基于CLDAS-Prcp多源融合降水产品的WRF-Hydro模式在綦江流域的水文效用

为了提升对中小尺度流域的径流模拟和洪水预报能力,给防灾减灾和科学研究提供参考依据,本文评估了CLDAS-Prcp多源融合降水产品在中小尺度流域中的水文效用以及WRF-Hydro模式在中小尺度流域中的模拟效果。首先利用CLDAS-Prcp多源融合降水产品和IMERG-Final多源融合降水产品分析了綦江流域7个典型洪水个例中的累计降水量空间分布特征以及小时面雨量时序变化特征,再利用两种多源融合降水产品分别驱动WRF-Hydro模式对綦江流域7个典型的洪水个例进行模拟,并与实测径流量进行对比分析。结果表明：（1）CLDAS-Prcp在累计降水量空间分布上比IMERG-Final刻画出了更多的细节,大值落区和降水总量上也更为准确;两种降水产品都能较好地刻画流域小时面雨量在洪水时段的变化趋势,CLDAS-Prcp在面雨量峰值以及变化趋势上更贴近观测数据。（2）基于CLDAS-Prcp多源融合降水产品的4场径流模拟中,有3场径流模拟的纳什系数高于0.9,表现优异;基于IMERG-Final多源融合降水产品的4场径流模拟中,除20200622号洪水事件外,其余场次模拟的纳什系数皆低于0.7,说明基...     

CLDAS气温数据在中国区域的适用性评估

以中国48 708个地面气象自动站逐小时气温数据为基础,采用平均偏差(Bias)、相关系数、均方根误差(RMSE)、平均绝对误差(MAE)等评估指标,对比分析2017年10月、2018年1月、4月、7月CLDAS-V2.0气温(分辨率为0.062 5°),探讨中国8个分区春、夏、秋、冬4个季节CLDAS与站点气温的相关性及偏差分布特征。结果表明:1) CLDAS气温较好地反映了中国气温的年际变化,非独立性检验、独立性检验与站点气温的平均相关系数分别为0.995、0.991,东北地区相关性最高,西南地区相关性最低。2) CLDAS与站点气温的Bias为-0.011℃,非独立性检验的RMSE、MAE分别为1.275、1.645℃,独立性检验的RMSE、MAE分别为0.867、1.089℃,总体上CLDAS气温误差小,可信度较高。3)春、秋季的偏差小于夏、冬季;东北、华北、江淮、华南地区的偏差小于西北、西南地区; 84.6%站的冷偏差或暖偏差在1℃内,冷暖偏差空间分布均匀。4) CLDAS的最高气温存在冷偏差,最低气温存在暖偏差,夏季最高气温的最大误差为-0.59℃。5) CLDAS平均偏差的日变化为-0.23～0.07℃,白天呈冷偏差,夜间呈暖偏差,夏季平均偏差的日变化较显著,偏差的日较差为0.26℃;全国8个分区夏季平均偏差日变化最大为1.06℃,秋、冬、春季变幅相似,西南地区平均偏差日变化最大而江淮地区最小。     

从无人机遥感、数据融合、生态价值谈自然资源要素综合观测体系构建

自然资源要素综合观测体系建设是自然资源部全面贯彻习近平生态文明思想、践行山水林田湖草是生命共同体发展理念、实施自然资源“两统一”管理的重要举措。这项基础性、公益性、紧迫性的建设工程对于解决我国自然资源长期且连续定位观测研究不够、预判资源环境数据支撑不足、实现以自然资源综合区划为管理单元、评价资源综合承载力、研究资源间耦合平衡过程、预判资源环境生态演变趋势及优化自然资源空间结构配比,具有十分重要意义。自然资源调查、监测与观测研究是获取自然资源现状、预判未来状态的主要手段。我国自然资源调查、监测体系相对完善,但观测研究体系相对不系统,数据积累相对不足。为了更好地搭建自然资源要素综合观测体系,分别从无人机遥感观测、数据融合及自然资源资产价值方面给出了建议: 充分利用和发挥无人机组网遥感观测、倾斜摄影测量等技术,开展自然资源立体观测; 借鉴降水、陆面、海表和三维云气象多元数据融合经验,开展自然资源要素综合的数据融合; 利用森林资源生态服务价值评价经验,开展自然资源资产价值核算。这些建议对自然资源综合观测体系的科学构建具有借鉴作用。     

中国区域多种数值模式资料的地面气象要素评估

利用中国气象局国家级自动站(2421个站)的观测资料,分别对2010年7月1日至2013年6月30日的欧洲中期数值预报中心(ECMWF)、日本气象厅(JMA)和美国国家海洋大气局的全球预测系统(GFS)数值模式资料的地面气温、相对湿度和风速在中国区域的适用性进行了比较研究。结果表明,3种数值模式资料都能在一定程度上反映观测资料所具有的时间和空间分布特征,东部地区的适用性要高于西部地区。不同的地面气象要素,差异较大:对于地面气温和地面相对湿度,ECMWF比JMA和GFS更接近实际观测,ECMWF和JMA的分析场数据质量要好于预报场;ECMWF和JMA地面气温在冬季与观测差异最大,GFS地面气温在夏季与观测差异最大;3种数值模式资料的地面相对湿度在秋季和冬季与观测差异最大;对于地面风速,在江淮流域和华南等东部区域JMA与实际观测差异最小,在北部和西部区域ECMWF最好,JMA和GFS地面风速在冬季与实际观测差异最大。     

集合Kalman滤波在土壤湿度同化中的应用

基于非饱和土壤水模型和集合卡尔曼滤波 (Ensemble Kalman Filter, 简称EnKF) 并结合陆面水文模型——可变下渗能力模型 (Variable Infiltration Capacity, 简称VIC模型) 发展了一个土壤湿度同化方案。利用1998年6~8月淮河流域能量和水循环试验 (HUBEX) 项目外场观测试验区——史灌河流域梅山站土壤湿度逐日观测资料及1986~1993年合肥和南阳两站点的土壤湿度旬观测资料进行同化试验, 结果表明该同化方案能完整估计土壤湿度廓线, 同化的土壤湿度与观测资料基本吻合, 反映了土壤湿度的日、 旬、 月、 季变化, 同化方案是合理的。与基于扩展卡尔曼滤波 (Extended Kalman Filter, 简称EKF) 的土壤湿度同化方案的结果比较, 基于EnKF的土壤湿度同化方案易于实现, 且通过选择恰当的集合样本数其同化效果总体上略优于EKF同化方案, 但前者同化时需要花费较多的计算时间。     

多阈值和神经网络卫星云图云系自动分割试验

卫星云图自动分割是实现卫星云图云系自动识别的基础.选用1992~1994年和1997~1998年夏季有典型天气系统的177幅GMS红外云图建立了云系模型库, 云系分类样本3079个, 包含16类云系, 云系分割样本2764个.利用云系分割样本集进行神经网络试验, 训练集为从32幅云图中抽取的484个样本, 测试集为从145幅云图中抽取的2280个样本, 神经网络模型训练正确率达到98.8%, 测试正确率为86.4%.用1997年7月18~21日和1998年6月15~17日的两组卫星云图做自动分割应用试验, 结果经专家判识, 正确率达到90%以上.本文的工作表明:用多阈值和人工神经网络相结合方法对卫星云图进行云分割在实际应用中是可行的. 卫星云图自动分割系统的输入是GMS红外云图, 输出是分割出的每一个云区, 同时还包括云区的边界链码、起始点、周长、面积, 并保留了原始图像数据.在下一步的云系识别过程中, 可以在此基础上进行云系分类识别试验.     

基于土壤水模型及站点资料的土壤湿度同化方法

基于非饱和土壤水模型和扩展卡尔曼滤波(Extended Kalman Filter)同化算法并结合陆面过程模型VIC发展了一个土壤湿度同化方案，并进行了理想试验及同化站点资料的同化试验。理想试验结果表明：扩展卡尔曼滤波方法能完整反演土壤湿度廓线，对土壤湿度的估计有较大改善；观测深度、观测层数和观测资料引入频率对同化结果有一定影响；加大观测频率，可以进一步改善同化效果。利用气象强迫驱动陆面模型VIC算出地表入渗条件而进行的同化站点资料的试验所得土壤湿度分布与观测资料基本吻合，反映了站点土壤湿度的月、季变化，表明该方案是合理的。     

用神经网络方法对NOAA-AVHRR资料进行云客观分类

利用NOAA AVHRR 5个通道资料建立了 6种云类以及陆地和水体的样本数据库 ,其中包括 8× 8象素样本和单象素样本。AVHRR的 5个探测通道都位于大气窗区 ,吸收物质少 ,比较透明 ,可以比较准确地反映探测表面的性质。理论分析和试验结果表明 :除了不同性质的云在 5个通道中有不同的表现外 ,通道之间的差别也可用于云分类。在理论分析和试验的基础上 ,对 8× 8象素样本库提取了包括光谱特征、灰度特征、通道差特征、灰度统计量和灰度直方图统计量特征在内的 80个特征 ,并利用逐步判别分析方法进行特征筛选 ,共选出 2 0个特征 ,用神经网络方法对 8种类型云和地表样本数据库分类 ,选择网络结构为 2 0 - 4 0 - 15 - 4的B P网络 ,利用 30 0 0多个样本进行神经网络训练 ,并用其余的 3万多个独立样本数据进行检验 ,测试正确率达 79%。类似地 ,对单象素样本数据 ,提取了包括光谱特征、灰度特征、通道差特征在内的 2 0个特征 ,用神经网络方法对 8种类型云和地表分类 ,选择网络结构为 2 0 - 4 0 - 15 - 4的 4层B P网络 ,利用 2 0 0 0多个样本进行神经网络训练 ,并用其余的 2万多个独立样本数据进行检验 ,测试正确率达 78%。设计并编写了实际云图客观云分类系统和软件 ,该系统输入为 5个通道的AVHRR数据 ,可自动获取已     

青藏高原地气耦合系统及其天气气候效应:第三次青藏高原大气科学试验

由于青藏高原（简称高原）是影响中国极端天气和气候事件的关键区,对天气、气候预报有重要影响。因此,中国气象局、国家自然科学基金委员会、中国科学院共同推动了"第三次青藏高原大气科学试验（TIPEX-Ⅲ）"工作。自2013年的预试验开始,TIPEX-Ⅲ在高原西部狮泉河、改则和申扎新建全自动探空系统,填补了高原西部缺少常规探空站的空白;在高原中、西部建成土壤温、湿度观测网;实施了高原尺度和那曲区域尺度的边界层观测,那曲多型雷达和机载设备的云降水物理特征综合观测,高原多站的对流层-平流层大气成分观测。在研究成果方面,项目结果指出,在高原中、西部草原、草甸和裸土下垫面状况下地表热量湍流交换系数和感热通量明显低于过去较早的估计值;高原主体的对流云活动主要不是来自南亚季风区的向北传播,而可能是局地发展所致;揭示出那曲对流云日变化特征、云宏微观特征以及云中水不同相态之间的转化机制,提出了夏季高原加热在维持亚洲大气"水塔"中的作用,以及高原加热对亚洲、非洲、北美洲气候的调节作用。在数值预报模式中,Γ分布比M-P分布更适合于高原雨滴谱特征,通过改进高原热传导过程参数化方案可以降低模式中高估的地表感热,并提升模式对中国中、东部雨带的模拟能力;此外,考虑青藏高原关键区信号可以提升中国中、东部降水的预报技巧。TIPEX-Ⅲ还带动了地面和高空常规观测、天气业务雷达和风廓线雷达等观测数据加工处理业务技术的发展,提升了中国国家级土壤湿度、水汽含量等遥感产品和高分辨率多源降水融合产品的质量,促进了气象监测、预报和数据共享业务的发展。      

中国大陆地区ERA5下行短波辐射数据适用性评估与对比

ERA5地表下行太阳短波辐射数据是欧洲中期天气预报中心（ECMWF）最新的,具有高时空分辨率的再分析产品,该短波辐射产品可作为陆面模式大气强迫数据之一,并在区域气候评估、农业以及太阳能资源等方面具有重要应用。本文利用中国区域2011—2018年经过质控的91个国家级地面辐射站点观测数据,对其在中国大陆地区的适用性进行多时空尺度的评估,并与ERA-Interim、CFSR、MERRA2共3套全球大气再分析产品和1套CERES卫星反演SYN1deg的产品进行了比较。结果表明：① 在月均值尺度上,与其他再分析产品比较,ERA5产品与站点数据的Corr最高（0.939）,RMSE最小（28.309 W/m²）,Bias（15.4 W/m²）略大于ERA-Interim产品（13.2 W/m²）;CERES卫星反演产品与站点数据的Corr为0.955,RMSE为20.042 W/m²,Bias为5.3 W/m²;② 5套产品的辐射值均高于地面观测数据,存在高估现象,总体上,ERA5产品在中国大陆地区的整体精度高于其他再分析产品,但与CERES卫星反演产品还存在一定差距,日均值比较结论亦具有相似规律。③ 分区评估结果表明在再分析产品中,ERA5产品在4个区域与观测数据都有更好的一致性,但5套产品均在南部区域表现不佳。并且与东北和北部区域相比,ERA5产品和CERES卫星反演产品在西部区域和观测数据相比的RMSE和Bias也相对偏大。