浙江省近34年年平均风速序列均一性检验研究

采用标准正态检验(SNHT:Standard Normal Homogeneity Test)方法.对浙江省36个代表站1971～2004年的年平均风速资料序列进行均一性检验.结果表明:36站中有23个测站出现间断,其中因迁站原因造成非均一性的测站有13个,占非均一性总数的57%,环境变化原因有5个,占非均一性总数的22%;原因不明有3个,占非均一性总数的13%;测风仪高度变化、规定变更各为1个,占非均一性总数的4%.迁站是导致风速序列非均一性的主要原因.     

地面气候资料序列均一性检验与订正系统

采用国内外常用的几种气候序列均一性检验与订正方法,研制了气候序列均一性检验与订正系统,用于检验地面测站由于迁站、仪器变更、环境恶化等因素造成气候序列的非均一性,并进行订正.使用该系统对浙江省地面36个测站的年平均温度、年平均风速及年降水量序列进行了均一性检验,效果较好.     

宁夏年气温资料的均一性检验研究

选取宁夏24个气象站从建站到2006年年平均气温资料,采用Potter检验法对年气温资料进行均一性检验.结果表明:宁夏有9个测站年气温资料存在间断点,有15个测站无间断点;间断点主要集中在2001-2006年,共有7个,占总数的77.8%,其中有6个测站是因为站址迁移造成的;20世纪50年代测站的迁移最频繁,迁移次数不是造成年平均气温序列非均一性的直接原因,迁移前后测站环境的显著改变是主要因素,测站未迁移但测站环境城镇化变化也是因素之一.     

牡丹江气象站迁站前后气象资料对比分析及均一性影响

利用牡丹江气象站1967-2017年51 a气象资料,对比分析迁站前后气象要素变化,并采用t检验和SNHT法对气温序列进行均一性检验,结果表明:迁站前后牡丹江站气温、降水和风速都发生了明显变化,其中风速变化显著;站址迁移对牡丹江站温度序列均一性的影响非常显著。     

利用台站元数据及卫星遥感资料分析影响气温序列均一性的原因

为了减少均一性检测结果的不确定性,提高均一性检测结论的可信度,基于可靠证据探讨影响气温序列均一性的可能原因,用3种均一性检测方法对陕西77个台站月平均气温序列进行检测,同时引入台站元数据及卫星遥感影像数据对其结果进行判别,并分析影响气温序列均一性的原因。结果表明:2种及其以上方法检测出的非均一断点36个(占78%)有台站元数据支持,台站站址迁移、观测仪器变更和日平均计算方法改变造成气温序列非均一断点的百分率分别为66.7%、22.2%和11.1%。利用以气象站为中心的缓冲区内土地利用/覆盖变化(LUCC)的卫星遥感影像和台站元数据中的图像文件综合分析认为,台站探测环境的变化是影响潼关站气温序列均一性的重要原因。建议将卫星遥感影像作为台站元数据的补充,以便更加直观、客观地定量描述台站探测环境。     

新疆气象站年均风速均一化订正与基本风压估算初探

为了较好地开展风能资源的详查与综合评价工作,根据新疆各风区挑选的参照站历史风况资料序列特点,在参考测站历史"元数据"直接进行非均一性检验与一致性订正基础上,对其中4个长期无自记风记录参照站采用标准正态均一性检验、Potter检验、平行累计和等客观方法对1970～2009年的年平均风速序列进行了非均一性检验与均一化订正,同时对测站无自记风时期年最大风速序列的时距换算进行了初步探索。结果表明:1)布尔津、淖毛湖、红柳河站的年平均风速存在因测站环境改变或其它不明原因而使序列间断的现象。从年平均风速序列SNHT非均一性订正结果以及测站四周建筑群体的发展规模看,布尔津测站受测站环境变化等不明原因的影响程度最大,三度间断,累积订正量平均达0.9m.s-1左右。淖毛湖站两度间断,其中1次与近距迁站而又未进行迁站订正有关,订正量约为0.1～0.2m.s-1。红柳河站的1次间断,也与未进行迁站订正有关,订正量约为0.1～0.2m.s-1。2)在构建测站无自记风时期历年最大风速序列的时距时次经验公式中,十三间房站适于西北统一经验公式,其余3站适于在一定阈值风速条件下,根据有自记风时期2min时距平均风速与10min时距最大风速的相关比值系数进行订正。     

迁站和仪器更换对阿拉山口风速资料的影响分析

风是一个对测点环境变化较为敏感的气象要素,测站迁站、环境变化、仪器更换等因素均会导致风速序列的非均一性,从而使一地风资料缺乏真实性和可信度。阿拉山口是我国一个著名风门,并且阿拉山口站经历过多次迁站和仪器更换,因此对阿拉山口风资料的均一性检验很有必要,本文利用M-K突变检验法、标准差以及方差显著差异分析等方法对阿拉山口风速序列进行均一性检验,得出：阿拉山口站54 a平均风速序列在2004年发生突变,突变后风速大幅减小。2001年的迁站没有造成风速突变,且经过检验新、旧站风速资料可以合并统计;2004年更换自动测风仪所测风速比人工站大,与2004年后风速突然减小相反;阿拉山口站与周边对比站风速变化曲线在2004年后是反相的,分析可知风速突变的原因不是由仪器更换、气候变化直接导致,经调查分析与2004-2005年阿拉山口地区在气象站上风方大面积种植防风林带有关。     

互助站迁站前后气温序列均一性检验及订正

气象台站的迁移常导致气候序列的非均一性。本文对互助站迁站前后气温序列作均一性检验及订正。采用t检验和SNHT法,对互助站迁站前后的气温序列进行均一性检验,结果表明站址迁移对互助站温度序列均一性的影响非常显著。对差值法、一元线性回归、逐步多元线性回归以及确立订正方程式的参考站平行资料年限对互助站气温序列订正效果进行分析,结果表明用参考站15年平行观测资料建立的逐步多元线性回归订正效果较好。用逐步多元线性回归法对互助站迁站前的气温序列进行订正,经订正后互助站气候倾向率为0.31℃/10a,消除了序列的不均一现象。     

贵阳站气温均一性检验与订正

基于贵阳市辖区8个气象观测站近50a月平均气温资料,结合标准正态检验(SNHT)方法,判断出贵阳站气温存在非均一性.借助参考站历史资料序列,对贵阳站气温非均一性断点后的资料采用多元线性回归进行拟合订正,结果表明:贵阳站自2000年迁站后,气温观测值比迁站前低约1.4℃,该成果有助于在今后的气候业务及科研中更好的沿用贵阳站气温历史序列,也将使贵阳站气象要素资料能够在以后的年代里继续保持连续性.     

中国地面相对湿度非均一性检验及订正

利用加拿大环境部气候研究中心研发的PMTred和PMFT方法,选取均一的邻近站为参考站,使用相关系数权重平均构建参考序列,结合元数据信息,对1951-2014年中国2400多个国家级地面站月平均相对湿度进行了非均一性检验与订正,并分析了造成相对湿度序列非均一的主要原因。结果表明,中国地面相对湿度资料存在较严重的非均一问题,68%的台站存在断点,人工观测转自动观测、迁站和时次变化是造成序列非均一的主要原因。整套资料负订正量所占比例较高,订正范围主要集中在-5%～0之间,这种负订正量与人工转自动观测后相对湿度观测值偏低有密切关系。这也使得订正后中国平均相对湿度趋势与订正前存在明显差异,订正前中国平均相对湿度呈下降趋势,订正后相对湿度没有趋势性变化。     

山东省45年年平均气温均一性检验

采用回归检验法对山东省120个台站1961~2005年的年平均气温序列进行了显著非均一性检验。通过与台站历史沿革信息的比较分析,表明在显著性水平α=0.01时回归检验法能有效地检验出年平均气温序列的非均一性。分析结果显示,气象台站的位置、环境、观测方法和时制、仪器类型和高度等变动,对年平均气温序列的非均一性均有不同程度的影响,其中台站迁移对温度序列的均一性影响最大。     

多种方法在年平均风速均一性检验中的效果对比

针对安徽省天长和宿松气象站建站至2010年逐年平均风速资料,分别利用直接检验方法和3种间接检验方法：标准正态均一检验（the standard normalhomogeneity test,SNHT）、惩罚最大t检验（the penalized maximal t test,PMTT）和惩罚最大F检验（the penalized maximal Ftest,PMFT）,对这两个气象站逐年平均风速序列进行了均一性检验,并对不同检验方法的效果进行了对比分析。研究结果表明：1）站址迁移、观测场环境变化、仪器变更以及测风手段变化等均能对年平均风速序列的均一性产生影响,其中测风手段变化的影响最为明显。2）由于以气象台站观测记录为依据,直接检验得到的结果最为真实可信;此外SNHT、PMTT和PMFF方法对年平均风速序列的间断点均有一定的检验能力,但遗漏间断点的情况也比较明显。因而在年平均风速序列的均一性检验中,若气象台站观测记录相对较齐全,首先考虑采用直接检验,然后再考虑补充采用其他间接检验手段。     

南海海洋观测台站海表温度资料的均一性检验与订正

采用最大惩罚T检验（Penalized Maximum T Test,PMT）方法,结合海洋台站元数据信息,选取临近气象站做为参考站,对中国南海9个海洋观测台站月平均SST资料序列进行均一性检验,在充分考虑区域性气候变化因素的影响下,对检验结果进行气候合理性分析并对不连续点进行订正。结果表明:（1）通过多种数据的相关性比较和分析发现,临近气象站的气温资料序列是南海台站SST资料订正最优的参考序列;（2）平均每个海洋台站SST资料序列存在1~2个不连续点,其中站址变迁、仪器变更和环境变化对均一性的影响较大;（3）订正后的南海SST序列质量有大幅提高,表明南海SST具有更明显的增暖趋势。      

Homogenization of Surface Pressure Data in Tianjin,China

Based on a hydrostatic check, a preliminary quality control procedure was applied to the hourly surface air pressure(SAP) and sea level pressure(SLP) data from 13 surface observation stations in Tianjin, China. The daily and monthly series of the two pressures were tested for homogeneity with the RHtestsV5 software package and corrected by using the surface air temperature data as a reference. The results showed that 5 and 3 of the 13 stations had significant breakpoints in their SAP and SLP data, respectively, mainly caused by station relocation. Quantile matching adjustments showed that both pressures were dominated by positive deviation corrections and adjustments, with probability densities 0.2 concentrated in the ranges 0.02 to 1.80 and-0.02 to 1.64 hPa. Comparison of the variances and trends of the two pressures before and after adjustment showed that homogeneity correction can greatly reduce the influence of abnormal discrete pressure data and make the long-term trends of the series more reasonable.Taking Baodi station(54525), which has the most significant correction results, as an example, the trend amplitude of the adjusted SAP and SLP was increased by 0.316 and 0.294 hPa(10 yr)-1(95% confidence level), respectively,clearly weakening the sudden reduction induced in the two pressure series by the relocation of this station. Comparison with similar products showed that the adjusted data were better than those from the China Meteorological Administration. Therefore, the reliability of the surface pressure data and the processing techniques have been improved.     

资料均一化对沈阳站气温趋势和城市化偏差分析的影响

利用国家气象信息中心2013年发布的逐日均一化气温资料,对沈阳站资料均一化处理前后平均气温和极端气温指数序列的线性趋势及其城市化影响偏差进行了比较评价。结果表明:1)资料均一化处理对日最高气温及其衍生的极端气温指数序列趋势估计的影响较弱,但对日最低气温及其衍生的极端气温指数序列趋势估计具有显著影响。2)经资料均一化处理后,平均气温序列中的城市化影响偏差有所增大,平均最低气温序列中的城市化影响偏差增大尤其明显;与冷事件有关的极端气温指数序列的城市化影响偏差数值有所减小,与暖事件有关的极端气温指数序列的城市化影响偏差数值有所增加。3)资料均一化处理有效纠正了因迁站等原因造成的地面气温观测记录中的非均一性,但却在很大程度上还原了城市站地面气温观测记录中的城市化影响偏差。     

中国西北地区台站迁移对气候资料均一性影响的研究进展

随着全球变暖的趋势越来越明显,气候变化研究也成为最受关注的问题。均一化长序列数据是气候变化研究的基础。然而由于台站的迁移等因素,导致了资料序列中的非均一性,这种包含非气候因素变化的非均一性气候序列直接影响了气候研究的不确定性。本文在综述国内外地面气候资料均一性检验方法、地面气候资料非均一性产生的原因等进展的基础上,重点分析了中国西北地区台站迁移对气候资料均一性的影响,认为台站迁移是造成气候资料不均一性的主要因素之一,使研究结果不能正确反映气候的变化趋势;国外成熟的均一性检验和订正方法为我国西北地区地面台站迁移对气候资料均一性的影响研究提供了可借鉴的思路、方法和手段;以往关于我国西北部地区气候变化的研究较少考虑气候序列中存在的非均一问题,造成了研究结论的不确定性。因此有必要对我国西北地区经过台站迁移的台站进行均一化的检验和订正。     

基于三参数Weibull分布的安徽省年最大风速均一性检验

以安徽省56个国家级气象站1980—2018年年最大风速序列为研究对象,采用基于三参数Weibull分布的变点检验方法对年最大风速序列均一性进行检验,以郎溪站数据为例,给出了检验和分析的具体过程,最后将该方法检验结果与PMFT法、SNHT法检验结果进行了对比分析。结果表明：56个站点的年最大风速序列均通过Weibull分布检验,而通过正态分布检验的年最大风速序列只有45个,表明年最大风速序列更符合Weibull分布;Weibull法检测出的18个非均一点中有15个得到印证,检验准确率为83.3%,PMFT法检测出的4个非均一点均由迁站造成,检验准确率为100%,SNHT检测出的20个非均一点中有15个得到印证,检验准确率为75%。造成序列非均一的主要原因是台站迁移、仪器换型、仪器高度调整和探测环境变化等;综合比较发现,PMFT法对年最大风速序列非均一点的敏感程度不如Weibull和SNHT,而SNHT法对待检序列要求较高,且检验准确率不及Weibull法,表明Weibull方法在年最大风速序列的均一性检验中更具有优势。     

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。     

自动气象站温湿度传感器更换的影响评估

选取湖北省自动观测记录较长的38个站作为被检站,每个被检站选取3个邻近站,统计相对湿度、水汽压序列与邻近站的相关系数、平均值及方差变化情况,分析由人工观测改变为自动气象站观测后,两者存在的差异,并对其中4个国家基准气候站2003—2011年自动观测和同期人工观测进行对比,得到这4个站9年内每次更换温湿度传感器对相对湿度、水汽压记录的影响情况。结果表明:对比自动观测与人工观测两个序列,被检站与对应邻近站的相对湿度、水汽压的相关系数呈减小趋势,两种观测差值的平均值和方差差异显著;温湿度传感器的更换易产生相对湿度和水汽压记录的跳变;温湿度传感器的检定示值误差是加剧自动观测与人工观测序列显著差异的重要因素;改进观测方法,完善自动气象站检定规程,是自动观测与人工观测序列均一性的重要保证。