期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
FY-4 A/GIIRS反演夏冬季有云时大气温湿度廓线的精度评估
1
作者 姚姝含 官莉 《红外与激光工程》 EI CSCD 北大核心 2024年第7期130-142,共13页
FY-4A/GIIRS(Geostationary Interferometric Infrared Sounder)首次实现了地球静止轨道红外高光谱探测,可以连续获得高垂直分辨率的大气温度和湿度廓线信息。当GIIRS视场内有云存在时,目前Level 2业务大气温湿度垂直廓线产品只提供观... FY-4A/GIIRS(Geostationary Interferometric Infrared Sounder)首次实现了地球静止轨道红外高光谱探测,可以连续获得高垂直分辨率的大气温度和湿度廓线信息。当GIIRS视场内有云存在时,目前Level 2业务大气温湿度垂直廓线产品只提供观测视场内云顶以上高度的温度廓线,且不反演整个视场的湿度廓线。基于GIIRS辐射观测值用U-Net卷积神经网络算法实现了全天空大气温湿度廓线反演,包括晴空和全云覆盖视场,同时利用常规无线电探空观测资料对反演精度进行了检验。结果表明:U-Net算法有云视场的温湿度廓线反演能力与晴空相当,且夏季温度反演精度优于冬季,有利于灾害性天气多发季节的监测。在云系较活跃的夏季,随着视场内云量的增加温度廓线反演精度逐渐变高,表明该算法适用于有云时大气温度廓线反演,而湿度随着云量的增加反演均方根误差RMSE增大。视场内不同云光学厚度时温度反演误差相差不大,RMSE均在2.5 K左右,平均偏差ME在1 K以内,对流层高层薄云时反演误差相对而言较小。湿度反演随着云光学厚度的增大反演误差也增大,说明对于一定程度的薄云,GIIRS能够获得不错的反演精度。虽然U-Net算法物理意义不明确,但是能够快速实现全天空大气温湿度廓线反演,尤其在有云时能够获得更高的反演精度。 展开更多
关键词 FY-4 a/giirs U-Net卷积神经网络 大气温湿度廓线 反演算法评估
原文传递
基于集成学习的FY-4A/GIIRS红外通道亮温偏差订正研究
2
作者 王根 杜成名 +3 位作者 蒋芸 范传宇 潘月 袁松 《红外》 CAS 2024年第4期31-38,共8页
资料变分同化方法基于观测误差无偏的假设,故偏差订正是卫星资料质量控制的重要环节之一。开展了基于集成学习的风云四号A星(Feng-Yun 4A,FY-4A)干涉式大气垂直探测仪(Geostationary Interferometric Infrared Sounder,GIIRS)中波红外... 资料变分同化方法基于观测误差无偏的假设,故偏差订正是卫星资料质量控制的重要环节之一。开展了基于集成学习的风云四号A星(Feng-Yun 4A,FY-4A)干涉式大气垂直探测仪(Geostationary Interferometric Infrared Sounder,GIIRS)中波红外通道亮温偏差订正研究。将随机森林、极端梯度提升(eXtreme Gradient Boosting,XGBoost)、Decision Tree和Extra Tree作为集成学习的基础模型。在优化基础模型的超参数后,采用广义误差极小化方法集成基础模型回归结果。基于台风“利奇马”期间的加密晴空视场点资料,对比了集成学习、基础模型和离线法的GIIRS通道亮温偏差订正效果。试验结果表明,本文所采用的订正方法均取得了好的结果。在所有方法中,集成学习的订正效果最佳。在气团预报因子中,地理(经度和纬度)信息对基础模型贡献率较大。本文方法可推广至其他资料的偏差或误差订正。 展开更多
关键词 FY-4a/giirs 偏差订正 集成学习 超参数优化 台风“利奇马”
在线阅读 下载PDF
FY-4A/GIIRS大气温度廓线产品质量评估 被引量:5
3
作者 杜明斌 崔林丽 +4 位作者 陆风 彭杰 史军 刘冬韡 樊浩 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2023年第3期399-409,共11页
我国风云四号A星(FY-4A)携带高光谱红外干涉式大气探测仪(Geostationary Interferometric Infrared Sounder,GIIRS)首次实现了地球静止轨道红外高光谱探测,可连续获得大气温湿度廓线信息。基于常规无线电探空资料,从产品的探测能力和精... 我国风云四号A星(FY-4A)携带高光谱红外干涉式大气探测仪(Geostationary Interferometric Infrared Sounder,GIIRS)首次实现了地球静止轨道红外高光谱探测,可连续获得大气温湿度廓线信息。基于常规无线电探空资料,从产品的探测能力和精度方面对2020年FY-4A/GIIRS大气温度廓线产品开展质量评估,为产品应用和算法研究提供参考。结果表明:FY-4A/GIIRS反演大气温度廓线探测能力在高度层次和月份统计上受云活跃度影响较大;晴空条件下大气整层均方根误差约为2 K,700~1000 hPa的大气低层较大,约2.5 K,偏差整层以负值为主;月尺度质量评估可见夏秋两季明显优于冬春季,有利于灾害性天气多发季节的监测;有云条件下单个像元的温度廓线误差显著增大,采用多像元Cressman客观分析可有效提高产品可用性;低海拔地区温度廓线产品质量整体优于高海拔地区,可极大地弥补我国东部、南部地区以及广阔的洋面上的探空资料的不足。 展开更多
关键词 高光谱 质量评估 温度廓线 FY-4a/giirs 无线电探空
在线阅读 下载PDF
FY-4A/GIIRS Temperature Validation in Winter and Application to Cold Wave Monitoring 被引量:9
4
作者 Suling REN Jianying JIANG +2 位作者 Xiang FANG Hui LIU Zhiqiang CAO 《Journal of Meteorological Research》 SCIE CSCD 2022年第4期658-676,共19页
In order to improve the operational application ability of the Fengyun-4A(FY-4A)new sounding dataset,in this paper,validation of the FY-4A Geosynchronous Interferometric Infrared Sounder(FY-4A/GIIRS)temperature was ca... In order to improve the operational application ability of the Fengyun-4A(FY-4A)new sounding dataset,in this paper,validation of the FY-4A Geosynchronous Interferometric Infrared Sounder(FY-4A/GIIRS)temperature was carried out using the balloon sounding temperature from meteorological sounding stations.More than 350,000 samples were obtained through time–space matching,and the results show that the FY-4A/GIIRS temperature mean bias(MB)is 0.07°C,the mean absolute error(MAE)is 1.80°C,the root-mean-square error(RMSE)is 2.546°C,and the correlation coefficient(RR)is 0.95.The FY-4A/GIIRS temperature error is relatively larger in the upper and lower troposphere,and relatively smaller in the middle troposphere;that is,the temperature at 500 hPa is better than that at 850 hPa.The temporal variation is smaller in the upper and middle troposphere than in the lower troposphere.The reconstruction of missing data of FY-4A/GIIRS temperature in cloudy areas is also carried out and the results are evaluated.The spatial distribution of reconstructed FY-4A/GIIRS temperature and the fifth generation ECMWF reanalysis(ERA5)data is consistent and completely retains the minimum temperature center with high precision of FY-4A/GIIRS.There are more detailed characteristics of intensity and position at the cold center than that of the reanalysis data.Therefore,an operational satellite retrieval temperature product with time–space continuity and high accuracy is formed.The reconstructed FY-4A/GIIRS temperature is used to monitor a strong cold wave event in November 2021.The results show that the product effectively monitors the movement and intensity of cold air activities,and it also has good indication for the phase transition of rain and snow triggered by cold wave. 展开更多
关键词 Fengyun-4A Geosynchronous Interferometric Infrared Sounder(FY-4a/giirs) temperature profile cold wave Cressman interpolation algorithm
原文传递
基于高光谱GIIRS红外亮温的大气三维风场反演研究
5
作者 王根 袁松 +2 位作者 叶松 谢丰 陈娇 《红外》 CAS 2023年第7期39-45,共7页
风场对于天气形势的演变和预报至关重要。基于风云四号A星干涉式大气垂直探测仪(GIIRS)中波通道资料和ERA5风场资料,采用LightGBM进行大气三维风场反演研究。首先,构建模型特征变量。GIIRS通道最优选择采用二步特征选择法:(1)建立GIIRS... 风场对于天气形势的演变和预报至关重要。基于风云四号A星干涉式大气垂直探测仪(GIIRS)中波通道资料和ERA5风场资料,采用LightGBM进行大气三维风场反演研究。首先,构建模型特征变量。GIIRS通道最优选择采用二步特征选择法:(1)建立GIIRS通道黑名单;(2)采用置换特征重要性(Permutation Feature Importance,PFI)方法选择特征变量,在形成通道最优子集的基础上,构建含有时空信息的特征变量。其次,构建基于LightGBM的三维风场反演方法。最后,基于台风“利奇马”期间的GIIRS加密资料开展了LightGBM超参数优化和相关反演试验。结果表明,相对于ERA5风场资料,测试集中风场U和V分量的均方根误差(Root Mean Square Error,RMSE)分别小于1 m/s和1.5 m/s。本文中的二步特征选择法能够实现GIIRS通道的动态最优选择。 展开更多
关键词 FY-4a/giirs 大气风场反演 特征选择 LightGBM 台风“利奇马”
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部