梅雨期降水衛星高精度連續反演和現時預報研究

《梅雨期降水衛星高精度連續反演和現時預報研究》是依託南京大學，由郁凡擔任項目負責人的面上項目。

基本介紹

• 中文名：梅雨期降水衛星高精度連續反演和現時預報研究
• 項目類別：面上項目
• 項目負責人：郁凡
• 依託單位：南京大學

項目摘要

本研究是已結題的國家自然科學基金項目的深化和繼續。.期望能在前期工作的基礎上，針對影響提高靜止衛星降水反演精度的瓶頸問題，從兩方面著手，進一步從根本上改進方法，1、以10分鐘雨量計雨量作真值建立相應的衛星降水反演算法；2、在互相關方法基礎上發展雲團移動趨勢跟蹤算法，構建十分鐘間隔雲圖系列。結合套用十分鐘降水強度反演算法和雲團移動趨勢跟蹤算法，建立即時跟蹤和連續累計降水反演技術。因為該技術在提高反演可靠性的同時，又充分考慮了雲團的移動過程，使降水反演能夠動態的估計降水雲覆蓋測站的持續時間和強度變化，故能顯著改善降水強度反演精度。特別是對移動快、變化大的強對流雲團，更為有效。該技術的實現為提高降水監測和臨近預報準確率的探索提供了新的可行的思路。我們目前完成的白天半小時降水場連續預報初步試驗也證明了該思路對改進降水臨近預報，特別是對流雲強降水的臨近預報，具有重要的積極意義。

結題摘要

在本項目的支持下，提出了全新的三時段各自獨立的自訓練半監督支持向量機雲分類算法。針對衛星降水反演需求，該算法能夠正確判識往往造成中尺度災害性天氣的積雨雲與幾乎不降水的厚捲雲和產生持續穩定降水的雨層雲及其他雲類。為保證分類的客觀性，所有訓練過程無人工干預，人工監督只在於事先確定雲類分類標準。分類過程，以30天為單位滾動訓練，即今天的分類器來自最近30天樣本訓練，分類器將根據季節變化自行緩慢調整，不斷更新。諸雲類的分類判據隨季節、地域變化，也隨之動態跟蹤變化。 在本項目的支持下，提出了夜間降雨率的衛星反演方法。該方法包括雨區劃分和雨量估計兩個步驟。雨區劃分方法建立在降水機率判識矩陣RPIM基礎上。夜間降水機率判識矩陣RPIM在IR1-BTD41二維光譜空間構建，任一同名像素的亮溫Tb1和亮溫差Tb4-1組合，由此即可直接確定出其相應的降水發生。雨量估計則針對落在二維光譜空間雨區的同名像素通過雨量估計方程進行進一步分析。雨量估計方法所獲得的雨量估計值，能夠與實際的降水值具有較好的相關性及較小的偏差，即該雨量估計值與實測值具有較好的一致性。致使本研究結果在多光譜衛星圖像夜間降雨反演及臨近預報中，具有更好的套用優勢。結合前期已經完成的白天降水反演，即可實現全天時的降水連續反演和短時預報。 在本課題的支持下，開展了針對積雨雲強降水的衛星反演。結合雲頂亮溫和過沖指數，構建了加權亮溫差參數(WBTD)，提出了監測對流雲強度變化的實時監測跟蹤方法。在此基礎上，進一步提出了一個可用於西北太平洋熱帶氣旋強度估計的新衛星指標，定義為WIRa（WV-IRW to IRW Ratio），該指標在TC強度估計方面表現出了更高的反演精度。 以上這些重要成果，都申請了專利和軟體著作權，發表了相關的重要SCI和EI論文及核心期刊論文，並在一些氣象和民航部門得到轉化和套用，獲得高度評價。