基于MODIS卫星数据分析近十四年中国地区云参数的时空变化特征

论文摘要

云作为影响气候变化的重要因子,它在地-气系统之间的水循环和辐射能量平衡过程中起着至关重要的作用。在全球气候变暖的背景下,研究中国地区云参数的微物理特征及时空变化特征对于进一步认识全球或局地气候变化以及了解云在气候变化中的气候反馈效应等意义重大。本文采用数值统计分析的方法对AERONET（AErosol RObotic NETwork）站网云模式站点的云光学厚度数据进行数据处理,获得东亚不同地区云光学厚度的日变化及季节变化特征,然后利用该数据对MODIS（Moderate-resolution Imaging Spectroradiometer）卫星反演云光学厚度的产品进行验证和比较,最后利用MODIS卫星数据分析云参数的时空变化特征。云模式站点统计分析结果表明,云光学厚度在不同地区日变化及季节变化显著。具体来说上午较低,中午12时至下午16时达到最大,随后开始减弱。由于气候及当地环境等因素导致季节变化在不同地区表现出明显的差异。AERONET云模式结果与MODIS卫星产品之间具有较好的正相关（R=0.77）,但MODIS卫星反演云光学厚度的值相对AERONET云模式整体偏低。MODIS卫星产品分析结果表明云光学厚度具有显著的季节变化特征,中国南北地区光学厚度的空间差异较为明显。南方云光学厚度随季节先减后增,夏季最小,冬季最大,北方地区变化与其相反。影响中国不同地区云光学厚度变化趋势的可能原因有气候因素（季风、副热带高压）、人为因素（人为气溶胶）、自然条件（地形、海拔）等。研究发现,水云相对冰云而言,光学厚度整体明显偏高,且不同季节南北区域水云光学厚度差异更为显著。冰云云水路径的季节和空间变化特征显著,夏季冰云云水路径整体偏高,冬季较弱。而南方地区的冰云云水路径高于北方。水云云水路径季节差异性不明显,但其空间分布与冰云基本一致。在东北及长江中下游以南云水路径的年际变化呈逐渐递增的趋势。云量的季节变化差异较小,空间变化较为显著,全年中国南方地区云量高于北方,秋季云量整体相对偏低。在东南沿海地区云量的年际变化呈逐渐递增的趋势,而西南和内蒙古部分地区云量的年际变化呈逐渐递减的趋势。中国地区云顶温度的空间和季节变化差异显著,云顶温度在中国东南地区最大,西南西部地区最小。云顶温度在南北地区的季节变化特征相反,北方大部分地区云顶温度随季节变化先增后减,春季最小,秋季最大;而南方大部分地区随季节变化先减后增,夏季最小,秋、冬秋最大。东南及西部大部分地区云顶温度的年际变化呈逐渐递减的趋势。云顶气压空间和季节变化差异显著,云顶气压在中国东部地区高于西部,自东北至西南方向云顶气压的空间分布呈现逐渐递减的趋势,云顶气压随季节先减后增,夏季最小,冬季最大。

论文目录

文章来源

类型: 硕士论文

作者: 李晓攀

导师: 陈权亮,车慧正

关键词: 太阳光度计,卫星,云参数,时空特征

来源: 成都信息工程大学

年度: 2019

分类: 基础科学

专业: 气象学,气象学

单位: 成都信息工程大学

分类号: P426.5;P412.27

DOI: 10.27716/d.cnki.gcdxx.2019.000021

总页数: 67

文件大小: 5346K

下载量: 39

相关论文文献

• [1].多角度偏振云检测及云参数反演[J]. 光学学报 2020(11)
• [2].中国地区云量和云光学厚度的分布与变化趋势[J]. 大气与环境光学学报 2016(01)
• [3].散射模型和有效粒子半径对卷云光学厚度反演的影响[J]. 光学学报 2018(07)
• [4].云中液水含量与云光学厚度的统计关系研究[J]. 北京大学学报(自然科学版) 2008(01)
• [5].铯原子汽室中光学厚度的实验测量与精确模拟[J]. 光学学报 2013(10)
• [6].光学厚度预报因子对风云四号卫星扫描辐射计红外通道快速正演精度的影响分析[J]. 红外与毫米波学报 2018(03)
• [7].利用MODIS云产品对安徽不同地区云特性的研究[J]. 遥感信息 2020(01)
• [8].瑞利光学厚度模型的适用性讨论与条件性构建[J]. 遥感学报 2019(03)
• [9].华北云特征参数与降水相关性的研究[J]. 气象与环境科学 2019(03)
• [10].西北半干旱区激光雷达探测卷云几何特征和光学厚度[J]. 量子电子学报 2013(01)
• [11].云光学厚度对华北地区夏季边界层臭氧模拟影响评估[J]. 成都信息工程学院学报 2014(05)
• [12].中国地区云光学厚度和云滴有效半径变化趋势[J]. 气象科技 2011(04)
• [13].青藏高原云型的卫星遥感判别方法研究[J]. 高原气象 2010(02)
• [14].利用CloudSat卫星资料分析云微物理和光学性质的分布特征[J]. 高原气象 2014(04)
• [15].利用卫星数据分析青藏高原云微物理特性[J]. 高原气象 2013(01)
• [16].利用SCIAMACHY仪器氧气A带通道反演云光学厚度试验[J]. 解放军理工大学学报(自然科学版) 2008(06)
• [17].基于光学厚度代理模型的雾浓度估计及图像去雾[J]. 兵工学报 2019(07)
• [18].ICESat/GLAS回波能量数据的云光学厚度反演[J]. 红外与激光工程 2019(S1)
• [19].云的垂直非均一性对卫星3.7μm通道反射率的影响[J]. 气象 2013(01)
• [20].基于散射比值的粒子特性提取[J]. 光学学报 2018(10)
• [21].利用FY-2C卫星数据反演云辐射特性[J]. 大气科学 2010(04)
• [22].典型类型气溶胶吸收光学厚度的定标规律[J]. 强激光与粒子束 2015(01)
• [23].激光掩星探测大气水汽混合比的数值模拟[J]. 光学学报 2020(04)
• [24].北京市气溶胶的时间变化与空间分布特征[J]. 环境科学学报 2008(07)
• [25].辐射传输计算中散射相函数截断近似方法对比分析[J]. 光学学报 2017(02)
• [26].卫星反演产品在一次飞机增雨效果检验中的应用[J]. 宁夏工程技术 2018(02)
• [27].中国部分地区的春季气溶胶光学特性[J]. 光学精密工程 2020(05)
• [28].靶丸X射线光学厚度的精密检测[J]. 光学精密工程 2019(05)
• [29].一维光子晶体的有效折射率[J]. 光子学报 2010(S1)
• [30].北京地区PM_(2.5)浓度与气象要素的相关分析[J]. 北京大学学报(自然科学版) 2017(01)

标签：太阳光度计论文;  卫星论文;  云参数论文;  时空特征论文;