北京地面气温可预报性及缺测资料恢复的研究

利用１９５１－１９９０年期间北京地面气温资料作未来气温预测可预报性及缺测气温资料恢复的研究，对单月序列使用自回归、选阶自回归、逐步回归和预测残差最小逐步回归及对多月序列使用后两种模型等６种方案进行试验。结果表明，多月序列使用残差最小逐步回归模型有最好的可预报性，且预报方程具有较高的稳定性。本文使用该方案还对１８４１－１９５０年期间的缺测气温资料进行恢复。     

北京降水缺测资料恢复的研究

利用１９４１－１９８０年北京降水量资料进行了缺测降水量资料恢复的研究，并单月序列使用非线性函数作降水量正态化的变换，然后用预测残差最小逐步回归及对多月序列使用各月降水量变换序列，各月降水量变换序列与各月气温混合序列为因子作缺测资料恢复和用各月缺测资料前后实测资料作简单内插恢复等三种方案进行试验结果表明，以降水和气温作混合因子使用残差最小逐步回归模型有最好的可性。还使用该方案对１８４１－１９５０年缺     

日气温数据缺测的插补方法试验与误差分析

对缺测气象观测记录进行插补是建立连续气象数据集的基础.将孤立1日或数日缺测资料进行插补的线性回归模型法应用于连续缺测数月的逐日最高、最低和平均气温的插补,并进行了一系列改进,包括:(1)用滑动选优法确定邻近参考气象站站数和数据样本时间窗的最佳值;(2)在记录缺测站与邻近参考站之间建立逐日气温的线性回归模型,并选取以最小绝对误差(Least Absolute Deviation,LAD)为目标函数求取模型参数的方法,取代以最小均方根误差为目标函数的最小二乘法(Least Squares Estimate,LAD)求解模型参数的方法,可提高计算效率和参数的稳定性;(3)进一步提出将LAD法与DeGaetano标准化序列法插补结果平均的综合插补方法,以减少极端误差.通过对湖北蔡甸气象站1961-2006年插补试验表明:(1)以4个邻近站和年数为8年、日数为15天时间窗的样本资料建模进行插补误差达到最小;(2)逐日最高、最低和平均气温的平均绝对误差分别为0.32℃、0.45℃、0.28℃,误差在±0.8℃以内的频次分别占总数的94.1%、84.8%、96.1%,观测值与插补值月相关系数在0.886以上.插补与观测资料平均值和相关系数分别通过了显著水平为0.05和0.01的检验.     

夏季降水量与气温资料的恢复试验

该文对我国汛期降水量和气温缺测资料及资料均一性恢复的方法进行试验研究。对单个气候地区（东北区），以及全国6个气候地区用逐步回归和逐步判别方法进行缺测1～5年恢复试验。对东北地区内所有站点的试验表明，逐步判别分析方法比逐步回归分析方法恢复效果好些；选择邻站用判别分析方法建立的恢复模型，效果更好。全国气候地区试验表明，选择邻站的判别分析方法有较好的恢复效果。     

西安观测站长序列气温资料缺测记录插补和非均一性检验

以西安观测站1971—2013年日平均气温、最高气温和最低气温序列为研究对象,利用标准序列法和多元线性回归法进行插补实验,计算插补值与实测值的平均误差、平均绝对误差、均方根误差和插补值与实测值误差在0.5℃以内的样本比例,对比分析两种插值方法的相对优劣。结果表明：多元线性回归法插补得到的气温序列效果好于标准序列法,并且气候趋势特征与实际观测值序列更具一致性。采用t检验法、惩罚最大T检验（PMTT）、惩罚最大F检验（PMFT）对西安站1951—2020年平均气温序列的均一性进行检验。依据台站历史沿革数据进行的t检验,在6次台站历史沿革变化中,只有2次造成了年平均气温和年平均最高气温序列间断,分别由观测时次增加和仪器换型导致;年平均最低气温有4次出现间断,分别由台站站址迁移、观测时次增加、仪器换型、缺测值插补造成。PMTT和PMFT检测中发现的4次间断点因无元数据支持,认为属于合理间断点,这2种方法均未检测出因缺测值插补引起的间断点,一定程度上说明采用多元线性回归法对缺测值插补得到的西安站1951—2020年气温序列相对合理,气温序列的均一性较好。     

一种诊断序列非均一性的新方法

提出使用偏最小二乘回归方法进行序列非均一性和区域气候突变诊断的新方法。利用三峡地区16个测站夏季气温1951—2004年期间资料,用此方法对内江站与邻站气温进行分析研究,结果表明,该地气温在1970年代初和1980年代末出现明显的局地非均一性。     

黄淮海平原地区中尺度环境对气温观测的影响

随着城市化的迅猛发展,气象台站观测环境受到不同程度影响,有些台站甚至已经处于城市中心,影响了台站观测资料的代表性和准确性。本文利用2007年黄淮海渭河区199个气象台站20 km环境调查资料以及2005—2007年气温观测资料,对比分析了居民区台站和农田区台站气温观测值的差异。结果表明:居民区台站气温平均高于农田区台站0.662℃;台站周围建筑物对最低气温观测影响最大,对最高气温观测影响最小;不同季节的影响程度从大到小依次为冬季、春季、秋季、夏季;观测场周围建筑物对不同时刻气温观测的影响程度从大到小依次为02:00,20:00,08:00,14:00;随着下垫面比例的增大,两类台站的气温差不断加大。     

内蒙古气温序列均一性检验

通过构建参考序列、找出间断点、结果集成等步骤对内蒙古地区119个地面气象站逐日平均气温、逐日最高气温、逐日最低气温进行均一性检验。结果表明:内蒙古地区大部分地面气象站气温资料均一性状况良好;部分台站气温资料不均一的原因主要是受迁站影响,其次是观测站周围环境变化、观测仪器的更换以及观测标准的变更。不均一现象对最低气温影响较大,其次是平均气温,最高气温受影响相对最小。     

四川省自动气象站与人工站观测数据对比分析

本文利用四川省基本(准)站的自动观测和人工观测资料,对2004年对比观测期间的温度、降水进行了统计分析.结果发现:94.5%的台站人工站与自动站的气温对比差值在误差(±0.2℃)允许的范围内,并且64.1%的台站自动站观测的气温比人工站偏高;自动站与人工站的降水量的差异与气温的差异比较起来明显比气温大,且71.8%的台站自动站的降水量比人工站偏多.     

陆面气温资料的一种推广三维变分同化方法及其在简化情形的检验

发展了一种同化窗口为1个月的陆面气温推广三维变分资料同化方法,并建立了逐日资料到月平均资料的观测算子.作为对该同化方法的初步检验,以2000年1月中国陆地区域时间分辨率低、空间分辨率较高且在高原地区与台站观测资料比较接近的CRU(Climate Research Unit)月平均陆面气温资料作为观测,以时间分辨率高、空间分辨率较低且在高原地区与台站资料有较大误差的NCEP逐日气温资料作为背景场,采用背景误差协方差矩阵(简称B矩阵)的两种简化对角形式进行同化试验,得到高时空分辨率的格点陆面气温分析场,并进行对比分析和均方根误差检验.结果显示,由两种简化形式得到的逐日资料和月平均资料的质量均得到改善,在我国东南和中部大部分地区与台站观测基本一致,在青藏高原、新疆等台站稀疏地区与地形对应良好,为M-SDGVM模型或其他陆面过程模式高质量陆面气象驱动场的准备提供了一种新的手段.尤其在B矩阵中考虑了方差逐日变化的简化形式所得到的分析场整体上要优于不考虑的,这为最终在B矩阵中考虑协方差(即对推广三维变分同化不作简化)进一步改进同化效果打下了基础.     

20世纪全球表面温度场序列的插补试验

利用基于主分量典型相关分析的典型变量回归 (CVR)插补模式 ,在综合分析Jones等 5°× 5°格点温度资料覆盖率的演变情况、缺测场与基本场温度距平相关结构、稳定性的基础上 ,确定合理的插补方案 ,对其陆面格点温度场进行插补延长试验 ,得到了 1 90 0～ 1 998年连续、均一的全球月平均气温场序列。独立样本检验表明插补效果优良 ,总缺测场误差方差与原序列方差之比低于 0 .40。插补前后全球及纬向平均序列的演变特征基本一致 ,原 Jones序列的线性增温率较重建序列高0 .1 1℃ /(1 0 0年 ) ,可能与原 Jones场序列空间分布的不均一性有关     

我国南方输电线路覆冰极值序列重建试验

基于我国南方有覆冰数据记录的气象站冰厚年极值及同期气象要素观测资料,统计分析多种气象因子对覆冰年极值形成条件频次分布的影响,归纳出了最易于出现覆冰年极值的温度、风速和湿度条件。在此基础上,通过对西南地区威宁、金佛山、峨眉山和三穗4站覆冰年极值与其相应气象变量的进一步分析,建立了覆冰极值序列的回归模型。根据现有气象站电线结冰资料及其对应时段的常规气象要素资料,对气象站电线结冰年极值序列进行重建试验,试验结果表明不同气候背景下覆冰极值序列的回归模型有显著差异。独立样本的交叉检验结果显示,威宁站年极值序列的回归模型效果较理想,重建序列能够较好地模拟覆冰的极值序列。     

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.     

三次观测站02时气温插补方法的比较分析

现行的国家级地面气象观测站网（共2416个站）包括基准站、基本站和一般站,其中1590个一般站（占总站数的65.8%）夜间不观测,但是按照《地面气象观测规范》的规定,在计算日平均气温时,必须通过数学方法给02时赋一个替代值或近似值,这种赋值过程无形中会带来计算误差。本文利用1961—2009年陕西19个国家基本/基准站的定时气温资料,对这种赋值误差进行定量评估分析,并通过多种方案的比较,提出新的赋值（或称插补）方法。结果表明：（1）传统方法所赋予的02时气温替代值比实测值偏高,19个站平均偏高0.77℃;（2）台站所处的纬度,以及季节、天气状况所引起的辐射强弱的差异,通过赋值变量（前一日20时气温）的传导,较明显地影响着02时气温的赋值误差;（3）用逐步回归分析方法,将传统方法的平均加权法调整为多因子非对称加权,显著减小了前一日20时气温的权重,降低了辐射强弱的影响,赋值与实测值更为接近,19个站平均偏差近似为零;新的回归方程对月平均气温、年平均气温产生一定的修正作用,年平均气温值可调降0.1～0.4℃,月平均气温甚至可下降0.5℃。     

灾害天气对日照市电力事故的影响研究

利用雷雨、大风等灾害天气资料和电力事故历史数据资料,分析了电力事故发生的时空分布特征及其与雷雨、大风、日平均气温等天气要素之间的关系。进而利用事件概率回归（regression estimation of event probability,REEP）和Logistic回归分析方法,得到了日照市电力事故发生概率与雷雨、大风和日平均气温之间关系的预警模型。研究结果表明：1）雷雨、大风是造成日照市电力事故的重要气象因素。2）雷雨、大风和高温等灾害天气对电力事故的发生虽都有促成作用,但影响能力存在较大差距。3）两种回归分析模型对因子和变量之间关系均有较好的拟合效果,相较而言,REEP模型更为直观,Logistic回归分析方法更为客观,适用性更强。4）回归分析结果建立在客观资料基础上,回归模型具有准确性、实用性,可为电力事故预警发布系统提供理论和技术支持。     

深圳市大气能见度与细粒子浓度统计模型

利用深圳市2007年全年逐时能见度、PM_2.5质量浓度和相对湿度观测数据, 在分析大气消光机理及其影响因素的基础上确立了能见度与PM_2.5之间的基本模型关系, 着重讨论分析了相对湿度对颗粒物消光影响的常见修正方式, 并通过线性和非线性回归分析筛选相对湿度影响修正因子f_RH的表达形式和确定模型参数, 最终建立起适合于深圳本地情况的能见度与PM_2.5之间的最优统计模型 (R2=0.43, n=8024)。进一步利用能见度与PM_2.5的日平均值进行了多元回归分析, 模型拟合值与实测值之间的相关系数 (R2) 高达0.73(n=350), 而且预测偏差范围小, 较好地反映了深圳市大气能见度与PM_2.5之间的定量相关关系。     

电厂空冷系统环境气象场要素分析中的几个关键技术

以山西省左权、王曲电厂等为期一年的铁塔气象观测资料和各邻近地面气象站同期观测资料为例,说明如何选取典型年以及相关性较好的对比气象站,通过对电厂空冷梯度的主要气象要素分析,结合选取的对比气象站长时间序列的逐时气象资料,采用相关统计分析并进行回归检验,重建厂址区域风、温场资料,并针对风资料转换中存在的问题进行了探讨.结果表明:在两地风资料相关较差时.利用条件概率结合线性回归以及风矢量相关等方法补充订正厂址区域风资料效果较好.其结果对风、温场历史资料的重建有一定的指导意义.