蒸发波导诊断模式敏感性分析

研究蒸发波导特征量对边界层气象水文要素的敏感性对于评估目前蒸发波导观测设备的精度指标和利用海气耦合数值预报模式预报蒸发波导特征参数的可行性研究具有重要的参考价值。本文介绍了Paulus-Jeske模式(P-J模式)和Babin模式确定蒸发波导高度的方法,并利用P-J模式和Babin模式诊断分析了不同的输入参数对于模式敏感性的影响。结果表明:在稳定层结条件下,Babin模式对于气温的扰动最敏感,P-J模式对于相对湿度的扰动最敏感;在不稳定层结条件下,Babin模式对于海表温度的扰动最敏感。P-J模式对于相对湿度的扰动最敏感。总之,Babin模式对于气象水文要素扰动的敏感性比P-J模式的大。

利用AMSR-E卫星数据反演蒸发波导高度的BP神经网络方法

主要结合P-J模式和全通道AMSR-E卫星数据,利用两种BP神经网络方法对热带海区蒸发波导高度进行了反演研究。(1)利用BP神经网络反演得到的气象参数通过P-J模式计算蒸发高度;(2)利用卫星AMSR-E数据直接反演蒸发波导高度。两种方法得到的与浮标实测参数计算得到的蒸发波导高度之间的相关系数相当,都为0.82左右,均方根差后者比前者小,分别为2.64m和1.89m。利用后一种网络直接反演了南海地区的蒸发波导高度,平均结果与其他文献结果基本一致。