导读:本文包含了非降水云论文开题报告文献综述及选题提纲参考文献，主要关键词:云垂直结构,CloudSat,降水云,云类别
非降水云论文文献综述
刘旸,赵姝慧,蔡波,孙丽[1]（2017）在《基于CloudSat资料的东北地区降水云及非降水云垂直结构特征对比分析》一文中研究指出利用2007—2010年CloudSat和CALIPSO卫星资料,首先通过大量个例分析并结合地面逐小时降水量观测资料验证CloudSat卫星识别降水云指标的合理性。在此基础上,统计分析了东北地区(39°~53°N、119°~135°E)的云垂直结构参数,着重分析了降水云系和非降水云系的垂直结构差异和季节差异。结果表明:东北地区云量廓线呈双峰分布特征,有明显的昼夜及季节差异。东北地区以单层云为主,降水也主要产生于这类云系,是东北地区人工增雨作业的主要对象。单层降水云以低云、冷云、冰云或混合云为主,主要云类别是雨层云。双层降水云以高低云或中低云配置为主,且都为冷云;高层以冰云为主,主要类型是卷云和高层云;低层以混合云或冰云为主,主要类型是雨层云、层积云、积云。降水云系与非降水云系存在显着的垂直结构差异,双层云的降水由低层产生。云底高度较低、云体较厚且夹层厚度更薄的云易产生降水。同时,降水云云底温度更高,分布呈现出季节差异。(本文来源于《气象》期刊2017年11期）
李晨蕊[2]（2017）在《基于CloudSat的东亚和南亚季风区降水云及非降水云特征研究》一文中研究指出云是影响地气系统能量平衡、大气环流及气候变化的重要因素,与降水机制和降水效率密切相关。基于降水云与非降水云可能存在的特征差异,它们对地气系统的影响也表现出不同。深入理解降水云与非降水云的特征及差异,对理解降水机制,改进气候模式具有重要意义。Cloud Sat作为首颗用主动毫米波雷达在全球范围内观测及研究云分布和垂直结构、辐射特性及降水信息的卫星,在对降水云的观测方面表现出了极大优势。基于此,我们利用多年Cloud Sat云产品及TRMM降水资料,分析了东亚和南亚季风区降水量季节性差异、降水云及非降水云的宏观特征(包括云层数、云厚、雨顶高度、冻结降水出现最大高度、云类型)、垂直结构(雷达反射率垂直分布)及非降水云微物理特性(包括云光学厚度、粒子有效半径、液水路径、冰水路径)。相关研究结论加深了我们对该地区降水云和非降水云特征的理解。主要结论如下:(1)东亚和南亚季风区降水及非降水云出现频率、云厚、云类型存在明显的季节差异。东亚季风区降水云与非降水云均以单层云为主,降水云出现频率随季节先降低后升高,南亚季风区降水云出现频率趋势与东亚相反,以单层云与双层云为主。东亚季风区降水云云厚季节较南亚季风区明显,夏季最厚,冬季最薄,但南亚季风区降水云云厚大于东亚;两季风区非降水云云厚基本集中在5km以下,与降水云相比云厚显着减小。深对流云和雨层云是两季风区降水云的主要类型,但东亚季风区降水云除夏季以深对流云为主外,其它季节雨层云占主导地位;南亚季风区则以深对流云为主;非降水云基本以高云(卷云)及中云(高层云/高积云)为主,深对流云与雨层云极少出现。(2)从雷达反射率垂直分布来看,降水云主要集中在8km以下,雷达反射率在-15~15d Bz,降水云中雷达反射率随高度的增加先增强后减弱,但南亚季风区粒子增长速度较快,粒子累积带也大于东亚季风区。东亚季风区春、秋、冬叁季降水云垂直分布与降水雨层云类似,夏季则更近似于深对流云;南亚季风区降水云分布更近似于降水深对流云,降水云与降水雨层云季节变化没有东亚明显。非降水云雷达反射率较小,出现高度较高。(3)东亚和南亚季风区非降水云微物理特性存在较为明显的差异。东亚季风区非降水云光学厚度比南亚季风区整体偏大,年平均值偏大近50%,但两季风区均以光学厚度小于10的云为主,季节变化并不明显。与之相反的是,南亚季风区非降水云粒子有效半径、液水路径和冰水路径均显着大于东亚季风区,且拥有更多较大粒径的云滴,两季风区的非降水云分别在液水路径小于300g/m~2和冰水路径小于100g/m~2的区间内分布最多。(本文来源于《兰州大学》期刊2017-05-01）
尚博,周毓荃,刘建朝,黄毅梅[3]（2012）在《基于Cloudsat的降水云和非降水云垂直特征分析》一文中研究指出降水云是人工增雨作业的主要对象,了解降水云系的垂直结构对于人工增雨可播条件的选择至关重要。本文利用Cloudsat卫星2008年3月到2009年2月的资料,通过大量个例验证Cloudsat识别降水云方法的合理性,并利用此方法统计分析了华北、江淮地区降水云与非降水云的垂直结构特征。统计结果表明:降水云与非降水云垂直结构存在明显差异,两地区降水云云底高度都在2km以下,非降水云的云底高度以大于2km为主。两地区单层降水云云厚以大于6km为主,多层降水云云厚以2km-4km为主,非降水云云厚都以小于2km为主。两地区降水云夹层厚度集中在1km-2km间,非降水云夹层厚度集中在4km以上。(本文来源于《S18 大气物理学与大气环境》期刊2012-09-12）
尚博,周毓荃,刘建朝,黄毅梅[4]（2012）在《基于Cloudsat的降水云和非降水云垂直特征》一文中研究指出降水云是人工增雨作业的主要对象,了解降水云系的垂直结构对于人工增雨可播条件的选择至关重要。利用Cloudsat卫星2008年3月—2009年2月资料,首先通过大量个例分析并结合地面降水量观测验证Cloudsat卫星识别降水云方法的合理性,在此基础上,统计分析了华北和江淮地区降水云与非降水云的垂直结构特征。统计结果表明:降水云与非降水云垂直结构存在明显差异,两地区降水云云底高度都在2 km以下,非降水云的云底高度以高于2km为主。两地区单层降水云云厚以大于6km为主,多层降水云云厚以2～4 km为主,非降水云云厚以小于2 km为主。两地区降水云夹层厚度集中于1～2 km,非降水云夹层厚度集中在4 km以上。江淮地区多层云降水频率略高于华北地区。(本文来源于《应用气象学报》期刊2012年01期）
彭亮,姚展予[5]（2008）在《河南省非降水云中液态水的卫星微波反演试验研究》一文中研究指出云中液态水分布对全球气候和局地天气变化有重要影响,是判别人工影响天气作业潜力区的重要依据。利用TRMM卫星微波成像仪(TMI)85.5GHz通道垂直极化亮温资料与NCEP再分析资料,结合VDISORT模式采用逐步逼近方法反演了河南地区地表比辐射率;再利用TRMM/TMI85.5GHz通道垂直极化亮温资料、TRMM/VIRS红外辐射资料及NCEP再分析资料,结合VDISORT模式采用迭代的方法反演了河南地区云中液态水的垂直积分总含量。与红外卫星云图、TRMM卫星2A12产品及NCEP资料对比分析表明:该研究提出的反演陆地上空非降水云中液态水方法是可行的,且对云中液态水垂直积分总含量水平分布的反演结果较对比产品结果更好。(本文来源于《应用气象学报》期刊2008年05期）
傅云飞,刘栋,王雨,宇如聪,徐幼平[6]（2007）在《热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征》一文中研究指出为了解降水云与非降水云相应的微波信号、云水、雨水及潜热特征,文中利用热带测雨卫星搭载的测雨雷达、微波成像仪及红外辐射计探测的匹配融合结果,就2004年8月“云娜”台风进行了个例分析研究。结果表明:“云娜”台风过程中深厚降水云占79%,中云和低云降水仅分别占10.6%和10.4%;非降水低云所占比例最大(45.5%),高云其次(34.1%)。降水云中大粒子居多,非降水云粒子有效半径分布宽。深厚降水云中冰、水含量成正比;中等厚度降水云中的冰含量相对稳定,但液态水含量变化大;深厚和中等厚度非降水云中的冰、水含量皆成反比。对降水率、气柱潜热、气柱云水和云冰沿台风径向分布的分析结果发现,台风生成前的低压中心附近降水率和气柱总潜热比随后时次均大,表明降水释放潜热对“云娜”台风的形成起到了非常重要的作用;在台风形成后,降水率和气柱总潜热自台风云墙向外减小;随着台风的成熟,降水率和气柱总潜热沿台风径向分布趋于稳定。潜热廓线分析表明,深厚降水云潜热释放在对流层中上部(3 km以上),最大潜热高度约4.5 km。对降水云和非降水云的冰、水含量平均垂直廓线分析表明,深厚和中等厚度的降水云中水粒子含量具有相似的平均廓线,最大值(约0.03 g/m3)位于4—5 km高度,降水低云中的水粒子含量最大值(约0.07 g/m3)位于4 km高度;对于非降水云,3种不同高度的潜热廓线、水和冰粒子含量廓线相似,反映了TRMM反演算法对这些参数的反演仍存在缺陷。(本文来源于《气象学报》期刊2007年03期）
刘奇[7]（2007）在《基于ISCCP及TRMM观测的热带降水云与非降水云差异的研究》一文中研究指出随着越来越多更先进的气象卫星平台投入使用，云和降水更为精细的微观特征以及它们在整个气候系统中所扮演的角色将逐渐被揭示，而多通道多仪器多角度联合观测下的云和降水研究已经成为当前大气遥感及气候变化领域的研究热点。本文利用TRMM卫星上搭载的测雨雷达(PR)和可见光／红外扫描仪(VIRS)的融合资料，凭借PR高信度的降水识别和VIRS高分辨率的云顶辐射信息，并借助于ISCCP云气候资料，对长时间尺度下的全球云气候特征进行了全面讨论，并在此基础上重点分析和比较了热带地区降水云和非降水云在可见光／红外辐射信号以及多种云物理属性上的气候差异，初步取得的结果包括如下叁个方面：(1)全球云气候特征利用ISCCP多年月平均云资料，讨论了云量、云光学厚度等云参量在全球热带地区的分布特征，以及从日到年代际多重时间尺度上的时间演化特性。研究结果表明，低云集中分布于太平洋东南部和东北部的近海岸地区，该区域低云的富集与当地相对较低的海温有关；而热带辐合带、南太平洋辐合带和中纬低气压带等大尺度强对流活动区的高云量显着偏多。云量的季节变化不显着，洋面云量全年保持稳定，陆面春夏季节云量略有偏高。陆面总云量日变化峰值出现在9至15时(局地太阳时)的中午时段，而洋面地区多在凌晨0至6时达到最大值。高、中、低云显示出不同的云量日变化规律，其中洋面上低云显示出独特的凌晨极大值。总云量在最近20年间呈现出极缓慢的减少趋势，其中低云和高云均有小幅减少，而中云数量略有增加。地中海周边地区、澳洲大陆、非洲大陆中部和南部地区的云光学厚度和云水路径具有显着的低值，与云量分布的对比结果显示上述位置与极端少云区一致。云光学厚度接近10的云水丰富区主要分布于中国大陆及其附近海域、以及太平洋东南部的南美洲沿岸地区。相比于云量，云光学厚度和云水路径具有更强的季节稳定性，同时这两种云属性在所考察的20余年中呈现出极小幅的年代际增长。该部分研究工作增进了对全球尺度云气候特征的理解，并为后续分类别的降水云和非降水云气候特征研究奠定了基础。(2)降水云可见光及红外辐射特性针对夏季锋面和台风降水个例，考察了降水云可显着区别于非降水云的可见光(VIS)、近红外(NIR)和热红外(IR)通道的辐射特性，综合评估了可用于识别降水云的短波和长波指标，并对降水云水平尺度及降水云垂直结构进行了讨论。研究发现，0.63μm反射率(RF1)和10.8μm亮温(TB4)信号对降水云和非降水云显示出有效的分离。在所考察的各种单通道和多通道阈值方法中，RF1、RF1／RF2、RF1&TB4叁种方法在降水云识别中表现良好。其中RF1和TB4的联合使用能显着降低虚警率(FAR)，并同时保持较高的捕获率(POD)，是降水云判别的最优方案。对于弱降水(降水率低于5.0 mm／h)，云顶可见光反射率／红外亮温和地表降水率之间呈近线性的单调关系。随反射率(亮温)增大(减小)，降水强度缓慢增长，而且此统计关系在不同地区和不同降水系统中极为稳定。统计结果还显示，在锋面和台风系统中，可由红外亮温估计的降水云降水率均值约为3.3 mm／h。此外，在前人工作基础上，提出了一种获取低轨卫星窄轨道上云团水平尺度的新方法。以圆形理想降水云为参照定义等效半径(ER)，并用以对实际降水云的有效水平尺度做出估计，所得结论与同类研究结果可相互印证。在所考察的两类降水系统中，降水云雨顶高度和云顶高度间的差异均在3km左右，并且此高度差值基本随雨顶高度的增大而减小，在雨顶达到13km左右的较大高度时，云顶、雨顶高度接近一致，同时云顶雨顶高度差随地表降水率的增大呈线性减小趋势。该部分工作指出了针对特定中尺度降水系统中降水云识别的最优可见光／红外阈值方案，揭示了云顶红外亮温／可见光反射率和地表降水率间统计关系在弱降水条件下的适用性，利用新方法定量获取了降水云的有效空间尺度信息。(3)降水云和非降水云的云属性差异在气候尺度分析了降水云的辐射特性，并利用反演结果分析了降水云多种云属性的时空分布特征，着重比较了降水云和非降水云的云气候特征差异，还特别考察了降水云和非降水云在ISCCP9类标准云型中的频率分布情况。研究结果显示，从晴空／非降水云辐射背景到降水云，可见光通道反射率增加了100％，热红外通道亮温降低了30K以上。降水云在整个短波段的反照率均值约为0.28，高出晴空／非降水云背景约25％。晴空、非降水云和降水云在整个热带地区的平均出现概率分别为48.1％，47.9％和4.0％，其中降水云在洋面和陆面的云量(单位：％)均值分别为4.2和3.5。降水云的空间分布形式与非降水高云基本一致。降水云云量日变化幅度普遍大于非降水云，无论是在陆面还是在洋面，降水云同非降水云的日变化形式均基本一致。陆面降水云多在夜间维持低值，并在早晨8时左右达到最小值，峰值在午后时段出现；洋面降水云的峰值则多出现于8至12时的早间时段。降水云光学厚度的全球均值超过60，约为非降水云的10倍。降水云中冰云的比例超过90％，而如果不考虑相态，降水云平均云滴有效半径高出非降水云约10μm。降水云含水量均值约为230g·m~(-2)，接近非降水云的3倍。另外，依据ISCCP云型标准，研究发现洋面上积云、层积云、高积云和卷云等四种云型是构成非降水云的主要云型，而具有高光学厚度的低云(层云)和中云(雨层云)出现频次最低；相比之下，陆面非降水云中，高层云略有偏多而层积云数量略有偏少。然而对于降水云，除深厚对流云和雨层云外，中等厚度的卷层云对降水云云量也有相当大的贡献。该部分研究工作全面分析了在宏观结构、微物理属性以及云量日变化中降水云和非降水云的差异：首次针对降水云定量给出了云量、云光学厚度、冰水云比例、云滴有效半径等参数的气候均值和海陆差异：并从降水云和非降水云在ISCCP 9种标准云型中出现频率的角度，揭示了ISCCP卷层云所具有的高降水概率，指出了其云分类方案利用传统名称进行云型命名的欠合理性。(本文来源于《中国科学技术大学》期刊2007-05-01）
傅云飞,刘栋,王雨,宇如聪,徐幼平[8]（2006）在《热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征》一文中研究指出为了解降水云与非降水云相应的微波信号、云水、雨水及潜热特征,本文利用热带测雨卫星搭载的测雨雷达、微波成像仪及红外辐射计探测的匹配融合结果,就2004年8月“云娜”台风进行了个例分析研究。结果表明“云娜”台风过程中深厚降水云为79%,中云和低云降水仅分别占10.6%和10.4%;非降水低云所占比例最大(45.5%),高云其次(34.1%)。降水云中大粒子居多,非降水云粒子有效半径的分布宽。深厚降水云中冰、水含量成正比;中、低降水云中的冰含量相对稳定,但液态水含量相对变化大;高、中、低非降水云中的冰、水含量皆成反比。深厚降水云潜热释放在对流层中上部(3km以上),最大潜热高度约4.5km。台风生成前期低压中心附近的平均降水率和平均气柱总潜热比随后时次均大,表明降水释放潜热对台风的形成起到非常重要的作用。另外,本文还分析了气柱总云水和云冰沿台风径向分布特征,以及降水云和非降水云的冰、水粒子含量平均垂直廓线特征。结果还表明:平均降水率和平均总潜热自台风云墙向外减小;在台风形成前期的低压中心附近的平均降水率和平均气柱总潜热比随后时次均大,说明降水释放潜热对“云娜”台风形成起到非常重要的作用;随着台风的成熟,平均降水率和平均气柱总潜热沿台风径向分布趋于稳定。(本文来源于《中国气象学会2006年年会“卫星遥感技术进展及应用”分会场论文集》期刊2006-10-01）
王雨,傅云飞,刘国胜[9]（2006）在《热带测雨卫星TMI探测结果对非降水云液态水路径的反演方案研究》一文中研究指出根据TRMMTMI的探测特点,结合微波辐射传输模式,研究了针对副热带地区非降水云液态水路径的TMI反演方案,并对反演方案进行了间接检验。首先,利用微波辐射传输模式进行模拟研究,分析了在副热带地区,相应TMI各通道的微波亮温对非降水云液态水路径的响应特点,结果表明37.0GHz和85.5GHz的水平极化通道探测结果对非降水云液态水路径的响应更为敏感;随后,利用模式分析了TMI各单一通道反演的非降水云液态水路径与理论值的差异,并在此基础上给出了利用37.0GHz和85.5GHz的水平极化通道亮温联合反演非降水云液态水路径的方案;最后,利用TMI的探测结果,采用该反演方案对无云区、非降水云区以及台风降水云区进行了反演计算。结果表明,无云区的液态水路径在-1—1g/m2之间,且平均值为10-5量级;非降水云的液态水路径变化范围在0—500g/m2之间,且其水平分布与TRMM的可见光通道0.64μm探测的云分布一致;在台风降水云个例中,随着台风的成熟,高液态水路径的面积比初始阶段增多,且当地表降水率小于5mm/h时,云中液态水路径随地表降水率的增大而逐渐增大。(本文来源于《气象学报》期刊2006年04期）
刘松涛,严卫[10]（2006）在《星载微波辐射计反演洋面非降水云区水汽总量的研究》一文中研究指出针对AMSR-E的特点,采用物理统计方法,对洋面非降水云区水汽总量(V)的反演进行了模拟研究,并用实测亮温数据对反演算式进行了初步验证。主要结果有:①为了有效解决亮温随V值增加而趋于饱和的问题,采用多元线性回归方法,研究比较了算式中不同亮温函数形式的效果,结果表明,在反演算式中采用ln(T0-TB)形式有更好的回归和反演效果,但这种形式不太适合于V值偏大的情况;②采用逐步回归方法,对各通道不同亮温函数形式的回归因子进行了比较分析,引进了对因变量作用最显着的6个因子,生成了新的反演算式,并且对应于不同V值均有较好的回归和反演效果;③可以根据V值大小的变化分段采用以上两种方法生成的反演算式,实际反演的结果与业务产品基本符合。(本文来源于《气象科技》期刊2006年03期）
非降水云论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
云是影响地气系统能量平衡、大气环流及气候变化的重要因素,与降水机制和降水效率密切相关。基于降水云与非降水云可能存在的特征差异,它们对地气系统的影响也表现出不同。深入理解降水云与非降水云的特征及差异,对理解降水机制,改进气候模式具有重要意义。Cloud Sat作为首颗用主动毫米波雷达在全球范围内观测及研究云分布和垂直结构、辐射特性及降水信息的卫星,在对降水云的观测方面表现出了极大优势。基于此,我们利用多年Cloud Sat云产品及TRMM降水资料,分析了东亚和南亚季风区降水量季节性差异、降水云及非降水云的宏观特征(包括云层数、云厚、雨顶高度、冻结降水出现最大高度、云类型)、垂直结构(雷达反射率垂直分布)及非降水云微物理特性(包括云光学厚度、粒子有效半径、液水路径、冰水路径)。相关研究结论加深了我们对该地区降水云和非降水云特征的理解。主要结论如下:(1)东亚和南亚季风区降水及非降水云出现频率、云厚、云类型存在明显的季节差异。东亚季风区降水云与非降水云均以单层云为主,降水云出现频率随季节先降低后升高,南亚季风区降水云出现频率趋势与东亚相反,以单层云与双层云为主。东亚季风区降水云云厚季节较南亚季风区明显,夏季最厚,冬季最薄,但南亚季风区降水云云厚大于东亚;两季风区非降水云云厚基本集中在5km以下,与降水云相比云厚显着减小。深对流云和雨层云是两季风区降水云的主要类型,但东亚季风区降水云除夏季以深对流云为主外,其它季节雨层云占主导地位;南亚季风区则以深对流云为主;非降水云基本以高云(卷云)及中云(高层云/高积云)为主,深对流云与雨层云极少出现。(2)从雷达反射率垂直分布来看,降水云主要集中在8km以下,雷达反射率在-15~15d Bz,降水云中雷达反射率随高度的增加先增强后减弱,但南亚季风区粒子增长速度较快,粒子累积带也大于东亚季风区。东亚季风区春、秋、冬叁季降水云垂直分布与降水雨层云类似,夏季则更近似于深对流云;南亚季风区降水云分布更近似于降水深对流云,降水云与降水雨层云季节变化没有东亚明显。非降水云雷达反射率较小,出现高度较高。(3)东亚和南亚季风区非降水云微物理特性存在较为明显的差异。东亚季风区非降水云光学厚度比南亚季风区整体偏大,年平均值偏大近50%,但两季风区均以光学厚度小于10的云为主,季节变化并不明显。与之相反的是,南亚季风区非降水云粒子有效半径、液水路径和冰水路径均显着大于东亚季风区,且拥有更多较大粒径的云滴,两季风区的非降水云分别在液水路径小于300g/m~2和冰水路径小于100g/m~2的区间内分布最多。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非降水云论文参考文献
[1].刘旸,赵姝慧,蔡波,孙丽.基于CloudSat资料的东北地区降水云及非降水云垂直结构特征对比分析[J].气象.2017
[2].李晨蕊.基于CloudSat的东亚和南亚季风区降水云及非降水云特征研究[D].兰州大学.2017
[3].尚博,周毓荃,刘建朝,黄毅梅.基于Cloudsat的降水云和非降水云垂直特征分析[C].S18大气物理学与大气环境.2012
[4].尚博,周毓荃,刘建朝,黄毅梅.基于Cloudsat的降水云和非降水云垂直特征[J].应用气象学报.2012
[5].彭亮,姚展予.河南省非降水云中液态水的卫星微波反演试验研究[J].应用气象学报.2008
[6].傅云飞,刘栋,王雨,宇如聪,徐幼平.热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征[J].气象学报.2007
[7].刘奇.基于ISCCP及TRMM观测的热带降水云与非降水云差异的研究[D].中国科学技术大学.2007
[8].傅云飞,刘栋,王雨,宇如聪,徐幼平.热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征[C].中国气象学会2006年年会“卫星遥感技术进展及应用”分会场论文集.2006
[9].王雨,傅云飞,刘国胜.热带测雨卫星TMI探测结果对非降水云液态水路径的反演方案研究[J].气象学报.2006
[10].刘松涛,严卫.星载微波辐射计反演洋面非降水云区水汽总量的研究[J].气象科技.2006