中国卫星FY-3A水汽产品为大气水汽混合比,对大气各层水汽条件具有精细化描述能力。将卫星水汽混合比空间分布与区域流场对应叠加,进行综合量化分析,是目前卫星监测反演数据研究分析与业务应用的形式之一。由于卫星数据与流场数据为非同源数据,具有各自的坐标系,综合分析需要将坐标系统一,卫星坐标系随时间变化,因此向固定的流场坐标系转化。整个数据预处理过程,包括卫星数据插值至标准等压面层,卫星轨道网格转为经纬等距标准网格;双权重法异常数据剔除;平滑滤除高分辨率"噪音";十折交叉相关检验确认卫星资料精细化特征保持良好。对流场分析首先选择关键系统,江淮梅雨强降水系统主要为浅薄低涡和辐合线,近5 a的统计显示3/5的低涡活跃在江南,2/3的辐合线活跃在淮北。诊断分析合成的江淮梅雨强降水典型系统,获得辐合线系统纬向湿度锋区更强,低涡系统湿舌经向度大,显示更多干湿气团混合。进而将预处理后的FY-3A水汽分布与强降水系统低层流场对应时刻综合比对,结果显示:与流场气旋性辐合区对应的卫星湿区对强降水落区具有精细化指示性。同时FY-3A湿度产品计算的大气低层(1 000~850 h Pa)可降水量、以及降水区对应的假相当位温高能区及高能锋区,均与降水强度呈正比关系。将卫星水汽资料诊断方法应用于近海海域,可估测系统强降水落区以及降水强度,有利于改善海上缺乏降水观测站的问题。
本文基于NCEP/NCAR月平均再分析资料,分析了对流层上层200 h Pa纬向西风的时空变化特征,并通过EOF分解得到一个表征西风急流位置的指数(WJPI,westerlyjet position index);同时基于对流层中上层(500-200hPa)温度纬向偏差,构建了一个描...
详细信息
本文基于NCEP/NCAR月平均再分析资料,分析了对流层上层200 h Pa纬向西风的时空变化特征,并通过EOF分解得到一个表征西风急流位置的指数(WJPI,westerlyjet position index);同时基于对流层中上层(500-200hPa)温度纬向偏差,构建了一个描述青藏高原(简称高原)大气热力特征的指标(PAHI,Plateau Atmosphere Heating Index),定量分析了该指数与西风急流位置的关系。结果表明:由冬到夏西风急流轴不断北抬西伸,风速逐渐减小,夏季急流轴中心移到高原北侧,其中心强度明显减弱;各季西风急流轴均处于西风变率的小值区,表明各季急流较稳定;各季东亚地区200hPa纬向西风EOF分解的第一空间模态主要呈现出南北反向的空间分布型,由冬到夏其零线位置不断北抬,而各季西风急流轴大致位于纬向西风EOF分解第一模态的零线位置,其两侧西风的反向变化体现了急流的南北偏移,南侧西风加强(减弱),北侧西风减弱(加强),则西风急流南移(北移);各季200hPa纬向西风合成差值场均表现为高原以北(南)为西风正(负)距平,零线位置从冬季到夏季不断北抬,零线位置的这种变化特征与200hPa纬向风EOF空间模态的零线位置以及纬向西风急流轴的变化是一致的;而除了夏季高原北侧西风正异常的显著区位于300hPa的42.5°N附近区域,其余季节均位于200hPa附近;各季PAHI与200hPa纬向西风的显著正相关区均分布在高原北侧,即高原PAHI增强时,其北侧西风增强,南侧西风减弱,对流层上层西风急流北移,反之亦然;随着季节从冬到夏推进,其相关系数的零线位置也不断北抬,与200hPa纬向西风EOF分解得到的第一模态零线位置的变化一致;各季WJPI与PAHI之间均存在显著的相关关系,春季和秋季相关最为显著,冬季次之,夏季稍弱,原因可能与夏季高原北侧西风正异常中心位于300hPa有关;就变化趋势而言,PAHI除夏季呈上升趋势外,其它季节均呈下降趋势,而WJPI春、秋季略微呈下降趋势,冬季呈上升趋势,与PAHI变化相反。以上表明PAHI异常对西风急流位置的变化有重要影响,能定量反映西风急流位置的变化,说明PAHI是表征西风急流位置变化的一个很好的指标。
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.
暂无评论