基于温湿效应的日用电量分段方法与预测效果初探

气象条件是影响电力消耗的主要因素之一,是用电量预测模型的基础要素.利用天津市2014—2018年日用电量数据和气象观测数据,分析二者之间关系.发现天津地区日用电量与气温和相对湿度呈"U"型的非线性关系,舒适区与冷却区之间的气温阈值随相对湿度增加向低温一侧明显偏移.基于此,在关系模型中引入相对湿度,利用用电量与温湿度之间...     

基于门限回归的气温对光伏发电量的影响分析

光伏发电与气象要素密切相关,正确认识气象因子对于光伏发电量及其发电效率的影响是进行发电量预测和维持光伏电站稳定运行的重要基础。采用江苏省淮安市某小型光伏电站2018—2020年发电量数据、淮安市太阳辐射观测站数据及光伏电站附近气象站观测数据,分析气温、太阳总辐射等气象因子对光伏发电量的影响。相关性分析结果表明,光伏发电量与太阳总辐射呈极强的正相关,基本随太阳总辐射的变化而变化;与气温、降水分别呈弱的正相关和弱的负相关;与风速几乎无相关。然而,灰色关联度分析显示,光伏发电量还与气温呈现出较高的灰色关联度。进一步分析表明,光伏发电量随太阳总辐射的变化受到气温的明显调制,不同气温下光伏发电效率不同。门限回归分析显示,当气温达到一定阈值时光伏发电效率会出现下降,具体表现为：当气温达到12.1 ℃,光伏发电效率下降26.7%;当气温超过22.8 ℃,光伏发电效率下降43.7%。使用这两个温度阈值建立的TR（Threshold Regression）模型的准确率要比线性回归模型提高约10%。     

基于2种算法的日光温室日均气温预测模型比较研究

为科学精准地为温室大棚生产提供气象服务,2020年11月—2021年5月分别在位于陕西省关中的泾阳县和陕北的延川县选择砖墙和土墙两种主要的生产棚型进行了大棚内外气温的对比观测试验,并采用BP神经网络和多元线性回归分析2种算法对不同棚型和晴空条件下的棚内气温进行了模拟预测研究。结果表明： 利用BP神经网络方法建立的预测模型较多元线性回归分析方法的模拟精度更高,BP神经网络方法对泾阳和延川梁家河试验示范园日光温室内气温预测模型拟合优度R2分别达075和077,均方误差分别为192 ℃和190 ℃;控制条件下,砖墙结构比土墙结构日光温室的气温预测精度更高;多云天气条件下模型的预测精度更高。     

复杂地形区域平均气温空间插值方法研究

采用反距离权重、克立格、径向基函数法、三维二次趋势面和地理加权回归5种方法,对云南125个站1月、4月、7月、10月和年的30年平均气温进行空间插值并比较分析发现:反距离权重、克立格、径向基函数法3种常规插值方法对地形复杂的云南气温空间分布模拟精度不高;三维二次趋势面和地理加权回归模型对云南气温空间分布模拟较好,交叉检验结果显示前者的平均绝对误差(MAE)为0.43~1.02℃,均方根误差(RMSE)为0.67~1.77℃,其推算的云南气温栅格数据能较好地反映出云南各地气温的分布和差异;GWR模型对气温的交叉验证在5种插值方法中误差最小,插值结果 MAE在0.65℃以下,RMSE在0.8℃以下;进而使用"地理加权回归模型插值+反距离权重残差内插"叠加法对抽取的10个检验站平均气温进行插值检验,64%的插值结果绝对误差在0.5℃以内,74%的插值结果相对误差在5%以内,且实测值与插值估算值回归关系决定系数R2在0.9以上。     

东北地区水稻障碍型低温冷害变化对区域气候增暖的响应

利用东北地区153个气象站1961—2010年逐日气温资料,采用统计学方法分析了水稻障碍型低温冷害的气候变化特征及其对区域气候变暖的响应情况。结果表明,东北大部地区水稻障碍型低温冷害事件呈减少趋势,但区域性较为明显;障碍型低温冷害对关键发育期气温变化响应较为敏感,二者呈显著的负相关关系,表现为气温每升高1 ℃,东北地区冷害减少35个站次。东北地区关键发育期气温均呈上升趋势,但吉林西部地区障碍型冷害却随之增加,分析了关键发育期气温变率和气候变率,将其解释为局地障碍型冷害增加主要受气候变率增大的影响,逐日气温变率对其影响不大。     

基于符号回归的四川省多因子气温空间插值

以四川省为例开展复杂地形下气温插值方法的研究,结合遥感数据、DEM数据与气象站点数据,基于符号回归分别构建多因子气温插值模型、少因子气温插值模型,并与多元线性回归模型和传统插值方法(反距离权重法、普通克里金法、协同克里金法)进行对比。结果表明：基于符号回归的两种模型与多元线性回归模型在四季插值精度均显著优于传统插值方法,其中多因子气温插值模型在四季精度皆为最高;评估基于符号回归的两种模型与多元线性回归模型在简单与复杂地形区域下的气温插值精度,多元线性回归模型在夏季整体精度最差,少因子气温插值模型在冬季的复杂地形区域插值精度最低,而多因子气温插值模型在两种地形区域的全年插值精度皆最优;多因子气温插值模型的气温空间分布特征与遥感气温产品最相近,整体误差较小,可精准反映气温空间分布特征。基于符号回归的多因子气温插值模型可以提升复杂地形区域气温插值精度。     

中国冬季气温对ENSO的非线性响应特征

运用一双排套装的非线性神经网络统计模型,讨论了中国冬季气温对ENSO事件的非线性响应特征。结果表明,响应具有较明显的非线性特征,且这种非线性主要表现在振荡强度的差异上,即气温对El Nino事件的响应程度强于对La Nina事件的响应。El Nino位相下,气温的正距平中心主要出现在东北、江淮、福建以及新疆南部;La Nina位相下,上述地区气温出现负距平中心,但振荡强度较弱。气温对ENSO的响应可分为线性响应部分和非线性响应部分,其中非线性响应解释的方差约占线性响应的2/5,因此非线性响应的作用不可忽视。     

北京道面温度特征分析和统计预报研究

分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012—2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测模型,并对2016—2017年冬季、夏季道面温度预测检验。结果表明:在不同天气条件下道面温度与气温变化对比明显;道面温度与气温、辐射、日照时数相关较大;夏季按天气类型建模预测准确度有所提升,在晴到多云状况下,模型预测冬季最低温度误差控制在±2℃内,夏季最高温度误差控制在±3℃左右,其他天气状况下误差增大,冬季预测模型好于夏季预测模型。     

一种权函数估计—双曲线回归模型及其在天气预报中的应用

本文从权函数估计的思想出发,针对天气预报中回归问题的特点设计了不对称的核,推导了权函数的具体数学表达式,进而提出一种非参数估计方法——双曲线回归模型。在处理事先并不知道具体函数形式的各种非线性相关关系的气象变量回归问题上,该模型具有很好的适应性,并具有较好的回归估计精度。     

径流对区域气候变化的响应研究

利用汾河流域静乐站1970-2004年的气温、降水及径流资料,建立多元非线性回归模型,分析径流变化对区域气候变化的响应,结果表明,径流对降水的响应比气温敏感,且径流变化是气候因子和流域下垫面条件共同作用的结果.     

基于ENVI-met的福州大学校区冬季热环境模拟与热舒适度变化分析

选取福州大学校园教学区为研究区域,基于典型冬季日背景,运用三维非静力微气候模型ENVI-met,分析模拟校园热环境的差异变化及其热舒适度响应。结合实地勘测,对模型进行校准和验证。结果表明：ENVI-met模型能较好地表征室外热环境,准确预测温度和相对湿度的日变化趋势。混凝土路面、灰色地砖路面行人高度的日平均气温分别比草地高出0.1 ℃和0.3 ℃,逐时最大温差分别为0.68 ℃和0.65 ℃。建筑物阴影和树阴可降低行人高度的气温1.1—1.9 ℃;同一组团在有无遮阴的条件下,平均辐射温度（T_mrt）相差最大可达30 ℃;树木附近和建筑物组团内部生理等效温度（PET）值较小,比硬质路面低2—3个等级。无植被方案下,高温低湿区范围有所扩张,在垂直方向上的增温效应可伸展至10.5 m;风速最大增幅可达1.23 m·s^-1,平均辐射温度较高区域的面积增加了69.25%;热舒适区和热不适区面积分别增加了19.78%和2.03%。     

日光温室中加扣小拱棚的温湿度效应

利用2013年1-2月河北省清河县日光温室中加扣小拱棚后温湿度观测资料和气象站观测资料,采用数理统计法,对不同天气条件下小拱棚温湿度变化特征和温湿度效应进行分析。结果表明：在晴天、少云-多云天气条件下小拱棚内日最高气温分别达30.0 ℃和25.0 ℃以上,且分别比小拱棚外高1.3-6.6 ℃和1.0-4.5 ℃;在晴天、少云-多云天气条件下小拱棚内日最低气温分别为4.0-11.0 ℃和6.0-14.0 ℃,比小拱棚外高0.0-1.5 ℃。小拱棚内日最小空气相对湿度为50%左右,比小拱棚外高2%-11%,日最大空气相对湿度与小拱棚外持平或略高;小拱棚内0.0 m气温和空气相对湿度日变化幅度均小于小拱棚内0.5 m。连续寡照天气时,小拱棚内气温为5.0-15.0 ℃,空气相对湿度全天为85%以上,温度、湿度变化幅度小且与小拱棚外接近或略高。总体来讲,日光温室加扣小拱棚在晴天或少云-多云天气时具有较好的增温保湿效果,但在寡照天气时增温效果不明显。温室中小拱棚内和小拱棚外温度差、湿度差在白天尤其中午前后较大,而在夜间内外相差较小或无差异。在管理上,应注意预防晴天中午前后小拱棚内温度过高引起的灼伤和寡照天气时低温高湿引起的冻害和病害。     

北京市气温对电力负荷影响的计量经济分析

以温度派生变量度日指数为解释变量构建了气温与电力负荷的计量经济模型。模型证明了天气对电力负荷的季节性影响, 且影响显著。通过引入序列相关AR结构和解释变量的动态结构, 模型得到逐步优化, 调整的拟合优度达95%。为了检验模型的预测能力, 利用历史数据对其进行了评估, 评估结果表明模型有较好的中期电力负荷预测能力。该模型对电力企业电力调度、电力建设有较大的参考价值。     

ON THE DESIGN OF A NEW HUMAN COMFORT INDEX

1 INTRODUCTION Researches on human comfort index have been carried out over 75 years. In 1923, Houghten and Yaglou[1] first published their effective temperature (ET) scale, using dry and wet bulb temperatures along with wind speed in their model. Later o…     

河源市空气质量首要污染物特征及其与气象条件的关系

基于2017-2019年河源市空气质量数据,分析了河源市首要污染物的年际变化特征,同时利用2019年东埔国控站点的首要污染物与气象要素进行了相关性分析,并以典型污染日为案例,分析了气象条件对污染过程的影响。结果表明：2017-2019年细颗粒物（PM_2.5）污染日比重大幅度降低,以臭氧（O₃）为首要污染物的污染日逐年增加,污染形式逐渐从颗粒物污染向臭氧污染发生转变。O₃浓度与温度和湿度分别呈正负相关关系,高浓度O₃主要出现在（20-30℃,25%-55%）阈值之间,在吹西北偏北风时O₃浓度也较高。PM_2.5和PM₁₀与湿度也呈负相关关系,温度与湿度组合在（8-13℃,40%-55%）范围内时两者容易同时出现高值;在夏季PM_2.5和PM₁₀还与温度具有较强的正相关关系,这意味着高温情况下河源有出现颗粒物与O₃复合污染的可能。河源市典型污染日具有风速较小局部扩散不利的特征,低温低湿条件下容易出现PM_2.5污染,且主要受到区域的传输影响;而高温低湿条件下容易发生O₃污染,且较高的前体物浓度容易加剧O₃的本地污染。     

贵州省冬季人体舒适度对温湿环境的响应

在贵州冬季相对湿度大、风速小的气候背景下,综合考虑气温和相对湿度对人体舒适度的影响,计算并讨论了9个市州代表站人体舒适度指数IHC及其对温湿环境的响应,发现贵州省冬季低温、高湿对IHC指数具有负贡献,其中气温的高低对IHC指数影响尤为明显,并且在平均相对湿度越高的环境下,IHC指数对平均气温的变化就具有越高的敏感性,因此在贵州省西部和北部地区冬季由于平均气温较低、加之平均相对湿度较大,人体舒适感降低尤为明显。从回归方程出发,讨论贵州省冬季△IHC对△T=1σ或△RH=1σ变化的响应,发现平均气温是影响IHC指数变化的主要指标,而相对湿度作为辅助指标对IHC指数有着增大或减小的调节作用。通过分析IHC指数的稳定持续性,发现其能有效客观的表征出贵州省低温的持续性特征,并且能反映出在平均相对湿度较高的环境下,人体感觉的不舒适持续日数增加,即加大了人体的不舒适感。     

中国人皮肤相对湿度的地理分布

根据Ｂｅｒｇｌｕｎｄ等人（１９８３）公式：Ｗ＝（ｅｓｋ－ｅａ）／（ｅｓｓｋ－ｅａ），利用大气温度，大气水汽压和皮肤温度的月平均值，计算皮肤相对湿度，并按皮肤相对湿度划分舒适带。结果表明，决定我国皮肤相对湿度地理分布的基本因素是纬度，海陆分布，地形和大气环流，季节不同，则各因素所起作用有差异。作者以皮肤相对湿度２５％－４５％表示舒适带，计算表明，我国气候舒适带有明显的地区差异和季节变化。     

降水对地基微波辐射计反演误差的影响

利用武汉站高时间(3h)、高空间垂直(30m)分辨率探空资料和MP-3000A型地基微波辐射计资料,分析了降水对地基微波辐射计反演误差的影响,并对微波辐射计和探空的要素廓线进行了对比分析。结果表明,降水对两种设备的温度廓线和水汽密度廓线的相关性无明显影响,但对相对湿度廓线的相关性有较为明显的影响,其相关性在有降水时好于无降水时;整体上,微波辐射计的廓线误差在降水时大于无降水时,其温度、相对湿度和水汽密度廓线的平均偏差均值分别在1.0～2.5℃,6%～15%和0.08～1.75g.m-3之间,对应的均方差均值分别在1.3～1.6℃,14%～17%和1.28～1.85 g.m-3之间。另外,将不同高度上同时刻微波辐射计和探空的资料进行点对点对比发现,降水会严重破坏两种资料的正相关性,导致大部分高度上的廓线呈负相关,同时也明显增加了温度和水汽密度的平均偏差和均方差。     

京津冀地区人体舒适度的时空特征

利用1960-2005年京津冀地区66个地面气象站气候资料日值数据集,基于人体舒适度指数和风寒温度模型分析京津冀地区人体舒适度时空特征,计算了京津冀地区春、夏、秋、冬季各站逐日人体舒适度指数和冬季风寒温度。通过人体舒适度指数聚类分析得出人体舒适度指数分区,在此基础上探讨各分区具有代表性站点的各级舒适日数比例和冬季人体舒适度的时空特征及空间分布的主导因素。结果表明：京津冀地区人体舒适度空间分布大致可以分成3种类型,即热舒适平原山地区、冷舒适滨海区、冷不舒适高山区;依据风寒温度京津冀地区冬季人体舒适度分为冀北、冀南两区,整个地区风寒温度增大趋势显著;京津冀地区人体舒适度与高程、纬度变化均存在显著负相关,其空间分型的主导因素为高程、纬度的变化。     

1961—2020年乌鲁木齐市气候舒适度变化[*]

基于乌鲁木齐市及其周边9个气象站1961-2020年气候资料以及综合气候舒适度指数模型,采用统计学方法和ArcGIS的精细化空间插值技术对近60a气候舒适度时空变化进行分析。结果表明,乌鲁木齐市气候舒适度及其变化具有明显的区域性和季节性差异:（1）气候舒适度指数的年内变化,平原地带呈双峰双谷的“M”型,山区为单峰单谷的“∩”型。（2）受气温升高、相对湿度增大、风速减小、日照时数减少的综合影响,近60a平原地带春、秋、冬季气候舒适度指数显著（P=0.05）增大,夏季显著减小;山区夏、秋季气候舒适度指数显著增大,冬、春季变化不明显。（3）近30a（199l-2020年）较前30a(196l-1990年),春季和秋季平原地带气候较舒适区海拔上限升高了100-150m,山区气候较不舒适区和不舒适区向高海拔抬升了50-100m;夏季北部平原气候较舒适区海拔上限升高了100-150m,山前倾斜平原至中山带的气候舒适区向高海拔抬升了约100m,高山带气候较不舒适区和不舒适区也向高海拔抬升并压缩了50-100m;冬季虽气候舒适度指数有所增大,但全市属于气候不舒适区的状况未发生改变。