基于空间回归的B样条拟合在地面气温资料质量控制中的应用

将B样条拟合算法引入到地面气温资料的质量控制当中,在分析地面气温资料空间相关性的基础上,提出一种基于空间回归的B样条拟合地面气温资料质量控制方法(SRT_BSF方法)。为了检验SRT_BSF方法的有效性及适应性,利用SRT_BSF方法对多个场景地面气温资料进行质量控制,并与反距离加权方法(IDW方法)和空间回归方法(SRT方法)进行比较分析。试验结果表明,SRT_BSF方法相对于IDW方法和SRT方法更能有效地标记出地面气温资料中的存疑数据,同时多组独立案例的分析结果说明SRT_BSF方法具有更好的稳定性和适用性。      

空间面板数据模型在地面气温观测资料质量控制中的应用

由于地面气温观测资料的时空分布符合空间面板数据结构特征,提出一种基于改进空间面板数据模型的地面气温观测资料质量控制算法(ST-RH算法)。该算法在利用邻近站地面气温观测资料时空相关性信息对目标站气温观测资料进行质量控制的基础上,兼顾了地面气温与相对湿度之间的强耦合关系,将相对湿度作为解释变量融入算法,增加了算法的内部复杂度,提高了算法的动态稳定性。为了检验该算法的有效性及适应性,利用ST-RH算法对多个场景地面气温观测资料进行质量控制,并与反距离加权算法(IDW算法)和空间回归算法(SRT算法)进行比较分析。试验结果表明,ST-RH算法相对于IDW算法和SRT算法更能有效地标记出地面气温观测资料中的存疑数据,同时多组独立案例的分析结果说明ST-RH算法具有更好的稳定性和适用性。     

一种基于PSO-MEF的地面气温观测资料的质量控制方法

考虑气温在空间上的相关性,提出一种基于粒子群算法（Particle Swarm Optimization,PSO）改进的多面函数内插算法（Multi-quadric Equations Fitting,MEF）的地面逐时气温观测资料的多站联网质量控制方法。为检验该方法的可行性和适用性,运用该方法对江苏省四站2006—2008年地面气温观测资料进行质量控制,并与反距离加权法（Inverse Distance Weighting,IDW）进行比较。试验结果表明,该方法相对于IDW法可以更有效地标记出人为模拟的随机误差,具有识别精度高,地区和气候适应性强等优点。      

一种基于改进克里金法的地面气温质量控制算法

依据气温间的空间相关性,将地统计学中的普通克里金法(Ordinary Kriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(Improved Ordinary Kriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(Inverse Distance Weighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。     

利用再分析与探空资料对0℃层高度和地面气温变化特征及其相关性的分析

利用北京多年ERA-Interim再分析资料和探空观测资料分析地面气温及0℃层高度特征,对比再分析资料和探空资料的差异,并利用北京和寿县资料分析0℃层高度与地面气温的相关性,拟合0℃层高度与地面气温的线性关系,另外,利用未参与公式拟合的观测资料进行验证。结果表明:地面气温与0℃层高度存在明显季节变化;与探空观测值相比,无论是全年还是分季节,再分析资料的地面气温和0℃层高度值都偏低,地面气温平均偏低2℃,0℃层高度平均偏低200 m;再分析与探空资料的相关性较好,相关系数都大于0.89;地面气温与0℃层高度的变化趋势一致,再分析资料和观测资料地面气温与0℃层高度的相关系数均大于0.9,20:00大于08:00(北京时),都通过了0.01的显著水平统计检验,且观测资料获得的线性关系优于再分析资料;线性拟合得到的地面气温与0℃层高度的线性关系,可为天气雷达判别0℃层和预报降水等应用提供辅助信息。     

基于三次样条插值的探空气温质量控制研究

利用上海地区2016年11月份探空气温观测资料,把观测资料分为五个高度段,采用平均绝对误差(MAE)和均方根误差(RMSE)对气温观测资料进行质量控制分析。对每个高度段气温观测资料进行三次样条插值,结合交叉检验的思想对探空质量控制进行研究。结果表明:三次样条插值的质量控制算法在低空天气状况良好的条件下,对探空气温观测资料的质量控制效果显著,能更有效地标记出气温观测数据中的可疑值。     

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...     

PSO-PSR-ELM集成学习算法在地面气温观测资料质量控制中的应用

针对台站密度低、新建台站以及特种单要素站等无法获得有效邻站或内部参考资料情况下的质量控制问题,从气温时间序列的混沌特性出发,考虑气温在短时间内的连续性和稳定性,提出一种基于粒子群(Particle Swarm Optimization,PSO)改进的相空间重构法(Phase Space Reconstruction,PSR)和极限学习机(Extreme Learning Machine,ELM)的集成学习算法的地面逐时气温观测资料的单站质量控制方法,实现气温资料的质量控制。为检验该方法的适用性,运用该方法对江苏省八市2007~2009年的地面气温观测资料进行质量控制,并与传统单站方法及切比雪夫多项式内插法(Tshebyshev Polynomial Interpolation,TPI)进行对比。实验结果表明,该方法相比较于TPI和传统方法可以更有效地标记出可疑数据,具有检错率高、地区和气候适应性、可控性强等优点。     

地面气温对微环境空间差异的响应——以漠河站为例

测站附近微环境条件对地面气温观测记录的影响目前还不清楚。本文对2010年漠河国家基准气候站地面观测对比试验数据进行了分析,得到如下结论:(1)年平均地面气温近障碍物点低于标准观测场内,但1、6月的月平均气温近障碍物点偏高;(2)06:00—17:00和21:00,近障碍物地点的气温偏低;18:00至次日05:00(除21:00),近障碍物点气温偏高;(3)春季各时次近障碍物点地面气温均偏低;夏季06:00—17:00近障碍物点气温偏低,18:00至次日05:00相反;秋季仅01:00、03:00、19:00、23:00近障碍物点气温偏高,其他时次相反;冬季07:00—19:00近障碍物点气温偏低,20:00至次日06:00相反。冷季近障碍物点气温偏低;暖季昼间近障碍物点气温偏低,夜间相反;(4)日最高、最低气温出现时间不同地点大体相同,最高气温近障碍物点偏低,最低气温近障碍物点偏高,但最高气温偏低绝对值大于最低气温偏高绝对值;(5)有雾情况下近障碍物地点的气温偏高几率大;雨雪多云天气近障碍物地点气温均偏低;晴朗的白天近障碍物地点的气温偏低,有风天气更明显;而晴朗的夜间近障碍物地点气温偏高,无风天气更明显;晴朗天气条件下,无风时近障碍物地点与观测场内气温差值大于有风时。结果表明,地面气温观测记录对台站观测场附近微环境改变十分敏感,微环境条件的变化将导致地面气温观测出现明显不连续性,对气候变化分析产生影响。     

2018年贵州省常规站温度要素数据评估

随着气象观测的自动化,地面气象观测在观测时次和空间密度上得到极大提高。常规站资料是地面观测资料的重要组成部分,其站点分布合理、监测连续,对于气候变化监测、预测和影响评估有着极为重要的作用。质量控制确保资料的可靠性和代表性,提高资料的应用价值。目前,经过已有的自动化质量控制之后,常规站观测资料中质量控制仍有错判、漏判等问题存在。该文以2018年贵州省常规站气温相关要素数据评估为例,实现本地常规气象资料质量控制方法的优化。     

基于EOF的高时空分辨率自动站温度观测资料质量控制

随着我国气象自动化观测技术的发展,全国已经建成了70 000多个自动观测站点,全面实现了气象观测自动化。自动化观测技术使得气象常规观测资料量得到了飞速增长,这也使得通过质量控制提高自动观测站资料的利用率尤为重要。利用江苏省气象局提供的2019年12月1日00时—7日23时共168个时次的地面自动站温度观测资料,及ECWMF (European Centre for Medium-Range Weather Forecasts)的ERA5(ECMWF Reanalysis V5)再分析资料中的温度格点资料作为背景场,结合常规质量控制方法及EOF (Empirical Orthogonal Function)质量控制方法,建立了适用于高时空密度的地面温度资料质量控制方法,并对我国中东部地面自动站温度观测资料进行质量控制试验。结果表明,在利用常规质量控制方法剔除观测资料中明显异常的资料后,针对自动站高密度的特点,通过选择合适的分析区域,EOF分析方法可以很好提取有组织的观测系统信息,从而保证剩余信息更好地满足随机分布特点,利用随机概率分布特点就可以很好剔除异常观测资料,并且可以避免天气变化的影响。     

新建地面气象自动站资料质量控制方法设计

随着观测系统的加强,中国陆续出现许多新建的地面台站、地面自动观测站,但对这些新出现的台站由于缺少长时间序列的历史观测资料,无法通过本站观测统计分析建立质量控制技术.本文在传统的质量控制方法基础上,将全国地面观测站按照地域和气候特征分为8个区域,利用过去25 a存档的地面观测资料建立一套适合于新建地面自动站资料控制技术,对气压和温度采用极值检查、时间一致性检查和空间一致性检查等方法进行质量控制.并利用该质量控制技术对华南、长江中下游及华北地区2005年地面资料进行质量控制,结果表明:该控制方案能有效地将有问题的资料标识出来,可为新建地面自动站资料的应用提供一定的质量保障.不同区域的资料质量控制检查需依据不同地区的气候特点进行划分和统计,这样更能保障质量控制后资料的质量.     

冬季EC 2m温度预报在贵州毕节地区的检验分析

利用毕节市8个国家站02时、14时气温实况数据,分别计算2016-2018年冬季(12月、1月、2月)EC细网格2 m温度预报的准确率、平均绝对误差、绝对误差,检验在升温、平稳、降温3类天气过程中温度预报效果,为模式温度预报订正提供参考依据。结果表明:02时的预报平均准确率比14时高约10%;除赫章站以外,其余站点准确率在60%~80%之间,有一定预报参考意义;3类天气过程中,平稳、降温天气中温度预报效果明显优于升温天气;升温天气过程中02、14时温度预报大多偏低0~4℃,降温天气过程中02时温度预报总体偏低0~4℃,14时偏高0~4℃。     

全球逐时地面气温质量检测方法及应用

基于国家气象信息中心全球地面气象观测站及非气象观测站逐时气温数据,应用分月阈值、区块阈值、纬带阈值及空间一致性综合检测方法,构建了 2016-2020年全球逐时地面气温数据集,并设计了可实时更新的质量检测流程,为全球预报服务和科研业务提供可靠的数据保障.近5年数据的检测结果表明,全球总的可疑错误数据率为0.85％,亚洲...     

SCMOC温度精细化指导预报在陕西区域的质量检验

利用2012年陕西区域99站共366天北京时间08:00和20:00起报的SCMOC温度精细化指导预报与实况资料的比较,检验分析了定时温度、日最高气温和日最低气温的预报质量。结果表明:陕西区域SCMOC温度精细化指导预报08:00起报的准确率高于20:00起报的,且预报准确率有明显的季节变化,夏、秋季节较高,冬、春季节较低,日最高(低)气温的预报准确率与预报时效成反比。地形高度影响温度预报准确率,二者之间的相关系数通过了显著性检验。08:00起报的48h内逐3h气温多出现负误差,20:00起报的多出现正误差。08:00起报的日最高气温和20:00起报的日最高(低)气温多出现负误差,08:00起报的日最低气温多出现正误差。从对典型天气过程的温度预报质量检验来看,强冷空气影响下的降温天气过程的温度预报难度较大,预报准确率较其他天气类型偏低一些。     

Comparison of spatial interpolation methods for gridded bias removal in surface temperature forecasts

All numerical weather prediction (NWP) models inherently have substantial biases, especially in the forecast of near-surface weather variables. Statistical methods can be used to remove the systematic error based on historical bias data at observation stations. However, many end users of weather forecasts need bias corrected forecasts at locations that scarcely have any historical bias data. To circumvent this limitation, the bias of surface temperature forecasts on a regular grid covering Iran is removed, by using the information available at observation stations in the vicinity of any given grid point. To this end, the running mean error method is first used to correct the forecasts at observation stations, then four interpolation methods including inverse distance squared weighting with constant lapse rate (IDSW-CLR), Kriging with constant lapse rate (Kriging-CLR), gradient inverse distance squared with linear lapse rate (GIDS-LR), and gradient inverse distance squared with lapse rate determined by classification and regression tree (GIDS-CART), are employed to interpolate the bias corrected forecasts at neighboring observation stations to any given location. The results show that all four interpolation methods used do reduce the model error significantly, but Kriging-CLR has better performance than the other methods. For Kriging-CLR, root mean square error (RMSE) and mean absolute error (MAE) were decreased by 26% and 29%, respectively, as compared to the raw forecasts. It is found also, that after applying any of the proposed methods, unlike the raw forecasts, the bias corrected forecasts do not show spatial or temporal dependency.     

基于EEMD-CES的单站地面气温资料质量控制方法研究

为了去除或减少我国地面气温观测资料中含有的噪声成分,提高观测资料质量,提出了一种新的单站质量控制算法。该算法融合了集合经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)和三次指数平滑法(Cubic Exponential Smooth,CES)。利用EEMD方法将气温观测资料分解为一系列相对平稳的本征模分量,并基于能量密度和相关性准则从中分析筛选出目标分量,以完成资料重构;利用CES方法对重构资料建立单站质量控制模型,形成了一种基于EEMD-CES的地面观测资料质量控制算法。为检验该方法的可行性与适用性,选取2008年全国9个观测站地面逐时气温观测资料进行质量控制,并对比传统的单站质量控制法、经验模态分解法和三次指数平滑法的质量控制效果。试验结果表明,基于EEMD-CES的质量控制方法能有效地标记出数据的可疑值,相比传统方法,具有更高的检错率和更强的适应性。     

基于INCA和METRo的江苏省路面高温精细化预报

使用INCA（Integrated Nowcasting through Comprehensive Analysis）多源资料融合分析和短临外推预报系统的预报结果作为气象强迫场,驱动一路面温度理论预报模型（Model of the Environment and Temperature of Roads,METRo）,开展江苏省高速公路夏季路面高温预报试验,并使用公路沿线逐小时的路面温度观测资料对预报结果进行检验。结果表明:该预报方法能够较好地预报出高速公路沿线日最高路面温度的逐日变化趋势,以及日最高路面温度的大范围空间分布特征。平均日最高路面温度预报绝对偏差为4.1℃,平均相对偏差为10.8%。其中,日最高路面温度预报绝对偏差在5℃以内的站次占总数的64.5%,相对偏差在15%以内的站次占总数的74.6%,比常规业务预报方法分别提高了23.1%和25.3%。但该预报方法对较小的温度波动以及局地性较强的极端温度分布特征的预报技巧还需进一步提高。     

正点地面观测数据维护中数据异常的分析处理

地面观测资料报文传输方式调整之后,值班观测员应注意小时内自动气象站的数据采集情况,在正点后通过《地面气象测报业务软件》的"正点地面观测数据维护"对数据进行检查,当发现自动气象站错误或数据异常时,应及时对疑误数据进行分析处理,完成对自动气象站数据的质量控制。通过对几例正点地面观测数据维护中典型异常数据的分析处理,帮助地面测报值班人员在日常工作中对正点地面观测疑误数据进行快速的判断和维护,做好自动气象站数据的质量控制,以保证地面气象要素上传数据文件内数据的完整性、时效性和质量。