2025年大學(xué)《空間科學(xué)與技術(shù)》專業(yè)題庫——太空中的氣象觀測與預(yù)測技術(shù)研究考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分。請將正確選項的字母填在題后的括號內(nèi)）1.以下哪類衛(wèi)星通常提供全球覆蓋、高時間分辨率的熱帶區(qū)域氣象觀測？A.地球靜止氣象衛(wèi)星B.極軌氣象衛(wèi)星C.太陽同步軌道氣象衛(wèi)星D.專用科研氣象衛(wèi)星2.氣象衛(wèi)星上用于測量大氣微波輻射特性的主要儀器是？A.紅外輻射計B.可見光相機C.微波輻射計D.激光雷達3.在衛(wèi)星遙感大氣參數(shù)中，利用水汽吸收通道反演大氣水汽含量的主要依據(jù)是？A.大氣溫度垂直分布B.大氣運動速度C.特定微波頻率的水汽吸收特性D.太陽光譜反射特性4.數(shù)值天氣預(yù)報（NWP）模式中，對大氣垂直運動進行描述的核心方程是？A.熱力學(xué)方程B.連續(xù)方程（質(zhì)量守恒）C.動量方程D.水汽守恒方程5.將衛(wèi)星觀測數(shù)據(jù)融入數(shù)值預(yù)報模式初值的過程中，主要應(yīng)用的技術(shù)方法是？A.統(tǒng)計插值B.數(shù)據(jù)同化C.數(shù)值積分D.模式嵌套6.太陽活動劇烈時，最可能對地球電離層底部產(chǎn)生顯著擾動，導(dǎo)致短波通信中斷的現(xiàn)象是？A.太陽風(fēng)增強B.日冕物質(zhì)拋射（CME）C.太陽黑子增發(fā)D.赤道噴流7.專門用于從衛(wèi)星測量的地球輻射場出發(fā)，反演大氣溫度廓線的算法通常被稱為？A.云參數(shù)反演算法B.溫度廓線反演算法C.風(fēng)場散度算法D.大氣水汽含量反演算法8.全球天氣監(jiān)測系統(tǒng)（GWMSS）旨在建立一個統(tǒng)一協(xié)調(diào)的觀測網(wǎng)絡(luò)，其核心組成部分不包括？A.地面氣象觀測站B.氣象雷達網(wǎng)絡(luò)C.地球靜止氣象衛(wèi)星D.專用空間天氣監(jiān)測衛(wèi)星星座9.利用GPS信號反射探測大氣水汽廓線的技術(shù)（GPS/MET）主要利用了？A.信號直接穿透大氣層B.信號在大氣中傳播的多路徑效應(yīng)C.信號被大氣粒子散射D.信號被電離層吸收10.以下哪項不是人工智能（AI）技術(shù)在氣象預(yù)測領(lǐng)域的主要應(yīng)用方向？A.氣象數(shù)據(jù)質(zhì)量控制B.基于模式輸出的極端天氣事件預(yù)警C.直接構(gòu)建替代傳統(tǒng)數(shù)值預(yù)報模式的物理預(yù)報系統(tǒng)D.氣象圖像自動識別與分析二、填空題（每空1分，共15分。請將答案填在橫線上）1.________氣象衛(wèi)星通常以接近地球自轉(zhuǎn)角速度的恒定高度運行，實現(xiàn)對特定區(qū)域近乎連續(xù)的觀測。2.衛(wèi)星遙感大氣參數(shù)的基本原理是利用大氣對電磁波的__________特性。3.微波輻射計通過測量大氣發(fā)射或散射的__________輻射來探測大氣溫度和濕度。4.數(shù)值天氣預(yù)報模式的“初值”指的是模式積分開始時刻的__________場和__________場。5.數(shù)據(jù)同化技術(shù)旨在融合來自不同來源、具有不同時空分辨率的觀測數(shù)據(jù)，以獲得更優(yōu)的__________。6.太陽活動產(chǎn)生的帶電粒子流到達地球磁層，引發(fā)__________現(xiàn)象，可能導(dǎo)致極光活動和衛(wèi)星軌道擾動。7.大氣電離層對無線電波的傳播產(chǎn)生__________和__________效應(yīng)。8.衛(wèi)星大氣探測中，利用可見光云圖判斷云頂亮溫主要依據(jù)云的__________特性。9.基于集合預(yù)報進行預(yù)測不確定性估計的關(guān)鍵在于產(chǎn)生一組具有合理__________的集合成員。10.________是指利用氣象衛(wèi)星獲取的地球及其大氣環(huán)境的圖像、數(shù)據(jù)和產(chǎn)品，為社會經(jīng)濟發(fā)展和公眾提供氣象服務(wù)。三、名詞解釋（每題3分，共15分。請給出簡潔、準確的定義）1.大氣輻射傳輸2.數(shù)值天氣預(yù)報（NWP）3.太陽耀斑4.地磁暴5.數(shù)據(jù)融合四、簡答題（每題5分，共20分。請簡要回答下列問題）1.簡述紅外輻射計和微波輻射計在探測大氣溫度方面的主要區(qū)別。2.簡述衛(wèi)星遙感大氣水汽含量的主要方法及其原理。3.簡述集合卡爾曼濾波（EnKF）在氣象數(shù)據(jù)同化中發(fā)揮的作用。4.簡述太陽活動對地球?qū)α鲗犹鞖饪赡墚a(chǎn)生的影響機制。五、論述題（10分。請就下列問題展開論述）結(jié)合當(dāng)前技術(shù)發(fā)展趨勢，論述人工智能（AI）或機器學(xué)習(xí)（ML）技術(shù)如何在提升太空氣象觀測和預(yù)測能力方面發(fā)揮重要作用，并舉例說明。試卷答案一、選擇題1.A2.C3.C4.C5.B6.B7.B8.D9.B10.C二、填空題1.地球靜止2.吸收（或散射、反射，擇一即可）3.微波4.大氣（或氣象）大氣（或氣象）5.真實（或分析）狀態(tài)6.磁層擾動7.折射閃爍8.反射（或輻射）9.隨機性（或差異性）10.衛(wèi)星氣象服務(wù)三、名詞解釋1.大氣輻射傳輸：指電磁波在大氣中傳播，并與大氣分子、氣溶膠、云等粒子發(fā)生吸收、散射、反射等相互作用的物理過程。2.數(shù)值天氣預(yù)報（NWP）：指利用計算機求解描述大氣運動和變化的數(shù)學(xué)方程組（大氣動力學(xué)方程、熱力學(xué)方程等），從而預(yù)測未來一段時間內(nèi)大氣狀態(tài)的一種方法。3.太陽耀斑：指太陽色球?qū)油蝗?、劇烈釋放能量的現(xiàn)象，是太陽活動最激烈的表現(xiàn)形式之一，能向外拋射高能帶電粒子。4.地磁暴：指太陽活動（如CME沖擊）引起的地球磁層急劇擾動現(xiàn)象，表現(xiàn)為地磁場的劇烈、快速變化。5.數(shù)據(jù)融合：指將來自多個傳感器或來源的、關(guān)于同一目標(biāo)或現(xiàn)象的數(shù)據(jù)，通過一定的處理方法組合成更全面、準確、可靠的信息的過程。四、簡答題1.解析思路：區(qū)分紅外和微波探測大氣溫度的基本原理。紅外輻射計通過探測大氣吸收紅外太陽輻射的“暗通道”或發(fā)射光譜的“窗口”通道來反演溫度，對云中、云頂及晴空大氣均有較好的探測能力，但易受水汽和二氧化碳影響。微波輻射計主要利用水汽、氧氣等對微波的吸收特性探測溫度，特別適用于探測云底以下的大氣溫度廓線，對水汽敏感，晴空探測能力相對較弱。因此，主要區(qū)別在于吸收通道/原理、探測高度側(cè)重和主要敏感氣體上的差異。2.解析思路：描述衛(wèi)星遙感大氣水汽含量的主要方法。最核心的方法是基于微波遙感。利用特定頻率的微波（如22GHz、183GHz）被大氣水汽強烈吸收的原理，通過測量大氣發(fā)射的微波輻射強度來反演水汽含量。此外，差分吸收激光雷達（DIAL）技術(shù)也常用于精確測量大氣柱水汽含量。其原理是利用特定波長激光被水汽選擇性吸收，通過比較有/無水汽路徑的信號衰減來計算水汽密度。3.解析思路：闡述EnKF在數(shù)據(jù)同化中的作用。EnKF是一種結(jié)合了卡爾曼濾波和集合預(yù)報思想的算法。其核心思想是：首先通過集合預(yù)報產(chǎn)生一組初始狀態(tài)擾動（集合），然后利用觀測數(shù)據(jù)計算每個集合成員與真實狀態(tài)（或分析狀態(tài)）的差異，并將這種差異信息通過類似卡爾曼濾波的增益算子，投影回分析場中，修正集合的均值，從而得到更接近真實狀態(tài)的分析結(jié)果。它有效結(jié)合了觀測信息來修正模式狀態(tài)，同時通過集合來評估預(yù)報的不確定性。4.解析思路：描述太陽活動影響對流層天氣的機制。太陽活動（特別是太陽風(fēng)暴和CME）會擾動地球磁層和電離層。擾動產(chǎn)生的電離層暴或電離層擾動，會改變電離層對無線電波的折射和反射特性，進而影響依賴無線電波的導(dǎo)航系統(tǒng)、通信系統(tǒng)。更進一步，劇烈的太陽活動通過極區(qū)大氣環(huán)流（如極夜噴流/PolarNightJet）與對流層發(fā)生能量和動量交換，可能間接引發(fā)或加劇極區(qū)乃至中高緯度的天氣現(xiàn)象，如極地渦旋的加強、急流的位置和強度變化等，從而影響區(qū)域乃至全球天氣。五、論述題解析思路：1.AI/ML作用方向：論述應(yīng)從數(shù)據(jù)處理、模式改進、預(yù)測應(yīng)用三個層面展開。2.數(shù)據(jù)處理層面：AI/ML在處理海量、復(fù)雜、多源（衛(wèi)星、雷達、地面等）氣象數(shù)據(jù)方面潛力巨大。例如，利用深度學(xué)習(xí)自動識別衛(wèi)星云圖中的云型、云量、云頂高度；自動進行氣象數(shù)據(jù)質(zhì)量控制，識別異常值和缺失值；利用機器學(xué)習(xí)算法融合多源數(shù)據(jù)，提高分析場（如風(fēng)場、溫度場）的精度和時空分辨率。3.模式改進層面：傳統(tǒng)NWP模式涉及大量復(fù)雜的物理過程參數(shù)化，存在不確定性。AI/ML可以用于改進這些參數(shù)化方案，使其更準確地描述實際大氣過程。例如，學(xué)習(xí)歷史觀測數(shù)據(jù)與模式模擬結(jié)果之間的關(guān)系，構(gòu)建數(shù)據(jù)驅(qū)動的替代參數(shù)化方案；利用強化學(xué)習(xí)訓(xùn)練模式控制參數(shù)，以優(yōu)化預(yù)報效果。4.預(yù)測應(yīng)用層面：AI/ML擅長處理非線性問題，可以用于提高對極端天氣事件（如強對流、臺風(fēng)、暴雪）的發(fā)生、發(fā)展和強度預(yù)測的準確率；基于模式輸出，利用機器學(xué)習(xí)進行極端事件預(yù)警；進行基于概率的天氣預(yù)報，提供更可靠的預(yù)報不確定性信息。5.