1:25万DEM高度与台站高度的误差分析

建立台站经度、纬度、高度资料与气象资料的回归模型,再用栅格DEM资料代入展开来推估气象要素的空间分布,目前已得到了较为广泛的应用.但是,由于DEM空间分辨率及复杂地形的影响,DEM在表征地形高度时存在明显误差.误差的大小和空间分布,往往直接影响到模型的精度.本文利用四川省1:25万DEM资料和全省157个气象站高度实测资料,分析了的DEM高度的误差特点和空间分布状况,对正确应用空间分布模型、准确评估区域生态条件具有十分重要的意义.     

1：25万DEM高度与台站高度的误差分析

建立台站经度、纬度、高度资料与气象资料的回归模型，再用栅格DEM资料代入展开来推估气象要素的空间分布，目前已得到了较为广泛的应用。但是，由于DEM空间分辨率及复杂地形的影响，DEM在表征地形高度时存在明显误差。误差的大小和空间分布，往往直接影响到模型的精度。本文利用四川省1：25万DEM资料和全省157个气象站高度实测资料，分析了的DEM高度的误差特点和空间分布状况，对正确应用空间分布模型、准确评估区域生态条件具有十分重要的意义。     

十万大山地形高度对降水的影响

利用十万大山地区低空为偏南气流影响下的多次降水过程自动站雨量资料和地形高度资料,分析了十万大山降水的分布特征.结果表明:十万大山的地形高度常足以使南来暖湿气流爬升到其最大降水高度以上;海陆表面摩擦系数的差异及十万大山地形的阻塞作用而在十万大山南麓形成的"空气堆",使该地产生了"超前降水现象".     

高度场垂直插值方法的数值预报试验

本文假设温度场与气压对数成逐段线性分布。在有地形时,气压梯度力项采用在P坐标系计算的方法,即回插法。分别用理想地形和温压场分布及两个实例检验了高度场垂直插值不同方法的误差。结果表明,假设高度场随气压对数平方成逐段线性分布的方法,可以简化计算,节省机时,计算精度也较高。     

GFS模式地形高度偏差对地面2 m气温预报的影响

利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1～5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。     

基于GIS的秦岭山地气温空间分布

提出一种以气象站点观测资料为基础,用G IS技术建立山地平均气温分布模型的方法。通过数字高程模型(DEM),获取地形数据,建立山地天文辐射模型。考虑海拔高度、地形等影响气温空间分布因子,建立山地气温分布模型。     

基于CMA-TRAMS模式地形高度偏差的地面气温误差订正方法研究

采用一元线性方法建立南海台风模式CMA-TRAMS地形高度偏差和地面气温预报误差的回归关系,分别开展不分级、高度偏差分级和地面气温误差分级的三种订正方法的研究,并进行订正效果评估。结果表明,模式地面气温预报误差与地形高度偏差总体呈负的线性相关关系,地面气温预报绝对误差随地形高度偏差绝对值增大而增大（对模式地形高度偏低站点尤为明显）,但不同时刻地面气温预报误差特征表现不同,模式对地形高度偏高（即模式地形高于测站高度）和地形高度偏差小于50 m的站点,06时地面气温（世界时,下同）预报总体偏低,对地形高度偏低大于50 m的站点（即模式地形低于测站高度）,06时地面气温预报总体偏高;而无论站点地形高度偏差如何,模式对18时地面气温预报总体偏高。三种订正方法中地面气温误差分级法能有效地减小地面气温预报误差,该方法订正后的分析场准确率可达96%~99%,12~48小时时效预报场准确率总体可提升至90%以上,该方法具有回归关系稳定、效果显著、适用性广、简单易行等特点。     

基于DEM的复杂地形下太阳散射辐射分布式模拟——以贵州高原为例

由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,确定实际复杂地形下太阳散射辐射是比较困难的.本文在前人研究的基础上,对以前的模型进行了一些改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下天文辐射的影响,基于数字高程模型(DEM)数据,研制了以复杂地形下天文辐射为起始数据的复杂地形下太阳散射辐射的分布式模型,在模型中还考虑了散射辐射的各向异性.以地形复杂的贵州高原为例,应用100 m×100 m分辨率的DEM数据及气象站常规观测气象资料,计算了贵州高原复杂地形下各月及年的太阳散射辐射精细空间分布.结果表明:(1)局地地形因子(如坡度、坡向和地形遮蔽)对贵州高原复杂地形下太阳散射辐射的空间分布影响较大,随着地形的起伏变化,太阳散射辐射的空间分布明显不同,纬向分布特征不明显.(2)对于太阳散射辐射而言,地形对其的影响仍然很大,在太阳散射辐射计算时也是不容忽视的.     

稳定大气中烟流抬升高度的确定

本文通过Boussinesq近似的非线性动力方程组,得到了烟流抬升高度的解析表达式,讨论了地形、大气稳定度等物理因子对烟流抬升高度的影响。结果表明:地形的分布对烟流抬升高度的确定有一定影响,大气稳定度对高度的影响尤为明显。本文还讨论了理论公式的实用条件。     

华南地区对流层顶和边界层顶高度特征分析

利用华南地区14个站点2010年1月1日至2015年12月31日六年逐日的L波段探空资料,对华南地区对流层顶、边界层顶的时空分布特征及其高度的变化特征进行分析。结果表明,华南地区平均对流层顶高度5月最高,8月最低,对流层顶的变化与夏季风爆发的时间节点有较好的对应;平均边界层顶高度3月最高,8月最低,沿海站点与内陆站点边界层顶高度变化规律明显不同;华南地区四季的平均边界层高度的空间分布与对流层顶高度的空间分布反相,西沙上空与广西西北部两块区域始终存在极值中心。     

河南地形高度对暴雨的影响

本文分析了河南省嵩山、鸡公山、伏牛山、大别山地形高度对暴雨日数、强度、日变化和垂直分布的影响。     

结合激光雷达和探空资料研究青藏高原地区混合层高度特征

利用那曲地区的微脉冲激光雷达探测资料,采用梯度法获取了那曲地区白天混合层高度随时间的演变信息及混合层特征参数,结果表明混合层在上午发展缓慢,中午以后发展迅速,14:00（北京时）前后达到稳定;强烈的对流热泡活动导致混合层高度起伏较大,参数化反演得到的卷夹层厚度达到0.4~0.5 km,卷夹比在0.2左右。利用探空资料结合日最大位温资料,采用气块法得到了高原地区7个站点的每日最大混合层高度数据集。通过对由激光雷达和探空资料得到的最大混合层高度结果进行对比,发现二者有很好的一致性（相关系数0.85,均值偏差0.11 km,均方根误差0.30 km,并通过0.05显著性水平的t检验）。最大混合层高度在7个站点均有明显的逐日变化特征。从年均值看,最大混合层高度与海拔高度之间没有明显相关关系。从季节均值看,格尔木与都兰站表现出明显的春高冬低的分布特征,而其它五个站点则表现为春高夏低,表明高原地区的盆地地形和山地地形对混合层高度有显著而不同的影响。通过定义热力稳定度和确定特征气压层高度,利用热力稳定度与最大混合层高度之间良好的线性关系,获取了一种简便地获取最大混合层高度的统计方法。     

起伏地形下重庆市水汽压的空间分布

利用重庆市1∶25万电子地图和100m×100m分辨率的DEM资料,建立了基于常规气象观测资料的实际起伏地形下重庆市水汽压空间分布模型,计算了重庆市各月月平均和年平均水汽压的空间分布,并完成其制图同时详细分析了重庆市实际地形下水汽压的空间分布。分析表明:随着海拔高度的增加,水汽压逐渐减小;各月水汽压的最小值出现在东北山区;重庆市水汽压的季节变化很明显。     

雷达高度误差报警原因及解决方法

通过分析高度误差形成机理,结合大连探空站2011年7月26日雷达高度误差报警个例,分析高度误差报警机理,总结快速分析高度误差原因及解决方法。结果表明：产生高度误差的原因主要有气压“飞点”引起的误差、距离跟踪不正确引起的误差、雷达旁瓣跟踪引起的误差、频偏引起的增益降低产生的“飞点”、天气因素引起的误差和天线水平引起的误差等。本文从经常性误差报警、偶尔性误差报警和特殊天气引起的误差报警3个方面分析高度误差原因及解决方法,以期为高空气象探测提供参考依据。     

五九型探空仪测量的位势高度与雷达测量高度对比分析

高空气象探测是获取近地面到30km甚至更高的自由大气的风向、风速、气压、温度、湿度随高度的分布规律,它所测得的资料和情报是做好天气预报和气候分析的重要依据。由于仪器、设备等原因使测量的高度与仪器实际所在高度有明显误差,导致测量的气象要素值与实际值有明显误差。直接影响天气预报的准确率,特别是对科研、军事、气候分析、航空飞行有较大的影响。     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

利用COSMIC掩星资料研究青藏高原地区大气边界层高度

以往关于青藏高原边界层的研究都是基于个别站点的常规观测,对青藏高原边界层的整体性认识受限。GPS掩星资料具有测量精度高和垂直分辨率高的特性,其廓线中含有大量有价值的边界层信息。利用2007—2013年COSMIC掩星资料,通过计算大气折射率最小梯度来确定边界层高度,并用无线电探空资料对结果进行了检验。在此基础上,对青藏高原地区边界层高度的特征及其形成机制展开了研究,比较了COSMIC掩星确定的边界层高度和ERA-Int的差别,讨论了最小梯度法用于边界层研究的不确定性。结果表明:青藏高原上COSMIC掩星和无线电探空数据检测的边界层高度相关系数为0.786,平均值偏差为0.049 km,均方根误差为0.363 km,COSMIC掩星数据检测的边界层高度和无线电探空的结果非常接近。青藏高原上边界层高度呈现西高东低的分布特征,高原中西部边界层高度主要为1.8—2.3 km,而高原东部边界层为1.4—1.8 km,最大值在高原西南部。青藏高原地区边界层有明显的季节差异,冬季高原上大部分地区边界层高度超过2.0 km;春季大部分地区高度降低,但在受印度季风影响的高原南部有明显的抬升,最大值可超过3.0 km;夏季高原上边界层高度开始升高,大部分地区超过1.8 km;秋季又开始回落。青藏高原以北塔克拉玛干沙漠和高原以南印度季风活动区是两个高值区,北部的沙漠地区边界层高度在夏季最高,南部印度季风活动区在季风爆发前（4月）达到全年最大值。青藏高原中西部地区有水平风辐合以及广泛的上升运动,为边界层的发展提供了动力条件,而东部的下沉运动对边界层的发展有抑制作用。青藏高原边界层各个季节的空间分布与地表感热通量分布一致。COSMIC掩星资料确定的边界层高度和ERA-Int相比,空间分布基本一致但ERA-Int边界层高度明显偏低。当有系统性强逆温存在的时候,或者云中液态水或冰水含量较大时,用最小梯度法检测的边界层高度不确定性增加。      

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

贵州高原复杂地形下月平均日最低气温分布式模拟研究

在前人研究的基础上,对以前计算平均日最低气温的模型进行了一些改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下太阳总辐射的影响,基于数字高程模型(DEM)数据,研制了复杂地形下海拔高度、太阳总辐射、日照百分率为参数的月平均日最低气温的分布式模型。应用100 m×100m分辨率的DEM数据、1960—2000年贵州省及周边102个气象站常规气象要素观测资料以及NOAA-AVHRR观测资料、10个气象站的太阳辐射量资料,计算了贵州高原复杂地形下各月及年平均日最低气温空间分布。结果表明:(1)局地地形因子对贵州地区月平均日最低气温的影响较大,月平均日最低气温纬向分布不明显。贵州高原复杂地形下年平均日最低气温大部分地区介于7.5～12.4℃之间,1月平均日最低气温大部分介于-0.6～4.1℃之间,7月平均日最低气温大部分介于15.6～21.3℃之间。(2)月平均日最低气温随海拔高度的增加而降低。南坡随坡度的增大而升高;北坡随坡度的增大而降低。在坡向影响上,1～5月、10～12月偏北坡月平均日最低气温偏低,偏南坡月平均日最低气温偏高;7～8月因太阳高度较高,因此出现相反的情况,北坡高于南坡。     

四川省冰雹分布与地形因子关系分析

利用四川省数字高程模型(DEM)和1970—2014年四川省143个气象站点45年冰雹资料,使用相关分析、逐步回归、数字地形分析和分区统计等方法,研究了四川省冰雹分布与地形高程、坡度、坡向、经纬度、地形起伏度及地形切割深度的关系。研究结果表明:四川省冰雹分布有明显的地理分布特征,地形高程、经度、地形起伏度及西北偏西坡向等地形因子是四川省冰雹分布的主要影响因子。建立冰雹与主要地形影响因子的回归方程,模拟四川省冰雹空间分布,结果显示模拟值与实际值分布趋势一致,但模拟数据整体偏小。