自动与人工观测的气压差异分析

利用陕西省97个气象站2004—2007年间自动与人工平行观测期间的资料,分析了陕西和陕西不同地域人工与自动观测气压的差异并对气压月、年平均值进行了显著性检验。结果表明:人工观测比自动观测日平均气压平均偏高0.21 hPa,标准差为0.30 hPa;气压差值有明显的地域特征;气压对比差值的日、月变化规律明显;DYYZ和CAWS系列测压仪的性能没有明显差异;自动与人工观测时间不同步对定时值有一定影响,但对气候分析没有影响;校准值随时间漂移是气压传感器的主要误差源之一;自动站所测气压可与人工站气压连续使用。     

喀什站高空温度资料均一性检验与订正

利用加拿大环境部气候研究中心研发的RHtest均一化检验方法,结合历史台站沿革信息对喀什站各标准等压面高空温度资料进行了均一性检验和分析。结果表明:850～300 hPa共6个层次的高空日温度观测资料序列完整性较好。08时100 hPa月平均温度的缺测率3%,完整性较差,20时100 hPa的完整性最差,缺测率高达11.44%,其他层次的完整性则较好。喀什站温度资料的非均一性主要是由于台站位置变动、观测仪器换型、观测规范变更和辐射误差订正方法的变化引起的。在订正过程中发现,为了保证订正序列的可信度,需要充分考虑到原始观测序列的缺测率。08时年温度序列的断点数量要明显多于20时,08时序列的订正率达到了85.71%,而20时仅有100 h Pa一条序列做了订正。     

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据, 直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中, 通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据, 分别构建和训练R-ResNet和R-LinkNet两种模型, 提取雷达硬件故障、电磁干扰等特征, 实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力, R-ResNet在分类判识异常数据与正常数据的准确率超过99%, R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据, 实现异常数据的自动勘误处理。     

基于激光雨滴谱的双偏振雷达定量降水估测算法应用评估

基于S波段双线偏振雷达资料、雨量计资料及激光雨滴谱数据,在CSU-ICE算法的基础上建立了CSU-LPA算法.以华南地区一次季风暴雨过程为评估对象,对CSU-LPA算法与传统PPS (Precipitation Processing System)算法进行了效果对比,评估该算法在业务中的应用效果.结果 表明,在绝对值相...     

中国北方苹果种植需水特征及降水适宜性

以中国北方7个苹果主产省为研究区域,基于研究区域及周边100 m范围内210个气象站1970—2019年逐日气象数据和1 km分辨率的数字高程数据,采用最小湿度法对作物系数（Kc）进行逐日估算,并利用基于样条函数插值理论的专业气象插值软件ANUSPLIN对逐日气象数据进行空间插值,计算苹果各关键生育期需水量和降水适宜度。结合苹果优势主产区地理分布确定降水适宜度阈值范围。利用相关数理统计方法明确苹果需水特征和降水适宜度时空变化特征,并对苹果全生育期降水适宜性进行评价。结果表明：苹果全年平均需水量大多数区域为500.0~800.0 mm,萌芽-幼果期、果实膨大期和着色-成熟期平均需水量占全年平均需水量的比率分别为0.186~0.282,0.392~0.562和0.159~0.282。苹果全年、萌芽-幼果期、果实膨大期和着色-成熟期降水适宜度阈值范围分别为0.49~2.07,0.25~1.70,0.54~2.25和0.46~2.65。各生育阶段降水适宜度处在阈值范围内的区域分别占85.4%,87.4%,85.6%和84.9%。苹果全生育期降水的最适宜、次适宜和不适宜区分别占研究区域的31.9%,50.6%和17.5%。     

Changes in air pollutants during the COVID-19 lockdown in Beijing:Insights from a machine-learning technique and implications for future control policy

基于2015-2020年北京35个环境空气站和20个气象站观测资料,应用机器学习方法(随机森林算法)分离了气象条件和源排放对大气污染物浓度的影响.结果发现,为应对疫情采取的隔离措施使北京2020年春节期间大气污染物浓度降低了35.1％-51.8％;其中,背景站氮氧化物和一氧化碳浓度的降幅最大,超过了以往报道较多的交通站...     

国家级自动气象站蓄电池智能控制检测系统设计

对国家级自动气象站供电系统深入研究,通过对蓄电池充放电进行细微控制,设计报警电路、寿命检测电路和远程监控上位机软件系统,实时监测蓄电池状态,对蓄电池长期处于浮充状态致使其寿命缩减的设计缺陷进行改进。该系统采用Freescale高性能处理器和以AD8210为核心的高边电流检测电路,实时对分流电阻的微电流进行检测,及时阻止危害蓄电池使用寿命的过充和过放,通过声光报警电路和数据通信电路将交流电断电报警、蓄电池电压、使用寿命和充电间隔等信息传送到Labview编写的上位机软件,提醒观测员及时处理,同时配合RTC时钟模块,每3个月自动对蓄电池进行充放电维护,不仅有效延长了蓄电池的使用寿命,还解决了蓄电池充放电维护问题,减少了国家站备份蓄电池每两年更换造成的资源浪费。     

GRAPES_GFS 2.0模式系统误差评估

通过选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和NCEP FNL分析资料进行对比分析,发现GRAPES_GFS 2.0的系统误差具有以下特性:位势高度场误差的空间分布具有纬向条带状或波列状特征,误差大值集中在中高纬度地区,低纬度地区误差较小。误差在南北半球各自的冬季最大、夏季最小,并呈现明显的季节变化特征。误差随预报时效的增速略低于线性增速且不同预报时效下误差随高度变化的曲线趋势相似。温度场误差的空间分布相对均匀,误差大值位于30°S~30°N附近地区。纬向风场误差没有十分明显的分布规律,与纬度变化、海陆分布和地形的关系均不密切,西风误差和东风误差交替出现。结果表明:模式对冬季中高纬度地区和边界层及对流层顶的模拟技巧尚需提高。明确GRAPES_GFS 2.0的系统误差分布特性,有助于有针对性地进行模式订正,改善误差大值区域的模式预报方法。     

桂林市气候变暖特征及其对柑桔物候期的影响

利用桂林市1984-2014年气候资料和同期柑桔物候资料,运用线性倾向估计、SPSS相关系数等方法研究了桂林市气候变暖的特征及其对柑桔物候期的影响。结果表明:31年中桂林市气候变暖趋势明显,其主要特点是年平均气温上升幅度约为0.4℃,20世纪90年代后期和21世纪初升温显著,在升温过程中以春季升温为主,冬季次之,夏季、秋季略升温,气候变暖春季气温升高贡献最大。气候变暖引起柑桔物候期的变化明显,春季物候期提前,秋季物候期推迟,生长季呈延长的趋势;气温是影响柑桔物候期最为显著的气象因子;2月平均最高气温升高1℃,柑桔芽开放期提前约3.4天,3月平均最高气温升高1℃,开花期提前约4.9天,年极端最高气温升高1℃,可采成熟期推迟6.8天。     

基于百度地图的精细化格点预报显示

精细化格点要素预报是目前中国气象局的主推业务和未来天气预报的发展方向,如何有效地将预报产品提供给用户使用,是精细化格点预报的最终环节。本文介绍了基于百度地图API的陕西精细化格点预报显示系统,系统主要实现了:(1)降水预报,以CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万个自动观测站的逐时降水量融合资料为基础,通过动态偏差订正的方法来提高格点降水的预报能力;温度预报,采用滑动线性回归的方法来改善温度预报效果。(2)任意位置的地理信息获取及对应格点240h预报时效的气象要素实时展示。(3)格点气象要素向站点转换,通过格点值提取全省98个观测站逐3h站点预报值,实时分析过去24h降水、温度预报与观测值的误差,供用户预判未来预报值的可能误差趋势;并提供未来168h逐日要素预报。(4)与以往的数据库后台支撑不同,本系统直接将3.5GB格点预报数据一次性读入内存,进行侦听,解决了数据库检索、调用效率低下的问题。