特种气象观测数据处理系统

为了更好地开拓气象服务领域,加快特种气象观测的建设,我省从2002年5月起,先后开展了季节性的柏油路面温度、露天环境温度及草面(雪面)温度等项目的观测和发报工作,并从2004年初起执行全年开展特种气象观测项目的手工编发报及月报表编制工作。目前,这些特种气象观测项目的观测资料已逐步投入到业务使用,为开展特种项目预报提供了可靠的依据。     

特种观测项目温度极值规律的揭示及其预报方法的探讨

我省于2002年始开展了柏油路面、草面、露天温度特种观测项目。本文以通化市2002-2003年观测数据为样本,对柏油路面、草面、露天温度极值规律进行了揭示,并对各项观测温度极值的预报方法进行了初步的研究及探讨,最后给出了一整套预报方程。     

河北省高速公路路面温度变化特征及预报模型

利用2010年1月至2011年12月邯长、京秦高速公路涉县、玉田南北2监测站和所在气象站观测资料,统计分析南北2站路面温度与气温的日变化特征及路面最高温度与气象因子的关系,基于多元回归分析方法建立逐月路面温度预报方程,并进行精度检验。结果表明,路面温度的日变化不但与季节、天空状况有关,还与地理位置密切相关。路面最高温度受多种气象因子的影响,与前一日路面最高温度、最高气温、能见度呈显著正相关,与总云量、低云量、相对湿度呈显著负相关,其中与最高气温的相关性最显著;路面最低温度与最低气温呈显著线性相关。基于路面最高温度预报方程的检验精度,玉田站年平均为77.5%,涉县为79.2%,可为今后路面最高温度预报提供参考。     

南宁市夏季不同下垫面温度特征分析与预报研究

对2000年至2002年4～9月南宁市下垫面表面温度观测资料的分析表明，下垫面温度明显高于百叶箱气温，尤其是日最高温度差异更大。而不同下垫面之间的温度变化，也有较大不同。下垫面温度的变化与其它气象因子密切相关。在上述分析的基础上，应用统计学方法建立了几种下垫面表面温度的预报方程。     

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。     

郑州市5～8月逐日最高气温预报

利用郑州市 1 996～ 1 998年 5～ 8月的历史气象资料 ,选取低云日际变化量、降水日际变化和风向日际变化为预报因子 ,建立了 5～ 8月最高气温日变化量多元回归预报方程。根据预报日前 1天实况和预报日的预报量 ,利用方程可求出最高气温日变化量     

包头市不同路面温度变化特征及预报模型研究

利用包头试验场2016年12月—2018年12月沥青、水泥、地砖、砂石路面温度、气温观测和同期气象站实况资料,统计分析了不同季节、不同天气状况下各种路面温度和气温的日变化特征,以及不同路面温度与气象因子的关系,采用逐步回归统计方法建立了不同季节不同路面温度预报模型并进行检验。结果表明,不同路面温度的日变化与季节和天空状况有密切关系,路面温度与平均气温、最高气温、最低气温呈显著正相关;与相对湿度呈负相关。基于不同路面温度预报方程的检验结果得出,预报准确率在82%～94%,相关系数在0.86～0.96,模型应用于路面温度预报业务。     

营口地区气温差异分析及温差预报方法研究

选取2010—2011年2a的气象资料,对营口地区四测站的日最高、最低气温差值进行统计分析发现:营口市气象观测站受到海洋影响,气温变化有滞后效应,受太阳辐射的影响比其他三站晚一两个月左右,造成四测站5、6月最高温度温差最大,9、10月最低温度温差最大;同时由于受海洋影响较大,营口市气象观测站气温的日差和年差都较小,最高温度小于其他三站,而最低温度高于其他三站。利用逐步回归方法建立温差预报方程,并逐步进行订正,总结营口地区城市间温差的预报方法,以提高温度预报准确率。应用2009年全年的资料对温差预报方法进行检验,结果表明此方法在温度预报中具有一定的参考价值。     

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℃。     

露天环境温度观测的意义

本文以吉林省白城市气象站为例,利用特种观测温度资料和常规气象观测资料,应用统计分析方法对露天环境温度和百叶箱内气温进行了对比分析研究,结果发现两者的平均气温、最高气温等要素在季节、日变化比较中有较大差异。从而让人们更好地理解从天气预报中听到的气温和在现实生活环境中感受的温度之间的差别。     

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。     

吉林省高速路面温度的时空变化特征

采用吉林省特种观测资料中的柏油路面温度资料,分析高速路面温度的时空变化特征.分季节、分月份计算气温与高速路面温度的偏差值,并分不同天空状况(晴天、雨天、多云天)进行讨论.分析发现:全省高速路面温度和气温均具有明显的日变化特征,变化趋势大体一致.各季节高速路面温度的日变化幅度明显大于气温.夏季高速路面温度与气温的偏差值最大,冬季最小.晴天各季节高速路面温度和气温的日变化最明显;多云状况下二者日变化均减弱;雨天气温和高速路面温度均没有明显的日变化.不同地区高速路面温度的日变化存在差异,在实际预报服务中,应进行分区讨论.     

百叶箱内外气温特征分析

利用新增的气温观测资料和常规气象资料，应用统计分析方法对南宁市百叶箱内外气温进行了对比分析研究，结果发现两者的平均气温、最高气温等要素在季度、月际、日变化比较中有较大差异。进一步分析表明，两者的差异与云况、湿度、降水等气象要素密切相关。在上述分析的基础上，建立了百叶箱外气温的预报方程。     

石家庄草面温度变化特征

利用石家庄地区5个观测站2008～2010年逐日的草面温度、地面温度和气温观测数据,分析讨论了该地区草面温度平均值、极端值、日较差特征以及草面温度与地面温度、气温在不同气象条件下三者之间的变化关系.结果表明:全地区年平均草面温度呈现出北低南高的特点,西南部山区最高;年平均最高草面温度中部地区最高,年平均最低草面温度西南...     

连云港地区草温、地温和气温变化特征分析

利用连云港赣榆区气象观测站2014年逐时的草面温度、0 cm地面温度和气温观测数据,分析讨论了该地区三要素的月平均值、月极端最高、最低值特征以及草面温度与0 cm地面温度、气温在不同气象条件下三者之间的相互关系。结果表明:从全年变化来看,逐月平均值0 cm地温草温气温;逐月极端最高值0 cm地温草温气温;逐月极端最低值草温0 cm地温气温。在晴天和阴天多云状况下草温与0 cm地温、气温呈明显的正相关,阴天较晴天变化幅度小;阴雨天气时白天草温与气温明显下降,而0 cm地面温度降幅平缓且温度较高;有降雪时0 cm地面温度高于草温和气温,且变化较为平缓。用草温比用0 cm地温和气温能更好地判定霜的出现。     

如何判断自动气象站草面温度的异常

针对新增的草面温度观测项目,利用2008年11月19～20日蕉岭站、2009年1月17日潮州站的自动气象站草面温度观测数据,对草面温度观测资料产生异常的原因进行分析,探讨了在审核过程中发现异常情况如何进行人工判断审核,提出可依据草面与地面温度、气温、天气现象的变化趋势是否一致,来判断草温数据是否出现跳跃、是否异常,以确保数据的正确性。     

基于GFS产品和卡尔曼滤波的嘉兴市温度客观预报

利用NCEP提供的高时空分辨率的GFS（Global Forecast System）数值预报产品和当地地面观测气温资料,经SPSS（Statistical Product and Service Solution）逐步回归分析,建立了嘉兴市24h和48h日平均气温、最高气温、最低气温初始预报方程,采用卡尔曼滤波方法进行以上6项目的逐日滚动预报。对最近2年来的预报结果检验表明：平均气温的预报效果最佳,最低气温次之,最高气温的准确率相对最低;随着时效增长,误差增大;不同季节,参考价值高的项目各不相同,秋季的最高温度误差较小,而冬季则最低气温准确率最高。分析结果可以作为日常预报中一种有效的参考。     

龙川县气温预报方法的建立与应用

利用龙川站2008-2012年地面观测资料、欧洲中心数值预报产品,采用常规统计预报方法（逐步回归）,将最高（低）气温实况作为预报对象,把可能影响气温变化的气象要素作为预报因子,分月建立未来24～ 72 h最高（低）气温的MOS预报方程,通过对2013年全年的检验预报表明：未来24～72 h最高（低）气温预报平均绝对误差均在2.0℃以内.     

临汾市草面温度变化特征及影响因子分析

利用临汾市2007年-2011年2月的草面温度和相应的地面温度、气温、总低云量、降水、日照、风速等资料,采用数理统计、相关分析、一元线性回归分析等方法,对草面温度的日、月、季、年变化特征及其与各气象要素的关系进行分析。结果表明：①草面温度呈逐年上升趋势。月平均草面温度的最高值出现在7月,最低值出现在1月,年较差为33．7℃。②草面温度日变化呈现“降一升一降”的变化趋势。日平均草面温度最高值在春、夏、秋三季一般出现在13时,在冬季出现在14时,最低值在春秋季一般出现在6时,夏季出现在5时,冬季出现在7时。③草面温度与气温、地温均呈现明显的线性正相关。草面温度高于气温,草面温度的极端值振幅比气温的偏大;地面温度高于草面温度。④引起草面温度变化的气象因素较多,主要是低云量和总云量,其次是降水、日照和风速。     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。