华南3 km高分辨率区域模式气温预报在贵州的质量检验

利用2018年1—10月华南3 km区域高分辨率模式08时、20时起报的气温预报和实况资料,采用线性内插法进行站点预报值处理,并从平均均方根误差及预报准确率的角度,检验分析了贵州省72 h预报内逐24 h最高(低)气温预报质量。结果表明,72 h内随着预报时效的增加,预报准确率差异较小;日最低气温预报准确率相对最高气温平均高出20%左右;08时起报的最高(低)气温预报优于20时的。同时发现,最高(低)气温的预报能力在月份上存在明显差异,6—8月预报性能总体优于其它月份;在24~48 h预报中,东北—西南向一带较贵州其它区域展现出更高的预报能力。在9个主要城市站上,最高(低)气温均表现出较高的预报技巧,其中,20时起报的兴义站24 h最低气温准确率100%。通过对2018年7月18日气温预报质量检验,最高(低)气温及35.0℃以上高温事件预报准确率均在80%左右,较好反映了天气实况。因此,华南3 km高分辨率区域模式对贵州气温预报具有较好的参考价值。     

ECMWF高分辨率数值模式对广安地区气温预报性能检验分析

为了解ECMWF高分辨率数值预报模式(以下简称“EC”)对广安地区气温的预报性能,提高预报质量。利用EC气温预报产品,对2015～2017年广安地区最低(高)气温进行预报性能检验。结果表明:EC模式预报最低气温,正确率较高;预报最高气温,正确率波动大,随月份呈明显的“V”型变化,盛夏7、8月最低。预报误差随时效延长,略有增大;最低气温误差小于最高气温误差;最低气温误差各月无明显差异,最高气温误差在盛夏7、8月最大。最低气温预报效果区域差异不明显;最高气温预报效果受地形影响较大。根据订正指标,进行气温订正预报,可有效提升预报正确率。EC模式预报高温时的最高气温偏小,经过订正后,各站各时效正确率均明显提高,正确率提升20.6～91.3%,具有较高的参考价值。      

气温数据栅格化中的几个具体问题

用地理信息系统软件ARC／INFO及4种空间插值方法，对中国617个气象站30年平均气温数据和1961年平均气温数据的栅格化试验发现，克立格插值方法的精度最高，反距离权重法次之，样条插值法的精度第三，趋势面插值方法的精度最低。利用多年平均气温数据和年平均气温的距平值进行气温数据的栅格化，虽然可以减少分析和计算量，但栅格化结果的精度比利用年平均气温数据直接进行栅格化的精度要低。气象站的实际高程与气象站经纬度对应的数字高程(DEM)上的高程不完全一致，但气温数据的栅格化完全依赖于DEM，用气象站实际高程建模进行气温数据栅格化的精度比用与气象站经纬度对应的DEM上的高程建模进行气温数据栅格化的精度要高。     

季风强度与气温变化的统计特征

对贵阳季风强度与气温的变化关系进行了分析研究。结果表明：①贵阳的季风强度与温度的变化关系密切,其月际相关达-0．744;②季风强度与气温均具有2—11d的短期变化周期,其分布型状相似;③季风强度与气温日变化具有一定的对应关系,在冬、夏季风较稳定时,季风强度与气温的对应关系比冬、夏季风交替出现时好;④倒春寒过程与较强的偏北气流出现关系密切．气流对气温的影响具有滞后性。     

中国气温与全球气温变化的关系

利用１９５１～１９８９年全球格点及中国１６０站逐月气温资料,分析了中国气温场与全球温度场变化的关系及其相应的环流异常,指出：年平均气温显著增暖的中国东北,新疆北部,属中心位于欧亚大陆中北部增暖区的一部分,而中国西南地区的变冷局地现象。年平均气温变化的时空特征主要由冬季气温贡献所致,与中国冬季气温的增暖相对应,欧亚大陆北美大陆地也增暖,北太平洋和北大西洋地区则变冷,这种变化可从欧亚大陆纬向型流加强和     

均一化气温资料与观测资料的对比分析

本文使用"中国均一化历史资料气温数据集(CHHT)(1951～2004)(1.0版本)"的订正后均一化气温资料,以哈尔滨站为例,初步进行了均一化气温资料与观测资料的对比分析.分析表明,均一化气温资料与观测资料是有明显差异的,差异主要表现在平均气温的变化趋势和数值上,尤其冬季平均气温差异明显.但其原因有待深人分析.气温的均一化订正不会对资料序列的方差产生明显影响.在进行气候研究和分析工作中应建议使用均一化资料序列.     

利用多模式对中国气温序列中不连续点的检测

发展了一种对元数据依赖程度较小的气候序列均一化思路,在缺乏元数据的基础上,采取3种不同的方法,对中国东南部地区年平均最高、最低气温序列进行了均一性检验;并对其中不连续的气温序列进行了订正.对比表明,订正后序列较订正前更为合理.在检验过程中发现,对于最低气温检验可以明显得出比最高气温更多的不连续点.为了进一步认识这个问题,对此进行了进一步分析,认为最低温度对变化更为敏感主要是由于其物理特征:最低温度一般出现在夜间,夜间大气较为稳定,因此一些变化(如仪器,迁站)可能引起明显的不连续现象,而最高气温往往出现在白天,因此大气混合比较充分,空间的均一性要明显强于最低温度.另外,热岛现象、台站密度等因素均是影响气温序列均一化的因素.     

基于机器学习的气温要素空间插值

掌握近地表气温的空间分布对于科学理解生态环境变化和陆地-大气热力学相互作用机理等至关重要,然而气象观测站在地理空间上分布不均,为区域的气温插值带来了挑战。本文以全国711个气象站点的月平均气温为基础数据,分析了气温与经度、纬度和高程的相关性,利用随机森林、支持向量机、高斯过程回归三种机器学习方法,对中国陆地区域的气温进行了空间插值,并与反距离权重、普通克里金以及ANUSPLIN等传统的插值方法以及全球土地数据同化系统（Global Land Data Assimilation System,GLDAS）气温数据产品进行对比。结果表明：（1）在整个中国陆地区域,利用机器学习进行气温插值的精度明显高于传统的反距离权重和普通克里金插值,并且机器学习方法明显提高了夏季的气温插值精度（R2）;(2)在三种机器学习方法中,高斯过程回归表现最好,支持向量机次之,然后是随机森林,ANUSPLIN具有较高的插值精度,但是整体低于高斯过程回归模型;（3）在气象站点稀少且分布不均匀的青藏高原地区,三种机器学习方法插值精度明显高于反距离权重和普通克里金方法,且整体优于ANUSPLIN的结果,尤其是在夏季,机器...     

不同方法计算的气温平均值差异分析

利用1961～2002年699个国家基本（基准）站的时值气温观测资料,分析了我国不同方法计算的气温平均值的差异。结果表明：平均气温计算值由于受4次观测、3次观测不同的计算方法的影响,造成4次、3次观测记录平均值产生一定差异。其差异在空间分布中具有明显的特征,西部、北部地区3次平均值偏高;东南部地区3次平均值偏低。中西部地区4次、3次气温平均值的差异具有扩大的趋势,是由于最低气温的升高引起的。因此,在使用气温平均值时,要充分重视平均气温值的计算方法,避免误差。     

青藏高原气温分布的空间插值方法比较

使用反距离平方、趋势面、Kriging插值、Cokriging插值和综合方法对青藏高原1961-1990年30年平均1月气温进行空间插值比较研究，其中后两种方法能够把影响青藏高原气温分布的关键因素——高程置于插值算法之中。反距离平方和趋势面插值的结果都与实际情况相差较远；普通Kriging插值能够反映出青藏高原气温分布的一定的空间结构，但结果依然不好；由于考虑了高度变量，Cokriging插值表现出一定程度的性能改进，但因为台站海拔高度偏低，插值结果依然不理想。前4种方法效果不好的原因主要是因为青藏高原上气象台站稀少且高原西北地区无气象台站。综合方法把气温分解为结构化分量和随机分量，使用直减率把气温订正到同一海拔高度后，再对它们做Kriging插值分析，其结果较为正确地反映了青藏高原气温空间分布的特征，误差远小于其它方法。研究结果表明：样本本身的空间分布是影响插值精度的重要因素，合理的采样设计是必要的前提；对于台站稀少的地区，必须把随机插值方法和确定性方法结合起来估计气候变量的空间分布。同时给出了青藏高原1月的气温空间分布状况。     

浙江省高温精细化的评估方法

利用浙江省历史上144例高温过程研究建立了高温精细化评估方法,首先根据高温日数和高温累积量两项指标构建单站高温强度评估模型并将单站高温强度划分为"特强、强、较强、一般"4个等级,再根据1～4级高温范围和平均高温强度等指标构建全省高温强度评估模型,将全省高温强度也划分为同样Ⅰ～Ⅳ个等级;通过计算验证了该方法;另外评估结果显示,浙江省Ⅳ级以上高温平均每年可出现2.8次,近年来Ⅰ级(特强)高温有多发和重发的趋势;以杭州的西南部、金华的大部分以及丽水的中北部地区高温致灾危险性指数为最高(高危险区),从内陆到沿海、中部向南北两侧相应由"较高危险区→中等危险区→较低危险区"过渡,海岛及沿海个别地区属相对低危险区。     

针对江苏省气温和降水的高分辨率降尺度模拟及预估北大核心

本文利用WRF模式,以25 km分辨率数值模拟结果作为驱动场,对江苏省现代和未来15 a的气候进行5 km高分辨率降尺度模拟及预估。结果显示,高分辨率降尺度模拟对其驱动场具有显著的提高,降水的负偏差和气温冷偏差均有所降低,其模拟的降水与气温概率分布与观测更为接近;对于极端指数,WRF模式能够模拟出其基本分布,除连续湿润日数CWD和极端高温TXx之外,高分辨率模拟对其他指数的模拟均有显著的提升。在RCP8.5排放情景下对未来气候变化的预估表明,江苏降水在夏季以减少为主,在春季则以增加为主,全年平均降水存在减少趋势;未来0~1 mm·d^(-1)的微弱降水发生概率将增加,小雨、中到大雨以及暴雨发生的概率均降低,而暴雨强度的增强导致极端强降水R95显著增加;气温25℃以上高温发生的概率在未来有所增加,而0℃以下的低温发生概率减小,从而导致暖持续日数显著增加,而冷持续日数减小,另外,极端高温和极端低温都有显著的升高。     

Reversal of monthly East Asian winter air temperature in 2020/21 and its predictability

在全球变暖的背景下,近年来东亚冬季气温存在复杂的季节内变化.本文研究了2020/21年东亚冬季气温的月际转折及可预测性.结果 表明,2020/21年东亚冬季气温前冬(2020年12月-2021年1月中旬)偏冷,后冬(2021年1月中旬-2月)偏暖.西伯利亚高压强度在前冬和后冬也出现转折变化.在前冬,由于2020年9月巴...     

Prediction of Monthly Mean Surface Air Temperature in a Region of China

In conventional time series analysis, a process is often modeled as three additive components： linear trend, seasonal effect, and random noise. In this paper, we perform an analysis of surface air temperature in a region of China using a decomposition method in time series analysis. Applications to the National Centers for Environmental Prediction/the National Center for Atmospheric Research （NCEP/NCAR） Collaborative Reanalysis data in this region of China are discussed. The main finding was that the surface air temperature trend estimated for January 1948 to February 2006 was not statistically significant at 0.5904℃ （100 yr）^-1. Forecasting aspects are also considered.     

河北省月平均气温分布式模型应用研究

利用1971-2000年河北省及周边126个气象台站的常规观测资料,应用月平均气温分布式模型,实现了起伏地形下河北省月平均气温的分布式模拟,制作出100 m×100 m分辨率的气温空间制图。结果表明：坝上高原和河北省平原地区地势平坦,气温分布比较均匀;燕山山脉和太行山山脉地形复杂,气温受局地地形影响显著。在角度相同的坡地上,偏南坡与偏北坡的气温差异1月>10月>4月>7月。在同一时段,偏南坡与偏北坡的气温差异随坡度的增加而增加;张家口地区多盆地河谷,气温分布均匀且较周围地区高;月平均气温分布式模型在河北省具有良好的模拟精度、时间维和空间维模拟性能及山地扩展性能。     

基于多种集合的中国冬季气温逐月滚动预测

利用1979—2015年中国国家气候中心整编的160站月平均气温和NCEP/NCAR全球大气再分析资料,从1979/1980—2008/2009年冬季前期500 h Pa高度场、200 h Pa势函数和850 h Pa势函数场选择预测因子,考虑不同时效因子的组合及其独立性,综合应用多因子回归集合、交叉检验集合、逐月滚动集合,建立了针对中国冬季气温的逐月滚动预测模型,并利用该模型对2010/2011—2014/2015年冬季气温进行了独立预测试验和检验。结果表明,综合运用多种集合可提高短期气候客观定量预测的可行性和稳定性。多因子回归集合能增加可预测站点数,交叉检验集合可减少因统计关系不稳定而产生的对预报效果的影响,逐月滚动集合的应用不仅增加了可预测站点数,而且使预测效果更加稳定。本文建立的预测模型可对中国冬季气温进行长时效的预测,且有一定的预报技巧,对实际的季节预测业务有重要应用价值。     

浙江省年平均气温百年序列的构建

长时间气温序列是气候变化研究的基础,早期气温观测台站的缺乏在某种程度上限制了区域性气温长序列的建立。将局部台站的气温观测值向代表全区水平的气温观测值转化,亦是一种有效利用早期少数气温站点构建区域性气温长序列的重要途径。基于浙江省气温观测台站资料的统计分析,提出了局部台站观测值全局修正（GAoSV）的气温长序列建立方式,并利用该方式构建了浙江省年平均气温百年序列。研究结果表明：省级区域内气温局部台站观测与全区台站观测,两者的气温年值变化具有高度的趋同相关性,所提出的GAoSV气温序列构建方式可在少数气温观测台站的情况下,有效保证全区气温序列的构建可信度,且随着观测台站数量增多,其构建可信度会进一步增大,该方式尤其适合早期气温观测台站稀缺（仅有1～2个）的省市级气温长序列的建立。以GAoSV方式建立的浙江省年平均气温百年序列显示,1905-2012年浙江省年平均气温总体在逐渐升高,增温速率约为0．11℃／10a,1980-2012年期间气温的上升趋势更为明显,增温速率约为0．51℃／10a。     

浙江夏季高温特征及住宅降温耗电初探

运用REOF、小波分析、相关分析等方法,对浙江省夏季高温特征进行了详细的分析,并计算了夏季各地每平方米住宅空调耗电量。重点分析了浙江高温的变化特征和地域分布特征,指出近50年来,浙江夏季高温积温总体趋势变化不明显,但区域变化特征有所差异,浙东南区呈明显的上升趋势,浙北区与浙西南区则有不同程度的下降,至20世纪80年代后,3个高温分区的最高气温、高温日数差异明显缩小。分析了50多年来浙江发生的酷暑事件与凉夏事件。随着人民生活水平的提高,浙江夏季用于居民住宅的空调耗电量不容小觑;酷暑年与凉夏年相比,全省住宅降温耗电平均多7成左右。     

鲁中地区极端高温变化特征分析

基于1966—2015年鲁中地区8个气象站日最高气温、日最低气温和相对湿度气象观测资料,利用年最高气温、高温日数、极端高温日数、暖夜日数、炎热日数和高温热浪日数等指数,研究其极端高温天气变化特征。结果表明:鲁中地区近50 a年最高气温随时间变化呈增加趋势,1990年后增加趋势明显,有6 a左右的主要变化周期,主要空间变化规律一致;极端高温天气呈增强趋势,尤其在1990年以后,年炎热日数和轻度高温热浪日数最多出现在1994年,年高温日数最多出现在1997年,年极端高温、暖夜日数和重度高温热浪日数均出现在2005年;中部地区发生极端高温天气频率高,南部山区发生频率低。