地面最高温度表回缩误差的订正公式

日最高温度,在科研及其它领域有重要的使用价值。然而由于最高温度表水银柱回缩,使得日最高温度失真,且温度日较差愈大,则这种失真愈加严重。为此,本文仅对地面最高温度值回缩误差的订正公式进行证明和推导,以便应用时参考。     

国家级多源融合温度产品在云南的适用性评估

利用2018年1月1日00时～2020年8月31日23时国家级多源融合逐时温度产品和国家级地面气象观测站逐时温度资料,针对平均误差、均方根误差、相关系数、时间误差等指标,对融合温度产品在云南的适用性进行评估。结果表明：融合产品小时温度平均误差介于-1～1℃,均方根误差在1.8℃以下,相关系数在0.95以上;融合产品极值温度在滇西北误差均较大,最高温在1～2月误差大,最低温在5～6月误差最大;极值温度出现时间和实况极值出现时间误差为0 h的占比,最高温和最低温分别是70%和73%;在时间不一致样本中,时间误差在2 h内的占比,最高温和最低温分别是86%和41%,最低温时间误差超过12 h的占40%。综合来看,融合温度产品在云南有较好的适用性,最高温的反演效果优于最低温。受降水、地形和海拔等因素的影响,融合温度产品在云南存在一定的系统性误差。     

RPG-HATPRO-G3地基微波辐射计反演产品评估

RPG-HATPRO-G3地基微波辐射计采用“多通道并行测量技术”,性能稳定,反演精度高。应用该微波辐射计和常规L波段探空数据,比较了微波辐射计反演数据与探空测值的差异。结果表明：温度、水汽密度与常规探空资料比较有很好的线性相关性,对仪器维护后可以提高数据质量;相对湿度数据离散度较高。比较无降水时不同高度下微波辐射计反演数据的精度,温度在1 000 m以下低层平均误差和均方根误差较小;水汽密度的平均误差和均方根误差均为近地面较大,随高度而减小;相对湿度的平均误差和均方根误差都明显较大,温度和水汽密度的准确性高于相对湿度。降水时不同高度的温度、水汽密度和相对湿度的平均误差和均方根误差变化趋势均与无降水时相似,但是误差值明显偏大;降水时反演温度在2 000 m以下误差较小,水汽密度在3 000 m以下反演值较探空测值大,相对湿度在降水时的误差较大。     

关于地面最高温度表的误差

地面最高温度表每天都要安装调整,使用不当往往会使地面最高温度产生误差。其误差大致可分人为误差和仪器误差两类,而仪器误差又系仪器制造、测温质、仪器结构特性等所造成。下面就地面最高温度表在日常使用中常见的几种误差作一些说明。一、最高温度表使用中的误差来源:长期以来,不少台站反映地面最高温度表最高性不良,主要表现在20时观测的最高温度表示值低于当日14时地面零厘米温度表     

WRF模式2m温度在山东预报效果的评估

利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。     

CLDAS温湿产品在贵州的适用性评估及订正

使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统（CLDAS）温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00（北京时）温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相...     

T213全球集合预报系统性误差订正研究

针对模式系统性误差一直存在的现状,研究使用卡尔曼滤波的自适应误差订正方法对国家气象中心业务全球集合预报系统的系统性误差进行估计和订正.本文主要介绍这种方法及其原理,其优点是需要的样本量比较小,能够快速经济地对模式产品进行有效的误差估计和订正.使用这种方法对全球T213集合预报系统500 hPa高度场、850 hPa温度场和2 m温度的预报产品进行一阶偏差订正,对订正前后集合预报产品进行检验分析和对比,结果表明,订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善,系统性偏差得到了不同程度的订正,对于存在较大系统性误差的2 m温度预报,订正效果尤其显著.     

红外高光谱资料模拟大气廓线反演对云的敏感性

用不同云顶高度和不同有效云量时的星载红外高光谱观测值,模拟大气温湿垂直廓线反演对云参数的敏感性。用特征向量统计反演法按照云顶高度和有效云量分类反演了大气温湿廓线,统计了不同云高（200,300,500,700和850hPa）及云高有50hPa误差时温度、水汽混合比反演的均方根误差随有效云量的变化。结果表明,随着有效云量的增大,云顶以下各高度层上的温度、水汽混合比反演误差都明显增大。云高有50hPa误差较准确已知而言,温度和水汽混合比的反演误差增大,但温度反演对云高误差的敏感性比水汽反演要高。     

不同时次地基微波辐射计反演产品评估

利用北京大型活动期间探空和微波辐射计资料,采用统计方法进行评价分析,目的是了解该型微波辐射计的性能。结果表明:①总体平均:对温度,有降水时误差变化范围大,无降水时相对比较小,比较平稳;无降水时比有降水时更接近于探空观测结果。对相对湿度,误差的变化与温度比较相似,但从相对误差的变化来看,有降水时比无降水时小。无降水时反演的相对湿度与探空的比较一致。②不同时次:对温度,无降水时统计量随高度的变化规律性比较明显,趋势一致;有降水时的规律相对较差。无降水时,20:00误差比较小,比较接近探空;14:00误差比较大。有降水时,各时次误差比无降水时大,反演的20:00温度变化曲线与探空最接近。对相对湿度,无降水时统计量随高度的变化规律性比较明显,趋势较一致;有降水时的规律性相对比较差。总体来看,降水对微波辐射计影响较大,反演的20:00的资料误差小一些,5000m高度上下误差变化比较大,与云层有关。     

利用神经网络从118.75 GHz附近通道亮温反演大气温度

为了准确快速地从118.75 GHz附近六通道亮温计算大气温度,作者开展了利用人工神经网络技术反演大气温度的数值模拟研究。与线性统计反演算法比较,海面上大气温度反演的总体均方根误差减小17%,陆面上大气温度反演的总体均方根误差减小15%。两种下垫面条件下的温度反演结果表明,近陆面的温度反演结果优于近海面的温度反演结果。另外,对温度廓线垂直结构反演性能的分析结果表明,对于具有较厚逆温层结构的温度廓线,神经网络反演对廓线的复现能力优于线性统计反演。     

凝结反馈对云层垂直发展影响的一个线性理论

根据小尺度垂直运动的线性分析,作者证明凝结反馈对云层的垂直发展有着很强的制约作用。这种制约作用在温度和湿度较大的情况下更为明显。作者引出了在凝结反馈作用下非定常运动中的频率公式和定常运动下的波速公式。这样,南方雨季中每次雨停时常常见到的云层迅速分层的现象得到了可能的理论解释。     

数值模式中温压场垂直插值和初值处理若干方法的讨论

本文对如何提高气象要素的垂直插值精度以减少数值模式中的计算误差的问题作了详细讨论。文中提出了三种温度对气压的分布关系,并检验了它们在数值模式中应用时的优劣。结果表明,温度随气压对数和随高度成线性关系的分布假设较好。试验还证明,当模式中具有高和陡的地形时,用模式大气底层的温压关系去外插地面以下的温度和位势高度时,会造成很大的不规则的误差。用等压面上局地温度相等的假定以及用水平热力结构相同的假设可大大减小外插误差并改善气压梯度力的计算方法。     

MWP967KV型地基微波辐射计反演产品的质量评估

利用MWP967KV型地基微波辐射计和L波段探空资料,采用了平均误差、相关分析、回归分析等统计方法,评估了微波辐射计和L波段探空在降水和无降水时温度、相对湿度、水汽密度的差异,了解地基微波辐射计的性能。研究结果表明:(1)微波辐射计和探空探测温度、相对湿度和水汽密度为显著性的线性相关,两者相对湿度相关性不如温度和水汽密度高,且离散度较大。(2)无降水时,相对湿度和水汽密度平均误差小,有降水时,温度和相对湿度的均方根误差大;在低层时,无降水时温度平均误差小,水汽密度的均方根误差大,中高层时,有降水时温度平均误差小,水汽密度均方根误差大。(3)温度和水汽密度为显著性正相关;相对湿度在有降水时表现为0~2km的显著性正相关和9.25~10km的显著性负相关,无降水时表现为0~8km的显著性正相关。总体来看,微波辐射计能弥补探空时空不足的问题,相对湿度的可信度需要进一步提高,降水对微波辐射计影响较大。      

误差订正在辽宁地区冬季温度预报中的应用

利用7d固定误差订正和滑动误差订正方法对2014年冬季辽宁地区中尺度业务模式2m温度预报产品插值结果进行订正,并将订正结果与中央气象台MOS预报进行对比,分析MOS、7d固定误差订正和滑动误差订正3种数值模式后处理方法对辽宁地区冬季温度预报准确率的影响。结果表明:经过两种误差订正后的预报结果准确率均比数值模式预报插值结果高,滑动误差订正效果优于7d固定误差订正;24h最高气温预报中,滑动误差订正结果的准确率最高;最低气温预报中,08时滑动误差订正结果准确率高于中央气象台MOS预报,但20时滑动误差订正结果准确率低于MOS预报。滑动误差订正需1—15d的资料积累,比MOS方法所需资料少且操作简单,适合观测资料积累少的地区开展数值模式的温度订正。     

浅析观测误差

1引言地面气象观测工作同其他行业的测量技术一样，所获取的资料必然会存在一定的误差。其误差的大小，关系到测量结果的精确程度。要想获得一定的测量精确度、首先要考虑仪器构造的条件和观测方法，另外也要分析产生误差的巨日和特占．确宋诗兴的朴理方法。2误差的产生及处理万法2·1系统误差这种误差产生的原因可分为仪器误差、条件误差和读数误差3种。2·1·1仪器误差。指感应元件物理性能的变化。例如气压计空盒的弹性不仅感应气压变化，又随温度的变化而变化，所以气压值的变化随温度的变化而变化，但这种变化是非线性的。因此，要求气…     

探空观测中特殊天气的基测

1　大风天的基测　　由于风速大 ,使探空仪感应器对气象要素感应较快 ,为减少沙尘对仪器的污染 ,在基测前 2 0min将仪器拿出室外感应 ,且不宜在电码筒上涂防冻油 ,以免沾上沙尘使信号不清。2　日出日没时的基测　　日出日没时 ,由于大气温度变化大 ,温度感应器易产生滞后误差 ,操作时要迅速 ,必要时应采取基测前后读数法 ,即基测开始前先将通风干湿表上水、上发条 ,待稳定后 ,先读取一次干湿球温度再听取探空仪信号 ,然后再次读取干湿球温度。先听取信号的探空仪用前面的干湿球温度 ,后面仪器用后读取的干湿球温度做基测 ,从减小误差。3　需…     

毛发湿度表的正确使用

固定台站测定湿度通常是由百叶箱中固定干湿表來测定的.于湿球温度差误差0.1℃时:气温在零上,由此引起的相对湿度误差为1个百分点左右;气温在零下,随着温度的降低,由此引起的相对湿度误差急剧增大,气温为-10℃时,相对湿度误差为4个百分点;气温为-20℃时,相对湿度误差为8个百分点,气温为-30℃时,相对湿度误差为18个百分点.规范规定,当气温低于-10℃时应使用毛发湿度表测湿.     

水平气压梯力差分格式误差的定量分析

通过分析发现地形坐标系中系气压梯度力差分格式的计算误差应分为二类，其中，第二类误差在水平坐标面倾斜时出现。这种误差可理解为将水平坐标面上的气压插回到等高面上的插值误差。构造气压梯度力差分格式的目的正是为了减小这种第二类误差，而不是其他误差。误差分析表明静力扣除法和Ｃｏｒｂｙ格式的第二类误差都很小，比一般方法的误差小约一个量级。     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。      

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。