AIRS云产品与大气产品的检验及订正研究
发布时间：2020-06-17 21:56
【摘要】：自从20世纪60年代第一颗气象卫星成功发射以来,卫星在天气分析和大气科学研究中发挥了重大作用。随着气象科学的发展,对卫星探测精度的要求越来越高,发展和运用高光谱大气探测仪资料成为了未来卫星开发和气象业务研究的一种必然趋势。AIRS作为首个真正意义上的红外高光谱大气探测仪,将提供高垂直分辨率高精度的反演数据。本次研究将对我国中东部及周边地区夏季(5-8月)AIRS反演的云产品中的有效云量和大气产品中的气温(气候资源要素中的大气热资源)和水汽(气候资源要素中的大气水资源)进行检验分析,并尝试改进AIRS产品的精度,提高其在天气分析、天气预警等方面的运用。在AIRS云产品的检验和运用上,选用中国中东部(95～130°E,20～60°N)午后同一时刻相对应的AIRS与MODIS各15景样本数据,选取几种MODIS在红外波段上基于亮温的云检测算法对AIRS晴空像元和云像元中不同的云相态进行区分,分别统计出AIRS不同类型像元中云检测算法的亮温差异,根据AIRS在晴空、水云和冰云不同相态下亮温的差异,确定其阈值,实现AIRS晴空和云相态识别。在此基础上,对AIRS在不同云相态下反演的有效云量进行检验和改进。结果表明：运用亮温阈值法对AIRS进行云相态识别能够较好地反映AIRS的晴空和云相态特征,云相态分布与MODIS云相态产品对应效果较好,特别在云边缘区域。对AIRS不同云相态下反演的有效云量进行对比和误差分析后发现：当水云有效云量较高、冰云有效云量较低时,AIRS反演的有效云量误差较大。在误差分析的基础上,本文提出了AIRS有效云量的偏差订正算法,对AIRS反演的有效云量具有一定改进,为AIRS云产品的应用提供参考依据。在AIRS气温和水汽的检验以及大气产品计算的不稳定指数的运用上,利用AIRS大气产品中的气温和水汽,计算出K指数和SI指数这两种大气不稳定指数。对暴雨发生前6小时左右这两种大气不稳定指数进行统计分析。统计结果表明：在暴雨发生前6小时左右,80%左右的暴雨发生在K27.5℃或SI3℃的情况下。为了更好的描述暴雨发生前的大气不稳定特征,将AIRS计算的K指数和SI指数做了适当的结合,得到KS指数并将其运用到一次暴雨个例中进行验证,从验证效果来看：暴雨发生的区域在6小时前基本都处在了KS指数较高的情况下,AIRS大气产品计算的不稳定指数对暴雨具有一定的指示意义。根据大气产品统计样本中ECMWF的气温和水汽资料对AIRS大气产品中的气温和水汽进行检验,可以得出：AIRS在500hPa高度上反演的气温和水汽以及在700hPa高度上反演的气温适用性高；当云像元中有效云量较高时,AIRS在700hPa和850hPa高度上反演的水汽误差较大。AIRS计算的K指数和SI指数误差主要由AIRS有效云量较高时700hPa和850hPa高度上反演的水汽误差导致的。最后,基于统计个例中气温和水汽的误差分布,结合AIRS权重函数峰值层对应的辐射值对这三层高度上AIRS反演的的气温和水汽建立相应的订正函数。从检验个例的订正效果来看,AIRS气温和水汽具有一定的改进,气温和水汽订正后计算的不稳定指数误差进一步减小,空间分布图上订正后得到的不稳定指数高值区较订正前能更好地对应暴雨区域。
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P412.27
【图文】：
３．３邋ＡＩＲＳ晴空和云相态检测逡逑３．３．１邋Ａ化Ｓ完全云像元和部分云像元检测逡逑对于ＡＩＲＳ的云像元覆盖情况的检测，本文主要采用亮温阔值法对ＡＩＲＳ视场进行区分。逡逑本文ＡＩＲＳ云盖检测的目的主要将ＡＩＲＳ像元区分为晴空区和云覆盖区。ＭＯＤＩＳ在可见光、逡逑近红外和红外波段上提供了丰富的云检测算法，在每个算法的基础上ＭＯＤＩＳ都给定了判逡逑定标准。由于Ａ化Ｓ波段集中在纪外波段，因此本文将ＭＯＤＩＳ在红外波段的＝种基于亮温逡逑的去检测算法运用到ＡＩＲＳ岩盖椅测上，来判断ＡＩＲＳ视场中的晴空区和云覆盖情况。第一逡逑个云检测算法是Ｈｕｍ的亮温（ＢＴ？）。在ＭＯＤＩＳ云检测中，常常运用红外窗区通道中的逡逑ｌｌｕｍ波段上的亮温（即ＭＯＤＩＳ邋３１通道）来区分晴空区域和有云区域。该算法在ＭＯＤＩＳ逡逑视场中最适用十巧夜晚海洋上的云检测。对于陆地上，ｎＪｌｉｌ依据特定的地表类型对该云检逡逑测算法设定阔值进去区分，如在ＭＯＤＩＳ视场中地表类型为沙漠，ＢＴ｜｜＜２７３Ｋ时，ＭＯＤＩＳ逡逑像元就可Ｗ判定为云覆盖区；第二个云检测算法是ｌｌｕｍ与３．７ｕｍ的亮温差（ＢＴ｜Ｕ３．７）。在逡逑白天，ＭＯＤＩＳ运用该算法有利于识别低层水云。但是，当地表属性为沙漠时，该算法不能逡逑适用。在Ａ化Ｓ波段中，由于最短的波长为３．７４ｕｍ，因此用３．７４ｕｍ通道的亮温（ＢＴ３．７４）逡逑近表ＭＯＤＩＳ的３．７ｕｍ的温（ＢＴ．）。Ｓ个云检测算法是３．７ｕｍ与１２ｕｍ的亮温差逡逑
在－１５￣－１０Ｋ之间，Ｈｕｍ与３．７ｕｍ亮温差高于－１０Ｋ能够与云覆盖区有明显的区分；当ｌｌｕｍ逡逑与３．７ｕｍ的亮温差小于－３０Ｋ时，可基本判定为云完全覆盖区像元。云完全覆盖像元在逡逑－４０？－３０Ｋ的区间上统计得到的概率最大；图３．２ｃ是３．７ｕｍ与１２ｕｍ的亮温差分布图，从图逡逑中可Ｋ看出，晴空区亮温差发生的最大概率在１０￣１５Ｋ之间，３．７ｕｍ与１２ｕｍ亮n畹陀冢保埃隋义夏芄挥朐聘哺乔忻飨缘那郑坏保常罚酰碛耄保玻酰淼牧廖虏畲笥冢常埃耸保苫九卸ㄎ棋义贤耆哺乔裨Ｔ仆耆哺窍裨冢常埃矗埃说那渖贤臣频玫降母怕首畲蟆ｅ义希浚耍诲巍銮慑澹佩危ⅲⅲ跺危妫堋蓿辏浚＃隋义
本文编号：2718220
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P412.27
【图文】：
３．３邋ＡＩＲＳ晴空和云相态检测逡逑３．３．１邋Ａ化Ｓ完全云像元和部分云像元检测逡逑对于ＡＩＲＳ的云像元覆盖情况的检测，本文主要采用亮温阔值法对ＡＩＲＳ视场进行区分。逡逑本文ＡＩＲＳ云盖检测的目的主要将ＡＩＲＳ像元区分为晴空区和云覆盖区。ＭＯＤＩＳ在可见光、逡逑近红外和红外波段上提供了丰富的云检测算法，在每个算法的基础上ＭＯＤＩＳ都给定了判逡逑定标准。由于Ａ化Ｓ波段集中在纪外波段，因此本文将ＭＯＤＩＳ在红外波段的＝种基于亮温逡逑的去检测算法运用到ＡＩＲＳ岩盖椅测上，来判断ＡＩＲＳ视场中的晴空区和云覆盖情况。第一逡逑个云检测算法是Ｈｕｍ的亮温（ＢＴ？）。在ＭＯＤＩＳ云检测中，常常运用红外窗区通道中的逡逑ｌｌｕｍ波段上的亮温（即ＭＯＤＩＳ邋３１通道）来区分晴空区域和有云区域。该算法在ＭＯＤＩＳ逡逑视场中最适用十巧夜晚海洋上的云检测。对于陆地上，ｎＪｌｉｌ依据特定的地表类型对该云检逡逑测算法设定阔值进去区分，如在ＭＯＤＩＳ视场中地表类型为沙漠，ＢＴ｜｜＜２７３Ｋ时，ＭＯＤＩＳ逡逑像元就可Ｗ判定为云覆盖区；第二个云检测算法是ｌｌｕｍ与３．７ｕｍ的亮温差（ＢＴ｜Ｕ３．７）。在逡逑白天，ＭＯＤＩＳ运用该算法有利于识别低层水云。但是，当地表属性为沙漠时，该算法不能逡逑适用。在Ａ化Ｓ波段中，由于最短的波长为３．７４ｕｍ，因此用３．７４ｕｍ通道的亮温（ＢＴ３．７４）逡逑近表ＭＯＤＩＳ的３．７ｕｍ的温（ＢＴ．）。Ｓ个云检测算法是３．７ｕｍ与１２ｕｍ的亮温差逡逑
在－１５￣－１０Ｋ之间，Ｈｕｍ与３．７ｕｍ亮温差高于－１０Ｋ能够与云覆盖区有明显的区分；当ｌｌｕｍ逡逑与３．７ｕｍ的亮温差小于－３０Ｋ时，可基本判定为云完全覆盖区像元。云完全覆盖像元在逡逑－４０？－３０Ｋ的区间上统计得到的概率最大；图３．２ｃ是３．７ｕｍ与１２ｕｍ的亮温差分布图，从图逡逑中可Ｋ看出，晴空区亮温差发生的最大概率在１０￣１５Ｋ之间，３．７ｕｍ与１２ｕｍ亮n畹陀冢保埃隋义夏芄挥朐聘哺乔忻飨缘那郑坏保常罚酰碛耄保玻酰淼牧廖虏畲笥冢常埃耸保苫九卸ㄎ棋义贤耆哺乔裨Ｔ仆耆哺窍裨冢常埃矗埃说那渖贤臣频玫降母怕首畲蟆ｅ义希浚耍诲巍銮慑澹佩危ⅲⅲ跺危妫堋蓿辏浚＃隋义
本文编号：2718220
本文链接：https://www.wllwen.com/projectlw/qxxlw/2718220.html
