积雪时地面温度表观测应注意事项

《地面气象观测规范》规定地面温度表被雪埋住时的观测是：地面3支温度表被雪埋住时，在降雪或吹雪停止后，应小心将表从雪中取出（勿使水银柱、游标滑动），水平地安装在未被破坏的雪面上，感应部分和表身埋入雪中一半。当发现表身下陷雪内，或在观测前巡视时表身又被雪埋住时，均应将表重新安装在雪面上。读数时若感应部分又被雪盖，可照常读数。     

青藏高原积雪的分布特征及其对地面反照率的影响

通过对１９８３年７月至１９９０年６月青藏高原主体５８个格点积雪资料进行ＥＯＦ分析发现，青藏高原主体积雪分布以西部兴都库什山脉。天山山脉以及南部喜马拉雅山脉为主；高原中部唐古拉山脉、北部昆仑山脉和东部巴颜喀拉山脉的积雪相对较少，青藏高原西部、南部的积雪变化与中部、北部和东部的积雪变化趋势存在反位相关系。另外，本文还对积雪对高原地面反照率的影响作了简单分析。     

基于地面观测数据的天山典型区积雪时间特征研究

利用1981-1996年新疆天山地区16个气象台站的积雪观测资料,研究天山典型区积雪初始、终止日期的时空分布特征及影响因素。研究结果表明,受水热状况及复杂地形影响,研究区内自西向东,自北向南积雪初始日期逐渐推后,终止日期逐渐提前。9月末,天山海拔较高的地区开始积雪,11月上旬至12月上旬积雪迅速发展;天山中部和北部的积雪会持续到3月下旬,而海拔较高的台站则会持续到5月份,甚至6月份;天山南坡初日较晚,2月积雪就会终止。天山地区的积雪初始和终止日期年际波动较大,并呈现出积雪初日越来越晚,积雪期逐年缩短的趋势。随着海拔升高,气象台站积雪初日逐渐提前,积雪终日逐渐推后,形成倒三角形状,对积雪初始、终止日期和经、纬度的分析表明,其主要受纬度影响。天山南、北坡水热条件不一致,高度每上升100m,天山北坡积雪初日提前2.18d,终日推迟3.25d;天山南坡积雪初日提前3.69d,终日推迟3.18d。     

青海地区常规观测积雪资料对比及积雪变化趋势研究

应用青海44个台站1962—2005年逐月积雪深度和积雪日数资料,对比了这两份常规积雪资料在表征青海地区积雪变化特征上的一致性,并对近十几年来的积雪变化新趋势做了分析。结果表明:积雪深度和积雪日数均能比较一致地反映整个青海地区积雪变化趋势:夏、秋季积雪从20世纪60年代至21世纪初为一致的减少趋势;冬、春季积雪在20世纪60年代至90年代初增加,而从20世纪90年代中期至21世纪初积雪呈显著减少趋势。后期的减少趋势远比前期的增加趋势明显。青海地区不同季节积雪深度和积雪日数趋势变化明显的区域基本一致,但中心位置存在一定的差异。冬季在32.5°~35°N,95°~102°E范围内的唐古拉山、巴颜喀拉山和阿尼玛卿山区,春季在青海东南部阿尼玛卿山区附近,均明显地表现出20世纪90年代中期以后积雪的减少和前期积雪的增加。不同季节积雪深度和积雪日数的相关系数分布存在一定差异:冬季两份资料相关相对较小的区域位于青海中南部巴颜喀拉山西区至阿尼玛卿山西区一线;春季相关系数小于冬季,青海东北边缘以及东南边缘地区,相关系数未能通过95%信度检验;夏、秋季积雪较少,相关较小的区域集中在青海东南部地区。而上述区域大多为各个季节积雪较多的地区,应慎重使用该区域的常规积雪资料。综合分析两份积雪资料,确定青海地区冬季多雪年为1964,1975,1993,1995和1998年,少雪年为1963,1965,1969,1997和2003年;春季多雪年是1977,1982,1987,1989和1990年,少雪年是1969,1979,1985,1999和2001年。     

青藏高原积雪异常对高原地面加热的影响

On the basis of snow data and AWS (Automatic Weather Station) data obtained from the Tibetan Plateau in recent years (1993 to 1999), the features of sensible heat, latent heat and net long-wave radiations are estimated, and their variations in more-snow year (1997/1998) and less-snow year (1996/1997) are analyzed comparatively. The relationships between snow cover of the Tibetan Plateau and plateau＇s surface heating to the atmospheric heating are also discussed. The difference between more-snow and less-snow year in spring is remarkably larger than that in winter. Therefore, the effect of anomalous snow cover of the Tibetan Plateau in winter on the plateau heating appears more clearly in the following spring of anomalous snow cover.     

天气现象自动化观测现状调研

科技发展使越来越多的新技术和新方法应用于自动气象观测,但目前我国天气现象观测仍然采用人工目测,本文调研分析国内外天气现象自动化观测现状,并根据34种天气现象的特征,分别对5类天气现象的自动化识别方法进行研究,结果表明大部分天气现象的自动识别在技术上是可行的。还探索了一种进行天气现象代码自动识别的方法,通过综合利用各种新型技术,在100个天气现象代码中,未来可预见能实现自动编码的代码有63个。     

积雪时地面3支温度表的安置状态

使用机制报表程序预审气表 - 1数据中 ,有时发现冬季积雪时 ,计算机经常提示地面最高、最低温度有疑误。这是由于积雪时地面 3支温度表安置状态不同造成的。因此 ,在安置 3支温度表时应注意 :①温度表应水平安置在未被破坏的雪面上 ,避免安置不水平使温度表受重力影响而导致温度示值不准。②安置地温表前 ,一定要用干净的软布擦净表身及球部所粘泥土 ,避免因泥、雪不同的导热率使温度不准。③加强巡视 ,每小时都要认真察看 3支温度表的安置状态 ,尤其是在积雪融化时 ,发现表身下陷或悬空应及时重新安置。④要注意保持地温场雪面状态 ,每次移…     

积雪面上霜的观测

冬春季节 ,天寒地冻 ,降雪形成的积雪常常持续多日 ,晴朗的夜晚 ,往往在积雪面上有霜生成。由于霜与积雪都是白色 ,难以辨认 ,若不仔细或未能很好辨认时 ,会漏记霜的现象。积雪面上生成的霜应如何观测呢 ?首要一点 ,是根据霜生成原理 ,观测是否具备霜生成的天气条件 ,即夜间是否天气晴朗、微风、湿度大。若具备生成霜的天气条件 ,再进一步利用光线 (夜间可用人工光 ,早晨可用自然光 )斜射雪面进行细心观测 ,若发现在光线的斜射下 ,整个雪面的颜色较为深暗 ,且有细微、明亮并闪烁着的冰晶 ,这就是霜。霜与积雪之所以有区别 ,是因生成霜的冰晶…     

地面雨滴谱观测的图像自动识别方法

该文介绍了地面雨滴谱观测方法的研究, 通过增大取样面积、增加辅助观测手段, 改进了传统的滤纸取样法, 设计出图像自动识别软件应用到雨滴谱资料的处理中, 这种方法不仅可以增加观测的样本数, 以获得稳定的雨滴谱资料, 而且有利于资料的相互配合与分析。对其图像的位置变化、形状改变、滴谱重叠等情况进行验证以及对计算结果进行误差分析, 雨滴谱资料中的单个滴谱图像位置变化和形状变化对图像识别后的结果没有影响, 自动图像处理程序运行结果稳定可靠。程序在处理不粘连的滴谱资料时敏感性较好, 对于大滴溅散而形成的很多溅散滴时, 会处理成很多单独的小雨滴, 同时也说明无法解决溅散问题。在雨滴重叠问题上该程序智能程度不高, 不能真正鉴别是否存在重叠现象, 无法将重叠的雨滴分离开来, 往往会将重叠在一起的雨滴视为一个滴, 从而带来观测雨滴数量减少的现象。从雨滴谱资料处理误差分析上看, 斑迹直径在3~18 mm时相对误差小于6%, 对于直径小于4 mm雨滴误差完全控制在6%以内, 且在处理小滴时误差更小。该方法在地面雨滴谱观测及资料处理中准确度高、性能稳定、实用性强, 为雨滴谱资料的处理分析提供了一个新的思路, 可以应用到实际工作中。     

谨防积雪时地温观测失真

地面温度测定的是地表与空气交界面的温度，冬季有积雪时测定的是雪面与空气交界面的温度。在观测工作中，发现冬季地温场有积雪时，１４时观测地温有时会出现０ｃｍ温度表读数与地面最高温度表读数差值较大的现象。经反复观测，发现是由于地面温度表经过太阳直射，感应部分的积雪融化，与地面脱离，造成０ ｃｍ温度表与地面最高温度表读数均迅速上升。观测前３０分钟巡视仪器时，因发现温度表下陷雪内，便重新埋放，使０ｃｍ温度表感应部分与雪面重新接触，温度迅速下降，而地面最高温度表则不会下降，这就造成了上述情况。 建议在冬季有积…     

青藏高原积雪对气候影响的研究进展和问题

系统地回顾了青藏高原积雪对天气气候影响的国内外研究进展,并对研究中存在的一些问题做出了评述。认识到积雪增加将导致亚洲夏季风减弱或爆发推迟,这是通过积雪-季风关系实现的。对反射率和融雪的相对重要性,尚未有一致意见。高原积雪作为一种重要的陆面强迫因子,和副高、阻高、冬夏季风、ENSO、海温等影响中国天气气候的因子有密切关系。在全球变暖的背景下,青藏高原积雪却出现了增加,对这一问题的研究具有重要的现实意义。高原积雪年代际变化的研究,有助于揭示我国近年来“南涝北旱”雨型的原因,同时有利于雨型反转时间的预测。     

北疆积雪时间的特征分析

基于1961-2006年全疆32个测站的逐日积雪深度资料,使用一元线性回归和二项式滑动平均等统计方法,分析了北疆区域积雪开始时间、积雪结束时间、相对积雪期和绝对积雪期的时空变化特征。结果表明,积雪开始时间、结束时间、相对积雪期和绝对积雪期存在明显的区域差异,前3种差异主要是由地形高度变化引起的。积雪开始时间和相对积雪期各测站基本呈上升和下降趋势,积雪结束时间和绝对积雪期趋势变化的空间分布较为类似,伊犁河谷地区呈明显的下降趋势。1995年以后,积雪开始时间呈上升趋势,而积雪结束时间、相对积雪期和绝对积雪期均呈下降趋势。相关分析和合成分析表明,积雪开始时间和相对积雪期及绝对积雪期存在较好的负相关关系,可以通过积雪开始时间的早晚,大致预测相对积雪期和绝对积雪期的长短。     

北京沙尘天气与源地积雪变化的关系

主要分析了北京沙尘天气变化规律及沙尘源区积雪变化与北京沙尘日数的关系,并探讨源区积雪变化影响北京沙尘天气的机制.研究表明55年来北京沙尘日数基本呈减少趋势,但1998～2000年又有所增加,沙尘暴日数也在减少,近10年北京没有出现强沙尘暴天气.而沙尘源区积雪深度和积雪面积与北京沙尘存在明显的负相关关系.冬季源区积雪减少(增加),很可能导致春季沙尘日数增加(减少),作者认为冬季积雪变化引起的土壤含水量变化是影响春季北京沙尘天气的原因之一.     

人工智能技术在数值天气预报中的应用

当前,人工智能迎来第3次发展浪潮并在多个领域大数据分析中取得巨大成功,这为人工智能技术与数值天气预报结合提供了契机。已有大量研究尝试将人工智能技术用于数值天气预报的初值生成、预报和产品应用过程中,涉及观测资料预处理、资料同化、模式积分、后处理以及高性能计算,通过误差估计、参数估计和局部代理等手段使预报结果,得到改进且计算速度大幅提升,展示出良好的应用前景,一些神经网络模型也表现出纯数据驱动预报的可能性,在短时强对流天气、降水以及气候预测中已有较为理想的应用实例。然而,人工智能技术在数值天气预报中的应用与发展仍面临一些挑战,主要包括深度学习的弱解释性、不确定性分析以及两者的耦合等,除了应对这些挑战,未来两者的深度结合还需要在理论指导下的人工智能模型设计、高时空分辨率人工智能预报模型设计以及使用更多新型人工智能技术等方面深入探索。     

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。     

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。     

中国冬季积雪特征及欧亚大陆积雪对中国气候影响

该文首先回顾了有关中国冬季积雪的研究进展,包括中国冬季积雪的空间分布气候特征以及季节、年际和年代际变化,中国冬季降雪特征,气象因子对中国冬季积雪水量平衡的影响,外强迫和大气环流系统在积雪形成中的作用等。冬春季欧亚大陆积雪对同期和后期中国气候影响的相关研究说明与欧亚大陆积雪异常相关联的中国气候异常以及积雪通过改变土壤湿度、表面温度和辐射分布,引起大气环流异常,进而对中国气候产生影响的物理过程。应用美国环境预测中心 (NCEP) 第2版气候预测系统 (CFSv2) 的回报试验结果,对CFSv2在欧亚大陆积雪变化及其与中国气候关系的可预报性方面的分析表明,CFSv2能够较好地回报出春季欧亚积雪的年际和年代际变异及其与中国夏季降水之间的联系。文章最后提出了在积雪及其气候效应研究方面一些有待解决的问题。     

阿尔山地区积雪变化特征

选取阿尔山气象站1981—2015年冷季(10月—次年4月)气象资料,利用滑动平均、线性倾向估计和Mann-Kendall等方法,对年最大积雪深度、积雪日数、气温和降水量进行分析。结果表明,阿尔山地区年最大积雪深度主要发生在1月至3月,其中2月份概率最大,达50%;34 a内最大积雪深度呈上升趋势(2.77 cm/10a),年平均增加0.98%,且年最大积雪深度在1998年发生了突变,即在1998年之前增长缓慢,在2000年以后上升趋势显著。积雪日数的统计分析表明,初始积雪日数和有效积雪日数呈现略微减少趋势,而稳定积雪日数有微弱的增加趋势;通常初始积雪日数比有效积雪日数大30天左右。年最大积雪深度与稳定积雪时期的降水量、积雪日数、日照时数有显著的相关性,相关系数分别为0.647、0.515、0.584,但与稳定积雪时期的气温没有明显的相关性。在全球变暖的大环境下,积雪深度随着降水量和日照时数的增加而增加,且积雪深度受降水量的影响大于日照时数的影响。     

冬季积雪对我国夏季降水预测的评估分析

根据高原积雪和高纬积雪与我国夏季降水相关分析的结果，将高原积雪和高纬积雪作为独立因子分别对我国夏季降水预测做了检验，结果表明：高原积雪较高纬积雪效果要好，冬季高原积雪异常偏多时，长江流域夏季易发生洪涝，这也是预测汛期降水的一个重要信号。     

青藏高原冬季雪盖异常与冬夏季风变异 及其相互联系的物理诊断研究

利用1955～1993年各种类型青藏高原冬季异常积雪资料的综合再分析结果,首次分析、阐明并讨论了青藏高原雪盖异常与中纬度大气环流的关系及其对低纬热带大气和海洋的影响。结果表明,高原冬季雪盖异常影响东亚冬季风的异常,进而通过东亚Hadley环流引起南海南部积云对流活动的异常,结果造成赤道太平洋纬向风出现变异并引发SSTA位相和副高活动及夏季风强度的显著不同,由此对我国夏季风雨带分布产生影响。最后给出青藏高原冬季雪盖异常可能对我国夏季风影响的一个初步模型。这对于进一步认识和揭示雪盖-环流-SST-雨带的相互联系及其可能的“隔季相关”机制具有重要意义