基于云类型匹配和距离误差权重的单层云云底高度估计

摘要：

云底高度(cloud base height,CBH)的观测对地-气系统的辐射模拟和保障飞行安全有重要意义.本文结合Cloud-Sat/CPR、CALIPSO/CALIOP和Aqua/MODIS的主被动观测资料,建立了基于云类型和距离的CBH估计算法.本文云分类方法采取国际卫星云气候计划(International Satellite Cloud Climatology Project,ISCCP)的云分类法,并利用A-Train数据对估计结果进行验证.结果表明,CBH的平均误差小于3 km,而低云CBH的平均误差小于1 km.在0～500 km的估计范围内,CBH估计的绝对误差主要在l km以内,均方根误差不超过3 km.最后,基于此方法,本文重建了一个锋面云系的三维结构.

关键词：云底高度、ISCCP云分类、A-Train、三维云结构

所属期刊栏目：43

分类号：P413(大气探测（气象观测）)

资助基金：国家自然科学基金项目41575020

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1224-1231