自制铂丝温度脉动仪与超声风温仪温度脉动观测的对比研究

本文利用１９９２年８月进行的ＨＥＩＦＥ仪器比较实验的湍流资料，给出了自制铂丝温度脉动仪与超声风温仪进行温度脉动观测的水平比较及分析。结果表明：（１）总体上，两种探头测定的温度脉动方差和相应的温度通量一致性良好，但随着稳定度增强，超声风温仪测定的σｔ略低于铂丝值；温度谱的比较表明，因观测高度较低，超声路径平均效应引起的高频削减已起作用。（２）超声风温仪测定值的修正量显著小于前人的报导，除湿度低、地面     

风杯风速仪过高效应的订正研究

该文基于对风杯风速仪动力方程的数值计算和风杯风速仪与超声风速仪平行对比的观测结果,发现专用于近地面层精细风廓线测量的轻型低阈值风杯风速仪测风的过高效应引起的u-error约为1%,因风速平均方法不同（标量平均和矢量平均）引起的DP-error是风杯风速仪测风过高的主要原因,在小风情况下更为明显。DP-error经修正后可获得合理的风速值。     

降雨强度对激光雷达测风精度的影响研究

多普勒激光雷达在大气、环境以及风能等领域得到越来越广泛的应用,但对于复杂天气下多普勒激光雷达的适用性仍然有待深入研究。为此本研究采用2020年8—10月期间位于福建三沙的地基多普勒激光雷达与边界层高塔所搭载的超声风温仪观测的风场数据进行对比,发现多普勒激光雷达在水平风速、风向方面具有稳定的高精度探测性能,与超声风温仪之间相关系数达到了0.948和0.984。相比之下,激光雷达垂直风速的探测误差较大,与超声风温仪之间相关系数仅有0.353。研究发现,降雨强度与激光雷达垂直风速误差呈正相关关系,强降雨下垂直风速偏差最大可达到9 m/s。     

北京地区体感温度误差订正方法研究

基于欧洲中期天气预报中心(European Centre for Medium-range weather Forecasts, ECMWF)模式的预报数据和北京地区气象站点的观测数据,使用两种机器学习算法(线性回归和梯度提升回归树)对站点的体感温度进行误差订正,并采用均方根误差(Root Mean Square Error, RMSE)对预报效果进行评估,进一步与传统订正方法模式输出统计(Model Output Statistics, MOS)得到的订正结果进行对比。结果表明：线性回归、梯度提升回归树、 MOS和ECMWF预报得到的平均RMSE分别为3.12、3.06、3.45、4.06℃,即机器学习算法明显优于MOS和ECMWF模式原始预报。机器学习订正方法不仅在平原地区取得了较好的效果,在高海拔站点的订正效果更加突出,为北京冬奥会复杂山地条件下赛事正常运行提供了一定的技术保障。     

风能模式预报的相似误差订正

采用一种基于相似误差的模式后处理方法,对2011年10月18日—2012年1月5日WRF模式24 h预报的陕西延长风电场风速进行误差订正。该方法通过寻找与当前预报相似的历史预报来进行误差订正,克服了一般基于时间顺序的误差订正方法的不足,即不能处理由于天气系统的剧烈转变引起的预报误差的快速变化。相似误差订正方法减小了预报的均方根误差和中心均方根误差,相对原始预报分别减小9%和10%左右。该方法不仅可以减小系统误差,还可以减小随机误差,从而提高预报准确率。同时,订正结果相对原始预报具有更好的Taylor图模态相关。相似误差订正方法对风能预报敏感区的订正效果更为显著,均方根误差和中心均方根误差分别减小了12%和22%左右。该方法尤其适用于基于风能模式预报的风速误差订正,同时该方法对其他的预测系统和预报变量也有很好的应用潜力。     

超级集合预报的误差订正与集成研究

利用类似KALMAN滤波的自适应误差订正法对中国国家气象中心、日本气象厅、美国国家环境预报中心、加拿大气象中心和澳大利亚-法国气象局的区域集合预报模式2m温度预报做订正,并对订正后的结果采用算术平均和多元回归两种方法进行集成.结果表明:订正后温度预报的各项检验指标都显示出不同程度的改善.36h内平均绝对误差在1.8℃以内;均方根误差也有明显减小,且与离散度大小更接近;talagrand图的U型分布仍然存在,但个别成员异常的现象得到改善;集合成员预报分簇的现象得到了很好的矫正;此外预报误差存在日变化.两种集成方法的温度预报结果都优于单一模式预报,并且不存在明显的系统误差,预报达到了一定精度.其中多元回归方法的集成效果胜于算术平均集成.     

延伸期温度预报误差订正技术初探

应用滑动平均误差订正方法和历史偏差订正方法,对欧洲中期天气预报中心的数值模式延伸期2 m温度预报进行误差订正。研究发现,应用滑动平均误差订正方法进行11～15 d逐日温度预报订正时,25～30 d是最优的训练期长度。对2018年订正预报的检验分析显示,应用上述两种误差订正方法均可减小模式预报的系统偏差,有效修正模式温度预报较实况明显偏低的问题,并将预报准确率提高30%以上。在6—10月,订正后的温度预报平均绝对误差基本在2℃以内,具有一定的参考性,其业务化产品可支撑预报员的业务预报需求。在15 d内的延伸期预报时效上,两种订正方法对温度预报的订正效果差异并不明显。随着时效的延长,历史偏差订正方法的优势逐渐显现。     

PARSIVEL2对降雪测量的订正方法及误差计算

为了获得更加准确的冬季降水数据,针对PARSIVEL2（Particle Size and Velocity）测量降雪时近地面水平风的影响进行了订正及误差计算。订正结果表明:一定风速下,不考虑风的影响会造成小粒子直径的明显低估,而对于同一粒径段的粒子,风速越大,计算过程中对于粒子直径的低估越明显。风速不超过2 m s?1时,其降雪粒子下落末速度计算误差在3%左右,直径计算误差在7%以内（水平偏转角度45°）。在对2018年1月4日南京一次降雪过程中获取的真实雪花谱的分析中可以看出,忽略风的影响会导致雪花谱峰值的偏移和谱的缩窄,这会造成小粒子数浓度的高估和大粒子数浓度的低估,进而影响微物理量的计算。具体表现在雷达反射率因子Z和降雪强度I的低估,及Z–I关系拟合系数a值的实际数值会大于计算值,b值则偏小。但当风速较大时,近地面流场比较复杂,垂直向湍流运动不可忽略,此种订正方法很可能不再适用。建议在以后的业务观测中增设防风圈或在后续的数据处理中增加针对风的订正,以排除风对降雪测量的影响。     

地温观测方法的研究

利用铂、铜、热敏３种电阻传感器的遥测地温仪与台站现用玻璃地温表，在不同天气条件下，用不同安置方法进行大量的对比试验，探讨地面、草面、地中不同深度温度的最佳观测方法。得出：地面温度应用体积小棒状传感器的多点采样平均来代替单点一次采样；地中温度表用直埋式与套管式无大差异；草温为农业服务有重要意义等结论。为遥测地温的观测方法提供科学依据。     

三维超声风速仪观测中风向角计算方法

在对三维超声风速仪观测资料处理中,风向角的计算具有一定的技巧性。根据三维超声风速仪自身观测坐标系统与地理坐标系之间的差异,推导出计算地理坐标系下风向角的一种方法,为超声风观测资料的处理和应用提供借鉴。同时利用锡林浩特国家气候观象台2008年全年通量观测资料对风向角进行了计算,并与台站统计资料进行了对比,结果表明两组数据无论从风向角分布趋势还是从相关性来看,均非常吻合（相关系数为0.97）,从而证明了该方法的正确性及可应用性。     

New Equations For Sonic Temperature Variance And Buoyancy Heat Flux With An Omnidirectional Sonic Anemometer

Many new types of sonic anemometer obtain sonic temperature from an average value of temperature measured along three paths, unlike previous sonic anemometers that generally used one path. New equations are derived to calculate temperature variance from sonic temperature variance and sensible heat flux from buoyancy flux considering the influence of a crosswind. These equations can be applied to CSAT3, Solent R2, R3, R3A, HS, and USA-1 sonic anemometers with the corresponding correction factors given in this paper. The equations are verified by data measured by a CSAT3 sonic anemometer in the LITFASS-1998 field study.     

基于ECMWF的两种温度客观预报订正方法及评估

依据国家气象信息中心格点温度实况资料,采用“动态训练、择优选取”的基本原则,利用递减平均法（DAM）和径向基函数神经网络方法（RBFNN）对ECMWF细网格模式2019—2020年20时BTC未来24～216 h的0.05°×0.05°分辨率格点日最高、最低温度进行客观预报订正,并与中央台指导预报（NMC）和EC模式预报产品进行格点检验对比分析。结果表明：（1）通过DAM和RBFNN订正后的24～216 h日最高、最低温度预报准确率提高3.9%～7.8%,均为“正”技巧,对预报准确率偏低的月份预报时效订正效果更显著,且夏、秋季最高温度预报订正效果较好,冬季最低温度订正能力较强;（2）订正后的最高、最低温度预报产品除沙坡头区的最高温度预报和贺兰山的最低温度预报误差偏大外,其他区域的误差基本都<2℃,订正后的ECMWF细网格模式对强降温、寒潮天气的温度预报效果明显优于NMC和EC模式预报产品,对预报业务有一定的参考价值。     

Sonic Anemometer Tilt Correction Algorithms

The sensitivity of sonic anemometer-derived stress estimates to the tilt of the anemometer is investigated. The largest stress errors are shown to occur for unstable stratification (z/L<0) and deep convective boundary layers. Three methods for determining the tilt angles relative to a mean streamline coordinate system and for computing the tilt-corrected stresses are then compared. The most commonly used method, involving a double rotation of the anemometers' axes, is shown to result in significant run-to-run stress errors due to the sampling uncertainty of the mean vertical velocity. An alternative method, requiring a triple rotation of the anemometer axes, is shown to result in even greater run-to-run stress errors due to the combined sampling errors of the mean vertical velocity and the cross-wind stress. For measurements over the sea where the cross-stream stress is important, the double rotation method is shown to overestimate the surface stress, due to the uncorrected lateral tilt component. A third method, using a planar fit technique, isshown to reduce the run-to-run stress errors due to sampling effects, and provides an unbiased estimate of the lateral stress.     

互助站迁站前后气温序列均一性检验及订正

气象台站的迁移常导致气候序列的非均一性。本文对互助站迁站前后气温序列作均一性检验及订正。采用t检验和SNHT法,对互助站迁站前后的气温序列进行均一性检验,结果表明站址迁移对互助站温度序列均一性的影响非常显著。对差值法、一元线性回归、逐步多元线性回归以及确立订正方程式的参考站平行资料年限对互助站气温序列订正效果进行分析,结果表明用参考站15年平行观测资料建立的逐步多元线性回归订正效果较好。用逐步多元线性回归法对互助站迁站前的气温序列进行订正,经订正后互助站气候倾向率为0.31℃/10a,消除了序列的不均一现象。     

GRAPES-GFS模式2 m温度预报的最优时窗滑动订正方法

利用2017—2018年GRAPES-GFS模式预报资料和广西区域自动站逐时气温观测资料,分析模式预报偏差特征,发现GRAPES-GFS模式对广西区域2m温度的预报系统性偏低,随着预报时效增加,预报偏差增大,系统性偏差主要出现在桂北山区、左右江河谷及沿海;春夏秋三季的午后气温预报偏差有明显的系统性,冬季午后气温和四季凌晨气温预报偏差的随机性较大。为了确定滑动订正的最优时窗,通过活动时窗长度的方法,设计不同的滑动订正方案,制定最优时窗滑动订正方案,并进一步利用2020年最优时窗滑动订正业务试验产品,对比验证了该方案的订正效果。结果表明:分别采用固定时窗、季节最优时窗、月份最优时窗等滑动平均订正方案进行订正,春夏秋3季的订正效果明显好于冬季、午后订正技巧高于夜间,其中固定时窗滑动平均方案中的长时窗(15～60d)订正、季节最优时窗滑动订正以及月份最优时窗滑动订正这几种方式订正效果最优;所制定的最优时窗滑动平均订正方案,可以在不同滑动方案的基础上稳定地提高预报准确率,达到最优时窗滑动的目的。     

城市化进程对珠江三角洲地区气温变化的影响

根据1979—2010年珠江三角洲24个气象站的气温观测数据以及NCEP/NCAR R1地表气温再分析月资料,运用OMR（observation minus reanalysis）方法分析了珠三角地区平均气温、平均最高气温、平均最低气温的年、季变化趋势。研究结果表明,过去32年珠三角大部分地区呈增温趋势,年平均气温、年平均最高气温、年平均最低气温的OMR趋势分别为0.22/10a、0.19℃/10a、0.23℃/10a,对珠三角地区观测气温增暖的贡献率分别为55.7%、41.7%、57.2%;四季OMR增温趋势冬季最大,夏秋季较小。城市化对区域平均最低气温的影响比对平均最高气温的影响更大。     

气温涨落中的层次相似律

尝试近年来发展的湍流层次结构模型应用于分析气温序列涨落，试图寻求一种研究气温变化中多尺度现场的新方法。通过分析北半球近百年月平均气温距平的Jones序列，证实了层次相似律的存在，得到层次相似系数β，并对其物理含义进行了讨论。     

基于多神经网络的动态权重集成温度预报订正研究

基于CMA-GD模式预报数据,利用多神经网络的动态权重集成方法,开展了贵州省温度预报订正研究,最终获得本地化温度预报订正产品。结果表明：(1) 在对历史数据检验评估的基础上,利用多种神经网络方法可有效降低模式系统误差,通过BP、BP_GA、WAVENN、GRNN、LSTM等神经网络订正,2020年贵州省0～72 h预报时效的温度平均绝对误差较模式降低0.01～0.17 ℃;(2) 考虑到不同神经网络订正结果的差异性,采用动态权重方案对订正结果进行优势集成可显著提升预报可靠性。经集成后的温度预报效果优于模式直接输出和各神经网络订正结果,2020年贵州省0～72 h预报时效的温度平均绝对误差较模式降低14.93%,预报准确率提升8.24%。此外,动态权重集成后的订正结果还表现出较好的稳定性。基于该方法形成的本地化客观预报订正产品可为提升贵州复杂地形下温度预报质量以及精细化预报服务水平提供参考依据。