气象卫星遥感地表温度推算近地表气温方法研究

气温是各种植物生理、水文、气象、环境等模式或模型中的一个非常重要的近地表气象参数.多年来气温数据以离散的常规气象站点观测为主,连续分布的格点气温数据则以站点资料插值而得到,分辨率低,无法反映地形等下垫面因素对局地气温的影响,在农业气候区划等研究中具有一定的局限性.随着卫星遥感地表温度算法的日趋成熟,为探讨卫星遥感地表温度数据在气温观测中的可能性和可行性,利用全中国2340个站点1998 2007年的逐旬平均最高气温数据,以及相应时段的NOAA/AVHRR旬最高地表温度数据,以线性回归及拟合模型为主,通过考虑植被指数、土地覆盖类型、季节、风速、气压、降水等各类影响因子,建立了旬最高地表温度与旬平均最高气温间的推算模型,并利用未参与建模的2002-2003年的常规气象站点气温数据,同时与推算气温和插值气温结果进行对比分析.结果表明,利用卫星遥感地表温度数据推算的旬值气温数据可取得较高的精度,尤其在地形复杂地区以及站点稀疏地区精度明显高于插值气温结果.     

舟山跨海大桥一次强冷空气过程的精细化风场模拟

以NCEP FNL再分析资料作为初始场和边界场,利用TAPM模式对2015年11月2427日发生在舟山跨海大桥的一次强冷空气大风过程进行水平分辨率300 m×300 m的数值模拟试验,并采用大桥上的道路气象站观测资料进行误差检验,分析此次大风过程中舟山跨海大桥各路段的横风分布特征。结果表明TAPM模式对于此次大风过程的舟山跨海大桥桥面风速、风向以及横风风速都具有较好的模拟能力,且模式对于过程最大风速的模拟一致性较好,但陆地站点风速模拟值存在偏大的现象。此次冷空气大风影响过程中,金塘大桥中段、西堠门大桥东段以及甬舟高速册子岛段东段为强横风的主要影响路段,横风风速大于11 m·s~(-1),6级以上的强横风影响时间达33 h以上。而桃夭门大桥到舟山路段虽然过程平均风速较高,但横风影响较弱,横风风速仅为2~7 m·s~(-1)。值得注意的是,甬舟高速金塘岛段自东向西的弯道路段以及桃夭门大桥转向册子岛的弯道路段口,会存在横风突然增大的风险,极易对安全行车造成不利影响。     

南宁各种下垫面温度特征及预报方法探讨

介绍下垫面温度观测的原理,并用南宁2002年12月至2003年11月资料,分析了沥青、水泥、泥土温度的特征,包括这3种下垫面的日平均温度、日最高温度、日最低温度、温度日较差特征以及它们与气温的差值。指出气温是影响各种下垫面温度的最主要因素,云对下垫面日最高温度影响显著,大气环流变换对各种下垫面温度的波动有明显影响。对各种下垫面日最高温度的预报方法进行了初步探讨。建立了基于日最高气温预报之上的各种下垫面日最高温度预报模型,并对预报与实况值进行了对比分析,指出提高次日最高气温的预报准确率和预报是否出现阴天有中到大雨天气的预报准确率,可显著改善各种下垫面日最高温度的预报效果。     

甘肃高速公路山区段路面温度特征及其预报模型

利用G30连霍高速甘肃段沿线麦积山隧道、乌鞘岭交通气象监测站的路面温度、气温、露点温度、相对湿度、风速、降水等逐时资料,统计分析了两站不同季节、不同海拔高度下路面温度与气温的差异与联系,讨论了路面温度与其他气象因子的相关关系,基于逐步线性回归方法建立路面温度统计模型,并对模型预报效果进行检验。结果表明:各个季节,甘肃山区高速公路路面温度和气温都是日出后快速升高,日落后逐渐下降,且路面温度的升、降幅度均快于气温。较低海拔站点的路面温度高于高海拔站点,但最高值出现时间、两站温差有所差异。其中,秋、冬季两站路面温差夜间大于白天,而春、夏季则昼夜相差不大。最低、最高路面温度统计模型的预报结果与实况变化趋势接近,但最高路面温度个别日期预报值与观测值偏差较大,在实际业务中应考虑各种实时气象条件及地形条件,对模型结果进行适当订正。     

基于相似天气现象的重庆市逐时气温预报技术研究

利用重庆市2003—2017年34个国家级气象观测站的逐时降水和逐时温度资料，建立了一种基于未来24 h日最高、最低气温和天气现象预报值的逐时气温预报模型。该模型通过搜寻与未来24 h预报值相似的历史天气现象下的气温时间序列，预报给定站点未来1 d的逐时气温。然后运用结合了高程的反距离加权插值法，得到重庆市0.125°×0.125°分辨率逐时气温网格预报产品。2018年逐时气温预报产品的检验结果表明，整体上国家级站点绝对误差≤2℃的逐时气温预报准确率为79.73%～91.40%，均值为87.12%;10月—次年2月的准确率好于3—9月，8月较差。该模型的预报性能在无雨时稳定，有雨时在地形复杂且易出现强降水的重庆东北部地区略差。重庆西部、中部的大部以及东北部偏西地区的网格产品预报准确率较高，而偏南局地山区和偏东部分山区的准确率较低。总体上该方法预报效果较好，预报性能稳定。     

1978—2008年城市化对北京地区气温变化影响的初步分析

应用北京地区20个常规站1978-2008年经均一性序列多元分析方法均一化处理的气温数据,初步分析了北京地区城市化对年平均和不同季节日最高、最低以及平均气温的影响。结果表明,1978—2008年,年平均日最低、平均气温空间分布自北向南、自西向东,温度逐渐升高,在城区达到最高,日最高气温表现为从西向东南逐步升高,在城区形成较为明显的热岛。温度变化趋势表明,各站日最低气温、平均气温、最高气温均呈升温趋势。城市化对北京地区城区及近郊区站点日平均气温和最低气温影响最大,对自北部佛爷顶至昌平到城区一带站点的最高气温影响最大。城市化对北京(观象台)站的增温影响最为明显,对城区站点温度平均的增温影响次之,对全市站点温度平均的增温影响最小。城市化对观象台站、城区站点平均、全市站点平均日平均气温、最低气温的年平均、各季节均非常显著,其中在秋季影响最大,对日最高气温的影响则是在夏季最大。     

基于数值预报模式的乡镇温度预报方法研究

利用2015年8月至2017年7月长兴岛站和交流岛站日最高气温、日最低气温实况资料,对ECMWF细网格2 m温度预报值和日本FSFE02(24 h地面形势场预报)、FSFE03(36 h地面形势场预报)进行了检验。结果表明:根据历史回归统计检验,ECMWF细网格模式24 h的2 m最高气温、最低气温预报效果显著,通过了0. 05信度显著性检验。对各月做相关分析,相关性均较好。利用前一日ECMWF细网格2 m温度预报值与长兴岛站实况差值,根据统计的ECMWF细网格2 m温度预报订正值,做出长兴岛站未来24 h的气温预报。交流岛站温度预报是在长兴岛站温度预报的基础上订正做出,经统计分析,交流岛站和长兴岛站的气温差值与地面形势场和风场有较好的对应关系,根据不同类型的地面形势场和风场订正值,做出交流岛站的温度预报。应用Matlab计算机语言的开发功能,提取ECMWF细网格2 m温度预报的最高、最低气温值,并录入当日长兴岛站和交流岛站最高、最低气温实况值,自动预报各站未来24 h最高气温、最低气温。创建可视化预报工作界面,实现乡镇温度预报自动化。     

浙江省几种灾害性大风近地面阵风系数特征

阵风特性研究是大风预报和服务的基础。基于2011-2013年浙江省自动气象站逐日逐10 min测风资料,分析了浙江省陆地和近海海面冷空气、热带气旋和强对流大风的阵风系数特征。结果表明:冷空气和热带气旋大风阵风系数空间分布基本相同,大风主要发生在近海海面和沿海地区,海面阵风系数一般小于1.5,等值线平行于海岸线且自西向东逐渐减小,陆地阵风系数一般大于2.0,山区可超过3.0,表现出地形对阵风系数的增强作用。强对流大风阵风系数明显高于业务规范平均值,发生地点遍及浙江省各地,但发生概率超过10%的站点主要位于沿海地区和近海海面。风向基本不影响阵风系数空间分布。冷空气和热带气旋站点阵风系数与海拔高度有较高正相关性。模糊聚类分析发现:浙江省400 m以上山区站与70 m以下的低海拔站点在阵风系数特征上分属不同空间类型;基于逐步回归建立站点阵风系数预报模型,检验表明:模糊聚类可帮助提高模型阵风系数预报能力。     

济南市不同地形背景下最高气温的差异性分析

利用济南市1个国家级气象观测站和5个区域气象观测站2010—2014年逐小时气温观测资料,从分位数、相关性、一致性、正态性和周期性等方面,分析了城区、城郊以及不同海拔山区等不同地形背景下最高气温相关统计值的区域及季节差异性。结果表明：6个站点最高气温分位数统计值（高值、低值、中位数和四分位数）存在一定的站点间差异,其中不同海拔站点间差异较为显著,而相同海拔城区、城郊以及山区各测站之间的差异则相对较小,且这种站点间的区域差异在夏季表现得最为明显;城区间各站最高气温的相关性较强,而山区测站与其他各站间的相关性则相对较弱,这种相关性在春、秋季明显高于冬、夏季;站点间最高气温的频率分布以及周期振荡特征基本一致,各站最高气温在6—7月均存在一个显著的准单周振荡周期。     

大棚小气候特征及其与大气候的关系

为了提高大棚揭闭膜气象服务的针对性,对武汉城郊冬春季棚内外气温、地温进行了逐时对比观测试验,利用相关分析及逐步回归分析方法,分3种天气类型对棚内气温、地温观测数据进行了计算分析.结果表明,在晴好天气下大棚、双层膜最高气温分别比棚外大气最高气温高20、24℃左右,夜间温度分别比棚外大气高0.8～3.5℃、3.5～6.5℃,棚内温度日较差在晴好天气下高达30～35℃,气温变化剧烈,一天内可能既要防范高温热害,又要防御低温危害.白天棚内气温与大气温度、太阳高度角关系密切,夜间气温以及10cm地温与大气温度相关显著,并由此建立了棚内气温、地温统计数学模型.利用该模型可以准确地推算或预测大棚内逐时气温、地温变化,为菜农提供大棚揭闭膜气象服务.     

北京小海陀山区雪面温度预报模型研究

基于2019年10月至2020年3月北京市延庆小海陀山区高海拔站点二海坨站和低海拔站点长虫沟站逐时气象观测数据,分析小海陀山区雪面温度演变特征及其与气象因子的相关性。采用BP神经网络及逐步回归方法建立该地区两站的雪温预报模型并进行效果检验。结果表明:(1)小海陀山区积雪时段雪温逐小时变化幅度较气温更显著,雪温与气温及总辐射呈明显正相关,气温及总辐射是影响雪温变化的主要因子;(2)基于神经网络方法建立的雪温预报模型效果优于逐步回归方法建立的雪温预报模型,模型效果低海拔站点优于高海拔站点,夜间优于白天;(3)区分白天与夜间的分时段建模方案更适用于低海拔站点。     

基于CLDAS温度适宜度指标空间化方法

为了避免站点观测数据空间插值误差,提高玉米温度适宜度指标空间化精度,本文利用陆面数据同化系统CLDAS逐小时气温同化数据,基于内蒙古玉米动态适宜度计算方法,利用GIS空间分析和建模功能,构建逐日温度适宜度指标的空间化计算模型。该模型根据温度适宜度动态模型计算指定日期的"三基点"温度指标空间分布;结合CLDAS日平均气温空间分布,利用条件函数实现适宜度指标分段空间化计算。以2015年5—8月为例,进行常规气象站点误差检验,结果表明:常规站检验最大绝对误差0.156,90%的站点绝对误差小于0.1;最大相对误差36.9%,70%的站点相对误差不足8%;CLDAS数据很好的把握了5月高温、8月低温的不利影响,适宜度为0。基于CLDAS气温拟合数据的温度适宜度模型流程清晰实用,适宜度指标空间化精度较高。     

综合分析法在复杂地形气温精细格点化中的应用

基于高分辨数值模式预报、数字高程模型和区域自动站逐时气温观测资料,以兼具平原、丘陵、盆地、山地、海岛和海洋等复杂地形的浙江省为研究区域,建立了适用于该地区的综合分析方法,并将该方法与反距离加权插值法、普通克里格插值法和考虑高程的反距离加权插值法进行比较。结果表明:综合分析法能给出最优的格点化温度分析场,考虑高程的反距离加权法其次,最后是反距离加权法和普通克里格法。考虑高程的反距离加权插值法和综合分析法对高海拔无测站区域气温的重建有较为明显的优势。综合分析法获取的温度分析场在山地、海岛和海洋等资料稀少或缺测的复杂地形区域仍旧能保持合理的空间分布状态,对复杂地形资料稀少或缺测地区的插补能力有突出优势。温度资料格点化精度随站点数增加而提高,且当站点数达到一定数值后,精度趋于稳定;综合分析法在站点数达到1000个(站点平均间距约16 km)后就趋于稳定,而其余三种方法在站点数增加到1600个(站点平均间距约13 km)后趋于稳定。     

2022年8月四川盆地持续性极端高温特征及不同模式预报误差分析

本文基于2022年8月四川盆地104站逐时温度、降水数据和1971—2021年历史同期数据,及EC、CMA GFS、CMA MESO模式的2 m气温预报等数据,运用统计学相关方法分析了此次极端高温过程的特征及预报误差。结果表明：①2022年8月四川盆地极端高温过程范围大、强度强、持续时间长,有87.5%站最高气温超过该站历史同期极值,且高温最强盛时段较历史同期明显推后。②2022年8月最高气温分布为东高西低,最高气温与历史同期极值差分布则相反,其中最高气温随站点海拔增大而减小,而极值差则随站点海拔先增大再减小。另外,受热岛效应影响,极值差大值站点主要集中在龙泉山脉附近。③高温期间,最高、最低气温平均值高、距平大,且累计降水量和雨日数也明显低于历史同期。④相较而言,EC模式的预报优势主要在盆地低海拔地区。而CMA MESO模式在盆地周边陡峭地形区域的平均绝对误差则更小。另外,EC模式预报的最高气温峰值出现时间更接近于实况,而CMA MESO模式预报高温持续日数更接近实况。     

银川城市道路路面温度变化特征及统计模型

采用人工定点观测路面温度资料,分析了不同天空状况和不同材质道路的路面温度日变化特征。结果表明：路面温度具有明显的日变化特征,晴空或少云时,日出和日落时段路面温度略高于气温,中午前后路面温度变幅最大,且明显高于气温;阴雨天时,路面温度略高于气温,变化相对平缓且与气温保持较好的相关性。由于水泥和沥青不同的物理特征,沥青路面对气温的反应灵敏,水泥路面反应平缓,即水泥路面最高温度多低于沥青路面,最低温度多高于沥青路面。在此基础上应用逐步回归方法建立逐时路面温度预报模型和最高道面温度预报模型,并应用模型模拟的结果与实测路面温度作对比分析,结果表明逐时道面温度预报模型的模拟效果较好,最高道面温度预报模型误差较大,需要进一步修正和改进。     

金华市不同下垫面温度特征分析及其预报模型的建立和检验

4种典型城市下垫面日平均温度、日最高温度、日最低温度的逐月变化特征总体与气温变化相似,不同下垫面问温度差异夏半年均大于冬半年。沥青、水泥、砂石和草地日平均温度、日最高温度全年均高于气温,日最低温度与气温差异不大,表明典型城市下垫面对大气具有一定的加热作用。气温、日照时数、总云量、日平均相对湿度等气象因子与4种下垫面的地表温度相关性显著。建立了4种下垫面各温度参数依赖于日平均、日最高、日最低气温、日照时数、日平均相对湿度和总云量等影响因子的回归模拟方程,因此利用精细化数值预报资料代入方程就可以得出城市沥青、水泥、砂石和草地4种下垫面地表温度,提高城市气象服务效率。     

4种城市下垫面地表温度年变化特征及其模拟分析

利用对沥青、水泥、裸地和草地等4种城市下垫面地表温度的2年观测资料,系统分析了4种城市下垫面地表温度年变化特征及其影响因素,建立了地表温度模拟模型.主要结果:(1)4种城市下垫面日平均温度、日最高温度、日最低温度的年变化特征总体与气温一致,不同下垫面间温度差异在夏半年均大于冬半年.(2)沥青、水泥、裸地和草地的日平均温...     

Regional warming induced by urban surface expansion in Shanghai

如何量化城市下垫面扩张对增暖的贡献,减小气候变化评估和预估的不确定性,是城市化影响研究中的一个难点。本文基于卫星遥感得到的反映过去三十多年城市下垫面扩张的土地利用数据,开展高分辨率的嵌套数值试验,量化了城市下垫面扩张在上海不同空间尺度上对增暖的贡献。城市下垫面扩张对整个区域增暖的贡献在19%左右,而城市下垫面扩张区(N2U)的贡献比一直是城市下垫面区域(U2U)要高得多,分别在42%和17%左右。同时城市下垫面扩张对最低温度的增加强于最高温度的变化,日较差减小,尤其在城市下垫面扩张区更加显著。     

上海城市精细化地表温度分布模拟

本文引入了一种模拟城市复杂下垫面地表温度的方法,该方法基于地表辐射参数化方案（NARP）计算城市净辐射通量,然后利用客观滞后模型OHM计算地表储热通量,再利用强迫恢复法计算表面温度。通过上海地区高分辨率卫星资料获取不同地表类型覆盖比例,以每个格点中各地表覆盖类型所占面积比例为权重计算格点的平均地表温度,并对2013年8月12日上海地区地表温度进行模拟。结果表明：上海城市下垫面与其他类型下垫面相比,地表温度白天升高较快,而夜间下降较慢。模拟结果与MODIS陆面温度及地面观测资料进行比较,模拟的上海地表温度分布结构更精细,与气象站观测值较接近。     

2012年6月东北冷涡天气长春地区WRF要素预报统计

2012年6月东北冷涡天气长时间持续影响吉林省,历史罕见。本文对此次冷涡天气中WRF3.3.1数值模式预报中的极端气温和降水要素进行检验统计分析。分析发现在此次冷涡天气中长春地区6个站点极值温度预报成绩较好,在75%到80%之间。最高气温一般预报偏高,最低气温预报偏低,站点逐小时温度预报偏差具有昼高夜低的特点,即白天预报偏高,夜间预报偏低,最高气温偏差与日照时数呈反相关,与"冷涡天气高温不高,低温不低"的预报经验一致。站点晴雨成绩出色,为78%左右,具有漏报低、空报少的特点;分级检验统计中,只有小雨降水正确率较好,分级检验空报和漏报过多。降水预报形态的主观分析发现,预报与实况落区形态上一般是一致的,但WRF预报较实况范围大,对几百公里以上的降水天气降水预报与实况很相似,但是对一百公里以下尺度的降水天气预报能力仍显不足。