我国近百年温度降水资料现状及数据集的研制

主要介绍了我国1949年以前温度、降水资料的情况和“中国近百年温度、降水数据集”的制作情况，如数据集的处理原则、特殊数据的处理、存储格式等。本数据集包含全国725个气象台站（包括香港站）的月平均温度、月平均最高温度、月平均最低温度和月降水量资料。最早有记录的台站为北京，开始时间为1841年1月。最长连续有记录的台站为上海龙华，为1873年1月－2001年12月。数据集裁止时间为2001年12月。     

青藏高原中、东部气象站降水资料时间序列的构建与应用

气象台站观测可以提供高精度的局地降水信息,但是台站数据缺失对降水趋势分析等气候变化研究有严重影响。青藏高原站点非常稀疏且难以维护,这种影响尤为严重。借助贝叶斯线性回归方法,建立缺失数据站点与其相邻站点降水量之间的数学关系,对月降水量时间序列进行插补和延长,重构了1979-2015年间青藏高原中、东部148个站点的月降水完整时间序列。交叉验证显示插补和延长后的结果基本上能还原缺失数据站点降水的季节变化,且该方法优于几种常用的插值方法。构建的时间序列显示,1998年后高原东南部年降水量明显减少,东北部2002年以来则略有上升,而东南和东北部的过渡带则没有明显的年代际变化。     

中国60城市站1901—2019年日降水数据集的构建

近年来中国区域降水的极端化问题得到学术界的广泛关注,有关研究也获得了大量成果。但是,目前国内外常用的高分辨率降水资料序列多从1951年左右开始,普遍缺少20世纪早期中国的逐日降水资料,对于近一百多年中国极端降水变化特征及其机理,目前还不清楚。基于多来源的1901—1950年原始观测报表数字化逐日降水资料,补充先前未录入的“无降水”和缺测数据,研发质量控制方案并开展质量控制,补充录入检出的缺失和错误数据并再次质控,结合1951年以来的现代降水日值资料,建立中国60个城市站1901—2019年降水日值数据集。数据集评估结果显示,早期中国东部地区的台站较为密集,数据完整性和正确性较好,但中国西部的台站数量少且完整性和正确性偏低。本数据集构建的年总降水量累积值序列与已有的月降水量数据基本一致。基于该数据集,研究发现重庆站近百年来的降水未出现显著的趋势性变化。该数据集使后续分析研究中国极端降水的百年尺度长期变化特征成为可能。     

TRMM 卫星降水数据在商洛地区的精度分析及订正

利用商洛地区193 个国家和区域气象站点实测降水数据，从时间和空间尺度，运用相关分析、偏差、均方根误差等统计分析方法对 TRMM 卫星 3B43 v7降水数据在商洛地区的适用性进行了分析，在此基础上采用比值系数法对TRMM 卫星月降水产品进行订正。结果表明：①在时间尺度上，TRMM 月降水数据与站点实测月降水数据线性高度相关，TRMM 降水数据低估站点实测降水数据。②对月、季和年尺度的TRMM和站点降水量进行比较，决定系数R２均在0.8以上，拟合优度较高，季降水量结果拟合结果较月降水量有所提高。③利用比值系数法对TRMM降水量产品进行偏差订正，验证结果表明，订正后的TRMM 3B43月降水结果偏差更小，决定系数更高。TRMM 降水精度与降水强度和地形有关，TRMM月降水量与实测月降水量时间序列趋势一致，拟合性较高，分布规律相一致。总体上，降水量多的年份，TRMM 数据倾向于低估降水量，反之，高估站点降水量。通过对TRMM 卫星降水产品在商洛地区的精度评估和订正，为该地区地面降水数据提供有效补充。     

中国降水量序列均一性分析方法及数据集更新完善

基于中国气象局国家气象信息中心2012年发布的《中国国家级地面气象站基本气象要素日值数据集（V3.0）》,选取一定空间范围内相关性、数据完整性均较好的邻近站降水资料,构建参考序列,结合标准正态检验和台站历史沿革信息对我国2342个台站年、月降水资料进行均一性检验。采用相关系数权重平均方法和一阶差分方法相结合得到参考序列,以降低因计算方法和邻近站序列长度不一致等引起的参考序列不确定性。最终结果显示：98个台站降水序列存在断点,仅占总站数的4.2%。采用比值法订正上述非均一性的降水序列,订正后的序列在一定程度上消除了人为因素的干扰,部分台站降水量变化趋势（1960-2009年）异常的问题得到改善。     

长江三角洲地区降水资料的均一性检验与订正试验

该文对1961—2002年我国长江三角洲地区36个地面观测站的年、月降水资料序列作均一性检验和订正试验, 以探讨我国年、月降水气候观测序列的均一化方法和思路。该文首先从与待检台站序列相关性较好、台站距离较近的台站中选取了若干站点作为待检台站的参考台站建立参考序列, 采用传统的标准正态检验 (SNHT) 方法, 对所研究的地区年降水的均一性进行了检验。检验结果显示, 该地区降水序列中存在非均一性现象。考虑到所选地区站点密度仍然不够, 文中还采用了一种不依赖于参考台站的思路, 对上述检验结果进行了进一步确认后, 最后对不连续序列进行了逐月订正调整。对比分析表明, 对序列的订正较为合理。在已有的研究基础上, 结合我国台站网络实际特点, 提出结合不同思路来研究我国降水量数据均一性是必要的和可行的, 应用该思路对于我国降水序列进行均一性研究具有一定的合理性和应用前景。     

中国降水序列均一性研究及对比分析

文章采用全国2415个站1951-2009年逐日降水量资料,采用标准正态均一性检验（SNHT）方法对年序列进行均一性检测,得到存在不连续的断点的站点数为114个,占所有检测站点数的4．72％;对其中70个与对比站相关系数在0．7以上断点的逐年、逐月和逐日降水序列进行了订正：分析发现,订正对冬季降水序列的影响比对夏季序列要大。将订正前后资料按不同的条件分为山区、台站稀疏地区等进行了分析比较,发现订正前后降水序列的变差系数各站差别不大,说明订正的结果是可信的;降水距平对比分析结果表明,多数台站订正前后值差异很小,台站稀疏地区亦是如此,山区站降水量订正前后值差异略大;对均一化前后降水序列趋势分析结果表明,序列趋势增减并不大,多数增减值占原值的比例在10％以下,年及绝大多数月份降水序列订正前后趋势的增减符号是一致的,台站稀疏地区亦是如此,山区站趋势增减幅度略大,即山区迁站对降水量趋势影响较大,但总体上并没有影响到趋势的显著性。     

多套格点降水资料在云南及周边地区的对比

利用1979—2006年云南及周边地区148个测站月降水资料 (简称为STN) 与APHRO (日本APHRODITE高分辨率逐日亚洲陆地降水数据集)、GPCC (全球降水气候中心的月降水合成数据)、CRU (英国East Anglia大学提供的月降水要素数据集)、CMAP (雨量资料与卫星估计及NCEP/NCAR再分析降水场合并分析月数据)、GPCP (全球降水气候中心研制的全球陆地雨量计观测分析月数据) 5套格点降水资料,分析了云南及周边地区气候特征。结果表明:5套格点降水资料空间分布与STN基本一致。EOF第1模态空间场分布也表明:这5套格点降水资料与STN空间分布特征较为一致,但5套格点降水资料在滇南、滇西北、滇川黔交界的3个区域的分布与STN有较大不同,各套资料的EOF第1模态时间序列、与STN的相关系数及均方根误差均随时间不同呈较为一致的波动性;在降水空间分布、相关系数及均方根误差3个方面,APHRO适用性最好,GPCC次之,CMAP与GPCP无明显差别,CRU最差,其中APHRO,GPCC在对降水估计偏低,CRU对降水估计总体略高,CMAP略低,GPCP对降水估计则明显偏高。     

近50年中国降水序列均一性检验与订正研究

选取中国近50年(1951～2004年)月降水资料中具有连续观测20年以上记录的681个台站资料,通过对各站年代际分量的EOF分析及North判别检验,结合标准正态检验(SNHT)方法,发现所检站点中约有4%的台站降水序列存在非均一性.利用比值法对非均一降水序列进行了订正,结果表明对年降水序列的订正量在-3%～7%之间.必须注意的是,由于我国现有台站观测网的密度不够,影响了对非均一降水序列的订正精度.     

四川区域融合降水产品的质量评估

本文利用四川省156个国家地面气象观测自动站2018年逐小时降水资料,从降水产品与观测值的对比、降水产品误差空间特征、降水产品误差月变化、不同降水量级的误差特征等方面,对国家气象信息中心研制的中国区域1h、0.05° × 0.05°分辨率的地面-卫星-雷达三源融合实时降水产品和地面-卫星二源融合快速降水产品在四川区域的适用性进行对比评估。研究结果表明,两套融合降水产品能较好的反映四川区域年内小时降水的时空变化特征,与站点观测降水相比,两套融合降水产品均存在一定程度的低估,且随着降水量级的增大,均方根误差值也相应增大。两套融合降水产品相比,融合了雷达资料的三源融合降水产品各项指标均优于二源融合降水产品,数据质量更高。      

1901~2013年GPCC和CRU降水资料在中国大陆的适用性评估

利用1901~2013年中国大陆地区的气象台站实测降水资料,对东英吉利（East Anglia）大学气候研究中心（Climatic Research Unit,CRU）和全球降水气候中心（Global Precipitation Climatology Centre,GPCC）的降水资料分别从季节、年际和年代际尺度上进行了评估。结果表明：1961~2013年CRU与GPCC降水资料均能较准确地描述中国大陆地区的降水特征,且在东部较西部地区、夏季较冬季与站点实测降水情况更为一致。将中国大陆划分为不同区域并在其季节、年际和年代际时间尺度上通过比较降水偏差绝对值的百分比、均方根误差和相关系数等统计量后发现：CRU在青藏高原和其它较大的山脉附近与站点实测降水的差别较大,且年均降水趋势在西北一带的阿尔金山脉、黄土高原、东南地区和长江下游地区,比实测降水的年均趋势小、甚至出现趋势相反的情况。此外,CRU降水的年代际变化趋势也偏小。而GPCC数据不论是降水量还是降水趋势都更接近实际情况。在1901~1961年,通过与65个长期气象观测站点的降水时间序列比较发现,CRU在110°E以西地区与站点观测的降水资料间的差别较大,而GPCC与站点观测资料的吻合较好。最后,利用1961~2013年两套降水资料和站点实测资料分别计算了标准化降水指数（SPI）,简单分析了中国大陆地区的干旱变化,发现GPCC对旱涝的时空变化特征的描述比CRU更接近站点实际观测;并且CRU也没有反映出1997年夏季中国地区出现的严重干旱情况,而GPCC较为准确地反映出了这一干旱事件特征。因此,本文的研究结果认为,就中国大陆地区长时期降水资料而言,GPCC的适用性优于CRU。     

A new method for quality control of Chinese rawinsonde wind observations

In 2006, the National Meteorological Information Center(NMIC) of the China Meteorological Administration(CMA)developed its real-time quality control(QC) system of rawinsonde observations coming from the Global Telecommunications System(GTS) and established the Global Upper-air Report Dataset, which, with the NMIC B01 format, is generally referred to as the B01 dataset and updated on a daily basis. However, when the B01 dataset is applied in climate analysis, some wind errors as well as some accurate values with incorrect error marks are found. To improve the quality and usefulness of Chinese rawinsonde wind observations, a new QC method(NewQC) is proposed in this paper. Different from the QC approach used for B01 datasets, the NewQC includes two vertical-wind-shear checks to analyze the vertical consistency of winds, in which the constant height level winds are used as reference data for the QC of mandatory pressure level winds. Different threshold values are adopted in the wind shear checks for different stations and different vertical levels. Several typical examples of QC of different error types by the new algorithm are shown and its performance with respect to 1980–2008 observational data is statistically evaluated. Compared with the radiosonde QC algorithms used in both the Meteorological Assimilation Data Ingest System(MADIS, http://madis.noaa.gov/madis raob qc.html) of the National Oceanic and Atmospheric Administration(NOAA) and the B01 dataset, the NewQC shows higher accuracy and better reliability, particularly when used to judge successive observation errors.     

Development of a Self-Recording Per-Minute Precipitation Dataset for China

The establishment of self-recording precipitation observation systems in China began in 1951, and strips of self-recording precipitation graph paper have been archived since then. More than 9 million sheets of self-recording graph paper from 2253 stations in 31 provinces have been digitized by using image scanning and curve extraction technology. Format specification and quality control have been applied to the digitized data, and the China Surface Self-Recording Per-Minute Precipitation Dataset(V1.0) has been developed. The integrity and accuracy of this dataset are evaluated. This is the first attempt in China to establish a per-minute precipitation dataset that covers the period from1951 to present. Preliminary evaluation reveals that the station density is high and the data continuity is good in most areas of China. However, the integrity of stations in some areas of western China is relatively poor. The availability rate and accuracy rate in summer are higher than 99% at most stations, with the overall availability and accuracy rates reaching as much as 99.42% and 99.22%, respectively.     

全球地面天气报历史资料质量检查与分析

全球地面天气报资料是气象资料中数据量最大、使用频率最高的资料之一。国内作为气候资料接收和保存的全球地面天气报资料中包含45个气象要素, 每日4次定时观测资料。利用2005年用于全球地面天气报资料接收、处理实时业务中的质量控制方法, 对保存于国家气象信息中心气象资料室的全球地面天气报历史资料数据集进行了全面的质量检查, 对原数据集中因解码而引起的比较明显的批量错误资料进行了修改, 生成具有质量控制码的二版全球地面天气报历史资料数据集。同时还系统介绍了1980年1月—2003年12月全球地面天气报历史资料数据集质量检查结果, 分析了资料的质量情况。     

中国区域逐日融合降水数据集与国际降水产品的对比评估

中国国家气象信息中心基于2400多个国家级台站观测日降水量和CMORPH卫星反演降水产品,采用概率密度匹配和最优插值相结合的两步数据融合方法,研制了中国区域1998年以来的0.25°×0.25°分辨率的逐日融合降水产品(CMPA_Daily)。通过该数据集与广泛应用于中国天气气候领域的两种国际上降水融合产品TRMM 3B42(Tropical Rainfall Measuring Mission, 3B42)和GPCP(Global Precipitation Climatology Project, 1 degree daily)的对比评估,考察CMPA_Daily产品的质量,评价其能否合理体现中国降水的天气气候特征。首先利用2008—2010年5—9月独立检验数据定量对比了CMPA_Daily、TRMM 3B42和GPCP 三种降水产品的误差,结果表明,在误差的时间变化和空间分布上,CMPA_Daily均具有最高的相关系数和最小的平均偏差及均方根误差,TRMM 3B42其次,GPCP的误差相对较大。CMPA_Daily只低估了大暴雨,TRMM 3B42低估了大雨以上量级的降水,而GPCP低估了除小雨以外的所有降水。CMPA_Daily产品因融入了更多的站点观测信息,不论在中国东部沿海,还是中西部地形复杂区,其精度均优于TRMM 3B42和GPCP产品,即使在站点稀疏的青藏高原地区,CMPA_Daily降水量也更加接近站点观测,呈现明显的高相关。CMPA_Daily与独立检验数据的高相关在地形起伏时效果也较稳定,TRMM和GPCP的相关系数则随着地形变化幅度陡变而非常明显地降低。进一步通过对比分析各降水产品1998—2012年的气候平均降水特征表明,3种资料对中国区域气候平均降水量、降水强度、频率分布以及年际变化的总体描述基本一致,因有效融入了更多的中国站点观测信息,不论降水空间分布还是降水量,CMPA_Daily与地面观测均最为接近,在中国的中东部大部分地区对降水的估计精度明显更高,而在站点分布较稀疏的青藏高原地区,CMPA_Daily的降水分布型与TRMM、GPCP卫星融合资料类似,较地面站点插值产品更能体现出合理的降水分布。对中国强降水事件监测对比表明,CMPA_Daily产品可以更加准确地描述降水的强度变化,细致刻画降水空间分布,在把握降水小尺度特征上具有明显的优势,体现出高分辨率、高精度降水产品的特点。     

A daily temperature dataset over China and its application in validating a RCM simulation

This paper describes the construction of a 0.5°×0.5°daily temperature dataset for the period of 1961- 2005 over mainland China for the purpose of climate model validation. The dataset is based on the in- terpolation from 751 observing stations in China and comprises 3 variables: daily mean,minimum,and maximum temperature.The"anomaly approach"is applied in the interpolation.The gridded climatology of 1971-2000 is first calculated and then a gridded daily anomaly for 1961-2005 is added to the climatologY to o...     

Reconstructing missing hourly real-time precipitation data using a novel intermittent sliding window period technique for automatic weather station data

Precipitation is the most discontinuous atmospheric parameter because of its temporal and spatial variability. Precipitation observations at automatic weather stations (AWSs) show different patterns over different time periods. This paper aims to reconstruct missing data by finding the time periods when precipitation patterns are similar, with a method called the intermittent sliding window period (ISWP) technique—a novel approach to reconstructing the majority of non-continuous missing real-time precipitation data. The ISWP technique is applied to a 1-yr precipitation dataset (January 2015 to January 2016), with a temporal resolution of 1 h, collected at 11 AWSs run by the Indian Meteorological Department in the capital region of Delhi. The acquired dataset has missing precipitation data amounting to 13.66%, of which 90.6% are reconstructed successfully. Furthermore, some traditional estimation algorithms are applied to the reconstructed dataset to estimate the remaining missing values on an hourly basis. The results show that the interpolation of the reconstructed dataset using the ISWP technique exhibits high quality compared with interpolation of the raw dataset. By adopting the ISWP technique, the root-mean-square errors (RMSEs) in the estimation of missing rainfall data—based on the arithmetic mean, multiple linear regression, linear regression, and moving average methods—are reduced by 4.2%, 55.47%, 19.44%, and 9.64%, respectively. However, adopting the ISWP technique with the inverse distance weighted method increases the RMSE by 0.07%, due to the fact that the reconstructed data add a more diverse relation to its neighboring AWSs.