黑龙江省长序列气温资料的插补和延伸

气温变化基本规律的分析和未来变化趋势的预测需要连续、可靠的长序列资料。本着这一宗旨,用统计学方法,重新插补和延伸了我省7个站(除黑河地区外每地区1个)的月平均气温资料。这份资料不同于1977年东北低温会战时订正的气温资料。     

三种插值方法对区域自动气象站日气温缺测数据插补的适用性研究

为解决气温观测记录缺测的问题,选择反距离权重插值(Inverse Distance Weighted,IDW)、普通克里金插值(Ordinary Kriging,OK)和多元线性回归(Multiple Linear Regression,MLR)三种方法,以湖北省2020年为例,对全省逐日平均气温(T)、最高气温(T_max)和最低气温(T_min)进行空间插补,并采用平均绝对误差(Mean Absolute Error,MAE)对3种方法的插补结果进行检验。结果表明:用MLR插补得到的Tmax、Tmin、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站...     

武汉和宜昌缺测气温资料的插补方法

通过对1951-1997年武汉、宜昌、芷江三地气温的相关分析发现：两两之间月的3种气温(平均、最高、最低)的相关程度均很高，其中冬季月份的相关系数较大，而夏季月份的相关系数较小，3种气温均以武汉-宜昌间的相关系数为最大。该文据此对武汉和宜昌三四十年代所缺月、季、年3种气温资料进行了有效插补。     

日气温数据缺测的插补方法试验与误差分析

对缺测气象观测记录进行插补是建立连续气象数据集的基础.将孤立1日或数日缺测资料进行插补的线性回归模型法应用于连续缺测数月的逐日最高、最低和平均气温的插补,并进行了一系列改进,包括:(1)用滑动选优法确定邻近参考气象站站数和数据样本时间窗的最佳值;(2)在记录缺测站与邻近参考站之间建立逐日气温的线性回归模型,并选取以最小绝对误差(Least Absolute Deviation,LAD)为目标函数求取模型参数的方法,取代以最小均方根误差为目标函数的最小二乘法(Least Squares Estimate,LAD)求解模型参数的方法,可提高计算效率和参数的稳定性;(3)进一步提出将LAD法与DeGaetano标准化序列法插补结果平均的综合插补方法,以减少极端误差.通过对湖北蔡甸气象站1961-2006年插补试验表明:(1)以4个邻近站和年数为8年、日数为15天时间窗的样本资料建模进行插补误差达到最小;(2)逐日最高、最低和平均气温的平均绝对误差分别为0.32℃、0.45℃、0.28℃,误差在±0.8℃以内的频次分别占总数的94.1%、84.8%、96.1%,观测值与插补值月相关系数在0.886以上.插补与观测资料平均值和相关系数分别通过了显著水平为0.05和0.01的检验.     

标准序列法在日平均气温缺测数据插补中的应用

利用标准序列法,对1971—2000年我国2000多个国家级地面气象站日平均气温进行了插补试验,并用交叉检验方法进行验证,对比了相关性最好和距离最近两种邻近站选取方案的插补结果。试验表明,相关性最好方案的插补精度优于距离最近方案,利用前一方案进行插补时,只需要选择与待插补站日平均气温序列相关性最高的4个邻近站参与计算即可。插补试验结果表明,平均绝对误差约为0.42℃。插补值与实际观测值之间的绝对误差、均方根误差、两者之差在±0.5℃范围内的样本比例,均与邻近站平均距离呈较好的指数关系。     

基于PC-CCA方法的气象场资料插补试验

引入主成分典型相关分析（ＰＣ－ＣＣＡ）方法建立缺测气象要素场序列的插补模式,对区域性气象场序列（以长江流域月气温距平场为例）各种时空缺测分布型态作插补试验。结果表明,当插补场站网分布型取包含子场在内的混合站网时,建模样本量达２５年就可有最优插补精度,且性能稳定,效果优良。尤其当距平符号单一且大尺度分量占优势时,插补精度随缺测场变化很小     

基于EMD和BP算法的降水数据插补

为解决气温观测记录缺测的问题,选择反距离权重插值（Inverse Distance Weighted,IDW）、普通克里金插值（Ordinary Kriging,OK）和多元线性回归（Multiple Linear Regression,MLR）三种方法,以湖北省2020年为例,对全省逐日平均气温（T）、最高气温（T_max）和最低气温（T_min）进行空间插补,并采用平均绝对误差（Mean Absolute Error,MAE）对3种方法的插补结果进行检验。结果表明：用MLR插补得到的T_max、T_min、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站日气温数据缺测问题。

     

河北保定气象站长序列气温资料缺测记录插补和非均一性订正

基于多源的气温月值资料,在数据整合和初步质量控制基础上,同时采用标准化序列法和多元线性回归法对河北保定气象站1913-2014 年月平均气温、最高气温和最低气温资料进行了插补。通过交叉检验法分析发现,标准化序列法插补得到的气温序列效果较好,并且气候统计特征与同区域周边站的研究结果更具一致性。利用惩罚最大F 检验（PMF）对插补后序列的均一性进行了检验,结果表明：通过插补得到的保定站百年气温月值序列的均一性相对较好,仅月平均最低气温序列存在2 个显著间断点,分别由同类型仪器的更换和台站迁移导致,研究中采用分位数匹配（QM）对其进行了订正,建立了保定站百年气温月值序列。通过与邻近单站及我国中东部区域均一化百年气温序列的综合对比显示,本文建立的保定站百年气温月值序列与邻近单站的相关性基本达到0.8 以上;从增暖趋势来看,保定站与中东部区域平均序列分别达0.121 ℃/10a、0.204 ℃/10a,基本在同一量级内：这一定程度上说明建立的保定站百年气温序列相对合理。     

中国东北地区近百年气温序列的小波分析

 利用1905-2005年中国东北地区哈尔滨、长春、沈阳和大连的气温时间序列资料,在分析气温变化结构的基础上进行小波分析,以揭示气温变化的多时间尺度的复杂结构。同时,分析了不同时间尺度下气温序列变化的周期性变化规律和突变点。结果表明：近100 a来中国东北地区的平均气温呈升高趋势,尤其在20世纪80年代以后升高趋势更加显著,升温率达到0.165 ℃/10 a。气温存在2～3 a、8～12 a、20～25 a和45 a左右时间尺度的多重时间尺度结构的变化特征。     

基于动态时间规整的气温日值数据二次插补

气温作为研究气候演变最基础的物理量,其日值序列的完整性和准确性对于气候分析与评估工作有着重要意义。近些年随着大量无人值守地面加密自动气象站的布设,不断出现随机站点和随机长度这种双随机特点的气象资料序列缺失,给气候分析和业务应用造成了不小的障碍。针对现有气象数据插补方案的不足,提出了一种全新的基于动态时间规整(dynamic time warping,DTW)的气温日值数据二次插补方法。该方法采用了一种实时的插补策略,主要技术内容包括:1)利用一元线性回归方程将原始气温观测时间序列分解出拟合直线和残差曲线,并将二者重构组成新的气温序列;2)给出了气温插补区的定义和插补条件;3)提出了利用动态时间规整方法计算站点间距离的新模式。利用山东省2021年的气温实况数据对该方法进行了双随机检验,检验结果表明:该方法可以满足日平均气温、日最高气温和日最低气温数据的插补需求;在插补流程中采用DTW距离测度和二次插补的组合方法,其插补效果优于目前常见的基于站点地理临近关系的组合方法;该方法对地形有一定的敏感性,平原或丘陵地区的插补效果要优于山地地区。     

中国东北地区近百年气温序列的小波分析

利用1905-2005年中国东北地区哈尔滨、长春、沈阳和大连的气温时间序列资料,在分析气温变化结构的基础上进行小波分析,以揭示气温变化的多时间尺度的复杂结构。同时,分析了不同时间尺度下气温序列变化的周期性变化规律和突变点。结果表明：近100 a来中国东北地区的平均气温呈升高趋势,尤其在20世纪80年代以后升高趋势更加显著,升温率达到0.165 ℃/10 a。气温存在2～3 a、8～12 a、20～25 a和45 a左右时间尺度的多重时间尺度结构的变化特征。     

藏北高原气温资料插补及其变化的初步分析

通过定义最优配对分段插补法,以NewD66/D66、D105、Amdo和BJ为主站,D66/五道梁气象站(WDL)、D110、MS3478和MS3608为辅站,对主站缺失的地面气温资料进行插补,以获得完整的气温序列,并以此为基础分析主站近期气温变化。主站和辅站气温一致性分析结果表明,一年中每两个配对站的气温变化均有很好的一致性;温差表现为冬半年大、夏半年小。插补效果分析表明,插补效果夏季比冬季好;插补效果D66站最好,D105站相对较差;插补误差近似服从正态分布,时间尺度越大插补结果的可用性越强;大幅降温、降水、较大风速以及较大风向转变是影响插补效果的主要因素。对主站完整气温序列分析表明,NewD66站的气温年较差最大(26℃),Amdo站最小(19℃);BJ站多年平均气温最高(-0.3℃),D105站最低(-5℃);BJ站处于季节冻土区,其余三站处于多年冻土区;近十几年主站年平均气温均呈波动上升趋势,BJ站和NewD66站升温明显,D105站和Amdo站升温缓慢。     

三次观测站02时气温插补方法的比较分析

现行的国家级地面气象观测站网（共2416个站）包括基准站、基本站和一般站,其中1590个一般站（占总站数的65.8%）夜间不观测,但是按照《地面气象观测规范》的规定,在计算日平均气温时,必须通过数学方法给02时赋一个替代值或近似值,这种赋值过程无形中会带来计算误差。本文利用1961—2009年陕西19个国家基本/基准站的定时气温资料,对这种赋值误差进行定量评估分析,并通过多种方案的比较,提出新的赋值（或称插补）方法。结果表明：（1）传统方法所赋予的02时气温替代值比实测值偏高,19个站平均偏高0.77℃;（2）台站所处的纬度,以及季节、天气状况所引起的辐射强弱的差异,通过赋值变量（前一日20时气温）的传导,较明显地影响着02时气温的赋值误差;（3）用逐步回归分析方法,将传统方法的平均加权法调整为多因子非对称加权,显著减小了前一日20时气温的权重,降低了辐射强弱的影响,赋值与实测值更为接近,19个站平均偏差近似为零;新的回归方程对月平均气温、年平均气温产生一定的修正作用,年平均气温值可调降0.1～0.4℃,月平均气温甚至可下降0.5℃。     

夏季北大西洋三极型海温异常与中国西南地区气温年际变化的联系

利用1951—2016年Hadley中心海温资料、NCEP/NCAR再分析资料和全国160站气温资料,研究了夏季北大西洋三极型海温异常与中国气温年际变化的联系及可能机制。结果表明,夏季北大西洋三极型海温异常与同期中国西南地区气温年际变化存在显著的负相关关系。夏季北大西洋“-+-”三极型海温异常激发的北半球中高纬欧亚遥相关波列,引起贝加尔湖地区位势高度升高,产生反气旋性环流异常,并引起东亚地区位势高度降低,产生气旋性环流异常。西南地区在对流层中下层位于贝加尔湖异常反气旋性环流的东部和东亚异常气旋性环流的西部,在两者的共同作用下,受异常偏北气流影响,有利于冷空气南下和堆积。与此同时,对流层高层的东亚副热带西风急流位置偏南,西南地区位于急流南侧的异常上升气流中。此种环流形势配置导致中国西南地区气温降低,反之亦然。     

气象场序列几种插补方案的对比试验

采用基于 Ｅ Ｏ Ｆ Ｓ的主分量回归（ Ｐ Ｃ Ｒ）、 Ｅ Ｏ Ｆ Ｓ迭代法（ Ｉ Ｅ Ｏ Ｆ）和基于主分量典型相关的典型变量回归（ Ｃ Ｖ Ｒ）３ 种不同的统计插补计算方案,对同一区域同一种气象要素序列进行缺测资料的插补试验。结果表明,各种方案插补精度都与参数选择有关,无论缺测站点空间分布类型如何,当缺测点数小于 ６０ ％ 时,３ 种方案均有较好效果,以 Ｃ Ｖ Ｒ 最佳,且随缺测年数增长, Ｃ Ｖ Ｒ 优势更显著。     

新一代天气雷达观测受遮挡范围内数据插补的技术方法

新一代天气雷达的建设和使用中会不可避免地遇到地形遮挡的问题。本文以南京、连云港两部新一代天气雷达为例,探讨了一种遮挡范围内进行数据插补的技术方法,以弥补雷达产品生成中的缺陷问题,尤其是解决雷达定量测量面降雨量场的补缺问题,对其它地方的新一代天气雷达观测有一定的参考意义。     

基于地形影响因子的相关插补方法研究及应用

鉴于无资料高山地形复杂区,传统相关方法无法获取较高精度的降雨插补资料,提出基于地形影响因子的降雨资料插补法。实例验证表明,该方法不仅能在地形复杂区取得很好地相关精度,同样适用于地势简单流域,是一种有效的资料插补方法。     

一种基于SVD的迭代方法及其用于气候资料场的插补试验

提出一种基于SVD的迭代对气象场序列缺测记录插补延长的技术方法,对长江流域20个测站1月份气温做插补试验,平均均方误差为0.25,插补精度明显优于迭代EOF,插补效果良好且性能稳定;而且插补站数所占比例越小效果越好.此研究表明,基于SVD迭代的插补方法是一种非常有效的插补途径.     

AI方法在地面气温观测资料质量控制中的应用

提出一种基于自回归与反距离加权的空间质量控制方法——AI方法,该方法能够在时间维度和空间维度对气象资料进行质量控制。选择不同地区4个地面气象观测站(南京58238站,连云港58044站,无锡58353站,徐州58027站)2007年逐时气温观测数据作为被控对象,检验该方法在气温资料质量控制中的适用性。通过对添加的随机人为误差的检验发现,该方法能够有效地标记出存疑数据,相对于反距离加权和空间回归,该方法具有更好的检验效果,稳定性高、适应性强,适用于平原或丘陵地带。     

基于EC观测估算最小冠层阻力分布及其在潜热通量插补中的应用

准确估计水热通量对于认识和理解地气交换与水循环变化过程具有重要意义。利用Penman-Monteith（P-M）模型计算季节尺度水热通量变化的不确定性很大程度上依赖于与冠层变化相关的最小冠层阻力参数,但模型中通常将其设为定值。为此,本文基于多年通量观测采用分段与整体相结合的迭代算法拟合出最小冠层阻力的季节分布。以湖南省宁乡通量观测站为例,针对2012~2015年观测拟合计算最小冠层阻力的季节分布曲线,并利用2016年通量数据进行独立数据验证。结果表明:最小冠层阻力曲线具有鲜明夏低冬高的季节变化特征;利用拟合的具有季节分布的最小冠层阻力改进潜热通量计算,独立数据验证表明其该方法的合理性;相比于原阻力方案得出的潜热模拟结果,其在相关系数、均方根误差和一致性指数都有改进;此外,将该估计方法应用于水热通量的数据插补,较常规统计插补方法,其插补稳定性不随连续缺失数据的增加而降低,而且还能通过模型的微分误差分析量化由于数据输入带来的插补不确定性,在保持通量数据完整性的同时也为数据应用场景提供科学依据。