项目名称: 气溶胶对大气边界层温度红外遥感的影响校正研究

项目编号: No.40805009

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 能源与动力工程

项目作者: 张杰

作者单位: 中国气象局兰州干旱气象研究所

项目金额: 20万元

中文摘要: 依据以往在西北干旱-半干旱区进行的大型观测试验中获得的和准备观测的地面和探空资料,及区域探空站、地基和星载激光雷达、太阳光度计资料,应用AIRS资料和AIRS廓线统计算法反演大气温度;在此基础上,应用101层SARTA辐射传输模式计算大气透过率和波段权重,采用Newton物理迭代算法反演大气温度,分析边界层温度反演误差及变化特征。应用太阳光度计和地基、星载激光雷达资料估算气溶胶光学厚度总量和垂直分布,校正反演误差和建立气溶胶垂直分布模型;应用与AIRS同一载体的MODIS资料反演地表温度和比辐射率等热特征参数;对比分析气溶胶光学厚度垂直分布与AIRS反演的大气温度误差、MODIS反演热特征参数差异的关系,并进行气溶胶影响订正;最后,在辐射传输方程中引入气溶胶光学厚度因子,并将热特征参数作为辅助参数加入到AIRS廓线物理反演中,检验和分析反演结果,以改进区域边界层温度物理反演方法。

中文关键词: 沙尘气溶胶;边界层;大气温度;红外遥感

英文摘要: Based on landprocess and radiosonde data observed by a lot of experiments performed over arid and semi-arid region in northwest China,and other radiosonder data,ground-based and satellite based lidar rador,photometer data,and the atmospheric profile is retrieved from AIRS. On the basic of these data,retrieval error from AIRS and the error variable is analyzed by calculating atmospheric transmittance and wavelength weighting using 101 level SARTA model,and using Newton physical arithmetic for retrieval atmospheric temperatere.Aerosol verticle distributing model is established by estimating optical depth content and analyzing verticle distributing.Heat parameters such as surface temperature and emissivity are esitmated from MODIS.Then,the relation between aerosol verticle distributing with retrieval error of temperature and heat paremeters is analyzed, and aerosol effect is corrected.At last, opticle depth parameter,surface heat parameters are considered in the radiation transfer model,then,the radiation transfer model is used in atmospheric temperature retrieval for improveing on retrieval arithmetic.

英文关键词: sand aerosol;boundary layer;atmospheric temperature;infrared remote sensing

成为VIP会员查看完整内容
0

相关内容

无人机地理空间情报在智能化海战中的应用
专知会员服务
119+阅读 · 2022年4月14日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
74+阅读 · 2022年3月25日
专知会员服务
22+阅读 · 2021年8月23日
专知会员服务
31+阅读 · 2021年7月2日
专知会员服务
40+阅读 · 2021年5月12日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
72+阅读 · 2021年3月23日
最新《时序数据分析》书稿,512页pdf
专知会员服务
113+阅读 · 2020年12月25日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
白皮书 | 工业智能前沿报告,35页pdf
专知
30+阅读 · 2021年3月9日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
One-Class Model for Fabric Defect Detection
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
65+阅读 · 2021年6月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
无人机地理空间情报在智能化海战中的应用
专知会员服务
119+阅读 · 2022年4月14日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
74+阅读 · 2022年3月25日
专知会员服务
22+阅读 · 2021年8月23日
专知会员服务
31+阅读 · 2021年7月2日
专知会员服务
40+阅读 · 2021年5月12日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
72+阅读 · 2021年3月23日
最新《时序数据分析》书稿,512页pdf
专知会员服务
113+阅读 · 2020年12月25日
相关资讯
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
白皮书 | 工业智能前沿报告,35页pdf
专知
30+阅读 · 2021年3月9日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
相关基金
微信扫码咨询专知VIP会员