冰云的水平分布會(huì)影響地球-大氣輻射系統(tǒng),造成輻射收支平衡差異,同時(shí)導(dǎo)致區(qū)域性環(huán)境變化,是理解氣候不確定性的主要來(lái)源。為了評(píng)估不同被動(dòng)極軌衛(wèi)星傳感器冰云資料差異,找出與冰云實(shí)際特征更加接近的產(chǎn)品,提高云區(qū)衛(wèi)星資料利用率,本文選取2013年1月-2015年12月MODIS、AIRS、AIRS/AMSU-A三級(jí)產(chǎn)品資料,以DARDAR二級(jí)主動(dòng)產(chǎn)品為參照,以中國(guó)陸面及海域冰云特性整體水平遷移變化、小尺度范圍數(shù)值大小和三年時(shí)間段時(shí)間規(guī)律為研究條件,根據(jù)云熱力學(xué)相態(tài)和衛(wèi)星資料計(jì)算得出冰云發(fā)生概率、冰云光學(xué)厚度、冰云有效粒子半徑和冰云云頂溫度,對(duì)比分析四種資料冰云特性在不同研究條件下的差異,得出如下結(jié)論:四種資料的冰云發(fā)生概率反演結(jié)果都符合中國(guó)內(nèi)陸隨緯度增大而增大,海面隨緯度增大而減小的趨勢(shì)。選取MODIS傳感器描述中國(guó)冰云發(fā)生概率的整體變化更合理;在所有中國(guó)內(nèi)陸小尺度區(qū)域,AIRS/AMSU-A的數(shù)值大小更接近DARDAR資料,對(duì)于中國(guó)東部海域可以選取MODIS,而南海海域依舊是AIRS/AMSU-A效果更佳;無(wú)論是內(nèi)陸還是海域,冰云發(fā)生概率的三年變化、季節(jié)規(guī)律都宜選取MODIS被動(dòng)傳感器。DARDAR資料反演的中國(guó)及周邊區(qū)域冰云光學(xué)厚度在2-8之間,AIRS和AIRS/AMSUA集中在4-6內(nèi),MODIS產(chǎn)品大部分在6-16之內(nèi),少許甚至達(dá)到了20。中國(guó)內(nèi)陸冰云光學(xué)厚度呈現(xiàn)南方偏大,北方偏小的特點(diǎn),且海面平均稍大于陸面。適宜選取AIRS/AMSUA資料描述中國(guó)冰云光學(xué)厚度整體水平分布;冰云光學(xué)厚度小尺度范圍數(shù)值變化在中國(guó)內(nèi)陸和東部海域,融合微波的AIRS/AMSU-A更接近DARDAR資料,而南海海域則是MODIS更佳;中國(guó)區(qū)域AIRS和AIRS/AMSU-A資料冰云光學(xué)厚度時(shí)間變化幅度都過(guò)小,在3-5間波動(dòng),MODIS傳感器更接近主動(dòng)產(chǎn)品。AIRS、AIRS/AMSU-A和DARDAR資料中國(guó)內(nèi)陸區(qū)域冰粒半徑變化情況呈南方偏高,北方偏低,MODIS相反呈西南偏小、東北偏大。海域冰粒半徑數(shù)值比內(nèi)陸稍小,尤其是南部海域。宜選取AIRS傳感器分析中國(guó)內(nèi)陸及海域冰云有效粒子半徑的整體分布;在所有小尺度區(qū)域內(nèi)冰粒半徑的數(shù)值大小研究上,MODIS被動(dòng)傳感器均更貼近主動(dòng)產(chǎn)品;冰云有效粒子半徑時(shí)間變化依舊是MODIS傳感器最接近主動(dòng)產(chǎn)品,在中國(guó)內(nèi)陸融合微波技術(shù)的AIRS/AMSU-A可以提升紅外信號(hào)冰粒半徑時(shí)間規(guī)律的反演效果。從中國(guó)南海到內(nèi)陸北部,DARDAR冰云云頂溫度呈現(xiàn)先增大后減小的趨勢(shì),南海海域較小為210K左右,西南區(qū)域、南部、華中等偏大可達(dá)245K,內(nèi)陸北部又偏小為235K左右。全國(guó)范圍內(nèi)冰云云頂溫度的整體變化選取AIRS傳感器更合適;不同小尺度區(qū)域數(shù)值研究,適宜選取的被動(dòng)傳感器各異:西北、青藏高原、南方、南海海域適宜選取AIRS傳感器,而北方、西南、東部海域區(qū)域則MODIS更接近DARDAR資料;MODIS適合研究中國(guó)區(qū)域云頂溫度的年變化,分析總體時(shí)間趨勢(shì),而季節(jié)性特征則是AIRS被動(dòng)傳感器效果更佳。
【學(xué)位單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：P412.27;P426.5
【部分圖文】：

第二章為資料與方法，詳細(xì)介紹了本文用到的各種衛(wèi)星傳感器資料，同時(shí)列出理及繪圖分析所用的計(jì)算方法。第三章，不同被動(dòng)傳感器中國(guó)陸地及海域冰云大范圍分布特征，具體分為冰云率、冰云光學(xué)厚度、冰云有效粒子半徑和冰云云頂溫度四個(gè)小部分，對(duì)比得出更述各項(xiàng)冰云參數(shù)的被動(dòng)傳感器，并分析差異原因，用 DARDAR 資料加以驗(yàn)證。第四章，不同被動(dòng)傳感器中國(guó)陸地及海域冰云小尺度區(qū)域數(shù)值大小對(duì)比研究，章相同，分為冰云發(fā)生概率、冰云光學(xué)厚度、冰云有效粒子半徑和冰云云頂溫度部分，得到每個(gè)小區(qū)域數(shù)值大小上更為接近的 DARDAR 產(chǎn)品的被動(dòng)傳感器。第五章，不同被動(dòng)傳感器中國(guó)地區(qū)連續(xù) 3 年時(shí)間變化趨勢(shì)，將三種被動(dòng)傳感器得冰云特性在陸地及海域的時(shí)間變化規(guī)律與 DARDAR 資料整合，評(píng)估出更適合傳感器。第六章，結(jié)論與展望，總結(jié)出本研究所得結(jié)論，并提出研究的創(chuàng)新特色和不足之以后重點(diǎn)研究問(wèn)題及方向給出建議。

用 MODIS、AIRS 及 AIRS/AMSU-A 被動(dòng)傳感器三級(jí)產(chǎn)品資料，驗(yàn)證級(jí)產(chǎn)品，所選時(shí)間序列為 2013 年 1 月-2015 年 12 月，以 0°-55°N，72，三者與 DARDAR 資料一致，插值成 2°×2°數(shù)據(jù)。此外，本文將四種資料整合，得出全天平均數(shù)據(jù)，描述冰云宏微觀性質(zhì)。四章中會(huì)具體研究不同被動(dòng)傳感器冰云特性小尺度區(qū)域數(shù)值大小的此，需要將中國(guó)陸地及海洋分成不同區(qū)域，本文參考李特等人的研究.1 所示。陸地區(qū)域共劃分了 5 個(gè)小尺度范圍，而海域則劃分了 2 個(gè)，）經(jīng)緯度為 37°-50°N、73°-108°E，L2（北方區(qū)域）經(jīng)緯度為 37°-54°N青藏高原區(qū)域）經(jīng)緯度為 27°-37°N、75°-98°E，L4（西南區(qū)域）經(jīng)98°-108°E，L5（南方區(qū)域）經(jīng)緯度為 22°-37°N、108°-122°E；S1（東海2°-37°N、122°-130°E，S2（南海區(qū)域）經(jīng)緯度為 3°-22°N、108°-121

圖 3.1 2013 年 1 月-2015 年 12 月中國(guó)及周邊區(qū)域不同被動(dòng)傳感器平均冰云發(fā)生概率散點(diǎn)圖((a)、(b)、(c)分別為 MODIS、AIRS、AIRS/AMSU-A 與 DARDAR 資料擬合情況）Fig.3.1 Scatter plot of iceclouds average occurrencefrequency of different passivesensor in China andsurrounding areas from JAN 2013 to DEC 2015 ((a), (b), and (c) arethefitting linear of MODIS, AIRS,AIRS/AMSU-A to DARDAR data, respectively)3.1.2 不同傳感器中國(guó)及周邊區(qū)域水平分布對(duì)比四種資料中國(guó)內(nèi)陸及海域冰云發(fā)生概率 3 年平均水平分布如圖 3.2(a)、(b)、(c)、(d)所示，依次為 MODIS、AIRS、AIRS/AMSU-A 及 DARDAR 資料，總體上四種資料中國(guó)內(nèi)陸區(qū)域的冰云發(fā)生概率均呈現(xiàn)隨緯度增加而增大的趨勢(shì)，且東部區(qū)域稍大于西部，對(duì)于南海區(qū)域，自南向北四種資料都逐漸減小，且海域冰云發(fā)生概率總體上比內(nèi)陸大，這種冰云發(fā)生概率的全國(guó)區(qū)域變化趨勢(shì)和楊冰韻等人用 CloudSat 主動(dòng)衛(wèi)星的反演結(jié)果相

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 單坤玲;劉新波;卜令兵;郜海陽(yáng);黃興友;;激光雷達(dá)和毫米波雷達(dá)的卷云微物理特性的聯(lián)合反演方法[J];紅外與激光工程;2015年09期

2 陳立;張杰;劉振元;;基于MODIS云產(chǎn)品的AIRS云相態(tài)的識(shí)別和云量產(chǎn)品的檢驗(yàn)[J];熱帶氣象學(xué)報(bào);2015年04期

3 韓成鳴;李耀東;史小康;;云分析預(yù)報(bào)方法研究進(jìn)展[J];地球科學(xué)進(jìn)展;2015年04期

4 張華;楊冰韻;彭杰;王志立;荊現(xiàn)文;;東亞地區(qū)云微物理量分布特征的CloudSat衛(wèi)星觀測(cè)研究[J];大氣科學(xué);2015年02期

5 霍娟;;基于CloudSat/CALIPSO資料的海陸上空中云的物理屬性分析[J];氣候與環(huán)境研究;2015年01期

6 楊冰韻;張華;彭杰;王志立;荊現(xiàn)文;;利用CloudSat衛(wèi)星資料分析云微物理和光學(xué)性質(zhì)的分布特征[J];高原氣象;2014年04期

7 彭杰;張華;沈新勇;;東亞地區(qū)云垂直結(jié)構(gòu)的CloudSat衛(wèi)星觀測(cè)研究[J];大氣科學(xué);2013年01期

8 曹亞楠;陳秀紅;魏合理;;卷云高度對(duì)大氣的紅外光譜輻射影響的研究[J];紅外與激光工程;2012年08期

9 王小勇;張婕;武巖;李偉棟;劉芳;;祁連山東部春季云參數(shù)特征與降水的關(guān)系研究[J];安徽農(nóng)業(yè)科學(xué);2011年33期

10 張建軍;趙小艷;黃勇;;基于遙感探測(cè)的不同類型降水云識(shí)別方法[J];氣象科技;2010年05期

本文編號(hào)：2807750