较可见光和红外遥感而言,微波遥感不易受大气影响,具有全天时、全天候的监测能力以及对云、雨、大气较强的穿透能力,并且微波传感器对于植被特性的变化、地表土壤水分和积雪参数十分敏感,微波数据已被广泛应用于地表参数的监测和反演应用之中.然而,用于反演地表参数的低频微波观测资料均不同程度地受到地面无线电频率的干扰(Radio Frequency Interference,RFI).这些干扰往往是由地面主动微波传感器的发射信号或陆面反射辐射信号产生的,很容易覆盖地表产生的相对较弱的自然热发射辐射信号,使得星载被动微波传感器接收的信息不能真实地反映地表状况.如果不能准确地将其识别和剔除,往往导致较大的反演误差,降低遥感数据反演产品的质量,从而显著降低现有以及将来的被动微波资料的利用率.本文从目前常用的干扰识别方法,包括谱差法、平均值和标准差法、多通道回归法、主分量分析法和一维变分反演收敛度量识别法等等,回顾了识别星载微波辐射计数据中RFI信号的研究进程及其研究中存在的问题,并对这些方法的优、缺点分别进行了评价,阐述了存在的问题.最后对星载微波资料RFI识别的研究做出展望,指出今后应进一步完善RFI信号的识别方法,开发RFI信号的订正算法,将其应用到卫星遥感数据的产品反演与同化过程中,并获取可靠的陆面、洋面RFI源分布和分类信息,更好地评估多种识别方法的可靠性、准确性和适用性.
本文利用GRAPES_CUACE大气化学模式对京津冀地区2015年12月重度雾霾过程进行了模拟和评估。京津冀地区能见度和PM2.5模拟值与观测值的对比表明:该模式能较好地模拟京津冀地区能见度和PM2.5的逐日变化情况,但模式存在对伴随着重污染发生的低能见度模拟偏高的问题。以12月5~10日的重度雾霾过程为重点,针对地面风速、边界层高度、相对湿度、PM2.5及其对能见度的影响进行了详细分析,研究结果表明:污染过程中大部分地区过程平均风速低于2 m s-1,边界层平均高度低于600 m,相对湿度较高。模式低能见度模拟偏高可能因为:(1)模式模拟重雾霾时段的PM2.5极大值浓度偏低。(2)模拟相对湿度存在系统性偏低的误差,这一误差对能见度的影响表现为两方面,一是相对湿度会通过影响可溶性气溶胶的吸湿增长过程影响气溶胶质量浓度,导致气溶胶消光系数的计算偏低;二是目前模式中采用的能见度的参数化公式考虑了相对湿度对气溶胶吸湿增长的影响,没有考虑雾滴的直接消光作用。
暂无评论