安徽省地基GPS大气可降水量时空演化特征分析及应用研究

安徽地处梅雨区域,研究此区域的大气可降水量(PWV)时空分布和演化特征对理解水汽相关过程如降雨、蒸发和对流活动等起到重要的作用。笔者分析了安徽地区两个时间段(2012年6月—2012年9月和2014年6月—2014年9月)逐时GPS/PWV资料,揭示了GPS/PWV平均值和地形高度变化存在正相关。相应的GDAS资料积分得到的GDAS/PWV揭示了本区域上层大气中的PWV变化主要集中在地表到700 hPa区间。基于快速傅里叶变换(FFT)得到安徽地区6—9月份PWV具有季节性周期,13.0035天~准2周振荡等多尺度特征。进一步根据季节变化特征得出7月底是GPS/PWV值的关键转折点。最后给出了GPS/PWV和GDAS/PWV在天气预报分析中的应用研究,PWV资料对降水预报能力提高、人工影响天气、空中水资源等分析研究奠定了基础。

基于带约束项广义变分同化AIRS云影响亮温研究

经典变分同化基于误差服从高斯分布理论,在同化受云影响的红外探测器通道亮温时,需进行云检测或只同化权重函数峰值位于云顶之上的通道亮温。在云检测过程中需对亮温进行严格的质量控制以剔除"离群值",导致丢失大量有用数据。文中基于带约束项非高斯模型的广义变分对高光谱大气红外探测器(Atmospheric Infra-Red Sounder,AIRS)受云影响亮温进行了初步的同化研究。在执行过程中,首先,动态选择AIRS通道形成通道子集。其次,把云参数(有效云量和有效云顶气压)作为辐射传输模式输入变量参与变分同化极小化迭代并用于通道子集亮温模拟。同化试验结果表明,对于高云,基于Cauchy-估计的变分同化反演结果最好,而对于中云和低云,基于Huber-估计得到了较好的同化反演结果。然而,在反演模式高层温度时,基于Fair-估计反而得到了较差的结果,但其对于湿度反演效果较为理想,其结果可能与Fair-估计分布的固有特点有关。带约束项广义变分同化方法对受云影响亮温的同化效果比经典变分方法的好,但依赖于M-估计的选取。

正则化变分同化AIRS红外高光谱水汽资料研究

结合经典变分同化和正则化约束两者的优点,对多正则化参数约束变分同化方法进行了研究。与经典变分同化中背景和观测项对目标泛函等权重不同,正则化约束对观测项权重进行调节,并在正则化参数优化时基于Huber—估计法给定权重函数。高光谱大气红外探测器(Atmospheric Infrared Sounder,AIRS)水汽通道模拟亮温试验表明,本文的变分法同化AIRS亮温资料比经典变分同化法的效果更好。基于信号自由度诊断了观测资料对分析场的影响,结果表明本文的方法能够有效挖掘水汽通道的亮温信息。

基于L1范数正则项约束的不连续资料三维/四维变分融合研究

经典三维/四维变分融合基于误差服从高斯分布,在极小化迭代时涉及到求解目标泛函梯度,若资料不连续则不可微,从而无法求解相应梯度,故理论要求所融合的资料必须具有"连续性"。采用扩展经典三维/四维变分融合方法,显式地基于L1范数把先验知识作为正则项约束项耦合到经典变分融合模型。在实施过程中把资料映射到小波域,采用新的融合模型在"小波空间"完成资料融合后,再采用小波逆变换映射回"观测空间"。通过线性平流扩散方程作为四维预报模式进行理想试验,试验设计融合背景和观测资料不连续,即在某些点左右导数不相等,试验结果表明文中采用的方法可行。进一步将该方法用于多源降水资料融合试验,采用基于GAMMA拟合函数的概率密度匹配法(Probability Density Function matching method,PDF)进行CMORPH反演降水资料订正,再将订正后的资料与地面站观测资料进行融合。通过与参考场结构相似性度量,得到该方法能更好地保留代表一些天气现象的"离群点"。该融合方法为不连续资料融合,尤其是"跳变点"的变分融合奠定了理论基础并提供了可借鉴的方法。

基于不适定反问题求解的降水图像降尺度研究

遥感降水产品和环流模型预报降水降尺度研究一直是水文和气象学的热点。使用多源降水融合资料进行降水图像降尺度研究,其本质是提高低分辨率观测或模拟降水场分辨率,并适当增加其细节或高频特性。基于降水自相似结构性质,将不适定数学反问题求解法用于降尺度。在求解降尺度不适定反问题时,不同风暴环境的小规模组织内降水特征往往会重复出现这一性质,通过训练得到高、低分辨率的降水场,形成相应的"完备字典",用于正交匹配追踪贪婪法重构高分辨率降尺度的降水场。执行时,首先基于专家场(Fields of Experts,FoEs)模型进行缺测资料插补;其次采用文中方法进行降水图像降尺度应用研究。基于传统"保真度"度量指标和空间结构相似性度量法对该方法得到的试验结果进行评估,结果表明该方法可行。