文献类型：期刊文章

作　　者：张雪芬[1] 王志诚[2] 茆佳佳[1] 汪章维[2] 张东明[2] 陶法[1]

Zhang Xuefen;Wang Zhicheng;Mao Jiajia;Wang Zhangwei;Zhang Dongming;Tao Fa(Meteorological Observation Center of CMA,Beijing 100081;Zhejiang Atmospheric Detection Technology Support Center,Hangzhou 3310018)

机构地区：[1]中国气象局气象探测中心,北京100081 [2]浙江省大气探测技术保障中心,杭州310018

出　　处：《应用气象学报》

基　　金：科技部重大专项(2017YFC1501700);中国气象局大气探测重点开放实验课题(KLAS201701)。

年　　份：2020

卷　　号：31

期　　号：4

起止页码：385-396

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：为提升地基微波辐射计在不同天气条件下,特别是云天条件下温湿廓线的反演精度,利用2011年1月—2016年12月中国气象局北京国家综合气象观测试验基地探空数据,在微波辐射计反演温湿度廓线的过程中通过区分晴天和云天条件并引入全固态Ka波段测云仪云高及云厚信息,对反演输入亮温进行质量控制和偏差订正,建立BP神经网络模型,采用2017年1月—2018年3月微波辐射计探测数据评估检验,结果表明:在亮温订正前提下,晴天温度模型、云天温度模型、晴天相对湿度模型和云天相对湿度模型反演结果与探空的相关系数分别为0.99,0.99,0.80和0.78,均方根误差为2.3℃,2.3℃,9%和16%,较微波辐射计自带产品(LV2产品)减小约0.4℃,0.3℃,11%和9%,准确性提升约30%,28%,64%和45%;温度模型偏差在±2℃以内、湿度模型偏差在±20%以内的占比分别为68%,70%和95%,78%,较LV2产品分别提高了7%,5%和27%,23%,其中相对湿度改善明显。可见亮温订正、区分天气类型训练反演模型有利于改善地基微波辐射温湿廓线反演精度。

关 键 词：地基微波辐射计 BP神经网络 温湿廓线  测云仪

分 类 号：P407.7[大气科学类]