复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

油气勘探开发数据体平均值代表性分析

油气勘探开发涉及各类数据体,同一数据体可得多种平均值,目前尚无明确而有效的方法以判断何种平均值能客观反映数据体的典型水平。运用数据统计平均分析方法,对勘探开发实践中的孔隙度、渗透率、产量、成本等数据体进行系统分析,确立了加权中位数计算公式和平衡中位数法则。加权中位数计算公式适于分析不同领域正常有序数据体的基本特征,加权中位数为正常有序数据体的平衡点;平衡中位数法则适于确定有足够大数据容量、能满足统计分析基本要求、能选择合理权衡指标的正常有序数据体的典型水平;有明确物理意义的加权平均值也可确定数据体的典型水平。     

五环路对北京观象台气温的影响分析

利用1998—2009年北京观象台、大兴和丰台站气温小时观测资料,分析了五环路建设前后气温的变化以及气温变化的季节差异;利用2008—2009年北京观象台及其周边20km范围内站点的气温分钟资料,分析了观象台与其他台站气温资料的相关关系。结果表明,五环路建成后的5年比建设前5年年平均气温有0.98℃的升幅。五环路对观象台气温资料的影响存在季节性变化,气温升幅春季最小,秋季最大。北京观象台气温资料与周边台站气温资料存在较明显差异,气温绝对差平均值为0.57~1.92℃。     

粒度不均匀铬矿石取样代表性的研究

以一批进口土耳其铬矿石为例,对所取的40个样品进行0～ 10 mm、10 ～ 50 mm、50 ～ 150 mm、150～ 250 mm及大于250 mm五个区间的粒度筛分,分析粒度不均匀的铬矿石在各粒度区间内组分含量和所占质量百分比的差异情况.根据分析结果对40个样品在50 ～ 150 mm区间内的质量百分比与样品总组分含量进行相关性分析,结果表明:两者的相关系数为0.466,相关系数的显著性概率为0.002,小于0.01,说明在50～150 mm粒度区间内矿石的质量百分比与样品的总含量的相关性是高度显著的,提出为了提高粒度不均匀的铬矿石取样代表性,应首先保证在所含矿石质量百分比与总组分含量相关性最大的粒度区间内(50 ～ 150 mm),所取矿石样品与实际货物中矿石的质量百分比相一致.     

利用MODIS/LST产品分析基准气候站环境代表性

该文基于2001-2007年地表温度遥感反演产品(MOD11A2),以基准气候站对其周围不同大小窗口内地表温度距平序列的解释方差作为度量,评估了我国142个基准气候站的环境代表性,并将代表性与土地覆盖和高程状况进行相关研究.结果显示:以解释方差大于0.75作为区分是否具有代表性的阈值,约41%的站点代表性较好,代表区域范围可超过51×51 km2,多分布于北方地区;约21%的站点代表性较差,代表区域范围不足7×7 km2,多分布于南方地区;其他代表区域范围居中的站点在南、北方均有分布;站点周围的土地覆盖多样性和地形起伏度与站点代表性存在负相关,且相关性随窗口的增大而加强.文中还评估了基准气候站对所属气候区的代表性,发现在气候特征复杂的西南地区和新疆部分地区,站点对气候区的代表性较差.     

利用MODIS/LST产品分析基准气候站环境代表性

该文基于2001—2007年地表温度遥感反演产品 (MOD11A2),以基准气候站对其周围不同大小窗口内地表温度距平序列的解释方差作为度量,评估了我国142个基准气候站的环境代表性,并将代表性与土地覆盖和高程状况进行相关研究。结果显示:以解释方差大于0.75作为区分是否具有代表性的阈值,约41%的站点代表性较好,代表区域范围可超过51×51 km2,多分布于北方地区;约21%的站点代表性较差,代表区域范围不足7×7 km2,多分布于南方地区;其他代表区域范围居中的站点在南、北方均有分布;站点周围的土地覆盖多样性和地形起伏度与站点代表性存在负相关,且相关性随窗口的增大而加强。文中还评估了基准气候站对所属气候区的代表性,发现在气候特征复杂的西南地区和新疆部分地区,站点对气候区的代表性较差。     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

加密自动气象站雨量计资料的质量控制 及其相关关系的研究

在长春—四平地区100 km×100 km的范围内,分布有平均间隔10 km左右的147个自动气象站。结合该区域雷达回波强度资料,对2007～2011年4～10月的气象站雨量计小时降水数据进行质量控制。多步骤质量控制结果显示,有141个自动站雨量计的数据通过了检查,删除了6个错误站点的数据,对有疑问时段的数据作了标记。 利用质量控制后的5年夏季半年自动站雨量计小时降水数据,进行相关关系统计分析表明：距离在10 km以内的雨量计测量,平均相关系数均能达到0.6以上;雨量计距离小于5 km,平均相关系数在0.7以上;而站点距离超过20 km,相关系数普遍降到0.4以下;随着统计时间的增长（从分钟到月降水量）,每个雨量计的测量值具有更高的空间代表性。     

Study on Retrieving Key Ecological Parameters in Mountainous Regions by Remote Sensing Methods and Evaluating Their Spatio-temporal Representativeness

Focusing on the Key Project of National Natural Science Foundation of China “A study on retrieving key ecological parameters in mountainous regions by remote sensing methods and evaluating their spatio-temporal representativeness”, this paper introduced the project background, objectives, research status, the key scientific questions, main contents of the research, the overall methodology and the deliverables. Choosing different topographic gradient and vegetation background, this project will conduct researches on retrieving key ecological parameters such as LAI and NPP in mountainous areas, evaluating their spatio-temporal representativeness, analyzing the influence of complex terrain on remote sensing signals and the remote sensing products, and finally trying to make a breakthrough in the theory and methodology of ecological parameters retrieving in mountains area.