[发明专利]一种基于平漂球探空数据构建温度廓线的方法

说明书

本发明公开一种基于平漂球探空数据构建温度廓线的方法，包括如下步骤：探空数据获取：分别获取平漂球上升段和/或下降段探空数据、平漂段探空数据；温度场数据划分：分别根据垂直分辨率、水平分辨率将垂直温度场数据、水平温度场数据划分为若干个子区间；重构温度函数：分别对划分后的每一子区间重构温度函数，并对重构的温度函数进行求解，基于重构温度函数计算每一子区间的温度变化率；温度垂直梯度、温度平流计算：将每一子区间的温度变化率进行拼接，得到温度垂直梯度、温度水平梯度，基于温度水平梯度、风场数据计算温度平流，完成温度廓线的构建。本发明温度垂直梯度和温度平流计算精度高，能够为数值天气预报提供更为精确的数据。

技术领域

本发明涉及高空气象探测技术领域，特别是涉及一种基于平漂球探空数据构建温度廓线的方法。

背景技术

常规高空气象探测，简称探空，作为综合气象观测的重要组成，不仅满足天气、气候的需求，还是地基遥感的参考。目前，探空仍然是综合气象观测的重要组成部分。虽然多年以来探空资料需求一直旺盛，但各国探空模式无明显改进，仍采用每天两次(世界时00h、12h)传统为主，部分国家采用火箭或飞机下投探空仪进行空间加密，我国在汛期或重大天气过程进行同站时间加密，这两种方式的消耗都很大，难以正常维持。近期国外学者对探空下降数据开展了尝试性研究，非洲季风多学科分析、亚太区域的观测系统研究与预报实验等项目利用气球随高空稳定风跨海实施下降探空，但由于这种气球材料高昂，单只经费达数万美元，难以日常施放；美国斯坦福太空计划的高空气球系统实现了10-25km平漂，由于其采用不断排气和配压舱的方式来保持高度导致气球上升非常缓慢，不能满足WMO对气球升速的要求。

温度变化是表征气候变化最重要的因子之一，而温度的垂直梯度和温度平流变化是气候研究中最重要的问题之一。通常情况下，采用差分代替微分来计算温度梯度和温度平流，但是观测数据中的微小误差会造成计算结果的巨大误差。众所周知，数值天气预报是在离散的时空间里求解偏微分方程组的初(边)值问题，连续系统的离散化误差和初始场误差分别是数值天气预报的主要误差来源之一，数值天气预报的发展正是围绕如何克服这些误差而展开的。一方面，数值天气预报是一个初值问题，即已知一个现时大气状态的估计，用模式来预报其演变。对于一个预报模式而言，初始条件的确定是一个非常重要而复杂的问题，气象工作者为提高初始场的分析精度提出了各种资料同化方法：如最优插值法、三维和四维变分法、Kalman滤波方法等等；另一方面，用来描述大气运动规律的偏微分方程组是非线性的，难以直接求解，只能借助数值方法求解，因此如何将偏微分方程组离散化就是一个十分重要的问题，国内外学者就偏微分方程的时空间差分格式进行了广泛的研究，提出了许多差分格式，并对其收敛性做了深入地探讨。但是，气象学者在研究各种差分格式精度的时候，都有一个共同的前提，即不计观测数据的误差。然而，观测数据误差是客观存在的。

因此，如何利用观测温度场准确计算温度梯度和温度平流是目前亟需解决的问题。

发明内容

本发明的目的是提供一种基于平漂球探空数据构建温度廓线的方法，以解决上述现有技术存在的问题，温度垂直梯度和温度平流计算精度高，能够为数值天气预报提供更为精确的数据。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于平漂球探空数据构建温度廓线的方法，包括如下步骤：

探空数据获取：分别获取平漂球上升段和/或下降段探空数据、平漂段探空数据；所述平漂球上升段和/或下降段探空数据包括垂直温度场数据；所述平漂段探空数据包括水平温度场数据、风场数据；

温度场数据划分：确定垂直分辨率、水平分辨率，分别根据垂直分辨率、水平分辨率将垂直温度场数据、水平温度场数据划分为若干个子区间；

重构温度函数：分别对划分后的每一子区间重构温度函数，并对重构的温度函数进行求解，得到每一子区间的重构温度函数，基于重构温度函数计算每一子区间的温度变化率；