两种高分辨率气温实况融合产品在四川省的质量评估

选取四川省156个国家级考核站、1282个区域考核站及1411个区域非考核站2019年8月1日~2020年7月31日的气温数据,利用相关系数、平均值误差、均方根误差等指标,评估了CLDAS（5 km×5 km）和HRCLDAS（1 km×1 km）两套气温实况融合产品在四川省的适用性。结果表明：两套融合产品的相关性都很好,相对而言,午后的误差值较其余时刻偏大且代表性偏差,冬季的评估效果较差且为负平均值误差的低估值。地形与海拔对融合产品的影响较大,在地势起伏大的高海拔区域,误差值明显增大。两套融合产品在盆地中部评估效果最优,多呈现正平均值误差的高估值;盆地北部、西南部以及盆地-三州过渡带次之,呈现较小的负平均值误差的低估值;三州和攀枝花地区最差,为较大的负平均值误差的低估值。在评估效果较差的冬季与地形复杂的区域,1 km融合产品的评估效果明显优于5 km融合产品。     

智能网格能见度实况融合格点分析产品在一次大雾天气过程中的评估

采用邻近插值和双线性插值方法,将国家气象信息中心研发的能见度实况融合格点分析产品插值到四川省156个国家级考核站,选取2018年11月25日四川盆地一次大雾天气过程,对其在四川盆地的适用性进行评估.结果 表明,该产品误差普遍在5km范围内,随着海拔的增加,逐渐由低估转为高估;分级检验为:30km以上能见度的误差最大,随...     

CLDAS地面要素产品在陕西的适用性评估

基于陕西省1 540个地面自动气象站的观测资料,采用平均误差、平均绝对误差、均方根误差、相关系数等评估指标对5 km分辨率的CLDAS小时产品——2 m气温、2 m相对湿度、能见度、10 m风速在陕西的适用性进行了评估检验。结果表明:CLDAS 2 m气温、2 m相对湿度产品在陕西质量较好,能见度次之,10 m风速质量相较差。对CLDAS 2 m气温评估结果的进一步分析表明,各评估指标具有一定的月变化、日变化特征,但整体质量趋于稳定;高海拔地区,评估指标变化明显,代表性相对差。CLDAS 2 m气温对日最高、最低气温也有很好的指示性。分辨率为1 km与5 km的CLDAS 2 m气温产品对比评估表明,1 km气温产品的误差较小,相关系数更大,尤其对于高海拔地区,质量有明显改善,代表性增强。     

CLDAS与CMPAS产品在重庆分区适用性差异检验

选取重庆市1969个自动观测站数据,对国家级网格实况分析产品CLDAS与CMPAS中12种要素产品进行评估,采用误差指标和分级评估法,分区域检验实况产品在重庆的适用性。结果表明：CLDAS2.1中小时2 m气温产品的夜间误差小于白天误差,各区域的适用性由高到低排序为渝西、渝中、渝东南、渝东北,平均绝对误差分别为0.73℃、0.74℃、0.81℃、1.05℃。CMPAS小时和日降水产品在渝东南的绝对误差最大,其余三个区域误差相差不大;二源和三源的小时降水产品误差相差不大,夏季误差增大明显,7月达到峰值,日降水产品则三源优于二源。CLDAS小时能见度产品在各区域间误差月变化趋势一致,以低估为主,但在低能见度天气下均为高估。总体而言,国家级CLDAS与CMPAS产品质量较高,均能反映重庆大气要素的变化特征,但应针对不同地区和时段选取适合的产品进行应用。     

2020年CLDAS风场数据在辽宁省的适用性分析

选用2020年辽宁省286个气象站点地面10 m风场数据与中国气象局陆面数据同化系统(CLDAS)10 m风场数据,统计逐小时CLDAS网格插值到站点的风速数据与站点观测风速数据的相关系数(COR)、平均偏差(ME)、均方根误差(RMSE)和平均绝对误差(MAE),进行CLDAS风场数据在辽宁省的适用性分析和评估。结果表明：CLDAS风场格点数据分辨率1 km较5 km更接近站点观测数据,邻近点插值法较双线性插值法偏差更小。辽宁省286个站点中,逐小时CLDAS风场数据与观测数据相关系数低于0.95的站数仅占总站数的1.7%。辽宁沿海低海拔地区和北部地区较其他内陆地区的CLDAS风速与站点风速偏差大。CLDAS风速与观测风速误差的平均值为负,其中,秋季平均偏差最小,夏季、冬两季次之,春季偏差最大;夜间夏季、秋季日变化偏差最小,冬季次之,春季最大;白天冬季偏差最小,夏季、秋季次之,春季最大。辽宁省3次大风个例分析均表明,CLDAS风场数据有较好的适用性。     

中国区域高分辨率温度实况融合格点分析产品质量评估

采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。      

四川省CLDAS和ECMWF再分析数据风速产品评估

利用2019年1月1日00时～12月31日23时(世界时)四川156个国家站和1768个区域站的观测数据,评估全国智能网格实况分析产品(CLDAS)和ECMWF再分析数据(ERA5-Land)的10m风产品。采用双线性插值方法,将两种分析产品插值到气象站点,与观测值对比,通过平均误差,平均绝对误差,均方根误差和相关系数等指标对以上两种产品进行评估比较。结果表明：两种分析产品对于四川省国家站和高原地区区域站风速都以低估为主,但盆地区域站高估。风速在高原地区所有评估指标都比盆地内差,高原地区需谨慎使用格点风产品。CLDAS对于国家站的各项评估指标都优于ERA5-Land。两种产品与区域站的平均误差,平均绝对误差,均方根误差结果整体相近,但CLDAS对非独立区域站的误差相对更小。ERA5-Land相关性较差,与四川地区实际观测的地面风速变化趋势相反, 不适用于四川。     

CLDAS气温实况融合产品在兰州和武威的检验评估及偏差订正

为更好地理解格点融合实况数据与观测数据的差异和代表性,利用甘肃兰州和武威两地站点的观测数据对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）地面2 m气温融合产品进行检验评估及偏差订正。结果表明：（1）逐小时气温和日最低气温融合产品的平均误差总体为负值,较实际气温偏低,且在2 500 m以下误差随海拔上升而减小;日最高气温融合产品平均误差在海拔1 500 m附近为负值,1 500 m以上误差变为正值且随海拔升高而增大;日最高和最低气温误差较逐小时气温误差偏大,但平均误差均在2℃以内。（2）通过近网格点检验,发现逐小时CLDAS气温产品白天与实况相近,夜间较实况偏低0.2℃;日平均气温CLDAS融合产品总体较实况偏低1℃,兰州城区产品偏差相对较小;30℃以上高温天数融合产品与实况分布基本一致,但在兰州城区,CLDAS融合产品的高温天数较观测天数偏少。（3）线性回归法和递减平均法对CLDAS气温融合产品都有一定的订正效果,递减平均法订正效果更优且在高海拔地区订正效果更明显。CLDAS气温实况融合产品在兰州和武威两地能较好地反映气温...     

多源融合格点实况数据在四川高温过程的适用性分析

利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。      

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...     

CLDAS陆面同化资料和ERA5-Land再分析资料气温产品在江西省的适用性评估

以江西省376个气象自动观测站的逐小时气温数据为基准,采用偏差、相关性和平均绝对误差等评价指标,对比分析2017—2022年CLDAS陆面同化和ERA5 Land再分析气温资料在江西省的适用性。结果表明： 1） ERA5 Land、CLDAS资料均能很好反映大部分站点的气温变化,CLDAS资料与观测资料的相关系数为0.99,相关系数区间分布较为集中;ERA5 Land资料与观测资料的相关系数为0.97,分布较为分散。2） 相较于观测站点多年平均气温,CLDAS资料较为接近,ERA5 Land资料则偏离较大。3） CLDAS资料的平均绝对误差明显低于ERA5 Land资料,二者均存在平原、盆地部分站点平均绝对误差较小而局部高海拔山区站点异常偏大的空间特征,以及秋季最大而冬季最小的季节特征。4） ERA5 Land资料偏差的日变化范围为-0.65—0.39 ℃,整体呈现单谷形分布;CLDAS资料偏差日变化范围为-0.05—0.05 ℃,波动幅度较小,没有明显的变化特征。5） 两种格点资料均能较好反映大部分站点的低温日数变化,但对于高温日数变化,ERA5 Land资料偏差较大,CLDAS资料偏差较小。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

四川不同等级雾的时空分布及其生消时间

利用四川省153个气象观测站点的逐时能见度和相对湿度资料,根据水平能见度将雾分为大雾、浓雾、强浓雾和特强浓雾四个等级,分析了四川不同等级雾的时空分布、持续时间及生消时间,结果表明：四川地区,雾在冬季最多,夏季最少,特强浓雾在4~9月比较罕见;各等级雾均在后半夜到早上（03~09时）最为频发,午后到晚上最少,强浓雾和特强浓雾几乎不会在午后到晚上（13~20时）发生;四川盆地是雾的多发区,川西高原和攀西地区雾较少,四川大部地区没有强浓雾和特强浓雾发生;四川大雾和浓雾持续时间短,一般为1~3h;强浓雾和特强浓雾一旦形成,便不容易在短时间内消散;成雾时间主要在夜间到日出前,消雾时间主要在日出后。     

广东省能见度自动观测系统资料评估分析与订正

利用广东省能见度自动观测系统22个站点2011年的人工观测和自动观测的能见度资料,分析了人工观测与自动观测的能见度资料的相关系数、均方根误差等,并对自动观测资料进行了订正。分析结果显示:人工观测与自动观测能见度的分布大致相同,表现为沿海的能见度高于内陆,粤东高于粤西,主要低能见度区域集中在珠江三角洲和粤西的内陆地区;自动观测能见度的准确性主要受到仪器工作原理局限性、气溶胶类型和气象条件的影响。对能见度自动观测资料订正结果显示:订正后,在低能见度时,大部分站点的均方根误差在3km以内;在高能见度时,大部分站点均方根误差在8km以内,平均为6km左右。利用统计方法对器测能见度值作数据订正,能有效减小测量误差,使能见度自动观测系统能基本满足能见度自动化观测需要,特别是低能见度事件的服务需求。     

1999-2003年我国气溶胶光学厚度的变化特征

利用我国70站1999-2003年1月、4月、7月、10月月平均水汽压和能见度资料,反演得到各站大气气溶胶光学厚度（AOD,aerosol optical depth）,分析了气溶胶光学厚度的变化特征。结果表明：中国多年平均大气气溶胶光学厚度的分布是以四川盆地为中心向四周减少,长江中下游和广东沿海为两个次大值中心,而东北和西北大部分地区以及云南等地AOD较小;各季节AOD的空间分布都有所不同;近5aAOD有弱增加趋势;月平均气溶胶光学厚度与能见度有较好的负相关关系。     

MODIS气溶胶产品在池州市能见度估算中的应用

能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。     

北京区域环境气象数值预报系统及PM2.5预报检验

基于北京地区快速更新循环同化预报系统 (BJ-RUC)、WRF-Chem模式和优选的能见度参数化方案,建立了北京区域环境气象数值预报系统。对2014年全年PM2.5浓度、能见度和APEC (Asia-Pacific Economic Cooperation) 期间预报效果检验结果表明:该系统对京津冀及周边地区PM2.5浓度的预报效果较好,大部分站点的相关系数在0.6以上,特别是北京的部分站点可达0.8以上,预报结果相比观测总体偏低,随着预报时效的延长,24 h之后预报效果略有下降。相比人工观测,能见度预报结果与自动观测能见度更加接近,对持续性低能见度过程预报与实况吻合较好,对于小时能见度低于10 km的分级检验显示,预报准确率从77%左右逐级下降,2 km以下在40%左右。2014年APEC期间,系统很好地预报出北京地区空气质量指数、PM2.5浓度和能见度的时空演变特征,为APEC期间环境气象预报服务提供了有力的技术支撑。     

长江三角洲地区近30年非雾天能见度特征分析

利用地面能见度观测数据和中分辨率成像光谱仪(简称M(ODIS)所提供的气溶胶光学厚度(Aerosol Optical Depth,AOD)资料,分析了中国长江三角洲地区近30年的能见度变化特征。结果表明,该地区1980—2009年能见度年均值为19.5±1.8km,其中最高值为21.9km,在1984年,最低值为16.1km在2007年。近30年能见度呈下降趋势,平均年递减率为-0.20±0.013km/a,近几年能见度趋于稳定。该地区能见度:夏季能见度最好,秋、春季次之,冬季最差;沿海地区能见度好于内陆地区,沿江(河)两岸能见度较差;沿江(河、海)地区能见度的下降速度大于其他地区,在浙江东南部沿海地区尤为明显。利用EOF方法分析长三角地区能见度,结果表明第一模态的特征向量均为正值,说明全区能见度均呈下降趋势。利用MO-DIS AOD数据分析区域性及长期能见度变化趋势与利用地面观测数据方法分析结论相一致。