气象干旱指标在内蒙古干旱监测评估中的应用

对在内蒙古气候中心干旱监测评估业务中经常使用的降水量距平百分率、土壤相对湿度干旱指数、综合气象干旱指数三种气象干旱指标进行详细介绍和适用性分析。并对三种气象干旱指标的监测结果进行对比分析,结果认为综合气象干旱指数指标能较确切反映出干旱程度,尤其在对干旱过程的跟踪方面具有明显的优势。降水量距平百分率指标反映干旱程度较轻,土壤相对湿度指标反映干旱程度比较敏感。     

气象干旱综合监测指数在安徽省的适用性分析

利用1981—2016年安徽省77站日降水量、平均气温和土壤墒情资料,通过相关分析和主成分分析方法构建了该区域旱季(10月至次年3月)、涝季(4-9月)气象干旱综合指数MCI_anhui,从频率分布、干旱日数演变、不合理跳跃次数及代表站典型干旱过程等方面,对4种气象干旱指数在安徽省的适用性展开对比分析。结果表明:MCI_anhui在反映较重等级气象干旱时优于其他指数,能很好地诊断出安徽历史上典型大旱年;基于该指数的干旱日数时空演变表现为沿淮北夏旱和春末旱最多,江淮之间春末夏初旱情最多,沿江江南秋旱最多;36年所有干旱过程中不合理跳跃次数不足10次,就典型干旱过程中对降水反应的敏感性而言,它在表现干旱缓慢发展的特征时优于其他指数,不合理波动较少,且干旱后期缓和或解除过程中也不如其他指数过于敏感。综合来看,MCI_anhui对干旱过程具有较好的识别与诊断能力,在安徽省适用性良好。     

气象干旱指数在东北春玉米干旱监测中的改进

利用土壤相对湿度数据和县级春玉米单产数据,在气象干旱指数SWAP（standardized weighted average of precipitation）的基础上,研究我国东北地区春玉米受干旱影响的界限指标,结果表明:SWAP在春玉米播种-出苗期低于-0.9,出苗-拔节期低于-1.0,拔节-抽穗期低于-1.2,抽穗-乳熟期低于-0.7时,土壤相对湿度偏低,即气象干旱一般为中旱时,不利于春玉米生长。以此构建春玉米干旱指数,对比我国东北地区春玉米干旱指数与省级农作物干旱受灾面积的关系,发现两者相关关系显著,尤其在典型干旱年份,两者对应关系更好,说明构建的东北地区春玉米干旱指数能够较好地反映干旱对春玉米的实际影响。利用东北地区县级春玉米单产数据对春玉米干旱指数进行等级划分,划分结果可为东北地区春玉米防旱减灾和安全生产提供参考。     

多源气象数据融合格点实况产品研制进展

阐述了中外主要的多源气象数据融合产品研究进展与趋势,重点介绍了中国气象局国家气象信息中心研制的陆面气象要素（包括气温、降水、湿度、风、气压、辐射等）、土壤温度与土壤湿度、洋面温度与洋面风、三维云等多源融合格点产品研发现状,以及中国气象局国家气象信息中心多源数据融合中试平台及统一质量检验评估系统的进展,并对未来多源气象数据融合产品研制进行了展望。      

气象干旱综合监测指数在湖北的本地化应用及其适用性分析

在对气象干旱综合监测指数(IMCI)特点理论分析基础上,结合湖北省干旱特点,对IMCI在湖北省应用进行了参数修订。通过与干旱监测业务中使用的综合气象干旱指数(ICI)在干旱统计特征、典型干旱过程诊断能力方面的对比分析,评估了IMCI指数在湖北省的适用性。结果表明:IMCI未改变ICI干旱监测的总体结论,但在干旱演变过程方面较ICI平缓,且对持续时间较长的大旱过程刻画较好。修订后的IMCIHB有效纠正了IMCINCC对旱情发生、发展及缓解过程反应过于迟钝、旱情监测偏重的不足,同时相对于ICINCC2对降水过于敏感又有所改善。然而,IMCINCC和IMCIHB依然存在冬季对微量降水过于敏感及旱情不连续发展的不足。干旱指数在特定区域应用时进行适当的修订和适用性检验是必要的,研究结果可为IMCI在国内其他地区应用的修订提供参考。     

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...     

欧空局主被动微波土壤水分融合产品 在甘肃省干旱监测中的应用

选取甘肃省为研究区域,利用自动土壤水分观测站(ASMS) 0～10 cm土壤体积含水量数据对ESA CCI_SM(European Space Agency climate change initiative soil moisture)产品进行质量评估,并基于此产品分析长时间序列土壤体积含水量的时空变化特征,在此基础上,进一步构建土壤水分状态指数(soil moisture condition index,SMCI)应用于干旱监测。结果表明:(1) ESA CCI_SM在陇东地区与自动站土壤水分观测值的相关性最好(R=0. 71),其次是陇中、陇南和甘岷地区,共有92%的站点的R通过0. 01显著性检验。(2) ESA CCI_SM产品较好地呈现了西北部土壤湿度较干燥、东南部较湿润的空间分布特征。土壤体积含水量具有明显季节变化,秋季较高,其次是夏季,冬春季较低。(3)基于ESA CCI_SM产品构建的SMCI较好地监测出2002年7—10月伏秋连旱和2009年4—6月春夏连旱的发生发展过程,该数据产品在陇东和陇中雨养农业区的干旱监测应用较好。     

多源融合降水实况分析产品在海河流域的适用性评估

基于逐小时地面站点降水观测数据和国家气象信息中心研发的5 km多源融合降水实况分析产品,采用算术平均法对2021年6～9月海河流域面雨量进行估算。通过相关系数、平均误差和均方根误差等多种评估指标,客观定量评估多源融合降水实况分析产品在海河流域的适用性。结果表明：多源融合降水实况分析产品与地面观测资料估算的面雨量结果基本一致,能较好地反映2021年6～9月海河流域面雨量的时空变化特征,但在量值上存在高估且随着降水量增加,估算误差也越大。分区对比,融合实况分析产品和站点的误差与子流域的平均降水量、海拔高度和面积密切相关。对于各量级面雨量出现的频次,融合实况分析产品与站点整体相差不大,准确率可以达到90%及以上。总体而言,5 km多源融合降水实况分析产品的质量较高,可进一步应用于海河流域精细化面雨量监测业务中。     

国家级降水融合产品在长江流域的适用性评估

挑选2018年发生在长江流域的8次大范围降水过程,对国家信息中心二源降水融合产品和多源降水融合产品进行适用性评估。结果表明:(1)降水融合产品对长江流域降水的估算结果平均较实况数值偏小,降水量级越大估算误差也越大,多源降水融合产品与二源降水融合产品相比,估算误差绝对值平均偏小2～3 mm。(2)与二源降水融合产品相比,多源降水融合产品对5 mm以下量级降水的估算准确率提高最显著,其次对40～49.9 mm量级降水估算准确率提高较大。(3)降水融合产品对嘉陵江、岷沱江、长江中游干流区域的估测降水误差相对较小。     

基于CLDAS资料的内蒙古干旱监测分析

以内蒙古地区为研究区域,对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年（2014年）和湿润年（2013年）与标准化降水指数和降水百分位指数法进行验证分析。结果表明：CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

内蒙古地区下垫面变化对土壤湿度数值模拟的影响

利用第二次全国土壤调查土壤质地数据（SNSS）和中国区域陆地覆盖资料（CLCV）将陆面过程模式CLM3.5（Community Land Model version 3.5）中基于联合国粮食农业组织发展的土壤质地数据（FAO）和MODIS卫星反演的陆地覆盖数据（MODIS）进行了替换,使用中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气强迫场资料,分别驱动基于同时改进土壤质地和陆地覆盖数据的CLM3.5（CLM-new）、基于只改进陆地覆盖数据的CLM3.5（CLM-clcv）、基于只改进土壤质地数据的CLM3.5（CLM-snss）和基于原始下垫面数据的CLM3.5（CLM-ctl）,对内蒙古地区2011～2013年土壤湿度的时空变化进行模拟试验,研究下垫面改进对CLM3.5模拟土壤湿度的影响。将四组模拟结果与46个土壤水分站点观测数据进行对比分析,结果表明:相对于控制试验,CLM-clcv、CLM-snss和CLM-new都能不同程度地改进土壤湿度模拟,其中CLM-clcv主要在呼伦贝尔改进明显,CLM-snss则在除呼伦贝尔以外的大部地区改进显著,CLM-ctl模拟的土壤湿度在各层上均系统性偏大,而CLM-new模拟土壤湿度最好地反映出内蒙古地区观测的土壤湿度的时空变化特征,显著改善了土壤湿度的模拟,体现在与观测值有着更高的相关系数和更小的平均偏差与均方根误差。     

中国自动土壤水分观测资料质量控制方法设计与效果检验

土壤湿度资料对气候变化、农业干旱监测、农业气象预报与服务等研究具有重要意义,为剔除土壤湿度观测资料中的异常数据,本文提出了一套适用于全国自动土壤水分观测资料的质量控制方法。首先,以2014年全国自动土壤水分观测资料为基础,根据资料中异常数据的特征将异常数据分为四类。其次,从界限值检查、内部一致性检查、时间一致性检查等方面提出:异常极值检查、异常增大检查、异常减小检查、异常恒定检查四类方法。最后,利用2014—2015年全国观测资料以及中国气象局陆面数据同化系统(CLDAS)土壤体积含水量数据集产品(V2.0)对各检查方法应用效果进行检验,结果表明:(1)四类检查方法均可判断出自动土壤水分观测资料中的疑误数据;(2)四类检查方法的判定结果在时间连续性及空间分布上具有一定的一致性;(3)该质量控制方法可减小观测数据与CLDAS数据之间的均方根误差(RMSE)。目前,该方法已应用于我国气象资料处理业务系统。     

Quality Control and Evaluation of the Observed Daily Data in the North American Soil Moisture Database

The North American Soil Moisture Database (NASMD) was initiated in 2011 to assemble and homogenize in situ soil moisture measurements from 32 observational networks in the United States and Canada encompassing more than 1800 stations. Although statistical quality control (QC) procedures have been applied in the NASMD, the soil moisture content tends to be systematically underestimated by in situ sensors in frozen soils, and using a single maximum threshold (i.e., 0.6 m3 m-3) may not be sufficient for robust QC because of the diverse soil textures in North America. In this study, based on the in situ soil porosity and North American Land Data Assimilation System phase 2 (NLDAS-2) Noah soil temperature, the simple automated QC method is revised to supplement the existing QC approach. This revised QC method is first validated based on the assessment at 78 of the Soil Climate Analysis Network (SCAN) stations where the manually checked data are available, and is then applied to all stations in the NASMD to produce a more strict quality-controlled dataset. The results show that the revised automated QC procedure can flag the spurious and erroneous soil moisture measurements for the SCAN stations, especially for those located in high altitudes and latitudes. Relative to station measurements in the original NASMD, the quality-controlled data show a slightly better agreement with the manually checked soil moisture content. It should be noted that this quality-controlled dataset may be over-flagged for some valid soil moisture measurements due to potential errors of the soil temperature and soil porosity data, and validation in this study is limited by the availability of benchmark soil moisture data. The updated QC and additional validation will be desirable to boost confidence in the product when high-quality data become available in the future.