A CONVECTIVE RAINFALL ESTIMATE TECHNIQUE DEVELOPED BY NSMC OF CHINA

In order to reveal the relation between strong convective cloud characteristics and rainfall rate,over 20000 hourly raingauge data from 333 weather stations and the corresponding 4000 convectivecloud infrared images of GMS-4 during the period of 1992—1994 in Henan,Hubei and SichuanProvinces were studied.The results show that cloud top temperature,temperature gradient,thegrowth of cloud,overshooting top and the normalized distance between a cloud covering pixels and thecluster center have certain relations to cloud precipitation.These relations can vary with differentgeographical regions.Based on the study above,a convective rainfall estimation technique wasdeveloped by the scientists in National Satellite Meteorological Center of China.Its average error is30% for daily precipitation with a correlation coefficient of 0.69.     

大口径闪烁仪及其在地表能量平衡监测中的应用

介绍了LAS仪器的测量原理及数据处理方法, 并利用中荷合作项目CEWBMS中获得的河南郑州LAS测站2000年的观测资料, 同时结合其它辅助资料, 对观测点附近地区的能量平衡状况进行了分析。分析结果表明, 由LAS测值得到的显热通量值, 以及结合净辐射资料间接得到的潜热通量值, 合理地反映出了当地能量平衡状况的季节变化, 显示出一年之中当地大部分的净辐射能用于潜热通量的释放。其数据结果所表征的当地下垫面干湿程度的变化与同期的降水及土壤相对湿度相比, 表现出了相当好的一致性, 这为拓展LAS在局地地表能量平衡监测中的应用提供了物理依据。     

多阈值和神经网络卫星云图云系自动分割试验

卫星云图自动分割是实现卫星云图云系自动识别的基础.选用1992~1994年和1997~1998年夏季有典型天气系统的177幅GMS红外云图建立了云系模型库, 云系分类样本3079个, 包含16类云系, 云系分割样本2764个.利用云系分割样本集进行神经网络试验, 训练集为从32幅云图中抽取的484个样本, 测试集为从145幅云图中抽取的2280个样本, 神经网络模型训练正确率达到98.8%, 测试正确率为86.4%.用1997年7月18~21日和1998年6月15~17日的两组卫星云图做自动分割应用试验, 结果经专家判识, 正确率达到90%以上.本文的工作表明:用多阈值和人工神经网络相结合方法对卫星云图进行云分割在实际应用中是可行的. 卫星云图自动分割系统的输入是GMS红外云图, 输出是分割出的每一个云区, 同时还包括云区的边界链码、起始点、周长、面积, 并保留了原始图像数据.在下一步的云系识别过程中, 可以在此基础上进行云系分类识别试验.