智能网格能见度实况融合格点分析产品在一次大雾天气过程中的评估

采用邻近插值和双线性插值方法,将国家气象信息中心研发的能见度实况融合格点分析产品插值到四川省156个国家级考核站,选取2018年11月25日四川盆地一次大雾天气过程,对其在四川盆地的适用性进行评估.结果 表明,该产品误差普遍在5km范围内,随着海拔的增加,逐渐由低估转为高估;分级检验为:30km以上能见度的误差最大,随着能见度的下降,误差也逐渐下降.大雾过程中,产品能监测低能见度天气,表现出落区的变化,能见度在30km以上时,格点实况以高估为主,30km以下时随着能见度的降低,格点实况从低估逐渐转为高估.     

CLDAS地面要素产品在陕西的适用性评估

基于陕西省1 540个地面自动气象站的观测资料,采用平均误差、平均绝对误差、均方根误差、相关系数等评估指标对5 km分辨率的CLDAS小时产品——2 m气温、2 m相对湿度、能见度、10 m风速在陕西的适用性进行了评估检验。结果表明:CLDAS 2 m气温、2 m相对湿度产品在陕西质量较好,能见度次之,10 m风速质量相较差。对CLDAS 2 m气温评估结果的进一步分析表明,各评估指标具有一定的月变化、日变化特征,但整体质量趋于稳定;高海拔地区,评估指标变化明显,代表性相对差。CLDAS 2 m气温对日最高、最低气温也有很好的指示性。分辨率为1 km与5 km的CLDAS 2 m气温产品对比评估表明,1 km气温产品的误差较小,相关系数更大,尤其对于高海拔地区,质量有明显改善,代表性增强。     

两种高分辨率气温实况融合产品在四川省的质量评估

选取四川省156个国家级考核站、1282个区域考核站及1411个区域非考核站2019年8月1日～2020年7月31日的气温数据,利用相关系数、平均值误差、均方根误差等指标,评估了CLDAS(5 km×5 km)和HRCLDAS(1 km×1 km)两套气温实况融合产品在四川省的适用性.结果表明:两套融合产品的相关性都很...     

中国区域高分辨率温度实况融合格点分析产品质量评估

采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。      

融合降水实况分析产品在四川地区的适用性评估

利用四川省地面自动站2018年6月—2019年5月的逐小时降水观测资料,在邻近插值和双线性插值对比分析的基础上,从晴雨准确率、降水时空特征、降水分量级检验等多个方面,对国家气象信息中心研制的融合降水实况分析产品在四川地区的适用性进行评估分析。评估结果表明:(1)邻近插值和双线性插值对评估结果影响小。(2)融合降水实况分析产品的完整性好,其平均晴雨准确率为92.6%,对探测降水有无存在较大可能。(3)融合降水实况分析产品的数据质量较高,能反映四川区域年内小时降水的时空变化特征,且随着降水量级的增大,误差相应增大,TS评分相应减小,说明在弱降水量级,融合降水实况分析产品与观测降水更接近。(4)非独立检验的效果好于独立检验,盆地的检验效果好于高原、山区等复杂地区,说明参与评估的站点分布、数据质量对评估结果存在一定影响。     

多源融合格点实况数据在四川高温过程的适用性分析

利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。      

四川省CLDAS和ECMWF再分析数据风速产品评估

利用2019年1月1日00时～12月31日23时(世界时)四川156个国家站和1768个区域站的观测数据,评估全国智能网格实况分析产品(CLDAS)和ECMWF再分析数据(ERA5-Land)的10m风产品。采用双线性插值方法,将两种分析产品插值到气象站点,与观测值对比,通过平均误差,平均绝对误差,均方根误差和相关系数等指标对以上两种产品进行评估比较。结果表明:两种分析产品对于四川省国家站和高原地区区域站风速都以低估为主,但盆地区域站高估。风速在高原地区所有评估指标都比盆地内差,高原地区需谨慎使用格点风产品。CLDAS对于国家站的各项评估指标都优于ERA5-Land。两种产品与区域站的平均误差,平均绝对误差,均方根误差结果整体相近,但CLDAS对非独立区域站的误差相对更小。ERA5-Land相关性较差,与四川地区实际观测的地面风速变化趋势相反, 不适用于四川。      

CLDAS温湿产品在贵州的适用性评估及订正

使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统（CLDAS）温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00（北京时）温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相...     

基于RMAPS-CHEM模式产品的北京地区能见度预报订正

基于RMAPS-CHEM空间分辨率为3 km的逐小时能见度预报产品,考虑到不同区域、不同时效及不同级别的预报误差不同,对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正,以2016年数据为样本,并对2017年数据检验。订正结果表明该统计订正方案对2017年能见度预报有较好的订正效果,不仅可以较好地改善其对高海拔地区的高估现象,也能更好地预报出低能见度现象。以2017年1月为例,北京观象台站能见度平均偏差及均方根误差都有所降低,0～24 h分级预报准确率均有所提高。同时,对优化后结果进行合理插值,并应用于北京iGrAPS无缝隙智能网格预报分析系统,得到北京地区1 km空间分辨率的0～96 h时效能见度预报产品,从而为雾、霾等低能见度天气现象的预报提供支撑。     

CLDAS陆面融合实况数据对天津雾和霾判识的准确性分析

雾和霾是危害人类健康和影响社会经济发展的灾害天气，精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品，分析了中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明：与台站资料相比，CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%;CLDAS产品对轻雾的逐月检出率为81.1%～96.4%，雾和霾出现较多的月份，其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾（各站为3.8%～21.4%）和霾漏判（各站为8.6%～25.0%）。当台站水平能见度在区间[0,0.75 km）时，CLDAS能见度的误差主要导致雾误判为轻雾；在区间[0.7...     

CLDAS陆面同化资料和ERA5-Land再分析资料气温产品在江西省的适用性评估

以江西省376个气象自动观测站的逐小时气温数据为基准,采用偏差、相关性和平均绝对误差等评价指标,对比分析2017—2022年CLDAS陆面同化和ERA5 Land再分析气温资料在江西省的适用性。结果表明： 1） ERA5 Land、CLDAS资料均能很好反映大部分站点的气温变化,CLDAS资料与观测资料的相关系数为0.99,相关系数区间分布较为集中;ERA5 Land资料与观测资料的相关系数为0.97,分布较为分散。2） 相较于观测站点多年平均气温,CLDAS资料较为接近,ERA5 Land资料则偏离较大。3） CLDAS资料的平均绝对误差明显低于ERA5 Land资料,二者均存在平原、盆地部分站点平均绝对误差较小而局部高海拔山区站点异常偏大的空间特征,以及秋季最大而冬季最小的季节特征。4） ERA5 Land资料偏差的日变化范围为-0.65—0.39 ℃,整体呈现单谷形分布;CLDAS资料偏差日变化范围为-0.05—0.05 ℃,波动幅度较小,没有明显的变化特征。5） 两种格点资料均能较好反映大部分站点的低温日数变化,但对于高温日数变化,ERA5 Land资料偏差较大,CLDAS资料偏差较小。     

MODIS气溶胶产品在池州市能见度估算中的应用

能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。     

四川省近10年极端小时降水时空分布特征

利用2012~2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明:（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。      

CLDAS和GLDAS土壤温度数据在陕西省的适用性评估

利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

太原大气能见度影响因子分析及能见度预报

利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。