湖北省卫星云图短时暴雨概率预报方法及应用

利用实时红外卫星云图资料,在湖北省分区域短时暴雨云图特征分析的基础上,通过提取与短时暴雨相关的云图特征参数,结合NCEP数值预报综合判断,建立湖北省分区域0～6h卫星云图短时暴雨概率预报方法,并已投入实时业务预报应用。结果表明:所选云图特征参数能够较好的体现不同区域间短时暴雨云团特征,概率预报计算方法合理,对于短时暴雨的预报起到一定的指导作用。从预报检验看,预报方法还应在减小空报和漏报方面继续改进。     

基于高光谱资料对FY-1C/1D气象卫星进行交叉定标

介绍了利用AQUA卫星高光谱AIRS资料对FY-1C、FY-1D气象卫星热红外通道进行交叉定标的方法及定标结果。首先利用卫星轨道预报软件预报出AQUA与FY-1C以及AQUA与FY-1D卫星交叉点,再对交叉区域卫星资料进行像元投影和像元匹配,像元匹配包括时间、观测角度、环境均匀性等检验。以AIRS探测结果作为辐射基准,利用其观测值和FY-1卫星热红外通道光谱响应函数进行光谱匹配,最终得到FY-1卫星热红外通道的准真值并与FY-1卫星的业务产品进行比较分析。对FY-1C、FY-1D两年多卫星资料进行多次交叉比对,结果表明FY-1C通道4比AIRS观测亮温低1.3K左右,通道5低3.6K左右;而FY-1D通道4比AIRS观测亮温低0.3K左右,通道5低3.6K左右。这个准真值与FY-1观测的计数值进行再定标得到新的定标系数。     

西北四省(区)GRAPES模式降水预报的定量评估

基于中国西北四省(区)2016—2017年的站点观测降水数据和GRAPES区域数值模式24 h和48 h预报结果,采用平均误差、均方根误差、相关系数、分等级TS评分等指标,对GRAPES区域数值模式在西北四省(区)降水预报进行定量评估。结果表明:时间上,模式对西北四省的晴雨预报准确率能达到0.7以上,逐日空间相关系数为0.2～0.4。夏季降水的偏差最大,24 h和48 h预报平均误差分别为4、6 mm·d~(-1),均方根误差分别为6、8 mm·d~(-1)。不同等级降水的24 h和48 h预报TS评分显示,各个月份小雨TS评分为0.2～0.5,中雨为0.1～0.2,大雨以上不到0.1空间上,24 h和48 h预报晴雨准确率在大部分地区达到0.6以上,相关系数在甘肃东部、陕西中部和南部超过0.6。24 h预报平均误差在青海、甘肃、陕西三省南部最大(达到2～4 mm·d~(-1)),48 h预报的平均误差比相同区域的24 h预报高出1～2 mm·d~(-1),在陕西南部平均误差最大(达到5～8 mm·d~(-1))。各个量级的24 h预报TS评分明显好于48 h,24 h预报对大雨、暴雨有所预报,48 h预报对中雨以上量级降水预报较差。     

FY-3A中分辨率光谱成像仪图像地理定位方法

风云三号A星 (FY-3A) 中分辨率光谱成像仪 (MERSI) 采用45°镜旋转扫描,形成垂直于卫星飞行轨迹的360°连续圆周扫描方式,多元探测器并扫的技术。该研究依据这种扫描特性,给出了适用于FY-3A MERSI遥感图像地理定位的方法;定义了完善的坐标系及坐标系转换关系,根据MERSI观测几何、卫星空间位置和姿态、仪器空间位置和指向建立了探测器像元观测矢量与地面位置之间关系的模型;通过地形校正消除地形起伏带来的定位误差;在FY-3A地面应用系统中业务运行的同时,通过一定数量的地面控制点分析,将定位误差等效为遥感仪器安装误差,修正了MERSI的仪器指向角度。实验结果表明,使用该方法对MERSI遥感图像地理定位精度达到250 m像元级,满足MERSI图像的高精度定位要求。     

Shapley-模糊神经网络方法在华南台风卫星云图的长时效滚动预测中的应用

为了更好地利用大量的卫星云图观测资料来提高台风暴雨的预报能力,解决并提高对台风强降水云系变化的预报精度,延长对未来云系变化的预报时效,构建基于合作对策Shapley-模糊神经网络的华南区域台风卫星云图非线性智能计算滚动集合预测模型,对增强卫星云图资料在台风暴雨天气预报中的实用性和及时性具有重要意义。依据2013—2016年华南区域台风影响过程的卫星云图,采用类似于数值预报模式的集合预报方法,通过对间隔6 h的卫星云图云顶亮温样本序列做经验正交函数分解,将提取出的时间系数作为云图预报建模的预报分量。考虑台风云系的发展变化主要受云团环境物理量场的影响,利用数值预报模式的物理量预报产品作为各预报分量的预报因子,并采用k-近邻互信息估计的分步式变量选择算法,通过两步过程实现相关变量的选择与弱相关变量的剔除,分别建立相应时间系数的Shapley-模糊神经网络集合预报模型,进一步将预报得到的各时间系数与空间向量合成,重构得到未来时刻的卫星云图预报图,实现了云图6—72 h的长时效客观滚动预测。试验结果表明,新方案所预测的云图与实况云图相关较高,重构云图的基本轮廓、纹理特征分布、清晰度以及云系强弱方面都比较接近原始云图。另外,研究进一步基于相同的云图预报因子,针对同样的建模和预报样本采用多元线性回归方案进行和新方案一致的云图预测。对比结果表明,这种非线性预报模型比线性方案能更好地预报未来较长时效台风云团的发展、移动的主要特征和变化趋势,其预测的云图与实际云图的主要特征更相似。云图预报时效达到了72 h,具有业务实用价值。      

闪电定位仪在人影作业中的应用研究

利用闪电定位仪系统所提供的多站综合定位资料和单站定位实况资料,结合9210系统所提供的卫星云图、雷达回波图以及T 213和日本的数值预报等资料,在做出24h降水预报的基础上,用闪电数据、云图等资料可制作未来3h降水预报。根据3h预报对作业点的作业条件进行指示,从而可为人影作业服务。经过试用验证表明,研究结果对人影作业有较好的指示意义。     

图割模型在卫星云图云检测中的应用

提出一种基于图割模型的卫星云图云检测方法。利用FY-2C卫星云图的长波红外通道和可见光通道的云图提取了10个灰度特征和80个Gabor纹理特征,再用主成分分析方法（principal component analysis,PCA）降维到9个主成分。将这9个主成分构成的特征作为每个像素的特征,建立相似度矩阵,再利用改进的NormalizedCuts模型进行分割,将云图分成了晴空区域和有云区域。与地面观测结果相比,平均一致率达到86．51％,表明将Gabor纹理特征和灰度特征相结合并利用改进的Normalized Cuts模型对卫星云图云检测有比较好的效果。     

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

基于生成对抗网络和卫星数据的云图临近预报北大核心CSCD

利用风云四号气象卫星A星(FY-4A)红外云图,基于生成对抗网络方法,提出了红外云图外推预报模型,实现了华东区域未来3 h的云图预报,预报的时空分辨率分别为1 h和4 km。结果表明:该外推模型预报的云图可较好描述云团移动、发展和减弱趋势,对研究区域内云团的强度、位置和形态得到较为理想的预报效果。为了验证提出的云图外推模型的有效性,将其与光流法和轨迹门控循环单元模型进行比较。对比试验结果表明:该云图外推模型具有最优的预报效果,说明使用生成对抗网络进行云图外推具有较好的可行性,能有效应用于气象业务中监测云团的生消和移动并提前预警灾害性天气的发生,为天气预报提供重要的参考依据。     

ATMS和CrIS卫星资料同化对青藏高原天气预报的影响

利用WRF模式和GSI同化系统同化美国最新一代的ATMS和Cr IS卫星资料,探讨卫星辐射资料同化对青藏高原天气要素预报准确性的影响。进行了四组试验模拟,即无资料同化的控制试验(CTRL)和三组同化试验,三组同化试验分别为:只用常规观测资料进行同化(CONV)、常规观测资料和ATMS卫星资料同化(ATMS)、常规观测资料和Cr IS卫星资料同化(CRIS)。分析了2015年1月及7月的温度场、相对湿度场和风场的预报能力,除了分析近地表2 m温度场、2 m相对湿度场及10 m风场外,也分析了高地形区域以及低地形区域不同高度层上气象要素的预报能力。结果表明:ATMS和CRIS同化对青藏高原天气要素预报效果改进并不具有普遍性,ATM S同化试验可以有效的增进7月低地形区域的2 m温度场、7月高地形区域2 m相对湿度场以及1月高地形区域10 m风场的24 h、48 h预报能力;CRIS同化对1月高地形区域2 m温度场24 h预报、1月与7月高地形区域10 m风场24 h与48 h预报有改善效果。就垂直分层来讨论,CRIS同化试验不管在哪个高度分层都无法有效地改进模式预报能力,ATMS同化试验则在不同分层、不同变量场有着不一样的预报效果。资料同化后温度场预报主要的误差来源是系统性误差,而相对湿度场和风场在同化后主要误差是由非系统性误差造成的。整体上ATMS同化试验效果优于CRIS同化试验。     

极轨气象卫星自动地标导航方法

该文实现了一种极轨气象卫星的自动地标导航方法。地标导航能够纠正由于姿态而引起的定位误差。首先根据当前轨道遥感卫星图像中海洋、陆地、河流等地物特征能量的概率分布情况,利用全球模板,建立地标库,然后通过最大相关系数方法计算地标偏移量,从而获得姿态偏差,之后利用计算得到的姿态偏差对遥感卫星图像重新导航,获得地理定位结果。利用FY-1D扫描辐射计的遥感数据对方法进行检验,结果表明:该文所提出的自动地标导航方法可以有效纠正由姿态而引起的定位误差,达到像素级的定位精度。该方法能够突破传统地标导航方法需要丰富的遥感卫星历史资料的限制,拓展传统地标导航方法的适应范围。该方法已在我国2008年5月发射的新一代极轨气象卫星FY-3号上得到应用,并将在下一代静止轨道气象卫星FY-4号上进一步开发。     

风云二号卫星地球观域修正算法

风云二号静止气象卫星在获取图像时, 必须使扫描辐射计的观域对准地球。卫星在轨道上受到各种摄动力的作用, 使轨道和姿态改变, 扫描辐射计的地球观域随之发生变化。卫星扫描辐射计对地球观域的偏差会影响图像定位的精度, 因此对准观域的工作是日常业务工作的一部分, 不仅在卫星定点之初启动观测时, 而且在业务运行的过程中, 都需要通过地面遥控指令进行修正。该文提出了一种风云二号静止气象卫星扫描辐射计地球观域修正量和调整方向的算法, 以替代人工目测卫星原始云图进行的卫星观域调整控制决策。这种算法的实施可以提高风云二号气象卫星云图获取作业的可靠性。     

Latest Progress of the Chinese Meteorological Satellite Program and Core Data Processing Technologies

In this paper,the latest progress,major achievements and future plans of Chinese meteorological satellites and the core data processing techniques are discussed.First,the latest three FengYun(FY)meteorological satellites(FY-2H,FY-3D,and FY-4A)and their primary objectives are introduced Second,the core image navigation techniques and accuracies of the FY meteorological satellites are elaborated,including the latest geostationary(FY-2/4)and polar-orbit(FY-3)satellites.Third,the radiometric calibration techniques and accuracies of reflective solar bands,thermal infrared bands,and passive microwave bands for FY meteorological satellites are discussed.It also illustrates the latest progress of real-time calibration with the onboard calibration system and validation with different methods,including the vicarious China radiance calibration site calibration,pseudo invariant calibration site calibration,deep convective clouds calibration,and lunar calibration.Fourth,recent progress of meteorological satellite data assimilation applications and quantitative science produce are summarized at length.The main progress is in meteorological satellite data assimilation by using microwave and hyper-spectral infrared sensors in global and regional numerical weather prediction models.Lastly,the latest progress in radiative transfer,absorption and scattering calculations for satellite remote sensing is summarized,and some important research using a new radiative transfer model are illustrated.     

风云二号气象卫星姿态和沿步进方向失配角参数对图像影响的模拟研究

用模拟的方法研究了卫星姿态、沿步进方向失配角参数对风云二号气象卫星图像定位影响及其随时间的变化规律。模拟结果表明, 参数偏差对图像定位的影响有很强的规律性; 参数的偏差将导致图像网格失真和图像定位不准; 不同参数对卫星图像定位的影响不同。由模拟生成的典型误差图像为风云二号高精度图像定位模型的建立和图像定位误差分析提供了依据。     

西藏中东部一次强雷暴天气过程的云图特征分析

利用FY-2C红外卫星云图图像和TBB资料,结合地面常规气象观测资料、地面和高空天气图及物理量资料等,运用天气分析诊断方法,对2008年6月28日—7月3日发生在西藏中东部地区的一次强降水雷暴过程的发生、发展和演变的环流特征、卫星云图特征和物理量场特征进行分析,并试图建立预报标准,形成预报思路和预报概念模型。结果表明：本次过程在FY-2C卫星云图、大尺度环流形势场和物理量场上都有明显的特征。TBB低值区、水汽条件、垂直散度场配置、高温高湿、层结不稳定是预报强雷暴天气的着眼点。TBB低值带与强降水雷暴的落区有很好的对应关系。暴雨的发生区往往是TBB的相对低值中心,雨带摆动及强度与TBB低值带的摆动和强度相一致。TBB≤-33℃,应注意强降水的预报。TBB≤-50℃,可能有暴雨出现。TBB≤-60℃,可能出现大暴雨并伴有雷暴天气。TBB≤-33℃的范围越大、强度越强,降水持续的时间越长、降水强度越强。     

基于卫星云参数的短时降水动态估测方法

利用实时FY-2静止气象卫星红外云图和区域中尺度地面自动监测网加密降水资料,通过对云图进行参数化处理,采用动态相关方法分析长波红外分裂窗双谱组合、长波红外水汽双谱组合、亮温面积等各类卫星云参数与不同级别降水强度的关系,寻找当时与降水强度的最佳相关云参数化因子建立短时降水动态估测模型,并利用实时最新降水估测模型对未来3 ...     

半透明云风矢量高度算法中云下背景辐射的估计

半透明云风矢量高度指定是卫星风矢量算法的重要部分,需要来自半透明云体的辐射和云下背景辐射两个变量。云下背景辐射发生在云层下面,未被卫星直接观测到,为了在半透明云风矢量高度指定算法中更精确地获得云下背景辐射,使用风矢量附近无云区的红外/水汽散点图,估计云下背景辐射。分析表明:在追踪区域里存在无云区的情况下,追踪区的最高红外亮温可代表红外通道的背景辐射;而水汽通道的背景辐射,却在红外亮温高值区段内水汽亮温相对较低区段。追踪区内找不到无云区时应扩大搜索范围,找到无云区后可估计云下背景辐射。在半透明云风矢量高度指定算法中使用云下背景辐射估计的改进算法前后,计算FY-2气象卫星进行风矢量,并将结果与欧洲中期天气预报中心（ECMWF）分析场进行对比表明,在半透明风矢量高度指定算法中使用云下背景辐射估计,FY-2气象卫星风矢量误差明显降低。     

不同观测分辨率强台风云系的遥感特征

静止气象卫星的快速区域扫描是监测不同天气过程的有利手段。以获取的风云静止气象卫星快速区域扫描数据为基础,选取2011年台风梅花(1109)及2012年台风海葵(1211)的观测数据,采用Hovm(o|¨)ller分析图、变异系数等参数,研究不同时空分辨率观测数据对台风云系结构特征参数监测的敏感性影响。分析结果表明:可见光通道10 min观测时间间隔配以1.25 km空间分辨率可以很好地反映云系演变特征,在相同观测时间分辨率条件下,降低空间分辨率会对云系结构特征的提取有较大影响;在相同空间分辨率条件下,观测时间分辨率的降低对云系结构及演变特征的分析影响较小;基于变异系数的分析说明云像元特性在60 min的观测时间间隔下发生了较大变化,如果以60 min为观测时间间隔将会失去较多的云像元变化特征。水汽通道不同观测时间的变异系数差值小于红外通道1,说明云像元在红外通道1的特性演变对观测时间的敏感性高于水汽通道,提高观测频率可获取更多的云像元红外通道1的辐射特性。     

FY-3E: The First Operational Meteorological Satellite Mission in an Early Morning Orbit

Fengyun-3 E(FY-3E),the world’s first early-morning-orbit meteorological satellite for civil use,was launched successfully at the Jiuquan Satellite Launch Center on 5 July 2021.The FY-3E satellite will fill the vacancy of the global early-morning-orbit satellite observation,working together with the FY-3C and FY-3D satellites to achieve the data coverage of early morning,morning,and afternoon orbits.The combination of these three satellites will provide global data coverage for numerical weather prediction(NWP)at 6-hour intervals,effectively improving the accuracy and time efficiency of global NWP,which is of great significance to perfect the global earth observing system.In this article,the background and meteorological requirements for the early-morning-orbit satellite are reviewed,and the specifications of the FY-3E satellite,as well as the characteristics of the onboard instrumentation for earth observations,are also introduced.In addition,the ground segment and the retrieved geophysical products are also presented.It is believed that the NWP communities will significantly benefit from an optimal temporal distribution of observations provided by the early morning,mid-morning,and afternoon satellite missions.Further benefits are expected in numerous applications such as the monitoring of severe weather/climate events,the development of improved sampling designs of the diurnal cycle for accurate climate data records,more efficient monitoring of air quality by thermal infrared remote sensing,and the quasicontinuous monitoring of the sun for space weather and climate.     

Characteristics of Fengyun-4A Satellite Atmospheric Motion Vectors and Their Impacts on Data Assimilation

The high observation efficiency, scanning speed and observation frequency of the Fengyun-4A (FY-4A) satellite indicates the progress of Chinese geostationary meteorological satellites. The characteristics of FY-4A atmospheric motion vectors (AMVs) derived from the high-level water vapor (WV-High) channel, mid-level water vapor (WV-Mid) channel, and infrared (IR) channel of FY-4A are analyzed, and their corresponding observation errors estimated. Then, the impacts of single-channel and multi-channel FY-4A AMVs on RMAPS-ST (the Rapid-refresh Multi-scale Analysis and Prediction System—Short Term) are evaluated based on one-month data assimilation cycling and forecasting experiments. Results show that the observation errors of FY-4A AMVs from the three channels have an explicit vertical structure. Results from the cycling experiments indicate that the assimilation of AMVs from WV-High produces more apparent improvement of the wind in the upper layer, while a more positive effect in the lower layer is achieved by the assimilation of AMVs from IR. Furthermore, the assimilation of AMVs from IR is more skillful for medium and moderate precipitation than from other channels owing to the good quality of data in the lower layer in the AMVs from IR. Assimilation of FY-4A AMVs from the three channels could combine the advantages of assimilation from each individual channel to improve the wind in the upper, middle and lower layers simultaneously.