中国西部积雪类型划分

利用中国105°E以西地区189个地面气象台站1960-2004年积雪日资料和1981-2004年SMMR、SSM/Ⅰ反演的逐日雪深资料,使用积雪年际变率方法划分中国西部积雪类型,并与积雪日数方法的划分结果进行比较.在此基础上,尝试建立了结合以上两种要素的综合分类指标.利用积雪年际变率方法和台站资料,将中国西部积雪划分为3类.其中,稳定积雪区主要包括北疆、天山和青藏高原东部高海拔山区;年周期性不稳定积雪区包括南疆和东疆盆地周边、河西走廊、青海北部、青藏高原中西部、藏南谷地以及青藏高原东南缘;其他积雪区均为非年周期性不稳定积雪区.气候突变后,积雪日数方法划分的积雪类型变化反映出沙漠和低纬度地区积雪变幅增大,在积雪年际变率方法的结果中体现出青藏高原东部地区趋于稳定的积雪面积在增加.在没有台站记录地区,卫星遥感资料很大程度上弥补了台站观测的缺陷,使用这种资料划分积雪类型时,积雪年际变率方法比积雪日数方法的结果更符合西部积雪的分布特点,反映出积雪分布与地形的密切关系.利用综合分类指标划分西部积雪类型的结果表明,台站资料的划分结果很大程度上受积雪持续时间的影响,而在卫星遥感结果中,积雪年际变率则是影响类型划分的主要因素.     

中国西部积雪对我国汛期降水的影响

本文利用台站及卫星资料建立了中国西部积雪３０年逐月时间序列。该序列是目前资料时间最长、最好的序列，为研究该区积雪月际和年际变化及其影响提供了较可靠的依据。中国西部冬春积雪对我国汛期降水的影响平均为负相关趋势，与６月降水的相关分布较有规律，冬春多（少），其它地区６月降水偏多（少）。我国西部多（少）雪对６月从份５００ｈＰａ高度的变化是：高原北边高纬高度降低（升高）及副热地区升高（降低），有（不）利于高     

北疆积雪深度和积雪日数的变化趋势

 选取新疆北疆20个站1961-2006年积雪及稳定积雪日数、最大积雪深度资料,同时选择冬季降水量和气温稳定通过0℃以下的日数作为积雪的影响因子,分析了46 a来北疆积雪的变化趋势。结果表明：46 a来最大积雪深度呈显著增加趋势,平均年增长0.8%,其变化与冬季降水量增加有关,呈正相关;积雪日数和稳定积雪日数也呈稍增加趋势,增加主要发生在1960-1980年代,1990年代以来有所减少,其变化与气温稳定通过0℃以下的日数呈显著正相关。     

使用树轮资料重建阿勒泰西部年积雪深度≥0cm日数的长期变化

利用阿勒泰西部柯姆采点的西伯利亚落叶松树轮宽度年表重建了大致反映该地区1720/1721年至2004/2005年年积雪深度≥0 cm日数变化情况的序列。自1720/1721年至1956/1957年以来,该地区年积雪日数变化存在9个偏少阶段和8个偏多阶段。积雪日数最少阶段出现在1906/1907年至1920/1921年,而积雪日数最多阶段出现在1787/1788年至1797/1798年。功率谱分析检测到该地区年积雪日数重建序列存在10.7～11 a、6.7 a和2.1 a的显著准周期及16.5～17.2 a和2.4～6.6 a的较显著准周期。滑动t检验的结果表明该地区年积雪日数重建序列没有发生明显突变。     

东北及邻近地区累积积雪深度的时空变化规律

利用东北及邻近地区1960-2006年123个地面测站逐日积雪观测资料和同时期气象要素资料,采用面积权重、EOF、小波分析和功率谱方法分析了东北全年及各季节累积积雪深度的时空变化特征,结果表明:近50年来东北及邻近地区累积积雪呈缓慢增加趋势,具体到各个季节上,秋季积雪趋势基本稳定,冬季积雪显著增加,春季积雪显著减少,年...     

地基GPS用于阿勒泰积雪深度反演研究

积雪作为主要的淡水资源,准确地监测积雪覆盖与雪深具有十分重要的意义。随着全球卫星导航系统的不断建设和新技术新应用的不断发展,地基GPS遥感积雪参数技术越来越受国内外学者的重视。本文基于阿勒泰市气象局的GPS地表环境监测站观测数据,采用GPS-MR技术开展了积雪深度反演研究。首先给出了GPS-MR技术用于积雪深度反演的基本原理,其次利用阿勒泰GPS监测站2017年1—3月的数据进行了积雪深度反演分析,最后针对不同GPS卫星高度角区间影响进行精度分析。研究结果表明地基GPS可用于阿勒泰气象站积雪深度反演,与实测雪深较差优于3 cm,且较优卫星高度角区间为5°～20°。地基GPS用于积雪深度反演具有全天候、高精度、高时间分辨率、高自动化、低成本等优点,可充分发挥现有地基GNSS气象监测站在积雪探测领域潜在的应用价值,以期地基GNSS监测站成为积雪遥感探测手段的有效补充。     

降水相态转换机制及积雪深度预报技术研究

利用2014—2017年山西省地面和高空气象观测资料、NCEP/NCAR FNL再分析资料、山西及周边地区多普勒天气雷达资料,对山西冬半年雨转雪过程进行归类与分析,探讨地面气温在降水相态转换中的作用,提取降水相态转换的前兆信息。针对降雪过程,统计分析降雪量和积雪深度增量的关系,总结提炼积雪深度预报指标。最后,选取气候特征相似的两次雨转雪过程进行对比分析,揭示降水相态转换的物理机制。结果表明:(1)山西省11月发生雨转雪的站次最多,其次为2月。地面气温作为降水相态变化的重要指标,其与气候和天气(如冷空气强度和路径)特征、地理位置等有关。(2)山西冬半年积雪深度增量与降雪量比值约0.68 cm·mm~(-1),且比值随着气温降低而增大,因此存在明显的时空差异。(3)在雨转雪的不同时段,随着对流层低层降温,冰雪层厚度在总云层的比例有所增加,且云中固态凝结物下落路径缩短,使得固态凝结物在下落过程中融化概率减小,造成相态变化。     

青藏高原积雪深度对延伸期预报技巧的影响

高原积雪是重要的陆面因子,其变化的时间尺度长于大气而短于海洋。本文利用国家气候中心第二代月动力延伸期预测模式（DERF2.0）历史回报资料与被动微波资料（SMMR）、被动微波成像专用传感器（SSM/I）数据反演的逐日雪深资料,分析了1983~2014年冬季和春季转换季节高原积雪对热带外地区延伸期尺度预测技巧的影响。结果表明,高原积雪异常年动力模式在高原积雪显著影响的青藏高原地区、贝加尔湖地区和北太平洋地区预报技巧明显高于正常年份。随着预报时效的延长,高原积雪偏多年的技巧衰减最慢、其次为积雪偏少年,积雪正常年最快,表明高原积雪异常年可预报时效更长,且高原积雪异常对预报技巧的改善在第1候的预报中就显现出来,尤其是积雪偏多年,其影响时段明显要早于海洋。结果显示高原积雪对延伸期预报技巧有重要贡献,暗示高原积雪异常为东亚延伸期预报的潜在可预报源。     

基于MODIS积雪覆盖产品的中国天山积雪时空分布特征研究

利用2002-2016年MODIS逐日积雪遥感产品(MOD10A1、MYD10A1),采用日产品合成法、临近日分析法、空间滤波法和相邻时间合成法,生成天山山区逐日晴空积雪遥感产品数据集,研究分析了天山山区积雪时空分布特征。结果表明：近15a,天山山区平均积雪覆盖面积变化不明显,呈略微减少趋势,但主要表现为年际间的波动变化;分季节来看,天山山区积雪覆盖面积冬季 > 秋季> 春季 > 夏季;积雪面积从9月开始积累,1月达到峰值,占天山总面积的50±25%,3月开始消融,8月达到最低值,仅占天山总面积的为3.5±2%。;天山山区大部分区域积雪开始时间在第300天之后,积雪结束时间在第40~150天左右,海拔较高的区域积雪开始时间较早;天山山区平均积雪日数小于60天的不稳定积雪区主要分布在天山南坡、北坡边缘地带,占整个天山面积的44.57%,平均积雪日数在60~300天之间的区域占比为53.4%,主要分布在天山中部和北坡部分区域,平均积雪日数大于300天的永久积雪区,主要分布在海拔3800以上区域,占天山面积的2.03%。     

基于RBF网络的新疆特重雪灾区最大积雪深度预测研究

新疆是我国积雪资源最丰富的区域之一,也是雪灾多发区之一,预测最大积雪深度,可以为雪灾的预警与防范提供参考和依据。本研究基于建立的雪灾灾损指数,确定了新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县（市）,包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度,结果表明：该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。     

基于地统计方法的气候要素空间插值研究

在回顾了地统计学的产生、发展及其基本原理的基础上,对于目前众多可以提供计算网格的气候要素的空间插值方法中,具体探讨了普通克里格法和协同克里格法。将甘肃省1961—1990年30年平均降水量和蒸发量作为区域化变量,根据不同的半变异函数理论模型,采用普通克里格法和双变量协同克里格法,通过对比分析得到：（1）不论是多年均降水量还是多年平均蒸发量在空间上都呈现明显的梯度变化,二者的空间变程都很大,而降水量变化幅度更大。降水量从东南部向西北部逐渐减少,蒸发量则相反,从东南向西北逐渐增加。（2）基于地统计的插值方法,根据半变异函数云图和试验方差最小的原理,选择合适的半变异函数理论模型进行变量的空间插值,能够较好地模拟区域化变量的空间连续分布格局,并取得较好的效果。对比普通克里格法和协同克里格法,后者增加了高度对降水量和蒸发量的影响,在空间分布上更为合理,插值的精度也要明显好于普通克里格法。（3）采用地统计方法虽然在总体上能够较好地反映气候要素的空间分布格局,但检验显示,两种方法空间插值的精度都还不是很高,插值的精度还有待进一步提高。     

东北地区逐日气象要素的空间插值方法应用研究

针对作物生长动力模型区域应用时对高精度格点逐日气象要素输入值的需要,以东北地区为例,选用克立格法 (Kriging)、以经纬度分布方向为权重的距离权重反比法（IDW）及带高度梯度订正的距离权重反比法（GIDW）3种插值方法进行有限气象站点4~10月逐日气象要素空间插值方法研究,并进行插值的统计量分析和估值的交叉验证。结果表明,对温度而言,GIDW方法估值精度较高,插值结果的平滑程度适中,插值结果分布趋势也较为接近实际站点的分布。对降水而言,IDW估值精度高于Kriging, 而且插值结果的平滑程度较小,更适合于日降水量的空间插值。GIDW、IDW估值精度较高的原因是研究中考虑到日最高温度、最低温度和降水量的经向、纬向梯度、海拔高度梯度存在明显的季节性变化,采用了根据气象要素经纬度方向确定权重,以及根据气象要素高度梯度年内变化进行高度订正的结果。     

日降水量空间插值方法研究

采用反距离权重法和普通克里格方法对26°~34°N, 103°~115°E范围内2004年逐日降水量进行空间插值试验分析, 分辨率为1 km×1 km。采用交叉检验方法和准确率方法对两种方法插值的总体效果及不同等级的降水插值效果进行综合对比。结果表明:两种方法插值效果近似, 插值结果与实测值相关系数分别为0.83和0.82。但对日雨量较大的情况, 两种方法插值效果均有所降低, 相关系数为0.66和0.67。两种方法的实测值与插值结果的相关系数在不同季节非常接近, 并且均以春季最大, 其次为冬、秋季, 夏季相关系数最小; 通过采用平均误差、平均绝对误差和均方根3个指标衡量及不同等级雨量的插值准确率统计比较, 普通克里格方法插值效果略好于反距离权重法。     

青藏高原冬春雪深分布与中国夏季降水的关系

利用SSMR和SSM／I卫星遥感雪深反演资料,通过与高原测站雪深观测资料的对比分析,揭示了高原雪深的时空分布特征,在此基础上对积雪异常年中国夏季降水异常和大气环流进行了对比分析。结果表明,卫星遥感雪深资料可较真实反映出高原积雪的状况,并可反映出高原西部积雪的变化;高原冬、春季积雪EOF分解第1模态具有相同的空间分布,反映了高原冬、春季积雪分布具有相当的一致性,而春季积雪的第2模态则反映高原积雪的东西差异;冬、春季雪深EOF第1模态的时间序列与中国夏季降水的相关分析表明,大致以长江为界,我国东部地区呈现出南涝北旱的分布模态,春季高原东（西）部多（少）雪与东（西）部少（多）雪年的夏季,我国东部降水表现出长江以南（北）地区为大范围的降水偏多（少）。     

FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用,对气候预测、雪灾预测等具有重要意义。FY-4(风云4号)卫星数据具有高时空分辨率的优势,基于FY-4A(风云4号A星)构建积雪监测方法与模型,不仅拓展了静止卫星应用领域,也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据,对积雪与云的变化掌握的更为细致,但用于积雪监测的波段,因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品(FY-3D_SNC)数据,构建了基于归一化积雪指数(Normalized Difference Snow Index,NDSI)的FY-4A卫星积雪判识方法,提出了雪深监测模型与等级划分指标。结果表明:NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值,无论有云或无云条件,其漏判率均低于8.0%。地面站点验证结果表明,积雪判识准确率达83.33%以上。空间范围内直接剔除云区后,积雪判识经混淆矩阵验证准确率在82.48%以上。因此,FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力,但可以较好地识别10 cm以下浅雪雪深,相关系数达到0.745,通过了0.001显著性水平检验。据此建立的FY-4A卫星0~10 cm雪深等级指标,总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0~10 cm浅雪雪深有较好的估算能力。     

利用地基GPS反演积雪深度

利用全球导航卫星系统反射信号研究测站周边地表环境参数是近年来遥感领域的研究热点之一。利用测量型全球导航卫星信号接收机数据,实时获取其周边的积雪深度,是对现有降雪监测方法的有效补充。该文基于GPS信噪比与信号振幅的变化特征,研究了使用GPS信噪比观测值进行雪深探测的算法,并首次使用国家气象观测站的业务观测数据对地基GPS反演雪深算法进行了验证。对比试验使用近两个月的人工积雪深度测量值与GPS信号反演的积雪深度值进行了逐日比较,二者的吻合度较好,标准偏差为2.04cm,相关系数为0.94。该对比试验表明,利用常规测量型地基GPS接收机观测数据进行雪深探测是可行的。应用地基GPS反演雪深技术,气象部门基于现有的地基GPS水汽监测网可进一步开展积雪环境监测研究。     

基于相位法激光测距原理的雪深传感器研究与应用

从传感器测量原理、观测方法、数据处理算法等方面介绍了一种利用相位法激光测距原理测量积雪深度的雪深传感器,并参加了中国气象局于2010/2011年在黑龙江通河、新疆阿勒泰等台站开展的积雪深度对比观测试验,与超声波传感器和人工测量积雪深度进行了对比,比较了三者之间测量结果的差异。试验结果表明:这种激光雪深传感器能够适应冬季严寒和暴雪天气条件,可以连续、自动、准确的监测雪面变化过程;与超声波雪深传感器相比,激光雪深传感器测量结果更加稳定,更加接近人工观测结果;激光雪深传感器与人工测量雪深结果之间的平均误差约为,测量精度达到《地面气象观测规范》要求。     

Spatial Interpolation of Daily Precipitation in China: 1951--2005

Climate research relies heavily on good quality instrumental data; for modeling efforts gridded data are needed. So far, relatively little effort has been made to create gridded climate data for China. This is especially true for high-resolution daily data. This work, focuses on identifying an accurate method to produce gridded daily precipitation in China based on the observed data at 753 stations for the period 1951--2005. Five interpolation methods, including ordinary nearest neighbor, local polynomial, radial basis function, inverse distance weighting, and ordinary kriging, have been used and compared. Cross-validation shows that the ordinary kriging based on seasonal semi-variograms gives the best performance, closely followed by the inverse distance weighting with a power of 2. Finally the ordinary kriging is chosen to interpolate the station data to a 18 km×18 km grid system covering the whole country. Precipitation for each 0.5o×0.5o latitude-longitude block is then obtained by averaging the values at the grid nodes within the block. Owing to the higher station density in the eastern part of the country, the interpolation errors are much smaller than those in the west (west of 100oE). Excluding 145 stations in the western region, the daily, monthly, and annual relative mean absolute errors of the interpolation for the remaining 608 stations are 74%, 29%, and 16%, respectively. The interpolated daily precipitation has been made available on the internet for the scientific community.     

唐古拉地区超声雪深传感器SR-50监测研究

利用2004年5月以来超声雪深传感器SR-50在青藏高原唐古拉综合监测场获取的实时积雪资料和相关气象数据,评估了SR-50在青藏高原积雪监测中的性能和作用,并对青藏高原腹地多年冻土区积雪变化特征进行初步分析。结果表明:超声雪深传感器SR-50对不同时间尺度的地表积雪过程均有较好的监测能力。监测数据清晰地显示唐古拉地区地表积雪深度在夜间相对稳定、在日间迅速降低的特点。唐古拉地区平均年积雪日数为82 d,各月均有地表积雪出现,但夏季的地表积雪较少且持续时间很短。该地区地表积雪总体上呈厚度较薄、消融较快、持续时间较短的特点。2005—2008年该地区瞬时最大积雪深度为22 cm,日平均积雪深度小于5 cm日数占总积雪日数的71.58%。