2. 中国气象局秦岭和黄土高原生态环境气象重点开放实验室, 西安 710016;
3. 陕西省气象局, 西安 710014
2. CMA Eco-Environment and Meteorology for the Qinling Mountains and Loess Plateau Key Laboratory, Xi'an 710016;
3. Shaanxi Meteorological Service, Xi'an 710014
大气温湿廓线探测对数值天气预报、天气与气候变化研究以及地气系统辐射收支的精准模拟具有重要意义(刘亚亚等,2010;王丹等,2019;孙囡等,2019;黄钰等,2020),也是开展大气边界层热力结构演变对大气污染过程影响机制研究的重要基础(孙业乐,2018;黄俊等,2019;苗世光等,2020;车军辉等,2021)。大气温湿廓线的传统观测手段有气球探空、系留汽艇、铁塔观测等,但这些观测大多具有时间或空间观测范围有限等缺点(王耀庭等,2012;李浩文等,2017;Zhao et al, 2019)。微波辐射计通过被动接收大气微波辐射信号来反演温湿度垂直分布,克服了传统探测方法的局限性,具有时间分辨率高、可全天候连续观测的优点(雷连发等,2018),有助于提升我国中小尺度气象探测和预报能力(卢建平等,2014;唐兆康等, 2022),已在强对流天气监测、模式数据同化、大气环境和云降水研究领域得到了一定的应用(Ratnam et al, 2013;Madhulatha et al, 2013;Cui et al, 2015;Cimini et al, 2015;崔雅琴等,2019;He et al, 2020;李金辉等,2022;荆浩等,2024),但在其温湿度廓线探测误差分析方面仍存在不足(刘晓璐等,2019),尤其是探空资料被广泛用于微波辐射计温度廓线检验,然而,受探空气球漂移的影响,探空数据自身也存在探测温度并不严格等于探空站天顶真实气温的问题。多个研究发现,探空气球在升空过程中的漂移距离可达40~120 km(陈哲,2010),在同化探空资料过程中引入探空气球漂移信息能够提升数值模式预报效果(刘红亚等,2005;Laroche and Sarrazin, 2013;Choi et al, 2015;王丹等, 2020),表明探空气球漂移对温度廓线的影响不容忽视,可能影响到微波辐射计误差评估结果(姚作新等,2011;张文刚等,2013;Zhao et al, 2022),然而,由于暂无有效的方法来定量化评估气球漂移对探空温度的影响, 因此以上推论有待验证。本文利用陕西省西安市泾河气象站为期两年的探空、微波辐射计温度廓线数据分析两者的时空差异,进而结合该站点周边3个探空站数据着重分析探空气球漂移对探空、微波辐射计温度差异(δT)的影响,以期能为进一步了解和改进微波辐射计的探测性能提供参考。
1 资料与方法 1.1 数据和评估指标本文数据来源于西安市泾河国家气象站(图 1)2017年6月20日至2019年7月15日的L波段探空和微波辐射计观测资料。探空于每天08时和20时(北京时,下同)分别进行一次观测,探测时间分辨率为1 s,对应的垂直分辨率为5~7 m。布设在泾河站的MWP967KV型微波辐射计设有22.235、22.50、23.035、23.835、25.00、26.235、28.00、30.00 GHz等8个水汽探测通道和51.25、51.76、52.28、52.80、53.34、53.85、54.40、54.94、55.50、56.02、56.66、57.29、57.96、58.80 GHz等14个温度探测通道,研究期内采用天顶探测模式,探测时间分辨率为2 min,大气温湿廓线由BP神经网络(BPNN)算法反演获得,用于BPNN算法训练的数据为泾河站2012年1月至2017年6月的历史探空数据,反演得到的温湿廓线在垂直方向划分为58层,其中,地面到500 m高度的分辨率为50 m,500~2000 m的分辨率为100 m,2000~10000 m的分辨率为250 m。仪器分别于2017年6月、2018年7月和2019年4月进行了液氮标定,为了检验液氮标定前后亮温观测数据的连续性,利用MonoRTM(Turner et al, 2007)模式和末次标定日期(2019年4月18日)前、后各10天的探空资料模拟了14个温度探测通道的亮温,剔除云雨天后,亮温实测值和模拟值线性相关系数介于0.92~0.99,其中12个通道的相关系数≥0.95,表明亮温观测连续性良好。
![]() |
图 1 西安泾河站(红色圆点)及其周边探空站(红色三角)地理位置和地势(填色) Fig. 1 Topography (colored) and location of Jinghe Station in Xi'an (red dot) and other three radiosonde stations (red triangle) |
探空和微波辐射计廓线数据采取点对点匹配,匹配原则为时间最临近和高度最邻近。基于该原则,匹配数据对的时间差不超过微波辐射计时间分辨率的一半(即 < 1 min),高度差不超过探空垂直分辨率的一半(通常 < 5 m)。研究期内,共获得1240对匹配廓线。
由于雨滴对大气微波辐射具有散射和吸收作用(Battaglia et al, 2010),并且附着在微波辐射计天线罩上的雨水也可造成亮温观测异常(魏重等, 2001;樊旭等, 2019;茆佳佳等,2018;傅新姝等,2023), 导致微波辐射计反演结果不可靠,因此,本研究剔除了探空前、后1小时内发生降水的个例。
文中采用温度差异(δT)、平均温度差异(MD)、δT标准差(STDδT)、均方根误差(RMSD)等指标进行不同高度上的微波辐射计温度廓线数据评估分析:
$ \delta T=T_{\mathrm{M}}-T_{\mathrm{S}} $ | (1) |
$ \mathrm{MD}=\frac{1}{N} \sum\limits_{i=1}^N \delta T_i $ | (2) |
$ \mathrm{STD}_{\delta T}=\sqrt{\frac{1}{N} \sum\limits_{i=1}^N\left(\delta T_i-\mathrm{MD}\right)^2} $ | (3) |
$ \mathrm{RMSD}=\sqrt{\frac{1}{N} \sum\limits_{i=1}^N \delta T_i^2} $ | (4) |
式中:TM为微波辐射计反演温度,TS为探空温度,N为选定高度上总匹配样本数。
对式(3)两侧取平方并展开,联合式(2)、式(4),可以得到:
$ \mathrm{RMSD}^2=\mathrm{MD}^2+\mathrm{STD}_{\delta T}{ }^2 $ | (5) |
由式(5)可知,RMSD综合反映了MD和STDδT的量值变化。此外,分别采用相关系数(R)和最小二乘法线性拟合斜率(S)探讨微波辐射计与探空温度间的吻合度以及探空气球漂移对δT的影响等。
1.2 探空气球漂移引起的温度探测误差计算为了探讨气球漂移对探空温度探测的影响,文中采用泾河站周边的汉中、延安和南阳三个探空站的同期观测资料(图 1),通过同一时次、相同海拔高度上的三个站点探空温度、纬度和经度值两两相减构建二元方程组的方法,计算每个探空时次各个高度上的温度经向梯度(
$ T_{\mathrm{S}}-T_{\mathrm{Z}}=\nabla_{\mathrm{m}} T \cdot \Delta \varphi+\nabla_{\mathrm{z}} T \cdot \Delta \lambda $ | (6) |
式中:Δφ和Δλ分别为探空气球与探空站的纬度差(经向漂移)和经度差(纬向漂移)。
结合式(1)和式(6),TM与TZ的差异为:
$ T_{\mathrm{M}}-T_{\mathrm{Z}}=\delta T+\nabla_{\mathrm{m}} T \cdot \Delta \varphi+\nabla_{\mathrm{z}} T \cdot \Delta \lambda $ | (7) |
图 2给出了2017年6月20日至2019年7月15日非降水时段TM与TS对比情况。从TM和TS的平均温度廓线来看,两者都能够反映出温度随高度的递减趋势(图 2a),但在同一高度上,TM普遍低于TS,MD以负值为主(图 2b),并且差异幅度随高度先增后减,而在所有高度上,STDδT的量值均大于MD,表明δT的离散程度大于其均值,是RMSD的主要贡献项。就评价指标的垂直变化而言,在4.0 km以下,MD随高度近乎线性增加,由地面0℃左右变化至-2.55℃,与此同时,STDδT快速增大、R快速下降,表明温度差异幅度和离散程度都显著上升,TM和TS线性相关程度迅速减弱(图 2c);在4.0~7.8 km,MD超过-2.0℃,STDδT维持在3.0℃以上,TM反演效果显著低于低层,但MD和STDδT的垂直变化较小,数据质量相对稳定;8 km以上MD随高度逐渐减小,在10 km降至0℃左右,而STDδT和RMSD则迅速上升,R进一步下降,表明TM和TS在均值上更加接近,但δT的离散程度快速增大,TM和TS线性相关度进一步减弱。
![]() |
图 2 2017年6月20日至2019年7月15日泾河站探空和微波辐射计观测的(a)平均温度廓线,(b)MD、STDδT、RMSD廓线,(c)微波辐射计与探空温度线性相关系数R廓线 Fig. 2 (a) Mean temperature profiles, (b) MD, STDδT, and RMSD for simultaneous temperature profiles observed by radiosonde and MWR, and (c) profile of correlation coefficient (R) between radiosonde and MWR temperatures in Jinghe Station from 20 June 2017 to 15 July 2019 |
与同型号微波辐射计相比,本文MD、RMSD量值及其垂直变化与刘晓璐等(2019)研究结果相当,而MD量值及其垂直分布与郑飒飒(2019)研究结果存在较大差异;与徐桂荣等(2019)对MP-3000A型微波辐射计的检验结果相比,本文MD量值与之相当,但符号相反,表明微波辐射计个体差异较大。
2.2 不同季节TM与TS的比较各季节MD、STDδT、RMSD的垂直变化与全年结果较为相似(图 3),主要特征为TM系统性偏低,MD以负值为主,且温度差异幅度随高度先增大后减小,STDδT随高度以上升为主,高度越高,δT离散程度越大。值得指出的是,冬季2 km以下大部分MD以正值为主,显著有别于全年和其他季节结果,这将导致微波辐射计边界层产品在冬季出现逆温的概率偏高,在其他季节出现逆温的概率偏低。
![]() |
图 3 2017年6月20日至2019年7月15日泾河站春、夏、秋、冬四个季节(a~d)探空和微波辐射计平均温度廓线,(e~h)MD、STDδT、RMSD廓线以及(i~l)微波辐射计与探空温度相关系数R廓线 Fig. 3 (a-d) Mean temperature profiles, (e-h) MD, STDδT, and RMSD for simultaneous temperature profiles observed by radiosonde and MWR, and (i-l) profile of correlation coefficient (R) between radiosonde and MWR temperatures in Jinghe Station in spring, summer, autumn and winter from 20 June 2017 to 15 July 2019 |
TM与TS的相关性存在明显的季节差异,秋季TM与TS线性关系最好,其所有高度上的R均值为0.91。春季次之,其所有高度上R均值为0.86。夏、冬季TM与TS线性关系明显偏差,与之相应的所有高度上的R均值分别为0.75和0.66。在垂直变化上,各季节低层的相关性高于高层,700 m以下R都在0.90以上。上述R的季节变化和垂直变化与樊旭等(2019)、康晓燕等(2019)、乔贺等(2019)研究结果相吻合。
2.3 δT与环境温度的关联性图 4给出不同季节δT与TS的线性拟合斜率、显著性水平检验(P)以及样本数(Ns),各季节所有高度上的δT与TS都表现为负相关,且除了春季、秋季300 m以下以及夏季1 km附近高度层外,其他高度上δT与TS线性关系都能够通过0.01的显著性水平,表明δT对大气环境温度有强烈的依赖性,且微波辐射计在同一高度上总是倾向于“高温低估、低温高估”。
![]() |
图 4 2017年6月20日至2019年7月15日泾河站(a)春、(b)夏、(c)秋、(d)冬四个季节δT与TS线性回归的斜率(S)和不同显著性水平检验(P)以及配对样本数(Ns) Fig. 4 Slopes (S) and different significance level tests (P) of the linear regression between δT and TS along with the paired-sample number (Ns) in (a) spring, (b) summer, (c) autumn and (d) winter in Jinghe Station from 20 June 2017 to 15 July 2019 |
就垂直变化而言,春、秋、冬三个季节δT与TS的拟合斜率随高度上升而负向增大,表明随着高度增加,微波辐射计在给定高度上“高温低估、低温高估”的现象趋于严重。四个季节中,秋季δT与TS拟合斜率偏离于0的程度最小,所有高度上的斜率均值为-0.14;春、夏季所有高度上的斜率均值分别为-0.25和-0.32;冬季所有高度上的斜率均值为-0.40,偏离于0的程度最显著。上述结果表明微波辐射计“高温低估、低温高估”的现象在冬季最为严重,夏季、春季次之,秋季较轻。
图 5给出与天气预报密切相关的850 hPa、500 hPa两个典型高度上δT与TS在不同季节的线性拟合细节。可以看出,不同季节、不同高度上,气温越低,δT正值越大,反之亦然,同一高度上“高温低估、低温高估”的现象同时存在。
![]() |
图 5 2017年6月20日至2019年7月15日泾河站(a)春, (b)夏, (c)秋, (d)冬四个季节850 hPa(蓝色)和500 hPa(红色)δT与TS的对应关系 Fig. 5 Relation of δT and TS at 850 hPa (blue dot) and 500 hPa (red dot) in (a) spring, (b) summer, (c) autumn and (d) winter in Jinghe Station from 20 June 2017 to 15 July 2019 |
探空气球漂移导致其探测的温度并不严格位于探空站上空,这将造成用于TM检验的温度“真值”不真问题。为了量化这一影响,首先利用泾河气象站周边的三个探空站数据计算了2 km以上温度的经向梯度(
![]() |
图 6 2017年6月20日至2019年7月15日研究区内经向、纬向温度梯度的季节和全年变化 Fig. 6 Seasonal and annual variations of meridional and zonal temperature gradients in the study region from 20 June 2017 to 15 July 2019 |
探空气球漂移引起的TS与TZ的差异如图 7所示。总体来说,各个季节的探空气球漂移都导致TS高于TZ(图 7a~7d),其中,冬季气球漂移造成的影响最大,秋季和春季次之,夏季的影响最弱,这与夏季温度梯度小、漂移距离近有关。虽然温度探测误差的季节均值较小,但其变化范围较大,以冬季9 km高度为例,气球漂移引起的平均温度探测误差仅为0.09℃,但误差变化范围可达-0.47~1.02℃。虽然
![]() |
图 7 2017年6月20日至2019年7月15日泾河站由(a~d)探空气球漂移及其(e~h)经向、(i~l)纬向漂移分量引起的(a, e, i)春, (b, f, j)夏, (c, g, k)秋, (d, h, l)冬四个季节探空温度的探测误差 Fig. 7 Biases in radiosonde temperature records caused by (a-d) the drift of sounding balloon and its drift of (e-h) meridional and (i-l) zonal components in (a, e, i) spring, (b, f, j) summer, (c, g, k) autumn and (d, h, l) winter in Jinghe Station from 20 June 2017 to 15 July 2019 |
由于探空气球漂移引起TS系统偏高于TZ,因此,对于MD为负值的情形,探空气球漂移的影响表现为使微波辐射计与探空的平均温度差异幅度高于实际值,而对于MD为正值的情况,探空气球漂移使两者的平均温度差异幅度低于实际值。对于泾河站,探空气球漂移除了导致春季8.5 km以上的平均温度差异幅度被低估外,其他季节的温度差异幅度都被高估。
图 8a~8d给出探空气球漂移引起的STDδT、RMSD的相对变化。可以看到,探空气球漂移引起的STDδT、RMSD的相对变化不足2%。在四个季节中,探空气球漂移引起的秋季STDδT、RMSD的相对变化最大,使6~9 km的STDδT和RMSD分别上升了0.5%和1.0%。除了秋季以外,探空气球漂移导致其他三个季节4 km以上的STDδT系统偏小。由于RMSD的变化同时取决于MD和STDδT两个部分,因此,探空气球漂移对RMSD的影响更为复杂,夏、秋、冬三个季节以导致RMSD的高估为主,春季以导致RMSD的低估为主。总体而言,探空气球漂移导致MD和RMSD被高估,STDδT被低估。与此同时,探空气球漂移导致δT与TS线性拟合斜率和相关系数下降(图 8e~8h),降低了δT与环境温度的相关性,而斜率的下降则意味着探空气球漂移削弱了微波辐射计“高温低估、低温高估”的程度。
![]() |
图 8 2017年6月20日至2019年7月15日由探空气球漂移引起的(a~d)STDδT和RMSD的相对变化以及(e~h)δT与TS拟合斜率(S)和相关系数(R)的相对变化 Fig. 8 Relative change in (a-d) STDδT and RMSD, and (e-h) correlation coefficient (R) and slope (S) of the linear regression between δT and TS caused by the sounding balloon drift in Jinghe Station from 20 June 2017 to 15 July 2019 |
为了分析探空气球漂移对MD、STDδT、RMSD造成复杂影响的成因,图 9给出5.5 km和7.5 km高度上δT、Δφ、TS-TZ、TM-TZ对环境温度依赖关系的细节信息。如图 9a~9d所示,微波辐射计在不同高度上总是倾向于“高温低估、低温高估”,而受季风影响,关中地区低温天气所对应的以偏北风为主的风场将导致气球向南部暖区漂移(图 9e~9h),引起探空温度偏高于探空站上空实际温度(图 9i~9l),而微波辐射计在低温段的反演结果又高于探空温度,因此,订正气球漂移的影响后,微波辐射计“低温高估”的现象进一步加重(图 9m~9p),对于高温段来说,订正气球漂移的影响后微波辐射计“高温低估”的现象也进一步加重,两者共同导致STDδT的低估,并造成δT与环境温度的拟合斜率低于TM-TZ与环境温度的拟合斜率(图 9m~9p)。上述结果表明,将TS订正至TZ后,微波辐射计“高温低估、低温高估”的程度将进一步扩大。
![]() |
图 9 2017年6月20日至2019年7月15日泾河站春、夏、秋、冬四个季节5.5 km(蓝点)和7.5 km(红点)高度上(a~d)δT, (e~h)探空气球经向漂移, (i~l)探空温度探测误差以及(m~p)微波辐射计与探空站天顶温度差异对探空温度的响应关系 注:* *表示P≤0.01,表示因变量的平均值。 Fig. 9 (a-d) δT, (e-h) meridional drift of sounding balloon, (i-l) detection bias in radiosonde temperature, and (m-p) temperature difference between MWR and the actual temperature right above radiosonde site as a function of TS at altitudes of 5.5 km (blue dot) and 7.5 km (red dot) in Jinghe Station in different seasons from 20 June 2017 to 15 July 2019 |
(1) 除冬季2 km以下的大部分高度层MD为正值外,其他季节和全年所有高度上的MD以负值为主,TM相较于TS系统性偏低。在8~10 km高度范围内,全年以及秋、冬季的MD随高度下降,STDδT随高度上升,表明TM、TS虽然在均值上更加接近,但温度差异的离散程度明显上升,随机误差增大。
(2) 与探空数据相比,微波辐射计总是倾向于“高温低估、低温高估”,各个季节几乎所有高度上的δT与TS都表现为显著的负相关(P < 0.001)。除夏季外,其他三个季节δT与TS的拟合斜率随高度上升而负向增大,表明随着高度增加,微波辐射计“高温低估、低温高估”的现象趋于严重。就季节变化而言,微波辐射计“高温低估、低温高估”的现象在冬季最为严重,夏季、春季次之,秋季较轻。
(3) 探空气球漂移对探空与微波辐射计温度差异评价指标的影响相对复杂。一方面,探空气球漂移导致MD被高估,即对TM平均误差的评估结果比实际偏大;另一方面,探空气球漂移削弱了微波辐射计“高温低估、低温高估”的程度,造成温度差异的离散程度以及温度差异与环境气温的相关程度被低估。
虽然探空气球漂移对MWR与探空温度差异评估指标的影响有限(RMSD、STDδT相对变化 < 2%),但文中提出的定量化计算气球漂移引起的探空温度探测误差的方法在未来的研究中仍具有一定的参考价值,特别是目前大气温度廓线观测手段发展迅速,一些更为精准的主动探测和主被动联合探测手段或反演算法大量涌现(Kang et al, 2013;He et al, 2018;Turner and Blumberg, 2019),在对这些具有更高精度的探测资料进行检验评估时,充分考虑探空气球漂移的影响极为必要。
致谢:感谢中国气象局秦岭气溶胶与云微物理野外科学试验基地提供的微波辐射计数据,感谢北方天穹信息技术(西安)有限公司雷连发博士提供本文所需的微波辐射计硬件设置、观测方式等细节信息。
车军辉, 赵平, 史茜, 等, 2021. 大气边界层研究进展[J]. 地球物理学报, 64(3): 735-751. Che J H, Zhao P, Shi Q, et al, 2021. Research progress in atmospheric boundary layer[J]. Chin J Geophys, 64(3): 735-751 (in Chinese).
|
陈哲, 2010. 中国探空气球水平漂移总体特征分析[J]. 气象, 36(2): 22-27. Chen Z, 2010. Characteristics of the overall sounding data drift in China[J]. Meteor Mon, 36(2): 22-27 (in Chinese). DOI:10.7519/j.issn.1000-0526.2010.2.003
|
崔雅琴, 张佃国, 王洪, 等, 2019. 2015年济南地区雾霾天气过程大气物理量特征初步分析[J]. 大气科学, 43(4): 705-718. Cui Y Q, Zhang D G, Wang H, et al, 2019. Preliminary analysis of atmospheric physical quantity characteristics during haze weather in Jinan Area in 2015[J]. Chin J Atmos Sci, 43(4): 705-718 (in Chinese).
|
樊旭, 吴肖燕, 曲宗希, 等, 2019. 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, 55(5): 587-596. Fan X, Wu X Y, Qu Z X, et al, 2019. A comparison of training schemes of BP neural network for retrieving relative humidity and temperature profiles from the ground-based microwave radiometer[J]. J Lanzhou Univ: Nat Sci, 55(5): 587-596 (in Chinese).
|
傅新姝, 彭杰, 王晓峰, 等, 2023. 地基微波辐射计探测质量综合分析[J]. 气象, 49(10): 1235-1245. Fu X S, Peng J, Wang X F, et al, 2023. Comprehensive analysis on accuracy of ground-based microwave radiometer measurements[J]. Meteor Mon, 49(10): 1235-1245 (in Chinese). DOI:10.7519/j.issn.1000-0526.2023.021502
|
黄俊, 廖碧婷, 王春林, 等, 2019. 新型垂直探测资料在污染天气分析中的应用[J]. 中国环境科学, 39(1): 92-105. Huang J, Liao B T, Wang C L, et al, 2019. Application of new vertical detection data in the analysis of a heavy pollution weather[J]. China Environ Sci, 39(1): 92-105 (in Chinese).
|
黄钰, 郭学良, 毕凯, 等, 2020. 北京延庆山区降雪云物理特征的垂直观测和数值模拟研究[J]. 大气科学, 44(2): 356-370. Huang Y, Guo X L, Bi K, et al, 2020. Vertical observation and numerical simulation of the clouds physical characteristics of snow-producing over Yanqing Mountain Area in Beijing[J]. Chin J Atmos Sci, 44(2): 356-370 (in Chinese).
|
荆浩, 赵桂洁, 于波, 等, 2024. 北京一次罕见1月初雪过程的复杂降水相态成因分析[J]. 气象, 50(8): 905-916. Jing H, Zhao G J, Yu B, et al, 2024. Analysis of complex precipitation types during a rare first snow process in January in Beijing[J]. Meteor Mon, 50(8): 905-916 (in Chinese). DOI:10.7519/j.issn.1000-0526.2024.040101
|
康晓燕, 张博越, 田建兵, 等, 2019. 地基微波辐射计反演产品在青海省东部适应性研究[J]. 干旱区研究, 36(2): 356-364. Kang X Y, Zhang B Y, Tian J B, et al, 2019. Applicability of products retrieved from microwave radiometer in east Qinghai Province[J]. Arid Zone Res, 36(2): 356-364 (in Chinese).
|
雷连发, 马若飞, 朱磊, 等, 2018. 地基多通道微波辐射计在大气遥感中的应用[J]. 火控雷达技术, 47(1): 11-16. Lei L F, Ma R F, Zhu L, et al, 2018. Application of ground-based multi-channel microwave radiometer in atmospheric remote sensing[J]. Fire Control Radar Technol, 47(1): 11-16 (in Chinese).
|
李浩文, 张阿思, 步巧利, 等, 2017. 2015年干季佛山一次重空气污染过程形成机理研究[J]. 环境科学学报, 37(8): 3044-3053. Li H W, Zhang A S, Bu Q L, et al, 2017. Investigation of the formation mechanism of a heavy air pollution episode in the dry season of 2015 in Foshan[J]. Acta Sci Circum, 37(8): 3044-3053 (in Chinese).
|
李金辉, 周毓荃, 岳治国, 等, 2022. 基于微波辐射计数据的秦岭南北水汽和云底高度等参量的差异[J]. 气象, 48(4): 452-458. Li J H, Zhou Y Q, Yue Z G, et al, 2022. Water vapor and cloud base heigh difference between the north and south of Qinling Mountains based on microwave radiometer measurements[J]. Meteor Mon, 48(4): 452-458 (in Chinese). DOI:10.7519/j.issn.1000-0526.2021.111701
|
刘红亚, 薛纪善, 沈桐立, 等, 2005. 探空气球漂移及其对数值预报影响的研究[J]. 应用气象学报, 16(4): 518-526. Liu H Y, Xue J S, Shen T L, et al, 2005. Study on sounding balloon drifting and its impact on numerical predictions[J]. J Appl Meteor Sci, 16(4): 518-526 (in Chinese). DOI:10.3969/j.issn.1001-7313.2005.04.013
|
刘晓璐, 刘东升, 郭丽君, 等, 2019. 国产MWP967KV型地基微波辐射计探测精度[J]. 应用气象学报, 30(6): 731-744. Liu X L, Liu D S, Guo L J, et al, 2019. The observational precision of domestic MWP967KV ground-based microwave radiometer[J]. J Appl Meteor Sci, 30(6): 731-744 (in Chinese).
|
刘亚亚, 毛节泰, 刘钧, 等, 2010. 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, 29(6): 1514-1523. Liu Y Y, Mao J T, Liu J, et al, 2010. Research of BP neural network for microwave radiometer remote sensing retrieval of temperature, relative humidity, cloud liquid water profiles[J]. Plateau Meteor, 29(6): 1514-1523 (in Chinese).
|
卢建平, 黄建平, 郭学良, 等, 2014. 探测大气温湿廓线的35通道微波辐射计设计原理与特点[J]. 气象科技, 42(2): 193-197. Lu J P, Huang J P, Guo X L, et al, 2014. A 35-channel microwave radio- meter for profiling atmospheric temperature and humidity[J]. Meteor Sci Technol, 42(2): 193-197 (in Chinese).
|
茆佳佳, 张雪芬, 王志诚, 等, 2018. 多型号地基微波辐射计亮温准确性比对[J]. 应用气象学报, 29(6): 724-736. Mao J J, Zhang X F, Wang Z C, et al, 2018. Comparison of brightness temperature of multi-type ground-based microwave radiometers[J]. J Appl Meteor Sci, 29(6): 724-736 (in Chinese).
|
苗世光, 蒋维楣, 梁萍, 等, 2020. 城市气象研究进展[J]. 气象学报, 78(3): 477-499. Miao S G, Jiang W M, Liang P, et al, 2020. Advances in urban meteorology in China[J]. Acta Meteor Sin, 78(3): 477-499 (in Chinese).
|
乔贺, 徐进, 刘寅, 等, 2019. 地基微波辐射计温湿廓线对比试验初步分析研究[J]. 环境科学与管理, 44(10): 129-134. Qiao H, Xu J, Liu Y, et al, 2019. Analysis on temperature and relative humidity profiles in comparison test of ground-based microwave radio- meters[J]. Environ Sci Manag, 44(10): 129-134 (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).
|
孙业乐, 2018. 城市边界层理化结构与大气污染形成机制研究进展[J]. 科学通报, 63(14): 1374-1389. Sun Y L, 2018. Vertical structures of physical and chemical properties of urban boundary layer and formation mechanisms of atmospheric pollution[J]. Chin Sci Bull, 63(14): 1374-1389 (in Chinese).
|
唐兆康, 鲍艳松, 顾英杰, 等, 2022. 基于伴随敏感性的风廓线雷达和地基微波辐射计观测对模式预报的影响评估研究[J]. 大气科学, 46(4): 775-787. Tang Z K, Bao Y S, Gu Y J, et al, 2022. Using the adjoint-based forecast sensitivity method to evaluate the observations of wind profile radar and microwave radiometer impacts on a model forecast[J]. Chin J Atmos Sci, 46(4): 775-787 (in Chinese).
|
王丹, 王金成, 田伟红, 等, 2020. 往返式探空观测资料的质量控制及不确定性分析[J]. 大气科学, 44(4): 865-884. Wang D, Wang J C, Tian W H, et al, 2020. Quality control and uncertainty analysis of return radiosonde data[J]. Chin J Atmos Sci, 44(4): 865-884 (in Chinese).
|
王丹, 徐枝芳, 王瑞文, 等, 2019. 14:00加密探空对区域数值预报系统的影响研究[J]. 高原气象, 38(4): 872-886. Wang D, Xu Z F, Wang R W, et al, 2019. Intensive radiosonde observations at 14:00 in China mainland and their impact study on mesoscale numerical weather prediction[J]. Plateau Meteor, 38(4): 872-886 (in Chinese).
|
王耀庭, 李威, 张小玲, 等, 2012. 北京城区夏季静稳天气下大气边界层与大气污染的关系[J]. 环境科学研究, 25(10): 1092-1098. Wang Y T, Li W, Zhang X L, et al, 2012. Relationship between atmospheric boundary layer and air pollution in summer stable weather in the Beijing urban area[J]. Res Environ Sci, 25(10): 1092-1098 (in Chinese).
|
魏重, 雷恒池, 沈志来, 2001. 地基微波辐射计的雨天探测[J]. 应用气象学报, 12(S1): 65-72. Wei C, Lei H C, Shen Z L, 2001. Microwave radiometric measurement in the rainy atmosphere[J]. J Appl Meteor Sci, 12(S1): 65-72 (in Chinese).
|
谢永坤, 刘玉芝, 黄建平, 等, 2013. 雪冰反馈对北半球经向温度梯度的影响[J]. 地球科学进展, 28(11): 1276-1282. Xie Y K, Liu Y Z, Huang J P, et al, 2013. Impact of the ice-albedo feedback on meridional temperature gradient of Northern Hemisphere[J]. Adv Earth Sci, 28(11): 1276-1282 (in Chinese).
|
徐桂荣, 张文刚, 万霞, 等, 2019. 地基微波辐射计反演的青藏高原东侧甘孜大气温湿廓线分析[J]. 暴雨灾害, 38(3): 238-248. Xu G R, Zhang W G, Wan X, et al, 2019. Analysis on atmospheric profiles retrieved from microwave radiometer observation at Ganzi in the eastern Qinghai-Tibet Plateau[J]. Torr Rain Dis, 38(3): 238-248 (in Chinese).
|
姚作新, 吕鸣, 贺晓东, 等, 2011. MP-3000A型地基微波辐射计在乌鲁木齐探空站的辅助性探测研究[J]. 沙漠与绿洲气象, 5(1): 38-43. Yao Z X, Lv M, He X D, et al, 2011. Research on auxil-iary exploration of MP-3000A ground-based microwave radiometer in Urumqi[J]. Desert Oasis Meteor, 5(1): 38-43 (in Chinese).
|
张文刚, 徐桂荣, 廖可文, 等, 2013. 降水对地基微波辐射计反演误差的影响[J]. 暴雨灾害, 32(1): 70-76. Zhang W G, Xu G R, Liao K W, et al, 2013. Impact of precipitation on the retrieval deviation of ground-based microwave radiometer[J]. Torr Rain Dis, 32(1): 70-76 (in Chinese).
|
郑飒飒, 2019. MWP967 KV型地基微波辐射计反演产品的质量评估[J]. 高原山地气象研究, 39(2): 82-86. Zheng S S, 2019. Quality assessment on inverted products of MWP967 KV ground-based microwave radiometer[J]. Plateau Mountain Meteor Res, 39(2): 82-86 (in Chinese).
|
Battaglia A, Saavedra P, Rose T, et al, 2010. Characterization of precipitating clouds by ground-based measurements with the triple-frequency polarized microwave radiometer ADMIRARI[J]. J Appl Meteor Climatol, 49(3): 394-414.
|
Choi Y, Ha J C, Lim G H, 2015. Investigation of the effects of conside- ring balloon drift information on radiosonde data assimilation using the four-dimensional variational method[J]. Wea Forecast- ing, 30(3): 809-826.
|
Cimini D, Nelson M, Güldner J, et al, 2015. Forecast indices from a ground-based microwave radiometer for operational meteorology[J]. Atmos Meas Tech, 8(1): 315-333.
|
Cui C G, Wan R, Wang B, et al, 2015. The Mesoscale Heavy Rainfall Observing System (MHROS) over the middle region of the Yangtze River in China[J]. J Geophys Res: Atmos, 120(19): 10399-10417.
|
He J X, Chen S Y, Zhang Y C, et al, 2018. A novel calibration method for pure rotational Raman lidar temperature profiling[J]. J Geophys Res: Atmos, 123(19): 10925-10934.
|
He W Y, Chen H B, Li J, 2020. Influence of assimilating ground-based microwave radiometer data into the WRF model on precipitation[J]. Atmos Ocean Sci Lett, 13(2): 107-112.
|
Kang S H, Goo T Y, Ou M L, 2013. Improvement of AERI T/q retrievals and their validation at Anmyeon-do, South Korea[J]. J Atmos Ocean Technol, 30(7): 1433-1446.
|
Laroche S, Sarrazin R, 2013. Impact of radiosonde balloon drift on numerical weather prediction and verification[J]. Wea Forecast- ing, 28(3): 772-782.
|
Madhulatha A, Rajeevan M, Ratnam M V, et al, 2013. Nowcasting severe convective activity over Southeast India using ground-based microwave radiometer observations[J]. J Geophys Res: Atmos, 118(1): 1-13.
|
Ratnam M V, Santhi Y D, Rajeevan M, et al, 2013. Diurnal variability of stability indices observed using radiosonde observations over a tropical station: comparison with microwave radiometer measurements[J]. Atmos Res, 124: 21-33.
|
Turner D D, Blumberg W G, 2019. Improvements to the AERIoe thermodynamic profile retrieval algorithm[J]. IEEE J Sel Top Appl Earth Observ Remote Sens, 12(5): 1339-1354.
|
Turner D D, Clough S A, Liljegren J C, et al, 2007. Retrieving liquid water path and precipitable water vapor from the atmospheric radiation measurement (ARM) microwave radiometers[J]. IEEE Trans Geosci Remote Sens, 45(11): 3680-3690.
|
Zhao D D, Xin J Y, Gong C S, et al, 2019. The formation mechanism of air pollution episodes in Beijing City: insights into the measured feedback between aerosol radiative forcing and the atmospheric boundary layer stability[J]. Sci Total Environ, 692: 371-381.
|
Zhao H J, Ma X H, Jia G R, et al, 2022. Synergistic retrieval of temperature and humidity profiles from space-based and ground-based infrared sounders using an optimal estimation method[J]. Remote Sens, 14(20): 5256.
|