2025年大学《应用气象学》专业题库- 气象卫星数据处理与分析技术

2025年大学《应用气象学》专业题库——气象卫星数据处理与分析技术考试时间：______分钟总分：______分姓名：______一、名词解释1.电磁波辐射2.气象卫星辐射定标3.亮温与摄氏温度4.大气窗口5.卫星云顶亮温（TB）二、填空题1.静止气象卫星通常位于地球赤道上空约______公里处，其观测范围覆盖地球表面上约______度的经度区域。2.气象卫星数据预处理的主要步骤包括辐射定标、大气校正、______和地理定位。3.接收到的卫星信号强度受到大气中水汽、云层等介质对电磁波的______和吸收的影响。4.GOES系列卫星主要用于______天气预报和灾害监测，其观测周期约为______分钟。5.卫星遥感反演地表温度时，通常需要使用______模型来修正大气对地表辐射的影响。三、简答题1.简述气象卫星图像上云的亮温特征，并说明如何根据亮温特征大致判断云的厚度。2.解释什么是大气校正？进行大气校正的主要目的是什么？3.简述静止气象卫星和极轨气象卫星在轨道、覆盖范围和观测特点上的主要区别。4.列举三种常用的气象要素卫星遥感反演方法，并简述其基本原理。四、计算题某次实验中，接收到的某波段卫星信号功率P_接收=1.2μW/m²，已知该波段的地表辐射功率P_地表=5.8W/m²，大气透过率τ=0.9。假设此辐射经过黑体辐射体达到传感器前的功率为P_黑体。请计算：（1）该波段的卫星亮温T_B(单位：K)。（提示：可利用斯蒂芬-玻尔兹曼定律，假设传感器接收的是理想黑体辐射）（2）若已知此波段传感器定标常数为a=-60K/（W/m²），请计算对应的地表等效温度T_地表(单位：°C)。五、论述题1.论述气象卫星数据产品在短临天气预报（如强对流天气监测预警）中的应用价值。2.结合你所学的知识，论述卫星遥感技术在农业气象监测（如作物长势监测、干旱监测）中的应用前景和面临的挑战。试卷答案一、名词解释1.电磁波辐射:电磁波是一种由振荡的电场和磁场组成的能量传播形式，无需介质即可在真空中传播。气象卫星通过接收或发射不同波段的电磁波来探测大气和地表的物理参数。2.气象卫星辐射定标:将卫星传感器接收到的或探测到的电信号强度（如电压、功率）转换为对应的物理量（如辐射亮度、辐射通量密度）的过程，是卫星数据预处理的关键步骤。3.亮温与摄氏温度:亮温是指假设卫星传感器接收到的辐射来自于一个理想黑体所具有的温度，其单位为开尔文（K）。摄氏温度是常用的温度单位。两者之间存在对应关系，但物理意义不同。4.大气窗口:指大气对特定波段的电磁波辐射吸收很小，允许电磁波穿透大气层到达地表或从地表/大气层向外辐射的区域。气象卫星遥感主要利用这些大气窗口波段。5.卫星云顶亮温（TB）:指从卫星传感器视角看云顶部分所辐射或反射的电磁波亮度温度，是表征云层物理特性（如温度、高度）的重要参数，单位通常为开尔文（K）或摄氏度（°C）。二、填空题1.35786；402.几何校正3.透射4.区域性；55.大气辐射传输三、简答题1.解析思路:首要任务是理解亮温的定义及其与云层特性的关系。云顶亮温主要受云层温度和厚度的共同影响。通常，云层越厚，包含的水汽越多，其向下和向外的辐射越强，或者对地面的反照率更高，导致传感器接收到的能量增加，亮温值越高。薄云（如卷云）通常温度较高，含水量少，亮温值较低；厚云（如层云、厚积云）温度相对较低，但厚度大，亮温值较高。因此，可以根据亮温图上云区的颜色或灰度（亮温值）大致判断云的厚薄分布。2.解析思路:大气校正的核心是消除或减弱大气组分（如水汽、臭氧、气溶胶等）对卫星观测信号的影响，以获取地表真实辐射信息。大气会吸收和散射电磁波，导致传感器接收到的信号不是地表本身发出的，而是经过大气调制后的信号。进行大气校正的主要目的是准确地反演地表参数（如地表温度、地表反射率、土壤湿度等），提高遥感反演结果的精度，使卫星数据能够更真实地反映地表状况。3.解析思路:从两个维度对比：一是轨道，静止卫星相对地球静止，处于赤道上空同步轨道；极轨卫星沿近极地太阳同步轨道运行，每次经过同一纬度的时间基本相同。二是覆盖范围，静止卫星覆盖范围广，但空间分辨率较低；极轨卫星覆盖范围相对较小（每次过境），但沿轨道方向分辨率较高，可实现全球扫描。观测特点上，静止卫星提供连续的、区域性的观测，适合短临天气预报；极轨卫星提供全球性的、周期性的观测数据，适合气候监测和长时间序列分析。4.解析思路:列举方法时要有代表性，并简要说明原理。常用的方法包括：①反演公式法：基于物理辐射传输模型和测量的卫星辐射亮度，通过经验或半经验公式直接计算地表参数，如利用红外亮温反演气温或云顶温度。②辐射传输模型反演法：利用详细的辐射传输模型（如SRTM），结合观测到的多通道辐射数据，通过优化算法反演地表参数，精度较高但计算复杂。③统计/机器学习法：利用统计方法或机器学习算法（如神经网络），建立观测数据与地表参数之间的关系模型进行反演，尤其适用于大范围、多时相数据的快速处理。基本原理是利用地气系统辐射传输的物理规律，即地表参数（如温度、水汽含量）会影响电磁波在大气中的传输特性，通过测量电磁波特性反推地表参数。四、计算题（1）解析思路:根据斯蒂芬-玻尔兹曼定律，黑体辐射功率与温度的四次方成正比(P_黑体=σT_黑体^4)。传感器接收到的功率是地表辐射经大气透射后到达传感器的功率(P_接收=P_地表×τ=σT_地表^4×τ)。由于T_B是假设传感器接收的是黑体辐射时的等效温度，满足P_接收=σT_B^4。因此，有T_B^4/T_地表^4=τ，即T_B=T_地表×(τ)^(1/4)。将数值代入即可计算。计算过程:T_B=T_地表×(0.9)^(1/4)≈T_地表×0.9659。由于T_地表=P_地表/σ=5.8/5.67e-8≈1.021e8K，则T_B≈1.021e8×0.9659≈9.87e7K。(注意：此处的计算基于理想黑体模型，实际卫星传感器响应可能更复杂，且此亮温数值异常高，通常亮温在100K-300K范围，提示可能需要检查题目设定或模型适用性。若按常规温度范围计算，需重新审视模型或题目数据。此处按题目给出的物理模型计算。)答案:T_B≈9.87e7K(根据题设模型计算结果，实际应用中此数值不合理，提示题目可能需修正)。（2）解析思路:计算地表等效温度需要利用传感器定标常数。定标关系通常为T_地表=a×(T_B-T_0)，其中a是定标斜率（负值表示亮温升高，等效温度降低），T_0是定标截距（通常代表传感器本身的等效温度或某个参考温度）。题目中给出a=-60K/（W/m²），但没有给出T_0。通常T_0可视为传感器在无信号输入时的输出对应的一个基准温度。若假设T_0=0K（即传感器输出为0时对应黑体温度为0K，虽然物理上不绝对，但为计算简化常用），则T_地表=a×T_B=-60×9.87e7K=-5.922e9K。此结果同样不合理。更常见的定标关系是T_地表=T_B+(定标常数)。若题目意图是T_地表=T_B+a，则T_地表=9.87e7K+(-60)=9.87e7-60K。显然此计算也未得到合理温度。这再次表明题目设定的模型或参数可能不适用于常规的卫星温度反演。若必须给出一个基于给定参数的计算结果，则按字面T_地表=T_B-60。若题目期望的是利用第一问的合理亮温值（假设为T_B'，例如250K），则T_地表=T_B'-60=250-60=190°C。此处选择按字面关系计算，但需明确其不合理性。答案:T_地表=T_B-60。若采用第一问计算得到的异常高亮温值T_B≈9.87e7K，则T_地表≈-5.922e9K(不合理)。若采用一个更合理的亮温值（如250K）进行演示，则T_地表=250-60=190°C。五、论述题1.解析思路:论述题需结构清晰，论点明确，论据充分。首先点明气象卫星数据（特别是云图）在短临预报中的核心作用。论据应包括：①实时监测：卫星可提供大范围、高频次的云图，实时监测云系生成、发展和移动，为预报提供关键信息。②特征识别：通过分析云顶亮温、云型等特征，可识别不同类型云（如积云、层云、卷云）及其发展潜力，判断是否可能出现强对流天气（如积雨云）。③预警信号：当监测到特定云特征（如急速发展的积雨云、钩状云头）时，可及时发出强对流天气警报，为防灾减灾争取时间。④综合分析：将卫星云图与地面观测、数值预报模型输出结合，提高预报的准确性和提前量。最后可简要总结卫星云图在短临预报中不可或缺的价值。2.解析思路:此题考察应用前景与挑战，需辩证分析。前景方面：①作物长势监测：利用多光谱、高光谱卫星数据，可通过植被指数等指标监测作物生长状况、叶绿素含量、水分胁迫等，为精准农业管理提供依据。②干旱监测：利用微波卫星（如SMOS、Sentinel-1）探测土壤湿度，结合红外卫星数据反演地表温度，可大范围、高频次监测干旱发生发展过程，提高干旱预警能力。③灾害评估：卫星遥感可用于评估洪涝、干旱、病虫害等农业灾害的损失范围和程度，为灾后恢复提供信息支持。前景展望可结合大数据、人工智能等技术，实现更智能化的农业气象信息服务。挑战方面：①数据精度与分辨率：部分卫星数据精度或空间