CN110110482A - 探空特性层温度偏差订正及效果检验算法 - Google Patents

探空特性层温度偏差订正及效果检验算法 Download PDF

Info

Publication number
CN110110482A
CN110110482A CN201910428025.4A CN201910428025A CN110110482A CN 110110482 A CN110110482 A CN 110110482A CN 201910428025 A CN201910428025 A CN 201910428025A CN 110110482 A CN110110482 A CN 110110482A
Authority
CN
China
Prior art keywords
sounding
temperature
correcting
significant level
deviation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910428025.4A
Other languages
English (en)
Other versions
CN110110482B (zh
Inventor
李庆雷
陈哲
廖捷
周自江
胡开喜
费烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA METEOROLOGICAL ADMINISTRATION
Original Assignee
CHINA METEOROLOGICAL ADMINISTRATION
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHINA METEOROLOGICAL ADMINISTRATION filed Critical CHINA METEOROLOGICAL ADMINISTRATION
Priority to CN201910428025.4A priority Critical patent/CN110110482B/zh
Publication of CN110110482A publication Critical patent/CN110110482A/zh
Application granted granted Critical
Publication of CN110110482B publication Critical patent/CN110110482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开探空特性层温度偏差订正及效果检验算法，包括如下步骤：P1收集资料，整理成待订正的已有探空温度廓线；P2将已有探空规定层温度偏差订正量由时间序列做成空间廓线；P3将步骤P2中订正量在步骤P1中的插值应用；P4基于与再分析资料对比，对订正效果进行时间序列检验；P5对订正效果进行空间订正效果检验；P6叠加已有国际上的辐射误差订正后，检验订正效果。可以根据实际需要灵活地取用不同来源的规定层探空温度订正量，而由于不同来源的订正量往往通过不同的数理统计方法得到，可以通过本申请提出的方法，对不同的订正方法进行效果检验评估，也极大地扩充了探空温度订正量的选取范围；在应用于探空特性层历史资料时，可以替代以往的辐射误差订正方法。

Description

探空特性层温度偏差订正及效果检验算法
技术领域
本发明涉及探空特性层技术领域。具体地说是探空特性层温度偏差订正及效果检验算法。
背景技术
探空资料可以反映大气物理要素的垂直变化结构，在空气污染扩散、数值天气预报、流体动力学分析、再分析资料验证及气候变化研究等方面具有重要作用。探空观测实现对站点上空一定范围内、垂直大气不同高度、多个气象要素的精准描述。较之卫星资料而言，探空资料的垂直分辨率更高且历史时间序列更长，使其一直作为数值模式参数化和气候变化研究的重要数据基础。
高空大气温度变化在气候变化研究中受到持续关注，但是由于探空观测仪器的温度传感器升级及辐射误差订正算法改进等原因，导致同一规定等压面高度处的探空温度长时间序列存在明显的不均一。已有的研究为了更好地研究高空大气温度变化趋势，常常需要对探空温度长时间序列进行必要的系统订正。值得一提的是，Haimberger等人以ERA-Interim再分析资料为参考序列统计断点和订正量，研发了全球1184个探空站点的规定等压面温度偏差订正量数据集RAOBCORE。通过与卫星资料得到的大气温度变化趋势进行对比，证实利用订正后的探空温度所得结果与前者更吻合；另一方面，结合临近站资料计算订正量，以便独立于参与同化的卫星资料，研发RICH数据集。目前国际上多套再分析资料，如美国的MERRA，日本的JRA-55，ECMWF，均采用了RAOBCORE数据集的探空温度订正量。而ECMWF的第四代再分析产品ERA5应用的历史探空资料订正量来自RICH数据集。在国内，陈哲等人用加拿大王晓兰的PMTred断点检验方法，结合较详细的元数据信息，采用QM 方法计算订正量，对中国120个探空站的日定时探空规定等压面温度进行了详细的订正，形成“中国高空规定等压面日定时温度订正数据集”。
然而，上述研究结果仅限于对探空规定等压面层的温度长时间序列进行订正，而由于每次探空观测的特性层高度不固定，因此很难利用上述订正方法进行系统订正，其订正效果也很难通过传统的固定等压面温度变化趋势统计方法进行检验评估。
探空特性层作为描述探空气象要素垂直变化的显著拐点层，一次探空观测廓线上的特性层数目通常远远多于规定等压面层。在探空资料的研究应用中特性层一直发挥重要作用。例如，逆温层作为近地面的、两个温度特性层之间的特殊厚度层，其间温度随高度增大反而升高，可阻碍空气垂直运动，导致该高度以下大量烟尘、水汽凝结物聚集，使能见度降低，给人类生产生活带来非常不利的影响。然而，长期以来，对特性层温度的偏差订正一直没有深入开展研究。
发明内容
为此，本发明所要解决的技术问题在于将已有的探空规定层温度偏差订正量应用到特性层，实现对探空特性层温度必要订正，并对其订正效果进一步检验评估的探空特性层温度偏差订正及效果检验算法。
为解决上述技术问题，本发明提供如下技术方案：
探空特性层温度偏差订正及效果检验算法，包括如下步骤：
步骤P1：收集资料，整理成待订正的已有探空温度廓线；
步骤P2：将已有探空规定层温度偏差订正量由时间序列做成空间廓线；
步骤P3：采用插值算法，将步骤P2中已有探空规定层温度偏差订正量叠加在步骤P1中的已有探空温度上，得到探空特性层温度偏差订正量；
步骤P4：基于与ERA-Interim再分析资料对比，对步骤P3中探空特性层温度偏差订正量的订正效果进行时间序列检验；
步骤P5：对步骤P3中探空特性层温度偏差订正量的订正效果进行空间订正效果检验；
步骤P6：叠加已有国际上的辐射误差订正后，检验步骤P3中探空特性层温度偏差订正量的订正效果。
上述探空特性层温度偏差订正及效果检验算法，在步骤P1中，具体包括如下步骤：
步骤P101：收集某一观测时次的探空各个规定等压面层的探空温度；所述等压面层的气压值为1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、 400hPa、300hPa、250hPa、200hPa、150hPa、100hPa、70hPa、50hPa、40hPa、 30hPa、20hPa、15hPa、10hPa、7hPa和5hPa；
步骤P102：收集与步骤P101相同观测时次的特性层探空温度，所述特性层为温湿度特性层；
步骤P103：将上述步骤P101和步骤P102中收集到的探空温度，按照对应气压值从大到小的顺序整合成探空温度垂直廓线的形式。
上述探空特性层温度偏差订正及效果检验算法，在步骤P2中，具体包括如下步骤：
步骤P201：从已有的RAOBCORE数据集，提取各个探空台站不同规定等压面层的探空规定层温度偏差订正量；各个探空台站不同规定等压面层的探空规定层温度偏差订正量呈现逐日时间序列形式；
步骤P202：针对步骤P201中某一台站某一探空时次，从各个时间序列中提取出所需要的各个规定等压面的温度偏差订正量，依据气压值从大到小顺序，整合成探空温度偏差订正量垂直廓线的形式。
上述探空特性层温度偏差订正及效果检验算法，在步骤P3中，具体包括如下步骤：
步骤P301：对于任意一条探空廓线上特性层的探空温度Tx0而言，基于该特性层上下临近的、已有的规定层温度订正量ΔTy和ΔTz，采用探空领域使用的对数插值方法，计算该特性层探空温度订正量ΔT，具体的对数插值算法如式(Ⅰ)和式(Ⅱ)所示：
Tx＝Tx0+ΔT (Ⅱ)
其中，Tx为订正后特性层的温度；P为该特性层的气压值，Py和Pz分别是该特性层上下临近的规定层气压高度值。
上述探空特性层温度偏差订正及效果检验算法，在步骤P4中，具体包括如下步骤：
步骤P401：分别计算订正前后的探空温度数据和ERA-Interim再分析资料之间的偏差Bias和均方根误差RMSE；
偏差Bias为一定时段内ERA-Interim再分析探空温度平均值与订正前后探空温度平均值之差；
均方根误差RMSE为一定时段内ERA-Interim再分析探空温度与订正前后探空温度偏差的平方与观测次数N比值的平方根；均方根误差RMSE的算法如式(Ⅲ)所示：
其中：ERA为订正前后探空温度；OBS为ERA-Interim再分析探空温度；N为观测次数；
步骤P402：将不同垂直探空高度得到的Bias和RMSE按照气压高度排列成垂直廓线的形式，比较订正前后的Bias和RMSE空间垂直廓线变化，若订正后的Bias和RMSE数值比订正前的Bias和RMSE数值减小，则说明订正效果显著；从而定量化评估订正效果。
上述探空特性层温度偏差订正及效果检验算法，在步骤P5中，具体包括如下步骤：
步骤P501：设计提出空间一致性量化指标Temporal-Spatial ConsistencyQuantify Index，简称TSCQI，进行效果评估，其数值越小，表明全球探空温度与模式背景场的空间一致性更好，空间一致性量化指标的算法如式(Ⅳ)和式(Ⅴ)所示：
TSCQI1＝RMSE(BiasM) (Ⅳ)
TSCQI2＝RMSE(RMSEM) (Ⅴ)
其中：空间一致性量化指标TSCQI1代表全球M个探空台站相对于 ERA-Interim再分析资料之间的偏差的BiasM的均方根误差，若取极端情形下所有探空台站的BiasM数值相等，则该TSCQI1数值为0，即可以通过对所有M 个探空台站的探空温度进行相同幅度的加法修正，实现与ERA-Interim再分析资料的完全吻合；若M个探空台站的BiasM数值差异较大，则TSCQI1数值将会变大，此时表明原始的全球探空温度与ERA-Interim再分析资料模式背景场的空间一致性较差；
空间一致性量化指标TSCQI2代表全球M个探空台站相对于 ERA-Interim再分析资料之间的均方根误差的RMSEM的均方根误差；空间一致性量化指标TSCQI2数值越大则表明原始的全球探空温度与ERA-Interim再分析资料模式背景场的空间一致性较差；
步骤P502：将不同垂直探空高度得到的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2，按照气压高度排列成垂直廓线的形式，比较订正前、后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2空间垂直廓线变化，若再订正后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值比订正前的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值减小，则说明与模式背景场的空间一致性更好；从而定量化评估订正结果的空间一致性。
上述探空特性层温度偏差订正及效果检验算法，在步骤P6中，具体包括如下步骤：
步骤P601：计算没有订正的探空温度与ERA-Interim再分析资料之间的偏差omb1，计算如式(Ⅵ)所示：
O-B＝omb1 (Ⅵ)
其中：O为未订正的原始观测探空温度，B为ERA-Interim再分析资料的探空温度；
步骤P602：计算经国际上的辐射误差订正后的探空温度与ERA-Interim 再分析资料之间的偏差omb2，计算如式(Ⅶ)所示：
O+Radcor-B＝omb2 (Ⅶ)
其中：O为未订正的原始观测探空温度，Radcor为已有的辐射误差订正量的探空温度，B为ERA-Interim再分析资料的探空温度；
步骤P603：计算探空特性层温度偏差订正方法后的探空温度与 ERA-Interim再分析资料之间的偏差omb3，计算如式(Ⅷ)所示：
O+RAOBCORE-B＝omb3 (Ⅷ)
其中：O代表未订正的原始观测的探空温度，RAOBCORE代表已有的RAOBCORE订正量的探空温度，B代表ERA-Interim再分析资料的探空温度；
步骤P604：通过整合处理上述步骤P601，步骤P602和步骤P603的式(Ⅵ)、式(Ⅶ)和式(Ⅷ)，推导出原始探空资料经辐射误差订正，并叠加已有的 RAOBCORE订正量的探空温度后，与ERA-Interim再分析资料的探空温度之间的偏差OMB，计算得到如式(Ⅸ)所示：
OMB＝O+RAOBCORE+Radcor-B＝omb2+omb3-omb1 (Ⅸ)
步骤P605：通过上述推导可以实现：不对已有的RAOBCORE订正量的探空温度和已有的辐射误差订正量的探空温度，进行实际两次叠加订正，仅靠探空特性层温度偏差订正单独处理，就可以评估叠加订正效果。
本发明的技术方案取得了如下有益的技术效果：
1.本发明实现了对探空特性层进行温度偏差订正，并对一定厚度的探空高度层温度进行平均统计，相对于之前基于单个规定等压面的统计研究，参与分析的数据量显著增多；
2.辐射误差订正过程中用到的探空温度偏差订正量是相对固定的，对于特定类型的探空仪在特定的太阳高度角下的辐射误差订正量是恒定不变的；
3.本申请的探空特性层温度偏差订正量取自国际或国内已有的规定层探空温度偏差订正量，其数值大小是不断变化的，订正量的大小不仅仅包含了探空仪器升空过程中太阳辐射误差的影响，而且包含了其他误差来源，如台站迁移、仪器换型、数据处理算法改变等因素对温度长时间序列造成的资料不均一影响；
4.通过对中国120个探空站特性层温度的订正结果对比分析，可以看出，本申请提出的探空特性层温度订正方法的优点在于，可以根据实际需要灵活地取用不同来源的规定层探空温度订正量，而由于不同来源的订正量往往通过不同的数理统计方法得到，可以通过本申请提出的方法，对不同的订正方法进行效果检验评估，同时也极大地扩充了探空温度订正策略的选取范围，在应用于探空特性层历史资料时，可以替代以往的辐射误差订正方法。
附图说明
图1a：1979年1月-2013年12月各月份中国探空站100hPa—200hPa 厚度层探空温度有效记录数；
图1b：1979年1月-2013年12月各月份中国探空站100hPa—200hPa 厚度层探空温度相对于ERA-Interim再分析的平均偏差Bias，单位为℃；(修订前为订正前的数据统计结果，NMIC订正后为应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果，Raob订正后为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图1c：1979年1月-2013年12月各月份中国探空站100hPa—200hPa 厚度层探空温度相对于ERA-Interim再分析的均方根误差RMSE，单位为℃； (三角形为订正前的数据统计结果，方形应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图2a：1999年5月1日00时次-1999年5月31日00时次的中国探空温度相对于ERA-Interim再分析的BIAS订正效果的垂直分布，单位为℃； (三角形为订正前的数据统计结果，方形应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图2b：1999年5月1日00时次-1999年5月31日00时次的中国探空温度相对于ERA-Interim再分析的RMSE订正效果的垂直分布，单位为℃； (三角形为订正前的数据统计结果，方形为应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图3a：1996年1月1日00时次-1996年12月31日00时次的全球探空温度订正前的空间分布：
图3b：1996年1月1日00时次-1996年12月31日00时次的全球探空温度订正效果的空间分布，100hPa—200hPa厚度层探空温度相对于 ERA-Interim再分析的Bias的空间分布，全球探空均应用RAOBCORE订正；
图3c：1996年1月1日00时次-1996年12月31日00时次的全球探空温度订正效果的空间分布，100hPa—200hPa厚度层探空温度相对于 ERA-Interim再分析的Bias的空间分布，国外探空温度利用RAOBCORE订正，且中国探空温度应用NMIC自主研发的日定时值订正量进行订正后；
图4a：探空特性层温度偏差订正前后，基于1987年对于全球探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图4b：探空特性层温度偏差订正前后，基于1987年对于中国探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果，倒三角形为应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果)；
图4c：探空特性层温度偏差订正前后，基于1996年对于全球探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图4d；探空特性层温度偏差订正前后，基于1996年对于中国探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果，倒三角形为应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果)；
图4e:探空特性层温度偏差订正前后，基于2008年对于全球探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果)；
图4f:探空特性层温度偏差订正前后，基于2008年对于中国探空站点得到的空间一致性量化指标TSCQI1的垂直廓线分布；(方形为订正前的数据统计结果，圆形为应用RAOBCORE进行探空特性温度偏差订正后统计结果，倒三角形为应用NMIC自主研发的日定时值探空温度订正量进行订正后统计结果)；
图5：1979年1月-2013年12月各月份，CFSR数据集中全球探空温度相对于ERA-Interim再分析的平均偏差Bias，单位为℃；(RAOB为应用 RAOBCORE进行温度偏差订正后统计结果，radcor为应用辐射误差订正方法 (radcor)进行温度偏差订正后统计结果，Rad&RAOB为叠加两种订正方法后的统计结果)；
图6：1979年1月-2013年12月各月份，CFSR数据集中全球探空温度有效记录数；
图7：1979年1月-2013年12月各月份，CFSR数据集中全球探空温度相对于ERA-Interim再分析的均方根误差RMSE，单位为℃；(RAOB为应用 RAOBCORE进行温度偏差订正后统计结果，radcor为应用辐射误差订正方法 (radcor)进行温度偏差订正后统计结果，Rad&RAOB为叠加两种订正方法后的统计结果)。
具体实施方式
研究资料
再分析产品在很大程度上弥补了台站资料时空分布不均等缺陷，为深入理解大气环流及其作用提供了长期连续的、覆盖全球的四维数据集，因此，本申请利用再分析资料对订正效果进行检验评估。本申请应用到的探空数据源，主要来自美国国家环境预报中心(NCEP)气候预测系统再分析计划 (NCEP/CFSR，简称CFSR)的探空输入数据源；并利用欧洲中期数值预报中心(ECMWF)释放的全球大气再分析资料(ERA-Interim)，对订正前后的探空特性层温度偏差进行了对比评估。
应用了维也纳大学的Haimberger等人的探空温度订正数据集 RAOBCORE的订正结果，该数据集以ERA-40和ERA-Interim的模式背景场作为参考序列进行探空温度序列的断点监测和均一性订正。另一方面，对于国内的探空站点的订正，由于NMIC自主研发订正效果与国外水平相当、订正站点较RAOBCORE多、元数据信息更丰富等原因，故对比应用国家气象信息中心(NMIC)自主研发的“中国高空规定等压面日定时温度订正数据集”，该数据集采用加拿大王晓兰的PMTred断点检验方法作为日定时值断点检验，采用QM方法计算订正量。
一、探空特性层温度偏差订正及效果检验算法
步骤P1：收集资料，整理成待订正的已有探空温度廓线；
步骤P101：收集某一观测时次的探空各个规定等压面层的探空温度；所述等压面层的气压值为1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、 400hPa、300hPa、250hPa、200hPa、150hPa、100hPa、70hPa、50hPa、40hPa、 30hPa、20hPa、15hPa、10hPa、7hPa和5hPa；
步骤P102：收集与步骤P101相同观测时次的特性层探空温度，所述特性层为温湿度特性层；对于风特性层由于不是探空温度的垂直变化拐点层，可以考虑不收集；
步骤P103：将上述步骤P101和步骤P102中收集到的探空温度，按照对应气压值从大到小的顺序整合成探空温度垂直廓线的形式。
步骤P2：将已有探空规定层温度偏差订正量由时间序列做成空间廓线；
步骤P201：从已有的RAOBCORE数据集，提取各个探空台站不同规定等压面层的探空规定层温度偏差订正量；各个探空台站不同规定等压面层的探空规定层温度偏差订正量呈现逐日时间序列形式；
步骤P202：针对步骤P201中某一台站某一探空时次，从各个时间序列中提取出所需要的各个规定等压面的温度偏差订正量，依据气压值从大到小顺序，整合成探空温度偏差订正量垂直廓线的形式。
步骤P3:采用插值算法，将步骤P2中已有探空规定层温度偏差订正量叠加在步骤P1中的已有探空温度上，得到探空特性层温度偏差订正量；
对于任意一条探空廓线上特性层的探空温度Tx0而言，基于该特性层上下临近的、已有的规定层温度订正量ΔTy和ΔTz，采用探空领域使用的对数插值方法，计算该特性层探空温度订正量ΔT，具体的对数插值算法如式(Ⅰ)和式(Ⅱ)所示：
Tx＝Tx0+ΔT (Ⅱ)
其中，Tx为订正后特性层的温度；P为该特性层的气压值，Py和Pz分别是该特性层上下临近的规定层气压高度值。
值得一提的是，对于某一个特性层若其上下仅仅有一个规定层，则由于无法进行插值，而不进行探空特性层温度偏差订正。
步骤P4：基于与ERA-Interim再分析资料对比，对步骤P3中探空特性层温度偏差订正量的订正效果进行时间序列检验；
为了进一步检验探空温度偏差订正效果，通过比较订正前后的探空温度数据和ERA-Interim再分析资料之间的偏差(Bias)和均方根误差(RMSE) 来量化评估。
步骤P401：计算订正前、后的探空温度数据和ERA-Interim再分析资料之间的偏差Bias和均方根误差RMSE；
偏差Bias为一定时段内ERA-Interim再分析探空温度平均值与订正前、后探空温度平均值之差；
均方根误差RMSE为一定时段内ERA-Interim再分析探空温度与订正前、后探空温度偏差的平方与观测次数N比值的平方根；均方根误差RMSE 的算法如式(Ⅲ)所示：
其中：ERA为订正前、后探空温度；OBS为ERA-Interim再分析探空温度；N 为观测次数；
步骤P402：将不同垂直探空高度得到的Bias和RMSE按照气压高度排列成垂直廓线的形式，比较订正前、后的Bias和RMSE空间垂直廓线变化，若订正后的Bias和RMSE数值比订正前的Bias和RMSE数值减小，则说明订正效果显著；从而定量化评估订正效果。
已有研究结果表明，尽管由于受到数值预报模式和同化方案等系统性误差的影响，ERA-Interim再分析资料与观测结果相比可能仍然有存在一定的差异，但是它们基本能合理表现不同区域气候变化的时空分布特征，具有较好的空间一致性。因此，应用ERA-Interim再分析资料作为背景场，通过比较订正前、后的探空温度与背景场的偏差(Bias)和均方根差(RMSE)的大小变化，来定量化地分析订正效果。
步骤P5：对步骤P3中探空特性层温度偏差订正量的订正效果进行空间订正效果检验；
步骤P501：针对全球探空温度订正前后的空间一致性难以量化评估的问题，基于全球M个探空台站某一时间段内相对于ERA-Interim的RMSEN和 BiasN，设计提出空间一致性量化指标(Temporal-Spatial Consistency Quantify Index，简称TSCQI)进行效果评估，其数值越小，表明全球探空温度与模式背景场的空间一致性更好。
空间一致性量化指标的算法如式(Ⅳ)和式(Ⅴ)所示：
TSCQI1＝RMSE(BiasM) (Ⅳ)
TSCQI2＝RMSE(RMSEM) (Ⅴ)
其中：空间一致性量化指标TSCQI1代表全球M个探空台站相对于 ERA-Interim再分析资料之间的偏差的BiasM的均方根误差，若取极端情形下所有探空台站的BiasM数值相等，则该TSCQI1数值为0，即可以通过对所有M个探空台站的探空温度进行相同幅度的加法修正，实现与ERA-Interim 再分析资料的完全吻合；而若M个探空台站的BiasM数值差异较大，则它们的均方根误差，即TSCQI1数值将会变大，此时表明原始的全球探空温度与模式背景场的空间一致性较差。
空间一致性量化指标TSCQI2代表全球M个探空台站相对于 ERA-Interim再分析资料之间的均方根误差的RMSEM的均方根误差；空间一致性量化指标TSCQI2数值越大则表明原始的全球探空温度与 ERA-Interim再分析资料模式背景场的空间一致性较差；
步骤P502：将不同垂直探空高度得到的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2，按照气压高度排列成垂直廓线的形式，比较订正前、后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2空间垂直廓线变化，若再订正后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值比订正前的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值减小，则说明与模式背景场的空间一致性更好；从而定量化评估订正结果的空间一致性。
二、结果与分析
图1a、图1b和图1c给出了1979年1月-2013年12月各月份中国探空站120个探空站点，100hPa—200hPa厚度层的探空特性层温度应用不同来源订正量后的订正效果。可以看出，图1a中，CZ、No和Raob三个原始数源相同，三者重合；应用两种订正量，(即应用国家气象信息中心(NMIC) 自主研发的“中国高空规定等压面日定时温度订正数据集”，和本申请的探空特性层温度偏差订正量)，其订正后整体的探空温度Bias数值都较订正前减小。
在订正效果最显著的1979-1988年，探空温度Bias数值订正前大小在1.5℃左右，而订正后的Bias值降低到0.7℃左右，同时均方根误差较订正前也显著减小。比较不同来源订正量的订正效果，发现应用NMIC自主研发的日定时值探空温度订正量后的Bias更小，且在2000年以后的Bias变化更均一。
此外，如图2a和图2b所示，对于中国120个探空特性层温度订正，NMIC 自主研发订正量的优势还体现在垂直分布结果上。
探空温度的偏差订正效果不仅体现在时间序列的均一性上，而且体现在探空温度偏差垂直分布的一致性上。图2a和图2b给出了1999年5月1日 00时-1999年5月31日00时中国探空温度订正效果的垂直分布。
可以看出，应用NMIC自主研发的日定时值探空温度订正量进行订正后的Bias和RMSE都较RAOBCORE数据集的订正效果更佳，尤其是探空 500hPa-30hPa的中高层，NMIC自主订正量优势明显。例如，100hPa高度处，未订正的探空温度Bias数值大小为1℃左右，应用RAOBCORE数据集订正后的Bias值降低到0.4℃左右，而应用NMIC自主订正量后的Bias值降低到 0.2℃左右。同时也可以看出，底层观测误差均方差在订正前后都较大，可能原因是底层实际地形、地面辐射、边界层及下垫面的复杂性导致再分析资料背景场的代表性误差。在高层，同样可以看到观测误差均方差较大，其主要原因或许与高层太阳辐射较强和仪器灵敏度有关。
更重要的是，探空温度的偏差订正效果在全球站点的温度Bias空间分布上也能清楚的表现出来。这种改善效果，在探空高层体现的尤其明显，如图3a-图3c所示给出100hPa—200hPa厚度层探空温度相对于ERA-Interim 再分析的Bias的空间分布。由图3a可以看出，与欧美气象发达国家比较，中国探空温度偏差较大，很多站点的探空温度偏差大小在1℃以上。图3b 是应用RAOBCORE订正后的结果，订正效果尤其体现在俄罗斯、印度、中国等国家的一些探空站点，订正后这些区域内的探空温度偏差减小，与周边区域表现出更好的空间一致性。图3c是在中国应用NMIC自主研发订正量订正后的结果。对比图3b和图3c，还可以明显看出，应用NMIC自主研发的日定时值订正量在中国区域订正效果的优势，不但订正的探空站点数目增加，且很多站点的Bias由0.6℃降低到0.4℃，其空间一致性更好。
为了进一步量化评估上述空间一致性，基于探空资料相对于再分析资料 ERA-Interim的BiasM，得到空间一致性量化指标TSCQI1，分别对1987、1996、 2008年全球探空温度偏差订正效果进行评检验估。
如图4a-图4b所示，以1987年全年全球100hPa探空温度在订正前和 RAOBCORE订正后，基于探空温度偏差BiasM的TSCQI1，数值分别为0.8、0.4，此数值在1996年分别为0.75、0.38；可以看出借助已有的探空温度偏差订正量，TSCQI1减小都较为显著。
而对于中国区域的探空站点，图4b、图4d和图f对比评估了NMIC自主研制研发订正量与RAOBCORE订正量的应用效果。结果表明：在不同的探空层次，NMIC自主订正量与国外RAOBCORE订正量的订正效果有一定的差异。在1987年和1996年，指标TSCQI1在中国区域与全球图4a和图4c表现不同， NMIC订正效果的优势体现在指标TSCQI1的垂直联系性更好；而在2008年的 100hPa-500hPa，NMIC订正所得的TSCQI1数值最小，表现出更大的优势。此外，图4a-图4f的结果还表明，所选取的三个年份的订正效果，采用 RAOBCORE订正后，指标TSCQI1均显著减小；且三个年份的指标TSCQI1的从大到小依次是1987、1996、2008，说明订正后的数据与ERA-Interim的差异随时间逐步减小。
由图5、图6、图7可以看出，本发明提出的订正方法与国际NCEP探空温度辐射误差订正方法的对比结果，可以看出，图6中，没有订正前的RAOB、 radcor、Rad&RAOB的三个数据源相同，仅数据量稍有偏差；叠加后的订正结果与单独进行RAOBCORE订正的结果更为接近，说明相对于RAOBCORE订正量而言，辐射误差订正方法(radcor)参与的订正量较小。且由图5-图7 中可以看出，叠加后1992—1998年的订正结果变差，表现在其Bias数值更加偏离0值，说明叠加两种方法后有温度过度订正的嫌疑存在。因此，本申请提出的订正方法可以替代以往的辐射误差订正方法。
三、结果与讨论
本申请通过将已有探空规定层订正量应用到探空特性层，实现对整个探空温度廓线的偏差订正。同时，基于ERA-Interim再分析资料对全廓线探空温度订正效果进行检验评估，设计量化评估探空特性层温度偏差订正效果的指标，同时对不同来源的规定层温度订正量的应用效果进行了对比评估，结果表明，应用不同来源的探空温度偏差订正量，其订正后整体的温度Bias数值都较订正前减小，且NMIC自主研发订正量在中国120个探空站点资料应用中表现出一定的优势。通过自主设计衡量探空资料的空间一致性的量化指标，检验评估了订正效果，结果表明，订正后的指标TSCQI1均显著减小；且三个年份的指标TSCQI1的从大到小依次是1987、1996、2008，说明订正后的数据与ERA-Interim的差异随时间逐步减小。
值得说明的是，本申请的创新之处在于，辐射误差订正过程中用到的探空温度偏差订正量是相对固定的，对于特定类型的探空仪在特定的太阳高度角下的辐射误差订正量是恒定不变的。而本申请的特性层探空温度偏差订正量取自国际或国内已有的规定层探空温度偏差订正量，其数值大小是不断变化的，订正量的大小不仅仅包含了探空仪器升空过程中太阳辐射误差的影响，而且包含了其他误差来源，如台站迁移、仪器换型、数据处理算法改变等因素对温度长时间序列造成的资料不均一影响。
通过对中国120个探空站特性层温度的订正结果对比分析，可以看出，本申请提出的特性层温度订正方法的优点在于，可以根据实际需要灵活地取用不同来源的规定层探空温度订正量，而由于不同来源的订正量往往通过不同的数理统计方法得到，可以通过本申请提出的方法，对不同的订正方法进行效果检验评估，同时也极大地扩充了探空温度订正策略的选取范围，不仅限于以往的辐射误差订正方法。
另外本申请还基于与ERA-Interim再分析资料对比，对探空特性层温度偏差订正量的订正效果进行时间序列检验和空间订正效果检验。并且通过叠加已有国际上的辐射误差订正后，发现本申请的订正方法可以替代以往的辐射误差订正方法，不对已有的RAOBCORE订正量的探空温度和已有的辐射误差订正量的探空温度进行实际两次叠加订正，仅靠探空特性层温度偏差订正单独处理，就可以评估叠加订正效果。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本专利申请权利要求的保护范围之中。

Claims (7)

1.探空特性层温度偏差订正及效果检验算法，其特征在于，包括如下步骤：
步骤P1：收集资料，整理成待订正的已有探空温度廓线；
步骤P2：将已有探空规定层温度偏差订正量由时间序列做成空间廓线；
步骤P3：采用插值算法，将步骤P2中已有探空规定层温度偏差订正量叠加在步骤P1中的已有探空温度上，得到探空特性层温度偏差订正量；
步骤P4：基于与ERA-Interim再分析资料对比，对步骤P3中探空特性层温度偏差订正量的订正效果进行时间序列检验；
步骤P5：对步骤P3中探空特性层温度偏差订正量的订正效果进行空间订正效果检验；
步骤P6：叠加已有国际上的辐射误差订正后，检验步骤P3中探空特性层温度偏差订正量的订正效果。
2.根据权利要求1所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P1中，具体包括如下步骤：
步骤P101：收集某一观测时次的探空各个规定等压面层的探空温度；所述等压面层的气压值为1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、400hPa、300hPa、250hPa、200hPa、150hPa、100hPa、70hPa、50hPa、40hPa、30hPa、20hPa、15hPa、10hPa、7hPa和5hPa；
步骤P102：收集与步骤P101相同观测时次的特性层探空温度，所述特性层为温湿度特性层；
步骤P103：将上述步骤P101和步骤P102中收集到的探空温度，按照对应气压值从大到小的顺序整合成探空温度垂直廓线的形式。
3.根据权利要求2所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P2中，具体包括如下步骤：
步骤P201：从已有的RAOBCORE数据集，提取各个探空台站不同规定等压面层的探空规定层温度偏差订正量；各个探空台站不同规定等压面层的探空规定层温度偏差订正量呈现逐日时间序列形式；
步骤P202：针对步骤P201中某一台站某一探空时次，从各个时间序列中提取出所需要的各个规定等压面的温度偏差订正量，依据气压值从大到小顺序，整合成探空温度偏差订正量垂直廓线的形式。
4.根据权利要求3所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P3中，具体包括如下步骤：
步骤P301：对于任意一条探空廓线上特性层的探空温度Tx0而言，基于该特性层上下临近的、已有的规定层温度订正量ΔTy和ΔTz，采用探空领域使用的对数插值方法，计算该特性层探空温度订正量ΔT，具体的对数插值算法如式(Ⅰ)和式(Ⅱ)所示：
Tx＝Tx0+ΔT (Ⅱ)
其中，Tx为订正后特性层的温度；P为该特性层的气压值，Py和Pz分别是该特性层上下临近的规定层气压高度值。
5.根据权利要求4所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P4中，具体包括如下步骤：
步骤P401：分别计算订正前、后的探空温度数据和ERA-Interim再分析资料之间的偏差Bias和均方根误差RMSE；
偏差Bias为一定时段内ERA-Interim再分析探空温度平均值与订正前后探空温度平均值之差；
均方根误差RMSE为一定时段内ERA-Interim再分析探空温度与订正前后探空温度偏差的平方与观测次数N比值的平方根；均方根误差RMSE的算法如式(Ⅲ)所示：
其中：ERA为订正前后探空温度；OBS为ERA-Interim再分析探空温度；N为观测次数；
步骤P402：将不同垂直探空高度得到的偏差Bias和均方根误差RMSE按照气压高度排列成垂直廓线的形式，比较订正前后的Bias和RMSE空间垂直廓线变化，若订正后的偏差Bias和均方根误差RMSE数值比订正前的偏差Bias和均方根误差RMSE数值减小，则说明订正效果显著；从而定量化评估订正效果。
6.根据权利要求5所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P5中，具体包括如下步骤：
步骤P501：设计提出空间一致性量化指标Temporal-Spatial Consistency QuantifyIndex，简称TSCQI，进行效果评估，其数值越小，表明全球探空温度与模式背景场的空间一致性更好，空间一致性量化指标的算法如式(Ⅳ)和式(Ⅴ)所示：
TSCQI1＝RMSE(BiasM) (Ⅳ)
TSCQI2＝RMSE(RMSEM) (Ⅴ)
其中：空间一致性量化指标TSCQI1代表全球M个探空台站相对于ERA-Interim再分析资料之间的偏差的BiasM的均方根误差，若取极端情形下所有探空台站的BiasM数值相等，则该TSCQI1数值为0，即可以通过对所有M个探空台站的探空温度进行相同幅度的加法修正，实现与ERA-Interim再分析资料的完全吻合；若M个探空台站的BiasM数值差异较大，则TSCQI1数值将会变大，此时表明原始的全球探空温度与ERA-Interim再分析资料模式背景场的空间一致性较差；
空间一致性量化指标TSCQI2代表全球M个探空台站相对于ERA-Interim再分析资料之间的均方根误差的RMSEM的均方根误差；空间一致性量化指标TSCQI2数值越大则表明原始的全球探空温度与ERA-Interim再分析资料模式背景场的空间一致性较差；
步骤P502：将不同垂直探空高度得到的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2，按照气压高度排列成垂直廓线的形式，比较订正前、后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2空间垂直廓线变化，若再订正后的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值比订正前的空间一致性量化指标TSCQI1和空间一致性量化指标TSCQI2数值减小，则说明与模式背景场的空间一致性更好；从而定量化评估订正结果的空间一致性。
7.根据权利要求6所述的探空特性层温度偏差订正及效果检验算法，其特征在于，在步骤P6中，具体包括如下步骤：
步骤P601：计算没有订正的探空温度与ERA-Interim再分析资料之间的偏差omb1，计算如式(Ⅵ)所示：
O-B＝omb1 (Ⅵ)
其中：O为未订正的原始观测探空温度，B为ERA-Interim再分析资料的探空温度；
步骤P602：计算经国际上的辐射误差订正后的探空温度与ERA-Interim再分析资料之间的偏差omb2，计算如式(Ⅶ)所示：
O+Radcor-B＝omb2 (Ⅶ)
其中：O为未订正的原始观测探空温度，Radcor为已有的辐射误差订正量的探空温度，B为ERA-Interim再分析资料的探空温度；
步骤P603：计算探空特性层温度偏差订正方法后的探空温度与ERA-Interim再分析资料之间的偏差omb3，计算如式(Ⅷ)所示：
O+RAOBCORE-B＝omb3 (Ⅷ)
其中：O代表未订正的原始观测的探空温度，RAOBCORE代表已有的RAOBCORE订正量的探空温度，B代表ERA-Interim再分析资料的探空温度；
步骤P604：通过整合处理上述步骤P601，步骤P602和步骤P603的式(Ⅵ)、式(Ⅶ)和式(Ⅷ)，推导出原始探空资料经辐射误差订正，并叠加已有的RAOBCORE订正量的探空温度后，与ERA-Interim再分析资料的探空温度之间的偏差OMB，计算得到如式(Ⅸ)所示：
OMB＝O+RAOBCORE+Radcor-B＝omb2+omb3-omb1 (Ⅸ)
步骤P605：通过上述推导可以实现：不对已有的RAOBCORE订正量的探空温度和已有的辐射误差订正量的探空温度进行实际两次叠加订正，仅靠探空特性层温度偏差订正单独处理，就可以评估叠加订正效果。
CN201910428025.4A 2019-05-22 2019-05-22 探空特性层温度偏差订正及效果检验算法 Active CN110110482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910428025.4A CN110110482B (zh) 2019-05-22 2019-05-22 探空特性层温度偏差订正及效果检验算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910428025.4A CN110110482B (zh) 2019-05-22 2019-05-22 探空特性层温度偏差订正及效果检验算法

Publications (2)

Publication Number Publication Date
CN110110482A true CN110110482A (zh) 2019-08-09
CN110110482B CN110110482B (zh) 2023-03-31

Family

ID=67491641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910428025.4A Active CN110110482B (zh) 2019-05-22 2019-05-22 探空特性层温度偏差订正及效果检验算法

Country Status (1)

Country Link
CN (1) CN110110482B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239856A (zh) * 2020-01-15 2020-06-05 国家气象信息中心 一种探空温度辐射误差订正量计算方法
CN111984910A (zh) * 2020-08-17 2020-11-24 国家气象信息中心 一种秒级探空前30s风速求算及效果检验方法
CN115496248A (zh) * 2022-02-14 2022-12-20 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) 一种基于位温梯度的数值模式地面2米气温预报地形高度订正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108415101A (zh) * 2018-02-14 2018-08-17 国家气象信息中心 秒级探空资料的稀疏化方法
CN109085664A (zh) * 2018-07-04 2018-12-25 山东省气象科学研究所 一种温度精细化预报偏差滑动订正方法
CN109298466A (zh) * 2018-09-29 2019-02-01 国家气象信息中心 探空特性层择取的阈值参数选定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108415101A (zh) * 2018-02-14 2018-08-17 国家气象信息中心 秒级探空资料的稀疏化方法
CN109085664A (zh) * 2018-07-04 2018-12-25 山东省气象科学研究所 一种温度精细化预报偏差滑动订正方法
CN109298466A (zh) * 2018-09-29 2019-02-01 国家气象信息中心 探空特性层择取的阈值参数选定方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
廖捷等: "全球大气再分析常规气象观测资料的预处理与同化应用", 《气象科技进展》 *
李庆雷等: "L波段探空秒级资料稀疏化方案及检验方法", 《气象科技进展》 *
杜明斌等: "地基GPS/MET探测水汽等相关参数精度分析", 《大气与环境光学学报》 *
杨旭等: "辐射误差订正方法改变对中国探空资料温度序列的影响", 《气象与环境学报》 *
陈哲等: "3种方法对中国探空温度资料均一性检验对比分析", 《气象与环境学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239856A (zh) * 2020-01-15 2020-06-05 国家气象信息中心 一种探空温度辐射误差订正量计算方法
CN111239856B (zh) * 2020-01-15 2021-11-16 国家气象信息中心 一种探空温度辐射误差订正量计算方法
CN111984910A (zh) * 2020-08-17 2020-11-24 国家气象信息中心 一种秒级探空前30s风速求算及效果检验方法
CN111984910B (zh) * 2020-08-17 2024-02-09 国家气象信息中心 一种秒级探空前30s风速求算及效果检验方法
CN115496248A (zh) * 2022-02-14 2022-12-20 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) 一种基于位温梯度的数值模式地面2米气温预报地形高度订正方法
CN115496248B (zh) * 2022-02-14 2023-04-28 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) 一种基于位温梯度的数值模式地面2米气温预报地形高度订正方法

Also Published As

Publication number Publication date
CN110110482B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Fan et al. Evaluation and development of empirical models for estimating daily and monthly mean daily diffuse horizontal solar radiation for different climatic regions of China
Norris et al. Thermodynamic versus dynamic controls on extreme precipitation in a warming climate from the Community Earth System Model Large Ensemble
CN110110482A (zh) 探空特性层温度偏差订正及效果检验算法
CN112684520B (zh) 一种气象预报的订正方法、装置、计算机设备及存储介质
Bousquet et al. Inverse modeling of annual atmospheric CO2 sources and sinks: 1. Method and control inversion
Yu et al. Quantification of trans-Atlantic dust transport from seven-year (2007–2013) record of CALIPSO lidar measurements
Antonarakis et al. Using Lidar and Radar measurements to constrain predictions of forest ecosystem structure and function
Yang et al. Short-term forecasting of daily reference evapotranspiration using the reduced-set Penman-Monteith model and public weather forecasts
CN106547840A (zh) 一种全球三维大气数据的解析及管理方法
CN112668705B (zh) 基于深度学习的干旱指数监测方法及系统
CN103336995B (zh) 一种百万千瓦级光伏发电基地实时测光网络的构建方法
CN108319772A (zh) 一种波浪长期数据的再分析方法
CN110275183A (zh) 基于电离层电子密度的gnss掩星电离层残差修正方法及系统
Deeter et al. Validation and analysis of MOPITT CO observations of the Amazon Basin
Díaz et al. Long-term trends in marine boundary layer properties over the Atlantic Ocean
CN109298466A (zh) 探空特性层择取的阈值参数选定方法
Bouallègue et al. Statistical Modeling of 2-m Temperature and 10-m Wind Speed Forecast Errors
Xie et al. Simulation of water temperature in paddy fields by a heat balance model using plant growth status parameter with interpolated weather data from weather stations
López et al. CAPE values and hailstorms on northwestern Spain
Chen et al. Diurnal and seasonal variations in light-use efficiency in an alpine meadow ecosystem: causes and implications for remote sensing
Kann et al. Verification of operational analyses using an extremely high-density surface station network
Yao et al. A global empirical model for mapping zenith wet delays onto precipitable water vapor using GGOS Atmosphere data
CN109740118A (zh) 一种质量控制方法、装置、设备及存储介质
CN108594335A (zh) 一种全球降水检测方法
Jackson et al. Detection and correction of diurnal sampling bias in HIRS/2 brightness temperatures

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant