CLDAS温湿产品在贵州的适用性评估及订正

使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统（CLDAS）温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00（北京时）温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相...     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

基于CLDAS资料的内蒙古干旱监测分析

以内蒙古地区为研究区域,对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年（2014年）和湿润年（2013年）与标准化降水指数和降水百分位指数法进行验证分析。结果表明：CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。     

暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究

利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。     

CLDAS地面要素产品在陕西的适用性评估

基于陕西省1 540个地面自动气象站的观测资料,采用平均误差、平均绝对误差、均方根误差、相关系数等评估指标对5 km分辨率的CLDAS小时产品——2 m气温、2 m相对湿度、能见度、10 m风速在陕西的适用性进行了评估检验。结果表明:CLDAS 2 m气温、2 m相对湿度产品在陕西质量较好,能见度次之,10 m风速质量相较差。对CLDAS 2 m气温评估结果的进一步分析表明,各评估指标具有一定的月变化、日变化特征,但整体质量趋于稳定;高海拔地区,评估指标变化明显,代表性相对差。CLDAS 2 m气温对日最高、最低气温也有很好的指示性。分辨率为1 km与5 km的CLDAS 2 m气温产品对比评估表明,1 km气温产品的误差较小,相关系数更大,尤其对于高海拔地区,质量有明显改善,代表性增强。     

ECMWF高分辨率模式2 m温度预报误差订正方法研究

文章提出了一种结合滑动双权重平均订正法和空间误差逐步订正法的综合订正技术,并对2016年5月1日至2017年5月1日期间24～168 h预报时效内欧洲中期天气预报中心(ECMWF)高分辨率模式的2 m最高和最低温度进行偏差订正和误差分析,主要结论如下:(1)ECMWF模式在江西省的温度预报整体上比实况偏低,最高温度尤为明显,模式温度的空间分布表现出显著的系统性偏差,且偏差在不同预报时效是稳定的,订正ECMWF模式温度具有可行性。(2)滑动双权重平均订正法中较长的滑动订正周期对模式温度预报有更好的订正效果,采用滑动订正周期20 d是比较理想的。滑动双权重平均订正法具有持续的订正能力,但在季节过渡期间订正效果可能并不理想,而空间误差逐步订正法能进一步提高滑动双权重平均订正法的预报订正质量。(3)温度预报准确率表明,滑动双权重平均订正法和空间误差逐步订正法综合订正技术较好地改善了站点温度的预报质量。经过订正后,模式最高温度24、48、72 h预报误差≤2℃的准确率分别从0.59、0.55、0.52提高到0.75、0.68、0.62,模式最低温度24、48、72 h预报准确率分别从0.84、0.83、0.82提高到0.89、0.87、0.85。订正后72 h最高和最低温度的预报准确率都大于订正前模式24 h的准确率。总体而言,该综合订正技术较好地订正了模式误差,且误差在空间分布上较均匀。(4)对于高山站而言,经过订正后的最高和最低温度与实况基本吻合。空间误差逐步订正法的订正量在±1℃之内,与滑动双权重平均订正后的偏差呈现一定的负相关,有正的订正效果。该综合订正法已成功运用于江西省精细化气象要素客观预报业务系统中。     

CLDAS气温实况融合产品在兰州和武威的检验评估及偏差订正

为更好地理解格点融合实况数据与观测数据的差异和代表性,利用甘肃兰州和武威两地站点的观测数据对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）地面2 m气温融合产品进行检验评估及偏差订正。结果表明：（1）逐小时气温和日最低气温融合产品的平均误差总体为负值,较实际气温偏低,且在2 500 m以下误差随海拔上升而减小;日最高气温融合产品平均误差在海拔1 500 m附近为负值,1 500 m以上误差变为正值且随海拔升高而增大;日最高和最低气温误差较逐小时气温误差偏大,但平均误差均在2℃以内。（2）通过近网格点检验,发现逐小时CLDAS气温产品白天与实况相近,夜间较实况偏低0.2℃;日平均气温CLDAS融合产品总体较实况偏低1℃,兰州城区产品偏差相对较小;30℃以上高温天数融合产品与实况分布基本一致,但在兰州城区,CLDAS融合产品的高温天数较观测天数偏少。（3）线性回归法和递减平均法对CLDAS气温融合产品都有一定的订正效果,递减平均法订正效果更优且在高海拔地区订正效果更明显。CLDAS气温实况融合产品在兰州和武威两地能较好地反映气温...     

两种常用的春玉米干旱等级指标在东北区域的适用性检验

作物干旱等级农业气象指标是开展作物干旱监测、预警和评估的科学依据,其适用性关系到农业气象业务质量和防灾减灾效果。应用东北地区31个春玉米代表站1981 2012年逐日气象资料、土壤湿度资料、玉米生长发育观测资料及产量资料,对东北地区春玉米不同生育阶段土壤相对湿度和水分亏缺指数干旱等级指标进行应用效果检验,比较适用性差异,并利用黑龙江省2013—2016年的资料进行干旱实例分析。结果表明,土壤湿度和水分亏缺指数干旱等级指标均适用于东北区域春玉米不同生长时段干旱识别,且有较好的一致性,两套指标判定的春玉米干旱等级完全相同的占75%左右,相同和基本相同的占95%左右。两套指标对历史和近年玉米干旱事件的判识效果都较好,土壤湿度指标和水分亏缺指数的干旱识别正确率分别在80%和75%以上,土壤湿度指标判定效果更好。两套指标在玉米生育前、中期适宜性略好于后期,在东北三省的应用效果要略好于内蒙古东部,部分干旱年份水分亏缺指数判定的灾情等级偏高,因此,当两套指标判定结果存在差异时,应以土壤相对湿度指标判定结果为准。     

大气相对湿度资料融合及融合湿度精度检验——基于2013年1月我国中东部地区卫星和探空相对湿度数据

利用2013年1月MODIS(MODerate-resolution Imaging Spectroradiometer)的大气廓线产品计算得到大气相对湿度廓线,并与探空观测得到的相对湿度资料进行对比,发现总体上MODIS反演的相对湿度高于探空值,且在相对湿度较低区域误差较大;需要剔除有云影响的MODIS数据和相对湿度小于5%的探空数据;用平均值订正法对MODIS数据进行均一性修正,采用直接订正法、最大相关系数法开展MODIS和探空相对湿度资料融合试验,对融合结果进行分析对比和精度检验。结果表明:(1)直接订正法融合湿度在相对湿度较低区域高于探空湿度,在相对湿度较高区域低于探空湿度,最大相关系数法融合湿度在高湿区和低湿区均与探空接近;(2)融合结果精度检验表明,直接订正法融合湿度与探空湿度的平均绝对误差在850 hPa不超过10%,在925 hPa不超过12%,在1000 hPa不超过9%;采用最大相关系数法融合得到的相对湿度值在各层与探空湿度的绝对误差均不超过4%。总体来看最大相关系数法比直接订正法融合效果更好。     

西北4省(区)干旱遥感监测方法——以Erads软件为例

介绍了将DVBS系统接收处理得到的NOAA/AVHRR卫星遥感资料,转入Erads软件,在Erads软件中对图像进行校正、拼接,通过建模运算实现干旱遥感监测的方法和监测流程。利用该方法对2006年7月下旬西北4(省)区的地面旱情进行监测,结果表明利用该工作流程,选择合适的干旱遥感模型可以得到监测区域的旱情,旱情监测结果与地面20 cm土壤相对湿度监测的旱情结果较一致。     

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

基于SVD与机器学习的华南降水预报订正方法

降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解（SVD）与机器学习（多元线性回归、套索回归、岭回归）构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心（EC）模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。     

农业旱涝指标及在江淮地区监测预警中的应用

该文提出了一个可业务应用的农业旱涝监测预警气象指标———累积湿润指数。该指标以相对湿润度指数为基础, 用作物需水量取代参考作物蒸散量, 并考虑前期旱涝程度对当前旱涝状况的累积影响, 具有农业意义。为方便农业气象业务应用, 采用FAO Penman-Monteith模型的简化方法计算参考作物蒸散量, 用气温资料对简化式进行校准, 将误差减小到可满足应用要求; 通过求算不同区域农田作物系数的加权平均值, 得到宏观农田作物需水量, 并确定了该指标分区域的旬旱涝等级标准。该指标用于旱涝监测, 与土壤墒情的定性符合率为80%~90%, 定量符合率为60%~70%, 在旬时间尺度比土壤墒情指标更符合旱涝实况; 用于下一旬旱涝预警, 尽管受到中期降水量预报准确度影响, 但由于含有前期旱涝实况信息, 预警趋势大体正确, 提高了旱涝预警的准确度。     

四川盛夏伏旱的MODIS遥感监测方法

本文利用2006～2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7～8月各旬的TVDI指数计算模型.根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠.     

陕西渭北东部干旱遥感监测模型研究

利用研究区域2001年NOAA-16卫星遥感资料和有关气象资料，根据作物生长发育季节，使用逐步回归的统计方法进行因子筛选，用选出的因子建立研究区域不同季节干旱遥感监测模型。用建立的模型对2002年该区春季干旱进行监测，结果表明：模型土壤湿度监测结果与地面观测结果较为一致，模型对该区干旱具有较好的监测能力。     

1981-2012年辽宁省春播期土壤相对湿度月尺度数据重建

辽宁省现有测站春播期土壤相对湿度数据存在不连续性及长时间序列缺失问题。以海城站为例,分析现有土壤相对湿度（0-20 cm）与气象因子及临近站点土壤相对湿度的相关关系,构建海城春播期土壤相对湿度统计回归模型,模拟缺测时段春播期土壤相对湿度。进而以此方法重建辽宁省20个观测站1981-2012年春播期土壤相对湿度月尺度数据。结果表明：海城土壤相对湿度与降水量和秋季封冻雨关联较大,相关系数分别超过0.60和0.30,与同期临近站点本溪站土壤相对湿度相关性也超过0.40,依据该3要素构建的4月和5月土壤相湿度统计回归模型复相关系数R2分别达0.79和0.77,模拟结果与实测资料平均相对误差为2.6 %,模拟效果较好;对辽宁省其他数据缺失站点构建的回归模型复相关系数均高于0.50,模型拟合精度优于85 %,拟合值和实测值平均相对误差基本控制在15 %以内,较好完成辽宁省20个测站1981-2012年春播期土壤相对湿度月尺度数据重建。     

四川省潜在蒸散量估算模型

Penman-Monteith法是FAO-56推荐的计算潜在蒸散量的标准方法, 但由于涉及的气象要素较多, 难于在业务中应用。以综合气象干旱指数的业务化应用为目标, 利用1971-2000年四川省156个气象站的观测资料, 以Penman-Monteith法计算结果作为标准,分析了Thornthwaite法和Hargreaves法对川西高原和四川盆地年、月潜在蒸散量的估算精度, 建立了可供业务应用的E_T0估算模型, 并应用于2006年四川省特大伏旱监测, 结果表明:Thornthwaite法反映不出E_T0的年际变化,在冬季显著偏小, 而Hargreaves法对E_T0的年际变化具有较好的反映能力, 与Thornthwaite法相比,其E_T0年、月估算值更接近于Penman-Monteith法标准值,且Hargreaves法估算值与Penman-Monteith法标准值之间具有较好的线性关系,引入风速和相对湿度两个订正因子后,Hargreaves订正值的误差可控制在10%以内, 基于该文E_T0估算模型计算的综合气象干旱指数对四川干旱具有较强的监测能力。