基于分段函数法计算湿球温度研究

核电厂冷却塔设计气象条件中,湿球温度是重要的设计气象参数之一。近年来,由于实行自动观测,相对湿度值由仪器自动测定,因此不少气象站已经停止了湿球温度的观测,这给电厂气象参数的分析计算造成了一定困难。为此,根据气压分布型特点和分段函数,提出利用干球温度和相对湿度来计算湿球温度的新方法,经河南省郑州、南阳和商丘3站的应用,效果良好。     

利用气温与云顶亮温差值检测云方法研究

利用2005年7-12月卫星资料、地面观测资料、探空资料和地形资料,统计分析了无云条件下气温与云顶亮温的差值,结果表明：无云情况下气温与云顶亮温差值平均为5.04℃,且具有较大的日变化性。由此提出了按时次分别求取阈值用以检测云。通过个例对比分析,初步得出该方法检测云具有以下特点：可用于全天候云检测;不受地形地貌等因素的影响;该云检测方法应用于反演计算,不仅反演的中、高云区域与实测的比较一致,而且反演的低云区域与实测结果也比较一致。     

Last Glacial Maximum Sea Surface Temperatures: A Model-Data Comparison

In this study,the authors investigated changes in Last Glacial Maximum(LGM)sea surface temperature(SST)simulated by the Paleoclimate Modelling Intercomparison Project(PMIP)multimodels and reconstructed by the Multiproxy Approach for the Reconstruction of the Glacial Ocean Surface(MARGO)project,focusing on model-data comparison.The results showed that the PMIP models produced greater ocean cooling in the North Pacific and Tropical Ocean than the MARGO,particularly in the northwestern Pacific,where the modeldata mismatch was larger.All the models failed to capture the anomalous east-west SST gradient in the North Atlantic.In addition,large discrepancies among the models were observed in the mid-latitude ocean,particularly with models in the second phase of the PMIP.Although these models showed better agreement with the MARGO,the latest models in the third phase of the PMIP did not show substantial progresses in simulating LGM ocean surface conditions.That is,improvements in the modeling community are still needed to describe SST for a better understanding of climate during the LGM.     

海表温度异常影响东亚夏季风年代际变化的数值模拟

采用1950-2000年逐月观测的不同海域(全球、热带外、热带、热带印度洋-太平洋、热带印度洋及热带太平洋)海表温度分别驱动NCAR CAM3全球大气环流模式,进行了多组长时间积分试验,对比ERA-40和NCEP/NCAR再分析资料,讨论了这些海域海表温度异常对东亚夏季风年代际变化的影响。数值试验结果表明:全球、热带、热带印度洋-太平洋和热带太平洋海表温度变化对东亚夏季风的年代际变化具有重要作用,均模拟出了东亚夏季风在20世纪70年代中后期发生的年代际减弱现象,以及强、弱夏季风年代夏季大气环流异常分布的显著不同,这与观测结果较一致,表明热带太平洋是影响东亚夏季风此次年代际变化的关键海区;利用热带印度洋海表温度驱动模式模拟出的东亚夏季风在20世纪70年代中后期发生年代际增强现象,即当热带印度洋海表温度年代际偏暖(冷)时,东亚夏季风年代际增强(减弱),与热带太平洋海表温度变化对东亚夏季风年代际变化的影响相反;热带太平洋海表温度年代际背景的变化对东亚夏季风在20世纪70年代中后期的年代际减弱有重要作用。     

1960～2018年中国高温热浪的线性趋势分析方法与变化趋势

高温热浪直接影响人体健康和作物生长。研究全球变暖背景下我国高温热浪发生率的趋势是气候变化研究的基本问题之一,可为人们的生产生活等提供重要的科学信息。目前对于高温热浪趋势的研究大都使用最小二乘（Ordinary Least Squares,OLS）方法估计趋势,结合学生t检验判断趋势的统计显著性。本文审视了以往常用方法在研究我国高温热浪发生率的线性趋势时的适用性。首先,以2018年东北局部地区因当年高温日数异常多而形成离群值的例子展开,说明OLS方法估计趋势时对离群值非常敏感,造成虚假趋势。进一步,通过正态分布检验和自相关计算,发现1960~2018年中国至少有91.14%站点、90.06%格点的高温日数和92.18%站点、87.74%格点的热浪次数的序列不服从正态分布,而且多数存在自相关。采用一种不易受离群值影响并考虑自相关的非参数方法,本文对1960～2018年中国站点和格点、4个典型区域以及全国平均的高温日数和热浪次数的线性趋势做出了更为准确的估计。研究发现,高温日数显著增多的站点主要出现在华南和西北地区,热浪次数呈显著增多趋势的站点目前几乎仅限于华南地区和新疆的个别站点;区域平均而言,仅有华南区域和西北区域的高温日数和热浪次数是显著增多的,华北区域和东北区域趋势并不显著;全国平均的高温日数和热浪次数都是显著增多的。本文对高温热浪的趋势及其显著性估计、统计预测的方法选择上有重要参考价值。     

A Spatial Consistency Quality Control Method for Daily Surface Temperature Observations

A new spatial consistency quality control method (SRF) based on the spatial regression test (SRT) and random forest (RF) was adapted to identify potential outliers in daily surface temperature observations in this article. For the new method, the SRT method was used to filter the data and the RF method was used to conduct regression. To evaluate the performance of the quality control method, the SRF, SRT and RF methods were applied to a surface temperature dataset with seeded errors from different regions of China from 2005 to 2014. Compared to SRT and RF, the results indicate that the SRF method outperforms the other two methods for the most cases. And the results of the comparison led to the recommendation that the SRF method improves the regression accuracy of traditional spatial consistency quality control methods and reduces the runtime of random forest through data refinement.     

揭阳市低温的气候变化特征

选取了揭阳市4个市县1966-2015年50年国家站地面观测气温资料,采用线性回归、Mann-Kendall非参数检验和Morlet小波分析等方法,分析了揭阳市低温的气候变化特征,结果表明:50年来,揭西县低温日数最多,最主要影响时段在1月份。低温日数呈显著减少趋势;低温初日呈延后的趋势,低温终日则是提前的趋势。揭阳市区低温日数在1981年出现突变;揭阳市的低温期下降趋势不显著;揭阳市区低温日数在13年尺度上,平均周期约为8年,约经历了4个周期的从多到少的振荡,在2004年之后表现较平稳;在4年的尺度上,20世纪70年代之前经历了4个周期的从多到少的振荡,1978年之后振荡幅度变小,周期变化不明显。     

极端气温和极端降水复合事件的气候特征

基于1961-2014年的中国台站资料,侧重探讨极端气温和极端降水复合事件的气候特征。结果表明,基于客观方法检测出四类极端复合事件：暖湿、暖干、冷湿和冷干。四类事件的频发区分别位于东北地区、华南地区、西藏及华南地区和长江以南及云贵高原一带。全国暖湿、暖干事件频数呈增加趋势,春夏季频发;冷湿事件频数在西藏东北一带呈增加趋势,而在长江流域呈减少趋势,夏秋冬季频发;冷干事件频数呈减少趋势,秋冬季频发。四类极端复合事件经验正交分解的时间序列主模态均表现为年代际信号。进一步分析四类复合事件与能源消费量的联系表明,极端湿事件与能源消费量呈正相关,而极端干事件则相反。     

杭州市典型雨转雪天气成因及预报模型

利用2008—2018年的NCEP(1°×1°)再分析资料、常规气象观测资料和降雪加密观测资料,选出杭州地区10次典型的雨转雪天气过程,从大尺度环流背景和动力、水汽以及热力因子等物理量场结构方面展开研究,最终得出杭州冬季典型雨转雪天气的预报模型:①大尺度环流配置需满足能为雨转雪天气的形成提供有利的水汽、动力抬升以及中低层上暖下冷的逆温或等温层结条件;②水汽和动力因子等物理量须满足产生纯雪的特定条件;③杭州温度层结须为T_(2m)≤1.5℃、T_(925)≤-4.0℃、T_(850)≤0℃、T_(700)≤-1.0℃和T_(500)≤-10.0℃。此外,进一步补充了杭州可能产生大雪甚至暴雪量级降雪的特定条件。最终选取2019年初的2次典型降水过程进行预报回报检验。     

1984—2014年北京地区不透水地表的时空变化及其温度效应研究

研究城市地表覆盖与地表温度（LST）的关系对改善城市生态环境具有重要科学意义。在Landsat TM数据支持下,利用线性光谱混合分析模型提取不透水地表信息,结合LST和地表热通量,分析不透水地表覆盖度（ISA）和LST的时空变化特征及其相互关系,探讨不透水地表对LST的影响机理。结果表明:1984—2014年北京不透水地表面积迅速增长,中覆盖度比例下降,高覆盖度比例增加;LST从市中心向郊区递减,高温区向外扩张;LST和ISA呈显著正相关,但不是简单的线性关系;ISA处于0.6~0.9时LST上升速率最快,减少ISA在此范围内的不透水地表集中分布可缓解高温区集中的现象。