基于温特斯法的夏季气温预测模型建立及应用

介绍了温特斯法的基本理论及3个平滑方程的递推公式、初始值公式和预测模型公式，并依据其理论，采用VB6．0编程技术，设计了预测模型软件；同时，将夏季6、7、8月的月平均气温看作具有随机性、线性、季节性变化的时间序列，利用商丘、民权、柘城、永城4个代表站1961～1999年夏季气温样本资料，建立了预测模型。对2000～2002年夏季气温试报结果为，平均预测准确率92％，其中7月份100％，6月份92％，8月份83％。     

温特斯法在夏季温度预测中的应用

温特斯法可以对具有随机性、线性、季节性变化的时间序列进行预测,用温特斯法作了一次温度预测尝试。依据温特斯法的基本理论及3个平滑方程的递推公式、初始值公式和预测模型公式,将夏季6、7、8月的月平均温度看作具有随机性、线性、季节性变化的时间序列,应用温特斯法建立了河南省5个代表站夏季温度预测模型,并对2000~2004年夏季温度进行试报,得到了较好的预测结果,平均预测准确率(TS)为75%,此方法可作为预测气温的一种方法,在业务预报中应用。     

2000年夏季（6—8月）我区气候影响评价

1　气候概况今年夏季气候异常 ,全区大部地区降水偏少 ,气温偏高。中东部出现酷热高温天气 ,并有干旱。局部地区发生冰雹、洪水灾害。1 .1　气温夏季全区平均气温集二线以西较历年偏高 1℃ ,以东偏高 2～ 3℃。 6月份平均气温伊盟以西接近常年值 ,其余地区比历年偏高 1～ 5℃。 7月份除呼盟比历年偏高 1～ 2℃外 ,其余地区偏高 3～ 4℃。 8月份巴盟、伊盟以西接近常年值 ,呼盟大部偏高 3～ 4℃ ,其余地区偏高 1～ 2℃。1 .2　降水夏季全区大部地区降水较历年偏少2 %～ 61 % ,仅个别地区偏多 6%～ 2 1 %。 6月份降水大部地区比历年偏少 1 0 %…     

深圳夏季高温湿热天气的气候特征及对大运会的影响

利用1990～2009年深圳夏季7、8月份的日最高气温和最小相对湿度资料,分析了深圳高温天气和湿热天气的气候特征及其对大运会的可能影响。结果表明:高温高湿是深圳7～8月的主要天气特点,7、8月份高温天气占全年78%,运动员的训练和比赛应尽量安排在早晨或傍晚时段,避开中午高温期;7月份平均日最高气温高于8月份,8月中旬平均最高气温32℃的天数最多,是进行比赛的较佳时间。从温湿环境综合考虑,这2个月高温湿热天气明显增多,且8月出现极端酷热天气的频率高于7月份;7月第2、4侯和8月第3、5侯出现酷热天气的天数较少,对湿热天气敏感性高的比赛安排在此时段进行更有利。     

2001年夏季(6～8月)我区气候影响评价

1气候概况 　　今年夏季气候异常,全区大部地区气温偏高,降水偏少,旱灾严重,局部地区洪灾,冰雹、蝗虫灾害均有发生. 　　1.1气温 　　夏季全区平均气温比历年偏高1～3℃.6月份平均气温比历年偏高2～3℃,仅呼盟西北部偏高4℃;7月份平均气温比历年偏高1～3℃;8月份除呼盟西部、锡盟西北部比历年偏高3～5℃外,其余大部地区比历年偏高1～2℃.……     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料,应用均生函数建立了气温预测模型,并进行试报和检验.结果表明,均生函数预测模型可以较好地拟合气温的变化趋势,对月气温有较好的预测能力.     

RegCM3模式对青藏高原夏季气温和降水的模拟

利用RegCM3模式对青藏高原1991—2000年10年夏季（6~8月）的地面气温和降水进行了模拟, 其模拟结果与CRU资料的对比分析表明: RegCM3模式的模拟能再现高原地面气温和降水的基本特征, 特别是气温, 能捕捉到高原北部夏季升温明显高于南部, 东北部升温最大; 在夏季3个月中, 模拟结果和CRU在6月份最为吻合, 7月份两者均为夏季气温最高月份和升温幅度最大月份, 8月份两者相差较大。RegCM3模式能够模拟出高原降水分布的基本特征和主要干湿中心, 由于高原降水的复杂性和模式对降水描述能力的不足, 降水模拟要差于气温。     

东阳市夏季人体舒适度初评

由于人们对舒适度的反映通常以夏季最为敏感.本文通过对东阳气象站1995～2004年的7、8、9三个月的日平均气温、日平均湿度、日平均风速分别进行分析探讨,并通过模糊综合评判的方法进行综合评判,然后对所得的数据再进行分析得出东阳夏季比较舒适的日数占62.1%,其中9月份要比7、8月份舒适,9月份比较舒适的日数占了89.3%,而7、8月份比较舒适的日数只占48.9%,51.1%的日子不舒适.     

东北夏季气温变化与北半球温度及极涡的关系

利用1961-2002年中国东北地区80个气象站夏季6-8月逐日气温、美国NCAR/NCEP再分析资料和国家气候中心环流因子资料,采用相关分析、SVD分解等方法,对中国东北夏季气温变化与中高纬主要环流系统的关系进行探讨.结果发现:中国东北位于东西伯利亚变温区南缘,其夏季气温年际变化规律和东西伯利亚一致;北极极涡边缘的形态变化影响东北夏季气温,不同的边缘形态对应东北不同的温度分布特征,主要是极涡边缘70 °N左右的150～180 °E和60～90 °W两个关键区,其高度场的变化决定着东北夏季气温的变化.     

陕西冬季一次大雾天气生消机制的数值模拟

利用非静力平衡中尺度模式WRF、NCEP 1°×1°再分析资料及常规观测资料,对2005年12月30～31日发生在陕西的大雾天气过程进行了数值模拟,分析了大雾天气过程形成的主要原因及雾的生消机制。结果表明,WRF模式能较好地模拟出雾的水平分布特征、强度和生消过程,反映出实际雾的生消变化规律。适当提高模式水平分辨率能较明显地改进模拟效果。这次大雾为平流辐射雾,长波辐射冷却是大雾形成和发展的主要原因。逆温层的发展、维持和近地面层较高的相对湿度对雾的产生和发展起着重要作用。近地面层有弱的水汽辐合是大雾发展和维持的主要原因之一。大雾形成和发展阶段,900 hPa以下的辐合上升运动和900 hPa以上的辐散下沉运动有利于在上升和下沉运动区的界面层中形成逆温层,逆温层的形成有利于低层水汽的积累。随着高空转为辐合上升运动,900 hPa以下为辐散下沉运动,接着日出后,太阳短波辐射增温等的共同作用,使逆温减弱直至被破坏。中高云的存在影响了近地面层逆温的形成和加强,推迟了雾的形成和消散。暖平流的输入有利于逆温层的形成发展。     

Estimation of the error of lidar determination of the transparency of low-turbidity atmosphere

Considered is the method of determination of atmospheric turbidity using weak lidar signals when the problem is mathematically incorrect due to the presence of the background noise. An accuracy of the method can be increased by means of using the procedure of effective averaging and linear approximation of the transmission in the case of the low attenuation coefficient.     

Elements of theory of avalanche-like motion of a mudflow with hyperconcentration of debris

A criterion ratio is proposed which allows to estimate the possibility of origination of avalanche-like motion of a mudflow with hyperconcentration of debris in a certain mudflow-bearing watercourse.     

Dynamic model of accumulation of total biomass of agricultural crops

Issues concerning the growth and biological time of agricultural crops are under consideration. A closed system of equations is derived for calculating total dry biomass and biological time of plants. The model parameters are given, and the model is verified based on the experimental data of observations of the sunflower in the southern conditions of the Ukraine.     

T106数值预报产品在赣南温度预报中的释用

利用1995年7～9月、1996年7～8月24～144h、1000～500hPa的T106格点资料与赣南17个县（市）的最高、最低、平均温度作相关分析;用逐步回归方法建立了分县逐日滚动预报方程。并用1996年9月份T106格点资料对方法进行检验,同时对预报方法及T106产品在温度预报中的释用能力作了初步分析。     

2005年夏季中国东部气候异常分析--中国科学院大气物理研究所短期气候预测检验

简要比较了中国科学院大气物理研究所对2005年夏季中国降水跨季度预测与实况的异同,并对2005年夏季我国主要雨带及降水偏少区的形成与东亚热带、副热带以及中高纬度大气环流系统的配置进行了分析。对2005年夏季西太平洋副高的异常活动预测不好,这是造成跨季度降水预测有失误之处的主要原因之一。2005年夏季在亚洲对流层中高层,沿着副热带急流轴准静止Rossby波有几次能量传播过程,西太平洋副高的北抬与西伸与副热带急流中Rossby波的活动强度有一定的对应关系,因而产生了亚洲不同地区高影响性的灾害性天气。     

测量NO气体吸收截面的方法

差分吸收光谱技术(DOAS)已经被广泛用于各种污染气体浓度的测量,其中影响其测量精度的主要因素就是气体吸收截面的测量.利用Lambert Beer 吸收定律以及自主设计的测量装置对大气的主要污染气体NO的吸收截面进行了测量,并采用多项式拟合的方法提高了测量的精度,根据所测得的吸收截面反演了NO气体的浓度值,取得了良好的效果.     

An analysis of the causes of meandering tracks of typhoons

Criteria of the free meandering tracks of typhoons are derived from the general solutions of typhoon motion equations. It is suggested that the meandering motion of a typhoon is caused by the combination of the internal force, the initial speed of the typhoon and the average pressure gradient force of the typhoon volume affected by the environmental pressure field. It is also revealed that under specified circumstances, the meandering may be caused only by the typhoon’s internal force. Finally two examples of fitting calculation are given for illustration.     

小麦腥黑穗病气象条件分析及防治措施

本文主要通过对晋城市2005年、2006年及历年平均气象要素与农业气象观测资料对比,分析气象条件对小麦腥黑穗病农业病害的影响程度,从而提出治理对策。     

RG13型雨量传感器测量结果的不确定度评定

国内民航机场主要使用的雨量观测设备为芬兰维萨拉公司生产的RG13型雨量传感器,为保证雨量测量数据的真实可靠,对其测量结果的不确定度分析很有必要。根据自动气象站现场校准方法,分别进行大雨强和小雨强的重复测试,并依据JJF1059.1-2012测量不确定度的评定与表示要求,进行A类不确定度评定。分析测量过程中的B类不确定度来源,进行B类评定,最终给出扩展不确定度。结果表明：在小雨强下,测量不确定度为U95=0.17mm,包含因子k=2。在大雨强下,测量不确定度为U95=0.16mm,包含因子k=2。该研究完善了雨量传感器的现场校准工作流程,对雨量传感器测量结果的可信度评定具有参考价值。