干旱区气象因子对蒸发皿蒸发量的影响

根据20 cm蒸发皿的几何尺寸和架设特征,对Penman蒸发公式中的辐射项Rn和储热项S进行修改,建立了20 cm蒸发皿蒸发模型。利用古浪非均匀近地层观测试验(GHUSLE)中连续14天观测的20 cm蒸发皿逐时蒸发数据对该模型进行验证。结果表明,该模型能够成功地模拟蒸发皿蒸发的日变化过程,模拟的日蒸发量均方根误差和平均相对误差分别为0.72 mm·d-1和6.7%。20 cm蒸发皿蒸发过程中太阳辐射项的贡献约占蒸发皿总体蒸发的1/3,空气动力项的贡献约占2/3。常规气象因子影响蒸发皿蒸发的敏感性试验表明,风速、空气湿度、太阳辐射和气温对蒸发皿蒸发的影响强度依次递减,其蒸发量随这4种气象因子的变化率分别为0.602,-0.590,0.528和0.370。     

小型与E-601型蒸发皿蒸发量对比分析及其折算系数——以江苏省为例

本文基于江苏省16个台站小型和E-601型蒸发皿同步对比观测资料,以南京站为例,采用比值法和多元线性回归法对长时间序列小型蒸发皿蒸发量进行估算及效果检验,结果表明:通过比值法计算得到的月折算系数介于0.490～0.609之间,年折算系数介于0.476～0.621之间,二者平均折算系数相同,均为0.537,两种蒸发皿月蒸发量相关系数高达0.952 4,年蒸发量相关系数仅0.496 2,表明在利用比值法进行计算时,月折算系数较为合理,具有较好适用性;基于各气象因子和E-601型蒸发量建立的各月小型蒸发皿蒸发量多元线性回归方程,决定系数介于0.809～0.940,效果较理想;比值法和多元线性回归法模拟检验中,比值法年平均误差为7.9%,多元线性回归法年平均误差仅2.5%,比值法预测结果决定系数为0.861 9,回归模型决定系数高达0.953 4,可见回归模型效果更为理想。总结研究结果后,本文详细给出江苏省各台站小型及E-601型蒸发皿折算系数,为有效完整利用江苏省各台站长时间序列小型蒸发皿资料提供合理依据。     

贵溪站E601B型蒸发与小型蒸发的关系研究

利用贵溪站1998-2002年的小型蒸发量和E601B型蒸发量的同步对比观测资料,计算两者之间的折算系数,根据采用折算系数的不同,采用线性模型,模拟两者之间的关系.结果表明:月折算系数变幅较大,年平均折算系数较为稳定,变幅较小.小型蒸发量和E601B型蒸发量呈显著的正相关关系,计算出的E601B型蒸发量估算值年平均相对误差较小,为3.7%.研究还发现,有个别月份出现相对误差较大,这主要是人为观测误差所致.     

华南秋季蒸发量的时空演变特征

利用华南区域66个气象站点1960～2004年的观测数据分析了华南秋季蒸发皿蒸发量和实际蒸发量的时空变化.分析结果表明:华南中部和西北部是华南秋季蒸发皿蒸发量的两个主要气候变异中心区,华南中部秋季蒸发皿蒸发量具有以年代际变化为主的特征,并且在45年内总体上呈下降趋势.在影响蒸发皿蒸发量的因子中,太阳辐射与蒸发皿蒸发量的相关性最好,呈显著的正相关.对实际蒸发量而言,华南中部和西部偏西地区则是两个主要的变异中心,两区域的秋季实际蒸发量具有以年际变化为主的特征,降水对华南秋季实际蒸发量的影响最为显著,华南秋季实际蒸发量一般都在蒸发皿蒸发量的40%左右,并且比值总体上呈现微弱的由南向北递增趋势.     

基于决策树算法的江苏省不同区域 短时强降水预报研究

采用2000—2019年13个地级市气象站地面观测站点观测资料以及ERA5再分析资料,基于机器学习中的经典的C4.5算法对江苏省不同区域是否出现短时强降水建立气象要素预报模型。结果表明:基于C4.5算法的决策树预测模型能够较为直观准确的对江苏省不同区域是否发生短时强降水进行预测,并且该决策树模型具有较高的泛化能力。决策树模型利用各区域总样本的前15 a数据样本进行自学习,学习准确率在淮北地区为89.70%,在江淮之间地区为87.89%,在长江以南地区为87.88%,利用各区域剩余5 a样本对该决策树模型的泛化能力进行测试,测试准确率在淮北地区为85.73%,在江淮之间地区为83.39%,在长江以南地区为93.92%。     

滇池流域蒸发量时空变化特征及趋势分析

利用滇池流域5个气象站1961—2010年逐月的20cm口径蒸发皿蒸发量观测资料,分析了流域蒸发皿蒸发量的时空变化特征,与动力因子(风速)、热力因子(平均气温、平均气温日较差、日照时数)、水分因子(降水量、相对湿度和水汽压)和其他因子(总云量)进行相关性分析,并结合楚雄气象站同期的蒸发皿蒸发量年际变化进行了对比分析。结果表明,滇池流域年际蒸发皿蒸发量存在2~4年为主的周期变化特征;近50年滇池流域年、春季和夏季蒸发皿蒸发量均呈明显的下降趋势,流域中部及以北大部地区蒸发皿蒸发量的下降趋势较昆明气象站周边及流域的南部地区明显;滇池流域与楚雄地区年、春、秋和冬季的蒸发皿蒸发量变化基本相似,但夏季蒸发量变化差异较大;与相关气象因子的相关性分析表明,滇池流域蒸发皿蒸发量变化趋势与热力因子、动力因子呈正相关,与水分因子、其他因子呈负相关,其中平均气温日较差、日照时数、水汽压和平均风速的影响较显著。     

长江流域1961-2000年蒸发量变化趋势研究

利用长江流域115个气象站点1961-2000年的观测数据,计算了各站点的参照蒸发量和实际蒸发量,并进行了20 cm蒸发皿蒸发量、参照蒸发量和实际蒸发量时空变化趋势分析。结果表明,近40 a来,长江流域蒸发皿蒸发量、参照蒸发量和实际蒸发量的年平均变化均呈现显著下降趋势。就季节平均变化而言,春季和秋季,三者的变化趋势都不明显,而夏季三者均具有显著的下降趋势,冬季蒸发皿蒸发量和参照蒸发量均显著下降,实际蒸发量却明显上升。蒸发量的变化趋势具有空间分布差异,长江流域中下游地区蒸发量的变化趋势明显比上游地区显著,尤其表现在夏季。尽管近20余年长江流域气温不断升高,但太阳净辐射和风速的显著下降,可能是导致蒸发量持续降低的主要原因。     

陕西长武塬区蒸发皿蒸发量影响因子及预测

以长武农业生态试验站2007—2015年的蒸发皿蒸发量与气象因子进行灰色关联和主成分分析,研究不同时间尺度下影响蒸发皿蒸发的主要因子。结果表明:年尺度下,温度、水汽压、气压和日照时数是影响蒸发皿蒸发量的主要因子;季节尺度下,影响蒸发皿蒸发的主要因素表现为:春季受日照时数和温度的影响,夏季受温度和气压的影响,秋季和冬季受日照时数和水汽压的影响;月尺度下,温度、日照时数、气压是影响蒸发皿蒸发的重要因子。基于主成分分析方法和多元线性回归分析法建立了蒸发皿蒸发的预测公式,预测的相对误差为0.45%~90%,均方根误差为5.56 mm。     

湘江流域蒸发皿蒸发量的变化趋势及原因分析

利用1960-2006年湘江流域内44个气象观测站蒸发皿观测资料,采用气候倾向率、相关系数分析法,以及反距离权重插值来分析湘江流域蒸发皿蒸发量的时空变化特征及其影响因子。结果表明：湘江流域年蒸发皿蒸发量在47年间以21.29 mm/10a速率显著减少,通过了90%信度检验;且有75%的站点蒸发皿蒸发量下降趋势显著。从季节变化来看,蒸发皿蒸发量的下降趋势主要在夏季,以15.58 mm /10a的速率显著下降,并通过了99%信度检验。从空间分布来看,湘江流域蒸发皿蒸发量自西南向东北逐渐减少,且下游地区减少趋势最显著。流域饱和差的减小及风速的显著下降导致大部分站点蒸发皿蒸发量呈下降趋势。     

近50年来(1960—2007年)长江流域20 cm口径蒸发皿蒸发量与太阳辐射变化的对比

利用长江流域147个气象站点1960—2007年的地面观测数据,通过计算,对比分析了长江流域20 cm口径蒸发皿蒸发量与太阳辐射的变化关系.结果表明:长江流域近50年来蒸发皿蒸发量变化和太阳辐射变化呈显著正相关关系,二者均呈现显著下降趋势,蒸发皿蒸发量随太阳辐射的变化产生相应波动变化,而且中下游地区蒸发皿蒸发量变化受太阳辐射变化的影响程度更为明显;就季节变化而言,春夏秋冬4个季节长江流域蒸发皿蒸发量变化和太阳辐射变化同样呈现明显下降趋势,春、夏、秋3个季节二者变化关系高度相关,这三季对于流域全年蒸发皿蒸发量减少的贡献也最大;长江流域太阳辐射的显著下降是导致20 cm口径蒸发皿蒸发量持续降低的主要原因之一.     

陕西省电线积冰特征

选用陕西省宝鸡、华山、洛川、吴旗、榆林5站1980—2005年电线积冰观测资料, 分析了陕西省雨凇、雾凇及混合凇的分布特征与物理特性。结果表明:陕西省华山电线积冰最多、最大、最重。电线积冰以雨凇最多, 雾凇次之, 混合凇最少, 分别占55.2%, 27.9%和16.9%。各地积冰日多出现在11月至次年3月。雨凇、雾凇、混合凇的平均等效直径为10~25 mm, 极大值为78 mm; 平均质量为86~236 g/m; 华山积冰质量极值最大, 为1290 g/m; 积冰平均密度为0.22~0.34 g/cm 3, 混合凇最大, 雾凇最小。南北向等效直径的平均值、积冰质量、密度均大于东西向。近26年, 年最大积冰质量有增加的趋势。     

Station-based verification of qualitative and quantitative MM5 precipitation forecasts over Northwest Himalaya (NWH)

Weather forecasts by any forecast system are verified using either distributions-oriented or measures-oriented forecast verification measures. Both the forecast verification schemes represent different aspects of the forecast quality, and advantages of them can be utilized to get better insight and to identify particular strengths (deficiencies) in the forecast performance of any forecast system. Keeping this in view, multi-faced verification (binary and continuous) of quantitative precipitation forecasts for consecutive 3 days by a Regional Meso-scale Weather Simulation Model (MM5 Model) has been carried out to get complete insight into its performance. The MM5 model forecasts at 10-km resolution for 792 days of six winters (winter 2003/2004 to winter 2008/2009) are compared with the observational data of six stations in the complex topography of Northwest Himalaya (NWH) in India. The model forecasts are verified using binary categorical forecast verification measures such as Probability of Detection, False Alarm Rate, Miss Rate, Correct Non-occurrence, Critical Success Index and Percent correct, and continuous forecast verification measures such as Mean Absolute Error (MAE) and Root Mean Square Error (RMSE). BIAS is computed to know over-forecast/under-forecast tendency of a precipitation day (PT day) by the MM5 model. MAE (RMSE) of the MM5 model is computed separately for all days, PT days and no precipitation days (NPT days). MAE (RMSE) of PT days is found to be relatively larger as compared to NPT days and all days. These findings indicate that MAE (RMSE) computed separately for all days, PT days and NPT days provides better insight into the performance of the MM5 model. Results also suggest that the MM5 model shows reasonably good performance for binary forecasts (PT days/NPT days) for day 1 (0–24 h), day 2 (24–48 h) and day 3 (48–72 h). However, large errors are seen in predicting the observed precipitation amount of PT days over NWH.     

多普勒天气雷达1 h降水产品的质量评估

为评估多普勒天气雷达1 h降水量(OHP)产品在降水预报中的质量, 从南通新一代多普勒天气雷达的体扫资料及其覆盖范围内太湖流域34个雨量站的同期逐小时降水资料中选取了19个降水个例。以空报率、漏报率、准确预报临界指数、平均误差、平均绝对误差和均方根误差等, 为评估降水预报质量的指标。根据雨量站实测日降水量(P)和1 h降水量(P₁)大小分级, 对不同情况下的OHP进行质量评估。结果表明:(1)OHP的空报率和漏报率较高, 导致整体的准确预报临界指数偏低。(2)与不同的P和P₁量级相对应, 不同的OHP预报质量有明显差异。除P<10 mm时和P₁<1 mm时稍有高估外, 其他量级都存在低估, 且随着P的增加, 空报率和漏报率都减小。(3)对2007年9月18日的降水个例分析表明:OHP与实测的落区基本一致, 但降水强度上有偏差。不同站点的雨强偏差不同, 距南通雷达站100 km左右的OHP误差较小。     

黄土高原一次连续性强对流天气分析

利用常规观测资料、自动站资料、榆林市CINRAD/CB多普勒天气雷达观测资料和NCEP1°×1°逐6 h再分析资料,对2014年6月29日、30傍晚发生在陕西榆林市黄土高原地带的一次强对流天气进行了综合分析。结果表明:甘肃东部到陕西的低槽是此次强对流天气直接影响系统,地面干线和辐合线触发此次对流天气;降雹区上空的垂直运动较强,对流有效位能较大,低层充沛的水汽通量输送明显,水汽通量散度汇合在陕西北部、适宜的0℃、-20℃层高度,为强对流天气的出现提供有利条件。三体散射长钉、超过8 km的50 d Bz强回波区、中等强度涡旋、逆风区都对冰雹天气预警有较好的指示意义。     

黄淮地区辐射模型适用性评价及参数优化

利用1961-2015年黄淮地区8个辐射站太阳辐射和日照时数等常规气象资料,分别评价6种常用的太阳总辐射和有效辐射估算模型在黄淮地区的适用性,同时采用多元回归分析和迭代等方法,对辐射参数进行优化调整,建立了适合本地区的辐射最优化估算模型.结果 表明:童宏良公式和邓根云公式分别在估算太阳总辐射和地面有效辐射时的误差最小,...     

近38年中国气温和降水的1 km网格数据集

对中国38年的气温和降水进行了空间插值分析,选取最优模型去生成1km网格数据集,为中国大陆的植被分布、气候变化和环境生态等研究提供支持。基于国家气象中心839个气象站的逐日气温和降水数据,用经度、纬度和海拔作为ANUSPLIN软件插值的3个变量,对降水进行开平方预处理,采用3次样条的薄盘光滑样条法,得到了1980—2017年中国大陆月平均气温和月累计降水1km网格插值数据集。数据集的广义交叉验证均方根(RTGCV)和均方根误差(RMSE)具有年周期性和明显的季节变化特征;各站点的平均误差(MBE)的频率分布近似正态分布,绝对误差(MAE)的空间分布也符合中国大陆气候的变化特征。数据集在精准度和时间序列上较新,且提供公共下载服务,可为全国陆地生态系统的研究提供信息支持。     

1974—2013年巴彦淖尔市暖冬特征分析

依据国家标准《暖冬等级》,参照单站、区域暖冬等级标准,确定了单站和区域暖冬等级。在此基础上,分析了1974—2013年巴彦淖尔市范围内9个站暖冬变化特征。结果表明:近40a巴彦淖尔市各地冬季平均气温均呈明显上升趋势。冬季平均气温和暖冬指数相关系数达0.88,并通过0.01的显著性检验,变化率分别为0.46℃/10 a和10%/10a。单站暖冬共发生20a,主要发生在1986年以后,占总次数的91.9%;各站发生频率为30%~40%,以海力素最高,乌拉特中旗最低;单站强暖冬共发生9a,各站发生频率为8%~15%,以杭锦后旗发生频率最高,海力素和乌拉特后旗最低;巴彦淖尔市区域暖冬共发生l3a,占暖冬发生年的65%;区域强暖冬年共发生4a,占区域暖冬年的30.7%。     

1971—2018年陕西省人体舒适度日数时空变化特征

根据1971—2018年陕西省94个气象观测站逐日气象资料,采用线性倾向率、累积距平、小波分析和EOF分析等方法,对陕西省人体舒适度日数时空变化特征进行了统计分析。结果表明: 陕西全省大部分时间体感状态为从冷到舒适,日数占85.2%;体感状态为暖和以上日数较少,无炎热和酷热天气。1981—2018年陕西省平均人体舒适日数为132 d,呈显著增多趋势,线性倾向率为0.524 d·a^-1,四季中春、夏两季人体舒适日数增加最为显著。人体舒适日数存在准4 a和准8 a的振荡周期,滑动T检验表明陕西省及三个地区的人体舒适日数均在1997年左右发生了明显的突变。陕西全省3—11月均存在舒适日,舒适日数主要分布在5—9月,陕北7—8月舒适日数较多,陕西中部6—8月舒适日数较多,陕西南部6—9月舒适日数较多。年人体舒适日数呈现南多北少的空间分布特征,陕南汉中和安康地区最多。EOF分析结果显示,年均人体舒适日数异常分布在全省存在一致性。倾向率空间分布表明陕西全省80%的地区人体舒适日数均呈增长趋势,仅榆林北部、延安北部和安康东部11个区县人体舒适日数呈减少趋势。陕西全省不舒适日数变化呈显著减少趋势,倾向率为-0.548 d·a^-1,其中冷不舒适日数减少显著。陕西省人体不舒适主要表现为冷不舒适,主要集中在陕北西北部、南部山区和中部的太白和华山两个高山区; 人体热不舒适主要分布在在陕南的汉中和安康地区及关中的西安地区,且日数很少。     

陕北植被变化遥感监测及对径流的影响

陕北北部是我国水土流失最为严重的地区,年输入黄河的泥沙量占全河的38%。1999年实施退耕还林草工程后,退耕还林草面积达9617.2 km2。利用1998-2004年NOAA卫星遥感资料,计算陕北北部地区归一化植被指数,发现陕北植被指数增幅在50%-200%之间,其中吴旗县增幅最大。对延安北部及榆林市1998-2004年降水量资料分析,得出植被指数增加是退耕还林草工程初见成效,不是由于降水变化引起的。利用1980-2004年吴旗县气象站观测的降水量和水文站所测径流量进行时间序列相关分析、典型年对比分析,得出该县植被变化对年径流量产生了影响,年径流量和泥沙量减少近一半,对保持水土有积极意义。     

基于CMIP5资料的东亚夏季环流的BMA预测研究

利用CMIP5的17个全球气候系统模式对500 hPa位势高度场的年代际回报结果,采用距平相关系数、均方根误差、平均绝对误差及连续等级概率评分4种指标,评估了贝叶斯模式平均(Bayesian model average,BMA)预报方法对东亚夏季环流的回报能力,并与最优单模式MIROC5和多模式简单集合平均结果进行了比较。结果表明,BMA方法对东亚夏季500 hPa位势高度场的回报效果是最好的,优于最优单模式MIROC5和简单集合平均的回报结果。BMA模型能产生高集中度的概率密度函数,并包含了多模式集成回报不确定性的定量估计。此外,BMA方法对西太平洋副热带高压的年际变率也有较好的回报效果,对西太平洋副热带高压的预报,选取60~70%概率下的结果更为合理。