基于多元线性回归的日蒸发量估算与应用

利用阳江气象站2005～2010年的观测资料,探讨了日蒸发量与其他气象因子的相关性,并建立了基于多元线性回归的日蒸发量估算方程。结果表明,日蒸发量除了与当天的日均饱和差、日均相对湿度、日日照时数、日均地面温度、日均风速等常规气象要素关系密切外,还跟今昨风速差、今昨气温差、今昨湿度差等时间序列因子有关,而且相关性非常明显。利用多元线性回归建立的日蒸发量估算方程,其预测效果能够满足气象观测业务的要求,其估算值可作为判断实测蒸发量是否正常的一种参考依据,对提高蒸发量的观测质量有较好的作用。     

黔东南气温变化对蒸发皿蒸发量的影响分析

利用1980-2010年黔东南地区16个地面气象站逐月实测资料,采用灰色关联度方法分析了蒸发皿蒸发量对各气象要素的影响程度,通过经验正交函数分解方法(EOF)提取了第一特征向量场的时间系数并进行了Mann-Kendall突变检验和线性倾向估计分析,以及利用非线性回归方法建立数理模型确定气温变化对蒸发皿蒸发量的影响等。结果表明,黔东南地区的蒸发皿蒸发量与气温、湿度、降水量等因子有关系,并与气温的关系最为密切;同时,该地区气温出现了明显的升温趋势,即20世纪90年代中期是该地区年气温突变的关键时期,其气温倾向率为0.25℃.(10a)-1,通过了α=0.05显著性水平检验;在气温升高1℃的情况下,蒸发皿蒸发量增加了5.93%～8.04%,并自东向西逐渐递减,与海拔呈反相关关系。     

石家庄市蒸发皿蒸发量的变化特征及其影响因子分析

采用累积距平曲线、线性倾向估计法和完全相关系数法,分析了近37a来石家庄市蒸发皿蒸发量及影响因子的变化特征。结果表明：石家庄市年蒸发量减少趋势显著,4季中,春季蒸发量的减少速率最大,其次为夏季和秋季,冬季减少速率最小,年蒸发量的减少主要体现在春季和夏季。全年和4季蒸发量与日照时数、平均气温日较差、平均风速和平均地表温度正相关,与平均相对湿度负相关。石家庄市蒸发量减少的主要原因是日照时数和平均气温日较差的减小,其次是平均风速和平均地表温度的下降。     

干旱区气象因子对蒸发皿蒸发量的影响

根据20 cm蒸发皿的几何尺寸和架设特征,对Penman蒸发公式中的辐射项Rn和储热项S进行修改,建立了20 cm蒸发皿蒸发模型。利用古浪非均匀近地层观测试验(GHUSLE)中连续14天观测的20 cm蒸发皿逐时蒸发数据对该模型进行验证。结果表明,该模型能够成功地模拟蒸发皿蒸发的日变化过程,模拟的日蒸发量均方根误差和平均相对误差分别为0.72 mm·d-1和6.7%。20 cm蒸发皿蒸发过程中太阳辐射项的贡献约占蒸发皿总体蒸发的1/3,空气动力项的贡献约占2/3。常规气象因子影响蒸发皿蒸发的敏感性试验表明,风速、空气湿度、太阳辐射和气温对蒸发皿蒸发的影响强度依次递减,其蒸发量随这4种气象因子的变化率分别为0.602,-0.590,0.528和0.370。     

湘江流域蒸发皿蒸发量的变化趋势及原因分析

利用1960-2006年湘江流域内44个气象观测站蒸发皿观测资料,采用气候倾向率、相关系数分析法,以及反距离权重插值来分析湘江流域蒸发皿蒸发量的时空变化特征及其影响因子。结果表明：湘江流域年蒸发皿蒸发量在47年间以21.29 mm/10a速率显著减少,通过了90%信度检验;且有75%的站点蒸发皿蒸发量下降趋势显著。从季节变化来看,蒸发皿蒸发量的下降趋势主要在夏季,以15.58 mm /10a的速率显著下降,并通过了99%信度检验。从空间分布来看,湘江流域蒸发皿蒸发量自西南向东北逐渐减少,且下游地区减少趋势最显著。流域饱和差的减小及风速的显著下降导致大部分站点蒸发皿蒸发量呈下降趋势。     

基于平流-干旱模型估算的江西省实际蒸发量时空变化特征

利用江西省93个气象站观测资料,基于平流-干旱模型对1961—2019年江西省实际蒸发量进行估算,再进行气候倾向率、贡献率计算、敏感性分析和M-K检验等,分析蒸发量的时空变化特征及其影响因素。结果表明:江西省蒸发量呈显著下降趋势,幅度为-5.47 mm/(10 a);蒸发量在1969年发生突变,突变后其下降趋势明显减弱;夏季蒸发量下降最为显著,秋季次之,春、冬两季不明显。蒸发量对风速变化表现为负敏感,对气温、水汽压、净辐射量变化表现为正敏感,且任意时段内蒸发量对气象因子变化的敏感程度均为净辐射量>气温>风速>水汽压。净辐射量变化是影响江西省夏季蒸发量变化的主导因子,但其他季节净辐射量变化是气温、净辐射量和风速的共同作用的结果。随着气候逐渐变暖,气温和风速等因素对蒸发量变化贡献的增加不容忽视。     

内蒙古小型与E601型蒸发皿蒸发量折算系数分析

基于内蒙古71个地面气象观测站,1961—2015年逐日小型蒸发量、E-601型蒸发资料,利用对比分析、相关分析、离差分析等方法,分析了折算系数的合理性,给出内蒙古各站5—9月各月的折算系数,并进行了时空分布特征分析。     

河北邢台地区蒸发皿蒸发量的变化特征及影响因素

采用线性倾向估计、累积距平曲线、滑动T检验和完全相关系数法,分析了1972～2011年邢台地区蒸发皿蒸发量的变化特征及其影响因素。结果表明:邢台地区年及4季蒸发量呈现显著下降趋势,其中春季蒸发量的下降趋势最为明显,其次为夏季,年蒸发量的下降主要源于春季、夏季的贡献,年蒸发量在1983年发生突变,之后明显下降。邢台地区年蒸发量与日照时数、平均风速、气温日较差呈正相关,与降水量、相对湿度呈负相关。平均风速、气温日较差和日照时数下降是邢台地区蒸发量减少的主要原因。     

近40年京津冀蒸发皿蒸发量变化特征及影响因子

为了研究京津冀地区蒸发皿蒸发量的变化特征及成因,在京津冀地区200多个气象站中选择资料序列完整且具有较长时间序列、测站环境评分都在70分以上(按照中国气象局对测站探测环境评分标准评分)、均匀分布的87个气象站,利用1970—2013年京津冀地区87个气象站蒸发皿蒸发量以及其他气象要素的观测资料,采用线性倾向估计法和完全相关系数法,分析近44年来京津冀蒸发量变化特征及影响因子。结果表明,近44年来,京津冀地区年、季蒸发量呈明显下降趋势。全年蒸发量减少速率由大到小分别为:山前平原区太行山区冀东平原区燕山丘陵区冀北高原区(蒸发速率由北向南逐渐增大);四季中下降速率为:春季秋季冬季夏季。分析蒸发量与影响因子的完全相关系数发现,气温日较差、日照时数和平均风速是影响京津冀地区蒸发皿蒸发量变化的主要因子,在平原地区,平均风速是主导因子;在山区和高原地区,日照时数是主导因子。     

1960—2009年北京地区城市化背景下蒸发皿蒸发量的时空变化

利用1960—2009年北京地区20个气象台站的观测资料,分析了北京城区和郊区蒸发皿蒸发量的季节和年际变化趋势和特点,并探讨了城市化对北京地区局地气候的影响。结果表明:近50 a北京地区蒸发量有明显减小趋势,城区和郊区变化趋势分别为-88.1 mm/10a和-76.0 mm/10a。受城市化影响,北京城区蒸发量的变化主要与降水、日照时数、最低气温、气温日较差和平均风速的变化有关;郊区蒸发量的变化主要受相对湿度、日照时数、平均风速和空气饱和差的变化影响。总体而言,相对湿度、日照时数、最低气温、气温日较差和平均风速的变化对北京地区蒸发量的变化有显著影响。     

基于灰色关联分析与RBF神经网络的水面蒸发量预测

利用灰色关联度法分析了影响水面蒸发量的主要气象因素,并通过RBF神经网络建立了水面蒸发量的经验预测模型.计算结果表明,所建立的模型简单易行,精度较高,可以应用于生产实践中.     

基于磁致伸缩技术的蒸发自动测量装置设计与实现

针对目前气象水文部门普遍采用的超声波蒸发传感器测量精度只有1.5mm且测量时易受环境因素影响的问题,提出了基于磁致伸缩位移测量技术,研制出一种高精度的测量装置,实现对水面蒸发量的自动测量,其测量精度可以达到0.1mm,同时给出了有关实现电路。通过在自动气象站中应用该装置进行为期6个月的蒸发量自动测量,并将自动测量数据和人工观测数据进行对比,验证了磁致伸缩技术在实现蒸发量的高精度自动化测量方面的可行性。在气象水文部门,可以使用该装置代替超声波蒸发传感器,得到精度更高、稳定性更好的蒸发量测量结果。     

基于海气通量算法的海上蒸发波导诊断模型

蒸发波导是海上普遍存在的海洋天气现象, 也是导致海上电磁波异常传播的重要因素, 严重影响了海上雷达、通信及电子设备的有效应用。而TOGA COARE (海洋-大气耦合响应试验) 通量算法为蒸发波导的精确诊断提供了条件, 因此, 该文建立了基于海气通量算法的海上蒸发波导诊断模型, 并利用福建海域铁塔观测资料以及海上雷达探测试验数据与美国业务运转的Paulus-Jeske诊断模型对比, 结果表明:通量蒸发波导诊断模型的各项对比结果均优于Paulus-Jeske模型。     

神经网络方法在静止卫星多通道资料估算降水中的应用

使用人工神经网络 (ANN)模型探讨了利用静止卫星多通道资料估算地面降水的一种新方法 ,对淮河和长江典型区域 (2 4～ 3 6°N ,1 0 8°E以东 )一次暴雨过程的卫星遥感数据和地面水文站逐时降水资料的应用分析表明 ,该方法提供的客观定量的降水量估算的平均相关系数为 0 57,较现行业务使用的方法效果更佳     

基于机器学习技术的逐时雾事故判别气象模型

为进一步提高雾天交通安全气象保障精细化能力,以江苏、安徽高速公路雾事故多发路段为例,利用2012—2018年事故信息与气象资料,建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量,使用主成分分析提取重要变量的主要特征,并以径向基为核函数、以网络搜索确定最优参数。结果表明:结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集81.4%和测试集83.0%的事故样本,AUC分数均为0.946;判别效果优于支持向量机单独算法,以及仅基于重要变量选择或主成分分析的支持向量机算法;3个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。     

基于卫星和雷达资料估测滇中地区降水量方法研究

选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试.     

广东蒸发皿蒸发量的季节变化特征及其影响因素的灰色关联分析

为了研究广东省的气候变化规律及其成因,利用1961—2003年广东省86个气象站点的观测数据,采用Mann—Kendal非参数检验方法、EOF经验正交分解方法和灰色关联分析方法,对广东省近43a来蒸发皿蒸发量及其主要影响因子（日照时数、风速、降水量、饱和差、气温日较差、气温等）进行了相关性及趋势性分析。结果表明：43a来广东省的季蒸发皿蒸发量的下降主要表现在春季、前汛期和后汛期,其减少趋势通过或接近通过99％置信水平的统计检验,而秋季的变化不明显;四季蒸发皿蒸发量的下降主要表现在粤东沿海、珠三角和粤西南等沿海地区,不同季节气候变异中心的位置不同;日照时数下降以及风速、气温日较差的减小可能是近年来广东四季蒸发皿蒸发量下降的主要原因。     

基于机器学习的土壤温度预估研究综述

土壤温度是地球科学研究中的重要物理量。在陆-气相互作用研究中,土壤温度不仅影响土壤内部的物理、生物、化学过程,而且对陆-气之间能量和物质交换起重要作用。随着可获取的相关数据越来越丰富,机器学习方法已经被越来越多的研究人员引入到土壤温度预估中,在很多任务中已经超过了统计模型、物理模型的性能。本文对比了统计模型、物理模型和机器学习方法这三种土壤温度常用计算方法的异同,简要介绍了应用于土壤温度研究的各类机器学习模型的原理和特点,综合国内外文献归纳了传统机器学习和深度学习在土壤温度空间分布、时间变化和时空变化三方面的研究进展。在土壤温度空间分布研究中,传统机器学习方法能够通过影响因子的空间异质性学习空间特征,并利用站点观测数据计算土壤深处的温度,但随土壤深度增加模型效果减弱,而深度学习模型有能够提取空间特征的结构,但对数据量要求高,当前研究中仅用于地表温度的遥感反演;在土壤温度时间序列研究中,加入了周期性信息的传统机器学习方法具有更好的模型效果,深度学习中的序列学习模型能自动捕捉土壤温度变化规律,结合了非平稳序列分析方法的混合模型能充分考虑土壤温度变化的连续性和周期性;由于陆面过程复杂性,土壤...     

Radar Quantitative Precipitation Estimation Based on the Gated Recurrent Unit Neural Network and Echo-Top Data

The Gated Recurrent Unit(GRU) neural network has great potential in estimating and predicting a variable. In addition to radar reflectivity(Z), radar echo-top height(ET) is also a good indicator of rainfall rate(R). In this study, we propose a new method, GRU＿Z-ET, by introducing Z and ET as two independent variables into the GRU neural network to conduct the quantitative single-polarization radar precipitation estimation. The performance of GRU＿Z-ET is compared with that of the other three meth...     

雷达-雨量计联合估测区域降水量方法检验与评估

文章在"黄河淮河流域暴雨洪水预报系统"项目试验整理的高密度地面雨量站网数据和雷达连续采集体积扫描数据基础上,首次提出了对稠密雨量站网数据科学分组的方法,并采用分组数据对雷达-雨量计联合校准的10种方法进行了多参数的客观检验和评估。研究表明:(1)雨量站分组方法科学合理,可以满足评估的要求;(2)集成法估测区域降水量好于其他非集成的8种方法;(3)雷达对不同降水强度的估测精度具有三段式分布特征;(4)50~100 km为雷达估测降水的最佳区间,150~200 km区间的估测精度最差;(5)通过时间累积,可以提高各种估测方法区域降水量估测的精度和稳定度。