基于多源卫星观测结果的洋面水汽日变化和长期趋势研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41875024
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0509.大气观测、遥感和探测技术与方法
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

The spatial and temporal variations of water vapor on multiple scales, such as diurnal cycle and long-term trend, are one of the most important factors affecting the water cycle and energy balance in Earth climate system. However, our understandings on this topic how it is related with the radiation, latent heat, dynamics and climate feedback are limited, due to the deficiency of low sampling rate and short operation period for single satellite and the shortage of the discrepancy and discontinuity between various platforms and instruments for multiple satellites. To address this issue, we propose to study the characteristics of globally oceanic distribution of water vapor by using a new synthetic dataset through the combination of retrievals from passive microwave radiometry on multiple-satellite for multi-year. In this study, we will firstly use multiple independent intercalibration techniques to derive the consistent brightness temperature (TB) data for long-time from 1987 to the present and high-sampling from multiple satellite-based passive microwave sensors. Then we will apply the integrated column water vapor (CWV) retrieving algorithm in this TB data for various sensors to establish a long-term stable and multiple-sensor-based CWV product over global ocean with further coherency and accuracy validations. Finally, we will use this unique CWV product to investigate the diurnal cycle and long-term trend for CWV. The findings from this study will in detail reveal the characteristics of the CWV diurnal variation over global oceans, and explore the CWV climatology under the background of global warming. Also, these findings are used to provide observational evidences for global and regional modeling studies for weather and climate purpose, and to improve our understandings and knowledge about the roles of water vapor in weather and climate system.
洋面水汽的日循环和长期趋势等多时间尺度变化是影响地气系统水循环和能量平衡的主要因素之一。但现在单一卫星观测数据普遍存在采样率低和持续时间短等缺陷,而多卫星观测数据间又存在不一致和不连续等问题,这严重限制了我们在不同时空尺度上对与水汽相关的辐射、潜热、动力和气候反馈等物理机制的认知。针对这一问题,本项目拟开展基于多源卫星被动微波仪器观测结果的水汽反演和分析研究:(1)对1987年至今多个星载被动微波仪器的观测亮温进行互校准,生成长期、连续、单日高采样率的一致性亮温数据集;(2)基于该数据集反演合成近30年稳定的多源卫星全球洋面柱水汽含量产品;(3)开展洋面水汽日变化和长期趋势研究。上述研究结果将揭示全球洋面水汽日变化的详细特征,并探索在全球变暖背景下水汽的长期变化趋势,从而为改进全球和区域天气和气候模式模拟提供观测证据,并提升我们对天气和气候系统中水汽变化的认知。

结项摘要

洋面水汽在从日循环到气候,从局地到全球等不同时空尺度上的变化与地气系统水循环和能量平衡过程紧密联系。迄今为止,我们在全球尺度上尚缺乏长期一致稳定可靠,且有较高采样率的水汽观测数据,这阻碍了我们对水汽不同时空变化规律,以及与之相关的辐射、热量和动力过程的认知。本项目收集了自1990年以来的多颗星载被动微波仪器观测结果,设计并开发了一套完整的互校准流程,实现了对各个仪器的一致性重订正,并由此建立了长达32年的基础气候亮温观测数据集;进一步开发了针对该数据集的水汽反演算法,并建立了相应的多年多日内采样率洋面柱水汽含量产品;基于该产品,对水汽长期变化趋势及日循环等进行了研究。本项目所取得的关键数据、重要结果和科学意义如下:(1)综合运用冷参考点法、亮温梯度拐点法、模式双差法、主成分分析法、订正传递等多种方法技术,克服仪器自身稳定性、仪器间定标误差和硬件设计差异等三种偏差来源,成功地实现多个星载被动微波仪器观测亮温的一致性校准,平均偏差小于0.2K,并由此建立了一套以GMI作为观测标准、时间长度30余年的基础气候观测数据集(FCDR)。作为全球首套 “长时间多采样”的微波亮温FCDR,它能有效避免反演等数据再处理误差,确保所获得的各种地气参数的长期一致性和稳定性,因此在多种时空尺度变化特征研究中都将具有极大的应用潜力。(2)针对该FCDR,开发了相应的水汽反演算法,并由此获得气候尺度日内多采样率的洋面水汽产品,这也属国际首次。验证结果表明,该产品平均误差低于0.3 kg m-2,且不随不同仪器来源而变化,这证明了该套产品具有高度一致性和准确性,故将非常适合对各种尺度水汽变化特征的研究。(3)利用该水汽产品,揭示了全球水汽的逐小时变化特征,此外给出了其长期增长趋势的观测证据,这将有助于更好地理解水汽的天气和气候效应,改进天气和气候模式的参数化方案,从而更加准确地进行天气预报和气候预测。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
A Fundamental Climate Data Record Derived from AMSR-E, MWRI, and AMSR2
来自 AMSR-E、MWRI 和 AMSR2 的基本气候数据记录
  • DOI:
    10.1109/tgrs.2020.2966055
  • 发表时间:
    2020
  • 期刊:
    IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
  • 影响因子:
    8.2
  • 作者:
    Wu Banghai;Wang Yu;Zou Cheng-Zhi;Li Rui;Liu Shi;Liu Guosheng;Fu Yunfei
  • 通讯作者:
    Fu Yunfei
Spatiotemporal Variations of Satellite Microwave Emissivity Difference Vegetation Index in China Under Clear and Cloudy Skies
晴天和多云天气下中国卫星微波发射率植被指数差异时空变化
  • DOI:
    10.1029/2020ea001145
  • 发表时间:
    2020
  • 期刊:
    Earth and Space Science
  • 影响因子:
    3.1
  • 作者:
    Bao-gen Shen;Yipu Wang;Jiheng Hu;Yu Wang;Qilong Min;Yves Bergeron;Osvaldo Valeria;Zongting Gao;Jinjun Liu;Yunfei Fu
  • 通讯作者:
    Yunfei Fu
Study on the Parameters of Ice Clouds Based on 1.5 µm Micropulse Polarization Lidar
基于1.5 µm微脉冲偏振激光雷达的冰云参数研究
  • DOI:
    10.1111/dom.12766
  • 发表时间:
    2022
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Yudie Li;Chong Wang;Xianghui Xue;Yu Wang;Xiang Shang;Mingjiao Jia;Tingdi Chen
  • 通讯作者:
    Tingdi Chen
MODIS漏测的全球洋面液态云水研究
  • DOI:
    10.3969/j.issn.0253-2778.2019.11.007
  • 发表时间:
    2019
  • 期刊:
    中国科学技术大学学报
  • 影响因子:
    --
  • 作者:
    李江妹;王雨
  • 通讯作者:
    王雨
Satellite-Based Assessment of Various Cloud Microphysics Schemes in Simulating Typhoon Hydrometeors
模拟台风水凝物的各种云微物理方案的星基评估
  • DOI:
    10.1155/2019/3168478
  • 发表时间:
    2019
  • 期刊:
    Advances in Meteorology
  • 影响因子:
    2.9
  • 作者:
    Ying Zhang;Yu Wang;Guosheng Liu;Jianping Guo;Yuanjian Yang;Bao-gen Shen;Yunfei Fu;Liping Liu
  • 通讯作者:
    Liping Liu

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

大倾角厚煤层斜切分层无煤柱综放开采煤自燃防治
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    煤矿安全
  • 影响因子:
    --
  • 作者:
    马砺;李珍宝;赵雷;张嬿妮;王雨
  • 通讯作者:
    王雨
中国政治地理与地缘政治理论研究展望:青年学者笔谈
  • DOI:
    10.3969/j.issn.1004-9479.2020.02.2019810
  • 发表时间:
    2020
  • 期刊:
    世界地理研究
  • 影响因子:
    --
  • 作者:
    王丰龙;胡志丁;刘承良;安宁;王雨;杨宇;李灿松;李振福;熊理然;殷冠文;黄耿志;李禕;黎斌;侯璐璐;周佩玲
  • 通讯作者:
    周佩玲
龙城和迪法克鹌鹑血清尿酸生理值范围探讨
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国实验动物学报
  • 影响因子:
    --
  • 作者:
    王雨;林志健;张冰;聂安政;周月;朱春胜;牛红娟;王雪洁
  • 通讯作者:
    王雪洁
基于贡献矩阵的物流配送网络节点重要性评估方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    物流工程与管理
  • 影响因子:
    --
  • 作者:
    王雨;郭进利
  • 通讯作者:
    郭进利
校正热带测雨卫星轨道抬升对微波成像仪亮温的影响
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    气象学报
  • 影响因子:
    --
  • 作者:
    王雨;陶玮;张颖;傅云飞
  • 通讯作者:
    傅云飞

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

王雨的其他基金

基于GPM卫星观测的冰水路径反演及与地表降雨率关系研究
  • 批准号:
    42075124
  • 批准年份:
    2020
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目
基于光谱/被动微波观测结果的全球洋面云水含量反演及分布特征研究
  • 批准号:
    41375030
  • 批准年份:
    2013
  • 资助金额:
    90.0 万元
  • 项目类别:
    面上项目
基于TMI探测结果的多通道半物理降水反演算法
  • 批准号:
    40805008
  • 批准年份:
    2008
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

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