编辑:张萌 侯美亭
暖云中的云滴数浓度遥感反演:现状与展望——Remote sensing of droplet number concentration in warm clouds: A review of the current state of knowledge and perspectives.Reviews of Geophysics, 2018, Vol. 56, No. 2.
云滴数浓度(Nd)对于理解云物理过程和量化气溶胶—云相互作用的有效辐射强迫具有重要意义。当前卫星反演不能直接提供Nd数据,但其可以从云光学厚度、云滴有效半径和云顶温度反演。英国利兹大学的Grosvenor等对这种方法进行了评述,并对不确定性进行了量化。对于相对均匀的、光学厚度较厚的、具有良好观测几何形状的不模糊的层状云,像元水平的反演的总相对不确定性为78%。如果不满足这些条件,不确定性就更大。平均而言,在1°×1°区域,不确定性降低到54%,假设仪器随机误差存在不确定性。与此相反,少数与现场观测对照的评价研究表明,在偏差变化不大的情况下,准确率要高得多。为了更好地表征误差,需要进行更多此类研究。Nd的不确定性主要来源于云滴有效半径中的错误,因此,反演云滴有效半径的改进将大大提高Nd反演的质量。本研究对现有的一些Nd数据集进行了比较和讨论,就如何改善Nd数据质量提出了建议。
利用卫星数据预测中国PM2.5历史浓度的集合机器学习模型——An ensemble machine-learning model to predict historical PM2.5concentrations in China from satellite data.Environmental Science and Technology,2018, Vol. 52.
长期的卫星气溶胶数据记录,使得评估最近才开始进行PM2.5常规监测的地区的历史PM2.5水平成为可能。然而,以往大多数模型在预测模型训练期以外的PM2.5水平时,预测精度都有所下降。美国埃默里大学的Xiao等提出了一种集合机器学习方法,能够促进PM2.5预测能力。首先,使用多重插补来填补缺失的卫星数据。然后,将建模区域划分为7个区域,采用空间聚类方法对未观测到的空间异质性进行控制。在每个区域,分别训练了一组机器学习模型,包括随机森林模型、广义可加模型和极值梯度增强模型。最后,提出了一种广义可加集合模型,将不同算法的预测结果结合起来。结果显示,最终预测的日PM2.5时空分布特征的交叉验证的R2达到了0.79。基于聚类的次区域模型优于全国尺度模型,使R2提高了0.05。与先前的研究相比,本研究给出的模型提供了更精确的PM2.5日尺度预测(R2=0.58,RMSE=29 μg/m3)和月尺度预测(R2=0.76,RMSE=16 μg/m3)。而且,研究建立的回报系统可以重建无偏的PM2.5历史特征。
(以上由侯美亭选编)
孟加拉湾夏季风爆发的判断指标及其年际特征——《地球物理学报》2018年第61卷第11期
晏红明等利用高低层大气环流、OLR(向外长波辐射)、CMAP降水、SST(海表温度)等资料分析了孟加拉湾地区3—5月多年气候平均大气环流及不同要素的演变特征,定义了一个新的孟加拉湾夏季风(BOBSM)爆发指标为孟加拉湾地区(5°N~15°N,90°E~97.5°E)850和200 hPa纬向风区域平均的变化同时满足U850>3 m/s和U200<-5m/s,并持续5 d的第一天即作为BOBSM爆发日期。该季风指数有明确的天气学意义,可以反映孟加拉湾低层西南风持续稳定和南亚高压在青藏高原建立早晚的特征。作者进一步分析了BOBSM爆发的年际特征及其前兆海洋信号特征,结果表明:1981—2010年BOBSM爆发的平均日期为5月10日,季风爆发有显著的年际波动,爆发最早在1999年(4月11日)、最晚在1968年(6月1日),年代际尺度上表现为由爆发偏晚至偏早的变化趋势;BOBSM爆发早(晚)与热带印度洋地区850 hPa的越赤道气流和西风异常加强(减弱),以及200 hPa青藏高原南亚高压的季节性建立偏早(晚)等密切联系;前期冬季赤道西太平洋的海温冷(暖)变化对BOBSM爆发早(晚)有很好的指示意义,前期冬季海温偏高(低)有利于季风偏早(晚),其影响的主要途径是通过热源变化激发纬向垂直环流及其热带印度洋和太平洋低层环流异常,进而影响季风爆发早晚。
葵花8号卫星在暴雨对流云团监测中的应用分析——《气象》2018年第44卷第10期
高时空分辨率的葵花8号卫星(简称H8卫星)2016年在我国得到应用,而该年是我国暴雨过程频繁、极端性强的一年,H8卫星到底在暴雨对流云团监测方面有何优势也是预报员所关心的。目前的业务中H8、FY-2卫星和雷达资料到达业务平台的平均延迟时间分别为15,35,6 min左右。张夕迪等利用H8卫星红外云图结合地面降水,在2016年汛期27次暴雨过程中每个过程选定一个主要的目标对流云团分析其初生情况,并与FY-2卫星和雷达探测的情况进行对比,结果表明:H8和FY-2卫星在同时刻云顶黑体亮温(TBB)观测数值上差别不大,时间变化趋势也基本一致,但H8卫星由于高频次观测的优势对暴雨对流强弱的变化刻画得更加细致,在监测暴雨对流云团方面具有明显时间上的优势,即H8卫星较FY-2卫星平均提前23 min发现对流云团,较雷达平均提前达33 min。通过结合地面小时和10 min降水量对2016年华北“7·20”极端暴雨过程进行分析,发现TBB与地面降水量之间有很好的反相关关系,同时降水量的变化幅度明显大于TBB的变化;当TBB峰值向低温一侧移动时,与之对应的地面降水量级也增大,降水逐渐转为冷云降水为主。
Advances in Meteorological Science and Technology2018年6期