HY-2卫星近海面风场资料融合及在海上天气系统分析中的应用

苗春生，高雅，王坚红

（南京信息工程大学气象灾害预报预警与评估协同创新中心，气象灾害教育部重点实验室，江苏南京 210044）

1 引言

海上天气系统活动的观测和预报主要依赖于海上监测的资料信息，目前海上海气要素监测仍然存在难度，卫星是一种现代的海上监测手段。由国家卫星海洋应用中心发布的HY-2卫星监测产品的二级反演数据，能对全球海表风场（SSW）及其时空变化进行描述,且具有较好的精度[1]。尽管HY-2卫星数据能够提供海洋和大气的精细化特征，但由于卫星资料通常是基于卫星轨道坐标系，其网格不均匀、覆盖区不固定，因此需要对监测数据进行再处理，形成常规经纬度坐标系场数据，方便进一步做卫星监测要素的诊断分析。数据融合是处理这一问题的有效方法之一。目前有许多这方面的研究工作，如齐亚琳等[2]采用时间空间权重插值法对HY-2散射计海面风场和NCEP风场进行融合；国家海洋环境预报中心将SSW和数值模式资料及NCEP资料进行融合[3]。这些研究表明，通过多源海面风场数据融合构建的混合风场能够提高海上风场数据的覆盖范围及时空分辨率，且能反映环流的中小尺度特征，可更好地满足数值天气预报研究及海洋中小尺度系统研究的需要。但是大气和海洋均为多要素综合场，即温度、风场、气压、湿度等，它们的同时存在，符合环境背景的规律与特征，因此资料融合处理不仅是简单的数学方法的计算，需要考虑不同要素的协调，不同层次气象要素三维空间和时间变化的协调。因此需要一种能够综合多种要素、多源数据，运算方法符合大气海洋变化规律的数据融合系统，LAPS（Local Analysis Prediction System）就是这样一种数据融合系统。

LAPS[4-7]是美国国家海洋大气管理局NOAA（National Oceanic and Atmospheric Administration）下属的ESRL（Earth System Research Laboratory）实验研究开发的局地分析预报系统，能够针对某个区域将多源观测资料融合分析到高分辨率的规范化三维网格上，LAPS系统算法分析综合考虑了动力学和热力学规律，融合产品中的各要素更加协调，同时系统输出的数据格式是标准化的，有较好的普适性。目前可供LAPS融合的观测资料种类很多，包括全球/局地数值预报模式（背景场）、局地中尺度加密网观测资料、卫星资料等，而国内外众多研究结果使得LAPS能融合的卫星资料种类不断扩充。Birkenheuer[8]等利用变分方法将GOES卫星辐射资料融合进入LAPS系统，并实现了同时融合GPS水汽、卫星探测云信息等资料；Dario Conte等[9]将MSG（Meteosat Second Generation）卫星资料引入LAPS中，改善了LAPS系统对中尺度分析的效果，尤其是提高了LAPS系统对云分析的效果。LAPS被引进我国后，气象工作者根据我国观测资料的种类及特点，对其实现了本地化及二次开发[10-12]，并将FY-2卫星的云导风资料与LAPS系统成功对接[13-14]。LAPS系统融合输出的数据格式具有普适性，便于进行数据分析和诊断计算。但是在实际应用中，常由于卫星观测方式及监测传感器工作原理特征，在某些特定情境下监测发生盲区，并且监测易受天气系统干扰，以及卫星观测反演数据中由高空间分辨率带来的噪音误差等[15]，这些因素使得LAPS分析结果有时不尽理想，因此融合分析前对输入的卫星反演资料的质量控制显得至关重要。

本文以HY-2卫星获取的海面风场（SSW）作为数据源，基于我们拿到的资料是HDF格式，针对SSW数据的海上特征，运用多步骤数据预处理过程，开展了对SSW进行LAPS融合的工作。并通过对海上天气系统的卫星SSW融合效果的分析验证，获得卫星数据融合产品，即一种区域再分析资料场，以及融合资料在海面风场及中小尺度环流系统分析中的应用。

2 资料与LAPS算法简介

2.1 资料与方法

HY-2卫星风场资料是由国家卫星海洋中心提供的卫星散射计海面风场（SSW），为经处理的二级产品资料，分辨率为25 km×25 km,数据具有HDF格式。卫星一天对某地有两次观测，该风场是通过微波散射计测量风引起的粗糙海面对微波后向散射特性推算得到。用于LAPS数据融合的背景场通常为数值预报产品，本研究采用的是美国国家海洋大气局（NOAA）全球预测系统（Global Forecast System，GFS）的分辨率为1°×1°的资料作为背景场。由于常规再分析资料具有标准时刻，每日4次，而卫星扫描局地区域的时刻，与此标准时刻不重合。因此LAPS系统针对卫星扫描时刻，通过时间插值，自动获得与卫星扫描相同时刻的背景场，再进行资料融合运算。为检验融合效果，本文采用1°×1°的FNL再分析资料和0.25°×0.25°欧洲中心再分析资料作为实况资料进行对比分析。

融合方法采用LAPS数据融合系统，LAPS融合试验所选区域位于西太平洋，区域中心经纬度为（22.5°N，131°E），系统采用Lambert投影，水平分辨率10 km，格点数为261×251。

本文主要采用临界值筛选、滤波、平滑、数据格式前处理等方法对HY-2卫星观测获得的原始风场资料进行预处理，并通过交叉验证法进行验证分析。各方法及具体应用在下面相应章节中详细介绍，其中九点平滑公式：

式中，p为正交经纬向的平滑系数；q为对角线平滑系数。

主要误差统计量计算公式为：

式中，A为LAPS融合分析的风速值；B为HY-2卫星散射计观测反演风速值；n为相应样本个数。

2.2 LAPS系统基本原理

LAPS系统是通过融合多种数据源进行格点综合分析的系统，基础算法是在背景场（数值模式预报产品）基础上采用距离权重插值将多源观测数据融合，得到规范化经纬度网格点要素值，对温、压、风关系采用三维变分进行约束，对垂直水汽分布采用一维变分进行约束等[16-17]。LAPS系统主要有5个功能模块（见表1），不同种类观测资料通过不同功能模块输入LAPS系统进行融合分析，各功能模块的分析相互协调输出结果。5个模块的分析结果可以进行诊断分析，得到一些诊断量用于天气的诊断，也可以经过平衡分析，接入数值模式。

LAPS系统中，与风场有关的融合模块有风分析模块和地面分析模块。其中地面分析模块的算法的主要步骤包括：

第一步：背景场插值。把数值模式的格点数据内插到LAPS分析区域格点上，在水平方向采用双线性内插，在垂直方向采用高度坐标的线性内插。时间内插采用网格点的点对点线性内插。

第二步：网格插值——Barnes插值法[18]。首先由距离权重得到初始场，以及测站误差值再对初始场进一步订正得到分析场，

第三步：风压关系调整。此过程通过一个二维变分分析（带摩擦项的二维运动方程），进行风压关系调整。

风分析模块算法的主要步骤为：

第一步：读进云导风资料，结合背景场将观测的风速、风向内插到LAPS分析区域网格上，得到观测内插风场。再将模式背景风场内插到区域网格上，得到第一初猜场。

第二步：将观测内插风场减去第一初猜场，得到差量场进行质量控制。当差量值大于阈值时，该观测资料将被剔除，通过检验的观测资料具有可信度。阈值的大小是根据不同观测方式而定，其中云导风为10m/s。

第三步：将差量场延伸到垂直上、下各一层上，采用的垂直权重函数如下：

表1 LAPS系统主要功能模块

式中，v为垂直权重函数；s为观测站与网格间距离；rh为影响半径；t为资料类型参数，通常等于1。每次计算分析中影响半径rh逐次减小，同时每次分析结果作为下一次分析的背景场。最后将客观分析的差量场加回到第一初猜场，得到三维风场。

3 HY-2卫星SSW融合试验

3.1 融合通道的选取

根据表1可以看出，实际LAPS系统中没有直接输入HY-2卫星海面风场的融合模块，系统的功能模块中，与近海面风场观测资料融合分析有关的是地面分析模块和风分析模块两类。其中，地面分析模块能够融合海洋浮标、船只的观测数据，风分析模块能融合云导风资料。因为HY-2卫星海面风场资料在一定程度上与这两类观测资料具有一定的类似，因此需要进行测试以确定恰当的数据输入方式。将卫星SSW作为浮标/船只风场观测资料，以及云导风资料中近地面层的观测资料，分别通过地面分析模块和风分析模块输入LAPS系统，与数值模式预报产品（背景场）进行融合分析，对比选取LAPS融合HY-2卫星SSW的理想分析模块。由于HY-2的SSW数据仅配有相应的高度，没有气压值，而风模块输入要求有对应的气压值。因此在输入风模块之前，需要根据当时环境要素计算出SSW相应的气压值。以2013年7月13日的SSW资料作为数据源，暂不做数据预处理，直接输入LAPS系统，分析时刻为09时。结果显示，通过地面分析模块输入SSW的分析场中能保留原HY-2卫星观测风场中的中小尺度扰动信息；而由风分析模块融合SSW的分析风场与背景场的风场形势大体上一致。此外考虑到风分析模块使用时额外气压计算的要求可能引入的计算误差，地面分析模块的使用应更合适。但还要进行验证，图1为验证结果。

图1计算了地面分析模块和风分析模块分别融合SSW分析得到的海面风速值与HY-2卫星原始观测风速在卫星观测区域范围内的平均绝对误差（error）、均方根误差（rmsd）以及平均偏差（bias）。当SSW从地面分析模块输入LAPS系统的融合结果中（见图1a），LAPS分析风速值与实测风速值的平均绝对误差约为0.61 m/s，均方根误差约为1.04 m/s；实测风速与LAPS分析风速的平均偏差值约为0.98（＜1），表明LAPS的分析风速值偏大。通过风分析模块输入SSW的分析结果中（见图1b），LAPS分析风速值与实测风速的平均绝对误差约为1.95 m/s，均方根误差约为1.72 m/s；实测风速与LAPS分析风速的平均偏差值约为1.09（＞1），LAPS的分析风速值比实测风速小。对比两种试验结果可以发现，通过地面分析模块融合SSW的分析风速值与原始风速的拟合效果优于风分析模块的融合风速值与原始风速的拟合程度，前者的平均绝对误差及均方根误差均小于后者。另外，由于资料没有经过预处理直接输入LAPS系统进行融合分析，原始资料中的噪音信息也在分析场中表现出来。

图1 LAPS分析场风速与HY-2卫星原始观测风速散点图

综上分析可知，LAPS的地面分析模块能更好的保留HY-2卫星原始风场资料的中小尺度信息，融合结果对大尺度背景场的改善显著；SSW通过风分析模块融合后的结果对背景场改善作用不明显。产生这种结果可能与LAPS系统两种融合模块的算法有关，地面分析模块的分析算法是在水平方向上采用Barnes插值法将离散的测站值插值到网格点，即采用的高斯权重函数的距离权重法，而风分析模块采用的是三维风场插值。另外，在实际中无法获得某经纬度点上风场观测资料所在的气压层的精确值，也是云导风融合模块融合效果不理想的原因之一。

3.2 资料预处理

由于HY-2卫星观测的风场资料具有较高的空间分辨率，若直接输入LAPS系统会造成资料中的噪音放大，混淆LAPS分析场中的精细化特征[19]，因此需要对原始数据进行预处理。首先，HY-2卫星海面风场资料是通过微波散射计测量风引起的粗糙海面对微波的后向散射特性来推算得到，Carswell和Bourassa[20-21]等的研究表明，星载散射计测量极高风速时均发生了风速敏感度饱和，资料可信度降低。一般而言，这个风速敏感度饱和对应的临界风速值大约为30 m/s，因此依此临界值对风速的原始观测数据进行筛选，剔除可信度低的值，以及不连续的异常值。

另外，由于LAPS系统默认的资料融合码一般是一种特殊的NetCDF格式，SSW资料的原始格式是HDF，因此在LAPS系统融合前，还需要将SSW资料处理成LAPS融合模块要求的输入格式。LAPS系统融合不同类型的观测数据时，对每种观测资料的格式要求也不同。具体方法是先下载官方提供的测试资料，查看资料的详细信息，从而编写转换程序。根据3.1的结论，后文均选用LAPS地面分析模块进行SSW融合。针对地面分析模块，资料格式转换主要包括以下几个步骤：（1）提取卫星风场资料的观测时间、风速、风向、经纬度信息；（2）对各个经纬度观测值进行编号；（3）由于观测数据的0°风向与LAPS系统定义的0°风向相反，需要对观测风向转换：当风向大于180°时风向减去180°，小于 180°时风向加上 180；（4）计算观测时间：从1970年1月1日算起，以秒为单位；（5）重新写入站号、经度、纬度、风速、风向、观测时间，生成适合地面融合模块的数据格式（NetCDF格式）。

图2 卫星观测网格点与LAPS分析网格

通过对卫星SSW观测资料进行质量控制及格式转换，最后将处理后的数据通过地面分析模块输入LAPS系统进行融合分析。

3.3 分析场的验证

由于HY-2卫星观测数据的格点分布是不规则的，而LAPS分析网格的标准化的网格（见图2），因此将卫星观测格点数据分析到LAPS区域网格上时，需要对其进行检验。本文选取2013年7月13日的HY-2卫星风场资料进行预处理，并将预处理后的数据输入LAPS系统，由LAPS将数据分析到区域网格上（见图2b）。此时LAPS只分析SSW，不融合背景场，分析时刻分别为09时和21时。

在卫星观测区域内，采用交叉验证法对LAPS分析SSW的插值场进行质量评估。因为资料预处理过程中对原始观测资料进行了间隔取值，因此将间隔取值后的数据作为检验样本。首先假设样本每一个经纬度点的风场未知，由LAPS只分析SSW得到的风场来估算样本每个经纬度点的风场，然后计算样本中各经纬度风场实际值与估计值的误差，并采用均方根误差做为评价插值好坏的指标，值越小，表示LAPS分析效果越好。通过交叉验证分析的结果来确定样本风场与预处理后LAPS的分析风场相关性是否够高及LAPS分析场是否可以很好地表示原始观测风场中的信息。

表2给出了09时和21时检验风场的统计特征量，可以看出两个分析时刻风场的均方根误差均较小。09时和21时样本全风速与LAPS分析全风速的均方根误差约为1.2 m/s；09时U分量和V分量的均方根误差分别约为1.58 m/s、1.48 m/s，21时U、V分量的均方误差略低于09时，约为1.45 m/s、1.25 m/s。比较不同分析时刻风速，U、V分量与样本风场的相关系数，且数值均较高，尤其是U分量的相关性高，达到95%，V分量接近90%。表明通过预处理后的资料在LAPS区域网格的分析风场与样本资料间的相关性显著。

综上分析可知，SSW经过资料预处理，通过对原始资料中由高分辨率观测带来的噪音滤波后，在LAPS网格的分析值能有效地保留HY-2卫星原始数据中的观测信息。

4 LAPS融合SSW在海上天气系统中的应用

4.1 卫星近海面风融合场的海面副高分析

为了探究海上副热带高压的中尺度特征在LAPS分析场中的表现，以2013年7月13日西太平洋海面高压系统为例，对SSW资料进行LAPS融合，分析时刻为09时（UTC）。图3分别为LAPS分析风场和HY-2卫星观测的海面风场。当LAPS仅分析背景场时（见图3a），20°N以南海域海面风场表现为平直东风气流，而卫星轨道资料场显示（见图3b）在此区域的偏东风气流中有明显的波动。经LAPS融合SSW与背景场之后（见图3c），该海区海面风场偏东气流中出现明显波动。为了解融合场波动特征的合理性，选择欧洲中心高分辨率再分析资料进行比对，由于卫星资料的时刻与常规再分析资料的标准时刻（每6 h）不重合，并考虑中尺度环流系统一般可维持2—3h以上，因此选择最接近卫星扫描时刻的再分析资料场（见图3d），其中在相同海区附近也有明显的东风波动。因此融合效果基本理想。

将数据结果录入SPSS22.0数据库处理,以X 2检验计数资料,以例数百分比形式表示,以t检验计量资料,以±s形式表示,以P<0.05为差异具有统计学意义。

表2 样本风场与LAPS分析风场的统计特征量

图3 LAPS分析09时（UTC）海面风场和HY-2卫星观测风场及再分析资料风场

图3b中该轨道HY-2卫星风场数据不能完全覆盖西太平洋区域，而经LAPS融合的风场分析场（见图3c）能覆盖整个海域。HY-2卫星一天最多能对全球90%的海域进行观测，而通过LAPS融合SSW后的分析场能够覆盖全球的海域。研究表明，LAPS融合HY-2卫星海面风场不仅背景场有一定的改善，能清楚地反映出海面高压外围流场中的低纬度扰动，同时弥补了HY-2卫星观测数据不能完全覆盖海域的不足。

4.2 卫星近海面风融合场的台风分析

台风是最为重要的海上天气系统之一，也是世界上最严重的自然灾害之一，其结构变化对台风的强度、路径、暴雨落区等方面产生重要影响。海上观测资料的匮乏，使得台风的真实环流结构难以表现，海洋二号卫星实现了海面风场的观测，这对我们了解台风低层风场结构有重要帮助。根据第三节的结论，以2013年7号台风“苏力”为试验对象，对HY-2卫星SSW进行融合试验，包括LAPS仅分析背景场以及同时分析背景场与SSW。台风“苏力”最初为热带风暴，7月10日02时（北京时）“苏力”发展成为超强台风，表3为台风“苏力”7月10日的实况信息，台风7级风圈半径为380 km，移动方向为西西北。

表3 “苏力”台风7月10日实况信息

图4 LAPS分析台风“苏力”09时（UTC）海面风场

图4给出了在不同情形下的LAPS融合分析结果，分析时刻均为2013年7月10日09时（UTC）。LAPS仅分析背景场的结果显示（见图4a），台风“苏力”中心位置位于（21.5°N，134.4°E），海面风速分布较规则且平滑，台风气旋式环流纬向性明显。大风区（风速大于15 m/s，红色区域）边缘光滑；当LAPS背景场和卫星SSW场融合后（见图4b），台风气旋式环流形状表现显著变化，经向性特征较为显著，尤其是台风前进方向的右侧部分的风场，此外台风中心位置位于（21.6°N，133.9°E），较前者的结果位置偏西北，即实际台风移动较快。台风气旋20 m/s大风区范围显著扩展，主要扩展区在台风前进方向的右侧。台风前进右侧的大风大浪危险区范围可达大约左侧的两倍，因此融合资料提供了更具参考价值（卫星监测）的预警范围。从风速分布可以看出，LAPS仅分析背景场时台风中心等风速线较为平滑，融合SSW后中心风速波动性增强，等风速线分布变化不规则，台风外围流场20 m/s等风速线的波动性也显著增强。

图5 LAPS分析的融合SSW前后的海面水平风场差值场

图5为LAPS系统融合卫星SSW之后的近海面风场与融合前背景风场之差值场。如图所示，融合SSW后的分析场对台风区风场具有较大的调整。台风区海面风场表现为主体的气旋性减弱，-10 m/s等风速差值区环抱台风中心，即风速相对减小；台风的北部区域具有一处气旋性加强区，含有2个风速差值为+10 m/s的中心，同时台风近中心风力是增强的，差值等值线也达到+10 m/s。卫星监测的SSW场对背景风场有显著调整。

图6 由LAPS融合产品诊断分析的海面辐散风场

图7 2013年1月5日西太平洋FNL海面流场

综上分析可知，LAPS融合SSW后的分析场对背景场（数值预报产品）有一定程度的改善，能更真实地反映台风海面风场的波动性以及台风中心的位置、风场结构、大风范围。

4.3 卫星近海面风融合场的海上辐合线分析

以2013年1月5日台湾以东洋面出现的辐合线为试验对象，对SSW资料进行LAPS融合分析。图6为LAPS分析的辐散场，分析时刻为9:30（UTC）。在LAPS只分析背景场的分析结果中（见图6a），西太平洋海面存在两个明显的辐合中心，分别位于（23°N，128°E）和（30°N，136°E）附近。融合SSW后，LAPS同时分析背景场和卫星风场资料的分析场中（见图6b），台湾以东洋面的辐合线中心向西移，位于（23°N，126.5°E），辐合线由东西走向变为南北走向。原来位于（30°N，136°E）附近的辐合中心位置也向南移动，中心位于（27°N，136°E）。

图7为海面1000 hPa的流场实况，06时（见图7a）西北太平洋海面存在两个明显的辐合中心，分别位于台湾以东洋面以及日本半岛东南海域附近。其中，台湾以东洋面的辐合线呈西南-东北走向。12时（见图7b）该辐合线的经向性加强，而考虑图6b卫星风场信息，9：30该台湾东侧辐合线的经向度已经加强。尤其是辐合线北侧气流的经向度较强。第2个在日本东南海域的辐合中心，在6:00和卫星观测的9：30的位置均以红色点标注在12时（见图7b）上。可以看出该辐合中心的移动路径和形状变化：日本半岛东南海域的辐合中心先向东南方向移动，然后扩展形成一条南北走向的辐合线。显然卫星监测数据增加了观测的时空信息，而经过LAPS融合，资料的规范化统一性，提供了进行系统连续跟踪与客观对比的良好基础。

综上分析可知，融合SSW后的LAPS分析场比只分析背景场更加接近实况，在06时和12时再分析资料的基础上，增加09:30时的SSW融合分析场，加密了时间序列的步长，能够更好地表现辐合系统的时间演变特征，对系统的时间演变规律有更精细的展现，提供更细致的参考信息。同时，区域融合SSW的再分析资料是规范化矩形坐标网格上的格点资料，比卫星原始资料（轨道网格）更便于进行区域场的诊断计算。

5 结论

通过上述分析与研究，得到如下结论：

（1）LAPS多源数据融合系统可应用于HY-2卫星的SSW的数据融合，在数据输入时，需采用LAPS地面分析模块，该模块融合SSW比通过风分析模块融合SSW数据更合理，效果更理想。LAPS融合系统输出的数据格式更适合常规海洋预报和研究，为充分及时使用卫星SSW和更有效地提取卫星资料精细化信息提供了基础；

（2）对HY-2卫星海面风场原数据经过异常值剔除、卫星扫描网格精简、卫星数据平滑滤波等几项预处理，将可以修订卫星数据固有偏差和滤除卫星精细化扫描携带的噪音，更恰当地显示卫星对近海面风场的精细化描述。通过交叉验证得出，预处理后的资料仍能有效地保留原始资料中的数据信息；

（3）卫星SSW数据的区域LAPS融合产品改善了卫星扫描区的空间覆盖率在时空上的多变性，提供了可进行物理量诊断计算的经纬度网格区域场，满足了现代海洋预报、气象预报等专业分析和研究对资料的要求；

（4）HY-2卫星风场利用LAPS融合技术得到的SSW分析场，对海上台风、海上高压、辐合中心的海面风场的中尺度结构特征提供了更为细致地描述。对系统的时间演变规律有加密步长的展现，其提供的规范化网格资料更易于进行诊断分析。融合SSW后的LAPS分析场更接近实况，适用于研究海上天气系统的精细化结构和时空演变特征。

[1]王东良,姚小海,孟雷,等.海洋二号卫星散射计风场产品真实性检验及分析[J].海洋预报,2014,31(4):47-53.

[2]齐亚琳,林明森.数据融合技术在海洋二号卫星数据中的应用[J].航天器工程,2012,21(3):117-123.

[3]国家海洋局.中国海洋卫星应用报告[R].北京:海洋卫星工程进展,2013.

[4]McGinley J A,Albers S C,Stamus PA.Local data assimilation and analysis for nowcasting[J].Advanced Space Research,1992,12(7):179-188.

[5]Albers S C.The LAPS wind analysis[J].Weather Forecasting,1995,10(2):342-352.

[6]Birkenheuer D.The effect of using digital satellite imagery in the LAPS moisture analysis[J].Weather Forecasting,1999,14(5):782-788.

[7]Hiemstra C A,Liston G E,PielkeSr R A,et al.Comparing local analysis and prediction system(LAPS)fusions with independent observations[J].Weather Forecasting,2006,21(6):1024-1040.

[8]Birkenheuer D,Shaw B L,Albers S,et al.Evaluation of local-scale forecasts for severe weather of 20 July 2000[C].Proceedings of the 14th Conference on Numerical Weather Prediction,Ft.Lauderdale,FL,Amer.Meteor.Soc.,2001.

[9]Conte D,Miglietta M M,Moscatello A,et al.A GIS approach to ingest Meteosat Second Generation data into the Local Analysis and Prediction System[J].Environmental Modelling&Software,2010,25(10):1064-1074.

[10]李红莉,万蓉,谢有才.利用LAPS系统同化地基GPS水汽资料的应用研究[J].热带气象学报,2010,26(6):702-709.

[11]王叶红,彭菊香,公颖,等.AREM-RUC 3h快速更新同化预报系统的建立与实时预报对比检验[J].暴雨灾害,2011,30(4):296-304.

[12]李红莉.LAPS-RUC系统的搭建及其预报效果检验分析[A].中国气象学会.第28届中国气象学会年会——S3天气预报灾害天气研究与预报[C].中国气象学会,2011:10.

[13]李红莉,崔春光,王志斌.LAPS的设计原理、模块功能与产品应用[J].暴雨灾害,2009,28(1):64-70.

[14]李红莉,张兵,陈波.局地分析和预报系统(LAPS)及其应用[J].气象科技,2008,36(1):20-24.

[15]苗春生,高雅,王坚红.自主卫星HY-2近海面风场资料融合技术研究[R].南京:解放军解放军理工大学,2014,13-14.

[16]McGinley J A,Albers S C,Stamus PA.Validation of a composite convective index as defined by a real-time local analysis system[J].Weather Forecasting,1991,6(3):337-356.

[17]Alber S C,McGinley J A,Birkenheuer D L,et al.The local analysis and prediction system(LAPS):Analyses of clouds,precipitation,and temperature[J].Weather Forecasting,1996,11(3):273-287.

[18]Barnes S L.A technique for maximizing details in numerical weather map analysis[J].Journal of Applied Meteorology,1964,3(4):396-409.

[19]张涛,苗春生,王新.LAPS与STMAS地面气温融合效果对比试验[J].高原气象,2014,33(3):743-752.

[20]Carswell J R,Castells A.Observed saturation in C-and Ku-band ocean backscatterathurricane force winds[J].Journalof Geophysical Research,1999,104(C5):11485-11497

[21]Bourassa M A,Legler D M,O’Brien J J,et al.Seawinds validation with research vessels[J].Journal of Geophysical Research,2003,108(C2):3019,doi:10.1029/2001JC001028.