基于CCI和MODIS数据的淮河流域地表土壤湿度降尺度方法研究

土壤湿度是控制陆地和大气间水热能量交换的一个关键参数,同时也是陆面生态系统水循环的重要组成部分。本文选用25 km分辨率的CCI(Climate Change Initiative)土壤湿度产品数据,并结合1 km分辨率的MODIS数据,构建微波土壤湿度产品数据降尺度回归算法,获取淮河流域1 km空间分辨率的土壤湿度数据。降尺度后所获取淮河流域1 km空间分辨率的土壤湿度数据总体上提高了25 km空间分辨率的CCI土壤湿度产品数据的精度.     

A Statistical Analysis of Trends for Warm and Cold Spells in Uppsala by Means of Counts

Statistical studies of extremes are of interest in the climatic sciences, in particular trends of periods of unusually warm or cold weather, which could be labelled warm and cold spells, respectively. We study the yearly number of spells in Uppsala, Sweden which from a data‐analytic point of view truly are counts, and employ theory and methods from the field of regression models for counts. A possible trend for the period 1840–2012 was investigated. The trend for warm spells is positive and demonstrated to be larger in magnitude compared with the one for cold spells, and is found to be statistically significant. The methodology could be extended to analyse other climate indicators.     

基于地貌单元的小区域地质灾害易发性分区方法研究

以汶川县城周边区域为研究区,分别以栅格单元与地貌单元作为单位评价单元,以信息量法与逻辑回归法两种评价模型对研究区进行地质灾害易发性评价分区。根据对评价结果的比较分析,在小区域范围内,基于地貌单元的区域易发性分区不仅仅能够更好地体现出区域内局部综合特性,而且评价分区结果与地质灾害实际分布情况更加吻合,分级层次更加明显,数学模型的适用效率很好。由此可见,在小范围区域内,基于地貌单元的地质灾害易发性评价分区具有良好的适用性与可塑性,在大比例尺地质灾害易发性和危险性制图中是一个有益的尝试与启发。     

半干旱沙地-草甸区水面蒸发模拟及其影响因子辨识

在分析半干旱沙地—草甸区的水面蒸发过程及其影响因子的基础上,采用多元逐步回归分析方法,对水面蒸发的众多影响因子进行逐步筛选,找出显著影响因子,建立水面蒸发与其显著影响因子间的多元非线性回归模型,并模拟计算了彭曼蒸发公式、道尔顿水汽运输理论蒸发公式中的风函数,比较分析了彭曼模型、变异道尔顿模型、多元非线性回归模型计算的水面蒸发量。结果表明:彭曼模型、变异道尔顿模型和最终建立的多元非线性逐步回归模型所得结果十分接近,与实测水面蒸发量的趋势也很一致;除变异道尔顿模型稳定性稍差外,其余两者都具有较好的稳定性;多元非线性逐步回归方法可以找到水面蒸发的显著影响因子,剔除掉不显著影响因子,避免因子相关造成的影响,使所建回归模型具有良好的拟合效果,其决定系数达到了0.773,预测结果令人满意。     

基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

基于FY-3C微波辐射成像仪海表温度产品的偏差订正方法研究

提出一种针对FY-3C搭载的微波辐射成像仪（MWRI）海表温度产品的分段回归偏差订正方法,该方法通过引进气候态海表温度数据,建立与关联实测海表温度相匹配的回归模型,并通过对模型中关联变量的误差分析,选择最优样本进行分段回归,以实现对海表温度数据的重新估计。通过对MWRI海表温度数据的偏差订正试验表明,采用分段回归方法获得的订正结果无论在误差指标的空间分布还是时间序列上,都要明显优于采用传统概率密度函数偏差订正方法的结果。其中,采用概率密度函数方法订正后的海表温度产品误差标准差和均方根误差从订正前的0.9—1.0℃,减小到0.8℃左右,而采用分段回归方法获得相应的订正误差仅为0.6℃左右,订正效果有明显改善。      

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

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.     

A simple gravity wave drag parametrization for use in medium‐range weather forecast models

Abstract

A simple gravity wave drag parametriiation over mountainous terrain is tested for its ability to reduce the systematic errors of medium‐range weather forecasts. Following Boer et al. (1984), this parametrization is a function of the low‐level wind speed and stability, the local Froude number, and the variance of the subgrid‐scale orographie features.

A comparison study of ten 7‐day forecasts obtained with envelope orography, wave drag or standard orography, shows that wave drag is as effective as envelope orography in reducing the systematic errors. A further comparison where the combined effects of the wave drag and that of a complementary enhanced orography (that is one that includes only the subgrid‐scale elements not treated separately by wave drag) are taken into account shows this latter approach to be the most promising in reducing orographically‐related systematic errors.     

基于遥感的土壤电阻率估算研究

以我国长江中下游的南京及其周边15个市(县)为例,采用野外测定、室内分析与遥感反演相结合的方法,开展了土壤电阻率估算研究.选用影响土壤电阻率的土壤水分、土壤温度、土壤可溶盐总量与土壤阳离子交换量等4个主要因子,遥感反演土壤水分和温度空间分布,以获取估算土壤电阻率所需要的主要参数;采用偏最小二乘二次多项式(PLSQM)模型对不同地表覆盖类型下的土壤电阻率进行估算,PLSQM估算模型的估算值与实测值的相关系数达到0.85,平均相对误差(MRE)为19.02%,均方根误差(RMSE)为7.79.结果表明,草地、农田、林地3种不同地表覆盖类型下土壤电阻率有明显差异,PLSQM模型实现了较高估算精度,具有较好的应用潜力.