雷达资料是目前为数不多有能力为高分辨率预报模式提供高分辨率信息资料的资料之一。为充分利用该资料所包含的中小尺度信息,文中基于雷达反射率,利用贝叶斯方法反演出大气相对湿度;将质控后的资料引入3Dvar系统进行同化分析,为高分辨...雷达资料是目前为数不多有能力为高分辨率预报模式提供高分辨率信息资料的资料之一。为充分利用该资料所包含的中小尺度信息,文中基于雷达反射率,利用贝叶斯方法反演出大气相对湿度;将质控后的资料引入3Dvar系统进行同化分析,为高分辨率模式提供初值场。以台风"妮妲"登陆为例,通过一维反演及三维变分系统分析,有效地订正了实况有回波而模式预报无回波区域的大气湿度趋于合理,增加背景场的湿度,减小模拟回波比观测偏强的区域的大气湿度;同化大气湿度后模式在前6小时报出的台风外围回波分布、演变更合理,改进了降水雨带的分布与强度。1个月的批量试验反映1D+3Dvar同化雷达资料后,大气对流层中低层(850～400 h Pa)增湿明显,其增湿影响程度可延续12小时以上。其逐时降水预报在前12小时的TS均比控制试验高,而大于5 mm以上降水预报偏差则与控制试验的大略一致或更接近1。展开更多
来源数据库：SCI-E和CAJD,检索时段：2014—2015年 MTSAT湿度反演数据在黄海海雾临近预报中的同化——Assimilating MTSAT-derived humidity in nowcasting sea fog over the Yellow Sea.Weather and Forecasting,2014,Vol.29,No.2.中...来源数据库：SCI-E和CAJD,检索时段：2014—2015年 MTSAT湿度反演数据在黄海海雾临近预报中的同化——Assimilating MTSAT-derived humidity in nowcasting sea fog over the Yellow Sea.Weather and Forecasting,2014,Vol.29,No.2.中国海洋大学的王永明等发展了一种基于WRF模式的扩展的三维变分资料同化（3DVAR）方法,同化了中国黄海海域海雾初始阶段的卫星湿度数据。海雾的属性,包括其水平分布和厚度,利用经验方法从MTSAT卫星的红外和可见光云图中反演得到。展开更多
针对基于单系统单卫星GNSS-MR(GNSS Multipath Reflectometry)土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂...针对基于单系统单卫星GNSS-MR(GNSS Multipath Reflectometry)土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂的选星过程,提出了一种基于抗差估计的多系统多卫星组合GNSS-MR土壤湿度反演算法。该算法首先顾及多径环境的差异性、多径误差的周期特性等进行信噪比SNR(Signal to NoiseRatio)观测值的筛选,然后采用基于IGGⅢ(Weight Function Ⅲ Developed by Institute of Geodesy and Geophysics)权函数的抗差估计解求延迟相位,进而获得表征土壤湿度变化趋势的延迟相位组合。实验结果表明,相较于未采用抗差估计的多系统多卫星组合(方案1)和单卫星组合(方案3),得益于抗差估计良好的鲁棒性,基于抗差估计的多系统多卫星组合(方案2)和单卫星组合(方案4)获得了较高的建模精度,所得延迟相位与实测土壤湿度间的相关系数分别为0.97和0.95、土壤湿度拟合残差的均方根误差分别为0.010和0.012;同时,方案2和方案4还取得了较高的土壤湿度预报精度,土壤湿度预测值与土壤湿度实测值间的相关系数分别为0.92和0.91、土壤湿度预报残差的均方根误差分别为0.016和0.023;此外,相比于方案4,方案2在采用抗差估计解求延迟相位的基础上,采用多系统多卫星组合进一步提升了延迟相位的估值精度,从而不仅避免了复杂的选星过程,而且还获得了更好的建模效果和更高的土壤湿度预报精度。展开更多
文摘雷达资料是目前为数不多有能力为高分辨率预报模式提供高分辨率信息资料的资料之一。为充分利用该资料所包含的中小尺度信息,文中基于雷达反射率,利用贝叶斯方法反演出大气相对湿度;将质控后的资料引入3Dvar系统进行同化分析,为高分辨率模式提供初值场。以台风"妮妲"登陆为例,通过一维反演及三维变分系统分析,有效地订正了实况有回波而模式预报无回波区域的大气湿度趋于合理,增加背景场的湿度,减小模拟回波比观测偏强的区域的大气湿度;同化大气湿度后模式在前6小时报出的台风外围回波分布、演变更合理,改进了降水雨带的分布与强度。1个月的批量试验反映1D+3Dvar同化雷达资料后,大气对流层中低层(850～400 h Pa)增湿明显,其增湿影响程度可延续12小时以上。其逐时降水预报在前12小时的TS均比控制试验高,而大于5 mm以上降水预报偏差则与控制试验的大略一致或更接近1。
文摘来源数据库：SCI-E和CAJD,检索时段：2014—2015年 MTSAT湿度反演数据在黄海海雾临近预报中的同化——Assimilating MTSAT-derived humidity in nowcasting sea fog over the Yellow Sea.Weather and Forecasting,2014,Vol.29,No.2.中国海洋大学的王永明等发展了一种基于WRF模式的扩展的三维变分资料同化（3DVAR）方法,同化了中国黄海海域海雾初始阶段的卫星湿度数据。海雾的属性,包括其水平分布和厚度,利用经验方法从MTSAT卫星的红外和可见光云图中反演得到。
文摘针对基于单系统单卫星GNSS-MR(GNSS Multipath Reflectometry)土壤湿度反演的可靠性不高、实际可操作性不强和最小二乘估计不具鲁棒性的缺点,为获取更优的延迟相位估值,并改善GNSS-MR土壤湿度反演的可靠性和实际可操作性,同时简化繁杂的选星过程,提出了一种基于抗差估计的多系统多卫星组合GNSS-MR土壤湿度反演算法。该算法首先顾及多径环境的差异性、多径误差的周期特性等进行信噪比SNR(Signal to NoiseRatio)观测值的筛选,然后采用基于IGGⅢ(Weight Function Ⅲ Developed by Institute of Geodesy and Geophysics)权函数的抗差估计解求延迟相位,进而获得表征土壤湿度变化趋势的延迟相位组合。实验结果表明,相较于未采用抗差估计的多系统多卫星组合(方案1)和单卫星组合(方案3),得益于抗差估计良好的鲁棒性,基于抗差估计的多系统多卫星组合(方案2)和单卫星组合(方案4)获得了较高的建模精度,所得延迟相位与实测土壤湿度间的相关系数分别为0.97和0.95、土壤湿度拟合残差的均方根误差分别为0.010和0.012;同时,方案2和方案4还取得了较高的土壤湿度预报精度,土壤湿度预测值与土壤湿度实测值间的相关系数分别为0.92和0.91、土壤湿度预报残差的均方根误差分别为0.016和0.023;此外,相比于方案4,方案2在采用抗差估计解求延迟相位的基础上,采用多系统多卫星组合进一步提升了延迟相位的估值精度,从而不仅避免了复杂的选星过程,而且还获得了更好的建模效果和更高的土壤湿度预报精度。
