基于Citystar地理信息系统的气候资源信息服务系统

基于Citystar地理信息系统的气候资源信息服务系统,是气候资源统计推算和数值模拟结果的显示、查询及服务的平台.利用该系统可查询任一网格点的气候要素值,检索作物气象指标、地理信息及农业统计信息等,快速制作作物种植区划.该系统已用于北京郊区结构调整和农业新功能的开发工作中,为各级领导、农业生产主管部门制定农业结构调整及旅游资源、气候资源开发利用等规划决策提供科学的参考依据.     

北京道面温度特征分析和统计预报研究

分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012—2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测模型,并对2016—2017年冬季、夏季道面温度预测检验。结果表明:在不同天气条件下道面温度与气温变化对比明显;道面温度与气温、辐射、日照时数相关较大;夏季按天气类型建模预测准确度有所提升,在晴到多云状况下,模型预测冬季最低温度误差控制在±2℃内,夏季最高温度误差控制在±3℃左右,其他天气状况下误差增大,冬季预测模型好于夏季预测模型。     

基于BP神经网络的北京夏季日最大电力负荷预测方法

利用2006~2017年北京夏季（6~8月）逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP（Back Propagation）神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。     

上甸子大气本底站太阳辐射观测数据的质量评价

采用了基准地面辐射观测网络(BSRN)推荐的辐射观测数据质量评价方法,对2005年上甸子大气本底站太阳辐射观测数据进行了质量评价,并通过分析晴空地面太阳总辐射观测值与计算值之间的均方根误差和变差系数来替换BSRN质量评价方法中的"辐射观测值序列的目视"检验步骤.结果表明,通过前3步检验的直接、散射和地面太阳总辐射数据的百分比,除7月和8月外其他月份均在95%以上;地面向上辐射除3、4、7、8和11月在74.7%～85.5%之间外,其他月份均在91%以上.通过前3步检验的晴空地面太阳总辐射观测值与计算值之间的均方根误差均在23.5 W·m-2以下,除11月和12月外其他月份的变差系数均在0.05以下.     

SW物候模型在北京樱花始花期预测中的应用

基于海淀气象站1981—2012年逐日平均气温资料和2014年3月逐日平均气温滚动预报资料,应用SW物候模型,进行了2014年北京玉渊潭公园杭州早樱始花期的预测试验,取得了较好的效果。试验结果表明:应用SW模型预测2014年杭州早樱的始花期,提前10天预测的结果(始花期为3月27日)和自然条件下的实况值偏差为3~4天,提前一周左右预测的结果(始花期为3月25日)和自然条件下的实况值,偏差为1~2天。研究结果进一步验证了SW物候模型用于观赏植物观赏期预测的适用性较高,可进行更广泛的业务试用。     

北京冬季低层大气O3垂直分布观测结果的研究

给出了2001年2月26～28日在北京市方庄小区用系留气艇观测大气边界层O3垂直分布的结果.结合相关资料,对边界层O3的变化机制进行了初步分析.研究表明,冬季边界层O3主要受边界层气象条件、尤其是逆温层的影响比较大.在逆温层以下O3都维持极低值分布,超过仪器所能观测的最低极限.在逆温层向自由大气过渡的高度区域,O3浓度明显的梯度变化与风速垂直切变有关.观测还表明冬季城市市区大量排放的氮氧化物、水汽参与的化学反应是影响边界层O3变化的重要因素.     

基于TM卫星影像获取北京市水体密度指数与植被覆盖指数的方法

以北京市为研究区域,分析了该区域的TM(Thematic Mapper;专题制图仪)卫星影像特征,探讨了水域、农田、林地、草地、城市用地以及云和云影在TM的7个波段上的光谱可分性,提出了NDCI(Normalized Difference Cloud Index;归一化云指数),分析建立了基于NDCI、NDVI(Normalized Difference Vegetation Index;归一化植被指数)、NDBI(Normalized Difference Built-up Index;归一化建筑指数)、MNDWI(Modified Normalized Difference Water Index;改进型归一化水体指数)和坡度数据的简单决策树模型,对研究区的几类主要地物、云和云影的信息进行了提取,并对结果进行了精度评价.在GIS支持下计算了水域、林地、草地和农田的面积,计算了北京市2005年第3季度的水体密度指数和植被覆盖指数.结果表明:该方法的总体提取效果较好,在分类过程中阈值的选取简单、有效,分类结果能够满足计算水体密度指数和植被覆盖指数的要求,从而将遥感技术运用到生态质量气象评价中去,并取得了较为满意的结果.     

城市布局规模与大气环境影响的数值研究

为探索城市建设对局地及周边大气环境的影响,本文采用典型代表性天气条件,以北京主城区及其东部发展带小城镇群的发展变化为例,设计算例进行数值模拟.分析结果表明：城镇群建设发展通过地气的相互作用对局地环境产生显著影响,在本文选择的夏日晴好天气条件下,就1980～2004年城市区域布局状况,模拟域内北京城市用地增加19%,城市区域平均气温增加1.91℃,植被覆盖率减少20%,城市区域平均比湿减少3.3 g·kg-1,并且城市发展的格局规模不同,对城市气象环境的影响程度也不同. 此外,由于地气多因子的相互影响和反馈作用,城建规模的变化对周边的环境也存在显著的影响,城建规模越大,对周边的影响越大．例如, (1) 北京主城区的存在对周边小城镇午间14:00近地面温度影响最大可达到1.2℃,混合层高度可增高150 m左右; (2) 城市建设在影响周边气象环境的同时,也改变了城市污染物的输送扩散能力,北京主城区的存在使周边小城镇PM10的允许排放总量减小18.02 t·d-1,同时,随着周边小城镇城市规模的扩大,影响主城区PM10逐渐由净的输出转变为净的收入,小城镇群的存在对主城区PM10净收支的贡献率达到0.192 t·d-1.     

基于BJ-RUC模式预报产品的北京冬半年道面温度预报模型

选用2012年11月1日至2013年3月30日3 km分辨率BJ-RUC模式输出的气象要素与5个道面站数据(A1027,A1325,A1412,A1414,A1512)温度进行统计分析,按不同起报时次(08、14和05时)分别建立三类逐步回归统计模型预报未来24 h逐时道面温度,选出最优模型预报2013年11月至2014年3月道面温度。结果表明:道面温度与RUC输出的2 m温度、短波辐射显著相关,与长波辐射、湿度次相关;有显著气象因子参与的回归模型预报的道面温度好于仅加入前一天对应时刻道面温度的回归模型,预报准确度可提高25%以上,误差减少1℃以上;滚动筛选不同起报时次预报时段可将模型预报误差控制在±3℃以内,且预报早高峰温度好于晚高峰,白天好于夜间,晴天好于其他天气类型。