站网均匀化订正对中国夏季气温EOF分析的改进

本文对中国160站站网上1960～2010年夏季(6～8月)气温距平场序列进行了站网均匀化订正,对订正前、后的气温距平场序列作了EOF分析.结果表明:(1)订正后的前3个典型场高绝对值区均衡分布在三北(东北、华北、西北)地区、青藏高原和长江中下游地区,与夏季气温均方差场高值区位置基本一致;订正前的前3个特征向量高绝对值...     

中国冬季气温异常EOF分析的改进

采用站网均匀化订正方法处理了中国160站站网1951—2010年冬季（12月-次年2月）气温距平序列,订正后的序列较好地处理了由站网不均匀性引起的方差不均匀。对订正前、后序列分别作了EOF分析,结果表明：1）订正后序列的前2个典型场上的高绝对值区比订正前序列的前2个特征向量有更好的组织性,其高值区主要位于三北地区（西北、华北、东北）及青藏高原,与均方差场的高值区基本一致;2）订正前、后主要模态时间系数演变特征相似（rh≥0．886,h=^-1,2）,但订正后的前2个时间系数的线性分量和年代际变化分量对它们的方差贡献更加集中于第一模态;3）订正后资料EOF分析的第一个典型场和时间系数中的线性分量可以给出中国最近60a冬季主要强增暖区的分布;其年代际分量与分析期间中国强年代际变化分布区域的一致性也优于订正前资料的EOF分析结果。     

改进的经验正交函数分析方法及其效果验证

基于中国站点网气候资料,简要介绍了经验正交函数(empirical orthogonal function,EOF)与改进的经验正交函数(adjusted EOF,AEOF)分析方法的关系,给出了验证其分析效果的方案;并将EOF、AEOF分析方法应用于中国160站60 a(1951—2010年)夏季气温距平场序列的分析。结果表明:AEOF分析方法前6个模态的模方拟合率和累积模方拟合率均高于EOF分析方法的相应量;AEOF分析方法前3个模态的典型场对夏季气温距平场序列的模方场的拟合效果明显优于EOF分析方法。由此论证了EOF分析方法中资料均匀化订正的必要性,验证了实际分析中AEOF分析方法的较优效果。     

站网均匀化订正前后中国气温年际异常场相似性分析

基于王盘兴等(2011)提出的站网均匀化订正方案,给出一种新的相似系数计算方法,依据两种选择相似个例的方案,研究了中国160站1951—2010年四季气温异常型的年际异常相似特征。结果表明:1)依据方案一,如果一对个例年的气温异常场在东部地区比较相似、西部地区不太相似,则订正前全国整体的相似系数较大、订正后整体的相似系数明显减小;反之,东部地区不太相似、西部地区比较相似,那么订正前全国整体的相似系数较小、订正后整体的相似系数增大。2)依据方案二,如果一对个例年订正前气温异常场相似系数非常大,则该对个例年在东部地区形势非常相似,站网均匀化订正后气温异常场的相似系数明显减小。如果一对个例年订正后气温异常场相似系数非常大,则这对个例年在西部地区的分布形势非常相似。方案一、二均可以说明,站网均匀化订正使东部地区的台站在全国平均中的权重减小、西部地区的台站在全国平均中的权重增加,从而可以更客观地反映气温异常型的年际相似程度。     

一种站网均匀化方案在中国夏季降水异常分析中的应用

文章利用站网均匀化方案对中国1951—2012年160站夏季(6—8月)总降水量距平场序列作了订正,并对订正前后数据的EOF分析结果进行对比。结果表明:(1)订正后的典型场突出了青藏高原区域的高值区,并使中国东部的高值区集中于华南地区,这与均方差场的异常集中区域一致;订正前资料的主要特征向量的高值区主要集中于中国东部,并未凸显异常区域。(2)订正后资料的时间系数中,线性相关不明显,线性趋势减弱,但1、3模态的年代际分量的方差贡献增大,使年代际变化中有价值信息更加集中于主要模态;其中,第3模态的时间系数突出了华南地区的夏季降水年代际变化。(3)订正后发现,夏季降水的年代际变化中的典型场与年代际均方差的分布异常信息集中区域一致。上述结果说明,站网均匀化订正改进了中国夏季总降水量异常的EOF分析。     

非均匀站网EOFs展开的失真性及其修正

从理论上证明，非均匀站网ＥＯＦｓ展开有不同程度的失真。在同等条件下，均匀站网与非均匀站网ＥＯＦｓ展开结果有明显差异．提出了一种附加面积权重的修正方案用以弥补非均匀站网ＥＯＦｓ展开的失真现象。实例计算表明，中国气温场（１６０站）经修正ＥＯＦｓ展开后，其气温变化主分量趋势与特征能更加客观地揭示中国地区增暖效应的局地差异。     

乌鲁木齐逐月气温资料均一化检验和订正

选用1951-2008年乌鲁木齐市气象站逐月最高、最低及平均气温资料,用标准正态检验（SNHT）方法对逐月气温资料序列进行均一化检验,并选用差值法对因迁站引起的断点资料进行订正,检验结果显示,月气温序列断点所在的年份与年序列中检验出的断点基本相对应,即气温资料均在迁站距离较远的1975年产生了断点;各月的检验结果存在一定的差异,5-9月气温较高的月份资料受迁站的影响较大,而且产生了断点,并通过了0.05的显著性水平。用不同的权重比例对月序列进行订正,并选择累积距平方法对5-9月气温序列订正前后的变化趋势作了比较分析,发现订正前后趋势确有较显著的变化。     

四川省地面雨量站站网现状分析

气象台站站网布局质量直接影响观测资料的使用效益。通过水平站间距、垂直层分布、坡度、流域、风险区划、站点控制范围以及网格覆盖率等多个角度对四川省现有地面雨量站站网进行分析，以期为后续增减站点、站网布局优化提供科学依据。分析结果表明：①四川省雨量站平均水平站间距为9.04 km，完全满足世界气象组织OSCAR对气候监测领域的需求，满足全球数值天气预报的“突破”需求，但距理想的“目标”还有一定差距；②四川省80%以上的雨量站布设在低海拔和中海拔区域，92.38%的雨量站布设在平坡地、较平坡地、缓坡地和较缓坡地；③四川省较高和高风险区面积占比不足40%，站数占比达50%以上，且站网密度随着风险区从低到高逐渐增大；④站点控制面积<100 km2的区域主要分布在四川盆地内，川西高原站点控制面积普遍在100 km2以上，个别站点控制面积在1000 km2以上；⑤不同分辨率网格覆盖率，四川盆地内最高，攀西地区次之，川西高原相对较低。     

近40年江苏省年平均气温异常演变及其海气背景场特征

通过1961～2000年江苏省13个站年平均气温距平场时间序列的EOF分析，探讨江苏省年平均气温异常的演变特征，并在此基础上利用合成分析，对其前期及同期500hPa高度距平场、海温距平场的特征进行研究，得到了一些对本地年平均气温有预测意义的结果。     

基于160站资料的我国表面气温异常特征

利用我国160站站域面积和近60年月平均表面气温资料,求得1951—2008年我国年、季节全国平均气温序列。在此基础上分析了我国表面气温异常的基本特征:四季表面气温异常中冬季异常方差最强,它对四季总异常的方差贡献为47.7%,远高于春、秋季 (23.4%,17.2%) 和夏季 (11.7%)。线性增温在年、季序列中均显著,年序列最强,夏季最弱;全国平均表面气温线性增温的年值为1.4℃/58 a,冬季 (2.3℃/58 a) 明显高于夏季 (0.6℃/58 a)。年代际变化在年和冬、夏季序列中的方差贡献显著,年值 (59.3%) 明显高于冬、夏季值;年和冬季全国平均表面气温年代际变化从20世纪80年代中期起维持为正,夏季从90年代中期起维持为正。该文提供的年、季节全国平均表面气温序列合理,具有一定代表性。     

冬季北极海冰与中国同期气温的关系

采用Hadley中心的海冰密集度资料和中国160站气温资料,对冬季北极海冰变化的主要模态进行了分析,定义了5个关键海区,重点讨论了冬季北极海冰异常与中国冬季气温的关系.结果表明,冬季北极海冰变化主要表现为第一模态,即太平洋、大西洋的海冰反位相分布.海冰变化的关键区域为区域Ⅰ巴伦支海、区域Ⅱ格陵兰海、区域Ⅲ戴维斯海峡、区...     

冬季北极海冰与中国同期气温的关系

采用Hadley中心的海冰密集度资料和中国160站气温资料,对冬季北极海冰变化的主要模态进行了分析,定义了5个关键海区,重点讨论了冬季北极海冰异常与中国冬季气温的关系。结果表明,冬季北极海冰变化主要表现为第一模态,即太平洋、大西洋的海冰反位相分布。海冰变化的关键区域为区域Ⅰ巴伦支海、区域Ⅱ格陵兰海、区域Ⅲ戴维斯海峡、区域Ⅳ白令海以及区域Ⅴ鄂霍次克海。中国冬季平均气温、冬季最低气温、冬季最高气温均与北极关键海区的海冰异常有显著相关,但是与其对应的海区有所不同。     

印度洋偶极子与中国南方夏季降水的可能联系

利用1951—2000年NCEP/NCAR再分析资料、英国气象局全球海温资料、中国气象局整编的160站气温资料,采用EOF、合成、相关、奇异值分解等方法讨论了印度洋偶极子（Indian Ocean Di-pole,IOD）对南方夏季降水的影响。结果表明：印度洋海温异常,激发了大气环流的异常,从而导致南方降水异常。当印度洋海温一致变化时,南方降水分布也呈一致;当印度洋上海温距平偶极振荡时,长江流域与华南也出现偶极变化的现象。IOD正位相年,华南降水异常偏多;IOD负位相年,长江流域降水偏多。     

中国东部冬季气温异常的主模态与大气环流的关系

利用中国东部季风区375个测站,1961-2006年历年平均地面气温资料,采用EOF、SVD、相关分析等方法,分析了中国东部季风区冬季气温与500hPa高度场异常变化的关系。结果表明:影响冬季气温的关键区有两个,皆为显著正相关;SVD分析表明:乌山脊弱,东亚槽浅,纬向环流偏强,经向环流偏弱,极涡面积偏小,使南下冷空气偏少,冬季气温易偏高。上年7月北大西洋高压异常偏强(偏弱),次年冬季气温将会异常偏暖(偏冷),北大西洋前期高度场与气温普遍有密切的关系,主要影响长江流域及其以北的季风中北部区;建立了气温距平与北大西洋关键区上年7月高度距平的关系,并建立了均生函数模型,预测了未来20 a的气温变化趋势。     

我国冬季气温的年际变化及其与大气环流和海温异常的关系

利用我国160个台站49个冬季（1951/1952～1999/2000年）的气温资料和NCEP/NCAR再分析资料,通过波谱分析的方法提取变量的年际变化分量（周期小于8年部分）进行分析,结果发现：在年际变化的时间尺度上,我国冬季气温表现为全国一致变化型（EOF1）和南北反相变化型（EOF2）两个主要模态,并可以解释总方差60％以上的变化。进一步分析表明,在年际变化尺度上,与气温全国一致变化型相联系的大气环流表现出海陆气压差的改变以及与此相关的东亚大槽强度的变化和东亚高空急流位置的南北移动;赤道中东太平洋的异常海温对这一模态的出现有一定的预示意义,而中国近海的海温则更多的是被动地随气温改变。与南北反相变化型相联系的大气环流表现出显著的北极涛动特征,这一模态的出现会使得次年春季的西北太平洋海温呈现以30°N为界南北反相变化的形态;而北太平洋的海温异常可能对这一模态的形成有一定的作用。这两个模态的空间分布虽然与年代际尺度上的分布非常相似,但它们的相对强弱和对应的环流却有很大的差异。分析显示,全国一致变化型可能更多地表现出年代际变化的特征,而南北反相变化型更多地表现出年际变化的特征;结果还表明,我国冬季气温的变化在不同的时间尺度上是受不同因子影响的。因此,在研究我国冬季气温变化时,将不同的时间尺度分开考虑是十分必要的。     

中国冬季气温的年际变化

利用中国160站1951-2000年的冬季月平均气温资料，用EOF分析、小波分析和合成分析等方法对中国近50年来的冬季气温的年际变化和时空分布特征进行研究。结果表明：中国冬季气温50年来有显著的增暖趋势，在70年代后期增暖幅度开始加大，年际变化以6～9年周期为主。中国冬季气温的空间变化有很好的一致性，全国绝大部分区域呈整体变暖或变冷的趋势，并且气温变化南北有别，从南向北幅度逐渐变大。另一种模态是当东北、华北和西北地区冬季气温较高时，其它地区则偏冷；反之亦然。     

辽宁地区夏季高温极值预测模型

利用1957-2006年辽宁地区夏季23站极端最高气温资料和国家气候中心气候监测室的74项环流特征量资料,应用EOF方法对高温极值样本进行分解,研究辽宁极端高温的时空分布规律。结果表明：第一特征向量表现为区域整体一致的特征,中心区位于辽西北、辽北,第二、三特征向量空间分布表现为东西部反位相和南北反位相的特征。普查了前3个时间系数与前期环流指数的相关关系,认为前3个时间系数的显著影响因子是不同的。采用CSC准则确定最优预测因子,分别建立各时间系数的回归统计模型,并对高温极值历史拟合序列进行回报检验和预测检验。回报结果表明,各站的历史拟合率都保持在一定水平,但拟合率在辽西地区较差。各年的历史拟合率极不均衡,多数年份较为稳定,但个别年份拟合率较低。未来3 a试验性预测效果逐年下降,模型对未来1 a预测能力较好,可以作为业务预测的参考。     

Effect of data homogenization on estimate of temperature trend: a case of Huairou station in Beijing Municipality

Daily minimum temperature (Tmin) and maximum temperature (Tmax) data of Huairou station in Beijing from 1960 to 2008 are examined and adjusted for inhomogeneities by applying the data of two nearby reference stations. Urban effects on the linear trends of the original and adjusted temperature series are estimated and compared. Results show that relocations of station cause obvious discontinuities in the data series, and one of the discontinuities for Tmin are highly significant when the station was moved from downtown to suburb in 1996. The daily Tmin and Tmax data are adjusted for the inhomogeneities. The mean annual Tmin and Tmax at Huairou station drop by 1.377°C and 0.271°C respectively after homogenization. The adjustments for Tmin are larger than those for Tmax, especially in winter, and the seasonal differences of the adjustments are generally more obvious for Tmin than for Tmax. Urban effects on annual mean Tmin and Tmax trends are ?0.004°C/10 year and ?0.035°C/10 year respectively for the original data, but they increase to 0.388°C/10 year and 0.096°C/10 year respectively for the adjusted data. The increase is more significant for the annual mean Tmin series. Urban contributions to the overall trends of annual mean Tmin and Tmax reach 100% and 28.8% respectively for the adjusted data. Our analysis shows that data homogenization for the stations moved from downtowns to suburbs can lead to a significant overestimate of rising trends of surface air temperature, and this necessitates a careful evaluation and adjustment for urban biases before the data are applied in analyses of local and regional climate change.