基于志愿观测船舶和浮标数据的SST日产品质量评价研究

选用浮标、志愿观测船舶(VOS)数据作为验证数据对MODIS Aqua,MODIS Terra,AVHRR-OI,OSTIA和RTG五种SST日产品进行了时相差异、近海SST偏差和SST偏差区域整体差异分析的质量评价,以期为日产品的后续应用提供依据。结果表明:不同分析方案得到结论基本一致,在时相差异方面,各季节及年度分析显示各日产品优劣特性相近,其中AVHRR-OI最优(年数据分析回归系数为0.973 6,R2为0.976 0,RMSE为0.71℃),RTG、MODIS Aqua和MODIS Terra次之,OSTIA最差(年数据分析回归系数为0.945 4,R2为0.943 7,RMSE为1.08℃);在近海区域,AVHRR-OI比其他日产品能更真实地反映海表温度状况,OSTIA最差(二者Grade分别为30和13);在海洋表面区域整体特性方面,AVHRR-OI日产品质量在研究区海域存在更少的高正值和低负值,且均值和RMSE也更理想(最低仅分别为0.40和0.59℃);而RTG和OSTIA则差于AVHRR-OI。

广西行业社会气象观测发展现状与对策

对广西行业社会气象观测发展进行调查研究,分析其发展沿革、现状和存在问题以及社会需求,并提出相应对策。结果表明,广西社会气象观测已认定的志愿气象观测站2430个,划分为11个行业,包含100余种观测要素。在气象观测数据接入、数据质量、数据应用、产品服务等方面存在问题。为促进广西行业社会气象观测高质量发展,应加强地方部门沟通、建立统一的应用标准、促进观测系统资源整合以及优化建站布局。

基于多维损失函数优化FSRNet的气象观测图像超分辨率重构算法

【目的】传统FSRNet生成的超分辨率图像存在伪影、模糊等情况,作为志愿气象观测的试点省份,河南省气象局招募了大批志愿观测站,以期解决部分气象观测图像存在较低的分辨率的问题。【方法】首先引入热图损失、目标注意力损失和对抗性损失构成多维损失函数,对FSRNet进行模块优化,使用转置卷积放大低分辨率的图像。其次对模型进行分步训练,先对低分辨率观测图像进行粗略SR网络训练,再使剩余网络融入训练。【结果】多维损失训练的引入,降低了算法复杂度,提升了粗略SR网络的性能,解决了SR网络训练时调参困难等相关问题,提高了超分辨率气象观测图像的质量。【结论】试验结果证明,本方法在气象领域观测图像的优化相比于其他算法效果更佳,可以生成质量更高、细节更加清晰的目标观测图像。

智能无线网络和卫星通讯切换装置的设计与应用

针对VOS系统中通讯系统的信号覆盖区域和通讯费率的矛盾,设计了一种卫星、无线网络通讯共存和智能自动切换装置,并在该装置的基础上实现了VOS系统的远程历史数据回放和在系统编程。

数值资料在北太平洋鱿钓区洛克台风大风预报中的应用与分析

浙江省有众多渔船在北太平洋鱿钓区作业,做好该区域的风浪预报非常重要。通过对北太鱿钓区影响台风的统计分析,以2011年"洛克"台风为例,对北太平洋相关海区的大风进行了实况和模拟分析,结果表明,WRF模式在该海区的风场预报能力较好,不仅是对海上资料的很好补充,而且对今后海上大风预报有很好的参考价值和应用价值。