东北地区月气温序列的均一性检验和订正

本文采用惩罚最大T检验(PMT)方法,结合台站历史沿革信息,对东北地区129个气象站月最高气温和最低气温资料进行均一性检验和订正,并与已有均一化数据集(CHHT)进行对比分析。结果表明:气温的非均一性在空间上普遍存在,最高温和最低温分别检测出断点74个和94个,资料拼接和迁站是造成非均一性的重要因素。均一性检验和订正提高了东北地区最高气温和最低气温的空间一致性,线性趋势空间分布更加合理,订正之后变化趋势略有增加,年平均最高气温和最低气温分别由0.1和0.22℃·(10 a)~(-1)增至0.17和0.33℃·(10a)~(-1),与CHHT相比,两套数据时间相关系数在0.9以上,对东北地区气候长期演变趋势基本一致,东北地区年平均最高气温和最低气温均呈显著升温趋势,采用PMT得到的年平均最高气温和最低气温变化趋势较CHHT分别偏高0.05和0.03℃·(10 a)~(-1),在线性趋势空间分布上PMT均一化检验订正结果较CHHT略有改善。     

内蒙古气温序列均一性检验

通过构建参考序列、找出间断点、结果集成等步骤对内蒙古地区119个地面气象站逐日平均气温、逐日最高气温、逐日最低气温进行均一性检验。结果表明:内蒙古地区大部分地面气象站气温资料均一性状况良好;部分台站气温资料不均一的原因主要是受迁站影响,其次是观测站周围环境变化、观测仪器的更换以及观测标准的变更。不均一现象对最低气温影响较大,其次是平均气温,最高气温受影响相对最小。     

互助站迁站前后气温序列均一性检验及订正

气象台站的迁移常导致气候序列的非均一性。本文对互助站迁站前后气温序列作均一性检验及订正。采用t检验和SNHT法,对互助站迁站前后的气温序列进行均一性检验,结果表明站址迁移对互助站温度序列均一性的影响非常显著。对差值法、一元线性回归、逐步多元线性回归以及确立订正方程式的参考站平行资料年限对互助站气温序列订正效果进行分析,结果表明用参考站15年平行观测资料建立的逐步多元线性回归订正效果较好。用逐步多元线性回归法对互助站迁站前的气温序列进行订正,经订正后互助站气候倾向率为0.31℃/10a,消除了序列的不均一现象。     

利用RHtestsV4软件包对天津1951～2012年逐日气温序列的均一性分析

基于国家气象信息中心"基础气象资料建设专项"研制的中国地面历史基础气象资料及台站元数据,利用RHtest V4软件包对天津1951~2012年的历史气温序列进行了均一性分析。结果显示,通过惩罚最大t检验(PMT)方法对12个地面站逐日平均、最高、最低气温序列检验得到,迁站是导致平均气温和最低气温序列突变的主要原因,同类型仪器更换则是导致最高气温序列突变的主要原因,而2005年以后的自动站业务化并没有对天津地区气温序列的均一性造成很大影响。同时,研究中也检验出少部分未知原因的显著间断点,可能是由于观测员的误判或观测仪器翘变等因素造成的历史数据疑误。从订正量来看,逐日平均气温和最高气温序列主要以正偏差订正为主,而最低气温则主要以负偏差订正为主。其中,最高气温序列的分位数匹配(QM)订正量均值最大,90%以上集中在0.1~1.0°C,平均气温序列的QM订正量均值相对最小,90%以上的订正量在-0.7~0.7°C,而最低气温的订正量90%以上集中在-1.5~1.5°C范围中。另外,以Xu et al.(2013)研制的数据集为参照,通过误差分析,发现两类研究得到的年(季节)尺度气温数据具有较高的相符率和一致性,从而可以说明本研究订正后的天津地区1951~2012年逐日气温序列具有一定的可靠性。     

单站资料均一性对本地气候资料趋势结果的影响

选取乌鲁木齐自建站到2007年的平均气温、最高气温、最低气温、降水量等年值资料,用SNHT方法进行均一性检验及订正,并采用气候趋势系数进行订正前后的气候趋势对比分析发现,乌鲁木齐平均气温、最低气温、最高气温在1975年,降水量分别在1958年和1975年因迁站而引起了资料的非均一性变化,其中降水量对台站的搬迁变化更加敏感。平均气温值长期变化订正后比订正前增加趋势更加明显,变暖幅度比订正前增大了1/3,比同期中国平均增温速率明显偏大,比全球或半球同期平均增温速率也明显偏大。降水量值长期变化订正后比订正前的增加趋势有所减弱,增加幅度比订正前减少了近一半,用西郊机场近几年的资料进行对比,也验证了这种结果。     

资料均一化对气温变化趋势及其城市化偏差估计的影响：以北京地区为例

当前的地面气候观测资料普遍存在非气候性因素导致的非均一性,对气候变化监测和研究结论可靠性造成重要影响。结合观测台站的历史沿革数据,使用ACMANT和Pairwise Comparisons方法以及RHtest V4软件,对北京地区20个台站均一化前的月平均气温序列进行了非均一性检验和订正,最后评估了均一化对北京地区气温序列变化趋势及其城市化偏差估算的影响。结果表明：除元数据中记录的断点外,无元数据记录的断点也会对序列的趋势变化造成明显影响,其中乡村站最显著;经过订正,1958—2018年整个北京地区、乡村站以及城市站增温趋势分别为0.27℃/(10 a)、0.10℃/(10 a)和0.32℃/(10 a),较订正前分别上升了0.03℃/(10 a)、0.06℃/(10 a)和0.02℃/(10 a)。利用均一化资料估算,1958—2018年北京观象台的城市化影响为0.24℃/(10 a),城市化贡献率为70.2%,评估结果较前人结论有所降低。可见,在现有的北京地区气温资料序列中,仍可能存在较明显的非均一性和未被记录的断点,对区域平均气温趋势估算具有显著影响。     

近40年内蒙古候平均气温变化趋势近

基于1964-2003年内蒙古有关台站的逐日气温数据,对前20年(1964-1983年)和后20年(1984-2003年)的候平均气温中值进行了对比,并利用k-means方法进行了候平均气温变化趋势的聚类分析,旨在阐明内蒙古气温变化的时空特点和规律.研究结果表明:内蒙古全境年平均气温普遍上升,没有下降的现象.不同地区、不同季节气温变化格局不同,北部变暖比南部更为明显,冬季和夏末秋初变暖出现得更频繁.绝大部分地区大多数候平均气温都有所上升,而且候平均气温变化存在纬向地带性.大多数台站四季里都有一些显著升温的候,显著升温在冬季发生得更为频繁.同时,有少数几个候出现气温下降的现象,但未达到显著下降的程度.内蒙古绝大部分地区候最高、最低气温都有所升高,但二者的差值在缩小.候最低气温出现时间有所提前,候最高气温出现时间有提前也有推迟,但总体上不同地区候最高、最低气温出现时间更加同步.因此,候最高、最低气温的时空均一性有所增强.候最高气温出现时间与候最低气温出现时间的间隔有扩大迹象.总之,全球气候变暖降低了气温的季节和地区差异.     

昆明地区城市热岛效应的再分析

在对地面气温资料进行均一性检验和订正的基础上,分析了1971—2008年昆明地区(包括城区、郊县和太华山)气温序列的变化趋势,研究了城市化对气温序列的可能影响,揭示了在城市化快速推进和低纬高原复杂地形条件下城市热岛效应的特殊性和复杂性。结果表明,昆明地区的平均气温总体呈上升趋势,上升速率大小依次为昆明城区>郊县>太华山。其中,昆明城区和郊县气温具有相似的变化规律,主要表现为冬、春季最低气温显著升高和气温日较差明显减小;太华山气温的变化则明显不同,主要表现为最低气温全年少变,冬、秋季最高气温小幅上升,而气温日较差有增大趋势。20世纪80年代中后期以来,昆明城区与郊县气温,特别是最低气温的显著上升可能受到城市化的严重影响,因此以往以郊县为对比乡村站的研究在很大程度上低估了城市化对昆明气温序列的影响。而在此之前,昆明最低和最高气温均会因对比乡村站选取的不同而表现出"城市冷岛"特征。     

南海海洋观测台站海表温度资料的均一性检验与订正

采用最大惩罚T检验（Penalized Maximum T Test,PMT）方法,结合海洋台站元数据信息,选取临近气象站做为参考站,对中国南海9个海洋观测台站月平均SST资料序列进行均一性检验,在充分考虑区域性气候变化因素的影响下,对检验结果进行气候合理性分析并对不连续点进行订正。结果表明:（1）通过多种数据的相关性比较和分析发现,临近气象站的气温资料序列是南海台站SST资料订正最优的参考序列;（2）平均每个海洋台站SST资料序列存在1~2个不连续点,其中站址变迁、仪器变更和环境变化对均一性的影响较大;（3）订正后的南海SST序列质量有大幅提高,表明南海SST具有更明显的增暖趋势。      

兰州站气候资料序列均一性的初步分析

气候资料的均一性是研究气候变化的前提条件。以兰州站为例,应用SNHT方法对该站的气候资料序列进行均一性检验,首先对降水、平均气温、最高气温、最低气温、平均风速和日照时数几个气象要素进行非均一性检验,然后根据历史台站沿革等元数据信息进行原因分析。结果表明,兰州站平均风速资料与其邻站相关系数低,未通过显著性检验。降水、气温、最高气温、最低气温、日照与邻站的相关系数都达到99％的显著水平,且都存在不均一性,其原因主要有台站的迁移、仪器的更换、统计方法的变化以及城市热岛效应等,完整详细的元数据信息是均一性研究的重要基础。     

Detection and Adjustment of Undocumented Discontinuities in Chinese Temperature Series Using a Composite Approach

Annually averaged daily maximum and minimum surface temperatures from southeastern China were evaluated for artificial discontinuities using three different tests for undocumented changepoints. Changepoints in the time series were identified by comparing each target series to a reference calculated from values observed at a number of nearby stations. Under the assumption that no trend was present in the sequence of target-reference temperature differences, a changepoint was assigned to the target series when at least two of the three tests rejected the null hypothesis of no changepoint at approximately the same position in the difference series. Each target series then was adjusted using a procedure that accounts for discontinuities in average temperature values from nearby stations that otherwise could bias estimates of the magnitude of the target series step change. A spatial comparison of linear temperature trends in the adjusted annual temperature series suggests that major relative discontinuities were removed in the homogenization process. A greater number of relative change points were detected in annual average minimum than in average maximum temperature series. Some evidence is presented which suggests that minimum surface temperature fields may be more sensitive to changes in measurement practice than maximum temperature fields. In addition, given previous evidence of urban heat island (i.e., local) trends in this region, the assumption of no slope in a target-reference difference series is likely to be violated more frequently in minimum than in maximum temperature series. Consequently, there may be greater potential to confound trend and step changes in minimum temperature series.     

Effect of data homogenization on estimate of temperature trend: a case of Huairou station in Beijing Municipality

Daily minimum temperature (Tmin) and maximum temperature (Tmax) data of Huairou station in Beijing from 1960 to 2008 are examined and adjusted for inhomogeneities by applying the data of two nearby reference stations. Urban effects on the linear trends of the original and adjusted temperature series are estimated and compared. Results show that relocations of station cause obvious discontinuities in the data series, and one of the discontinuities for Tmin are highly significant when the station was moved from downtown to suburb in 1996. The daily Tmin and Tmax data are adjusted for the inhomogeneities. The mean annual Tmin and Tmax at Huairou station drop by 1.377°C and 0.271°C respectively after homogenization. The adjustments for Tmin are larger than those for Tmax, especially in winter, and the seasonal differences of the adjustments are generally more obvious for Tmin than for Tmax. Urban effects on annual mean Tmin and Tmax trends are ?0.004°C/10 year and ?0.035°C/10 year respectively for the original data, but they increase to 0.388°C/10 year and 0.096°C/10 year respectively for the adjusted data. The increase is more significant for the annual mean Tmin series. Urban contributions to the overall trends of annual mean Tmin and Tmax reach 100% and 28.8% respectively for the adjusted data. Our analysis shows that data homogenization for the stations moved from downtowns to suburbs can lead to a significant overestimate of rising trends of surface air temperature, and this necessitates a careful evaluation and adjustment for urban biases before the data are applied in analyses of local and regional climate change.     

近50年我国探空温度序列均一化及变化趋势

利用1958—2005年我国116个站探空温度序列研究了我国高空温度变化趋势。首先通过静力学质量控制和两相回归法对原始序列进行了均一化处理。我国探空温度序列存在明显的间断点, 间断点的订正对于序列的趋势影响较为显著。缺测率是影响我国探空温度序列应用性的重要因子, 也是区域平均趋势统计中台站取舍的指标, 减少台站总数会削弱我国对流层升温和平流层降温的变化趋势。分析表明: 70%作为最小资料有效率标准最为合理。为满足最小资料有效率, 选取92个站统计我国高空温度变化趋势的区域平均值。结果表明: 1958-2005年, 平流层下层和对流层上层降温, 对流层中、低层升温; 高空温度变化趋势与研究时段明显相关, 1958-1978年我国高空大气整层均为降温; 1979—2005年, 对流层中低层升温最为明显, 增暖的幅度随高度增加而减小, 400 hPa以上各层转为降温。对流层的升温始于20世纪80年代, 升温幅度与全球尺度的平均值有所不同。     

以高山站为背景研究城市化对气温变化趋势的影响

本文基于1957~2005年的逐日气象资料,对比分析了中国东部7组高山气象站和山下附近的城市气象站年 与四季气温变化趋势.在此基础上,利用高山站作为气候变化背景场来分析城市化对平均气温、最高气温、最低气温变化趋势影响的性质和程度,及其对气温变化非对称性的影响.结果表明:平均气温和最低气温变化趋势城市站多比高山站大,而最高气温变化趋势高山站多比城市站大;城市站最低气温变化趋势均大于最高气温变化趋势,具有明显的非对称性现象,而高山站这种表现十分微弱.城市站气温变化受到明显的城市化影响,对于平均气温和最低气温以正影响为主,而对于最高气温为负影响为主,说明城市化对气温变化的影响也存在非对称性.城市化影响的非对称性是气温变化非对称性形成的主要因素.     

基于均一化观测序列的京津冀地区气候变化格局分析

利用1960~2015年京津冀地区88个国家级气象站观测资料（包括日平均气温、日最高气温、日最低气温、日降水、日平均风速等）,使用MASH（Multiple Analysis of Series for Homogenization）方法剔除台站迁址、仪器变更等因素所致偏差后,生成均一化的观测资料集。基于新资料集计算了各站气温、降水和凤速序列的线性趋势和Morlet小波等统计特征,分析了京津冀地区气候变化格局。结果表明:MASH方法能较准确地检测并校订观测序列中迁站、仪器变更等因素所导致的非均一性;1960~2015年期间京津冀年平均气温显著上升,上升幅度为0.261℃/10 a;降水减少,平均减少11.27 mm/10 a;风速显著减小,平均减小0.193 m s-1（10 a）-1。     

Comparison of two homogenized datasets of daily maximum/mean/minimum temperature in China during 1960–2013

Two homogenized datasets of daily maximum temperature (Tmax), mean temperature (Tm), and minimum temperature (Tmin) series in China have recently been developed. One is CHTM3.0, based on the Multiple Analysis of Series for Homogenization (MASH) method, and includes 753 stations for the period 1960–2013. The other is CHHTD1.0, based on the Relative Homogenization test (RHtest), and includes 2419 stations over the period 1951–2011. The daily Tmax/Tm/Tmin series at 751 stations, which are in both datasets, are chosen and compared against the raw dataset, with regard to the number of breakpoints, long-term climate trends, and their geographical patterns. The results indicate that some robust break points associated with relocations can be detected, the inhomogeneities are removed by both the MASH and RHtest method, and the data quality is improved in both homogenized datasets. However, the differences between CHTM3.0 and CHHTD1.0 are notable. By and large, in CHHTD1.0, the break points detected are fewer, but the adjustments for inhomogeneities and the resultant changes of linear trend estimates are larger. In contrast, CHTM3.0 provides more reasonable geographical patterns of long-term climate trends over the region. The reasons for the differences between the datasets include: (1) different algorithms for creating reference series for adjusting the candidate series—more neighboring stations used in MASH and hence larger-scale regional signals retained; (2) different algorithms for calculating the adjustments—larger adjustments in RHtest in general, partly due to the individual local reference information used; and (3) different rules for judging inhomogeneity—all detected break points are adjusted in CHTM3.0, based on MASH, while a number of break points detected via RHtest but without supporting metadata are overlooked in CHHTD1.0. The present results suggest that CHTM3.0 is more suitable for analyses of large-scale climate change in China, while CHHTD1.0 contains more original information regarding station temperature records.     

武汉市城市热岛强度非对称性变化

利用武汉市区气象站及其周边4个县气象站1960-2005年的气温资料,计算了46 a及分时段的季节和年平均气温、平均最高和最低气温倾向率,城市热岛强度倾向率及其贡献率。结果表明：46 a来,城区和郊区的平均气温均以上升趋势为主,最低气温增幅最大,最高气温增幅最小,甚至下降;冬季增幅最快,夏季增幅最慢,甚至下降,这是第一类非对称性。 城市热岛效应也存在增强趋势,以年平均、最低和最高气温表示的城市热岛强度倾向率分别为0.235℃/10 a、0.425℃/10 a和0.034℃/10 a,热岛效应贡献率分别达到60.4%、67.7%和21.8%,这是第二类非对称性。 46 a来的增温和城市热岛强度加强主要是最近23 a快速增温所致,进入本世纪增温进一步加剧。 摘要 计算了武汉市气象站、周边4县气象站平均的1960～2005年间以及前后两半时段四季和年平均、最高、最低气温倾向率,城市热岛强度倾向率和贡献率。结果表明：1）46年来,城区和郊区的平均气温均以增趋势为主,平均气温倾向率为正,最低气温增幅最大,最高气温增幅最小甚至下降,冬季增幅最快,夏季增幅最慢甚至下降,这是第一类非对称性;2）城市热岛效应也存在增趋势,以年平均、最低、最高气温表示的城市热岛强度倾向率分别为0.235、0.425、0.034 ℃/10a,热岛效应贡献率分别达到60.4%、67.7%、21.8%,这是第二类非对称性,3）46年来的增温和城市热岛强度加强主要是后23年快速增温所致,前23年气温变化不明显。武汉市气象站气温资料严重地保留着城市化影响,建议尽快迁站。 关键词 城市热岛强度 最高气温 最低气温 非对称性变化     

城市化对华北地区最高, 最低气温和日较差变化趋势的影响

利用华北地区255个一般站和国家基本、 基准站1961\_2000年的实测资料, 经过质量检验和均一性订正后, 将所有台站根据人口和台站地理位置分为5个类别, 分析了这5个类别台站和国家基本、 基准站地面平均气温、 最高、 最低气温的年和季节变化趋势以及城市化影响。结果表明： 华北全部台站的年平均气温、 最高、 最低气温均呈增加趋势, 且以最低气温上升最为明显, 导致年平均日较差呈现明显下降。就城市化影响而言, 平均气温、 最低气温变化趋势中城市热岛效应加强因素的影响明显, 但城市化对最高气温趋势影响微弱, 个别台站和季节甚至可能造成降温。在国家基本、 基准站观测的年平均气温和年平均最低气温上升趋势中, 城市化造成的增温分别为0.11℃·(10a)-1和0.20℃·(10a)-1, 对全部增温的贡献率分别达39.3%和52.6%。各类台站的四季平均气温和最低气温序列中城市化影响均造成增温。城市化增温以冬季为最大, 夏季最小。城市化还导致乡村站以外的各类台站日较差减小, 近40年华北地区国家基本、 基准站年平均和秋、 冬季平均气温日较差明显下降均由城市化影响造成的。     

中国降水量序列均一性分析方法及数据集更新完善

基于中国气象局国家气象信息中心2012年发布的《中国国家级地面气象站基本气象要素日值数据集（V3.0）》,选取一定空间范围内相关性、数据完整性均较好的邻近站降水资料,构建参考序列,结合标准正态检验和台站历史沿革信息对我国2342个台站年、月降水资料进行均一性检验。采用相关系数权重平均方法和一阶差分方法相结合得到参考序列,以降低因计算方法和邻近站序列长度不一致等引起的参考序列不确定性。最终结果显示：98个台站降水序列存在断点,仅占总站数的4.2%。采用比值法订正上述非均一性的降水序列,订正后的序列在一定程度上消除了人为因素的干扰,部分台站降水量变化趋势（1960-2009年）异常的问题得到改善。