全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observ...全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observing System for Meteorology,Ionosphere and Climate-2,COSMIC2)的温湿度廓线产品的误差。结果表明:①三类温度廓线均方根误差垂直分布相似,在对流层中低层(700~300 hPa)一致性较好,且小于2 K;对比三类湿度廓线,FY-3D湿度廓线的均方根误差最大,NPP的均方根误差最小。②晴空条件下FY-3D温湿度廓线均方根误差较全天空条件减小最显著;NPP温湿度廓线误差有微弱减小;受洋面超折射现象的影响,COSMIC2温湿度廓线低层反演精度有所降低。③与单一资料评估法相比,三源数据误差估计方法考虑了基准数据自身的误差后,计算的COSMIC2温湿度廓线误差在对流层低层分别增加了0.4 K和0.3 g·kg^(-1)。展开更多
目前的降水产品依然存在较大的不确定性,采用多源降水数据融合可以更准确地估计降水量和空间分布情况。为实现无资料地区的数据融合,本文在不使用任何先验信息的前提下,通过整合站点插值、卫星遥感和再分析的降水产品,基于贝叶斯三角帽(...目前的降水产品依然存在较大的不确定性,采用多源降水数据融合可以更准确地估计降水量和空间分布情况。为实现无资料地区的数据融合,本文在不使用任何先验信息的前提下,通过整合站点插值、卫星遥感和再分析的降水产品,基于贝叶斯三角帽(Bayesian-Three Cornered Hat, BTCH)法,融合多源降水数据,探究不同输入数量的降水产品对于融合数据精度的影响以及每个降水产品对于融合数据精度的贡献率,并在黄河源区进行应用。结果表明:在月尺度上,融合数据性能优于原始降水产品;在日尺度上,融合数据性能明显高于卫星遥感和再分析降水产品,但低于基于站点的降水产品CHM_PRE;2套基于站点的降水产品CN05.1和CHM_PRE对于融合数据有最大的贡献率。在黄河源区的应用表明,该数据融合方法确实能够更准确地估计降水量,可应用于无实测降水资料地区,为数据融合分析及应用提供参考。展开更多
重力恢复与气候实验(gravity recovery and climate experiment,GRACE)卫星已成为观测冰盖质量变化的主要手段之一,但不同机构发布的GRACE数据在估计格陵兰冰盖质量变化上存在较大差异,在研究长期变化趋势时会产生很大不一致性。针对此...重力恢复与气候实验(gravity recovery and climate experiment,GRACE)卫星已成为观测冰盖质量变化的主要手段之一,但不同机构发布的GRACE数据在估计格陵兰冰盖质量变化上存在较大差异,在研究长期变化趋势时会产生很大不一致性。针对此问题,先分析了用不同GRACE数据估算的格陵兰冰盖质量变化数据之间的差异,再用三角帽(three-cornered hat,TCH)方法对其进行不确定性分析,并通过数据融合消除了不同数据间的不一致性。展开更多
文摘全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observing System for Meteorology,Ionosphere and Climate-2,COSMIC2)的温湿度廓线产品的误差。结果表明:①三类温度廓线均方根误差垂直分布相似,在对流层中低层(700~300 hPa)一致性较好,且小于2 K;对比三类湿度廓线,FY-3D湿度廓线的均方根误差最大,NPP的均方根误差最小。②晴空条件下FY-3D温湿度廓线均方根误差较全天空条件减小最显著;NPP温湿度廓线误差有微弱减小;受洋面超折射现象的影响,COSMIC2温湿度廓线低层反演精度有所降低。③与单一资料评估法相比,三源数据误差估计方法考虑了基准数据自身的误差后,计算的COSMIC2温湿度廓线误差在对流层低层分别增加了0.4 K和0.3 g·kg^(-1)。
文摘目前的降水产品依然存在较大的不确定性,采用多源降水数据融合可以更准确地估计降水量和空间分布情况。为实现无资料地区的数据融合,本文在不使用任何先验信息的前提下,通过整合站点插值、卫星遥感和再分析的降水产品,基于贝叶斯三角帽(Bayesian-Three Cornered Hat, BTCH)法,融合多源降水数据,探究不同输入数量的降水产品对于融合数据精度的影响以及每个降水产品对于融合数据精度的贡献率,并在黄河源区进行应用。结果表明:在月尺度上,融合数据性能优于原始降水产品;在日尺度上,融合数据性能明显高于卫星遥感和再分析降水产品,但低于基于站点的降水产品CHM_PRE;2套基于站点的降水产品CN05.1和CHM_PRE对于融合数据有最大的贡献率。在黄河源区的应用表明,该数据融合方法确实能够更准确地估计降水量,可应用于无实测降水资料地区,为数据融合分析及应用提供参考。
