留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

武汉地区大气特征的日变化及季节变化分析

张艺群 孟小亮 金适宽 马盈盈 龚威 雷连发

张艺群, 孟小亮, 金适宽, 马盈盈, 龚威, 雷连发. 武汉地区大气特征的日变化及季节变化分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
引用本文: 张艺群, 孟小亮, 金适宽, 马盈盈, 龚威, 雷连发. 武汉地区大气特征的日变化及季节变化分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
ZHANG Yiqun, MENG Xiaoliang, JIN Shikuan, MA Yingying, GONG Wei, LEI Lianfa. Analysis of Diurnal and Seasonal Variations of Atmospheric Characteristics in Wuhan[J]. Geomatics and Information Science of Wuhan University, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
Citation: ZHANG Yiqun, MENG Xiaoliang, JIN Shikuan, MA Yingying, GONG Wei, LEI Lianfa. Analysis of Diurnal and Seasonal Variations of Atmospheric Characteristics in Wuhan[J]. Geomatics and Information Science of Wuhan University, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439

武汉地区大气特征的日变化及季节变化分析

doi: 10.13203/j.whugis20200439
基金项目: 

国家自然科学基金 41971352

国家自然科学基金 41875038

湖北省自然科学基金 ZRMS2017000737

武汉市科技局应用基础研究计划 2019020701011453

详细信息
    作者简介:

    张艺群,硕士生,现从事大气遥感与数值天气预报研究。zhangyq@whu.edu.cn

    通讯作者: 孟小亮,博士,教授。xmeng@whu.edu.cn
  • 中图分类号: P416.3

Analysis of Diurnal and Seasonal Variations of Atmospheric Characteristics in Wuhan

Funds: 

The National Natural Science Foundation of China 41971352

The National Natural Science Foundation of China 41875038

the Natural Science Foundation of Hubei Province ZRMS2017000737

the Wuhan Science and Technology Plan 2019020701011453

More Information
    Author Bio:

    ZHANG Yiqun, postgraduate, specializes in atmospheric remote sensing and numerical weather prediction. E-mail: zhangyq@whu.edu.cn

    Corresponding author: MENG Xiaoliang, PhD, professor. E-mail: xmeng@whu.edu.cn
  • 摘要: 大气温度和湿度是描述大气动力和热力状态的重要参数。重点分析武汉地区由微波辐射计测量获得的温度和湿度廓线、大气边界层高度(atmospheric boundary layer height,ABLH)以及液态水路径(liquid water path,LWP)廓线的日变化及季节性变化。首先在有云和无云情况下,对RPG-HATPRO型微波辐射计和探空气球的探测结果进行比较。微波辐射计反演得到的温度、湿度在2 km以下相较于探空气球偏低,2 km以上则均表现为偏高;观测精度会因天气条件的不同而变化,使用微波辐射计产品时,应着重考虑云的影响。然后分析2011—2015年各气象要素的日变化和季节变化,实现武汉地区对流层大气的热力学表征。ABLH从上午8时开始增加,下午15时达到最高值,之后开始下降,在夜间整体保持稳定。LWP在夜间含量要高于白天,冬季高于夏季。结合高度信息,分析得出相对湿度(relative humidity,RH)在0~1 km随高度的增加而上升,随后下降。对武汉地区气象参数的日变化与季节性变化进行观测与分析,为气象探测、大气污染研究、空气质量监测、天气预报等提供了可靠信息。
  • 图  1  对流和稳定大气条件下计算边界层高度示例图

    Figure  1.  Example of Boundary Layer Height Calculation Under Convective and Stable Atmospheric Conditions

    图  2  有云和无云条件下微波辐射计与探空气球数据对比

    Figure  2.  Comparison of Microwave Radiometer and Radio Sounding Data Under Cloudy and No Cloud Conditions

    图  3  有云和无云条件下微波辐射计与探空气球测得的IWV对比

    Figure  3.  Comparison of IWV Measured by Microwave Radiometer and Radio Sounding Under Cloudy and No Cloud Conditions

    图  4  2011-2015年不同季节温度和ABLH的日变化曲线

    Figure  4.  Daily Variation Curves of Temperature and ABLH in Different Seasons from 2011 to 2015

    图  5  2011-2015年不同季节RH和ABLH的日变化曲线

    Figure  5.  Daily Variation Curves of RH and ABLH in Different Seasons from 2011 to 2015

    图  6  2011-2015年不同季节LWP和ABLH的日均值变化曲线

    Figure  6.  Daily Variation Curves of LWP and ABLH in Different Seasons from 2011 to 2015

    图  7  2011-2015年微波辐射计观测的水汽变化

    Figure  7.  Change in Water Vapor Measured by Microwave Radiometer from 2011 to 2015

    表  1  RPG-HATPRO微波辐射计技术参数

    Table  1.   Technical Parameters of RPG-HATPROMicrowave Radiometer

    参数名称 具体描述
    湿度温度 7通道(22.24~31.4 GHz),获取湿度廓线7通道(51.26~58.0 GHz),获取温度信息
    垂直分辨率 10~200 m,分辨率随高度增加而下降
    地面气象参数 包括地表温湿度和大气压,检测降雨
    亮温参数 绝对亮温精度为0.5 K,亮温温度范围为0~500 K
    天线扫描范围 ±90°(水平到天顶)
    下载: 导出CSV

    表  2  2011-2015年武汉地区垂直气象参数的季节性变化

    Table  2.   Seasonal Change of Vertical Meteorological Parameters in Wuhan from 2011 to 2015

    高度/km 春季 夏季 秋季 冬季
    温度/℃ 相对湿度/% 温度/℃ 相对湿度/% 温度/℃ 相对湿度/% 温度/℃ 相对湿度/%
    0 23.31 49.13 34.15 46.78 24.28 46.84 11.60 50.73
    1 11.77 55.07 21.55 67.82 12.86 57.16 1.39 52.94
    2 8.44 47.99 16.33 64.76 9.74 50.48 0.32 45.56
    3 3.95 45.35 10.93 62.15 5.14 48.38 -1.97 40.99
    4 -0.14 43.94 6.60 60.45 1.03 46.47 -5.40 38.01
    5 -5.96 39.00 0.60 57.81 -4.83 41.69 -10.84 31.23
    6 -13.01 32.93 -6.09 53.19 -11.85 35.18 -17.94 25.97
    7 -17.79 30.85 -10.46 50.09 -16.59 32.81 -22.93 25.02
    8 -24.67 31.26 -17.00 48.24 -23.44 32.82 -29.67 25.87
    9 -31.17 31.54 -23.71 47.51 -29.97 33.07 -35.39 25.60
    10 -37.93 30.66 -31.20 45.92 -36.96 31.93 -40.95 24.39
    下载: 导出CSV
  • [1] 郭丽君, 郭学良. 利用地基多通道微波辐射计遥感反演华北持续性大雾天气温、湿度廓线的检验研究[J]. 气象学报, 2015, 73(2): 368-381 https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201502013.htm

    Guo Lijun, Guo Xueliang. Verification Study of the Atmospheric Temperature and Humidity Profiles Retrieved from the Ground-Based Multi-Channels Microwave Radiometer for Persistent Foggy Weather Events in Northern China[J]. Acta Meteorologica Sinica, 2015, 73(2): 368-381 https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201502013.htm
    [2] Li Haiyan, Cheng Jing, Zhang Qiang, et al. Rapid Transition in Winter Aerosol Composition in Beijing from 2014 to 2017: Response to Clean Air Actions[J]. Atmospheric Chemistry Physics, 2019, 19: 11 485-11 499 doi:  10.5194/acp-19-11485-2019
    [3] 刘亚亚, 毛节泰, 刘钧, 等. 地基微波辐射计遥感大气廓线的BP神经网络反演方法研究[J]. 高原气象, 2010, 29(6): 1 514-1 523 https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201006018.htm

    Liu Yaya, Mao Jietai, Liu Jun, et al. Research of BP Neural Network for Microwave Radiometer Remote Sensing Retrieval of Temperature, Relative Humidity, Cloud Liquid Water Profiles[J]. Plateau Meteorology, 2010, 29(6): 1 514-1 523 https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201006018.htm
    [4] 李亚娟, 宋沙磊, 李发泉, 等. 基于纯转动Raman激光雷达的中低空大气温度高精度探测[J]. 地球物理学报, 2015, 58(7): 2 294-2 305 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201507008.htm

    Li Yajuan, Song Shalei, Li Faquan, et al. High-Precision Measurements of Lower Atmospheric Temperature Based on Pure Rotational Raman LiDAR[J]. Chinese Journal of Geophysics, 2015, 58(7): 2 294-2 305 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201507008.htm
    [5] 鱼艇, 潘蔚琳, 朱克云, 等. 夏季格尔木中间层大气温度探测初步分析[J]. 红外与激光工程, 2016, 45(12): 1211005 https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201612033.htm

    Yu Ting, Pan Weilin, Zhu Keyun, et al. Preliminary Analysis of Mesospheric Summer Temperature Measurements in Golmud[J]. Infrared and Laser Engineering, 2016, 45(12): 1211005 https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201612033.htm
    [6] 盛裴轩, 毛节泰, 李建国. 大气物理学[M]. 2版. 北京: 北京大学出版社, 2013

    Sheng Peixuan, Mao Jietai, Li Jianguo. Atmospheric Physics[M]. 2nd ed. Beijing : Peking University Press, 2013
    [7] Athanase N, Shuoben B, Mohamed A A A, et al. Diagnosis of Meteorological Factors Associated with Recent Extreme Rainfall Events over Burundi[J]. Atmospheric Research, 2020, 244: 105069 doi:  10.1016/j.atmosres.2020.105069
    [8] Jin Shikuan, Ma Yingying, Zhang Ming, et al. Comparation of Aerosol Optical Properties and Associated Radiative Effects of Air Pollution Events Between Summer and Winter: A Case Study in January and July 2014 over Wuhan, Central China[J]. Atmospheric Environment, 2019, 218: 117004 doi:  10.1016/j.atmosenv.2019.117004
    [9] Liu Boming, Ma Yingying, Shi Yifan, et al. The Characteristics and Sources of the Aerosols Within the Nocturnal Residual Layer over Wuhan, China[J]. Atmospheric Research, 2020, 241: 104959 doi:  10.1016/j.atmosres.2020.104959
    [10] 王天河, 孙梦仙, 黄建平. 中国利用星载激光雷达开展沙尘和污染研究的综述[J]. 大气科学学报, 2020, 43(1): 144-158 https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX202001014.htm

    Wang Tianhe, Sun Mengxian, Huang Jianping. Research Review on Dust and Pollution Using Spaceborne LiDAR in China[J]. Transactions of Atmospheric Sciences, 2020, 43(1): 144-158 https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX202001014.htm
    [11] 王振会. 大气探测学[M]. 北京: 气象出版社, 2011

    Wang Zhenhui. Atmospheric Sounding[M]. Beijing: China Meteorological Press, 2011
    [12] 雷连发, 卢建平, 朱磊, 等. 多通道地基微波辐射计大气遥感[J]. 遥感学报, 2014, 18(1): 180-191 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201401012.htm

    Lei Lianfa, Lu Jianping, Zhu Lei, et al. Atmospheric Remote Sensing Using Multi-Channel Ground-Based Microwave Radiometer[J]. Journal of Remote Sensing, 2014, 18(1): 180-191 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201401012.htm
    [13] 刘红燕, 王迎春, 王京丽, 等. 由地基微波辐射计测量得到的北京地区水汽特性的初步分析[J]. 大气科学, 2009, 33(2): 388-396 doi:  10.3878/j.issn.1006-9895.2009.02.16

    Liu Hongyan, Wang Yingchun, Wang Jingli, et al. Preliminary Analysis of the Characteristics of Precipitable Water Vapor Measured by the Ground-Based 12-Channel Microwave Radiometer in Beijing[J]. Chinese Journal of Atmospheric Sciences, 2009, 33(2): 388-396 doi:  10.3878/j.issn.1006-9895.2009.02.16
    [14] 黄建平, 何敏, 阎虹如, 等. 利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究[J]. 大气科学, 2010, 34(3): 548-558 doi:  10.3878/j.issn.1006-9895.2010.03.08

    Huang Jianping, He Min, Yan Hongru, et al. A Study of Liquid Water Path and Precipitable Water Vapor in Lanzhou Area Using Ground-Based Microwave Radiometer[J]. Chinese Journal of Atmospheric Sciences, 2010, 34(3): 548-558 doi:  10.3878/j.issn.1006-9895.2010.03.08
    [15] Liljegren J C, Clothiaux E E, Mace G G, et al. A New Retrieval for Cloud Liquid Water Path Using a Ground-Based Microwave Radiometer and Measurements of Cloud Temperature[J]. Journal of Geophysical Research: Atmospheres, 2001, 106(13): 14 485-14 500 doi:  10.1029/2000JD900817/full
    [16] Massaro G, Stiperski I, Pospichal B, et al. Accuracy of Retrieving Temperature and Humidity Profiles by Ground-Based Microwave Radiometry in Truly Complex Terrain[J]. Atmospheric Measurement Techniques, 2015, 8(8): 3 355-3 367 doi:  10.5194/amt-8-3355-2015
    [17] Zhang Ming, Ma Yingying, Gong Wei, et al. Aerosol Radiative Effect in UV, VIS, NIR, and SW Spectra Under Haze and High-humidity Urban Conditions[J]. Atmospheric Environment, 2017, 166: 9-21 doi:  10.1016/j.atmosenv.2017.07.006
    [18] 段苗苗, 马盈盈, 龚威, 等. 利用微波辐射计观测计算云衰减[J]. 武汉大学学报·信息科学版, 2015, 40(12): 1 606-1 612 doi:  10.13203/j.whugis20130820

    Duan Miaomiao, Ma Yingying, Gong Wei, et al. A Method of Radiometric Measurements of Cloud Attenuation[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1 606-1 612 doi:  10.13203/j.whugis20130820
    [19] Rose T, Crewell S, Löhnert U, et al. A Network Suitable Microwave Radiometer for Operational Monitoring of the Cloudy Atmosphere[J]. Atmospheric Research, 2005, 75(3): 183-200 doi:  10.1016/j.atmosres.2004.12.005
    [20] 魏重, 雷恒池, 沈志来. 地基微波辐射计的雨天探测[J]. 应用气象学报, 2001, 12(z1): 65-72 doi:  10.3969/j.issn.1001-7313.2001.z1.009

    Wei Chong, Lei Hengchi, Shen Zhilai. Microwave Radiometric Measurement in the Rainy Atmosphere[J]. Quarterly Journal of Applied Meteorology, 2001, 12(z1): 65-72 doi:  10.3969/j.issn.1001-7313.2001.z1.009
    [21] 樊旭, 吴肖燕, 曲宗希, 等. 地基微波辐射计反演温/湿度廓线的BP神经网络训练方案对比[J]. 兰州大学学报(自然科学版), 2019, 55(5): 587-596 https://www.cnki.com.cn/Article/CJFDTOTAL-LDZK201905006.htm

    Fan Xu, Wu Xiaoyan, Qu Zongxi, et al. A Comparison of Training Schemes of BP Neural Network for Retrieving Relative Humidity and Temperature Profiles from the Ground-Based Microwave Radiometer[J]. Journal of Lanzhou University (Natural Sciences), 2019, 55(5): 587-596 https://www.cnki.com.cn/Article/CJFDTOTAL-LDZK201905006.htm
    [22] Bedoya-Velásquez A E, Navas-Guzmán F, Moreira G A, et al. Seasonal Analysis of the Atmosphere During Five Years by Using Microwave Radiometry over a Mid-Latitude Site[J]. Atmospheric Research, 2019, 218: 78-89 doi:  10.1016/j.atmosres.2018.11.014
    [23] Stull R B. An Introduction to Boundary Layer Meteorology[M]. Netherlands: Springer, 1988
    [24] Coen M C, Praz C, Haefele A, et al. Determination and Climatology of the Planetary Boundary Layer Height Above the Swiss Plateau by in-situ and Remote Sensing Measurements as well as by the COSMO-2 Model[J]. Atmospheric Chemistry and Physics, 2014, 14(23): 13 205-13 221 doi:  10.5194/acp-14-13205-2014
    [25] Paluch I R. The Entrainment Mechanism in Colorado Cumuli[J]. Journal of the Atmospheric Sciences, 1979, 36(12): 2 467-2 478 doi:  10.1175/1520-0469(1979)036<2467:TEMICC>2.0.CO;2
    [26] 罗丽, 王晓蕾, 余鹏. 饱和水汽压计算公式的比较研究[J]. 气象水文海洋仪器, 2003(4): 24-27 doi:  10.3969/j.issn.1006-009X.2003.04.004

    Luo Li, Wang Xiaolei, Yu Peng. The Compare and Research of the Calculate Formula of the Saturation Water Steam Pressure[J]. Meteorological, Hydrological and Marine Instruments, 2003(4): 24-27 doi:  10.3969/j.issn.1006-009X.2003.04.004
    [27] 刘建忠, 何晖, 张蔷. 不同时次地基微波辐射计反演产品评估[J]. 气象科技, 2012, 40(3): 332-339 doi:  10.3969/j.issn.1671-6345.2012.03.002

    Liu Jianzhong, He Hui, Zhang Qiang. Evaluation and Analysis of Retrieval Products of Ground-Based Microwave Radiometers at Different Times[J]. Meteorological Science and Technology, 2012, 40(3): 332-339 doi:  10.3969/j.issn.1671-6345.2012.03.002
    [28] 车云飞, 马舒庆, 杨玲, 等. 云对地基微波辐射计反演湿度廓线的影响[J]. 应用气象学报, 2015(2): 193-202 https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201502007.htm

    Che Yunfei, Ma Shuqing, Yang Ling, et al. Cloud Influence on Atmospheric Humidity Profile Retrieval by Ground-Based Microwave Radiometer[J]. Journal of Applied Meteorological Science, 2015(2): 193-202 https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201502007.htm
    [29] Ma Yingying, Zhang Ming, Jin Shikuan, et al. Long-Term Investigation of Aerosol Optical and Radiative Characteristics in a Typical Megacity of Central China During Winter Haze Periods[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(22): 12 093-12 106 doi:  10.1029/2019JD030840
    [30] 尚震, 谢晨波, 王邦新, 等. 纯转动拉曼激光雷达探测北京地区近地面大气温度[J]. 红外与激光工程, 2017, 46(10): 1030001 https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201710019.htm

    Shang Zhen, Xie Chenbo, Wang Bangxin, et al. Pure Rotational Raman LiDAR Measurements of Atmospheric Temperature near Ground in Beijing[J]. Infrared and Laser Engineering, 2017, 46(10): 1030001 https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201710019.htm
    [31] 王玉峰, 高飞, 朱承炫, 等. 对流层高度大气温度、湿度和气溶胶的拉曼激光雷达系统[J]. 光学学报, 2015, 35(3): 0328004 https://www.cnki.com.cn/Article/CJFDTOTAL-GXXB201503048.htm

    Wang Yufeng, Gao Fei, Zhu Chengxuan, et al. Raman LiDAR for Atmospheric Temperature, Humidity and Aerosols up to Troposphere Height[J]. Acta Optica Sinica, 2015, 35(3): 0328004 https://www.cnki.com.cn/Article/CJFDTOTAL-GXXB201503048.htm
    [32] 安晓丹. 基于卫星遥感的气溶胶与云和降水相互作用研究[D]. 荆州: 长江大学, 2016

    An Xiaodan. A Research of the Interaction in Aerosol-Cloud-Precipitation Based on Remote Sensing Satellite in China[D]. Jingzhou: Yangtze University, 2016
  • [1] 申文斌, 张朋飞, 申子宇, 许锐, 高玉平.  中国空间站微波链路引力红移检验仿真实验 . 武汉大学学报 ● 信息科学版, 2022, 47(6): 849-854. doi: 10.13203/j.whugis20220173
    [2] 刘婷婷, 杨子健, 王泽民, 高柯夫.  利用风云3D微波成像仪数据估算北极海冰密集度的精度评价 . 武汉大学学报 ● 信息科学版, 2021, 46(12): 1843-1851. doi: 10.13203/j.whugis20210449
    [3] 朱洲宗, 徐晓华, 罗佳.  利用FY-3C折射率对大气边界层高度的反演与分析 . 武汉大学学报 ● 信息科学版, 2021, 46(3): 395-401. doi: 10.13203/j.whugis20190271
    [4] 徐晓华, 刘树纶, 罗佳.  利用COSMIC掩星折射指数分析全球大气边界层顶结构变化 . 武汉大学学报 ● 信息科学版, 2018, 43(1): 94-100. doi: 10.13203/j.whugis20160183
    [5] 胡凯龙, 刘清旺, 崔希民, 庞勇, 穆喜云.  多源遥感数据支持下的区域性森林冠层高度估测 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 289-296, 303. doi: 10.13203/j.whugis20160066
    [6] 朱建军, 付海强, 汪长城.  InSAR林下地形测绘方法与研究进展 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2030-2038. doi: 10.13203/j.whugis20180266
    [7] 杨成生, 张勤, 李振洪.  ECMWF资料的边界层伸缩水汽加密算法 . 武汉大学学报 ● 信息科学版, 2015, 40(1): 83-89.
    [8] 姚宜斌, 余琛, 胡羽丰, 刘强.  利用非气象参数对流层延迟估计模型加速PPP收敛 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 188-192+221.
    [9] 段苗苗, 马盈盈, 龚威, 王伦澈.  利用微波辐射计观测计算云衰减 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1606-1612. doi: 10.13203/j.whugis20130820
    [10] 王永前, 施建成, 刘志红, 冯文兰.  利用微波辐射计AMSR-E的京津冀地区大气水汽反演 . 武汉大学学报 ● 信息科学版, 2015, 40(4): 479-486. doi: 10.13203/j.whugis20130530
    [11] 连懿, 陈圣波, 孟治国, 张莹.  利用嫦娥二号微波辐射计数据的全月亮温制图 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 732-737. doi: 10.13203/j.whugis20120571
    [12] 罗庆洲, 王培法, 石玉立, 李先华.  遥感影像邻坡反射辐射计算与分析探讨 . 武汉大学学报 ● 信息科学版, 2014, 39(5): 541-545. doi: 10.13203/j.whugis20120181
    [13] 余凡, 李海涛, 张承明, 万紫, 刘江, 赵颖.  利用双极化微波遥感数据反演土壤水分的新方法 . 武汉大学学报 ● 信息科学版, 2014, 39(2): 225-228. doi: 10.13203/j.whugis20120527
    [14] 范林刚, 陈曦, 陈泽宗, 金燕.  微波多谱勒雷达海洋破碎波检测算法 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 998-1002.
    [15] 陈泽宗, 金燕, 陈曦, 范林刚.  微波雷达海洋回波多普勒频谱的数值仿真 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1048-1051.
    [16] 黄声享, 罗力, 何超.  地面微波干涉雷达与GPS测定桥梁挠度的对比试验分析 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1173-1176.
    [17] 付秀丽, 施建成, 郭英, 蒋玲梅.  辐射计观测模拟系统的设计与误差分析 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1052-1056.
    [18] 谢酬, 李震, 李新武.  青藏高原冻土形变监测的永久散射体方法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1199-1203.
    [19] 杨杰, 廖明生, 江万寿, 杨文.  从单幅雷达影像提取地面高程信息 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 537-541.
    [20] 周茂, 金涛勇, 姜卫平.  利用最优插值法改正宽刈幅高度计对流层湿延迟 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20210008
  • 加载中
图(7) / 表(2)
计量
  • 文章访问数:  496
  • HTML全文浏览量:  170
  • PDF下载量:  80
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-08-24
  • 刊出日期:  2021-04-05

武汉地区大气特征的日变化及季节变化分析

doi: 10.13203/j.whugis20200439
    基金项目:

    国家自然科学基金 41971352

    国家自然科学基金 41875038

    湖北省自然科学基金 ZRMS2017000737

    武汉市科技局应用基础研究计划 2019020701011453

    作者简介:

    张艺群,硕士生,现从事大气遥感与数值天气预报研究。zhangyq@whu.edu.cn

    通讯作者: 孟小亮,博士,教授。xmeng@whu.edu.cn
  • 中图分类号: P416.3

摘要: 大气温度和湿度是描述大气动力和热力状态的重要参数。重点分析武汉地区由微波辐射计测量获得的温度和湿度廓线、大气边界层高度(atmospheric boundary layer height,ABLH)以及液态水路径(liquid water path,LWP)廓线的日变化及季节性变化。首先在有云和无云情况下,对RPG-HATPRO型微波辐射计和探空气球的探测结果进行比较。微波辐射计反演得到的温度、湿度在2 km以下相较于探空气球偏低,2 km以上则均表现为偏高;观测精度会因天气条件的不同而变化,使用微波辐射计产品时,应着重考虑云的影响。然后分析2011—2015年各气象要素的日变化和季节变化,实现武汉地区对流层大气的热力学表征。ABLH从上午8时开始增加,下午15时达到最高值,之后开始下降,在夜间整体保持稳定。LWP在夜间含量要高于白天,冬季高于夏季。结合高度信息,分析得出相对湿度(relative humidity,RH)在0~1 km随高度的增加而上升,随后下降。对武汉地区气象参数的日变化与季节性变化进行观测与分析,为气象探测、大气污染研究、空气质量监测、天气预报等提供了可靠信息。

English Abstract

张艺群, 孟小亮, 金适宽, 马盈盈, 龚威, 雷连发. 武汉地区大气特征的日变化及季节变化分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
引用本文: 张艺群, 孟小亮, 金适宽, 马盈盈, 龚威, 雷连发. 武汉地区大气特征的日变化及季节变化分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
ZHANG Yiqun, MENG Xiaoliang, JIN Shikuan, MA Yingying, GONG Wei, LEI Lianfa. Analysis of Diurnal and Seasonal Variations of Atmospheric Characteristics in Wuhan[J]. Geomatics and Information Science of Wuhan University, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
Citation: ZHANG Yiqun, MENG Xiaoliang, JIN Shikuan, MA Yingying, GONG Wei, LEI Lianfa. Analysis of Diurnal and Seasonal Variations of Atmospheric Characteristics in Wuhan[J]. Geomatics and Information Science of Wuhan University, 2021, 46(4): 479-488. doi: 10.13203/j.whugis20200439
  • 大气温度和湿度是大气热力和动力状态的重要参数,对了解中小尺度的天气演变、数值天气预报、分析灰霾成因以及实施各种气象保障工作十分重要[1-3]。其中,温度是大气物理与化学、气象监测与大气污染物研究中的常规观测参数,反映了大气稳定度[4-5];湿度表示大气中的水汽含量,水汽虽在大气中仅占0.1%~3.0%,却是大气中最活跃的成分,影响地气系统的辐射平衡,对云的形成、降水预报和气溶胶的传输扩散等有重要作用[6]。大气温度和湿度相互依赖,相互影响。近年来,随着经济发展和人民生活水平的提高,空气污染问题日益严重,大规模、长期污染事件频发,对人民的生产生活和生命健康造成严重影响。实时有效地进行大气温度和湿度探测,有利于了解气候变化、监测极端天气和自然灾害、提高天气预报的准确性等,这对了解大气污染物的成因及扩散机理有重要的科研意义和应用前景[7-10]

    在对温度、湿度等气象参数进行探测的过程中,地面观测精度高直接影响气象分析的结果,但目前只能测得观测站近地表的气象数据,无法获取气象参数的高空垂直分布信息。无线电探空气球是对大气进行高空探测的传统手段,可以提供风向、风速、相对湿度(relative humidity,RH)以及温度等参数的高精度测量,获得各气象参数的垂直分布情况。但其时间分辨率较低,通常一天施放两次,且随着气球上升,受风场影响,其位置会发生偏移。相比之下,微波遥感可进行全天候观测,获取更多更全面的信息。微波辐射计是一种被动式微波遥感设备,在大气探测中,主要用来探测大气温度廓线、湿度廓线、液态水路径(liquid water path,LWP)以及地表特征等[11]。相较于常规无线电探空手段运行成本高、运行条件复杂和时空分辨率较低的特点,地基微波辐射计具有更好的连续观测性能,可实现无人值守操作和全天候观测,获取时间和空间分辨率较高的大气探测资料[12]。国内外已有许多学者利用微波辐射计对大气温湿廓线、LWP等展开研究。刘红燕等[13]对比分析了地基微波辐射计、探空和GPS三种水汽测量技术之间的差异,结合地基微波辐射计测得的水汽总量,分析了北京地区水汽在4个季节中的日变化特征;黄建平等[14]改进了Liljegren等[15]的反演算法,结合当地微波辐射计观测资料,分析黄土高原半干旱区LWP和可降水量的变化;刘亚亚等[3]利用探空资料进行BP神经网络训练,然后用训练好的参数反演北京南郊观象台12通道微波辐射计的亮温资料,有效提高了微波辐射计对大气参数的探测精度;Massaro等[16]对不同气候不同算法获得的大气参数和探空数据进行比较,评估RPG-HATPRO型地基微波辐射计在奥地利因斯布鲁克的观测性能。

    本文以2011-2015年武汉大学地基微波辐射计全天候观测资料为基础,与探空数据对比分析,进一步研究了武汉地区垂直气象参数的变化及发展趋势,重点展示了温度廓线、湿度廓线、LWP廓线和大气边界层高度(atmospheric boun-dary layer height,ABLH)的日变化及季节变化特征。

    • 湖北省武汉市是中国中部特大城市,地处江汉平原东部,长江与汉江交汇处,属于低纬度到中纬度过渡地区,是典型的亚热带季风气候。城市地貌中间低平、南北为丘陵,主要城区海拔高度在30 m以下,分布大小湖泊116个,淡水面积约占城市总面积的26.1%。丰富的湖泊和水系分布使得武汉地区常年处于高湿度环境下[17-18]。武汉地区雨量丰沛、热量充足,夏季高温、降水较多;冬季寒冷潮湿。夏季白天温度升高,蒸发的水汽快速上升到高空与冷空气接触,容易产生强对流天气。雷雨、大风和冰雹是武汉地区常见的局部性灾害天气。

    • 本文使用的实验数据来自RPG-HATPRO地基多通道微波辐射计,位于武汉大学测绘遥感信息工程国家重点实验室(114.21°E,30.32°N)。该仪器包含两个主要频段,一个位于水汽吸收线附近(22 GHz),用于获取大气湿度信息;而另一个位于氧气复杂吸收带(60 GHz),用于获取大气温度廓线信息[19],其基本参数见表 1。为保证探测数据的可靠性,微波辐射计每年会定期利用液氮进行绝对定标,并在晴天自动执行顶端曲线校正。

      表 1  RPG-HATPRO微波辐射计技术参数

      Table 1.  Technical Parameters of RPG-HATPROMicrowave Radiometer

      参数名称 具体描述
      湿度温度 7通道(22.24~31.4 GHz),获取湿度廓线7通道(51.26~58.0 GHz),获取温度信息
      垂直分辨率 10~200 m,分辨率随高度增加而下降
      地面气象参数 包括地表温湿度和大气压,检测降雨
      亮温参数 绝对亮温精度为0.5 K,亮温温度范围为0~500 K
      天线扫描范围 ±90°(水平到天顶)

      此外,本文使用来自武汉市气象站的无线电探空气球数据和降水数据,可分别从怀俄明大学天气数据网站(http://weather.uwyo.edu/upperair/sounding.html)和美国国家海洋和大气管理局国家气候数据中心网站(https://www.ncdc.noaa.gov/)免费获取。

    • 本文使用微波辐射计自带的反演算法,反演产品包括温度廓线、湿度廓线、积分水蒸气(integrated water vapor,IWV)等。在大气探测研究中,一般认为探空气球测量值更准确,为研究微波辐射计对温度和湿度表征的准确性和精确性,将探空数据作为真实值,根据平均偏差(Bias)和均方根误差(root mean squared error,RMSE)评估微波辐射计的反演性能,计算式为:

      $$ {\rm{Bias}} = \frac{1}{N}\mathop \sum \limits_{i = 1}^N \left( {{M_i} - {R_i}} \right) $$ (1)
      $$ {\rm{RMSE}} = \sqrt[{}]{{\frac{1}{N}\mathop \sum \limits_{i = 1}^N {{({M_i} - {R_i})}^2}}} $$ (2)

      式中,Mi表示微波辐射计观测值;Ri表示探空气球测量值;N为样本数;i表示样本号。

      探空气球仅在当地时间每天8:00和20:00两个时刻获取温度、湿度等探空数据,上升到10 km高度大约需要30 min,而微波辐射计全天候无间断工作。为保证两者时间匹配,微波辐射计选取在探空气球施放并上升时间段内的平均值,包括温度、RH以及水汽密度等。为保证两者探测高度一致,在对比时将微波辐射计数据线性插值到探空数据对应的高度。

    • 微波辐射计能够在各种天气条件下持续工作,但在雨天的探测仍存在技术问题,会出现较大误差[20],因此本文剔除雨天数据。根据已有研究[21],结合武汉地区历史数据与地面站点数据对比分析,利用RH和LWP,从所有样本中区分雨天和云天。首先,根据微波辐射计自带的雨天传感器剔除雨天数据;然后,对于500 m以上的高度,如果存在相对湿度≥85%的分层,则认为是云天;最后,如果大气柱总LWP>40 g/m2,则认为是云天[22]

    • 本文使用了一种结合气块法(parcel method,PM)和温度梯度法(temperature gradient method,TGM)的综合方法[23],利用微波辐射计探测结果计算对流和稳定大气条件下的ABLH。对流和稳定大气条件根据位温θ判断,当θ随着高度上升而单调递增时,认为是大气稳定状态,反之则认为是大气对流状态[24]。一般情况下,大气对流状态通常出现在白天,计算的边界层高度又称混合层高度;大气稳定状态多出现于夜晚,计算的边界层高度为稳定边界层高度。本文将上述边界层高度统称为ABLH。图 1表示分别利用PM(图 1(a))和TGM(图 1(b))计算ABLH,两条廓线分别来自微波辐射计在2014年10月19日12时和24时的测量值。

      图  1  对流和稳定大气条件下计算边界层高度示例图

      Figure 1.  Example of Boundary Layer Height Calculation Under Convective and Stable Atmospheric Conditions

      当大气处于对流状态时,ABLH等于地表位温θ0和微波辐射计测量的θ相等时的高度;当大气处于稳定状态时,ABLH等于微波辐射计测量的等效位温θe随高度首次变化为0的高度,即dθe/dH首次趋近于0时的高度。其中,θ表示把空气块干绝热膨胀或压缩到标准气压(常取1 000 hPa)时的温度;θe表示空气块经湿绝热过程将所含的水汽全部凝结为水滴释出潜热后所具有的温度。由于这两个参数不受压强和高度影响,具有保守性,因此可在一定程度上表示大气对流的强度和特征[25]θ的估算公式为:

      $$ \theta = T \times {({P_0}/P)^{\left( {{R_d}/{C_p}} \right)}} $$ (3)

      式中,P0RdCp分别表示标准气压、空气的比气体常数和比定压热容,分别取1 000 hPa、287 J/(kg·K)和1 004 J/(kg·K);TP分别是当前高度下微波辐射计测得的大气温度和压强。

      θe的估算公式为:

      $$ {\theta _e} = \theta \times {\rm{exp}}\left( {\frac{{qL}}{{{C_p}T}}} \right) $$ (4)

      式中,L是液态水汽化潜热,表示水由液态到气态所需要吸收的热量,取值为2.5×106 J/kg;q是水汽混合比,可以由P和当前水汽分压f计算得出:

      $$ q = \frac{{0.622f}}{{P - f}} $$ (5)

      其中,当前水汽分压f则可以利用RH与当前条件下饱和水汽分压,根据Tetens经验公式计算得到[26]

      $$ f = \frac{H}{{100}} \times 6.112 \times {\rm{exp}}\left[ {17.67\left( {T - {T_0}} \right)/\left( {T - {T_0} + 243.5} \right)} \right] $$ (6)

      式中,H为相对湿度,单位是%;T0是绝对零度的绝对值,取273.15 K。

    • 为了评估微波辐射计对武汉地区垂直气象参数的探测能力,首先将其与无线电探空气球测得的温度、绝对湿度(absolute humidity,AH)和RH进行对比,计算并统计两者的Bias和RMSE。在无云和有云条件下,微波辐射计的探测精度显示出差异,具体分析如图 2所示。

      图  2  有云和无云条件下微波辐射计与探空气球数据对比

      Figure 2.  Comparison of Microwave Radiometer and Radio Sounding Data Under Cloudy and No Cloud Conditions

      图 2(a)可知,无云条件下,温度Bias在近地表由正值迅速转为负值;之后随高度增加而增加;3 km高度以上,Bias在2 ℃左右波动,随高度变化不明显。有云条件下,温度Bias整体随高度增加而减小。两种条件下,温度RMSE均随高度增加而增大。对比可知,有云条件下,温度Bias和RMSE均较低,表明微波辐射计在有云条件下比无云条件下的温度测量精度更高。

      图 2(b)可知,无云条件下,AH的Bias在2 km以下相对较大;2 km高度以上,Bias则很小。有云条件下,AH的Bias在0左右波动。两种条件下,AH的RMSE整体随高度增加而减小,但微波辐射计在有云条件下的AH测量精度更高。

      图 2(c)可知,无云条件下,RH的Bias在近地表处由负值变为正值,随后在0附近轻微波动,直至8 km高度左右开始持续上升;RMSE在最初几百米由25%降至19%,之后整体随高度增加缓慢升高。有云条件下,Bias和RMSE变化趋势与无云条件相似,但Bias和RMSE值均高于无云条件下,表明微波辐射计在无云条件下对RH的观测精度更高。

      微波辐射计在不同天气条件下的精度差异可能与自带的反演算法有关,其反演参数由历史数据训练而来,虽符合观测精度要求但仍会有一些偏差,且不同高度、不同厚度、不同液态水含量的云对微波辐射计的影响也不同[27-28],综合作用导致有云条件下温度和AH测量精度更高;探空气球由武汉市气象局施放,并未用其进行原址测量,因此探空数据也只能对微波辐射计的观测效果进行大致评估,不能精确验证[12]。另外,由太阳辐射引起的表面加热往往会增加对流层最初2 km内温度分布的变化性。大于此高度时,大气温度变冷,RMSE曲线变得相对稳定。整体上该微波辐射计能正确反映武汉地区大气垂直气象参数的变化特征。

      为了显示微波辐射计反演IWV的性能,对探空气球与微波辐射计测得的IWV进行比较。微波辐射计反演的IWV表示单位面积上的水汽质量,即大气10 km内不同高度上的水汽密度对高度进行积分,单位为kg/m2,直观地反映大气中的水分状态。如图 3所示,有云和无云条件下,微波辐射计反演的IWV与探空数据均具有较好的相关性(R2 =0.95;R2越接近1,拟合效果越好)和较低的斜率,说明微波辐射计能准确反映大气中湿度的变化,但略有低估。

      图  3  有云和无云条件下微波辐射计与探空气球测得的IWV对比

      Figure 3.  Comparison of IWV Measured by Microwave Radiometer and Radio Sounding Under Cloudy and No Cloud Conditions

    • 为分析武汉地区垂直气象参数的变化特征,利用微波辐射计对2011-2015年对流层温度、RH、LWP和ABLH进行反演,并分析反演获取的大气垂直廓线的日变化和季节变化,如图 4~图 6所示。

      图  4  2011-2015年不同季节温度和ABLH的日变化曲线

      Figure 4.  Daily Variation Curves of Temperature and ABLH in Different Seasons from 2011 to 2015

      图  5  2011-2015年不同季节RH和ABLH的日变化曲线

      Figure 5.  Daily Variation Curves of RH and ABLH in Different Seasons from 2011 to 2015

      图  6  2011-2015年不同季节LWP和ABLH的日均值变化曲线

      Figure 6.  Daily Variation Curves of LWP and ABLH in Different Seasons from 2011 to 2015

      图 4可以看到,各季节温度在地表呈单峰型日变化,最大值出现在当地时间下午15时,最小值出现在上午8时。随着高度的增加,2 km以下温度日变化曲线相较地表日变化曲线整体右移,最大最小值随季节和年份变化有所不同;2 km以上则无明显日变化。夏季温度最高,春秋季次之,冬季最低。温度的日变化与季节变化主要受太阳辐射影响,白天太阳辐射增多,加热地面,引起对流、湍流交换作用,从而加热大气;夜晚太阳辐射减少,温度下降。地面加热过程同样在一定程度上驱动了ABLH的变化[6]。ABLH从当地时间上午8时开始增加,到下午15时达到最高值,之后开始下降,在夜间整体保持稳定。ABLH平均值从冬季到夏季逐渐增大。此外,武汉地区处于颗粒物污染较严重的环境下,气溶胶辐射效应也会对武汉气候变化和边界层产生较大影响[29]。由于气溶胶颗粒的“遮盖”作用,白天到达地表的太阳辐射会相应减少;而在夜晚,气溶胶颗粒聚积在近地表附近,使得残余层抬升,ABLH增大[9]

      图 5对RH进行了相同的分析,在当地时间15时,RH降到最低;在接近当地时间8时,地表观察到RH的最大值,这与较低的温度值一致,因为温度和RH之间的日变化周期是相反的。RH在一天中较高的时间段是当地深夜和早晨,这一阶段太阳辐射加热较弱或没有。RH在距地面1 km处达到最高值,之后随高度增加而缓慢下降。从图 5中可以看到,对流层内RH夏季最高,春秋季次之,冬季最低,与温度变化一致。RH的变化主要受太阳辐射和局地水汽蒸发的影响,夏季气温较高,武汉地区湖泊河流较多,受热蒸发量大,从而产生大量水汽。水系发达亦是武汉地区RH波动不大的一个主要原因。

      图 6中可以看到,大部分LWP分布在ABLH之上,但由于季节变化和天气系统的随机性,LWP每日的峰值和谷值有较大波动。夜间LWP含量高于白天,夜晚地表长波辐射较大,下垫面冷却,容易形成逆温层,近地面水汽不易向上输送,在逆温层下聚集,因此含量较高;白天随着太阳上升,温度增加,对流加强,水汽可以向上扩散,故含量较少[14]。LWP在冬季含量较多,夏季含量较少。由于不同季节天气系统的影响,水汽输送范围不同,LWP垂直分布有所差别。

      表 2统计了2011-2015年武汉地区各气象参数的日均值随季节和高度的变化,其中0 km表示地表,气象参数从微波辐射计自带的气象站中获取。由表 2可知,武汉地区各季节的温度和湿度具有明显的特点,夏季温度高,湿度高;冬季温度低,湿度也相对较低。各季节温度虽有变化,但随高度下降趋势一致,0~1 km下降速率快,而后下降速率放缓。RH变化有所不同,0~1 km之间,RH随高度增加而增加,在1 km以上,RH随高度的增加而减少,到达7 km以上,RH随高度变化不大。温度、湿度随高度的变化与之前研究者在北京、西安等地观测到的结果大致相同[30-31]。同一高度,夏季温度最高,RH最大;春季次之;冬季温度最低,RH最小。

      表 2  2011-2015年武汉地区垂直气象参数的季节性变化

      Table 2.  Seasonal Change of Vertical Meteorological Parameters in Wuhan from 2011 to 2015

      高度/km 春季 夏季 秋季 冬季
      温度/℃ 相对湿度/% 温度/℃ 相对湿度/% 温度/℃ 相对湿度/% 温度/℃ 相对湿度/%
      0 23.31 49.13 34.15 46.78 24.28 46.84 11.60 50.73
      1 11.77 55.07 21.55 67.82 12.86 57.16 1.39 52.94
      2 8.44 47.99 16.33 64.76 9.74 50.48 0.32 45.56
      3 3.95 45.35 10.93 62.15 5.14 48.38 -1.97 40.99
      4 -0.14 43.94 6.60 60.45 1.03 46.47 -5.40 38.01
      5 -5.96 39.00 0.60 57.81 -4.83 41.69 -10.84 31.23
      6 -13.01 32.93 -6.09 53.19 -11.85 35.18 -17.94 25.97
      7 -17.79 30.85 -10.46 50.09 -16.59 32.81 -22.93 25.02
      8 -24.67 31.26 -17.00 48.24 -23.44 32.82 -29.67 25.87
      9 -31.17 31.54 -23.71 47.51 -29.97 33.07 -35.39 25.60
      10 -37.93 30.66 -31.20 45.92 -36.96 31.93 -40.95 24.39

      综上,温度、RH、LWP和ABLH有一个明确的变化周期,主要受太阳辐射控制。武汉地区的特点是冬季湿冷(平均每日温度为11.6 ℃,平均每日RH为50.73%)和夏季炎热(平均每日温度为34.2 ℃,平均每日RH为46.78%)。

    • 图 7为微波辐射计观测得到的2011-2015年武汉地区降水量月均值分布以及IWV和LWP的每月日均值变化情况。LWP表示单位面积上0~10 km垂直气柱内积分的日均液态水含量,单位为g/m2。由图 7可知,IWV与降水量月均值变化趋势一致,具有明显的月变化特征,均呈单峰分布,在夏季最高,冬季最低,二者相关性很大。IWV在7月达到峰值,降水量月均值在6月达到最高,两者均在12月降至最低值。由此可知,空气中的水汽含量高(低),相应的降水量也越多(少)。LWP在冬季每月日均值最高,秋季最低,由冬季到秋季呈递减趋势。

      图  7  2011-2015年微波辐射计观测的水汽变化

      Figure 7.  Change in Water Vapor Measured by Microwave Radiometer from 2011 to 2015

      综合分析,降水量月均值、IWV和LWP三者的变化受不同季节的天气系统影响。冬季对流活动减少,气溶胶浓度增加,在水汽较低的情况下,通过间接作用引起云滴有效半径的减少,降低了云滴粒子间的碰并几率,导致大量云滴粒子悬浮在空中,无法形成降雨,引起降水量的减少和LWP的增加[32]

    • 本文通过对RPG-HATPRO微波辐射计2011-2015年数据集的分析,研究了武汉地区垂直气象参数和ABLH的日变化和季节变化特征。为了验证结果的有效性,首先将微波辐射计反演结果与无线电探空气球进行对比。有云条件下的温度测量值比无云条件下更为准确,探测精度会随着高度的上升略微下降。对于湿度信息,低空时有云条件下结果较准确,高空时则是无云条件下更准确。在有云和无云条件下,温度和RH的RMSE均显示正偏移。总体而言,微波辐射计测得的温度和湿度Bias都较小,能正确反映武汉上空垂直气象参数的日变化和季节变化。

      从气象参数的变化上来看,温度、ABLH的日变化和季节性变化一致,白天升高,夜晚降低,最大值出现在当地时间下午15时,最小值出现在上午8时;夏季较高,冬季较低。LWP在夜间含量高于白天,夏季高于冬季。通过分析温度和RH在不同季节随高度的变化,发现武汉地区各季节温度虽有变化,但均随高度增加而下降,且在近地面0~1 km范围内下降速率更快,而RH则在此范围内随高度增加而上升,到达1 km以上开始下降。高度相同时,夏季温度、RH最高,春季次之,冬季最低。

      综合以上实验结果分析可以看出,武汉地区气象要素变化呈明显的周期性,温度、湿度、LWP等互相依赖,互相影响,本文研究对了解该微波辐射计的观测性能与武汉地区的气候变化及发展趋势有重要意义,为之后利用神经网络,结合云信息、探空气球或激光雷达进行微波辐射计观测性能的进一步提升,在武汉市开展大气污染研究、数值天气预报、降水预测等提供了可靠信息。

参考文献 (32)

目录

    /

    返回文章
    返回