百叶箱和通风防辐射罩气温观测系统的数据对比与订正

气温是常规地面气象观测的基本要素,其观测方法和误差直接关系到对大气过程的理解和预报精度。开展不同气温观测系统间的对比和分析,保证观测数据的准确性和可比较性,对大气科学以及天气气候的预测、预报研究具有重要意义。本文利用2009年9月至2010年8月的对比实验数据,分析了百叶箱气温观测系统和通风防辐射罩气温观测系统的数据差异,讨论了系统误差与环境温度以及辐射误差与太阳辐射和环境风速之间的关系,给出了相应的订正方法,最后对订正效果进行了检验。结果表明:与通风防辐射罩的气温数据相比,百叶箱的气温数据偏高,其中夜间平均偏高0.19°C,白天平均偏高0.29°C;系统误差是环境温度的一元线性函数,气温每升高1°C,系统误差就会增加0.006°C左右;辐射误差是太阳辐射与环境风速互相耦合作用的结果:太阳辐射有较强的增温效应,与辐射误差呈现近似的抛物线函数关系;环境风速有较好的冷却效应,与辐射误差呈现出近似的负指数函数关系;经误差订正后,夜间和白天的数据误差均减小到了0.0°C,-0.2~0.2°C的样本比例分别从订正前的64.5%和45.3%提高到了83.7%和80.6%,一致率提高到了92.3%和96.0%。     

第二代自动气象站不同气温观测系统数据对比分析

利用2009年8月—2010年7月的平行观测数据,分析了第二代自动气象站百叶箱气温观测系统和气候塔通风防辐射罩气温观测系统的数据差异,讨论了季节、月份以及时次等不同时间尺度下的太阳辐射强度和环境风速大小对这种差异的影响。结果表明:与百叶箱的数据相比,气候塔的气温分钟值、日均值和日最值等都平均偏低0.2℃左右;数据对比差随太阳辐射的增强而变大,两者间存在较强的正相关性,其中夏季、8月份和15时的偏差均值分别达到了0.29℃、0.30℃和0.31℃;数据对比差随环境风速的增强而减小,两者间呈较强的负相关性,当风速大于5.4 m/s时,数据对比差的平均值和标准差从风速小于1.5 m/s时的0.17℃和0.31℃分别减小到了0.12℃和0.10℃,而数据对比差小于0.2℃的样本比例从60.3%提升到90.4%。     

轻型百叶箱和玻璃钢百叶箱气温对比研究

为揭示轻型百叶箱和玻璃钢百叶箱气温的差异变化特征,利用上海枫泾区域自动气象站2012年4月至2013年9月分钟级数据,采用线性分析、线性拟合、多元回归等方法,对两种百叶箱的气温和日极值进行月尺度对比,揭示两种百叶箱气温测值差异程度,分析不同云量、不同升(降)温速率、不同风速、不同降水强度下两种百叶箱气温差特征,探讨产生气温差的原因,并计算不同季节的轻型百叶箱气温订正方程。研究发现:两种百叶箱气温差、气温差的离散度、气温日极值差均存在季节性差异。轻型百叶箱春、夏和秋季的日最高气温参考价值较低,高温日参考价值较低。太阳辐射和红外(红外冷却)辐射对两种百叶箱气温差影响较大,辐射量越大,则气温差异越大。单一风速条件或单一降水条件对气温差的影响较小。而降水条件下,大风和低风速时的红外冷却辐射会导致气温差异增大。轻型百叶箱气温测量值对环境气温变化的敏感度要高于玻璃钢百叶箱,更能反映非周期性变化特点。结果表明:材质和结构决定轻型百叶箱防辐射性能较低,是导致两种百叶箱测温差异的主要原因。     

冷湖站两套自动站气象资料的对比分析

通过对冷湖气象站2014年6月至10月DZZ4型新型站(现用)与Milos500自动站(备份)5个月的对比观测资料,用粗差率、对比差值、一致率等统计方法进行了资料的对比差异分析,得出观测资料的完整性较好,两套自动站仪器观测的风和地温要素资料存在一定的差异,其他要素观测资料一致程度较高,在风速和地温的资料应用中,应进行订正处理。     

强制通风温度传感器的计算流体动力学分析

本文利用计算流体动力学(Computational Fluid Dynamics, CFD)方法对基于076B型强制通风防辐射罩的温度传感器进行流固耦合传热分析,计算不同太阳辐射强度、下垫面反射率、强制通风速度、气象站海拔高度和下垫面长波辐射强度等影响因子条件下温度传感器的辐射误差。为实现影响因子连续变化时能提供准确修正数据的目标,采用神经网络算法仿真值计算结果进行拟合,获得辐射误差订正方程。结果表明,辐射误差订正方程的修正误差在0.005℃以内。订正后的气温观测数据有望用于气候变化研究和高精度天气预报。     

宁夏自动站与人工观测气温的差异对比分析

利用2003—2004年宁夏17个自动站和人工站的气温平行观测资料,进行了对比差值及其均方根、标准差、粗差率和一致率等方面的对比分析,并对自动站观测气温序列进行了显著性检验。结果表明:由于观测原理、时次、方式等方面的不同,造成了两种仪器的气温偏差有明显的日变化,季节性和地域性差异不明显,自动站观测气温与历史序列无显著性差异。虽然自动站有很多人工站无法比拟的优越性,但两者之间的偏差较大,特别是白天,偏差幅度超过±0.2℃,离正常业务使用有一定的距离,所以需要一定时间的平行观测,对其数据序列进行均一性分析和客观订正,使其在天气预报和气象服务工作中更好地发挥作用。     

百叶箱结构对气温观测值的影响

通过分析2009年3月至2010年2月小百叶箱观测温度与自动站大百叶箱的温度发现:月、年平均温度均是小百叶箱内观测值普遍低于大百叶箱观测值,但差值较小,多数在0.2℃以内.平均最高温度差值略大,最大值为0.4℃,冬季差异大.月极端温度差值大且不稳定,差值有正有负,均在正负1℃之内.日极端温度差值比较集中,最高温度主要分布在-0.65～0.14℃,最低温度在-0.4～0.02℃.温度日变化趋势非常一致,温度变化平缓时两者基本重合;剧烈变化时,大百叶箱内升温快,降温也快.一日内降温阶段差值为正,升温阶段,差值为负,差值最大的时间在上午09:00-12:00.无论在多云和少云,还是高风速和低风速条件下,两种百叶箱内测量的气温差值普遍在0.2℃以内.     

大连自动站与人工站观测数据的差异对比分析

利用2005—2006年大连自动气象站与人工站观测的温度、气压、降水、相对湿度、0 cm地温和风速风向等资料,对其差值、粗差率、一致率和风向相符率等进行对比分析。结果表明：自动站与人工站气温、本站气压、降水和0 cm地温观测差值较小,其准确度能够满足日常业务使用;而相对湿度、10 min与2 min风速和风向相符率观测差值较大,距离正常业务使用有一定的距离。因观测数据采集方法不同、感应器所处的环境不同、观测仪器原理不同、观测样本不同、观测时间的差异和人为因素的影响是造成对比观测差异的主要原因。     

干湿球读数为何一样?

20 0 0年 9月 5日 1 9时 3 0分左右 ,本站受到强雷雨云团过境影响 ,各气象要素急剧变化 ,风向突变 ,风速从 0 8ｍ/ｓ突然增大到 1 8 5ｍ/ｓ ,气压急升 2 5ｈＰａ ,气温剧降 4℃ ,相对湿度从 6 5 %直线上升至 94% ,升幅达 2 9% ,这是飑线过境的天气现象。狂风夹着暴雨倾泻而下 ,观测员 1 9时 45分冒着风雨到观测场观测 ,小百叶箱温度记录如下 :干球 2 2 1℃ ,湿球 2 2 1℃ ,最低气温 2 2 5℃。干湿球数值相等 ,而且最低气温记录却比干球记录高 ,反复复读无误。为保证记录的完整性 ,观测员仔细分析查找原因 ,重回观测场巡视小百叶箱 ,发…     

广州国家基本站新旧址气象要素差异分析

利用差值分析方法对广州国家基本站新旧址的常规同步观测气象要素资料进行分析,结果表明：（1）萝岗新站平均气温、最高气温、最低气温均小于五山旧站,年平均气温差值为0.9℃,年平均最高气温差值为0.4℃,年平均最低气温差值为1.1℃。（2）萝岗新站的平均风速明显大于五山旧站,萝岗新站全年以偏北风为主,其中春夏季节的偏南风也占一定的比例,风向的季节变化不明显。（3）高温天气过程的最高气温差异不明显,风速较大时,最大差异为0.6℃。冷空气过程中,平流降温占主导地位时,新旧测站的最低气温差异约0.7℃;平均最低气温差异随晴空辐射加强而增大,平均差异达-2.7℃,极端差异达4.2℃。（4）萝岗新址2010年观测到极端最低气温-1.2℃,破了广州市极端最低气温0℃的记录。     

长江下游百年一遇的极值风速分布

利用2000-2006年长江下游沿江8个风速、风向观测点与邻近气象站同步对比观测资料和1971—2006年长江下游40个气象站风资料, 依据具99%置信水平的数理重构方案和极值Ⅰ型计算方法, 详细给出长江下游百年一遇风速分布状况。结果表明:长江下游沿江地区百年一遇极值风速为25~38 m/s, 较一般方法上限高3 m/s, 下限低2 m/s; 长江南京—镇江段和南通—崇明段, 是长江下游沿江地区的两个大风区, 百年一遇极值风速不低于29 m/s, 其在入海口附近可达34 m/s以上; 在长江常州—江阴段, 江南、江北对称分布两个风速相对低值区, 百年一遇极值风速为23~24 m/s。该结果充分考虑气象站风速资料和局地风速状况, 是沿江相关工程气象应用的重要补充。     

利用无人机探测台风海鸥的气象要素特征

2008年7月18日对0807号台风海鸥进行了无人机探测工作。该次探测为中国大陆首次利用无人机直接向台风中心方向飞行, 进行台风基本气象要素的探测。无人机对台风海鸥进行了近4 h的飞行探测, 飞行高度为500 m, 距台风中心最近距离为108.4 km, 成功获得了探测时段内的温度、气压、相对湿度、风向、风速及海拔高度等基本气象要素数据。结果表明:气压和海拔高度呈显著性相关 (r=-0.98);距离台风中心越近, 气压越低, 风速越大, 温度也呈明显下降趋势; 地面至300 m的平均温度梯度为-1.02 ℃/100 m, 300~500 m的平均温度梯度为-0.46 ℃/100 m, 近地面的温度随高度变化较大; 探测时段内, 风速最大值为22.3 m/s, 平均值为15.1 m/s。     

嘉兴市夏季水泥地面温度特征分析与预报

对嘉兴市2006、2007年夏季（6-9月）生态观测场水泥地面温度与同步观测的百叶箱自动观测空气温度资料进行统计分析,结果表明：夏季水泥地温的平均温度、极端最高温度均与百叶箱温度在日、月、季同步变化,但差异特点明显,最大差异表现在夏季日最高温度上;夏季24 h各时次的温度变化与百叶箱温度比较,水泥地温度具有极端最高温度出现早、高温时间短、差异大、早晨最低温度接近并略偏高的特性;夏季水泥地面最高温度与日照、降水、风向风速、相对湿度等要素密切相关。采用最优子集回归方案和卡尔曼二次滤波预报方案对水泥地面最高温度作定量预报输出,结合不同天气（晴天、多云到阴、降水）类型给予不同的人工修正,能在实际专业预报服务中取得较好的效果,可提高夏季城市专项气象服务水平。     

1951-2005年内蒙古东部气候变化特征分析

选取1951－2005年内蒙古东部4盟市48个地面气象观测站的地面气象观测资料,采用趋势分析法分析了内蒙古东部地区气温、降水、风速和日照时数的变化趋势及空间分布特征。结果表明：近50 a来内蒙古东部地区气温升高,且极端最低温度升高的程度大于极端最高气温升高的程度;呼伦贝尔东部和赤峰西南部降水增加较明显,通辽降水减少最明显;平均风速变小,仅通辽呈风速增大的趋势;日照时数和降水量的变化趋势相反。     

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。     

长沙市夏季百叶箱内外温度特征

对长沙市2011、2012年夏季(6—9月)百叶箱内外温度同步观测资料进行统计分析,结果表明:百叶箱内外温度呈现白天箱外温度高于箱内,晚上低于箱内的日变化特征,但不同类型天气交替时间存在早晚不一。箱内外夏季平均温度、极端最高温度的变化趋势一致,但箱外温度高于箱内,且不同类型天气百叶箱内外温度存在差异,阴雨天平均相差1.2℃,多云差2.8℃,晴天差3.1℃,极端最高温差达6.4℃。特别是日最高温度大于等于35℃的高温日数,2年箱内共出现61天,而箱外多达125天;箱内极端最高温度为38.9℃,而箱外极端最高温度高达42.0℃。因此,在高温预报和公共气象服务工作中,应当要考虑外界温度(百叶箱外温度)与百叶箱内温度之间存在的差异。     

1981—2020年安徽省不同重现期最大风速和极大风速时空变化特征

分别从质量控制级别、有效数据完整率、是否均一等方面考虑,选取安徽省51个气象站1981—2020年逐日10 min最大风速和2006—2020年逐日极大风速资料,基于最大风速资料应用阵风系数法构建1981—2005年极大风速,得到1981—2020年极大风速的长时间序列数据;对风速资料进行拟合适度检验,估算了安徽省不同重现期最大风速和极大风速的时间变化以及空间分布,并对极大风速序列延长前后重现期估算情况进行了对比。结果表明:(1) 利用阵风系数法构建的极大风速数据可信,可为因缺少长时间序列的极大风速观测而无法进行50年或者更长重现期估算提供参考;(2) 1981—2020年安徽省历年最大风速强度为12.38 m/s,极大风速强度为20.55 m/s,均为皖南低矮山区的风速值较低,沿江西部及江淮之间中部处于相对大值区;(3) 30年重现期最大风速为12.09~27.23 m/s,50年为12.64~29.01 m/s,均是石台站最小,桐城站最大;30年重现期的极大风速为23.51~39.56 m/s,50年为24.58~41.93 m/s,均为池州站最小,桐城站最大;(4) 短期的观测资料会降低重现期估算结果的可靠性。      

基于径向基函数神经网络温度预报订正方法及评估

根据中央气象台自2017年10月—2018年9月20:00起报未来72 h 0.05 °×0.05 °分辨率格点日最高、最低温度指导预报和国家气象信息中心格点温度实况,应用Matlab神经网络工具箱提供的newrbe函数,建立基于径向基函数(RBF)神经网络的温度预报模型,对2018年10月—2019年9月RBF预报产品进行格点检验评估,并与同期的EC模式预报产品做了对比。结果表明:（1）通过RBF模型订正后的24 h、48 h和72 h日最高和最低温度预报准确率较中央气象台指导预报（NMC）分别提高了7.21%、6.98%、5.48%和5.67%、4.46%、4.47%,均为正技巧,且春、夏、秋季预报订正效果要好于冬季;（2）分区域预报检验来看,除海源、同心、彭阳的最高温度预报和海源、惠农的最低温度预报误差偏较大外,其他区域的误差基本都小于2 ℃。特别是对强降温、霜冻天气的温度预报准确率高于NMC,对预报员有一定的参考价值。      

NEX-GDDP和CMIP5对青藏高原地区近地面气象场历史和未来模拟的评估与偏差校正

青藏高原是全球变化研究的热点区域,气候模式模拟是研究该区域气候变化的重要数据来源。本文使用基于中国地面台站的插值格点数据集(CN05.1),对国际气候耦合模式第5次比较计划(CMIP5)及其高分辨率统计降尺度数据集(NEX-GDDP)中15个模式1966-2005年间的逐日最高/最低气温、降水和平均风速在青藏高原区域的模拟能力进行了评估。使用多领域间影响模型比较计划(ISI-MIP)的偏差校正方法对上述数据进行了训练和验证,并对未来时期模式数据进行了校正。研究表明:(1)训练时期(1986-2005年),NEX-GDDP高估了日最高气温(1.04℃)和日最低气温(0.23℃),低估了日降水量(-0.11 mm),CMIP5低估了日平均风速(-0.11 m·s^-1)。年/季平均值/总量和极端值存在较大偏差。(2)校正后,验证时期(1966-1985年)各变量逐日数据的相关系数提高(除气温外),均方根误差下降,平均偏差幅度减小。各变量的年/季平均值/总量和极端值的偏差大幅减小。(3)对于未来时期(2006-2095年),校正过程保留了原有数据年/季平均值/总量和极端值的变化趋势,调整了各要素平均值/总量和极端值的基准值和空间分布特征,以更准确地衔接历史时期的规律,可为该地区未来气候变化及其影响研究提供重要参考。     

基于均一化观测序列的京津冀地区气候变化格局分析

利用1960~2015年京津冀地区88个国家级气象站观测资料（包括日平均气温、日最高气温、日最低气温、日降水、日平均风速等）,使用MASH（Multiple Analysis of Series for Homogenization）方法剔除台站迁址、仪器变更等因素所致偏差后,生成均一化的观测资料集。基于新资料集计算了各站气温、降水和凤速序列的线性趋势和Morlet小波等统计特征,分析了京津冀地区气候变化格局。结果表明:MASH方法能较准确地检测并校订观测序列中迁站、仪器变更等因素所导致的非均一性;1960~2015年期间京津冀年平均气温显著上升,上升幅度为0.261℃/10 a;降水减少,平均减少11.27 mm/10 a;风速显著减小,平均减小0.193 m s-1（10 a）-1。