基于多角度偏振卫星资料水云云滴谱高精度反演研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41701406
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0113.遥感科学
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Cloud droplet size distribution include cloud effective radius and effective variance, which are key input parameters in climate studies and weather forecast. The retrieval of cloud droplet size distribution using polarized multi-angle measurement can provide large area size distribution estimates which ground-based observations cannot supply, on the other hand, it is the unique way that can provide complete size distribution including the effective variance of droplets which traditional optical methods can not apply. Currently, large uncertainties still exist in the operational algorithm and restrict the wide application of the retrievals for its coarse spatial resolution and the absence of the estimation for clouds with effective radius larger than 15 μm. Based on the Mie theory and RT3 vector radiative transfer model, this study aims to seek the optimum retrieval grid, quantify the bias introduced by the horizontal homogeneous assumption of clouds and analyze the sensitivity studies of primary rainbow. The findings will be used to improve the resolution and the retrieval of large droplets, therefore to develop a new high-accuracy model for retrieval of cloud size distribution. Finally, our new retrieval model will be validated using multi-source cloud measurements.
云滴谱包含云滴有效半径和有效方差,是气候研究和气象预报中的重要输入参数。从多角度偏振卫星资料反演云滴谱一方面弥补传统的地基站点观测数据的不足,而且能得到传统光学遥感无法提供的云滴有效方差的信息。然而,目前的反演空间分辨率低且缺失有效半径>15μm的云滴信息,导致算法具有很大的不确定性,难以满足实际应用的需求。本研究基于Mie散射和RT3矢量辐射传输模式,通过估算最优分辨率、评价云水平均匀假设的误差及分析主虹对大云滴反演的敏感性,得出提升反演分辨率和获取大云滴信息的改进方案,重新构建云滴谱的高精度反演模型。最后通过多源验证方式对新模型的精度进行评价。

结项摘要

多角度偏振对地观测仪(POLDER)为全球尺度的云分析能够提供独特的云滴谱(cloud droplet size distribution, CDSD)观测数据,包括云滴半径(CDR)和有效方差(EV)。然而,使用现有的POLDER云滴谱算法反演的云滴数据在气候研究的应用中仍存空间分辨率较低(150km)和对大的云滴(CDR>15µm)高估等不确定性。在这项研究中,我们提出了一个基于主虹的云滴谱反演新方法(primary cloudbow retrieval, PCR),PCR采用了主虹(primary cloudbow)和多余虹(supernumerary cloudbow)的组合观测,不同于传统方法仅采用多余虹的观测,这一改进使得携带对大云滴(CDR>15µm)敏感的主虹信息参与到反演当中,同时主虹的加入允许CDR和EV的反演在更精细的网格上实施,从而提升反演空间分辨率。利用POLDER数据的反演测试表明,当云场均匀时PCR算法在不同的波段表现出高度的一致; 当云场不均匀时CDR的反演结果对散射角范围和网格大小敏感,相应的不确定性小于1µm。此外,根据反演网格大小与总的成功反演网格数量的关系,针对PCR算法推荐的空间分辨率范围为40-60 km。利用2008年2月、5月、8月和11月POLDER观测数据,在全球尺度上对PCR云滴谱反演结果和官方反演产品进行了验证,结果表明当CDR<15μm时,PCR的反演结果与官方产品一致性很好。我们的分析表明,官方产品中大多数被认为窄谱大云滴的反演结果实为宽谱小云滴。此外,PCR算法将CDR和EV的可反演范围从5-20μm和0.01-0.1扩展为3-25μm和0.01-0.29,并且将空间分辨率从150km提高到40-60km。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A Supercooled Water Cloud Detection Algorithm Using Himawari-8 Satellite Measurements
使用 Himawari-8 卫星测量的过冷水云检测算法
  • DOI:
    10.1029/2018jd029784
  • 发表时间:
    2019
  • 期刊:
    JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES
  • 影响因子:
    4.4
  • 作者:
    Wang Ziming;Letu Husi;Shang Huazhe;Zhao Chuanfeng;Li Jiming;Ma Run
  • 通讯作者:
    Ma Run
基于葵花影像中国地区夜间云识别方法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    装备环境工程
  • 影响因子:
    --
  • 作者:
    安妮;尚华哲;胡斯勒图;海全胜;包玉海
  • 通讯作者:
    包玉海
Spatiotemporal Distributions of Cloud Parameters and the Temperature Response Over the Mongolian Plateau During 2006-2015 Based on MODIS Data
基于MODIS数据的2006-2015年蒙古高原云参数时空分布及温度响应
  • DOI:
    10.1109/jstars.2018.2857827
  • 发表时间:
    2019
  • 期刊:
    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • 影响因子:
    5.5
  • 作者:
    Bao Shanhu;Letu Husi;Zhao Chuanfeng;Tana Gegen;Shang Huazhe;Wang Tianxing;Lige Bi;Bao Yuhai;Purevjav Gomboluudev;He Jie;Zhao Jun
  • 通讯作者:
    Zhao Jun
基于葵花-8卫星大气产品的地表下行短波辐射计算
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    遥感学报
  • 影响因子:
    --
  • 作者:
    马润;胡斯勒图;尚华哲;阿娜日;赫杰;韩旭;王子明
  • 通讯作者:
    王子明
Estimation of Surface Shortwave Radiation From Himawari-8 Satellite Data Based on a Combination of Radiative Transfer and Deep Neural Network
基于辐射传输和深度神经网络相结合的 Himawari-8 卫星数据的表面短波辐射估计
  • DOI:
    10.1109/tgrs.2019.2963262
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Geoscience and Remote Sensing
  • 影响因子:
    8.2
  • 作者:
    Ma Run;Letu Husi;Yang Kun;Wang Tianxing;Shi Chong;Xu Jian;Shi Jiancheng;Shi Chunxiang;Chen Liangfu
  • 通讯作者:
    Chen Liangfu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于葵花-8卫星大气产品的地表下行短波辐射计算
  • DOI:
    10.11834/jrs.20198033
  • 发表时间:
    2019
  • 期刊:
    遥感学报
  • 影响因子:
    --
  • 作者:
    马润;胡斯勒图;尚华哲;阿娜日;赫杰;韩旭;王子明
  • 通讯作者:
    王子明
基于葵花影像中国地区夜间云识别方法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    装备环境工程
  • 影响因子:
    --
  • 作者:
    安妮;尚华哲;胡斯勒图;海全胜;包玉海
  • 通讯作者:
    包玉海
灰霾组分的多角度偏振反射特性模拟
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    厉青;李莘莘;尚华哲;陈辉
  • 通讯作者:
    陈辉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

尚华哲的其他基金

云均一性假设在多角度偏振载荷水云特性反演中的不确定性研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码