六盘山地区大气加权平均温度本地化模型研究

大气中的水汽含量是分析天气发展形势的重要参数,而加权平均温度与水汽含量的计算精度直接相关,想要计算出精准的水汽含量,就要建立本地化的加权平均温度模型.基于六盘山地区微波辐射计和平凉探空站2019-2020年的探测资料,通过数值积分法计算加权平均温度,发现加权平均温度呈现出冬季低、夏季高和受降水影响明显的特征.由于探空站气球的探测高度约为30000 m,而微波辐射计的探测高度固定在10000 m以内,同时受水汽压权重的影响,计算出的加权平均温度的最大值、最小值和平均值分别出现20.0,24.8,23.4 K的差值.通过最小二乘法分别建立基于探空站和微波辐射计资料的加权平均温度模型,并对比实测资料,对两种模型及全球通用的Bevis模型进行精度验证.结果表明,在计算整层大气中的水汽含量时,基于探空站资料的本地化模型的结果更精确;计算10000 m以内水汽含量时,基于微波辐射计资料的本地化模型更加适用.由于自然界绝大部分的降水是由10000 m以内的水汽转化形成,基于微波辐射计的本地化模型对水汽-降水转换效率的研究更有意义.

湖南三地加权平均温度分区分时模型研究

针对大气加权平均温度(Tm)会受到地理位置、地形、气候和季节等因素不同程度影响的问题,利用湖南省长沙、郴州、怀化3个站2012—2013年探空数据计算的T_m,首先分析T_m与地面温度T_s的线性关系,再采用一元线性拟合的方法拟合出湖南不同地区及不同季节的分区分时T_m模型。研究结果表明:湖南地区本地化T_m全局模型的平均偏差和标准差都较小,预测精度优于Bevis模型,更符合实际就标准差而言,除冬季之外,春夏秋3季的标准差分别降低了0.07K、0.19K、0.03K,因此,分时T_m模型精度优于全局T_m模型,且夏季的精度提高尤为明显。因此,在湖南GPS气象业务应用中,使用分时模型可获得更高精度的T_m和大气可降水量。