学科分类
/ 1
2 个结果
  • 简介:选取QIN和SOB两种代表性窗算法对辽宁地区地表温度进行反演,并分析二者的精度和误差分布。结果表明:QIN和SOB算法反演的地表温度(Ts)与地面气象台站准同步观测的气温和地温的线性拟合显著,SOB算法线性拟合更好;从误差分布直方图可知,两种算法的反演结果与地温更接近,SOB算法与同步气温和地温在±2.0℃之间的误差比例略高于QIN算法;在野外开展与卫星遥感空间尺度一致的地表温度观测试验,QIN和SOB算法与实测值的平均绝对误差均为1.5℃;与NASA官网发布的地表温度产品对比发现,QIN和SOB算法的平均绝对误差分别为1.75℃和1.70℃;因此,QIN和SOB算法在辽宁地区均适用,而SOB算法误差较小。

  • 标签: 劈窗算法 相关性 误差分析
  • 简介:城市重霾污染事件的发生除排放源内在原因之外,气象条件是最直接的客观外因。本文以2013年2月21~28日北京地区典型细颗粒物(即PM2.5)重污染过程为例,基于颗粒物水平和垂直监测数据,常规及加密自动气象站数据和高时间分辨率风廓线数据,分析了重污染过程中不同尺度环流形势以及边界层结构的变化对细颗粒物重度污染形成、累积和消散的影响。结果表明:弱低压场或弱高压场控制下,局地西南风和东南风输送与北部山区偏北风在山前的汇聚,配合边界层低层顺时针方向的风切变,易发生大气中细颗粒物的爆发性增长;而均压场控制和近地层持续偏南气流输送,配合高层持续稳定的西北风,是污染长时间持续稳步增长的主因。此外,近地层低风速、高湿度和逆温的维持是区域霾污染爆发增长和长时间持续增长的关键气象因素。高压前部的系统性西北大风是污染得以驱散的直接外部动力。

  • 标签: 北京 细颗粒物 环流形势 边界层结构