拉萨最高和最低气温的气候变化特征

运用 1 96 0年以来拉萨 1月、6月和年的平均最高、平均最低以及平均气温资料 ,研究其长期变化趋势和年际变化 ,结果表明 :拉萨的平均最高、最低气温呈明显上升趋势 ,冬季增温主要在夜间 ,夏季增温主要在白天。     

兰州最高最低气温的非对称变化

分析了兰州1932～2002年年平均气温、年平均最高和最低气温及年平均气温日较差的气候变化特征。分析表明：1932年以来，4个气温要素的线性增温率依次为每10年0．14℃、0．06℃、0．38℃、-0．32℃。兰州20世纪40年代最高气温对增暖的贡献大，80年代最低气温对增暖的贡献大，而90年代的异常偏暖表现为最高和最低气温的同时上升。另外，在40年代各季平均最高和最低气温均呈相反的趋势，表现为最高气温的上升和最低气温的下降；在1950～1970年间最高和最低气温的变化趋势和幅度非常接近，但维持时间各季略有不同；80年代以来，最低和最高气温均在上升，但最低气温的增温率明显高于最高气温的增温率。     

华东地区最高最低气温时空变化特征

利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征.结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小.2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低.最高气温和最低气温分别在1989年和1988年发生了增加突变.华东最高和最低气温在空间上基本都为增温.华东最高气温在沿海地区的增温幅度大多大于内陆地区.最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小.最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征.     

华东地区最高最低气温时空变化特征

利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征。结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小。2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低。最高气温和最低气温分别在1989年和1988年发生了增加突变。华东最高和最低气温在空间上基本都为增温。华东最高气温在沿海地区的增温幅度大多大于内陆地区。最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小。最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征。     

最高最低气温出现时间分析

对新乡气象站2012-2013年每目的最高最低气温出现时间进行分析发现,在正常出现时间之外,有许多异常情况。剔除异常时间点,对正常时间进行统计得到：日最高气温冬半年平均出现在14～15时,夏半年在15～16时;最低气温冬季在07时左右,夏季在05：30前后。两年中有22％的温度极值在异常时间点出现。异常极值的出现主要由冷锋、强冷空气、云、降水、风、雾、霾等因素引起。当气温日较差比较小时,气温极值出现的时间和地点存在随机性。     

四川最高最低气温日变化特征分析

基于1990~2019年四川地区156个气象观测站2 m最高、最低气温逐日数据,分析了最高、最低气温的日变化特征。结果表明：（1）2 m最高气温逐日变化幅度大于最低气温逐日变化幅度,最高气温逐日变温的极大值区位于凉山州东北部,最低气温逐日变温的极大值区位于甘孜、阿坝两州北部;（2）春季最高气温逐日变温幅度明显大于夏、秋、冬季,冬、春季最低气温逐日变温幅度大于夏、秋季;（3）最高气温和最低气温的逐日变温频次分布均呈现单峰型特征,前者峰值位于0~2℃,后者峰值位于−2~2℃。（4）最高气温逐日变化超过6℃的年均频次明显高于最低气温,两者高频区的空间分布与变温幅度大值区较为一致。     

日最高温度统计降尺度方法的比较研究

针对日最高温度的降尺度问题,发展了一种统计降尺度的新方法——优选格点回归法(OPR)。利用该方法与双线性插值法(BI)对平原(山东)和高原(云南)的日最高温度进行降尺度对比分析,结果表明:无论对于平原(山东)还是高原(云南)地区以及夏季(7月)还是冬季(1月),OPR方法都明显优于BI方法,特别是从高原地区的均方根误差来看,降尺度效果优势更加明显。进一步对OPR方法降尺度过程中所做的方差放大对比分析显示,方差放大后对日最高温度的降尺度效果不但没有改进,在某些方面如均方根误差和极端误差等还有变差的表现。     

西藏高原最高、最低气温的非对称变化

利用中国西藏高原25个台站1971~2000年月平均最高气温 (T_max)、最低气温 (T_min) 及气温日较差 (ΔT)，分析了西藏高原最高、最低气温的非对称变化。结果发现，西藏高原普遍存在非对称变化现象，以T_max、T_min显著上升，但T_min上升幅度大于T_max为主要类型。T_max上升主要表现在夏季，T_min增暖以秋季最为明显，ΔT显著变小主要是由于T_min明显增暖引起的。T_min的上升幅度随海拔高度的上升而增加，T_max在3000~4000 m地区增温最大，而ΔT在4000 m以上呈显著的减小趋势。     

近57年巴彦淖尔市平均最高最低气温及日较差变化

利用1954年-2010年内蒙古巴彦淖尔市9个台站的月平均最高、最低气温观测资料,对巴彦淖尔市年、季平均最高、最低气温变化趋势的空间分布状况和时间变化特征进行了分析。结果表明,近57年来,巴彦淖尔市年平均最高气温的变化特征呈现北部增暖幅度明显大于南部,且近十年呈弱降温趋势;年平均最低气温与全国各地基本一致,呈明显的变暖趋势;无论是年还是季,平均最低气温的增暖幅度明显大于平均最高气温的增幅;年平均日较差多呈下降趋势,并在北部地区尤为明显,各季平均日较差亦均呈下降趋势,并以冬季的下降幅度为最大;年平均最高气温和最低气温的变化在年代际变化上基本呈现较为一致的变化,即57年来主要的变暖均是从20世纪80年代中期开始,均在90年代后期达到了近57年来的历史新高,最高气温近十年来又略有回落。     

基于ASD统计降尺度的雅鲁藏布江流域未来气候变化情景

青藏高原对东亚、南亚甚至全球的气候和水文循环有重要影响,模拟和分析青藏高原未来气候状况对研究东南亚区域生态、气候、水资源格局与演变趋势具有重要意义。利用ASD统计降尺度方法,对MIROC3.2_medres模式输出的降水和气温进行降尺度,并与ERA-40再分析资料进行了对比分析和评价,在此基础上分析了2046-2065年与2081-2100年三种情景下的气候变化情况。结果表明,ASD统计降尺度模型可以较好地将雅鲁藏布江流域GCM大尺度降水和气温数据降尺度到站点尺度,气温的解释方差都在90%以上,降水的解释方差也达到12%~27%;雅鲁藏布江流域未来降水年际变化不明显,年变化趋势多数小于5%;降水年内分配将更加集中,秋、冬、春季的降水减少趋势明显,最大降幅达55.58%,夏季降水显著增加,最大增幅达到30.44%;雅鲁藏布江流域未来将显著增温,21世纪中叶增温幅度为1.60~2.12℃,21世纪末期增温幅度达2.34~3.69℃;在降水与气温的双重影响下,流域水资源问题可能会变得更加严峻。     

统计降尺度方法在天津小时降水和气温精细化预报中的应用

基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。结果表明：(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。对于相对误差,阈值法对空报现象有较显著改进。对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。对2018年“安比”台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

江苏—南黄海地区M≥6强震有序网络结构及其预测研究

基于TIGGE（THORPEX Interactive Grand Global Ensemble,全球交互式大集合）资料中欧洲中期天气预报中心（European Centre for Medium-Range Weather,ECMWF）、日本气象厅（Japan Meteorological Agency,JMA）、美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）和英国气象局（United Kingdom Met Office,UKMO）4个中心的北半球地面2m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均（bias-removed ensemble mean,BREM）和多模式超级集合（superensemble,SUP）方法进行统计降尺度预报研究.结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果.引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小.对比综合表现最好的单中心ECMWF的预报,1～7d的降尺度预报误差改进率均达20％以上.研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法.     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

中国地面气温自适应递减平均降尺度方法的改进研究

针对基于卡尔曼滤波类型的自适应递减平均降尺度方案对中国地面气温精细化预报中,原方案在强降温天气预报结果不理想的问题,将其中只随空间变化的递减平均权重系数w(i)改进为含有空间、天气过程信息的自适应函数w(i,p)(i为站点信息,p为天气过程信息);在此基础上将上一次的强降温日信息当做预报前一天信息,应用改进w(i,p)递减平均降尺度方案称为w(i,p)相似法;而直接从强降温历史信息中统计插值预报与观测值的系统性偏差均值,并用以修正预报结果的方法称为w(i,p)统计法。结果表明:改进为自适应函数w(i,p)后的降尺度方案对中国地面气温的预报效果有不同程度的改善,对于24 h强降温预报,采用w(i,p)降尺度方案的预报误差均方差较原方案减小了0.19℃;而进一步改进的w(i,p)相似法与w(i,p)统计法的预报误差均方差分别减小了1.12℃、1.45℃,改进效果显著。     

中国地面气温统计降尺度预报方法研究

利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明:1)递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1~3 d预报的均方根误差减小了1.4℃;2)该方案1~3 d预报的均方根误差为1.5℃,预报误差从东南地区(均方根误差为1.4℃)向西北地区(均方根误差为1.8℃)逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。     

辽宁省近48年来气候变化研究

利用 1 95 1～ 1 998年辽宁全省 2 5个气象站的月平均气温、降水量、平均最高、最低气温等资料 ,对辽宁省近 48年和近 1 0年的气候变化作了较为全面的分析     

长江中下游6—7月降水的降尺度模型

基于偏相关的强迫因子选取方法,以长江中下游6—7月降水为例,进行了降水变率的归因分析,并建立了相应的统计降尺度模型。结果表明,影响长江中下游6—7月降水的强迫因子主要有两个:西太平洋850 h Pa的位势高度(W_(PH8))和黑潮延伸区的海表温度(K_(SST))。W_(PH8)反映的是西太平洋副热带高压对长江中下游降水的影响;K_(SST)反映了黑潮延伸区的变率。基于这两个因子的线性降尺度模型能较好地拟合长江中下游6—7月的降水,在独立检验和模式检验阶段,模型体现出了可靠性,因而可用于长江中下游降水的季节预测。     

21世纪黄河流域上中游地区气候变化趋势分析

 气候变化预估常用的全球气候模式（GCM）难以提供区域或更小尺度上可靠的逐日气候要素序列,针对这一问题,应用统计降尺度模型（statistical downscaling model,SDSM）将HadCM3的模拟数据（包括A2、B2两种情景）处理为具有较高可信度的逐日站点序列。以1961-1990年为基准期,分析了21世纪黄河流域上中游地区未来最高气温、最低气温与年降水量的变化。在A2、B2两种气候变化情景下,日最高气温、日最低气温均呈升高趋势;但A2的变化较显著,日最高气温的升高趋势在景泰站最明显,日最低气温的升高趋势在河曲站最显著。流域平均的年降水量变化范围为-18.2%～13.3%。A2情景下降水量增加和减少的面积基本相等,宝鸡站降水量增加最多;B2情景下大部分区域降水减少,西峰镇降水量减少最显著。     

21世纪黄河流域上中游地区气候变化趋势分析

气候变化预估常用的全球气候模式（GCM）难以提供区域或更小尺度上可靠的逐日气候要素序列,针对这一问题,应用统计降尺度模型（statistical downscaling model,SDSM）将HadCM3的模拟数据（包括A2、B2两种情景）处理为具有较高可信度的逐日站点序列。以1961-1990年为基准期,分析了21世纪黄河流域上中游地区未来最高气温、最低气温与年降水量的变化。在A2、B2两种气候变化情景下,日最高气温、日最低气温均呈升高趋势;但A2的变化较显著,日最高气温的升高趋势在景泰站最明显,日最低气温的升高趋势在河曲站最显著。流域平均的年降水量变化范围为-18.2%～13.3%。A2情景下降水量增加和减少的面积基本相等,宝鸡站降水量增加最多;B2情景下大部分区域降水减少,西峰镇降水量减少最显著。