TRMM卫星说明

TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化白爱娟;刘长海;刘晓东【期刊名称】《地球物理学报》【年(卷),期】2008(051)003【摘要】本文在对比了TRMM多卫星降水分析TMPA(TRMM Multi-satellite Precipitation Analysis)资料和中国643个气象站观测降水量时空分布的基础上,采用2002～2006年夏季TMPA每小时降水量资料,用合成分析和谐波分析的方法研究了青藏高原及其周边地区夏季降水量和降水频率的日变化特征.分析结果表明,平均降水量和降水频率日变化谐波分析的标准振幅显示出青藏高原地区夏季降水具有显著的日变化特征,高原中部地区对流活动日变化最强,其次是高原西南方向的印度半岛地区.谐波分析的位相表明降水量和降水频率最大值出现的时间具有选择性,高原中部降水量最大值多集中在傍晚前后,高原以东的四川盆地通常在夜晚,尤其是在后半夜达到最大值,而长江上游和中下游地区对流活动则分别在上午和下午最为活跃.青藏高原以东地区降水量日变化的位相明显不同于其他陆地地区,也不同于高原中部,具有自西向东传播的信号,四川盆地的夜雨现象可能是高原地区对流活动日变化自西向东传播的结果.【总页数】11页(P704-714)【作者】白爱娟;刘长海;刘晓东【作者单位】中国科学院地球环境研究所黄土与第四纪地质国家重点实验室,西安,710075;陕西省气象台,西安,710015;National,Center,for,Atmospheric,Research,Colorado,80301,USA;中国科学院地球环境研究所黄土与第四纪地质国家重点实验室,西安,710075;西安交通大学人居环境与建筑工程学院,西安,710049【正文语种】中文【中图分类】P467【相关文献】1.TRMM卫星资料对陕西及周边地区夏季降水的探测 [J], 白爱娟;方建刚;张科翔2.青藏高原、中国东部及北美副热带地区夏季降水系统发生频次的TRMM资料分析 [J], 周胜男;罗亚丽;汪会3.从气象卫星资料揭示的青藏高原夏季对流云系的日变化 [J], 陈隆勋;宋玉宽4.基于TRMM卫星多传感器资料揭示的亚洲季风区雷暴时空分布特征 [J], 李进梁; 吴学珂; 袁铁; 郄秀书; 杨静5.基于TRMM卫星探测的南海及周边地区春夏季降水日变化特征 [J], 李芳洲;李江南因版权原因，仅展示原文概要，查看原文内容请购买。

TRMM卫星探测青藏高原谷地的降水云结构个例分析傅云飞;李宏图;自勇【期刊名称】《高原气象》【年(卷),期】2007(26)1【摘要】利用TRMM卫星测雨雷达探测反演的降水廓线、红外辐射温度、微波高频辐射亮温和闪电资料,并结合数字地形资料和NCEP再分析资料,分析研究了1999年5月4日13:05(UTC,下同)青藏高原东南部某山谷及附近地区(29.49°N^30.13°N,95.08°E^96.89°E)的降水云结构。

结果表明,该降水云团为特殊地形强迫而引起的一强对流降水;强对流降水云团水平范围约20km,它自谷地向上呈“蘑菇”状向上水平展开;最大降水率位于谷中云体下部,超过100mm.h-1;在谷地上方该强对流降水云团云体向下风方向延伸,形成下风方向大范围的弱降水。

结果还表明,强对流降水云团中剧烈变化的地表降水率也反映在云团云顶红外辐射温度和云体微波辐射亮温的变化上。

此外,虽然闪电附近云顶高度和云中的含冰量相差甚小,但闪电发生次数、持续时间和发出的辐射能量却十分不均。

降水事件的天气背景分析表明,降水发生前13h内,高原500hPa一弱低压槽东移引起的大气低层辐合、中高层辐散及大气不稳定性增加,是此次降水事件发生的大气内在因素。

【总页数】9页(P98-106)【关键词】青藏高原;TRMM卫星;降水云结构【作者】傅云飞;李宏图;自勇【作者单位】中国科学技术大学地球和空间学院【正文语种】中文【中图分类】P426.615【相关文献】1.GPM卫星双频测雨雷达探测降水结构的个例特征分析 [J], 张奡祺;傅云飞2.基于TRMM卫星探测的夏季青藏高原降水和潜热分析 [J], 傅云飞;刘奇;自勇;冯沙;李跃清;刘国胜3.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化 [J], 白爱娟;刘长海;刘晓东4.TRMM卫星对青藏高原东坡一次大暴雨强降水结构的研究 [J], 王宝鉴;黄玉霞;魏栋;王基鑫;刘新伟;黄武斌;刘维成;杨晓军5.利用TRMM卫星分析青藏高原中尺度对流系统闪电特征 [J], 姜天奕因版权原因，仅展示原文概要，查看原文内容请购买。

讲稿：1997年11月27日发射的TRMM卫星由美国国家宇航局和日本国家空间发展局共同研制，是第一颗专门用于定量测量热带、亚热带降雨的气象卫星。

·1、TRMM卫星共搭载5种遥感仪器，可见光和红外扫描仪VIRS、微波图像仪TMI、降水雷达pR、闪电图像仪及云和地球辐射能量系统。

其中VIRS、TMI和pR为TRMM卫星的基本降水测量仪器。

PR 测雨雷达由日本制造，目的是争取更精确的测量降水，作为标准去校准为TMI \VIRS的反演方法。

·2、VIRS观测资料可提供云顶温度及其结构，是对由其它TRMM遥感器推导降水强度的补充，1B11提供亮温资料。

PR它的最大特点是进行立体扫描，提供降水的三维结构。

2A25还提供了降水类型的信息，降水分为对流降水、层云降水和其它类型的降水。

更多TRMM信息参照。

李小青，用TRMM资料反演降水强度和水凝物垂直结构。

2003.5赵姝慧，利用TRMM卫星和cloudsat卫星对不同云系的中微尺度结构的研究分析.2008.5 ·3、关于3级3B42RT产品反演信息请参照，3B42RT_README.ipwg.pdf（已提供）·4、做图步骤：（1）下载3B42RT数据（2）利用hdfview打开，转化成txt格式（3）利用fortran软件，转化成二进制格式。

例：trmm1.f90（4）利用GRADS,编写*.ctl文件和*.gs文件，并出图。

例：trmm.ctl 、trmm.gs.·5、提供读取卫星产品必要的软件hdfview、orbitviewer.刘晓春毛节泰云中液水含量与云光学厚度的统计关系研究目前搭载有微波成像仪SSM/I的三颗美国国防气象卫星DMSP为地球上的任一点24小时内约提供6个时次的观测资料，为全球降水等资料的观测提供了有利的工具。

TRMM携带的TMI比SSMI多一个10.65GHz的通道，并且提高了空间分辨率，85GHz频率空间分辨率约为5km;首次携带的空中雷达也改进了降水的反演精度，推动卫星微波遥感降水跨入新的时代。

TRMM卫星资料对陕西及周边地区夏季降水的探测
白爱娟;方建刚;张科翔
【期刊名称】《灾害学》
【年(卷),期】2008(23)2
【摘要】采用2002～2006年夏季6～8月热带降水测量(TRMM)卫星3B41RT 类数据资料,以发生在陕西及周边地区的连阴雨、暴雨和日降水量序列事件为例,通过比较TRMM卫星降水资料与地面气象站观测资料的差异,分析了TRMM卫星对陕西及其周边地区夏季降水过程的探测能力.结果说明TRMM卫星反映的陕西及周边地区夏季降水量值偏小,但探测结果能够大致表现陕西关中和陕南及同纬度周边地区夏季降水量的基本特征,对陕西北部地区夏季降水量的探测能力较差.
【总页数】5页(P41-45)
【作者】白爱娟;方建刚;张科翔
【作者单位】中国科学院地球环境研究所,黄土与第四纪地质国家重点实验室,陕西,西安,710075;陕西省气象台,陕西,西安,710015;陕西省气象台,陕西,西安,710015;陕西省气象台,陕西,西安,710015
【正文语种】中文
【中图分类】P458.1+21
【相关文献】
1.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化 [J], 白爱娟;刘长海;刘晓东
2.TRMM和CMORPH卫星资料对三峡库区降水的评估分析 [J], 张天宇;桂术;杨若文;王勇;李永华
3.基于TRMM卫星探测的南海及周边地区降水、云和潜热特征的比较研究 [J], 叶清文;李江南;罗家林;丁成慧;赵杨洁
4.基于TRMM卫星资料对四川盆地降水的三维结构特征分析 [J], 向朔育;李跃清;卢萍
5.基于TRMM卫星探测的南海及周边地区春夏季降水日变化特征 [J], 李芳洲;李江南
因版权原因，仅展示原文概要，查看原文内容请购买。

利用TRMM卫星资料对青藏高原地区强对流天气特征分析李典;白爱娟;黄盛军【期刊名称】《高原气象》【年(卷),期】2012(31)2【摘要】利用热带测雨卫星TRMM(Tropical Rainfall Measure Mission)多种探测结果,结合NCEP再分析资料,研究了发生在青藏高原地区的一次强对流天气特征,综合分析了高原地区对流云特殊的水平、垂直结构特征。

结果表明:(1)该强对流降水系统由几个孤立、零散的块状降水云团组成,以深厚弱对流降水为主,微波亮温的低值区也呈孤立、零散的块状分布,并且整个对流系统的云顶高度一致偏高,深厚强对流降水的雨谱主要集中在1～20mm.h-1的范围内,90%以上的深厚弱对流降水样本数和降水量都集中在0～5mm.h-1范围内,在垂直方向上呈被"挤压"状态。

除云冰粒子集中在6～18km高度外,可降冰、可降水和云水粒子都集中在低层8km 以下,冰雹天气表现为可降冰粒子在低层含量偏高。

(2)高原地区强对流天气的特征与其他地方的不同,表现为雨强较小,比平原地区明显偏弱,且对流云降雨样本在不同降雨率范围内分布不均匀,降水云团雨顶高度也远低于平原地区的对流云,地表降水率大值区与微波辐射亮温低值区呈不完全对称分布,潜热释放呈单峰型。

(3)高原地区强对流系统发生时,垂直上升运动在400hPa达到最大,水汽主要集中在400hPa 高度以下的范围内。

【总页数】8页(P304-311)【作者】李典;白爱娟;黄盛军【作者单位】成都信息工程学院大气科学学院;中国科学院地球环境研究所;民航云南空管分局【正文语种】中文【中图分类】P458.2【相关文献】1.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化2.青藏高原东北部地区一次强对流天气特征分析3.青藏高原一次冰雹强对流天气过程的诊断及\r雷达回波特征分析4.利用雷达和卫星资料对一次强对流天气过程的云结构特征分析5.青藏高原东北部一次罕见强对流天气的中小尺度系统特征分析因版权原因，仅展示原文概要，查看原文内容请购买。

利用TRMM卫星分析西北太平洋各等级热带气旋降水分布特征刘喆;白洁;张文军;严军;周著华【期刊名称】《热带气象学报》【年(卷),期】2013(029)003【摘要】为了更好掌握西北太平洋热带气旋(Tropical Cyclone,TC)降水的分布特征,将2003-2009年TRMM资料同TC最佳路径数据集相匹配,共得到这7年中118个TC的336时次个例,包括强热带风暴、台风、强台风和超强台风4种强度等级样本,建立了TRMM卫星监测西北太平洋TC的样本数据库.在此基础上,选取距TC中心300km范围为研究区域,每间隔10 km为圆环计算其降雨方位平均值,对各等级TC平均地表降雨率的径向分布、不同降雨率和降水类型的平均出现频率和降水贡献比例以及沿TC移动方向上各象限平均降雨率分布等特征进行统计分析,研究结果表明:(1)随着强度等级的增加,TC平均地表降雨率逐渐增加,并在径向方向上表现出单峰型分布特征,降水出现频率和贡献比例的峰值也逐渐向8mm/h附近的峰值靠拢；(2)层性降水在研究区域内占统治地位,而对流性降水主要集中在眼壁附近；(3)各象限平均降雨率相差不大,相对而言,沿TC移动的前侧降雨率更大,而右后侧最小.【总页数】9页(P432-440)【作者】刘喆;白洁;张文军;严军;周著华【作者单位】北京航空气象研究所北京100085;北京航空气象研究所北京100085;北京航空气象研究所北京100085;北京航空气象研究所北京100085;北京航空气象研究所北京100085【正文语种】中文【中图分类】P407【相关文献】1.利用TRMM资料分析2002年登陆广东的热带气旋降水分布特征 [J], 丁伟钰;陈子通2.利用TRMM资料对热带气旋"威马逊"结构及其降水特征的研究 [J], 马雷鸣;端义宏3.基于TRMM的热带气旋降水三维结构特征分析 [J], 元慧慧;钟中;李杰;韩晓静;叶明雯4.基于TRMM的热带气旋降水云系多谱段辐射特征分析 [J], 元慧慧;李杰;孟磊;叶明雯5.基于TRMM的热带气旋降水云系多谱段辐射特征分析 [J], 元慧慧;李杰;孟磊;叶明雯因版权原因，仅展示原文概要，查看原文内容请购买。

Climate Change Research Letters 气候变化研究快报, 2020, 9(5), 469-476Published Online September 2020 in Hans. /journal/ccrlhttps:///10.12677/ccrl.2020.95051TRMM卫星降水数据在川渝地区的适用性分析——以2017年为例张乐天成都信息工程大学，四川成都收稿日期：2020年8月25日；录用日期：2020年9月9日；发布日期：2020年9月16日摘要本文利用2017年川渝地区71个地面站点的实测降水数据，在年、月和日尺度上验证了TRMM 3B42V7降水数据的精度，分析TRMM卫星降水数据在该地区的适用性。

结果表明，在年、月和日尺度上，TRMM 3B42V7与实测降水数据之间均呈显著线性关系，但回归方程斜率都较小，分别为0.249、0.290和0.198，且降水量相对误差较高，分别为−68.60%、−65.88%和−65.77%。

这说明TRMM 3B42V7降水数据显著低估实际降水量，但通过线性回归方程可估算出实际降水量。

就单个站点而言，月尺度上绝大部分站点降水实测数据与TRMM 3B42V7的相关系数较高，平均值高达0.915；而在日尺度上气象站点的降水实测数据与TRMM 3B42V7降水量之间的相关系数平均值下降为0.622。

无论是月尺度还是日尺度上，峨眉山站的相关系数最小，分别为0.628和0.191。

关键词TRMM 3B42V7，降水，相关系数，川渝地区Applicability Analysis of TRMM SatellitePrecipitation Data in Sichuan-ChongqingRegion—A Case in 2017Letian ZhangSchool of Atmospheric Science, Chengdu University of Information Technology, Chengdu SichuanReceived: Aug. 25th, 2020; accepted: Sep. 9th, 2020; published: Sep. 16th, 2020张乐天AbstractBased on the measured precipitation from 71 meteorological stations of Sichuan-Chongqing re-gion in 2017, the accuracy of precipitation data from TRMM 3B42V7 is verified and the applica-bility analysis of TRMM 3B42V7 satellite precipitation data is conducted on the yearly, monthly and daily scale. The results show that there are significant linear relationships between TRMM 3B42V7 precipitation and measured precipitation on the yearly, monthly and daily scale, while their slope of regression equation is all small, which is 0.249, 0.290 and 0.198, respectively. Moreover, on the yearly, monthly and daily scale, relative errors of precipitation between measured data and TRMM 3B42V7 satellite data are −68.60%, −65.88% and −65.77%, respec-tively. These indicate that the measured precipitation is significantly underestimated by TRMM 3B42V7 precipitation data, but can be estimated more accurately by linear regression equation. For individual stations, at most stations, the correlation coefficients between TRMM 3B42V7 precipitation and measured precipitation are reasonably high , which of average value is as high as 0.915 on the monthly scale, but the correlation coefficient decreases to 0.622 on the daily scale. Whether on the monthly scale or on the daily scale, the correlation coefficient at Mount Emei Station is comparatively low in 71 meteorological stations, which is 0.628 and 0.191, respec-tively.KeywordsTRMM 3B42V7, Precipitation, Correlation Coefficient, Sichuan-Chongqing RegionCopyright © 2020 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 引言降水是研究区域和全球气候变化的基本要素之一，也是地表与大气间能量与水循环过程的重要组成部分[1]，因此准确掌握降水信息对研究不同时空尺度下的大气循环和水循环过程都起着关键作用[2]，特别是对于区域防灾减灾具有重要指导作用。

第20卷第1期2005年1月地球科学进展ADVANCES I N E ARTH SCIE NCEV ol.20　N o.1Jan.,2005文章编号:100128166(2005)0120029207TRMM卫星降雨雷达观测的南海降雨空间结构和季节变化Ξ陈　举,施　平,王东晓,杜　岩(中国科学院南海海洋研究所LE D重点实验室,广东　广州　510301)摘　要:利用热带降雨计划卫星(TRM M)获得的雷达降雨资料,对南海及其周边区域(简称南海地区)降雨的空间分布和季节特征进行了研究。

结果表明:南海地区的降雨在空间上分布很不均匀,同时具有显著的季节变化。

除了副高活动、季风潮、冬季冷涌和热带低压活动等天气过程,南海周边广泛分布的山地地形对该地区的降雨分布也产生强烈影响,降雨呈现南部高于北部、东部高于西部的分布特征。

与C AMP和台站资料相比,PR观测具有更丰富的空间结构,能够更好地体现降雨随时间和空间变化的特征、反映高大的山地地形对降雨分布的影响。

关　键　词:TRM M;降雨雷达(PR);南海降雨;季节变化中图分类号:P42;TP79 文献标识码:A0　引　言降雨是全球水分和能量循环中最关键,但人们对其又知之甚少的气候要素之一[1],具有显著的天气和气候意义。

相伴降雨的各种中尺度过程也非常复杂,小尺度物理过程随时间和空间急剧变化[2]。

南海及周边区域(简称南海地区)是亚—澳季风系统的重要气流通道,也是中国东部和东南部降雨的主要水汽来源[3,4],南海地区的降雨以及由此导致的潜热释放对东亚的大气环流、能量收支有重要的影响,其间接作用甚至远达美洲[5,6]。

在卫星资料大量使用之前,南海降雨的信息基本来源于南海周边气象站、商船以及南海内部少数岛屿站与航次观测的气象记录[7～9]。

显然,这种传统降雨信息在空间上的获取十分有限。

为了克服这一不足,近年来采用卫星遥感资料反演降雨量的研究越来越得到重视[10,11]。

卫星产品文件名命名说明（AIRS、MODIS、TRMM、TOMS、ISCCP等）AIRS L2 products1、AIRS 28层标准等压面层标准反演产品数据集，AIRX2RET，简称L2-RetStd，Standard final retrieval product in 28 standard pressure levels例原名：AIRS.2005.01.18.052.L2.RetStd.v4.0.9.0.G0512*******.hdf现用名：SATE_L2_EOA_AIRS_MWB_AIRX2RET_GLB_V4-20050118-052.hdf2、AIRS晴空订正辐射值数据集，AIRI2CCF，简称L2-CC，Cloud-Cleared IR radiances例原名：.v4.0.9.0.G06005100313.hdf现用名：SATE_L2_EOA_AIRS_MWB_AIRI2CCF_GLB_V4-20060104-049.hdf3、AIRS标准反演产品的日图形数据集，AIRX2DBR，简称L2 RetStd Browse Data，Daily summary browse data for standard retrieval例原名：AIRS.2002.09.07.A.L2.Browse_Ret.v3.0.9.0.G0335*******.hdf现用名：SATE_L2_EOA_AIRS_MWB_AIRX2DBR_GLB_V4-A-20020907.hdf注：AIRS/AIRX2DBR中的A、D表示卫星上升轨和下降轨的观测4、AIRS晴空订正辐射值的日图形数据集，AIRI2DBR，简称L2-CC Browse Data，Daily summary browse data for Cloud-Cleared IR radiances例原名：AIRS.2004.01.10.A.L2.Browse_CC.v4.0.9.0.G05285142829.hdf原名：AIRS.2004.01.10.D.L2.Browse_CC.v4.0.9.0.G05285142829.hdf现用名：SATE_L2_EOA_AIRS_MWB_AIRI2DBR_GLB_V4-D-20040110.hdfAIRS L3 products1、AIRS标准反演产品全球1°×1°格点日值数据集，AIRX3STD：Level 3 daily standard physical retrieval product例原名：AIRS.2004.01.01.L3.RetStd001.v4.0.9.0.G05282113225.hdf现用名：SATE_L3_EOA_AIRS_MWB_AIRX3STD_GLB_V4-20040101.hdf2、AIRS标准反演产品全球1°×1°格点8日值数据集，AIRX3ST8：Level 3 8 day standard physical retrieval product例原名：AIRS.2005.09.09.L3.RetStd008.v4.0.9.0.G05262085327.hdf现用名：SATE_L3_EOA_AIRS_MWB_AIRX3ST8_GLB_V4-20050909.hdf3、AIRS标准反演产品全球1°×1°格点月值数据集，AIRX3STM：Level 3 monthly standard physical retrieval product例原名：AIRS.2005.11.01.L3.RetStd030.v4.0.9.0.G0533*******.hdf现用名：SATE_L3_EOA_AIRS_MWB_AIRX3STM_GLB_V4-20051101.hdfMODIS L3 Atmos./land/ocean V004/V005 Products （MODIS/Terra & Aqua）1、MODIS/Terra & Aqua大气合成产品数据集，MODATML2, MYDATML2MODIS/Terra & Aqua Atmosphere Level 2 Joint Product at 5 and 10 km spatial resolutions例：原名：mydatml2.a2005110.0000.004.2005119195400.hdf现用名：SATE_L2_EOA_MODIS_MWB_MYDATM_GLB-V4-20050420-0000.hdf注：将001－366的Julian Day转换为月日mmdd2、MODIS/Terra & Aqua气溶胶、云、水汽、臭氧全球1°×1°格点月值数据集，MOD08M3，MYD08M3 MODIS/Terra & Aqua Aerosol Cloud Water Vapor Ozone Monthly L3 Global 1Deg CMG例原名：MOD08_M3.A2004183.004.2004219102327.hdf现用名：SATE_L3_EOT_MODIS_MWB_MOD08M3_GLB_V4-200407.hdf3、MODIS/Terra地表温度/地表发射率月值全球0.05°×0.05°格点月值数据集，MOD11C3，MYD11C3 MODIS/Terra & Aqua Land Surface Temperature/Emissivity Monthly L3 Global 0.05Deg CMG例原名：MYD11C3.A2003060.004.2004113140829.hdf现用名：SATE_L3_EOA_MODIS_MWB_MYD11C3_GLB_V4-200303.hdf4、MODIS海洋水色和海表温度4公里分辨率年值数据集MODIS/Terra MO04MN MO04NN MO04SN MO04QN MO04FN MO041N MO042NMODIS/Aqua MY04MN MY04NN MY04SN MY04QN MY04FN MY041N MY042N例：MY04FN类原名：MY04FND1.sst.ADD2003001.041.2004242190726.hdf原名：MY04FNN1.sst.ADD2003001.041.2004242190719.hdf原名：MY04FNN2.sst4.ADD2003001.041.2004242190724.hdf现用名：SATE_L3_EOA_MODIS_MWB_MY04FN_GLB_V4-D1-2003.hdf现用名：SATE_L3_EOA_MODIS_MWB_MY04FN_GLB_V4-N1-2003.hdf现用名：SATE_L3_EOA_MODIS_MWB_MY04FN_GLB_V4-N2-2003.hdf例： MO042N类原名：MO042ND1.sst.ADD2003001.051.2005243152313.hdf原名：MO042NN1.sst.ADD2003001.051.2005243153623.hdf原名：MO042NN2.sst4.ADD2003001.051.2005243160116.hdf现用名：SATE_L3_EOT_MODIS_MWB_MO042N_GLB_V5-D1-2003.hdf现用名：SATE_L3_EOT_MODIS_MWB_MO042N_GLB_V5-N1-2003.hdf现用名：SATE_L3_EOT_MODIS_MWB_MO042N_GLB_V5-N2-2003.hdfTRMM L4 products (Version 6)1、TRMM等卫星资料合成降雨量0.25°×0.25°格点3小时数据集，3B423-Hour 0.25°×0.25°TRMM and Other-GPI (GOES Precipitation Index) Calibration Rainfall Data例原名：3B42.041101.0.6.HDF现用名：SATE_L3_TRM_MUTDS_MWB_3B42_GLB_V6-20041101-00.hdf注： YYYYMMDD-hh中的hh指“小时”，每3小时一个文件（世界时00、03、06、09、12、15、18、21）2、TRMM等卫星资料和其他资料合成降雨量0.25°×0.25°格点月值数据集，3B43Monthly 0.25°×0.25°TRMM and Other Sources Rainfall Data例原名：3B43.991201.6.HDF现用名：SATE_L3_TRM_MUTDS_MWB_3B43_GLB_V6-199912.hdf3、TRMM微波成像仪水汽廓线和地面降雨量0.5°×0.5°格点月值数据集，3A12TRMM Microwave Imager (TMI) Level 3 Monthly 0.5°×0.5° Profiling例原名：3A12.071201.6.HDF现用名：SATE_L3_TRM_TMI_SWB_3A12_GLB_V6-200712.HDF4、TRMM星载雷达降雨量参数5°×5°和0.5°×0.5°格点月值数据集，3A25TRMM Level 3 Monthly 5°×5°and 0.5°×0.5°Spaceborne Radar Rainfall例原名：3A25.071001.6A.HDF现用名：SATE_L3_TRM_PR_SWB_3A25_GLB_V6-200710.HDFTOMS L3 data product1、TOMS气溶胶指数1纬度×1.25经度格点日值数据集，TOMS臭氧含量1纬度×1.25经度格点日值数据集，TOMS正午紫外辐射强度1纬度×1.25经度格点日值数据集，TOMS反射率1纬度×1.25经度格点日值数据集，TOMS红斑热曝光量和辐照度1°×1°格点日值数据集Earth Probe TOMS：原名：aerosol：L3_aersl_ept_19960725.txt原名：erythemal： L3_eryln_ept_19960725.txt原名：ozone：L3_ozone_ept_19960725.txt原名：reflectivity： L3_reflc_ept_19960725.txt现用名： SATE_L3_MUS_TOMS_MWB_AERSL_GLB_V8-EPT-19960725.txt2、TOMS日图形产品数据集原名：Nimbus 7 TOMS aerosol：L3_aersl_n7t_19781101.txt原名：Earth Probe TOMS aerosol：IM_aersl_ept_19960725.png现用名：SATE_L3_MUS_TOMS_MWB_IMAGE_GLB_V8-AERSL-EPT-19781101.pngSBUV和SBUV/2大气臭氧廓线数据集Version 8 Level 2 Nimbus-7 SBUV data (1978-1990)data from the SBUV/2 instruments flown on NOAA-9a (1985-1989), NOAA-9d (1992-1998), NOAA-11 (1988-2001) and NOAA-16 (2000-2003)in ASCII format现用名：SATE_L3_MUS_MUTDS_MWB_SBUV_GLB_V8-N7T-19960101.txt注：卫星属性中Earth Probe（EPT）、Nimbus 7卫星（N7T）、NOAA-9a（NO9A）、NOAA-9d（NO9D）、NOAA-11（NO11）、NOAA-16（NO16）ISCCP云参数产品DX、D1、D2数据集例 原名：ISCCP.DX.0.GMS-4.1991.01.01.0900.GPC现用名：SATE_L2_GM4_ MUTDS_MWB _ISCCPDX_GLB-19910101-0900.bin原名：ISCCP.DX.0.NOA-11_N.1993.09.24.1200.GPC现用名：SATE_L2_N11_ MUTDS_MWB _ISCCPDX_GLB-N-19930924-1200.bin原名：ISCCP.D2.1.GLOBAL.2000.04.99.1500.GPC 月平均一日八次（3小时一次）现用名：SATE_L3_MUS_ MUTDS_MWB _ISCCPD2_GLB-200004-1500.bin原名：ISCCP.D2.1.GLOBAL.2000.04.99.9999.GPC 月平均一日八次的平均（日平均）现用名：SATE_L3_MUS_ MUTDS_MWB _ISCCPD2_GLB-200004-9999.bin注：DX数据集为单卫星产品，“N”和“F”表示资料来自NOAA 11即NOAA N与NOAA 15即NOAA F。