基于FY-3B星微波成像仪MWRI观测亮温的热带气旋降水反演研究

基于FY-3B星微波成像仪MWRI观测亮温的热带气旋降水反演研究

论文摘要

热带气旋是起源于热带海域的快速旋转的涡旋系统,总是伴随着强风和暴雨,登陆期间给人类的生命和财产带来巨大的损失。星载被动微波遥感的发展实现了热带气旋准确有效的实时监测。微波成像仪(Microwave Imager,MWRI)是我国第二代极轨气象卫星风云三号B星(FY-3B)主要载荷之一,能够提供全天候全天时的微波辐射探测,为热带气旋的研究提供了良好的观测数据。本文将针对热带气旋表面降水的微波遥感机制和方法进行深入研究,为热带气旋提供有效的评价参数。本论文将针对两个物理算法对降水反演进行研究:1)基于被动微波辐射观测资料的Wentz&Spencer(简称W/S)物理反演算法;2)基于主动降水雷达观测数据和前向辐射传输模型构建先验数据库进行降水反演研究的MWRI GPROF算法。本文首先针对仅使用被动微波辐射观测资料的W/S物理算法进行热带气旋表面降雨率反演研究。W/S降水反演算法是基于FY-3B MWRI 18.7GHz和36.5GHz的垂直和水平极化亮温进行热带气旋降水反演的物理算法。该算法利用云雨吸收系数与降雨率之间直接且唯一的关系进行降水反演。为了评估该算法反演性能,将热带气旋降水反演结果分别与美国国家冰雪数据中心(National Snow and Ice Data Center,NSIDC)降水产品、AMSR-E降水反演估计值和主动降雨雷达(Precipitation Rader,PR)观测降水进行对比分析。同时,利用遥感系统(Remote Sensing Systems,RSS)提供的TMI降水产品评估了热带气旋反演的降水空间分布特性。MWRI降水反演结果显示出与主被动降水产品良好的一致性,表明MWRI具有较强的降雨探测能力。同时,利用MWRI W/S降水反演算法针对热带气旋降水反演得到了合理的降水强度和空间分布。由于W/S降水反演算法仅针对吸收系数和降雨率的物理关系进行降水反演,在高降雨率估计表现出明显的吸收饱和,导致算法降水反演能力仅仅能达到27 mm/h。因此,本文将进一步使用基于主动降水雷达观测资料构建的MWRI GPROF(Goddard Profiling algorithm)降水反演算法对MWRI观测数据进行系统的分析和应用,以提高热带气旋降水反演精度。本文将FY-3B MWRI应用到美国GPROF 2017最新版本算法,构建了MWRI GPROF降水反演物理算法,使用MWRI观测亮温进行热带气旋表面降水的反演。首先利用一年的GPM双频测雨雷达(Dual-frequency Precipitation Radar,DPR)/GMI(GPM Microwave Imager,GMI)组合数据和Eddington近似辐射传输模型计算的MWRI模拟亮温构建针对海洋区域(40°S-40°N)热带气旋的MWRI GPROF数据库。将MWRI GPROF降水反演结果分别与主动DPR观测降水产品、被动GMI GPROF和GMI Hurricane GPROF(HGPROF)降水反演产品对比,进行反演结果一致性检验和分析。结果表明,MWRI GPROF算法与主被动降水产品相比在热带气旋表面降水强度及其空间分布表现出良好的一致性。就全球降水而言,通过对比4年(2014-2017)的MWRI GPROF和GMI GPROF反演的的全球热带气旋平均降雨率之间的差异,表明MWRI GPROF对于全球热带气旋降水反演研究是适用的。为了验证MWRI GPROF算法对热带气旋降水反演精度的提高,将MWRI GPROF算法反演结果与W/S算法降水反演结果进行比对分析。对比结果表明MWRI GPROF算法的整体反演精度要优于W/S算法降水反演。本文最后对MWRI GPROF算法热带气旋降水反演结果进行误差分析,重点分析了以下三个误差来源:1)MWRI与GMI观测亮温的交叉定标引入的误差。在考虑交叉定标后MWRI GPROF降雨率反演统计分析结果优于不定标的反演结果;2)数据库的大小引入的误差。对比分析不同数据库大小的反演统计结果发现,数据库廓线条目的减少对高降雨率反演结果影响较大,而对低降雨率影响较小;3)贝叶斯权重函数值的设置引入的误差。通过控制仪器通道灵敏度(Noise Equivalent Difference Temperature,NEDT)权重系数发现,权重函数值的增加使高降雨率反演结果得到优化,对低降雨率的改善较小。综合分析,解决高降雨反演结果偏低的核心方法是增加数据库中高降雨率廓线条目的数量,以及条目在整个数据库中所占的比例。

论文目录

  • 摘要
  • ABSTRACT
  • 缩略词
  • 第1章 绪论
  •   1.1 热带气旋被动微波遥感研究的意义
  •   1.2 星载微波辐射计研究现状
  •     1.2.1 国际微波辐射计的研制
  •     1.2.2 我国微波辐射计的研制
  •   1.3 被动微波降水反演研究进展
  •     1.3.1 被动微波反演降水理论
  •     1.3.2 降水反演算法综述
  •   1.4 降水反演算法选择
  •   1.5 微波成像仪仪器介绍
  •   1.6 论文主要研究内容和目的
  • 第2章 被动微波遥感理论
  •   2.1 黑体辐射定律
  •     2.1.1 普朗克辐射定律
  •     2.1.2 瑞利-金斯定律
  •     2.1.3 亮温和发射率
  •     2.1.4 基尔霍夫定律
  •   2.2 微波辐射与大气成分的相互作用
  •     2.2.1 大气吸收
  •     2.2.2 大气散射
  •   2.3 大气辐射传输方程
  •     2.3.1 辐射传输方程
  •     2.3.2 晴空条件下大气辐射传输
  •     2.3.3 云雨条件下大气辐射传输
  •     2.3.4 Eddington近似辐射传输模型
  •   2.4 本章小结
  • 第3章 基于被动微波观测的W/S算法降水反演研究
  •   3.1 W/S物理降水反演算法实现
  •     3.1.1 大气透过率获取
  •     3.1.2 云雨吸收率代替透过率
  •     3.1.3 波束填充修正
  •     3.1.4 降雨率提取方法
  •   3.2 降水反演结果对比分析
  •     3.2.1 热带气旋个例选取及数据点匹配
  •     3.2.2 MWRI降水反演与NSIDC降水产品对比
  •     3.2.3 与AMSR-E W/S降水反演结果对比
  •     3.2.4 热带气旋Maon个例研究:与TRMM PR降水产品对比
  •     3.2.5 热带气旋降水空间分布:与TRMM TMI降水产品对比
  •   3.3 本章小结
  • 第4章 基于主动微波观测的GPROF算法降水反演研究
  •   4.1 MWRI GPROF降水反演算法实现
  •     4.1.1 MWRI GPROF物理算法流程
  •     4.1.2 MWRI GPROF数据库的构建
  •     4.1.3 贝叶斯反演理论
  •   4.2 MWRI GPROF降水反演实现及验证
  •     4.2.1 FY-3B MWRI观测亮温校准
  •     4.2.2 热带气旋个例的选取
  •     4.2.3 匹配数据点重采样
  •     4.2.4 MWRI GPROF热带气旋降水反演结果分析
  •   4.3 GPROF算法与W/S算法降水反演对比分析
  •     4.3.1 降雨率反演结果对比分析
  •     4.3.2 GPROF算法和W/S算法优缺点分析
  •   4.4 本章小结
  • 第5章 MWRI GPROF降水反演误差分析
  •   5.1 GPROF降水反演误差来源分析
  •   5.2 GMI/MWRI观测亮温交叉定标对反演结果影响
  •   5.3 数据库廓线条目大小对反演结果影响
  •     5.3.1 不同数据库降雨率反演结果对比
  •     5.3.2 不同数据库降水反演结果统计分析
  •   5.4 贝叶斯权重值设置对反演结果影响
  •     5.4.1 不同权重值的降雨率反演结果对比
  •     5.4.2 不同权重值的降水反演结果统计分析
  •   5.5 最优统计分析对降水反演结果分析
  •   5.6 本章小结
  • 第6章 总结和展望
  •   6.1 全文总结
  •   6.2 论文创新点和主要贡献
  •   6.3 论文的不足之处及进一步研究内容
  • 参考文献
  • 致谢
  • 作者简历及攻读学位期间发表的学术论文与研究成果
  • 文章来源

    类型: 博士论文

    作者: 张软玉

    导师: 王振占

    关键词: 热带气旋,降水反演,算法

    来源: 中国科学院大学(中国科学院国家空间科学中心)

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 中国科学院大学(中国科学院国家空间科学中心)

    分类号: P407

    总页数: 152

    文件大小: 9727K

    下载量: 219

    相关论文文献

    • [1].台风季中国热带气旋降水的典型模态及显著影响因子[J]. 南京大学学报(自然科学版) 2011(01)
    • [2].1965—2010年7—9月影响中国的热带气旋降水变化趋势分析[J]. 气象学报 2013(01)
    • [3].近60年来登陆华南热带气旋降水的气候变化特征及其成因[J]. 海洋预报 2020(04)
    • [4].广东省热带气旋降水的时空分布特征和重现期估算[J]. 广东气象 2020(04)
    • [5].华东地区热带气旋降水的变化趋势及其原因[J]. 中国科技信息 2008(08)
    • [6].热带气旋降水重现期估算研究[J]. 自然灾害学报 2014(06)
    • [7].浙西南山区热带气旋降水的时空分布特征[J]. 广东气象 2011(06)
    • [8].影响丽水的热带气旋降水气候特征[J]. 广东气象 2008(04)
    • [9].近30年影响我国东南沿海的热带气旋降水强度变化特征分析[J]. 气候与环境研究 2013(04)
    • [10].基于两套资料集的海南岛热带气旋降水特征对比[J]. 干旱气象 2020(05)
    • [11].雷州半岛热带气旋降水的时空分布及变化特征[J]. 热带农业科学 2020(06)
    • [12].广东热带气旋降水年代际变化特征的分析[J]. 热带气象学报 2010(04)
    • [13].冷空气影响辽东半岛热带气旋降水的数值试验[J]. 大气科学 2008(05)
    • [14].环境场季节内振荡对中国东南部热带气旋降水的调制作用[J]. 热带气象学报 2018(06)
    • [15].贵州省1965—2015年热带气旋降水的统计特征[J]. 贵州气象 2017(06)
    • [16].热带气旋降水监测及评估业务系统[J]. 气象 2008(03)
    • [17].全国热带气旋降水量的初步气候分析[J]. 气象与减灾研究 2012(01)
    • [18].不同站网密度对热带气旋降水气候统计特征分析的影响[J]. 热带气象学报 2016(05)
    • [19].GRAPES-TCM对登陆热带气旋降水的预报及其性能评估[J]. 气象学报 2009(05)
    • [20].登陆热带气旋降水增幅的合成诊断分析[J]. 气象学报 2011(06)
    • [21].影响青田热带气旋的时空分布及降水特征分析[J]. 浙江气象 2011(03)
    • [22].基于路径相似的登陆热带气旋降水之动力-统计集合预报模型[J]. 气象 2019(01)
    • [23].应用多源观测资料分析华北一次极端暴雨过程[J]. 气象科技 2018(05)
    • [24].广东热带气旋及其降水的年际变化特征[J]. 自然灾害学报 2008(03)
    • [25].西北太平洋热带气旋降水特征分析[J]. 热带气象学报 2010(03)
    • [26].热带气旋活动对我国大陆降水影响的统计分析[J]. 河海大学学报(自然科学版) 2010(06)
    • [27].热带气旋降水客观分离业务化探讨[J]. 气象 2008(01)

    标签:;  ;  ;  

    基于FY-3B星微波成像仪MWRI观测亮温的热带气旋降水反演研究
    下载Doc文档

    猜你喜欢