基于CLDAS的遥感积雪产品同化研究与应用

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:fangfang200805
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
积雪是气候系统重要的组成部分,是冰冻圈中地理分布最广泛、季节和年际变化最显著的部分。积雪具有高反照率,低粗糙度和低热传导特性,它的保温效应,水文效应和反照率效应会对土壤温湿度和地表温度产生影响。积雪数据来源广泛,站点观测资料时间长,但是观测存在代表性的问题,遥感观测时空分辨率高,但反演算法受各种因素影响,陆面过程模式的结果则具有不确定性。而数据同化技术可以将上述数据的优势融合,生成高质量的积雪数据。因此,利用遥感积雪产品开展陆面数据同化研究,对于改进积雪模拟,对数值天气预报与短期气候预测具有重要意义。本文首先分析了多种卫星遥感积雪产品和Noah陆面模式对积雪的模拟情况,确定观测误差和积雪模拟的模式误差;进一步在同化过程中利用微波积雪深度产品对拟同化的积雪覆盖率产品进行质量控制,并对同化方法进行参数优化,提高中国区域积雪覆盖率同化效果;实现微波积雪深度产品在中国区域同化研究以及评估分析冬季积雪同化对土壤温湿度和地表温度在春季的影响。得到以下主要结论:(1)为了检验产品算法和为积雪产品在气候研究中的应用提供客观依据,对积雪产品的精度进行评估。通过检验风云三号与MODIS(MODerate-resolution Imaging Spectroradiometer,中分辨率成像光谱仪)遥感积雪产品质量,定量分析观测误差。分析发现,两个产品保持了较好的时空一致性,但是可能受到云检测处理差异的影响,在积雪融化期二者的有无雪一致性略有下降。此外,两个产品的积雪覆盖率偏差有明显的年际、季节和月变化。与MODIS相比,与MODIS相比,FY-3(Fengyun-3,风云三号)与IMS在有雪期探测的有雪像元(交互式多传感器冰雪制图系统)一致性较高。MODIS探测的积雪像元数略高于FY-3。MODIS和FY-3的偏差和虚警率在青藏高原区域差异较大。两个产品均在农田的植被类型表现较好。(2)对比不同驱动对模式结果的影响,分析改进的降水驱动的积雪模拟结果在中国区域的效果,确定CLDAS(CMA Land Data Assimilation System,中国气象局陆面数据同化系统)和CLDAS_Prcp两种不同降水驱动条件下Noah3.6积雪模拟模式误差。基于CLDAS和CLDAS_Prcp两种不同降水驱动条件,对比中国主要的积雪区的积雪覆盖率、雪深、雪水当量的模拟效果。评估结果表明:改进后的降水驱动CLDAS_Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致;而雪水当量的改进效果最明显;同时,CLDAS_Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。(3)为了减少同化积雪覆盖率过程中不合理信息(有云污染等因素造成)的影响,提出在同化过程中利用微波积雪深度产品对拟同化的积雪覆盖率产品进行质量控制(微波积雪产品质量受天气和云影响小)。同化结果与MODIS积雪覆盖率和雪深对比结果表明:与未利用雪深产品对积雪覆盖率产品进行质量控制的同化效果对比,利用雪深产品对积雪覆盖率产品进行质量控制,在积雪累积期与积雪融化期都有明显的改善,在林地、灌木改进最为明显;对不同海拔高度,同化效果基本相当;雪深越深,改进效果越明显。同时,基于EnKF(Ensemble Kalman Filter,集合卡尔曼滤波)+DI(Direct Insertion,直接插值)同化方法进行参数优化,提出了适合于Noah陆面过程模式和FY-3积雪产品以及中国区域的具体参数。该方法根据观测和模式的平均相对误差决定模式中雪水当量增量,改进中国区域积雪覆盖率同化效果。同化结果表明:用站点雪深检验,发现EnKF+DI同化参数优化方法在农田、草地、森林、灌木植被类型和积雪深度在0.05m-0.1m的站点表现改进更显著。与其他积雪覆盖率同化方案对比,基于EnKF+DI同化参数优化方法的方案表现最佳,该方法更适于解决复杂下垫面及地形区域的积雪同化的问题。(4)与积雪覆盖率同化对比,开展中国区域微波反演积雪深度产品同化研究,同化中国雪深长时间序列数据集,利用积雪覆盖率产品对雪深进行质量控制的雪深同化。对东北区域、新疆区域以及青藏高原区域的同化效果的评估,结果表明:在降水驱动条件不佳的情况下,雪深同化可以有效弥补降水驱动的不足,显著改进积雪深度模拟。利用积雪覆盖率对雪深产品进行质量控制的雪深同化方法可以在东北区域的积雪融化期可以取得较好的效果。(5)开展冬季积雪覆盖率同化和雪深同化对春季土壤湿度、土壤温度以及地表温度等变量的影响评估。评估结果表明:积雪覆盖率同化以及雪深同化对土壤湿度有不同的影响,降水驱动降水偏少的情况,雪深同化对土壤湿度的改进作用更加明显。雪深同化对站点土壤温度和地表温度的改进效果与站点的植被类型和土壤质地类型有关,在所有的改进效果较好的站点中植被最多的是草地和砂质粘壤土类型。积雪覆盖率同化对土壤温度的影响依赖于纬度以及积雪厚度,通过积雪覆盖的保温和水文作用,能够对改进土壤温度结果。积雪覆盖率同化对地表温度的影响和积雪面积的变化有关。
其他文献
轨迹规划与轨迹优化一直是备受存眷的研究热门,轨迹规划是轨迹优化的前提。仅使工业机器人完成指定任务,已不能满足目前需求,需要尽可能缩短运行时间来提高工作效率和减少冲击以延长使用寿命。本文以六自由度工业机器人为研究对象,在关节空间中采用五次非均匀B样条进行插值,对已规划好的轨迹,以改进的自适应遗传模拟退火算法为优化手段,将时间-冲击作为优化目标,通过改变权重获得时间、冲击以及综合最优轨迹。本文主要研究
随着城市化进程的不断加快,城市路网内部结构也更加复杂,路网中发生的紧急事件很大程度地危及到人们的生命财产安全。紧急事件发生时,城市应急中心会派出特殊授权车辆到达事故发生地实施救援工作,车辆到达时间越短,突发事件造成的损失就会越小。虽然特殊授权车辆具有道路优先通行权,但是实际行驶过程中也会受到车辆拥堵的影响,难以实现优先通行造成极大的延误。因此,在减少对普通车辆产生影响的前提下,本文围绕如何使特殊授
随着成像技术的普及与发展,数字图像逐渐成为了一种重要的信息传递媒介。但是,在实际的应用场景中,由于成像条件及外界干扰等因素的影响,存在着分辨率低、数据缺失等质量退化问题,图像恢复旨在研究如何从退化图像恢复出来理想图像,从而达到改善图像质量的目的。深度卷积神经网络通过卷积运算的层级化处理能够有效获取图像的层级特征表示,为图像恢复带来了新的建模方法,带来了图像恢复算法性能的有效提升,使其研究进展有了实
随着城市化进程的不断推进,我国公共建筑能耗随着面积的增加而大幅上涨。在这种背景下,目前市面上常见的公共建筑用电监控系统,大多采用智能电表配合总线的方式进行现场数据采集,存在布线工程量大、维护不便等问题。同时,一些现有建筑用电监控系统对异常用电的行为不能进行有效的管控,无法及时排除安全隐患,并且容易造成电能的浪费,制定相关政策以及进一步推进公共建筑节能工作较为困难。本文在研究现有建筑用电监控系统的基
近年来,海洋科学研究越来越多地依赖自主水下航行器和遥控水下航行器拍摄的水下图像。然而,由于复杂的水下成像环境,自然光在水下会发生吸收及散射效应,导致水下图像出现严重的可视性问题,具体表现为色偏效应、对比度不足、清晰度低。严重的失真不仅影响水下图像的质量,而且限制了水下视觉任务的进展。目前,水下图像处理方法主要包括传统方法和基于深度学习的方法,其中,传统方法由于水下复杂的物理和光学因素,在不同的水下
随着航天、航空以及核能电站等领域的设备集成度不断提高,其内部工作空间越来越狭小,环境越来越复杂,内部作业要求越来越高。而蛇形机器人因其较强的灵活性与柔韧性,能够较好地完成在狭小空间下的检修等任务。考虑到绳驱方式可以减少机器人体积与重量,本文提出了一种面向狭小空间作业的绳驱式蛇形机器人设计方案,并研究了其控制策略。本文主要工作如下:(1)本文提出了一种绳驱式蛇形机器人设计方案。对蛇形机器人的关节、连
视频目标分割旨在自动分离视频中的前景和背景区域,是一种能够对视频进行精确像素级分类的技术。根据测试阶段是否利用初始帧掩膜标注,该技术可分为无监督和半监督两大类别。视频目标分割在视频编码、智能监控和人机交互等领域有重要意义。近年来,随着深度学习的发展,视频目标分割也取得了重大的进展。但是,高精度的算法仍然非常匮乏,其原因在于所学模型难以有效应对复杂视频场景的变化,如严重遮挡、剧烈形变、快速运动、相似
青海高原(简称“高原”)海拔高且地形复杂,致灾性对流频发。但是,针对高原上强对流的研究较少,对卫星和雷达的应用水平有限,特别是对强对流的发生发展及其云团参数特征研究更少。为做好高原防灾减灾工作和提高遥感监测资料的应用及研究水平,本文使用2005年—2018年常规气象资料、地面观测和灾情公报资料、静止气象卫星一级数据和天气雷达体扫基数据等,选择致灾性对流天气过程,开展高原对流机理模型、对流特征识别和
现如今,卷积神经网络在图像分类、语义分割、目标检测等计算机视觉的各个领域中掀起了研究热潮,而且取得了重大成功。随着卷积神经网络的研究发展,模型的参数规模越来越膨胀,它的计算代价也越来越大。因此,过参数化的深度模型难以在硬件资源受限的环境(比如嵌入式传感器、无人机、移动设备、自动化机器人等)中实际部署工作。研究人员提出了网络剪枝技术来减少模型的参数量和计算量,能够对深度网络进行压缩和加速。针对深度卷
随着机器人技术在诸多方面的应用,单个机器人的应用局限性逐渐暴露。多机器人协同系统凭借其效率高、鲁棒性强等优点受到广泛关注,在军事、工业、民用等领域有着极大的发展空间。随着相关理论研究的不断完善,编队控制及避障问题成为了多机器人协同领域的热门方向,其难点主要体现为在复杂的动态障碍物环境下,多机器人编队队形的形成、保持以及避障。为此,论文以多移动机器人的编队与避障问题进行研究。首先,介绍了差分轮式移动