四川降水相关函数场的分析及其在气象观测站网布局中的应用

利用四川省139个台站的逐日降水资料,通过旋转经验正交函数(REOF)方法,将四川地区分为7个区域,分别计算各区域各季节代表月逐日降水的相关函数,推算出相对内插标准误差与相关函数的统计关系,并根据内插标准误差不大于观测标准误差的原则,估算出各区域降水场的最大容许距离。结果表明:盆地西南部布站精度最高,要求≤16 km;其次是盆地东南部,精度≤18 km;阿坝州北部布站精度要求≤19 km;而盆地西北部布站精度要求≤20 km;盆地东北部布站精度要求≤28 km;川西高原的布站精度要求≤33 km;川西南山地的布站精度最低≤42 km。     

四川盆地气温相关函数场的分析及其在站网设计中的应用

本文利用四川盆地54个站20年的日平均气温资料,从统计各月气温场的相关函数着手,推算出相对内插标准误差与相关函数的统计关系,并根据内插标准误差应不大于观测随机误差的原则,估算出该地区气温场的最大容许测站间距。     

空间结构函数在上海地区气象站网设计中的应用

本文把气象要素场的空间结构函数(以下简称结构函数)作为台站网设计的一种依据。初步研究了上海地区气象站网的合理分布。利用上海地区12个台站的逐日平均温度、逐日平均相对湿度及月降水量资料,分别计算了相应要素场的结构函数,从而确定各种插值方法(例如:线性的、等边三角形的、正方形的内插法)的内插标准误差。然后,根据内插标准误差应小于等于观测标准误差的原则,提出上海地区二类站的最佳距离约为50公里,三类站的最佳距离约为30公里。     

空间结构函数在北京地区气象观测站网设计中的应用

通过统计1978—2000年北京东南低地形区有关台站在春季、夏季、秋季、冬季的逐日平均气温和水汽压的结构函数, 分季节分析了该地区这两个二类气象要素的线段及平面内插精度和台站间距的对应关系, 并根据内插标准误差不超过观测标准误差的原则, 对上述两要素在北京东南低地形区的合理布站方案及间距进行了估算, 可以为2008年北京奥运会气象服务系统建设中气象台站布网建设提供一定的依据。结果表明, 正三角形排列方案为北京东南地区二类气象台站的最佳布站方案, 且布站精度应小于等于16 km。     

地面气温、湿度埸内插标准误差的分布特征——气象观测站网最佳密度的研究

本文用河北省54个站的日平均温度和日平均绝对湿度资料计算表明, 气温场和湿度场的结构函数和内插标准误差的特征值与两站间距离呈线性相关。 日平均气温的内插标准误差冬季大于夏季, 而日平均绝对湿度的内插标准误差则夏季大于冬季。     

蒸发量记录的预审分析方法

介绍通过机审和比较法相结合的方法,判别每日蒸发量的合理性,对有疑误的蒸发量作出正确的处理：用地面气象测报业务软件格审月报表的蒸发量后,还要用浙江地面自动站气象资料质量控制软件,再次对报表文件进行蒸发量审核,进一步提高机审的质量;蒸发量记录机审后,要根据与蒸发量相关的气象因子,逐日比较分析,查看蒸发量是否有异常;温度越高、风速越大、相对湿度越小、日照时数越多以及光照强度越强,蒸发量就越大,反之,蒸发量就越少。用比较法能够判断异常的蒸发量。     

我国季风区湿度场的一些统计特征

在计算我国7站(其中东部季风区5个站)10年逐日大气湿度参量的基础上,对大气湿润状况的一些基本统计性质,包括均方差、标准误差、偏度及不同等压面上湿度变化的相关性等,进行了分析。结果表明,这些统计量的地理分布、季节变化及不同高度之间的差异等均与季风气候的特征有着密切的联系。     

细网格推算流域面雨量方法应用浅析

介绍了流域细网格化的划分、在不固定测站条件下通过距离权重插补网格结点的雨 量和流域面雨量计算的方法，以及利用API函数(GetPixel)统计流域内网格结点的技术。     

1958～2018年永定河流域蒸发皿蒸发量的变化特征及其影响因子分析

基于永定河流域1958～2018年14个气象站的逐日观测数据,采用气候倾向率、Mann–Kendall趋势检验法分析蒸发皿蒸发量时空变化特征,并通过完全相关系数和多元回归分析识别气候因子与蒸发量的相关程度并定量计算其贡献率。结果表明:在全球气候变暖的背景下,60年来永定河流域气温以0.29°C/10 a的速率上升,而蒸发皿蒸发量不增反减,以－48.88 mm/10 a的速率显著下降（标准化统计量Z=－4.5）,该流域存在明显的“蒸发悖论”现象。流域蒸发量表现出显著的时空分布差异性,在季节上,春、夏季蒸发量分别占全年蒸发量的35%和37%,且春、夏两季蒸发量下降趋势较为显著;在空间上,永定河流域下游平原区下降趋势较上游山区（天镇、蔚县等地区）更为显著。完全相关分析表明,净辐射、平均风速和空气饱和差与蒸发量具有较强的相关性;贡献率分析表明,与基准期 1958～1979 年相比,1980～2018 年平均风速和净辐射减少对蒸发量减少的贡献率分别为77%和66%,空气饱和差的贡献率为－41%,净辐射和平均风速的减少是导致蒸发皿蒸发量下降的主要影响因素。     

常州晾晒气象指数的探讨

确立以日蒸发量来作为描述可晾晒程度的物理量。根据日蒸发量与日最高温度、日平均相对湿度等诸多因子的相关性，进行回归计算，建立其预报方程。通过数轴凝聚,对1998、1999年常州市气象站的逐日蒸发量的变化范围并结合天空状况等因素进行分类，以此作为晾晒指数等级的标准。将方程结果与标准相对照，即可得到次日的晾晒指数等级和相应决策。     

江淮平原二类气象站网的设计

在进行天气预报,开展天气、气候研究以及制订有关工程计划时,我们往往需要利用气象台站的观测资料来内插非台站所在地的气象要素值。为了保证这些内插值具有一定的精度,气象台站必须达到相应的密度。1946年,O.A.德罗兹多夫曾用结构函数的方法对此作了研究,并得到气象要素的线性内插标准误差仅与该要素的结构函数有关的结论。此后,结构函数被广泛用于气象台站网的合理分布研究。     

PLANNING OF THE SECOND GROUP METEOROLOGICAL NETWORKS OVER JIANG-HUAI PLAIN

Based on the data of daily air temperature and relative humidity from 1961 to 1980 over the Jiang-Huai Plain,the structure functions of the two elements have been calculated,and thereby the relationshipsbetween error of linear interpolation and spacing of stations have been established.According to the principle that the standard error of interpolation should not exceed the standard errorof observation,the maximum admissible spacings between stations of the second group meteorological net-works have been estimated over this area.Finally,it has been found that replacing the interpolation along a segment by the interpolation in aplane will increase the accuracy of interpolation.     

乌鲁木齐市气象塔梯度观测资料质量控制与处理

本文介绍了乌鲁木齐市建成区内5座100 m气象塔地理位置,根据逻辑极值检查、僵值检查、时间一致性检查、空间一致性检查和人工干预检查等组成的一套针对气象塔观测资料的质量控制方法和四点滑动平均插值、要素垂直分布拟合和线性回归方法组成的数据插值方法,对乌鲁木齐市从南至北5座100 m气象塔2012年4月1日至2014年4月30日的资料进行质量控制和数据插值。结果表明:该套方案能很好地找出缺测、错误和可疑的数据,结合人工干预,使得检验结果更为可靠。5座气象塔资料的质量是比较好的,正常数据占总数据的97.17%,其中红光山数据质量最好(正常数据占总数据的99.01%)。非正常数据只是少数情况(占总数据的2.83%),包括缺测和错误数据,其中缺测数据占非正常数据的6.23%(出现在米东和燕南立交),错误数据占非正常数据的93.77%。虚假数据占错误数据的89.99%(大部分为风速、风向),僵值数据占错误数据的5.47%(大部分为气温和湿度).超出逻辑极值数据占错误数据的0.41%(只出现在水塔山气温),不符合一致性数据占错误数据的4.13%(主要为湿度,主要在燕南立交)。利用四点中央插值法、每座气象塔要素垂直分布拟合和不同气象塔之间线性回归方法插值气温和相对湿度的效果较好。     

The objective analysis of daily rainfall by distance weighting schemes on a Mesoscale grid

Abstract

The authors studied the error of spatial interpolation in the context of a climatic data gridding project (Cli‐Grid). Four objective analysis (QA) techniques were implemented: the empirical techniques of Barnes, Cressman and Shepard, and a Gandin‐based statistical technique. These were applied to the interpolation of irregularly distributed daily rainfall data. Spatial resolution of the interpolated arrays was 0.05 degree of latitude by 0.05 degree of longitude.

In this experiment, radar rainfall patterns served as reference data for evaluations of O A techniques. Each reference pattern was sampled at the irregularly spaced locations of a climatic rain‐gauge network. The sampled data were then input to one of the four OA techniques. The resulting analysis was subtracted from the corresponding reference pattern. Absolute values of the differences were recorded. This sampling‐to‐difference cycle was repeated with 63 reference patterns. Every map of absolute differences was summed. The resulting map of total errors was normalized by the sum of the reference patterns. Average bias, average RMS error and averages of the ratios of the standard deviations were also computed.

All four OA techniques were evaluated separately. The authors recognized that totally unbiased intercomparisons were not possible because of the range in execution parameters for each OA technique. Reasonable efforts were made to minimize subjectivity in the setting of parameters. For application to the specific project grid, the statistical optimal interpolation technique displayed the lowest RMS errors. This technique and Shepard OA, were found more suitable than the other two techniques studied. Statistical and Barnes OA displayed zero average bias and would be useful for areal average computations. The Cressman OA was judged least suitable for interpolation of daily rainfall.

An application of the two‐dimensional error maps to network analysis was demonstrated by plotting the relationship between interpolation errors and distance (D) from the closest station. Error increased as D^1/2. It was also verified that error and station density were inversely related.     

影响统计插值分析误差的若干因素分析

采用理想观测网,用数值方法计算统计插值分析误差。减小观测误差或初估值误差、增加观测数量、恰当减小观测空间间距、以及选取分布合理的观测资料,有利提高分析精度;如果计算使用的归一化观测误差方差、误差相关函数的特征和总体统计平均情况不一致,有可能造成分析误差的明显增加。最后,利用特征向量分析方法,对归一化观测误差方差、观测误差相关属性对于不同尺度统计插值分析误差的影响进行讨论。     

Comparison of spatial interpolation methods for gridded bias removal in surface temperature forecasts

All numerical weather prediction (NWP) models inherently have substantial biases, especially in the forecast of near-surface weather variables. Statistical methods can be used to remove the systematic error based on historical bias data at observation stations. However, many end users of weather forecasts need bias corrected forecasts at locations that scarcely have any historical bias data. To circumvent this limitation, the bias of surface temperature forecasts on a regular grid covering Iran is removed, by using the information available at observation stations in the vicinity of any given grid point. To this end, the running mean error method is first used to correct the forecasts at observation stations, then four interpolation methods including inverse distance squared weighting with constant lapse rate (IDSW-CLR), Kriging with constant lapse rate (Kriging-CLR), gradient inverse distance squared with linear lapse rate (GIDS-LR), and gradient inverse distance squared with lapse rate determined by classification and regression tree (GIDS-CART), are employed to interpolate the bias corrected forecasts at neighboring observation stations to any given location. The results show that all four interpolation methods used do reduce the model error significantly, but Kriging-CLR has better performance than the other methods. For Kriging-CLR, root mean square error (RMSE) and mean absolute error (MAE) were decreased by 26% and 29%, respectively, as compared to the raw forecasts. It is found also, that after applying any of the proposed methods, unlike the raw forecasts, the bias corrected forecasts do not show spatial or temporal dependency.     

重庆山地区域气象要素空间插值方法对比

利用重庆地区1999年和2018年气象数据, 分别采用薄盘光滑样条、协同克里金、普通克里金、反距离加权4种方法, 从年和月两种尺度对气温、降水、太阳总辐射三个要素进行空间插值; 采取交叉验证方法, 用MAE、MRE、RMSE评估插值精度, 确定各要素最优插值方法。结果表明: 气温和太阳总辐射最优插值方法为薄盘光滑样条, 降水为反距离加权; 插值精度上气温、太阳总辐射高值月份优于低值月份, 降水则相反, 但三个要素均表现出年尺度优于月尺度。MRE检验表明, 插值精度为气温>太阳总辐射>降水, 1999年年尺度插值精度分别为1.86%、4.60%、6.87%, 月尺度插值精度分别为2.79%、5.82%、17.42%;2018年太阳总辐射年、月尺度插值精度分别为3.03%、4.88%, 区域站加密后气温、降水年尺度插值精度分别为2.03%、11.20%, 月尺度对应插值精度分别为3.20%、23.14%。     

Delaunay三角剖分法在降水量插值中的应用

Delaunay三角剖分方法在空间分析中具有重要地位,文中简要介绍了Delaunay三角网特性和常用的3类算法,并对随机增长法实现过程进行了详细阐述.根据三角分片线性插值原理,求得插值系数,实现对任意点的三角分片线性插值.利用2008年中国2200个观测站的08时24 h降水量资料,对全中国范围及划分的8个区域内相应的0.28125°×0.28125°降水量格点场,使用交叉检验方法,对比分析了三角分片线性插值和反距离权重法的估值准确率.结果表明:在各区域,三角分片线性插值法的均方根误差偏小;在站点较密集的区域,均方根误差、平均绝对误差比较中,三角分片线性插值都有一定的优势;在平均误差对比中,三角分片线性插值优势明显,在全中国范围交叉检验中,三角分片线性插值法对应的年平均误差是0.005 mm,而反距离权重法为-0.107 mm,对其可能的原因进行了分析,证明了Delaunay三角剖分法的合理性.同时,从图形上展示了降水量的Delaunay三角网的三维结构图和三角分片线性插值后的格点场,在直观上,Delaunay三角剖分后得到降水分布和实况保持一致,并有较好的视觉效果;通过三角分片线性插值得到的格点场降水量分布图,克服了反距离权重法的固有缺陷,使获得的降水量格点场趋于合理,提高了插值精度.最后,探讨了Delaunay三角网在气象领域的应用前景.