搜索

文章查询

x

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

基于最优估计理论、联合星载主被动传感器资料的液态云微物理特性反演研究

韩丁 严卫 蔡丹 杨汉乐

基于最优估计理论、联合星载主被动传感器资料的液态云微物理特性反演研究

韩丁, 严卫, 蔡丹, 杨汉乐
PDF
导出引用
导出核心图
  • 针对液态云微物理特性精确反演的迫切需求, 综合主被动传感器的探测优势, 联合CloudSat雷达反射率和Aqua光学厚度资料, 提出基于最优估计理论的液态云微物理参数反演算法.通过假设粒子谱服从对数正态分布, 基于前向物理模式建立测量变量与反演变量的函数关系, 借助谱分布参数的先验信息、通过算法迭代得到谱参数的最优解, 进而利用前向物理模式反演液态云微物理参数, 并根据误差传递理论计算反演不确定度.通过设计反演方案, 基于实测个例数据并与CloudSat官方发布产品和经验算法反演结果对比验证.结果表明: 基于最优估计理论、联合主被动传感器资料的液态云微物理参数反演结果与官方发布产品一致性较好, 弥补了经验算法误差大、扩展性差的不足, 对于开展国内星载和机载W波段毫米波雷达液态云微物理参数反演研究具有重要的借鉴意义.
    • 基金项目: 国家自然科学基金(批准号: 41076118)和国家自然科学基金青年科学基金(批准号: 41005018)资助的课题.
    [1]

    Cui X P, Li X F 2011 Chin. Phys. B 20 109201

    [2]

    Stephen G L 2005 J. Climate 18 237

    [3]

    Cheng T H, Gu X F, Chen L F, Yu T, Tian G L 2008 Acta Phys. Sin. 57 5323 (in Chinese) [程天海, 顾行发, 陈良富, 余涛, 田国良 2008 物理学报 57 5323]

    [4]

    Xie X N, Liu X D 2010 Chin. Phys. B 19 109201

    [5]

    Wang K, Feng G L, Sun S P, Zheng Z H 2012 Acta Phys. Sin. 61 109201 (in Chinese) [王阔, 封国林, 孙树鹏, 郑志海 2012 物理学报 61 109201]

    [6]

    Atlas D 1954 J. Meteor. 11 309

    [7]

    Sauvageot H, Omar J 1987 J. Atmos. Oceanic Technol. 4 264

    [8]

    Sassen K, Liao L 1996 J. Appl. Meteor. 35 932

    [9]

    Fox N I, Illingworth A J 1997 J. Appl. Meteor. 36 485

    [10]

    Baedi R J P, de Wit J J M, Russchenberg H W J, Erkelens J S, Poiares Baptista J P V 2000 Phys. Chem. Earth B 25 1057

    [11]

    Krasnov O A, Russchenberg H W J 2002 Proceedings of the 11th Conference on Cloud Physics Ogden, USA, June 2-7, 2002 p218

    [12]

    Shupe M D, Uttal T, Matrosov S Y 2005 J. Appl. Meteor. 44 1544

    [13]

    Rodgers C D 2000 Inverse Methods for Atmospheric Sounding: Theory and Practice (River Edge: World Scientific Publishing Co., Inc.) pp81-99

    [14]

    Hansen J E 1971 J. Atmos. Sci. 28 1400

    [15]

    Nakajima T, King M D 1990 J. Atmos. Sci. 47 1878

    [16]

    Miles N L, Verlinde J, Clothiaux E E 2000 J. Atmos. Sci. 57 295

    [17]

    Austin R T, Stephens G L 2001 J. Geophys. Res. 106 28233

    [18]

    van de Hulst H C 1957 Light Scattering by Small Particles (New York: John Wiley & Sons, Inc.) pp63-81

    [19]

    Marks C J, Rodgers C D 1993 J. Geophys. Res. 98 14939

    [20]

    Rodgers C D 1990 J. Geophys. Res. 95 5587

    [21]

    Krasnov O A, Russchenberg H W J 2005 Proceedings of the 32nd Conference on Radar Meteorology Albuquerque, USA, October 22-29, 2005 p117

    [22]

    Yan W, Ren J Q, Lu W, Wu X 2011 J. Infrared Millim. Waves 30 158 (in Chinese) [严卫, 任建奇, 陆文, 吴限 2011 红外与毫米波学报 30 158]

  • [1]

    Cui X P, Li X F 2011 Chin. Phys. B 20 109201

    [2]

    Stephen G L 2005 J. Climate 18 237

    [3]

    Cheng T H, Gu X F, Chen L F, Yu T, Tian G L 2008 Acta Phys. Sin. 57 5323 (in Chinese) [程天海, 顾行发, 陈良富, 余涛, 田国良 2008 物理学报 57 5323]

    [4]

    Xie X N, Liu X D 2010 Chin. Phys. B 19 109201

    [5]

    Wang K, Feng G L, Sun S P, Zheng Z H 2012 Acta Phys. Sin. 61 109201 (in Chinese) [王阔, 封国林, 孙树鹏, 郑志海 2012 物理学报 61 109201]

    [6]

    Atlas D 1954 J. Meteor. 11 309

    [7]

    Sauvageot H, Omar J 1987 J. Atmos. Oceanic Technol. 4 264

    [8]

    Sassen K, Liao L 1996 J. Appl. Meteor. 35 932

    [9]

    Fox N I, Illingworth A J 1997 J. Appl. Meteor. 36 485

    [10]

    Baedi R J P, de Wit J J M, Russchenberg H W J, Erkelens J S, Poiares Baptista J P V 2000 Phys. Chem. Earth B 25 1057

    [11]

    Krasnov O A, Russchenberg H W J 2002 Proceedings of the 11th Conference on Cloud Physics Ogden, USA, June 2-7, 2002 p218

    [12]

    Shupe M D, Uttal T, Matrosov S Y 2005 J. Appl. Meteor. 44 1544

    [13]

    Rodgers C D 2000 Inverse Methods for Atmospheric Sounding: Theory and Practice (River Edge: World Scientific Publishing Co., Inc.) pp81-99

    [14]

    Hansen J E 1971 J. Atmos. Sci. 28 1400

    [15]

    Nakajima T, King M D 1990 J. Atmos. Sci. 47 1878

    [16]

    Miles N L, Verlinde J, Clothiaux E E 2000 J. Atmos. Sci. 57 295

    [17]

    Austin R T, Stephens G L 2001 J. Geophys. Res. 106 28233

    [18]

    van de Hulst H C 1957 Light Scattering by Small Particles (New York: John Wiley & Sons, Inc.) pp63-81

    [19]

    Marks C J, Rodgers C D 1993 J. Geophys. Res. 98 14939

    [20]

    Rodgers C D 1990 J. Geophys. Res. 95 5587

    [21]

    Krasnov O A, Russchenberg H W J 2005 Proceedings of the 32nd Conference on Radar Meteorology Albuquerque, USA, October 22-29, 2005 p117

    [22]

    Yan W, Ren J Q, Lu W, Wu X 2011 J. Infrared Millim. Waves 30 158 (in Chinese) [严卫, 任建奇, 陆文, 吴限 2011 红外与毫米波学报 30 158]

  • [1] 周睿, 魏凌, 李新阳, 王彩霞, 李梅, 沈锋. 点光源哈特曼最优阈值估计方法研究. 物理学报, 2017, 66(9): 090701. doi: 10.7498/aps.66.090701
    [2] 弭光宝, 李培杰, 黄旭, 曹春晓. 液态结构与性质关系Ⅲ剩余键理论模型. 物理学报, 2012, 61(18): 186106. doi: 10.7498/aps.61.186106
    [3] 支蓉, 王启光, 杨杰, 封国林. 动态最优多因子组合的华北汛期降水模式误差估计及预报. 物理学报, 2011, 60(2): 029204. doi: 10.7498/aps.60.029204
    [4] 陈坤, 陈树新, 吴德伟, 杨春燕, 王希, 李响, 吴昊, 刘卓崴. 相干态和压缩真空态的自适应最优估计方法. 物理学报, 2016, 65(19): 194203. doi: 10.7498/aps.65.194203
    [5] 方海燕, 刘兵, 李小平, 孙海峰, 薛梦凡, 沈利荣, 朱金鹏. 一种基于最优频段的X射线脉冲星累积轮廓时延估计方法. 物理学报, 2016, 65(11): 119701. doi: 10.7498/aps.65.119701
    [6] 郑逢勋, 侯伟真, 李正强. 高分五号卫星多角度偏振相机最优化估计反演: 角度依赖与后验误差分析. 物理学报, 2019, 68(4): 040701. doi: 10.7498/aps.68.20181682
    [7] 黎勇, 钭斐玲, 樊瑛, 狄增如. 二维有限能量约束下最优导航问题的理论分析. 物理学报, 2012, 61(22): 228902. doi: 10.7498/aps.61.228902
    [8] 王殿海, 景 超, 姚荣涵. 居民出行分布中的电子云现象. 物理学报, 2007, 56(7): 3642-3648. doi: 10.7498/aps.56.3642
    [9] 龙智勇, 石汉青, 黄思训. 利用卫星云图反演云导风的新思路. 物理学报, 2011, 60(5): 059202. doi: 10.7498/aps.60.059202
    [10] 谢惠民, 戴福隆, 郭海明, 刘虹雯, 王业亮, 高鸿钧. 扫描探针显微学中的云纹方法. 物理学报, 2003, 52(10): 2514-2519. doi: 10.7498/aps.52.2514
  • 引用本文:
    Citation:
计量
  • 文章访问数:  506
  • PDF下载量:  1572
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-17
  • 修回日期:  2013-03-21
  • 刊出日期:  2013-07-20

基于最优估计理论、联合星载主被动传感器资料的液态云微物理特性反演研究

  • 1. 解放军理工大学气象海洋学院, 南京 211101
    基金项目: 

    国家自然科学基金(批准号: 41076118)和国家自然科学基金青年科学基金(批准号: 41005018)资助的课题.

摘要: 针对液态云微物理特性精确反演的迫切需求, 综合主被动传感器的探测优势, 联合CloudSat雷达反射率和Aqua光学厚度资料, 提出基于最优估计理论的液态云微物理参数反演算法.通过假设粒子谱服从对数正态分布, 基于前向物理模式建立测量变量与反演变量的函数关系, 借助谱分布参数的先验信息、通过算法迭代得到谱参数的最优解, 进而利用前向物理模式反演液态云微物理参数, 并根据误差传递理论计算反演不确定度.通过设计反演方案, 基于实测个例数据并与CloudSat官方发布产品和经验算法反演结果对比验证.结果表明: 基于最优估计理论、联合主被动传感器资料的液态云微物理参数反演结果与官方发布产品一致性较好, 弥补了经验算法误差大、扩展性差的不足, 对于开展国内星载和机载W波段毫米波雷达液态云微物理参数反演研究具有重要的借鉴意义.

English Abstract

参考文献 (22)

目录

    /

    返回文章
    返回