地面温度与雪面温度对比

通过平行观测,对德州市气象局所辖的陵县(2003～2004年)、武城(2004～2005年)、德州(2006～2007年)3站冬季有积雪时,人工站与自动站的地面温度观测资料进行统计分析,得出有积雪状况下的β值(β=自动观测地面温度/人工观测雪面温度)。自动观测的地面温度更能代表实际地面状况,这种对比关系可为使用地表温度的水文及农业部门提供一个更加准确的地面温度使用参数β,以掌握地面温度的变化规律,为地能、地热、地水的预测与判断提供准确数据。     

自动观测与人工观测地面温度的差异及其分析

使用我国在人工观测向自动观测转变时原基本 (准) 站的平行对比观测及2005年基准站平行观测的地面温度资料, 进行了自动站观测与人工观测地面温度资料在日、月、年不同时间尺度上的差异分析。用最大似然率检验方法检验地面温度月值的均一性, 对自动观测影响地面温度均一性的程度进行了初步研究。分析结果表明:全国自动观测地面温度日平均值比人工观测高0.54 ℃。地面温度、地面最高温度、地面最低温度年对比差值大于0.0 ℃以上的比例分别为80.3%, 58.2%, 92.2%, 绝大多数站自动观测地面温度的年平均值比人工观测值高。自动与人工观测地面温度日差值从北到南逐渐减少, 45°N以北的黑龙江及内蒙古北部、新疆大部地区是自动与人工观测地面温度日差值平均最大的地区。自动观测与人工观测地面温度的差异在日、月、年的时间尺度上均表现为冷时段比暖时段的差异大, 北方冬季差异最为明显。其主要原因是在北方冬季有积雪时, 自动观测的地面温度是雪下温度, 比原人工观测的雪上温度明显偏高, 如果无积雪影响, 两种仪器观测的差异并不明显, 差值来源于两种仪器和场地差异的共同结果。非均一性检验表明:在北方地区地面温度产生非均一性的主要原因是自动站观测的变化; 而在南方地区, 自动观测的改变对地面温度非均一性影响不大。北方有积雪时, 观测的地面温度不能表现真实的地面温度, 因此, 在使用时要特别注意。     

辽宁省地气温差变化特征及其原因分析

利用1965—2014年辽宁省54个气象站月平均气温和地表温度观测资料、2003年45个气象站气温与地表温度的人工和自动定时观测资料,分析辽宁省气温、地表温度及地气温差的变化特征,并分析了地气温差变化的主要原因。结果表明:1965—2003年辽宁省气温和地表温度相关性较好,均呈显著升高的趋势,地气温差的变化较小;2004年开始气温较前10 a(1994—2003年)差异较小,而地表温度持续升高,地气温差加大,此现象在辽宁省东北部地区冬季最显著。2004年辽宁省气象站全面由人工观测改为自动站观测,积雪天气时人工气象站观测的地面温度为雪面温度,自动气象站观测的地面温度为雪下温度,不同观测方式引起的地面温度差异是导致近10 a(2004—2014年)地表温度持续升高的最主要原因。因此,辽宁省积雪期最长的东北部地区是地气温差加大最显著的区域。可见,观测方式的改变是导致2004—2014年辽宁地区地表温度持续升高和地气温差加大的主要原因。     

陕西自动气象站与人工气象站0～20厘米地温对比分析

通过对陕西2003-2005年自动气象站与人工气象站0～20cm地温平行观测数据对比分析,找出两者之间的差异及产生差异的原因,为历史资料的连续使用提供依据。分析结果表明：自动气象站与人工气象站观测的0～20cm地温夜间差异较小,白天差异较大,且白天自动气象站数据高于人工测值;二者的差异也有季节变化,冬季差异较小,其它月差异较大;差异随土壤深度的加深而减小;自动站观测与人工站观测地温偏差与自动站仪器没有关系,也与站点的区域分布没有明显关系;10～20cm地温自动站数据在3—5月与历史累年值容易产生显著性差异;地面平均温度和地面最低温度在地面有积雪的月份与历史累年值容易产生显著性差异,且自动站数据比累年值偏高。自动站与人工站0～20cm地温虽有差异,但与历史累年值相比差异较小（≤0．7℃）,可以与历史资料连续使用。     

四川省自动气象站与人工站观测数据对比分析

本文利用四川省基本(准)站的自动观测和人工观测资料,对2004年对比观测期间的温度、降水进行了统计分析.结果发现:94.5%的台站人工站与自动站的气温对比差值在误差(±0.2℃)允许的范围内,并且64.1%的台站自动站观测的气温比人工站偏高;自动站与人工站的降水量的差异与气温的差异比较起来明显比气温大,且71.8%的台站自动站的降水量比人工站偏多.     

自动观测与人工观测数据差异的初步分析

利用2004—2007年内蒙古地区50个地面自动气象站与人工平行观测期间的数据,对自动与人工观测的气温、相对湿度、地表温度进行了差异分析,统计了两种观测之间的对比差值。对各要素观测差异在全区的分布特点进行了分析。结果表明:自动观测与人工观测各气象要素均存在一定的差异,但大部分地区各要素的差异都在自动站误差允许范围之内;造成差异的原因是多方面的,包括仪器本身存在缺陷及观测方法不一致等。     

自动站观测与人工观测气象数据的对比

通过对揭西气象站2006～2007年自动站与人工平行观测项目,气温、地面温度、风、气压、湿度、雨量气象数据的对比,分析了自动站观测与人工观测气象数据的差异.结果表明,自动站与人工观测的气温月平均、年平均差值在±0.2 ℃之内;相对于传统的人工观测来说,自动站观测的相对湿度偏小,有一个偏干的现象;自动站雨量传感器经过调整和维护、运行正常情况下,月降雨量、年总降雨量可达到±4%的精度要求.     

自动站与人工观测温度差值的统计分析

对桂平站2004-2005年平行观测期间的自动站与人工站温度观测数据进行统计对比，查找二者差值的时空分布特征和变化规律，并简要分析存在差异的原因。     

应用风云气象卫星及融合降水资料改进地表参数模拟

气象卫星资料不仅对天气、气候研究非常重要, 对于地表参数模拟和预报也具有重要意义。本文首次将全国自动站观测、卫星降水估计和地面观测融合降水资料(CMORPH)以及风云二号D星(FY-2D)积雪覆盖率数据应用到了高分辨率陆面资料同化系统(u-HRLDAS)。融合降水资料用于驱动u-HRLDAS, 同时用于计算雪水当量;积雪覆盖率资料作为u-HRLDAS强迫变量。区域模拟结果表明, 积雪覆盖率对于地表反照率、地表温度以及地气交换通量模拟有极其重要的影响。密云站土壤湿度模拟结果表明, 融合降水资料准确度优于全球陆面资料同化系统(GLDAS)再分析资料。小汤山站单点验证结果表明, 应用融合降水资料及卫星积雪覆盖率资料可以改进地表温度及地气交换通量的模拟。     

四川省自动气象站与人工站观测数据对比分析

本文利用四川省基本(准)站的自动观测和人工观测资料,对2004年对比观测期间的温度、降水进行了统计分析。结果发现:94.5%的台站人工站与自动站的气温对比差值在误差(±0.2℃)允许的范围内,并且64.1%的台站自动站观测的气温比人工站偏高;自动站与人工站的降水量的差异与气温的差异比较起来明显比气温大,且71.8%的台站自动站的降水量比人工站偏多。     

冬小麦田午时冠层温度与气温和地温的关系

基于野外实测数据,分晴日、阴日及不区分阴晴3种情况,研究了湿润与较干冬小麦田午时冠层温度、气温和地温间的定量关系。结果表明：湿润麦田晴日使用气温预测冠温效果最好,基于最终模型估算冠温的平均误差仅1.03℃,标准差为1.26℃。较干麦田晴日与阴日用地温估算冠温效果最佳,基于最终模型估算冠温的平均误差分别为1.64,1.54 ℃;其估算冠温的标准分别为2.05,1.89℃。用本文统计建模法预测结果的误差低于目前用NOAA影像反演冠温时2~3℃的均方根误差。研究结果也说明使用气温和地温预测麦田冠温是切实可行的。这就为冠温数据的获取提供了廉价有效的新方法;同时也使利用遥感影像与地面气象站常规观测资料相结合的方法,在较大的区域范围内进行冬小麦需水预测成为可能。     

海表温度和地表温度与中国东部夏季异常降水

主要研究太平洋与印度洋海表温度和地表温度场与中国东部夏季降水的相关关系,以及异常大降水产生的下垫面条件.研究结果表明:(1)夏季黑潮区海温与同期长江流域的降水存在明显正相关,北方地区夏季降水与靠近非洲东岸的印度洋海域存在明显负相关.(2)夏季海温异常与同期中国降水异常场之间的相关分析(SVDI)表明,20世纪70年代后期当海温由La Nina多发期向El Nino多发期转变后,长江流域向异常多雨转变,而其北方和南方地区则向异常少雨方向发展.(3)中国东部区域降水与陆面温度的明显相关区有:(a)春,夏季热带非洲和夏季亚洲大陆部分地区地表温度与当年长江流域夏季降水存在显著正相关;(b)春季4、5月份部分亚洲大陆地表温度与当年华北地区夏季降水有明显负相关.(4)通过对比分析发现:长江(1954,1998和1999年)或江淮(1991年)流域几次特大异常降水的下垫面条件是黑潮区为海温正距平,同期欧亚大陆主要为正地表温度距平场.     

地面气温的概率预报试验

基于TIGGE(THORPEX Interactive Grand Global Ensemble)资料,对中国气象局(CMA)集合数值预报产品进行温度概率预报试验。分别应用降尺度技术、系统偏差订正及降尺度与系统偏差订正相结合的方法对2008年1月的气温进行试验。结果表明,通过Brier评分和ROC分析的检验,在24～240 h预报中,都得到了明显改进,在进行降尺度和系统偏差订正相结合的方法下,预报技巧的改进更加明显,优于单个方法独自使用的效果。RPS评分检验则表明:在168 h内,两种改进方案相结合的概率预报效果明显优于单一改进方法的使用;168 h后,预报效果逐渐下降不如系统偏差订正的效果,但优于降尺度技术的改进。总体而言,3种方法对地面气温的概率预报都有正的技巧预报,对预报时效较短(7天前)温度概率预报技巧高于预报时效较长的(7天后)。     

气温极端值的选取与分析

首先对中国200个测站1951－1999年的逐日气温资料进行质量控制，剔除错误值；然后根据第95个和第5个百分位值来确定气温极端值及其阀值；最后，利用上述方法所确定的极端值分析了近50年内我国气候极端值的气候学分布特征，并结合实例分析了对极端高温和低温气候事件的检测应用。     

连云港地区草温、地温和气温变化特征分析

利用连云港赣榆区气象观测站2014年逐时的草面温度、0 cm地面温度和气温观测数据,分析讨论了该地区三要素的月平均值、月极端最高、最低值特征以及草面温度与0 cm地面温度、气温在不同气象条件下三者之间的相互关系。结果表明:从全年变化来看,逐月平均值0 cm地温草温气温;逐月极端最高值0 cm地温草温气温;逐月极端最低值草温0 cm地温气温。在晴天和阴天多云状况下草温与0 cm地温、气温呈明显的正相关,阴天较晴天变化幅度小;阴雨天气时白天草温与气温明显下降,而0 cm地面温度降幅平缓且温度较高;有降雪时0 cm地面温度高于草温和气温,且变化较为平缓。用草温比用0 cm地温和气温能更好地判定霜的出现。     

聊城市地面温度与气温的相关分析

利用聊城市1981-2000年的日平均地面温度和气温资料,分析了地气温差值的逐日、逐月变化规律,建立了以日平均气温为基础的日平均地温逐日预测模型.结果表明：全年2/3的时间地面平均温度高于气温; 年平均地气温差2.4℃,农作物生长季平均地气温差为2.9℃;地气温差6月19日最大,为6.2℃,12月19日最小,为-0.8℃;用地温预测模型估算2001-2004年作物生长季逐日地面温度, 误差多在1.7～1.8℃之间.     

城市化对深圳气温变化的贡献

采用经均一性检验的深圳及其周围台站的地面温度资料和NCEP／DOEAMIP—ⅡReanalysis（R-2）再分析温度数据,通过鲁棒回归（M估计）对气温趋势进行拟合,分析了1967--2005年和1979—2005年两个时间段城市热岛效应对温度的影响,利用再分析数据和地面观测数据的差异估计了1979年以来城市化对气温增暖的贡献。结果表明,20世纪80年代以来的30a里,深圳城市化对当地气温增暖贡献非常显著：1979年以来,城市热岛效应导致年平均气温增暖0．243℃·（10a）^-1,占深圳总体增暖的36．3％;与再分析资料对比得到的城市化对深圳年平均气温增暖的贡献达到0．315℃·（10a）^-1,大于分析观测资料得到的结果,占总体增暖的47．1％。说明城市化的快速发展是导致深圳城市气候增暖的重要因子之一。     

地温资料的计算机自动审核方法

地温观测资料的计算机自动审核技术,是地面气象观测资料计算机自动审核中的一个关键性技术难点。综合分析了地温观测资料的特点和地温观测资料的人工审核方法,提出了地温观测资料“相邻差”的标准差分析方法,详细说明了该方法在计算机自动审核中的具体实现步骤和该方法的特点。由于该方法从本质上讲是对人工审核方法的计算模拟,同时由于采用客观计算方法,避免了主观因素,所以审核质量能达到人工审核质量的要求,且比人工审核更全面。该方法在浙江省地面气象资料计算机自动审核软件中进行了试用,实践证明该方法对提高地温观测资料的审核质量具有明显效果。