几种再分析地表气温资料在中国区域的适用性评估

应用台站观测资料对ERA-40、NCEP/NCAR、NCEP/DOE和JRA-25等几种再分析地表(2m)气温资料在中国不同区域、不同年代和季节的气候均值、年际变化和变率特征及其气候趋势等所反映出来的适用性问题进行了系统评估.结果表明,几种再分析产品在全国大多数地区的气候变化研究中都具有一定的合理性,特别是1979年以后的资料可靠性更高一些.但相比而言,它们在冬季的可信度一般要高于夏季,东部地区的可信度一般要高于西部地区;ERA-40和JRA-25再分析产品的适用性要高于NCEP/NCAR和NCEP/DOE再分析产品;其中,JRA-25在均值、年际变化和变率特征的描述上具有更高的可靠性,而ERA-40在长期气候变化趋势(44年)的描述上则要明显优于NCEP/NCAR再分析产品.     

黑河流域气温和降水再分析数据的不确定性评估

评价区域再分析数据的精度和不确定性对于陆面过程模拟和气候变化分析有重要意义。以黑河流域为研究区,基于站点观测数据对中国区域高时空分辨率地面气象要素驱动数据集(CMFD)、黑河流域2000—2015年大气驱动数据集(WRFOUT)及黑河流域3 km 6 h时空分辨率模拟气象强迫数据(SFD)在不同下垫面条件下气温和降水的模拟精度进行评价,并通过广义三角帽法(TCH)评价3套数据集的不确定性。结果表明:(1)对于气温数据,WRFOUT数据集在草地、灌丛地、荒漠裸地及湿地下垫面精度较高,而CMFD数据集在农田下垫面精度相对较高,5种下垫面中,3套再分析数据的气温产品在灌丛地精度最高;对于降水数据,CMFD数据集在5种下垫面精度均较高,SFD数据集在草地、灌丛地和荒漠裸地,WRFOUT数据集在草地、农田和湿地表现出高估。(2) CMFD与WRFOUT数据集中气温数据的不确定性相对较低,而SFD数据集中气温数据的不确定性相对较大; 3套数据集中降水数据均表现出相对较高的不确定性,且区域差异明显,地表植被类型复杂和海拔差异较大的地区数据不确定性较高。     

近百年中国地表气温变化趋势的再分析

重新考虑了1950年前后器测资料的非均一性问题,统一采用最高温度和最低温度计算月平均温度,利用国际上通行的区域平均温度序列计算方法,建立了中国近100年的地表气温序列,并对气温变化趋势进行了再分析.结果表明,自1905年以来中国地表年平均气温明显增暖,升高幅度约为0.79℃,增温速率约为0.08℃/10 a,比同期全球或北半球平均略高.但是,20世纪80年代初以来的增温似乎不比30～40年代明显,而20世纪50～60年代地表气温的变冷却比全球或北半球显著得多.和全球平均温度变化一样,近100年来中国的增温也主要发生在冬季和春季,而夏季却有微弱变凉趋势.新的全国平均气温序列与以往的研究结果比较给出了更高的增温趋势估计值,这主要与采用新的月平均气温统计方法改善了原序列的均一性有关.另一方面,由于早期资料覆盖面积比例低和后期城市化影响等问题,这里给出的增温趋势估计仍然存在着较大的不确定性.     

欧亚大陆冬季积雪异常与东亚冬季风及中国冬季气温的关系

采用相关及合成分析方法,对ＥＭＭＷＦ１９７９－１９９３年的网格积雪深度资料深度资料,冬季海平面气压场,５００ｈＰａ高度场及中国冬季气温场进行了分析,研究了欧亚大陆冬季积雪异常与东亚冬季风及中国冬季气温的关系。结果表明：欧亚大陆中高纬地区冬季积雪异常与东亚冬季风和中国冬季气温明显的关系。     

NCEP/NCAR逐时分析与中国实测地表温度和地面气温对比分析

美国国家环境预报中心(NCEP) 和国家大气中心(NCAR) 的全球分析资料,不仅应用于气候模拟和预测研究中而且也可作为卫星遥感云检测的初始场资料.通过对2005年NCEP逐6小时全球最终分析资料(FNL)与中国753个台站实测资料的地表温度和地面1.5m高气温进行Cressman插值, 从时次变化和空间变化等方面系统地分析和比较了这一年间NCEP分析值与中国区域内观测值之间的差异, 得到结果: NCEP分析地表温度较观测值普遍偏低, 而地面气温NCEP分析值的空间分布大致表现为在北部地区大于观测值、而南部地区小于观测值;就2005年季节变化而言,NCEP分析值在夏季比冬季符合得好,而在我国东南部比东北、西北符合得好;从时次上看,地温和气温都呈现出随着时次推进(从2时到20时),正值区(NCEP分析值-实测值＞0)减弱、负值区(NCEP分析值-实测值＜0)加强的趋势;而通过标准化均方根误差的分析,可以知道气温的NCEP分析资料在我国可行性比地温要好.     

中国东部冬季气温异常与海表温度异常的关系分析

采用SVD、 相关分析及EOF方法, 分析了中国东部冬季地面气温与北大西洋及北太平洋海温异常变化的关系。结果表明： （1）中国东部冬季气温变化的一致性较高; （2）冬季气温异常与前一年9月北大西洋海域关键区（16°～40°N, 60°～24°W）海温和当年2月西北太平洋关键区（20°～40°N, 124°E～180°）海温呈显著的正相关分布, 即前一年9月北大西洋和当年2月西北太平洋海温异常偏高（低）, 东部冬季气温亦偏高（低）, 即前一年9月北大西洋海温的异常是否为我国冬季气温的气候预测提供了一种前期信号; （3）关键区海温对中国东部冬季气温的影响存在区域差异。北大西洋前期海温与中国东部冬季气温有密切的关系, 而西北太平洋的海温主要影响长江流域及其以北的季风中部区; （4）海温影响气温的可能机理是西北太平洋海温异常升高, 使乌山脊减弱, 阿拉斯加脊减弱, 东亚大槽减弱向东移动, 纬向环流加强, 高纬度的冷空气不易南下, 导致我国东部大部分地区冬季气温偏暖, 反之亦然。在年代际尺度上, 纬向环流和东亚大槽对海温有显著的响应; 但在年际变化方面, 东亚大槽对海温的响应不显著。     

冬季EC 2 m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℃。     

冬季积雪对我国夏季降水预测的评估分析

根据高原积雪和高纬积雪与我国夏季降水相关分析的结果，将高原积雪和高纬积雪作为独立因子分别对我国夏季降水预测做了检验，结果表明：高原积雪较高纬积雪效果要好，冬季高原积雪异常偏多时，长江流域夏季易发生洪涝，这也是预测汛期降水的一个重要信号。     

中国地表太阳辐射再分析数据与观测的比较

利用我国地表太阳辐射台站资料和海上观测资料与同期的NCEP/NCAR, NCEP/CFSR再分析资料进行比较,检验再分析资料是否能够反映中国地区的太阳辐射特征。结果表明:1979年之前NCEP/NCAR太阳辐射资料的可信度较低,存在虚假的明显上升趋势,1979年之后两套再分析资料的可信度均较高,在我国东部和低纬度地区的可信度好于西部和高纬度地区;由逐6 h再分析数据直接计算得到的逐日太阳辐射比实际观测偏低,剔除太阳辐射为零的情况计算逐日资料更合理。在大陆地区,NCEP/NCAR,NCEP/CFSR再分析资料与台站太阳辐射资料的1979—2009年共31年平均误差分别为10.37 W·m-2和-42.68 W·m-2,误差的标准差分别为12.31 W·m-2和4.19 W·m-2;在海洋区域,NCEP/NCAR,NCEP/CFSR再分析资料与海上观测太阳辐射资料的平均误差分别为-161.19 W·m-2和-179.66 W·m-2,误差的标准差分别为37.07 W·m-2和35.36 W·m-2。与大陆台站资料相比,海上观测与再分析资料的误差偏大,这可能与海上观测资料较少,限制了NCEP模式的评估和改进有关。     

四川地区气温转折过程2m温度变化订正研究

基于四川地区1990—2019年的逐日2 m最高、最低温度站点实况数据,对气温转折天气过程进行统计和分析,在此基础上,应用LightGBM(Light Gradient Boosting Machine)算法及NCEP/NCAR(National Center for Environmental Prediction/National Center for Atmospheric Research)逐日再分析资料,构建气温转折天气过程变温订正模型。结果表明：（1）出现气温转折过程最多的区域是高原与盆地的边坡过渡区,最少的是盆地;（2）各区域的气温转折过程具有明显的季节差异,均表现为春季最多、冬季最少,且春季的气温转折过程明显多于其他3季;（3）在1990—2019年验证集中,LightGBM订正模型表现较好,准确率为78.64%,平均绝对误差为1.35℃。（4）在2020年的独立样本测试中,LightGBM订正模型的准确率为53.60%,平均绝对误差为2.19℃,整体订正效果优于ECMWF模式（European Centre for Medium-Range Weather Forec...     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.     

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℃。     

CLDAS气温数据在中国区域的适用性评估

以中国48708个地面气象自动站逐小时气温数据为基础,采用平均偏差(Bias)、相关系数、均方根误差(RMSE)、平均绝对误差(MAE)等评估指标,对比分析2017年10月、2018年1月、4月、7月CLDAS-V2.0气温(分辨率为0.0625°),探讨中国8个分区春、夏、秋、冬4个季节CLDAS与站点气温的相关性及...     

中国冬季气温异常EOF分析的改进

采用站网均匀化订正方法处理了中国160站站网1951—2010年冬季（12月-次年2月）气温距平序列,订正后的序列较好地处理了由站网不均匀性引起的方差不均匀。对订正前、后序列分别作了EOF分析,结果表明：1）订正后序列的前2个典型场上的高绝对值区比订正前序列的前2个特征向量有更好的组织性,其高值区主要位于三北地区（西北、华北、东北）及青藏高原,与均方差场的高值区基本一致;2）订正前、后主要模态时间系数演变特征相似（rh≥0．886,h=^-1,2）,但订正后的前2个时间系数的线性分量和年代际变化分量对它们的方差贡献更加集中于第一模态;3）订正后资料EOF分析的第一个典型场和时间系数中的线性分量可以给出中国最近60a冬季主要强增暖区的分布;其年代际分量与分析期间中国强年代际变化分布区域的一致性也优于订正前资料的EOF分析结果。     

ERA5再分析地面气温数据在中国区域的适用性分析

再分析资料被广泛用于气候科学及相关研究,但同一再分析数据产品在全球不同区域的适用性存在差别,应用前需要进行评价。欧洲中期天气预报中心推出的第五代再分析产品ERA5,自发布起就受到了广泛的关注,但其在我国的评估都集中在局部区域,且没有关注到对极端气候的模拟能力。以全国728个气象站点温度数据为参考,使用平均绝对误差、均方根误差和Pearson相关系数对比分析了ERA5再分析温度数据在不同时间尺度（月、季）、不同气候区、不同海拔梯度上的精度以及对极端温度事件（包括热浪和寒潮）的刻画能力。结果显示：ERA5数据的日均温的精度最高,日最低温精度最差;ERA5数据春秋两季较冬夏两季的精度高,低海拔区域较高海拔区域精度高, 在高原气候区精度最低,在北亚热带精度最高;ERA5对于极端温度事件的刻画能力不足,在进行极端气候的相关研究时需要谨慎使用。     

ERA-interim气温、地温再分析数据在青海东部农业区的适用性评估

利用1999—2018年逐月ERA-interim再分析数据,选取青海省东部农业区的15个气象站点平均气温和土壤温度,采用误差和相关性分析,对比两种资料时间和站点空间变化规律,并对ERA-interim再分析资料的准确性进行验证评估。结果表明：ERA-interim再分析数据平均气温、5和15 cm土壤温度均低于观测值,分别偏低3.5、4.3和4.5℃;观测值与订正前后的再分析资料月际和季节变化基本一致,空间变化均表现出从东南部向西北部减小的趋势,而且最大值和最小值出现的站点完全一致。近20年来,观测值与再分析资料平均气温均呈现上升趋势,5和15 cm土壤温度观测值表现为升高趋势,而再分析数据呈减小趋势。与订正前相比,订正后的再分析资料与观测值的平均偏差和均方根误差明显减小,同时平均偏差和均方根误差年际变化均呈先增大后减小的趋势。年内平均偏差和均方根误差均呈现“M”型,最大值均出现在4月,最小值出现在12或1月。东部农业区地形复杂、海拔高度差异是再分析资料比观测值偏低的主要原因,利用回归方程实现平均气温和土壤温度再分析数据的订正,有效降低了ERA-interim再分析数据的偏差,提高再...     

大洋间海表温度遥联与中国冬季气温的关系

利用SVD方法,在年代际和年际尺度上研究了各季北大西洋和北太平洋海表温度的遥相关关系,给出了冬季两个时间尺度上的遥联指数I,并分析了它们与同期中国冬季气温及亚太冬季风的相关关系.结果表明:北大西洋和北太平洋在两个时间尺度上的海表温度遥联均与同期中国冬季气温相关;特别在年代际尺度上两大洋海表温度遥联与我国河套以南及长江中游地区冬季气温有显著正相关.其影响途径可能是两大洋海温异常引起亚太冬季风异常、继而引起我国冬季气温异常.     

三维插值方法在2 m温度评估中的应用

模式地形与实况站点地形高度间固有差异严重影响了2 m温度检验评估精度,传统二维插值方法仅满足预报要素与实况观测间经纬度二维空间上的一致性,而忽略了垂直方向的一致性问题,使得检验评估中预报与观测不在同一三维空间上进行检验,从而引起严重的评估误导.利用模式三维预报变量,结合近地面要素预报产品,建立新的近地面要素三维插值方法,以确保预报与观测在三维空间上保持一致性.利用2013年7月整月24 h预报产品与观测的对比分析发现,新插值方法有效地改进了由于地形误差引起的评估误导问题,在不同地形高度条件下均保持了较为一致的误差分布趋势,显示其评估结论不受地形因素影响,具有更好的实际应用价值.进一步关注新插值方法在复杂地形区不同模拟分辨率条件下的评估改进效果,采用GRAPES区域预报模式（GRAPES-MESO4.0）针对2012年7月个例,对青藏高原复杂地形区进行了不同分辨率（45、15、5和2 km）条件下的60 h模拟敏感分析,结果表明新插值方法在高分辨率条件下（2 km）依然显示出明显的改进优势.     

利用ASTER数据分析南京城市地表温度分布

城市环境日益受到人们重视, 南京是长江下游人口密集的城市, 研究南京市地表温度分布对了解南京城市气候, 改善生活环境, 为城市发展规划提供有效的气象服务具有一定科学意义。该文利用2002年8月21日10:30 (北京时) ASTER热红外数据, 在ENVI软件的支持下, 通过劈窗算法反演南京城市地表温度, 进一步生成城市地表温度分布等温线图。用同时相ETM+数据进行验证, 二者十分吻合, 说明ASTER反演结果可靠。结果表明:南京市存在明显的热岛效应, 城市地表温度分布差异大; 不同下垫面的地表温度差异明显, 城区地表温度总体高于郊区, 植被覆盖密集区地表温度低于植被稀疏地, 具有较大水域面积和较密植被的城中各大公园形成多个冷岛, 长江水体温度最低; 随着城市的扩大, 新城区热岛效应更加明显。水体和密集植被能显著改善城市环境。