2024, Vol. 50 
2. 许健民气象卫星创新中心，北京 100081；
3. 中国遥感卫星辐射测量和定标重点开放实验室，北京 100081
2. Innovation Center for FengYun Meteorological Satellite (FYSIC), Beijing 100081;
3. Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites, Beijing 100081
大气温湿度廓线在强对流天气预报、数值模式、地气系统辐射以及气候变化等领域都有着广泛应用(王秀明等，2013；Caumont et al，2016；孙囡等，2019；赖安伟等，2021)。目前，温湿度廓线资料主要通过气象探空站或卫星遥感观测，以及再分析资料等方式获取(王梦晓等，2019；孔凡超等，2021；杜明斌等，2022)。探空站观测是大气温湿度廓线最直接的获取方式，其数据精度较高，但观测时间通常只有每日的00时和12时(世界时，下同)，同时受地理局限性的影响，很多地区观测站点稀缺。再分析资料同化了地面、高空、卫星等多种观测资料，具有时间序列长、覆盖范围广、时间频次高的优点(Hersbach et al，2020；王传辉等，2018)，然而时效性不高，无法满足实时的天气监测需求。卫星遥感观测覆盖范围广(杨冰韵等，2019；2020；曹广真等，2023)，可以在一定程度上弥补探空观测在空间上的局限性以及再分析资料在时效上的滞后性。
四川盆地及川西高原地区的地形条件十分复杂，不仅常常发生高原涡和西南涡等灾害性天气(肖递祥等，2017；孙芳等，2022；周春花等，2022)，还会对东亚乃至全球的天气气候产生重要影响(马振锋等，2006)。目前已经有不少学者围绕卫星观测的大气温湿度廓线开展了精度检验(Wu et al，2005；程海艳等，2018；顾雅茹等，2018；Ren et al，2022)，针对青藏高原及西南地区的验证工作也在开展，如倪成诚等(2013)通过对比大气红外探测器(AIRS)卫星资料与西南涡观测试验的探空资料，发现AIRS温度廓线资料在川藏地区具有较好的适用性；徐桂荣等(2016)通过将青藏高原地区COSMIC掩星反演的大气廓线资料与GPS探空加密观测资料进行对比，发现近地层的偏差较大；蔡宏珂等(2021)利用AIRS月尺度湿度廓线资料，分析了我国西南地区水汽的时空分布特征。随着我国风云气象卫星综合观测能力的逐步提升(杨军等，2009；唐世浩等，2016；王新等，2020；马博源等，2022)，基于风云卫星观测的大气温湿度廓线产品广泛应用于灾害性天气和气候研究等方面(漆成莉等，2016；牛宁等，2024)，其中风云三号D星(FY-3D)大气垂直探测系统(VASS)反演的温湿度廓线资料可以在天气监测中发挥重要作用(任素玲等，2022)，然而目前针对其开展的检验工作仍然比较欠缺。因此，利用气象探空站点数据及ERA5再分析资料，对2020—2021年FY-3D/VASS温湿度廓线数据在四川盆地及川西高原地区的精度进行检验评估，以期提升风云卫星温湿度廓线在天气分析中的应用能力，同时为改进数值模式初始场提供了一定的参考依据。
1 资料和方法 1.1 探空数据研究区域包括四川及重庆地区，从地形来看整体分为川西高原和四川盆地两个主要区域，其中川西高原指的是四川省西部与青海、西藏交界的高海拔区，它是青藏高原东南方的延伸区域；四川盆地包括四川省中东部和重庆地区，由青藏高原、大巴山、华蓥山、云贵高原环绕而成，分为边缘山地和盆地底部两大部分。为了区分两种地形下温湿度产品的精度差异，选取的探空站点包括位于四川盆地低海拔地区的重庆、温江、宜宾、达州探空站，海拔高度为344.9~547.7 m，以及位于川西高原高海拔地区的甘孜、红原、巴塘探空站，海拔高度为2581.8~3496.8 m(图 1)。其中，各探空站温湿廓线数据来源于国家气象信息中心，该数据集经过严格的数据补录和质量控制，有较好的完整性和连续性。时间为2020—2021年逐日的00时及12时，数据选取1000~200 hPa各个层次的位势高度、气压、温度和比湿等。
|
图 1 研究区域探空站点分布 注：黑线所示区域为研究区域。 Fig. 1 Distribution of radiosonde stations in the study area |
FY-3D是我国第二代极轨气象卫星，于2017年11月15日发射，2019年1月1日正式投入业务运行。FY-3D/VASS(Vertical Atmospheric Sounding System)温湿度廓线产品是基于红外高光谱大气探测仪(HIRAS)、微波温度计(MWTS)和微波湿度计(MWHS)数据联合反演得到的全球逐轨道产品。其中，HIRAS光谱覆盖1370个通道，光谱通道比前期的红外分光计增加了70倍，光谱分辨率最高达0.625 cm-1，可以更精确地探测到更高垂直分辨率的大气温度和水汽信息；MWTS具有13个地表和氧气探测通道，频率位于50~60 GHz，具有穿透非降水云的能力，可以配合HIRAS获取有云情况下的大气温度廓线；MWHS具有15个探测通道，在183.31 GHz水汽吸收线附近的5个探测通道可以获得有云情况下的大气湿度廓线。大气探测仪设计二氧化碳、氧气、水汽等的红外或者微波吸收谱带上的一系列探测通道，其中吸收带的中心位置主要获取大气层高层信息，吸收带的翼区主要获取大气层底层信息，根据吸收带强吸收中心到弱吸收翼区的光谱变化，可以反演出大气垂直方向的温度和湿度廓线(张鹏等，2012)。FY-3D/VASS大气温湿度廓线产品的反演主要包括以下4步：(1)云和降水检测；(2)VASS仪器偏差校正；(3)回归反演过程；(4)非线性迭代物理反演。产品的水平分辨率在星下点约16 km，垂直高度上从1013.25 hPa至0.1 hPa共43层，轨道数据间隔为1小时42分。本文选取的是1000~200 hPa大气温度和比湿垂直廓线数据，时间为2020—2021年。
1.3 ERA5再分析数据ERA5为欧洲中期天气预报中心(ECMWF)第五代全球大气再分析资料(Hersbach et al，2020)，本文使用2020—2021年ERA5逐小时温度和比湿数据，水平分辨率为0.25°×0.25°，垂直分辨率为43层(https://cds.climate.copernicus.eu/cdsapp)，选取1000~200 hPa(即1000、975、950、925、900、875、850、825、800、775、750、700、650、600、550、500、450、400、350、300、250、225、200 hPa)共23层的数据。
1.4 检验方法由于FY-3D在四川盆地及川西高原的过境时间在下午(06时前后)和夜间(18时前后)，且每日轨道观测时间也存在差异，而探空观测的时间是00时和12时，无法直接将FY-3D/VASS和探空资料进行时间匹配。ERA5再分析资料具有时间频次高(逐小时)且空间分布广的优势，通过选取ERA5资料作为中间变量，首先利用探空资料对时空匹配上的ERA5数据进行检验，再基于ERA5数据对时空匹配的FY-3D/VASS数据进行检验，可以分别获取两组检验的偏差分析结果。进一步分析FY-3D/VASS温湿度数据精度在白天和夜间的日变化特征，评估其在每日不同时间段的误差是否稳定，如果误差的日变化整体较小，说明两组检验误差受不同时间段的影响较小，可以将两组检验的平均偏差相加，间接地建立FY-3D/VASS基于探空数据的偏差检验结果。
两组检验需要进行样本点的时空匹配，由于ERA5与探空数据均为整点，匹配的时间间隔为0 h，FY-3D/VASS与ERA5数据匹配的时间间隔小于1 h。在水平方向选取最邻近点匹配，垂直方向上首先通过线性插值的方法，将探空和FY-3D/VASS数据分别插值到ERA5数据的高度层，然后进行ERA5与探空、FY-3D/VASS与ERA5两组数据的检验。定量检验指标选取了1000~200 hPa整层的相关系数、平均偏差和均方根误差，同时计算了不同垂直高度上的平均偏差和均方根误差。
2 结果与分析 2.1 FY-3D/VASS温度廓线检验 2.1.1 基于探空的ERA5温度检验ERA5与探空温度散点图显示(图 2)，两种数据具有较高的聚集度，呈现出明显的线性分布，回归模型通过了0.01的显著性水平检验，其中盆地的拟合效果比高原好，高原在高值区略有发散。定量检验结果显示(表 1)：在盆地，不同季节的样本数为29344~30450，高原比盆地少，为11188~12308，相关系数均达到0.996及以上。从误差分析来看，均方根误差在盆地为0.895~1.095℃，高原为1.361~1.970℃，高原比盆地大；平均偏差在盆地为-0.120~0.107℃，高原为-0.929~ -0.430℃，高原偏大且不同季节均为负偏差。
|
图 2 2020—2021年(a~d)四川盆地和(e~h)川西高原ERA5与探空温度散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 2 Scatter plots of ERA5 and radiosonde temperatures in (a-d) Sichuan Basin and (e-h) Western Sichuan Plateau from 2020 to 2021 |
|
表 1 2020—2021年四川盆地和川西高原基于探空的ERA5温度统计检验 Table 1 Statistical test of ERA5 temperature based on radiosonde data in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 |
从样本的垂直分布来看(图 3)，盆地除近地层受不同站点气压波动的影响样本数偏低外，不同季节的样本数在垂直高度上没有明显差异，而高原除夏季外，样本数在400 hPa以上随高度递减，说明对流层中高层存在缺测(图 3a, 3d)。从平均偏差的垂直变化来看(图 3b, 3e)，盆地基本为-0.5~0.9℃，除冬季以外，500 hPa高度层以下以正偏差为主，500 hPa以上以负偏差为主；高原的平均偏差为-3.7~0.0℃，垂直高度上基本为负偏差，500 hPa以下平均偏差绝对值随高度降低逐渐增大。从均方根误差的垂直变化来看(图 3c, 3f)，盆地为0.6~1.8℃，冬季在850~500 hPa偏大；高原为0.6~4.6℃，500 hPa以下随高度降低逐渐增大。
|
图 3 2020—2021年(a~c)四川盆地和(d~f)川西高原ERA5与探空温度的(a, d)样本数，(b, e)平均偏差及(c, f)均方根误差的垂直变化 Fig. 3 Vertical variation of (a, d) sample number, (b, e) average bias and (c, f) root mean square error of ERA5 and radiosonde temperatures in (a-c) Sichuan Basin and (d-f) Western Sichuan Plateau from 2020 to 2021 |
FY-3D/VASS与ERA5温度散点图显示(图 4)，两者呈现出明显的线性分布，回归模型通过了0.01的显著性水平检验；散点的聚集度较好，高值区略有发散，与高原相比，盆地的线性拟合线与1∶1线更接近。定量检验结果显示(表 2)：在盆地，不同季节的样本数为22751~25521，高原为6405 ~10905，两个地区相关系数均达到0.983以上；从误差分析来看，均方根误差在盆地为2.117~3.222℃，高原为3.077~3.460℃，其中夏季最小，冬季最大，高原比盆地大；平均偏差在盆地为-0.631~0.500℃，高原为-2.230~-1.234℃，高原比盆地大，盆地除夏季外均为正偏差，高原为一致的负偏差。
|
图 4 2020—2021年(a~d)四川盆地和(e~h)川西高原FY-3D/VASS与ERA5温度散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 4 Scatter plots of FY-3D/VASS and ERA5 temperatures in (a-d) Sichuan Basin and (e-h) Western Sichuan Plateau from 2020 to 2021 |
|
|
表 2 2020—2021年四川盆地和川西高原基于ERA5的FY-3D/VASS温度统计检验 Table 2 Statistical test of FY-3D/VASS temperature based on ERA5 data in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 |
除近地面附近外，盆地在垂直高度上的样本数在春、夏、秋、冬季分别为1093、1259、1135、1087，高原为837、962、749、569，夏季样本数最多，冬季最少，高原比盆地少(图 5a，5d)。从平均偏差垂直变化来看(图 5b，5e)，盆地为-1.6~3.2℃，600 hPa以上以负偏差为主(除冬季在400~320 hPa为正偏差)，600 hPa以下以正偏差为主，其中冬季正偏差最大，夏季最小，最大值均出现在800~700 hPa；高原在-5.4~0.9℃，除冬季在400~300 hPa为正偏差外，其余所有高度上均为负偏差，低层较大。从均方根误差垂直变化看(图 5c，5f)，盆地为1.5~4.3℃，冬季较大，其中春、秋、冬季均在800~700 hPa附近达到最大值，400 hPa以下随高度降低逐渐增大；高原为2.0~6.1℃，400 hPa以上为2.0~3.2℃且冬季较大，400 hPa以下随高度降低逐渐增大。整体来看，除夏季外盆地在800~700 hPa高度上的平均偏差和均方根误差较大，高原在400 hPa以下的平均偏差绝对值和均方根误差均随高度的减小逐渐增大。
|
图 5 2020—2021年(a~c)四川盆地和(d~f)川西高原FY-3D/VASS与ERA5温度的(a, d)样本数，(b, e)平均偏差及(c, f)均方根误差的垂直变化 Fig. 5 Vertical variation of (a, d) sample number, (b, e) average bias and (c, f) root mean square error of FY-3D/VASS and ERA5 temperatures in (a-c) Sichuan Basin and (d-f) Western Sichuan Plateau from 2020 to 2021 |
从FY-3D/VASS与ERA5温度的均方根误差、平均偏差在白天和夜间的差异来看(表 3)，FY-3D/VASS温度的误差在白天和夜间的差异较小，其中均方根误差昼夜差值的季节平均在盆地和高原分别为0.048℃和-0.562℃，平均偏差昼夜差值的季节平均分别为0.373℃和0.719℃。
|
|
表 3 2020—2021年四川盆地和川西高原FY-3D/VASS与ERA5温度检验误差在白天和夜间差值(单位：℃) Table 3 Difference of the test errors between FY-3D/VASS and ERA5 temperatures in day and night in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 (unit: ℃) |
鉴于FY-3D/VASS温度的检验误差在白天和夜间轨道的日变化较小，可以将两组检验的平均偏差相加，间接地建立FY-3D/VASS基于探空温度数据的偏差检验结果。在盆地，FY-3D/VASS相对于探空温度的平均偏差为-0.524~0.430℃(表 4)，其中夏季为负偏差，其余季节为正偏差；而在高原，FY-3D/VASS相对于探空温度的平均偏差为-2.660~ -2.163℃，均为负偏差。总体来看，相对于探空数据，FY-3D/VASS温度的偏差在盆地整体较小，高原温度比盆地偏低2.440℃左右。
|
|
表 4 2020—2021年四川盆地和川西高原FY-3D/VASS相对探空温度的平均偏差(单位：℃) Table 4 Average bias of FY-3D/VASS temperature relative to radiosonde in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 (unit: ℃) |
ERA5比湿与探空比湿同样具有较高的聚集度(图 6)，与温度相比略有发散，线性拟合通过了0.01的显著性水平检验，盆地的拟合效果比高原好。从线性拟合线与1∶1线的对比来看，两条直线在夏季重合度最好，盆地重合度更好。定量检验结果显示(表 5)：在盆地，不同季节的检验样本数为29332~30396，高原为11104~12307，相关系数除高原的冬季为0.880外，其余均在0.950以上，说明两种数据的相关性很高。从误差分析来看，均方根误差在盆地和高原分别为0.551~0.939 g·kg-1、0.428~0.744 g·kg-1，盆地偏大；平均偏差分别为-0.011~ 0.097 g·kg-1、0.033~0.138 g·kg-1，高原偏大。川西高原的比湿基本出现在700 hPa高度以上，整层比湿的分布区间较小，而四川盆地的比湿分布区间较大，均方根误差也相对较大。
|
图 6 2020—2021年(a~d)四川盆地和(e~h)川西高原ERA5与探空比湿散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 6 Scatter plots of ERA5 and radiosonde specific humidities in (a-d) Sichuan Basin and (e-h) Western Sichuan Plateau from 2020 to 2021 |
|
|
表 5 2020—2021年四川盆地和川西高原基于探空的ERA5比湿统计检验 Table 5 Statistical test of ERA5 specific humidity based on radiosonde data in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 |
在垂直方向上，比湿样本数与温度相比差异不大，高原样本数在对流层中高层偏少(图 7a，7d)；从平均偏差垂直变化来看，盆地除近地层外基本在零线附近(近地层为-0.4~1.1 g·kg-1)，高原400 hPa以上在零线附近，400 hPa以下在-0.4~0.6 g·kg-1(图 7b，7e)；盆地和高原的均方根误差均在1.8 g·kg-1以下，随高度减小逐渐增大，其中夏季最大，冬季最小(图 7c，7f)。
|
图 7 2020—2021年(a~c)四川盆地和(d~f)川西高原ERA5与探空比湿的(a, d)样本数, (b, e)平均偏差及(c, f)均方根误差的垂直变化 Fig. 7 Vertical variation of (a, d) sample number, (b, e) average bias and (c, f) root mean square error of ERA5 and radiosonde specific humidities in (a-c) Sichuan Basin and (d-f) Western Sichuan Plateau from 2020 to 2021 |
FY-3D/VASS与ERA5比湿的聚集度较好(图 8)，线性拟合通过了0.01的显著性水平检验，盆地的线性拟合线与1∶1线更接近。定量检验结果显示(表 6)：盆地和高原不同季节的样本数分别为19732~23948、7613~9534，相关系数除高原冬季为0.726外，其余均在0.853以上，盆地的相关性比高原好；均方根误差在盆地为1.251~2.367 g·kg-1，高原为0.696~1.991 g·kg-1，其中夏季最大，冬季最小，盆地较大；平均偏差在盆地为-0.775~ -0.525 g·kg-1，高原为-1.096~-0.347 g·kg-1，呈现一致的负偏差，高原的季节差异较大。
|
图 8 2020—2021年(a~d)四川盆地和(e~h)川西高原FY-3D/VASS与ERA5比湿散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 8 Scatter plots of FY-3D/VASS and ERA5 specific humidities in (a-d) Sichuan Basin and (e-h) Western Sichuan Plateau from 2020 to 2021 |
|
|
表 6 2020—2021年四川盆地和川西高原基于ERA5数据的FY-3D/VASS比湿统计检验 Table 6 Statistical test of FY-3D/VASS specific humidity based on ERA5 data in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 |
除近地面附近外，盆地在垂直高度上的样本数在春、夏、秋、冬季分别为1123、980、1036、1132，高原分别为845、823、734、680，高原比盆地的样本数少(图 9a，9d)；从平均偏差垂直变化来看，盆地和高原在垂直高度上基本为负偏差，其中盆地为-1.8~0.4 g·kg-1，高原为-3.0~0 g·kg-1，负偏差的绝对值均在700~600 hPa较大；盆地均方根误差在4.0 g·kg-1以下，近地层较大，高原在3.6 g·kg-1以下，其中在700~600 hPa较大，盆地和高原的均方根误差均为夏季最大，冬季最小。
|
图 9 2020—2021年(a~c)四川盆地和(d~f)川西高原FY-3D/VASS与ERA5比湿的(a, d)样本数, (b, e)平均偏差及(c, f)均方根误差的垂直变化 Fig. 9 Vertical variation of (a, d) sample number, (b, e) average bias and (c, f) root mean square error of FY-3D/VASS and ERA5 specific humidities in (a-c) Sichuan Basin and (d-f) Western Sichuan Plateau from 2020 to 2021 |
从FY-3D/VASS与ERA5比湿的均方根误差、平均偏差在白天和夜间的差异来看(表 7)，FY-3D/VASS比湿的误差在白天和夜间的差异较小，均方根误差昼夜差值的季节平均在盆地和高原分别为-0.050 g·kg-1和-0.300 g·kg-1，平均偏差昼夜差值的季节平均分别为0.078 g·kg-1和0.292 g·kg-1。
|
|
表 7 2020—2021年四川盆地和川西高原FY-3D/VASS与ERA5比湿检验误差在白天和夜间的差值(单位：g·kg-1) Table 7 Difference of the test errors between FY-3D/VASS and ERA5 specific humidities in day and night in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 (unit: g·kg-1) |
通过将两组检验的平均偏差相加，间接地建立FY-3D/VASS基于探空比湿数据的偏差检验结果(表 8)。在盆地，FY-3D/VASS相对于探空比湿数据的平均偏差为-0.767~-0.456 g·kg-1；在高原，则为-0.958~-0.240 g·kg-1，二者均为负偏差。总体来看，相对于探空数据，FY-3D/VASS比湿在盆地和高原平均偏低0.612 g·kg-1左右，其中高原的季节差异较大。
|
|
表 8 2020—2021年四川盆地和川西高原FY-3D/VASS相对探空比湿的平均偏差(单位：g·kg-1) Table 8 Average bias of FY-3D/VASS specific humidity relative to radiosonde data in Sichuan Basin and Western Sichuan Plateau from 2020 to 2021 (unit: g·kg-1) |
本文选取四川盆地和川西高原的特殊下垫面地区，对2020—2021年FY-3D/VASS反演的温湿度廓线的精度进行了检验。针对探空和FY-3D/VASS观测时间的不对应问题，利用ERA5再分析资料作为中间变量，间接地评估了FY-3D/VASS相对于探空观测的误差，结果发现：
(1) 与探空温度相比，ERA5温度的平均偏差绝对值小于0.929℃，均方根误差小于1.970℃，ERA5比湿的平均偏差绝对值小于0.138 g·kg-1，均方根误差小于0.939 g·kg-1，可以用于FY-3D/VASS温湿度精度评估。
(2) 与ERA5温度相比，FY-3D/VASS温度在盆地不同季节的平均偏差为-0.631~0.500℃，均方根误差为2.117~3.222℃，在高原的平均偏差为-2.230~-1.234℃，均方根误差为3.077~3.460℃，高原的误差整体比盆地大；在垂直高度上，除夏季外，盆地在800~700 hPa的精度较低，高原在400 hPa以下的精度随高度的减小逐渐降低。
(3) 与ERA5比湿相比，FY-3D/VASS比湿呈现一致的负偏差，不同季节的平均偏差在盆地和高原分别为-0.775~-0.525 g·kg-1和-1.096~-0.347 g·kg-1，均方根误差分别为1.251~2.367 g·kg-1和0.696~1.991 g·kg-1，盆地的均方根误差比高原大；在垂直高度上，700~600 hPa的精度较低。
(4) 鉴于FY-3D/VASS温湿度精度在白天和夜间的差异均较小，可以将两组检验的平均偏差相加，间接建立FY-3D/VASS基于探空温湿度数据的检验结果；相对于探空数据，FY-3D/VASS温度在盆地的偏差较小，在高原温度平均偏低2.440℃左右，比湿在盆地和高原平均偏低0.612 g·kg-1左右，其中高原的季节差异较大。
4 讨论风云卫星目前提供多种温湿度廓线产品，由于探测仪器和反演算法不同，不同产品的精度存在差异。如FY-3D的VASS和GNOS掩星探测数据各有特点，其中VASS的水平覆盖面积较大，每天可以对相同区域进行升轨和降轨两次观测，GNOS的精度、稳定度和垂直分辨率较高(廖蜜等，2015)，可以很好地应用于数值模式，然而水平覆盖面积和分辨率较小，在日常的天气业务中很难进行直接应用。通过将两种卫星产品对比，可以更加完整地反映VASS产品相对于其他卫星观测产品的精度水平。基于GNOS的VASS温湿度廓线检验结果如下所示(图 10，图 11)：2021年盆地和高原匹配到的温度廓线分别为10条和12条，比湿廓线为9条和10条；温度的相关系数在盆地和高原分别达到0.990和0.983，均方根误差为3.219℃和3.637℃，平均偏差为-0.823℃和-1.777℃，盆地的精度较高，其中700~600 hPa的负偏差较大；比湿的相关系数分别为0.959和0.948，均方根误差为1.581 g·kg-1和1.404 g·kg-1，平均偏差为-0.741 g·kg-1和-0.917 g·kg-1，其中低层的偏差相对较大。在下一步研究中，将综合利用风云极轨和静止卫星多种温湿度廓线产品，发挥不同产品的优势，同时结合地基观测及模式等多源数据，进一步提升风云卫星温湿度廓线产品的应用能力。
|
图 10 2021年(a)四川盆地和(b)川西高原FY-3D/VASS与FY-3D/GNOS温度散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 10 Scatter plots of FY-3D/VASS and FY-3D/GNOS temperatures in (a) Sichuan Basin and (b) Western Sichuan Plateau in 2021 |
|
图 11 2021年(a)四川盆地和(b)川西高原FY-3D/VASS与FY-3D/GNOS比湿散点图 注：红色实线为线性拟合线，绿色虚线为1∶1线。 Fig. 11 Scatter plots of FY-3D/VASS and FY-3D/GNOS specific humidities in (a) Sichuan Basin and (b) Western Sichuan Plateau in 2021 |
蔡宏珂, 赵漾, 陈欢欢, 等, 2021. AIRS探测的我国西南地区水汽时空分布特征[J]. 西南大学学报(自然科学版), 43(5): 152-161. Cai H K, Zhao Y, Chen H H, et al, 2021. Characteristics of spatial and temporal distribution of water vapor in Southwest China based on AIRS satellite retrieval[J]. J Southwest Univ (Nat Sci Ed), 43(5): 152-161 (in Chinese).
|
曹广真, 周芳成, 郑照军, 等, 2023. 静止和极轨卫星陆表温度产品的改进方法[J]. 气象, 49(3): 318-326. Cao G Z, Zhou F C, Zheng Z J, et al, 2023. Improvement method of land surface temperature remotely sensed by geostationary and polar orbiting meteorological satellites[J]. Meteor Mon, 49(3): 318-326 (in Chinese).
|
程海艳, 余晔, 陈晋北, 等, 2018. 大气红外探测器(ARIS)温、湿廓线反演产品及边界层高度在黄土高原的验证[J]. 高原气象, 37(2): 432-442. Cheng H Y, Yu Y, Chen J B, et al, 2018. Validation of AIRS retrieved temperature and moisture products and its applicability for boundary layer height estimation in Loess Plateau[J]. Plateau Meteor, 37(2): 432-442 (in Chinese).
|
杜明斌, 梁宏, 吴春强, 等, 2022. GNSS/PWV与风云四号A星GIIRS水汽廓线融合应用研究[J]. 气象学报, 80(6): 940-952. Du M B, Liang H, Wu C Q, et al, 2022. An application study of merging GNSS/PWV and FY-4A/GIIRS water vapor profiles[J]. Acta Meteor Sin, 80(6): 940-952 (in Chinese).
|
顾雅茹, 刘延安, 刘朝顺, 等, 2018. 高光谱红外探测仪温湿度廓线在华东地区的真实性检验[J]. 华东师范大学学报(自然科学版), (3): 146-156. Gu Y R, Liu Y A, Liu C S, et al, 2018. Validation of temperature and relative humidity profiles with satellite hyperspectral infrared sounder over East China[J]. J East China Norm Univ (Nat Sci), (3): 146-156 (in Chinese).
|
孔凡超, 李江波, 王颖, 2021. 北京冬奥会云顶赛场微波辐射计反演大气温湿廓线分析[J]. 气象, 47(9): 1062-1072. Kong F C, Li J B, Wang Y, 2021. Analysis on atmospheric profiles retrieved by microwave radiometer at Genting Venue of Beijing Olympic Winter Games[J]. Meteor Mon, 47(9): 1062-1072 (in Chinese).
|
赖安伟, 马鹤翟, 崔春光, 等, 2021. 雷达反射率反演水汽和温度同化技术在一次飑线过程中的应用研究[J]. 气象, 47(8): 932-952. Lai A W, Ma H D, Cui C G, et al, 2021. A squall line case study of assimilating the radar data, retrieval of water vapor and in-cloud potential temperature from reflectivity in a 3DVAR framework[J]. Meteor Mon, 47(8): 932-952 (in Chinese).
|
廖蜜, 张鹏, 毕研盟, 等, 2015. 风云三号气象卫星掩星大气产品精度的初步检验[J]. 气象学报, 73(6): 1131-1140. Liao M, Zhang P, Bi Y M, et al, 2015. A preliminary estimation of the radio occultation products accuracy from the Fengyun-3C meteorological satellite[J]. Acta Meteor Sin, 73(6): 1131-1140 (in Chinese).
|
马博源, 唐世浩, 胡菊旸, 2022. FY-2H大气可降水产品在"一带一路"区域的检验与应用[J]. 气象, 48(5): 595-604. Ma B Y, Tang S H, Hu J Y, 2022. Validation and application of FY-2H total precipitable water products in the Belt and Road Region[J]. Meteor Mon, 48(5): 595-604 (in Chinese).
|
马振锋, 彭骏, 高文良, 等, 2006. 近40年西南地区的气候变化事实[J]. 高原气象, 25(4): 633-642. Ma Z F, Peng J, Gao W L, et al, 2006. Climate variation of Southwest China in recent 40 years[J]. Plateau Meteor, 25(4): 633-642 (in Chinese).
|
倪成诚, 李国平, 熊效振, 2013. AIRS资料在川藏地区适用性的验证[J]. 山地学报, 31(6): 656-663. Ni C C, Li G P, Xiong X Z, 2013. Validation of the applicability of AIRS data in Sichuan-Tibet Region of China[J]. J Mountain Sci, 31(6): 656-663 (in Chinese).
|
牛宁, 任素玲, 覃丹宇, 2024. FY-4A数据在2021年1月6—8日寒潮监测中应用[J]. 气象, 50(6): 661-674. Niu N, Ren S L, Qin D Y, 2024. Application of FY-4A satellite data in monitoring of the cold wave from 6 to 8 January 2021[J]. Meteor Mon, 50(6): 661-674 (in Chinese).
|
漆成莉, 顾明剑, 胡秀清, 等, 2016. 风云三号卫星红外高光谱探测技术及潜在应用[J]. 气象科技进展, 6(1): 88-93. Qi C L, Gu M J, Hu X Q, et al, 2016. FY-3 satellite infrared high spectral sounding technique and potential application[J]. Adv Meteor Sci Technol, 6(1): 88-93 (in Chinese).
|
任素玲, 牛宁, 覃丹宇, 等, 2022. 2021年2月北美极端低温暴雪的卫星遥感监测[J]. 应用气象学报, 33(6): 696-710. Ren S L, Niu N, Qin D Y, et al, 2022. Extreme cold and snowstorm event in North America in February 2021 based on satellite data[J]. J Appl Meteor Sci, 33(6): 696-710 (in Chinese).
|
孙芳, 周顺武, 王美蓉, 等, 2022. 初夏东北移高原低涡活动特征[J]. 气象, 48(3): 324-333. Sun F, Zhou S W, Wang M R, et al, 2022. Activity characteristics of the northeast-moving Tibetan Plateau vortices in early summer[J]. Meteor Mon, 48(3): 324-333 (in Chinese).
|
孙囡, 陈逸伦, 傅云飞, 2019. 中国东部大气温湿廓线特征及其对辐射收支计算影响的分析[J]. 气象学报, 77(3): 563-578. Sun N, Chen Y L, Fu Y F, 2019. Characteristics of temperature and humidity profiles in eastern China and their impacts on radiation budget[J]. Acta Meteor Sin, 77(3): 563-578 (in Chinese).
|
唐世浩, 邱红, 马刚, 2016. 风云气象卫星主要技术进展[J]. 遥感学报, 20(5): 842-849. Tang S H, Qiu H, Ma G, 2016. Review on progress of the Fengyun meteorological satellite[J]. J Remote Sens, 20(5): 842-849 (in Chinese).
|
王传辉, 姚叶青, 时刚, 2018. 江淮地区ERA-Interim再分析与观测温度资料对比分析[J]. 气象, 44(9): 1220-1228. Wang C H, Yao Y Q, Shi G, 2018. Comparative analysis of ERA-Interim temperature reanalysis data and observations over Jianghuai Region[J]. Meteor Mon, 44(9): 1220-1228 (in Chinese).
|
王梦晓, 王瑞, 傅云飞, 2019. 利用TRMM PR和IGRA探测分析的拉萨降水云内大气温湿廓线特征[J]. 高原气象, 38(3): 539-551. Wang M X, Wang R, Fu Y F, 2019. Analysis of atmospheric temperature and humidity profiles within precipitation cloud in Lhasa measured by TRMM PR and IGRA[J]. Plateau Meteor, 38(3): 539-551 (in Chinese).
|
王新, 唐世浩, 曹治强, 2020. 风云气象卫星"一带一路"热带气旋监测能力与最新进展[J]. 海洋气象学报, 40(2): 10-18. Wang X, Tang S H, Cao Z Q, 2020. Capability and latest progress of tropical cyclone monitoring over the Belt and Road Area by Fengyun meteorological satellites[J]. J Mar Meteor, 40(2): 10-18 (in Chinese).
|
王秀明, 周小刚, 俞小鼎, 2013. 雷暴大风环境特征及其对风暴结构影响的对比研究[J]. 气象学报, 71(5): 839-852. Wang X M, Zhou X G, Yu X D, 2013. Comparative study of environmental characteristics of a windstorm and their impacts on storm structures[J]. Acta Meteor Sin, 71(5): 839-852 (in Chinese).
|
肖递祥, 杨康权, 俞小鼎, 等, 2017. 四川盆地极端暴雨过程基本特征分析[J]. 气象, 43(10): 1165-1175. Xiao D X, Yang K Q, Yu X D, et al, 2017. Characteristics analyses of extreme rainstorm events in Sichuan Basin[J]. Meteor Mon, 43(10): 1165-1175 (in Chinese).
|
徐桂荣, 乐新安, 张文刚, 等, 2016. COSMIC掩星资料反演青藏高原大气廓线与探空观测的对比分析[J]. 暴雨灾害, 35(4): 315-325. Xu G R, Yue X A, Zhang W G, et al, 2016. Comparison of atmospheric profiles between COSMIC radio occultation and radiosonde observations in the Qinghai-Tibetan Plateau[J]. Torr Rain Dis, 35(4): 315-325 (in Chinese).
|
杨冰韵, 刘健, 贾煦, 2020. 基于CALIPSO卫星资料的京津冀地区MODIS卷云云顶高度订正[J]. 大气科学, 44(5): 1013-1022. Yang B Y, Liu J, Jia X, 2020. Correction for cirrus cloud top height of MODIS based on CALIPSO dataset in the Beijing-Tianjin-Hebei Region[J]. J Atmos Sci, 44(5): 1013-1022 (in Chinese).
|
杨冰韵, 吴晓京, 王曦, 2019. 基于CloudSat、FY-2E资料的中国海域及周边地区深对流和穿透性对流特征[J]. 气象学报, 77(2): 256-267. Yang B Y, Wu X J, Wang X, 2019. The sea-land characteristics of deep convections and convective overshootings over China sea and surrounding areas based on the CloudSat and FY-2E datasets[J]. Acta Meteor Sin, 77(2): 256-267 (in Chinese).
|
杨军, 董超华, 卢乃锰, 等, 2009. 中国新一代极轨气象卫星——风云三号[J]. 气象学报, 67(4): 501-509. Yang J, Dong C H, Lu N M, et al, 2009. FY-3A: the new generation polar-orbiting meteoro- logical satellite of China[J]. Acta Meteor Sin, 67(4): 501-509 (in Chinese).
|
张鹏, 杨虎, 邱红, 等, 2012. 风云三号卫星的定量遥感应用能力[J]. 气象科技进展, 2(4): 6-11. Zhang P, Yang H, Qiu H, et al, 2012. Quantitative remote sensing from the current Fengyun 3 satellites[J]. Adv Meteor Sci Technol, 2(4): 6-11 (in Chinese).
|
周春花, 肖递祥, 郁淑华, 2022. 诱发四川盆地极端暴雨的西南涡环流背景和结构特征[J]. 气象, 48(12): 1577-1589. Zhou C H, Xiao D X, Yu S H, 2022. Circulation background and structural characteristics of the southwest vortex inducing extreme rainstorm in Sichuan Basin[J]. Meteor Mon, 48(12): 1577-1589 (in Chinese).
|
Caumont O, Cimini D, Löhnert U, et al, 2016. Assimilation of humidity and temperature observations retrieved from ground-based microwave radiometers into a convective-scale NWP model[J]. Quart J Roy Meteor Soc, 142(700): 2692-2704.
|
Hersbach H, Bell B, Berrisford P, et al, 2020. The ERA5 global reana- lysis[J]. Quart J Roy Meteor Soc, 146(730): 1999-2049.
|
Ren S L, Jiang J Y, Fang X, et al, 2022. FY-4A/GIIRS temperature validation in winter and application to cold wave monitoring[J]. J Meteor Res, 36(4): 658-676.
|
Wu X B, Li J, Zhang W J, et al, 2005. Atmospheric profile retrieval with AIRS data and validation at the ARM CART site[J]. Adv Atmos Sci, 22(5): 647-654.
|