不同天气现象下毕节高温特征及预报回归检验分析

利用毕节2010-2019年观测资料,分析不同天气现象下日最高气温特征,建立高温模型,并对近5 a 24 h高温进行检验,得出如下结论:(1)毕节高温日变化在夏季最稳定,春季波动最大。气温日较差晴天最大,阴天最小,多云时略大于阴间多云。(2)毕节8~10成云出现频率高达65.7%,夏季晴天频率波动大,春、夏季多云频率较高,且按天气现象分类统计月平均高温时,其峰值均出现在7月。(3) 24 h高温预报准确率月、季变化特征明显,夏季准确率最高,较最低的冬季高出21.4%,在区别天气现象的情况下,阴雨天时预报准确率最高,多云时最低,其中12月多云时最低为25%。(4)回归模型分析发现不同季节同种天气现象24 h高温预报影响因子权重差异明显,日照时数和平均本站气压对模型影响程度较高。不同季节晴天影响因子差异最大,拟合效果最好时段在夏季,平均估计误差为1.2℃,估计误差最大在冬季,平均估计误差为1.7℃。     

曲阜市区域自动站各站点气温差异分析

为了找出本地区气温变化规律并进行准确预报,统计了曲阜市区域自动站2007—2008年各季气温日较差平均情况及最高气温、最低气温差异的年、月、日的变化情况,并初步分析了造成气温变化的原因。统计表明,曲阜市区域站气温平均日差为10.2℃,春季最大,夏季最小;最高气温大小之差平均冬季最大,为1.5℃,秋季最小,为1.0℃;最低气温大小之差平均春季最大,为4.5℃,夏季最小,为1.3℃。气温变化原因除与季节变换有关外,还与天空状况、环境风、地理环境等有关。     

石家庄地区日光温室冬季小气候特征及其与大气候的关系

根据2006—2007年、2008—2009年冬季日光温室内小气候和附近气象站观测资料,利用相关和逐步回归分析,对不同天气状况下石家庄地区日光温室冬季小气候特征及其与外界的关系进行了研究。结果表明,晴天和少云-多云天气下日光温室内的气温、空气相对湿度、接受到的最大太阳辐射有明显的日变化;连续寡照时,室内全天气温低,空气湿度大,不利于蔬菜正常生长发育。影响日光温室内小气候的主要因子有外界的日照时数、平均气温、最低气温、最高气温、空气湿度、云量以及温室内前一天的最高气温等。建立了日光温室内外气象要素的相关模型,经拟合检验和应用检验,不同天气状况下日光温室内日最低气温、最高气温、空气最小相对湿度、接受到的最大太阳辐射的平均绝对误差分别在1.1℃、2.5℃、5.8%、58.3W·m~(-2)以内,平均相对误差大部分在10%以内,具有较高的精度。     

菏泽市最高和最低气温变化特征分析

利用菏泽1998—2017年20a逐日平均气温和最高、最低气温数据,统计分析平均气温和平均最高、最低气温的月、旬变化特征,以每2℃为一个区间,按月统计分析逐日最高、最低气温以及当日与翌日最高、最低气温的变幅在各区间的样本及出现频率。结果表明:夏、冬季日最高、最低气温及气温日较差分布区间跨度小,气温变化较稳定;春、秋季日最高、最低气温及气温日较差分布区间跨度大,气温变化不稳定。各月最高、最低气温及气温日较差出现频率在均值附近最大,随后向两侧递减;近年冬季有缩短的倾向,严寒天气减少,夏季酷暑天气增多;春季到夏季、秋季到冬季各有两次气温快速升降期。     

水城近50a气温变化特征分析

利用水城站1957-2006年的逐月平均气温、平均最高气温及平均最低气温资料,采用线性倾向估计对水城近50a季平均气温及年平均最高、最低气温的年际、年代际变化进行了统计分析。结果表明：近50a来水城年平均气温呈上升趋势,其线性倾向率为0．134℃／10a,春季气温距平近50a来却呈下降趋势,夏、秋、冬季气温呈上升趋势,上升趋势不一致,从各季节平均气温变化幅度来看,秋季最大,夏、冬次之,春季最小。50a来年平均最高气温、年平均最低气温均呈上升趋势。     

贵州省24h气温主观预报分析

利用贵州省过去50 a一般观测站资料和过去20 a基本观测数据,统计分析了贵州省各个站点极端高温和极端低温的分布;并统计分析了不同区域不同季节的白天和晚上不同天气状况下的当日最高气温和最低气温之差以及当日最低气温和平均露点温度之差,结果表明:1在贵州地区白天夜晚均为晴天的高低温差四季都在10℃以上,白天为多云的状况下温差次之,白天为阴天和有降水的温差维持在3.0~7.5℃之间;2除了贵州西部春季晴和多云状况下最低温度和露点温差较高外,其余地区随季节和纬度的差异温差保持在0~3.9℃。     

菏泽冬季日光温室内气温预测

利用2012—2013年冬季菏泽巨野日光温室内的小气候观测资料分析了温室内最低气温、最高气温与当天及前一天温室内外各气象要素的相关性,在删选出相关显著要素的基础上,采用主成分分析法建立了温室内气温预测模型。结果表明:1温室内最低气温与当天及前1天温室内外8个气象要素的相关性比较显著,温室内最高气温与当天及前1天温室内外9个气象要素的相关性比较显著,而且各气象要素之间也存在较好的相关性。2主成分回归分别提取了影响温室内最低气温、最高气温的3个主成分因子,建立的温室内气温预测模型通过了显著性检验。3回代检验的结果为,不同天气状况下的最低气温预测值和实际值的平均绝对误差在1℃左右,不同天气状况下的最高气温预测值和实际值之间的平均绝对误差在1.5℃左右。经2013—2014年冬季的温室小气候数据应用检验结果为,不同天气状况下的最低气温、最高气温预测值与实测值的平均绝对误差分别在1.1℃和1.5℃左右,其中晴天条件下的最低气温检验效果较好,绝对误差为0.9℃,寡照天气下的最高气温检验相对较好,绝对误差为1.4℃。     

哈尔滨气温变化特征分析

上世纪80年代以来,哈尔滨年平均气温明显上升,在127年中上升了2.7℃。主要冬季升幅最大,春季次之,再次为秋季,夏季升幅最小。平均最低气温的升幅较明显,远高于平均最高气温的升幅,冬季最低气温的升幅最大夏季的升幅次于春季;秋季升幅最小。另外还分析了气温年代际变化特征。     

1961-2009年三江源地区气候变化特征分析

利用三江源地区18个气象台站1961—2009年气温、年最高气温、年最低气温、降水量、降水日数等资料,分析了该地区年最高气温、年最低气温、降水量、降水日数等气候要素的变化趋势。研究表明:近49年来三江源年平均气温、年平均最高气温、年平均最低气温均在升高,升高速率平均最低气温明显大于平均气温和平均最高气温,年平均气温的升高主要是由最低平均气温升高引起的;三江源年和四季降水量均呈增多趋势,冬、春季降水量增幅最明显,年降水量变化的空间分布北部增多而东南部减少,年降水量除20世纪70年代—21世纪初均呈增加趋势;年和冬、春季≥0.1mm降水日数增加,而夏秋季降水日数减少;年和冬、夏、秋季潜在蒸散量呈显著性增加趋势,春季变化则不明显;年和四季平均风速均呈显著下降趋势;年和四季日照时数变化不显著。     

始兴县1965～2010年气温变化特征

根据始兴县国家气象观测站1965～2010年逐13的气温观测资料,采用趋势分析和滑动平均等方法分析了始兴县气温的变化特征。结果表明,始兴县年平均气温升温速率为0．0137℃／年,近10年平均与前36年平均相比上升了0．52℃。气候变暖贡献最大的是冬半年,夏半年增温不明显,年平均最高气温增温倾向率略高于最低气温。近10年平均与前36年平均相比高温日数平均增加了15．58d／年,低温天气却略有减少。     

夏玉米农田气温变化特征及预报模型构建

根据2016年6—9月夏玉米生长季的气候资料和齐河国家气象观测站的同期观测资料,分析不同天空状况下农田的气温变化特征,利用相关和多元线性回归方法,研究农田最低、最高气温与观测站各要素的关系并建立高低温预报方程。结果表明:(1)农田温度有明显日变化,晴天最为明显,阴天最为平缓,05:00—06:00(北京时,下同)气温最低,15:00气温最高,农田与观测站温差绝对值晴天最大,14:00—15:00差值绝对值最大达2.1℃;(2)农田气温与各预报要素的相关程度受天空状况影响,主要影响因子为观测站当天和前一天最低、最高及平均气温等,农田最低气温与观测站当天最低气温相关系数为0.956~0.994,农田最高气温与观测站当天最高气温相关系数为0.825~0.981;(3)构建的预报方程通过了显著性检验,最低、最高气温预报方程的拟合程度均较高,夏玉米拔节后期—成熟期阴天时最低气温预报效果最好,平均相对误差为0.4%,平均绝对误差和均方根误差均为0.1℃。     

龙门县近45年气温变化特征

利用龙门县气象观测站1964-2008年逐日的气温资料,分析了龙门县近45年来气温的变化特征,结果表明：龙门县年平均气温呈波动性上升趋势,增温倾向率为0.010℃／年,近10年平均与前35年平均相比上升了0.4℃,气候变暖贡献最大的是冬半年,夏半年增温不明显;年平均最高气温增温倾向率高于最低气温且气温的日变化呈增加趋势,这与我国许多地区不一致;高温天气更趋频繁,近10年平均与前35年平均相比高温13数平均增加了9.2d／年,低温天气有所减少。     

四川最高最低气温日变化特征分析

基于1990~2019年四川地区156个气象观测站2 m最高、最低气温逐日数据,分析了最高、最低气温的日变化特征。结果表明:（1）2 m最高气温逐日变化幅度大于最低气温逐日变化幅度,最高气温逐日变温的极大值区位于凉山州东北部,最低气温逐日变温的极大值区位于甘孜、阿坝两州北部;（2）春季最高气温逐日变温幅度明显大于夏、秋、冬季,冬、春季最低气温逐日变温幅度大于夏、秋季;（3）最高气温和最低气温的逐日变温频次分布均呈现单峰型特征,前者峰值位于0~2℃,后者峰值位于?2~2℃。（4）最高气温逐日变化超过6℃的年均频次明显高于最低气温,两者高频区的空间分布与变温幅度大值区较为一致。      

近60a来南京季节变化特征分析

利用1951年1月-2010年12月南京市逐日气温观测资料,依据张宝堃应用候平均气温稳定通过某一临界值划分四季的标准,建立了近60 a南京的季节平均气温的时间序列,分析了近60a南京春、夏、秋、冬四季开始、结束及持续时间的变化特征,给出了季节气温的变化趋势以及候平均与入季时间、季节持续时间的相关分析.结果表明:近60a,南京入冬时间推迟,入夏时间提前.冬季变短,缩短的平均速率为2.9 d/10a;夏季变长,增加的平均速率为4.1d/10a;秋季变短,缩短的平均速率为1.5d/10a;春季略有些变长.南京冬、春季平均气温升高,且冬季气温升高更为显著,而夏、秋季平均气温下降,秋季气温下降略明显于夏季.冬季最低气温有升高的趋势,夏季最高气温与年较差有下降的趋势.春季入季时间与春季的平均气温成正相关,而秋季的入季时间与秋季平均气温成负相关;夏季的平均最低气温和平均气温与夏季的长度成负相关,冬季的平均最高气温和冬季的长度成正相关.     

沈阳地区日光温室内最低气温变化特征及其预报模型研究

利用2013—2014年沈阳地区日光温室内和温室外的气象观测资料,采用相关分析和逐步回归分析方法对日光温室内最低气温的变化特征及其预报模型进行了研究。结果表明:2013—2014年沈阳地区日光温室内最低气温与温室外的前一日最高气温、前一日最低气温、当日最低气温及温室内前一日最高气温、前一日最低气温相关显著。沈阳地区四季不同天气条件日光温室内最低气温的预报模型存在一定的差异,冬季日光温室内最低气温模型的预报准确率较高,春季次之,秋季再次之,夏季日光温室内最低气温模型的预报效果较差,冬季、春季、秋季、夏季日光温室内日最低气温≤3.0℃的预报准确率分别为91%、85%、81%和79%;雨雪天日光温室内最低气温的预报准确率较高,阴天次之,晴天再次之,多云天日光温室内最低气温的预报准确率较低,雨雪天、阴天、晴天、多云天日光温室内日最低气温≤3.0℃的预报准确率分别为90%、87%、83%和77%。可见,本文建立的沈阳地区日光温室内最低气温模型的预报效果较好,可为沈阳地区中高档钢架砖混结构日光温室内最低气温的预报提供参考,具有较强的实用性。     

精细化气象要素温度指导预报在山西区域的误差及特征

利用2009-2010年山西区域108站共730天精细化气象要素温度指导预报资料,对比日最高气温和日最低气温的预报误差,采用常规统计、EOF分析等方法研究指导预报误差的时间和空间分布特征,结果表明:山西区域的温度预报准确率比较稳定,但有明显的季节特点,夏季最高,秋季次之、冬春季相对偏低,日最高气温年平均正、负误差略高于日最低气温误差,春季大,冬秋次之,夏季小;正负误差值的空间分布与山西地形有一定的联系,日最高气温和日最低气温误差的分布特点具有明显的全区一致性.     

鲁中地区典型日光温室喜温蔬菜冷害预警指标研究

利用2008年11月至2021年3月山东中部地区典型日光温室内、外最低气温资料,结合喜温蔬菜冷害指标,应用80%保证率安全法和个例分析,结合田间调查,确定不同季节、不同天气类型下山东中部地区温室喜温蔬菜冷害天气预警指标。结果表明：春季一般无冷害发生,秋季冷害以寡照型天气为主,一般发生在11月,在≥5 d阴天的天气条件下。秋季冷害的天气预警指标为温室外最低气温,其中轻度冷害指标为0℃,中度冷害为-5℃。冬季冷害天气类型为低温型和寡照型,冷害天气预警指标为温室外最低气温。冬季不同天气条件的冷害等级分为晴天轻度、中度冷害,多云轻度、中度冷害,≤4 d阴天轻度、中度冷害,≥5 d连阴天轻度冷害、中度冷害,室外最低气温指标分别为-7℃、-13℃,-6℃、-10℃,-4℃、-9℃,0℃、-7℃。     

河池市金城江区1971-2010年气温变化特征分析

利用1971-2010年河池市地面观测站40a的逐年平均气温,平均最高与最低气温,应用最小二乘法拟合一元线性回归方程法,分析河池市金城江区40a来气温变化特征.结果表明,河池市金城江区年平均气温以0.267℃/10a的线性趋势增加,秋季年平均气温增幅最为明显,平均最高与最低气温均呈上升趋势,但平均最高气温增速慢于平均最低气温.     

基于类卡尔曼滤波的哈尔滨智能网格气温预报检验及偏差订正

应用滑动平均（5 d、7 d）、类卡尔曼滤波递减平均两种订正方法对哈尔滨地区国家级指导预报最高（最低）气温产品进行预报能力初步检验及偏差订正。结果表明：两种订正方法对最高气温与最低气温预报产品24-240 h预报时效大部分时段均有正的订正效果,最高（最低）气温预报准确率提高1-2%,平均绝对误差0.1-0.2℃,其中24-96 h预报时效预报能力稍好,120 h之后预报能力较差,订正后预报准确率也不足60%。气温预报偏差还表现为明显的季节变化特征,7-9月最高气温的预报效果优于冬春季,冬半年的订正幅度较夏季稍大。另外,不同天气状况下降水天气对气温预报有一定的影响,如果能进一步改进模式预报中降水带来的偏差,将进一步提高模式订正效果。     

CLDAS气温数据在中国区域的适用性评估

以中国48 708个地面气象自动站逐小时气温数据为基础,采用平均偏差(Bias)、相关系数、均方根误差(RMSE)、平均绝对误差(MAE)等评估指标,对比分析2017年10月、2018年1月、4月、7月CLDAS-V2.0气温(分辨率为0.062 5°),探讨中国8个分区春、夏、秋、冬4个季节CLDAS与站点气温的相关性及偏差分布特征。结果表明:1) CLDAS气温较好地反映了中国气温的年际变化,非独立性检验、独立性检验与站点气温的平均相关系数分别为0.995、0.991,东北地区相关性最高,西南地区相关性最低。2) CLDAS与站点气温的Bias为-0.011℃,非独立性检验的RMSE、MAE分别为1.275、1.645℃,独立性检验的RMSE、MAE分别为0.867、1.089℃,总体上CLDAS气温误差小,可信度较高。3)春、秋季的偏差小于夏、冬季;东北、华北、江淮、华南地区的偏差小于西北、西南地区; 84.6%站的冷偏差或暖偏差在1℃内,冷暖偏差空间分布均匀。4) CLDAS的最高气温存在冷偏差,最低气温存在暖偏差,夏季最高气温的最大误差为-0.59℃。5) CLDAS平均偏差的日变化为-0.23～0.07℃,白天呈冷偏差,夜间呈暖偏差,夏季平均偏差的日变化较显著,偏差的日较差为0.26℃;全国8个分区夏季平均偏差日变化最大为1.06℃,秋、冬、春季变幅相似,西南地区平均偏差日变化最大而江淮地区最小。