一种基于GEP的地面气温观测资料的质量控制方法

地面观测资料的单站质量控制是气象业务中不可或缺的环节,特别在台站密度较低或新增台站的地区,单站质量控制是观测资料有效性的基本保障。在研究传统单站质量控制方法的基础上,利用气温与相对湿度之间的耦合关系,提出一种基于基因表达式编程(GEP)算法的地面逐时气温资料单站质量控制方法,实现相对湿度对气温的质量控制。并利用该方法对江苏省六市2005—2007年地面观测的逐时气温资料进行质量控制,以评估其适用性,并将控制效果与传统方法进行比较。结果表明,GEP质量控制方法能有效标记出可疑数据,具有可控性强、识别精度高等优点,尤其在每年5—9月的检验效果优于传统的单站质量控制方法。      

PSO-PSR-ELM集成学习算法在地面气温观测资料质量控制中的应用

针对台站密度低、新建台站以及特种单要素站等无法获得有效邻站或内部参考资料情况下的质量控制问题,从气温时间序列的混沌特性出发,考虑气温在短时间内的连续性和稳定性,提出一种基于粒子群(Particle Swarm Optimization,PSO)改进的相空间重构法(Phase Space Reconstruction,PSR)和极限学习机(Extreme Learning Machine,ELM)的集成学习算法的地面逐时气温观测资料的单站质量控制方法,实现气温资料的质量控制。为检验该方法的适用性,运用该方法对江苏省八市2007~2009年的地面气温观测资料进行质量控制,并与传统单站方法及切比雪夫多项式内插法(Tshebyshev Polynomial Interpolation,TPI)进行对比。实验结果表明,该方法相比较于TPI和传统方法可以更有效地标记出可疑数据,具有检错率高、地区和气候适应性、可控性强等优点。     

空间面板数据模型在地面气温观测资料质量控制中的应用

由于地面气温观测资料的时空分布符合空间面板数据结构特征,提出一种基于改进空间面板数据模型的地面气温观测资料质量控制算法(ST-RH算法)。该算法在利用邻近站地面气温观测资料时空相关性信息对目标站气温观测资料进行质量控制的基础上,兼顾了地面气温与相对湿度之间的强耦合关系,将相对湿度作为解释变量融入算法,增加了算法的内部复杂度,提高了算法的动态稳定性。为了检验该算法的有效性及适应性,利用ST-RH算法对多个场景地面气温观测资料进行质量控制,并与反距离加权算法(IDW算法)和空间回归算法(SRT算法)进行比较分析。试验结果表明,ST-RH算法相对于IDW算法和SRT算法更能有效地标记出地面气温观测资料中的存疑数据,同时多组独立案例的分析结果说明ST-RH算法具有更好的稳定性和适用性。     

基于三次样条插值的探空气温质量控制研究

利用上海地区2016年11月份探空气温观测资料,把观测资料分为五个高度段,采用平均绝对误差(MAE)和均方根误差(RMSE)对气温观测资料进行质量控制分析。对每个高度段气温观测资料进行三次样条插值,结合交叉检验的思想对探空质量控制进行研究。结果表明:三次样条插值的质量控制算法在低空天气状况良好的条件下,对探空气温观测资料的质量控制效果显著,能更有效地标记出气温观测数据中的可疑值。     

基于集合经验模态分解和傅里叶分析的风场预测试验

采用集合经验模态分解(EEMD)和滑动傅里叶分析方法,建立了非线性气候序列的统计预测模型。针对气候要素距平场,对EOF分解得到的各模态时间系数进行EEMD分解,对得到的各IMF分量构建滑动傅里叶(Fourier)分析预报模型,提取出控制当前复杂气候信号的主要傅里叶频谱组合作为IMF分量的主要成分,即确定当前信号的主要波内频率,再将各个IMF分量和剩余项预测结果重构得到各模态时间序列的预测结果,最终通过时空重构得到预测场。将上述思想方法应用于新疆地区风场的预测试验,并采用距平相关系数(ACC),预报技巧(SS)和同号率(R)进行评估,结果表明对于区域性的风速预报,基于上述思想的算法模型能够较好地把握当前气候信号的主要变化频率,较为理想地预测了气候要素时间系数,对新疆地区风速变化的形态分布有较好的估计,使其预报时效在40侯以内均拥有一定的预报技巧,平均SS在0.5以上,36侯以内平均ACC达到0.4以上。     

一种基于空间相关性和B样条曲面拟合的地面气温质量控制算法

将B样条曲面拟合算法引入到地面气温观测资料的质量控制当中,考虑到区域内各参考站与目标站观测值之间的空间相关性,提出了一种基于空间相关性和B样条曲面拟合的地面气温观测资料质量控制算法(Spatial Correlation and B-spline Surface Fitting,BSF)。选择2012—2014年南平站、南京站、太原站、拉萨站、景洪站和长春站以及周围300 km内参考站的02:00、08:00、14:00、20:00定时气温作为观测资料,结合平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、一致性指标(Index of Agreement,IOA)和纳什系数(Nash-sutcliffe Model Efficiency Coefficient,NSC)这4种评价参数对目标站地面气温资料进行质量控制分析。将BSF算法的质量控制效果分别与传统的反距离加权法(Inverse Distance Weighted,IDW)和空间回归检验法(Spatial Regression Test,SRT)进行对比,试验结果表明:在不同案例下,BSF算法的质量控制效果均优于IDW算法和SRT算法,能更有效地标记出气温观测数据中的可疑值。     

基于改进EMD算法和BP神经网络的SST预测研究

海洋表面温度(Sea Surface Temperature,SST)具有非平稳、非线性的特征,直接将处理平稳数据序列的方法应用到非平稳非线性特征明显的序列上显然是不合适的,预测的误差将会很大。为了提高预测精度,更好地解决非平稳非线性序列预测的问题,本文以东北部太平洋(40°N~50°N、150°W~135°W)区域的月平均海洋表面距平温度为例,首先分别应用集合经验模态分解(EEMD)和互补集合经验模态分解(CEEMD)方法将SST分解为不同尺度的一系列模态分量(IMF),再运用BP(Back Propagation)神经网络模型对每一个模态分量进行分析预测,最后将各IMF预测结果进行重构得到SST的预测值。数值试验的结果表明,CEEMD分解精度比EEMD分解精度高,CEEMD提高了基于BP神经网络的预测精度。系列试验统计分析说明应用这种方法对SST的1年预测是有效的。     

一种基于改进克里金法的地面气温质量控制算法

依据气温间的空间相关性,将地统计学中的普通克里金法(Ordinary Kriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(Improved Ordinary Kriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(Inverse Distance Weighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。     

经验正交函数分解质量控制法在地面观测资料变分同化中的个例研究与应用

同化地面观测资料能够获得丰富的地面大气信息,这对于大气边界层的准确模拟尤为重要。由于地面观测资料同化一直受到地面观测资料质量较差的影响,因此,地面观测资料的质量控制是提高地面资料同化效果的重要方法之一。为了分析基于经验正交函数分解质量控制方法(Empirical Orthogonal Function quality control,EOF-QC)对地面资料同化效果的影响,并进一步检验该方法在实际同化试验中的应用效果,在WRF的三维变分同化系统中引入了经验正交函数分解质量控制法,同时通过一系列同化试验比较了经验正交函数分解质量控制法与原系统自带的基于观测与模拟偏差质量控制法(Observation Minus Background quality control,OMB-QC)的差异。2008年1和7月的多个强降水预报试验结果表明,经验正交函数分解质量控制法能够保留更多天气系统的有效观测信息,更为客观准确地反映大气真实状态;同化经过经验正交函数分解质量控制法后的观测资料,模式预报的温度降低,在北部形成一个气旋性环流,该环流底部的偏西气流带动北部冷空气东移入海,同时冷空气南下也削弱了带有丰富水汽的西南气流,从而使模式预报的降水范围和强度更加合理。降水的空间分布对比结果也表明,经验正交函数质量控制法改善了模式对降水落区和强度的预报能力,各个量级的降水评分有明显提高,模拟结果更接近于实况。各组数值模拟试验结果表明,经验正交函数分解质量控制法在WRF-3DVAR中具有较高的应用潜力。     

基于地面电场资料的雷暴临近预报研究

利用总体平均经验模态分解算法(EEMD),对南京地区2010—2011年6—8月近地面大气电场资料进行分析,研究了晴天、弱雷暴和强雷暴天气条件下大气电场的振荡特征。在单站电场仪观测范围内,以晴天大气为背景场,根据固有模态函数(IMF)方差最大值对应层数的动态特性,建立并验证了两种强度的雷暴临近预报模型。结果表明:弱雷暴发生前IMF方差最大值对应层数跳变幅度较平稳,而强雷暴跳变幅度逐渐加剧。对IMF方差最大值对应层数进行三次样条插值,可直观地表征雷暴发生发展过程,延长预报时间至1 h。利用这些特征对92个独立样本进行预报效果检验,预报的准确率为73.3%,虚警率为14.5%。     

Striping Noise Analysis and Mitigation for Microwave Temperature Sounder-2 Observations

The Microwave Temperature Sounder(MWTS)-2 has a total of 13 temperature-sounding channels with the capability of observing radiance emissions from near the surface to the stratosphere. Similar to the Advanced Technology Microwave Sounder(ATMS), striping pattern noise, primarily in the cross-track direction, exists in MWTS-2 radiance observations. In this study, an algorithm based on principal component analysis(PCA) combined with ensemble empirical mode decomposition(EEMD) is described and applied to MWTS-2 brightness temperature observations. It is arguably necessary to smooth the first three principal component(PC) coefficients by removing the first four intrinsic mode functions(IMFs) using the EEMD method(denoted as PC3/IMF4). After the PC3/IMF4 noise mitigation, the striping pattern noise is effectively removed from the brightness temperature observations. The noise level in MWTS-2 observations is significantly higher than that detected in ATMS observations. In May 2014, the scanning profile of MWTS-2 was adjusted from varying-speed scanning to constantspeed scanning. The impact on striping noise levels brought on by this scan profile change is also analyzed here. The striping noise in brightness temperature observations worsened after the profile change. Regardless of the scan profile change, the striping noise mitigation method reported in this study can more or less suppress the noise levels in MWTS-2 observations.     

基于空间回归的B样条拟合在地面气温资料质量控制中的应用

将B样条拟合算法引入到地面气温资料的质量控制当中,在分析地面气温资料空间相关性的基础上,提出一种基于空间回归的B样条拟合地面气温资料质量控制方法(SRT_BSF方法)。为了检验SRT_BSF方法的有效性及适应性,利用SRT_BSF方法对多个场景地面气温资料进行质量控制,并与反距离加权方法(IDW方法)和空间回归方法(SRT方法)进行比较分析。试验结果表明,SRT_BSF方法相对于IDW方法和SRT方法更能有效地标记出地面气温资料中的存疑数据,同时多组独立案例的分析结果说明SRT_BSF方法具有更好的稳定性和适用性。      

空间回归检验方法在气象资料质量检验中的应用

该文详细介绍了空间回归检验方法, 并使用2003年我国671站的逐日平均气温、最高气温、最低气温、平均水汽压、平均风速、平均0 cm地温、降水量资料, 检验该方法在气象资料质量检验中的适用性。按区号将全国划分为10个区, 利用该方法分别对各区7个要素进行了检验试验。结果表明:空间回归检验方法能够有效检验出可疑数据, 适用于对单一要素的检验; 对降水、风速等空间变化比较大的要素, 该方法有比较好的检验效果; 应用该方法计算时, 在不同地区、不同要素之间存在差异; 当固定出错比率时, 各区应该选择不同的f值。与一般空间检验方法相同, 该方法也与地理环境、周边台站分布有关, 并受台站密度的影响。     

传统距平与变年循环参照系下的中国气温变率比较

用功率谱分析、小波分析和经验正交函数(EOF)分析三种方法,对比分析了1953～2002年北京单站以及中国区域地表气温的传统距平与以集合经验模分解(EEMD)的频-幅调制年循环(MAC)为参照的"距平",同时还比较了用传统距平描述的"年际及更长尺度变率"和以MAC为参照的年以上尺度低频分量。通过对比分析,发现传统距平和用传统距平所描述的"年际及更长尺度变率"仍然包含有年周期,而且还包含有小于年尺度的波动;而去除MAC的距平则更好地去除了准年周期,而且以MAC为参照的年以上尺度低频分量只包含有1年以上尺度的波动,因而更适合用来描述"年际及更长尺度变率"。     

A Spatial Consistency Quality Control Method for Daily Surface Temperature Observations

A new spatial consistency quality control method (SRF) based on the spatial regression test (SRT) and random forest (RF) was adapted to identify potential outliers in daily surface temperature observations in this article. For the new method, the SRT method was used to filter the data and the RF method was used to conduct regression. To evaluate the performance of the quality control method, the SRF, SRT and RF methods were applied to a surface temperature dataset with seeded errors from different regions of China from 2005 to 2014. Compared to SRT and RF, the results indicate that the SRF method outperforms the other two methods for the most cases. And the results of the comparison led to the recommendation that the SRF method improves the regression accuracy of traditional spatial consistency quality control methods and reduces the runtime of random forest through data refinement.     

随机误差传递的高空气象秒级数据快速校验方法

【目的】为保证气象预报结果的准确性。【方法】提出了考虑随机误差传递的高空气象秒级数据快速校验方法。对高空气象秒级数据进行预处理,包括数据中心化处理、特征点提取。数据中心化的处理方式为实施各组数据的加权平均处理,获得新的数据组作为基准数据;特征点提取使用的处理方法为遍历法,需要遍历全部数据点。考虑数据获取过程中的随机误差传递情况,对预处理后的高空气象秒级数据实施空间一致性检查、内部一致性检查。应用集合经验模态分解EEMD（Ensemble Empirical Mode Decomposition）算法与对比源反演CSI(Contrast Source Inversion)算法构建基于CSI-EEMD的高空气象秒级数据快速校验模型,实施数据得到快速校验。【结果】测试结果表明,该方法能够实现4个气象站数据的快速校验,校验结果的均方根误差与平均绝对误差均低于0.1,实现了数据的质量控制。【结论】将该方法应用于气象站数据校验中,可以实现精准度的数据校验,具有一定的实用价值。