青藏高原植物返青期变化及其对气候变化的响应

基于连续的植被指数（NDVI）、气温和降水数据,提取了1982—2009年青藏高原典型台站邻近区域的植物返青期以及0℃和5℃旬均温始期的时序数据,分析了其时空变化特征,探讨了青藏高原冬、春季的气温、降水变化对植物返青期的影响。结果表明：1) 青藏高原典型台站邻近区域植物返青期多年平均值在东西向和南北向上存在显著差异;1982—2009年间,青藏高原典型台站邻近区域植物返青期整体呈提前趋势。2) 青藏高原典型台站0℃和5℃旬均温始期整体呈提前趋势,5℃旬均温始期提前趋势更为显著。3) 青藏高原植物返青期随着冬、春季气温升高和降水增加而提前。与降水相比,返青期与气温的相关程度更高。冬季气温比春季气温对植物返青期的影响更大。     

北京不同区域表面气温的变化特征以及北京市观象台气温的代表性

利用北京地区14个观测站1990～2007年逐日和2004～2007年逐时的2 m气温观测资料,分析了北京城区、郊区、南部山区以及北部山区4个区域表面气温的年变化、季节变化以及春、夏、秋、冬4个季节的日变化特征,指出4个区域的气温变化特征具有明显的差异.在所有时间尺度上城区气温受城市热岛效应影响最大,表现为温度最高,郊区次之,南部山区较低,北部山区最低.1990～2007年4个区域的气温都表现出增温趋势,其中城区增温最明显,增温率明显大于其他区域.城区与其他区域气温的差异有明显的季节变化,城区与郊区、城区与北部山区气温的差异在冬季最大,夏季最小;城区与南部山区气温的差异在夏季最大,春季最小.在气温的日变化方面,城区气温在各个季节的日较差都是最小的,南部山区最大.通过比较作为北京代表站的北京市观象台的气温与4个区域的差异,发现观象台与城区气温在各个时间尺度上的差异都最小,与其他区域存在显著差异,北京市观象台气温主要代表了城区,对其他区域的代表性较差.     

黄淮海平原地区中尺度环境对气温观测的影响

随着城市化的迅猛发展,气象台站观测环境受到不同程度影响,有些台站甚至已经处于城市中心,影响了台站观测资料的代表性和准确性。本文利用2007年黄淮海渭河区199个气象台站20 km环境调查资料以及2005—2007年气温观测资料,对比分析了居民区台站和农田区台站气温观测值的差异。结果表明:居民区台站气温平均高于农田区台站0.662℃;台站周围建筑物对最低气温观测影响最大,对最高气温观测影响最小;不同季节的影响程度从大到小依次为冬季、春季、秋季、夏季;观测场周围建筑物对不同时刻气温观测的影响程度从大到小依次为02:00,20:00,08:00,14:00;随着下垫面比例的增大,两类台站的气温差不断加大。     

青海器测时期以来气温变化特征

利用青海省26个代表站1961～2002年气温月资料,给出了加权平均的气温标准序列,分析了青海近42年来气温变化特征.结果表明：青海气温呈上升趋势,升温率为每10年0.25℃.年平均气温20世纪60年代最低,70年代起气温逐渐升高,进入90年代后升幅最为明显,并达到年代平均气温最高值.气温变化存在明显的季节性和地区性差异,最高和最低气温变化趋势普遍存在不对称性.青海气温变化趋势与同期全国气温变化趋势基本一致.全年和秋、冬两季青海气温的升温率明显大于全国气温升温率,年平均气温变化的位相超前于全国气温变化5～6年,这一结论有助于证实＂青藏高原主体可能是我国气候变化的先兆地区＂的论断.     

北京地区冻雨时空分布及探空温湿特征分析

利用1955年1月至2013年4月北京地区常规地面观测和南郊观象台探空资料,根据地面观测冻雨记录,分析了时空分布规律;依据冻雨发生时探空资料,初步分析了温湿结构特征和形成的物理机制类型。选取2000—2013年11月至次年4月常规地面观测和南郊观象台探空资料,根据地面观测降雨、雨夹雪、降雪记录,分析了与其对应的南郊观象台平均探空温湿结构,并与冻雨进行比较。结果表明,北京地区冻雨多发生在西北部和东南部,从11月开始至次年4月结束,并以暖雨机制为主（86.4%）;850 hPa以下温度层结曲线准垂直,且＜0℃是北京地区冻雨的主要特征;雨夹雪和冻雨的主要差异在850 hPa以下,低层雨夹雪气温高于冻雨。     

北京地区呼吸道疾病与气象条件关系的分析

利用１９９６年１月～１９９７年１２月北京某医院内科成人呼吸道感染病例资料７１２个和北京观象台的压,温,湿逐日资料,对北京地区呼吸道疾病与气象条件的关系进行了分析,得出北京地区呼吸道疾病发病人数的月际变化,分析了气温,气压及空气湿度的变化与呼吸道疾病发病人数多少的关系,并用逐步回归法建立了逐月呼吸道疾病发病等预防方程。     

探测环境对北京气象站气温观测值的影响分析

为深入了解气象探测环境对气温观测数据的影响,利用2017年北京市观象台（54511）与南海子站（A1274）逐小时地面气象要素数据,分析两站气温差异以及因站点探测环境导致的日照、风速和降水对两站气温差异的影响。结果表明：2017年两站气温差异较明显,年平均气温54511站比A1274站高0.75℃;两站逐月平均气温54511站全年高于A1274站,两站差值7月最低为0.60℃,9月最高为1.09℃;两站平均日最高气温较接近,平均日最低气温差异较大,54511站较A1274站高1.24℃;两站气温的日变化特征相似,呈单峰分布,54511站气温日较差低于A1274站。两站小时气温差值随着日照时长和强度的增加而增加,短波辐射效应最强的10-14时和长波辐射效应最强的19-23时两站气温差值与当日白天直接辐射曝辐量的相关系数分别为0.459和0.601;水平风速对两站气温差值的影响较大。水平风速超过5 m·s^-1时,两站气温差小于0.1℃;当水平风速不超过1 m·s^-1时,两站观测气温差值达到1.28℃;降水天气下两站的气温差值小于非降水天气,出现降水时次54511站平均气温仅比A1274站高0.2℃。两站相距4.3 km,气候均一,测站周边2 km范围内建设用地占比54511站比A1274站高约30%,植被占比低28%,水体占比相差不大。另外,54511站附近的五环路具有低反射率和高热容的特征,白天能够吸收太阳辐射储存较多的热量,这些热量在夜间释放,可能是两站探测环境对太阳辐射吸收的差异决定了两站温差受太阳辐射和风速的影响较大,而受降水影响较小。     

利用再分析与探空资料对0℃层高度和地面气温变化特征及其相关性的分析

利用北京多年ERA-Interim再分析资料和探空观测资料分析地面气温及0℃层高度特征,对比再分析资料和探空资料的差异,并利用北京和寿县资料分析0℃层高度与地面气温的相关性,拟合0℃层高度与地面气温的线性关系,另外,利用未参与公式拟合的观测资料进行验证。结果表明:地面气温与0℃层高度存在明显季节变化;与探空观测值相比,无论是全年还是分季节,再分析资料的地面气温和0℃层高度值都偏低,地面气温平均偏低2℃,0℃层高度平均偏低200 m;再分析与探空资料的相关性较好,相关系数都大于0.89;地面气温与0℃层高度的变化趋势一致,再分析资料和观测资料地面气温与0℃层高度的相关系数均大于0.9,20:00大于08:00(北京时),都通过了0.01的显著水平统计检验,且观测资料获得的线性关系优于再分析资料;线性拟合得到的地面气温与0℃层高度的线性关系,可为天气雷达判别0℃层和预报降水等应用提供辅助信息。     

城市化进程对气象探测环境代表性的影响：以寿县国家气候观象台为例

为了探讨城市化进程对寿县国家气候观象台探测环境及气象要素的影响程度,本文利用高分辨陆地卫星影像结合GIS技术揭示了近25年(1987—2012)寿县县城的城市化进程及其对气象观测场周边土地利用/覆盖变化以及热环境的影响过程;以搬迁后新址为参考站,进一步分析了城市扩张对气温和风的影响。结果表明:1城市化进程中的土地利用改变是破坏寿县观象台探测环境代表性主要原因;2城建用地是影响和构成寿县旧址周围缓冲区较高地表温度的热环境分布主体,而植被和水体是较低地表温度的热环境分布主体;3城市化扩张造成旧址年平均气温偏高和年平均风速偏小,由于城市化的影响,寿县新旧站址风向的相符率仅为15%左右,且城市扩张对气象要素的影响呈现明显的日变化和季节变化特征。控制台站周边城建用地的规模和布局是改善台站热环境以及提高台站观测区域代表性的重要举措。     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

城市化对长沙市两气象站气温记录的影响

为深入认识城市对其附近气象站气温的影响,采用位于长沙市区东部和西部两个气象观测站的2007-2009年的逐日气温、风向和风速资料,结合地表覆盖特征数据,对比分析了两站气象记录差异,并通过改进的城市影响指数模型估算了气温资料中的城市影响偏差。分析显示：（1）2007-2009年东、西气象站逐月平均气温（T_mean）、最高气温（T_max）和最低气温（T_min）差异很大,最大差异分别可达0.90℃、0.83℃和1.34℃;（2）受城市及风向的影响,两气象站的逐月城市影响指数（K）差异较大,东、西站平均K值分别为2.01和1.50,年内同一台站的K值存在季节变化规律;（3）两站逐月△K与△T之间存在极显著正相关关系;（4）东、西两站2007年T_mean中的城市增温最大,分别达0.63℃和0.45℃。城市附近气象站气温记录受城市规模、风向和风速等因素影响明显,在分析长历时气候变化特征和利用站点记录数据进行空间分析时,有必要对气温数据进行订正。     

北京不同站点气象要素的日与月际变化特征分析

利用2010年北京市南郊观象台与门头沟自动气象站的逐时气象数据,研究分析了北京气温、土壤温度、风速和相对湿度的日与月际变化趋势特点。结果表明:1)虽然处于不同区域,但2个自动气象站所反映的气温、土壤温度、风速和相对湿度的日季变化特征基本一致。2)经过月平均化处理后,每个月中,气温日变化特征基本一致,均存在明显的正弦曲线变化,一天中含有一个峰值和谷值,气温高峰值出现在15:00-16:00,谷值则出现在06:00左右。气温高峰值不再出现在14:00的现象,可能与城市土地利用与人为活动有关。3)自动气象站点的气温月际变化基本呈高斯分布,7月份气温最高,1月份气温最低;且南郊观象台与门头沟自动气象站的月均气温的平均值差异不显著。4)浅层土壤温度的日变化特征与气温基本一致,随着土壤深度的增加,土壤温度的日变化曲线逐渐趋于平缓,深层土壤温度较稳定,日变化很小,接近于恒值。5)土壤温度月均值的最大值出现时间随深度增加而向后推移,浅层土壤最大值一般出现在7月,最小值一般出现在1月;地表温度变化幅度最大,达27.3℃。深层土壤温度最大值一般出现在8月,最小值一般出现在2月;80 cm变化幅度最小,只有6.9℃。6)南郊观象台和门头沟瞬时风速全年平均值分别为2.31 m/s、1.78 m/s,通常在14:00-18:00风速出现最大值。7)相对湿度最大值均出现在05:00-07:00,最小值均出现在12:00-15:00,日变化呈双峰型;月际变化为单峰双谷型;2010年南郊观象台和门头沟相对湿度全年平均值分别为51%、54%。     

西南冬季气温的年际变化及影响因子分析

利用1979—2014年台站观测资料和再分析资料对西南地区冬季气温的年际变率及其主要影响因子进行分析.西南冬季气温年际变化主要存在两种模态:全区一致型和东西反向型.西南冬季一致偏冷时,东部降温幅度明显大于西部,东部强降温与低层异常东北风和偏东风引起的冷平流有关;而西部高原地区较小的气温降幅主要与异常上升运动引起的云量增...     

气象条件对呼吸道疾病影响的关系分析

利用2000年1月—2001年12月西安某医院内科成人呼吸道感染病例资料712个和西安观象台的湿、压、温逐日资料,对西安地区呼吸道疾病与气象条件的关系进行分析,得出了西安地区呼吸道疾病发病人数的月际变化,分析了气温、气压及空气湿度的变化与呼吸道疾病发病人数的关系,并用逐步回归法建立了逐月呼吸道疾病发病预报方程。     

中国近50年气温变化准3年周期的普遍性及气温未来的可能变化趋势

利用全国98个测站的年和冬季气温资料,采用Marr小波分析方法,分析了近50年(1961—2009年)中国8个气候区的年和冬季气温变化,研究了中国气温变化的周期性,并对未来20年(2010—2029年)气温的可能变化趋势进行了预测。结果表明,我国8个气候区气温的年际变化以高频变化为主,普遍存在着准3～4年周期变化,尤其是冬季气温的准3年周期变化显著,而且这种周期变化具有相对的稳定性。而年气温的周期特征存在显著的南北差异。周期叠加外推的结果表明,未来20年,中国将继续保持增暖趋势,北方地区和青藏高原的升温要大于除西南地区外的南方地区。如果按照线性趋势升温,2010-2029年气温上升幅度不会超过1℃。     

自动与人工观测气温差异偏大的原因及影响分析——以143个国家基准站为例

利用143个国家基准站2002—2010年自动与人工逐日平行观测资料进行对比分析,评估自动观测与人工观测气温的差异,着重分析两者存在的较大差异及其发生原因,并利用惩罚最大t检验（PMT）方法结合台站元数据中自动观测仪器变化信息,客观评价自动观测对气温序列均一性的影响。结果表明：(1) 51.29%、54.14%、67.18%的自动观测日平均、日最高、日最低气温大于人工观测值,差值在±0.2℃之间的百分率分别为78.8%、63.1%、60.9%,平均对比差值分别为0.05、0.09、0.15℃,标准差为0.14、0.22和0.15℃,各气温要素的差值、绝对差值和标准差随自动观测时间的增长并无明显的增大或减小的趋势,且空间分布各有不同;(2)通过对对比差值、绝对差值、标准差的分类比较、逐步筛选发现,少数台站自动与人工观测值差异较大,对于采集自同一传感器的不同气温要素,平均、最高、最低气温的差值表现也不尽一致。经PMT检验,在平均气温、最高气温和最低气温的绝对差值最大的20个站中分别有35%的台站的月平均气温序列、35%的台站的月平均最高气温序列和25%的台站的月平均最低气温序列由于自动观测仪器变化引起序列的非均一;(3) 分析认为：温度传感器检定更换而导致的仪器示值误差变化会造成自动与人工观测对比差值跳变,而温度传感器或数据采集器等电子元器件的零点漂移会导致自动观测气温严重偏离人工观测值,这两种因素会导致自动与人工观测气温差异偏大,也是自动观测仪器变化导致气温序列产生非均一断点的可能原因。建议加强自动观测数据的监测与质量控制,增加观测仪器检定示值误差订正,并采取硬件、软件补偿等方法,实现温度零点补偿,尽可能地减小或消除仪器误差,提高自动观测资料的准确性。     

四川省自动气象站与人工站观测数据对比分析

本文利用四川省基本(准)站的自动观测和人工观测资料,对2004年对比观测期间的温度、降水进行了统计分析。结果发现:94.5%的台站人工站与自动站的气温对比差值在误差(±0.2℃)允许的范围内,并且64.1%的台站自动站观测的气温比人工站偏高;自动站与人工站的降水量的差异与气温的差异比较起来明显比气温大,且71.8%的台站自动站的降水量比人工站偏多。     

基于MOS方法建立达州温度预报模型

利用2009年4月—2010年6月欧洲中心数值预报资料及达州6个国家气象站站温度观测资料,根据影响温度变化的因素和相关分析筛选出了10余个因子,基于MOS方法建立预报模型。在温度预报模型建立上,利用动态最优子集回归,经过多次试验,确定了最低气温和最高气温预报因子。通过2010年1月—2010年6月与预报员主观预报结果对比分析和7—9月试报检验,预报方法能够有效提高达州温度预报准确率。1—6月检验结果最低气温平均偏小0.31℃,最高气温平均偏小0.53℃。7—9月份试报结果最低气温偏小0.34℃,最高气温偏小0.62℃。     

近50 a来北京市气温和降水的变化

利用1961—2008年北京11个台站的气候观测资料,分析了过去48a北京城区、郊区的气温和降水变化趋势。结果表明：在这48a中,北京城区、郊区的年平均温度都呈明显上升趋势,城区比郊区上升幅度更快;本地年降水量呈下降趋势,且城区下降幅度比郊区明显。说明在全球变暖的背景下,北京的气温和降水的变化趋势相反;通过城区和郊区、平原站和高山站的比较可以看出,城市的热岛效应增加了变化幅度。     

汉中市热岛效应变化特征分析

利用2009—2018年汉中国家基本气象站及望江、金寨、汉王、铺镇4个乡村区域站气温观测资料,采用城、郊气温对比法对汉中市热岛效应变化规律及其气象影响因子进行了分析。结果表明:汉中市近10年(2009—2018年)城区站年平均气温均高于周边郊区4站,2012年开始城区站气温呈明显逐年增加趋势,2013年以后城区站与郊区站温差迅速增大。近10年热岛效应强度年平均值为0.7℃,呈明显逐年增加趋势,特别是2014年以后热岛效应强度增加迅速,强度均值在0.8℃以上。近10年热岛效应强度存在明显的季节变化,表现为春季最强,冬季次之,夏季最弱;年内各月均存在热岛效应,8月—次年2月热岛效应强度逐渐增强,之后到8月逐渐减弱;一天当中,最冷月(1月)和最热月(7月)热岛效应强度均表现为夜间强白天较弱的特点,1月12—15时、7月11—14时出现"冷岛"效应;汉中市年平均热岛效应强度与年平均气温呈显著正相关,与年平均相对湿度和低云量呈显著负相关。