多源观测数据在LAPS三维云量场分析中的应用

合集下载

FY-2E 卫星资料在基于 LAPS 的台风三维云分析中的应用

FY-2E 卫星资料在基于 LAPS 的台风三维云分析中的应用韩成鸣;李耀东;史小康【摘要】LAPS（Local Analysis and Prediction System）采用物理初值化与三维变分约束相结合的方法，通过融合多源观测资料，发挥各种资料的优势，分析得到较为客观的三维云场，并可改善数值模式初始场。

将 FY-2E 卫星可见光反照率和红外亮温资料引入 LAPS，针对2014年6月登陆我国的台风“海贝思”，设计不同水平分辨率的同化试验，研究台风三维云结构和初始场的改善情况。

结果表明：1） LAPS 云分析中引入卫星可见光反照率资料之后，总云量有显著的调整，能够较清晰地分辨出台风眼区、云墙和螺旋云带，卫星红外亮温资料在云顶高度的调整中发挥了重要作用，而且高分辨率的云分析结果有助于更好地分析出台风结构和强对流区域。

2） LAPS 物理初值化技术将卫星资料中的云结构和微物理信息添加到初始场中，一定程度上调整了数值模式初始场中垂直速度、云水、云冰和水汽场等变量的分布，提高了模式初值质量，对模拟和预报台风系统将会产生一定的影响。

%The FY-2E satellite visible albedo and infrared brightness temperature were adopted to LAPS (Local Analysis and Prediction System)in order to improve initial field quality in the typhoon“Haibeisi” simulation experiments. The results showed: 1)The total cloud cover magnitude presented significant adjustment and helped to clearly distinguish the field of typhoon eye, wall cloud and spiral band due to the application of satellite visible albedo to the cloud analysis of LAPS. Satellite infrared brightness temperature played an important role on the improvement of cloud-top height, and the high-resolution results were propitious to analyze typhoon structure and severe convection field. 2) Theapplication of physical initialization technique of LAPS to add the cloud structure and microphysical information of satellite data into initial field could partly improve the distribution of vertical velocity, cloud water, cloud ice and water vapor, which enhanced the quality of model initial value, and effected the modeling and forecasting results of typhoon system.【期刊名称】《气象与减灾研究》【年(卷),期】2014(000)003【总页数】10页(P7-16)【关键词】卫星资料;LAPS;台风;云分析;物理初值化【作者】韩成鸣;李耀东;史小康【作者单位】解放军理工大学气象海洋学院，江苏南京 211101; 空军装备研究院航空气象防化研究所，北京 100085;空军装备研究院航空气象防化研究所，北京100085;空军装备研究院航空气象防化研究所，北京 100085【正文语种】中文【中图分类】P444云环境及云过程非常复杂，目前也缺少公认的云诊断分析和预报方法。

测绘技术的多源数据融合与空间分析方法详解

测绘技术的多源数据融合与空间分析方法详解随着科技的进步和社会的发展，测绘技术在现代社会中的应用越来越广泛。

测绘技术的多源数据融合与空间分析方法成为了测绘领域的研究热点。

本文将详细介绍多源数据融合和空间分析方法，探讨它们在测绘技术中的应用。

一、多源数据融合方法多源数据融合是将来自不同数据源的信息集成在一起，以提供更全面、准确和可靠的结果。

在测绘领域，多源数据融合可以用于地理信息系统（GIS）、遥感影像处理和定位导航等领域。

首先，我们来看地理信息系统（GIS）中的多源数据融合方法。

在GIS中，多源数据融合可以用于数据质量控制、地理数据更新和地图更新。

例如，当我们在GIS中绘制地图时，可以将来自不同来源的地理数据融合在一起，以提高地图的准确性和完整性。

这些数据可以包括GPS定位数据、遥感影像数据和地面测量数据等。

其次，多源数据融合在遥感影像处理中也有广泛的应用。

遥感影像是通过卫星或无人机等载具获取的地球表面的图像。

由于不同载具和传感器的特点，遥感影像数据常常存在分辨率的差异和信息的不完整性。

因此，多源数据融合可以通过将来自不同传感器的遥感影像数据融合在一起，得到更高分辨率和更完整的遥感影像数据。

最后，多源数据融合在定位导航中也起着重要的作用。

在定位导航中，我们通常使用GPS定位系统来确定位置信息。

然而，由于GPS信号的弱化或遮挡，定位误差可能会增加。

因此，多源数据融合可以通过将GPS定位数据与惯性测量单元（IMU）的数据融合在一起，提高定位的准确性和稳定性。

二、空间分析方法空间分析是对地理空间数据进行分析和处理的一种方法。

它可以用于地理空间数据的可视化、模型构建和空间关系分析等领域。

首先，我们来看地理空间数据的可视化。

空间分析方法可以将地理空间数据转化为图像或地图，并通过图像或地图的方式来呈现数据。

例如，我们可以使用地图来显示人口分布、土地利用和气候变化等信息。

通过对这些地理空间数据进行可视化，可以更加直观地了解地理空间特征。

多源观测数据在LAPS三维云量场分析中的应用

第２２卷第１期
２１０１年２月
应用气象学报
ＪＯＵＲＮＡＬＯＦＡＰＰＬＥＤＥＩＭＴＥ０ＲＯＩＯＧＩＣＡＩＣＩＳＥＮＣＥ
Ｖｏ１２，Ｎｏ．２．１Ｆｅｒａｙ２０１ｂｕｒ１
刘瑞霞，洪滨，ＡＳ三维云量场分析中的应用．用气象学报，０１２（）１３１８应２１，２１：２—２
以后的云分析与融合其他数据（达、面）云分雷地的
析效果进行对比，讨各种资料在ＬＳ三维云量探ＡＰ场融合中的作用。
（ａｔｙｔｍｓａｃａｏａｏｙ发展了ＬＳＥｒｈＳｓｅＲｅｅｒｈＬｂｒｔｒ）ＡＰ
ｖｎｅｇｏａｅｉｔｏｙｔｍ）２，ａｃｄＲｅｉｎｌＰｒｄｃｉｎＳｓｅＥＲＵＣ（ｐｄ］Ｒａｉ
分析系统，它融合模式背景场、基、地空基等多种观测数据获得高分辨率风、、、、等大气参温压湿云数口。三维云分析是ＬＳ最有特色的部分，ＡＰ云分析主要采用了逐步订正方案，体算法见文献具［ —］获得的云参数包括三维云量场、气柱云量、１２，大
１ＬＳ及ＬＳ云分析方案简介ＡＰＡＰ
ＬＳ是ＮＯＡＡ下属ＥＲＩ展的三维数据ＡＰＳ发
（ｏａＡｎｌｓｎｒｄｃｉｎＳｓｅ系统，中ＬｃｌａｙｉａｄＰｅｉｔｙｔｍ）ｓｏ其

台风多源观测资料的应用

3.5 多源观测资料的应用2011年第5号台风“米雷”登陆山东半岛2011年第5号台风“米雷”登陆山东半岛2009年第5号台风“苏迪罗”台风“莎莉嘉”红外云图（2011年6月10日23时32分）台风“莎莉嘉”短波红外云图（2011年6月10日22时32分）Source: SSD/NESDIS/NOAA短波红外云图的应用（夜间）台风“芭玛”红外云图（2003年10月27日15时）（图片来源：GIBBS/NOAA）平均误差56海里103.7公里Fausto(2003)✓沿海及岛屿测站2019年4月11日20时沿海及岛屿测站分布图✓岛屿测站✓灯塔测站✓浮标测站2019年4月11日20时浮标测站分布图✓船舶测站2019年4月11日20时船舶测站分布图✓石油平台测站2019年4月11日20时石油平台测站分布图✓雷达反射率台风中心✓零径向速度线雷达反射率雷达径向速度✓根据多普勒径向风速特征确定台风中心位置雷达观测的径向速度场(Vr ) 2001年9月16日11时雷达观测的径向速度场(Vr)2001年9月16日14时雷达观测的径向速度场(Vr)2001年9月16日19时无环境气流模拟的多普勒径向速度场模拟的多普勒雷达径向速度分布引入东南风环境气流模拟的多普勒径向速度场✓几何轴对称中心定位法（Wood V. T. , 1994）✓速度距离方位显示中心定位法（周仲岛等, 1996）✓径向速度场确定台风中心位置效果检验0608号超强台风“桑美”和0116号台风“百合”中心位置客观估计结果✓飞机观测---Aerial reconnaissance •飓风探测高度：10000英尺（700hPa ）•热带风暴探测高度：5000英尺（850hPa ）•热带扰动探测高度：1500英尺（457m ）•探测时间：10 ~12小时✓飞机观测---Aerial reconnaissance •1013号超强台风“鲇鱼”美国空军USAF_C130飞机观测2010年10月17日URPA12 PGUA 171246VORTEX DATA MESSAGEA. 17/11:15:50ZB. 18 deg06 min N125 deg14 min EC. 700 mb2159 mD. 163 ktE. 049 deg9 nmF. 140 deg170 ktG. 049 deg10 nmH. 895 mbI. 8 C / 3054 mJ. 17 C / 3043 mK. NA / NAL. CLOSED WALLM. C20N. 12345 / 7O. 0.02 / 2 nmP. AF304 0830W MEGI OB 08MAX FL WIND 170 KT NE QUAD 11:12:20ZMAX FL TEMP 19 C 250 / 4 NM FROM FL CNTRURPA12 PGUA 171223VORTEX DATA MESSAGEA. 17/12:06:00ZB. 18 deg01 min N125 deg05 min EC. 700 mb2151 mD. 152 ktE. 178 deg7 nmF. 266 deg152 ktG. 178 deg7 nmH. 893 mbI. 9 C / 3048 mJ. 18 C / 3041 mK. 16 C / NAL. CLOSED WALLM. C16N. 12345 / 7O. 0.02 / 1 nmP. AF304 0830W MEGI OB 15MAX OUTBOUND AND MAX FL WIND 190 KTNW QUAD 12:09:10ZMAX FL TEMP 19 C 325 / 5 NM FROM FL CNTRFREQUENT LIGHTNING IN THE EYEWALL。

多源观测资料在LAPS中尺度分析场中的作用分析

引言自20世纪90年代以来，利用资料同化技术来综合分析和处理过去的气象观测数据、重建长期连续的格点再分析资料取得了长足发展。

再分析资料的问世为人们深入了解大气运动的方式、认识不同时空尺李红莉,彭菊香,张艳霞.多源观测资料在LAPS中尺度分析场中的作用分析[J].暴雨灾害,2014,33(3):273-280LI Hongli,PENG Juxiang,ZHANG Yanxia.Analysis on the role of various observation data in LAPS mesoscale analysis fields[J].Torrential Rain and Disasters,2014,33(3):273-280多源观测资料在LAPS中尺度分析场中的作用分析李红莉1,彭菊香1,张艳霞2(1.中国气象局武汉暴雨研究所,暴雨监测预警湖北省重点实验室,武汉430074；2.中国气象局广州热带海洋气象研究所，广州510080）摘要：利用LAPS系统，分别针对华中、华南两个区域，将2008—2010年5—7月采集的观测资料进行融合同化分析，设计几种敏感性试验方案，以探空资料为客观标准，对比分析各种观测资料对LAPS分析场各要素误差的作用。

将LAPS分析资料和FNL再分析资料做比较，给出融合多种观测资料后LAPS分析场的误差精度。

结果表明，LAPS融合同化雷达资料、探空资料、地面观测资料后所得到的分析场误差最小；雷达资料和探空资料的融合对于改善风场及温度场的分析具有正效果，并可减小低层相对湿度误差；融合地面资料后能改善低层的温度场和湿度场分析，但对中高层无影响。

对比试验期间各要素总均方根误差可发现，LAPS分析的温度、风向和风速较FNL再分析资料有明显改善，各要素误差在观测误差范围内；高度误差在中低层小于10m，高层小于20m；温度误差在1℃左右；相对湿度误差在中低层小于20%，高层误差较大；850hPa以上风向误差较小，不超过20°，风速误差小于2m·s-1。

基于机器学习的多源实况分析产品和观测数据融合应用试验

ｏｒｔｈｅｙａｒｅｂａｓｉｃａｌｌｙｅｑｕｉｖａｌｅｎｔ. ＴｈｅＧＢＤＴｗｉｎｄｓｐｅｅｄａｎｄｄｉｒｅｃｔｉｏｎｆｕｓｉｏｎｐｒｏｄｕｃｔｓｈａｖｅｓｉｇｎｉｆｉｃａｎｔ
ｉｍｐｒｏｖｅｍｅｎｔｓｃｏｍｐａｒｅｄｔｏＡＲＴａｎｄＣＡＲ. Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｍａｃｈｉｎｅｌｅａｒｎｉｎｇ
ｍｅｔｈｏｄｃａｎｂｅａｐｐｌｉｅｄｔｏｆｕｓｅｍｕｌｔｉ￣ｓｏｕｒｃｅｒｅａｌ￣ｔｉｍｅａｎａｌｙｓｉｓｐｒｏｄｕｃｔｓａｎｄｏｂｓｅｒｖａｔｉｏｎｄａｔａꎬ ｐｒｏｖｉｄｉｎｇ
ｒｅａｌ￣ｔｉｍｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｏｒｍａｔｉｏｎｓｅｒｖｉｃｅｏｆｔｅｍｐｅｒａｔｕｒｅꎬ ｐｒｅｃｉｐｉｔａｔｉｏｎꎬ ｗｉｎｄｄｉｒｅｃｔｉｏｎꎬ ａｎｄｗｉｎｄ
降水、风速、风向)模型ꎬ并进行对比检验ꎬ为实况分析
服务提供基础支撑ꎮ
１资料与方法
( ｉｎｖｅｒｓｅｄｉｓｔａｎｃｅｗｅｉｇｈｔｅｄꎬＩＤＷ) 等方法的系统误差
１.１资料
合产品ꎮ ２０１４年ꎬ中国气象局气象探测中心将“ 概
息中心提供的５类全国范围逐小时数据:国家气象信
ＩｎｎｅｒＭｏｎｇｏｌｉａ. ＴｈｅｅｒｒｏｒｏｆＧＢＤＴｐｒｅｃｉｐｉｔａｔｉｏｎｆｕｓｉｏｎｐｒｏｄｕｃｔｈａｓａｓｌｉｇｈｔｉｎｃｒｅａｓｅｃｏｍｐａｒｅｄｔｏＡＲＴ
ａｎｄＣＡＲｉｎＩｎｎｅｒＭｏｎｇｏｌｉａꎬ ｗｈｅｒｅｔｈｅｒｅａｒｅｆｅｗｅｒｓａｍｐｌｅｓꎬ ｗｈｉｌｅｉｎｏｔｈｅｒａｒｅａｓꎬ ｔｈｅｒｅａｒｅｉｍｐｒｏｖｅｍｅｎｔｓ

多源数据融合技术在测绘中的应用研究

多源数据融合技术在测绘中的应用研究随着科技的不断发展和进步，测绘工业也在逐渐转型升级，从传统的手工测量逐步转向自动化、数字化和智能化。

而多源数据融合技术正是这一转变中的重要技术手段之一。

本文将从多源数据融合技术的原理和方法入手，探讨其在测绘中的应用现状和前景。

一、多源数据融合技术的原理和方法多源数据融合技术是指将来自不同数据源的信息进行整合处理，从而得到更为全面、准确、可靠的信息结果的一种技术手段。

其原理在于通过对多元数据进行整合、分析和优化，尽可能消除信息的不确定性和误差，提高信息的可靠性和准确性。

而多源数据融合技术主要有以下三种方法：1.基于感知融合的方法该方法的主要思想是通过对多传感器所捕获到的数据进行融合分析，以提高信息采样的效率和准确性。

该方法广泛应用于遥感图像处理、机器人控制、环境监测等领域，具有成本低、数据通量大、覆盖范围广等优点。

2.基于特征融合的方法该方法的主要思想是通过对多源数据的特征进行提取、匹配和融合，以达到信息的更好表达和描述。

该方法广泛应用于计算机视觉、语音信号处理、图像识别等领域，具有信息量大、信息准确性高等优点。

3.基于决策融合的方法该方法的主要思想是通过对多源数据建立决策模型，以对不同数据源所提供的信息进行综合评估和决策分析。

该方法广泛应用于军事指挥、金融风控、医学诊断等领域，具有信息量准确、决策效果好等优点。

二、多源数据融合技术在测绘中的应用现状多源数据融合技术在测绘领域中已有广泛的应用。

在测绘中，多种数据通常会同时或分别提供区域地图的各种信息，例如地形信息、地貌信息、水文信息、道路信息、建筑信息等。

针对这些数据，利用多源数据融合技术，可以实现测绘数据的全面、准确、可靠表示。

目前，多源数据融合技术在测绘中主要应用于以下几个方面：1. 地形测绘多源数据融合技术在地形测绘中的应用非常广泛，例如获取更精准的高程数据、水文数据、地形分类等。

利用多源数据融合技术不同类型、分辨率、波长、视景角度等限制可以被消除或减少，从而大大提高了地形测绘的效率和精度。

三维点云数据在建筑物形态分析中的应用

三维点云数据在建筑物形态分析中的应用随着计算机技术的不断发展，三维数据的获取和分析已经成为了建筑学领域的热点研究方向。

三维数据的来源多种多样，其中三维点云数据是目前广泛应用的一种形态数据。

下面将详细探讨三维点云数据在建筑物形态分析中的应用。

一、三维点云数据简介三维点云数据是指通过点云激光测量技术获取的以点为单位的三维坐标数据，一般情况下包括点的坐标和颜色信息。

点云数据可以通过激光测量仪、相片测量仪等设备进行获取。

目前，激光测量技术已经成熟，其测量精度可以达到毫米级别，因此三维点云数据被广泛应用于建筑物的形态描述和空间感知。

二、三维点云数据在建筑物形态分析中的应用1. 建筑物立面分析三维点云数据可以通过特定的软件进行处理，将其转化为可以直接使用的模型，比如多面体模型。

通过将三维点云数据转化为三维模型，可以对建筑物的立面进行精细的分析。

可以通过对建筑物立面点云数据的分析，得到建筑物的面积、形态、材料等相关信息。

这些信息对于建筑设计和城市规划具有重要意义。

2. 建筑物内部空间分析建筑物内部空间分析是三维点云数据应用于建筑学的另一个重要领域。

通过对建筑物内部空间的点云数据进行处理，可以得到建筑物的空间结构、空间布局以及设计特点等信息。

这些信息可以用于建筑物的设计改进和优化。

3. 建筑物外部环境分析建筑物的外部环境对其气候适应性、能源消耗以及建筑物的舒适性等方面具有重要影响。

通过三维点云数据的应用，可以得到建筑物周围环境的数据，包括植被、地形、周围建筑物等。

这些数据可以用于建筑物的环境适应性和能源模拟分析。

三、三维点云数据在建筑物形态分析中的优势和挑战三维点云数据在建筑物形态分析中具有很多优势。

首先，三维点云数据可以提供精细的空间信息，利用这些信息可以对建筑物的形态、空间布局等进行深入分析。

其次，三维点云数据的获取成本低、便捷，数据质量高，可以满足建筑学的研究需要。

然而，三维点云数据本身也存在一些挑战。

一方面，其数据量庞大，需要容量大的存储器和快速的计算机处理才能达到高效的分析。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

析主要采用了逐步订正方案，具体算法见文献［］，获得的云参数包括三维云量场、大气柱云量、１２云底高度、云顶高度等，产生的三维云量场用于云冰含量、云ＬＡＰＳ中其他云物理参数如云水含量、分类等的计算。
究，鄢俊一等
［１０］
、李永平等
［１１］
、施丽娟等
［１２］
、管成功
２０１００１１４收到，２０１０１０２０收到再改稿。资助项目：国家自然科学基金项目（），中国气象局局校合作小型建设项目（），中国气象局气象新技术推广项目（，４０９０５０１５２２００５０８ＣＭＡＴＧ２００８Ｚ０８）ＣＭＡＴＧ２００８Ｚ０４：ｍａｉｌｌｉｕｒｘｍａ．ｏｖ．ｃｎＥ＠ｃｇ
刘瑞霞，陈洪滨，师春香，等．多源观测数据在Ｌ应用气象学报，（）：ＡＰＳ三维云量场分析中的应用．２０１１，２２１１２３１２８．
多源观测数据在犔犃犘犛三维云量场分析中的应用
））））））２３１２３３刘瑞霞１）陈洪滨师春香张晓虎
多源观测数据在ＬＡＰＳ三维云量场分析中的应用１２５第１期刘瑞霞等：
试验得到的ＬＡＰＳ三维云量场沿３９．８ ° Ｎ垂直剖面图，空间分辨率为１ｋ垂直方向为４ｍ×１ｋｍ，２层。由图１可以看出，如果仅融合背景场数据（即试验１），沿３北京西部被中、低云覆盖，东部地区对流云９．８ ° Ｎ云顶发展到将近１发展比较旺盛，１ｋｍ高度。在背景场数据基础上融合地面观测数据后（即试验２），云底的云量分布发生了显著变化，在１１６．８ ° １７．２ ° Ｅ云～１底相对背景场升高，另外在４～５ｋ出现了１ｍ高度，个少云区。如果在背景场基础上融合卫星资料（试验），在３３９．８ ° Ｎ沿线西部６ｋｍ以上高空出现了高云，并且北京东部对流云分布型态也发生了变化，云顶云
输出ＬＡＰＳ云分析模块保留ＬＡＰＳ原有输入、接口。其中背景场数据、地面观测、探空观测及雷达数据的输入主要采用文献［的方法。本研究将１５］ＦＹ２Ｃ气象卫星数据融合进入ＬＡＰＳ云分析中，因此卫星ＬＡＰＳ原有卫星数据格式与ＦＹ２Ｃ不同，数据融合部分做了较大改动。首先将卫星各通道数进行插值及边缘平滑处理、太阳高度角据提取出来，订正，最后按照ＬＡＰＳ需要的格式将卫星资料投影生成中间文件，这些中间文件到ＬＡＰＳ网格点上，使用ＬＡＰＳ原有接口进入ＬＡＰＳ云分析模块。
应用气象学报第２２卷第１期Ｖｏｌ．２２，Ｎｏ．１２０１１年２月ＪＯＵＲＮＡＬＯＦＡＰＰＬＩＥＤＭＥＴＥＯＲＯＬＯＧＩＣＡＬＳＣＩＥＮＣＥＦｅｂｒｕａｒ０１１ｙ２
１３］在模式初始场中增加云变量，热启动模式也降等［
ቤተ መጻሕፍቲ ባይዱ
引言
数值预报模式多半提供绝２０世纪９０年代初，热的初始条件，即冷启动。冷启动时，由于在非平衡模式要进行调整进而达到平衡初值或扰动条件下，态，必须经过模式的起转过程即ｓｉｎｕｐｐ问题。为了解决这个问题，科学家开始采用非绝热初始化方法，即热启动。这种情况下，ＮＯＡＡ（ＮａｔｉｏｎａｌＯｃｅａｎｉｃＳＲＬａｎｄＡｔｍｏｓｈｅｒｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎ）下属Ｅｐ（）发展了ＬＥａｒｔｈＳｓｔｅｍＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒＡＰＳｙｙ（系统，其中ＬｏｃａｌＡｎａｌｓｉｓａｎｄＰｒｅｄｉｃｔｉｏｎＳｓｔｅｍ）ｙｙ的云分析模块可以融合多种观测数据，得到高分辨率三维云场提供模式热启动使用
图１北京地区２００９年１１月９日０８：００云分析５种试验获得的沿３９．８ ° Ｎ的三维云量场剖面图Ｆｉ．１Ｃｒｏｓｓｓｅｃｔｉｏｎｏｆｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｇｃｌｏｕｄａｍｏｕｎｔａｌｏｎ９．８ ° Ｎａｔ０８：００ｇ３９Ｎｏｖｅｍｂｅｒ２００８ｉｎＢｅｉｉｎｃｈｅｍｅｓｊｇｂｙ５ｓ
图２北京地区２００９年１１月９日０８：００云分析５种试验分析得到的柱总云量Ｆｉ．２Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｏｌｕｍｎｃｌｏｕｄｇａｍｏｕｎｔａｔ０８：００９Ｎｏｖｅｍｂｅｒ２００８ｉｎＢｅｉｉｎｃｈｅｍｅｓｊｇｂｙ５ｓ
２卷１２４应用气象学报第２
２个例选取及资料说明
本文选取北京地区２００９年１１月９日０８：００（北京时，下同）和华南地区２００８年６月１２日１４：００两个个例，分析了融合各种资料后在ＬＡＰＳ云分析中的效果。北京地区研究区域为３９．３ °～４０．３ ° Ｎ，研究时段内天气为阴、有雪；华南１１５．５ ° １７．５ ° Ｅ，～１研究时段地区研究区域为１４ ° ２ ° Ｎ，１０２ ° ２３ ° Ｅ，～３～１内出现了暴雨。地面、雷达ＬＡＰＳ主要融合的数据包括背景场、和卫星数据。北京地区个例中，ＬＡＰＳ背景场采用了北京市气象局快速更新循环同化和预报系统ＲＵＣ预报场资料；融合的地面数据为地面人工站云量、北京雷达数据包括北京、天３部微波辐射仪的云底高度；张家口和石家庄４部降水雷达基数据；卫星资料津、采用了我国ＦＹ２Ｃ静止气象卫星１１μ ｍ，３．９μ ｍ和可见光通道数据。华南地区个例中，背景场采用了由于没有微波辐射仪数据，地面ＮＣＥＰ预报场数据，雷达数据包括了区域内１数据仅采用人工站云量，２部降水雷达基数据；卫星数据与北京地区个例相同。
量增多；如果背景场基础上融合雷达数据（试验４），在北京西部，也出现了发展比较旺盛的对流云系；对照融合的雷达反射率（图略），在沿３９．８ ° Ｎ西部出现了较强的雷达回波，因此，有雷达回波的区域三维云量地面观测、雷达、卫星同得到了订正。如果将背景场、时进行融合（试验５），对于云底，地面观测资料起主要作用，而对于云顶，卫星资料和雷达资料均对其结构进行了调整，并且卫星资料贡献相对更大，而云层中部主要是雷达的调整作用较大。ＬＡＰＳ分析中将大气柱各层中的云量最大值作为此气柱的总云量，称柱云量。图２为北京地区个
１ＬＡＰＳ及ＬＡＰＳ云分析方案简介
ＬＡＰＳ是ＮＯＡＡ下属ＥＳＲＬ发展的三维数据分析系统，它融合模式背景场、地基、空基等多种观测数据获得高分辨率风、温、压、湿、云等大气参
１５］数［。三维云分析是Ｌ云分ＡＰＳ最有特色的部分，
该文将我国Ｆ地面观测数据、雷达数据融合进入ＬＹ２Ｃ气象卫星通道数据、ＡＰＳ（ＬｏｃａｌＡｎａｌｓｉｓＰｒｅｄｉｃｔｉｏｎｙ三维数据分析系统中，获得了三维云量场分布，并采用北京地区２（北京时，下同）和Ｓｓｔｅｍ）００９年１１月９日０８：００ｙ设计了５种试验对Ｌ华南地区２００８年６月１２日１４：００个例，ＡＰＳ融合的云量场进行分析。结果表明：ＬＡＰＳ云分地面观测对云底结构起主要订正作用，雷达观测对云中、低部信息起主要订正作用，而卫星云图数据对云顶析中，分布订正效果显著，卫星资料是获得客观三维云量场不可或缺的数据。关键词：三维云量场分析；；多源数据ＬＡＰＳ
［］１
低了模式ｓｉｎｕｐｐ现象。国内多个单位引进了开展了三维数据融合及数值ＬＡＰＳ系统并本地化，
１４１５］模式热启动相关研究［。然而对于ＬＡＰＳ中融合
卫星云图进行云分析的应用仍较少，因此本研究将并对加入卫星资料卫星云图资料融合进入ＬＡＰＳ，以后的云分析与融合其他数据（雷达、地面）的云分析效果进行对比，探讨各种资料在ＬＡＰＳ三维云量场融合中的作用。