奇异谱分析-最大熵结合最优子集回归方法在中国夏季降水预测中的应用

基于奇异谱分析-最大熵预报方法（SSA-MEM）和最优子集回归方法（OSR）,综合考虑降水量序列自身的变化特征和外强迫因子对降水的贡献,把奇异谱分析-最大熵预报方法和最优子集回归方法结合起来,提出了SSA-MEM和OSR集成的新方法。对1961—2000年的夏季降水量进行拟合并试做2001—2004年的夏季降水预测。结果表明,回报拟合值与实况值距平相关系数达到0.85,通过了0.01的显著性水平检验。预报的平均技巧得分较高,试报准确率达到69%,略高于目前国内对汛期降雨预测的平均准确率。初步的试验表明,本方法对全国范围夏季降水有较好的预测能力,在东北及西南地区预测结果尤为显著。     

北半球500毫巴候平均图的波谱分析和预报

本文应用谐波分析和功率谱分析方法,计算分析了1951—1970年北半球500毫巴多年候平均图和1975—1980年40°N、60°N 500毫巴逐候的候平均高度值。发现逐候的各谐波系数序列,除具有气候季节变化趋势外,还具有“指数循环”时间尺度及多种韵律活动准周期性振荡的特征。 利用这一特征,设计了一个用周期外延叠加的预报方案。每次接连预报未来8个候的北半球500毫巴候平均高度。对1976—1980年60个月40°N和60°N两纬圈进行预报试验。效果检验表明,本预报方案有一定预报价值。它对纬圈偏差符号的预报准确率平均达ρ=0.22,对气候距平符号的预报准确率平均为ρ=0.08。     

“八五”期间我省几种长期预报方法的评估检验

用几种评估参数对我省“八五”期间所研制出的几种预测报方法进行了预报评分检验,检验时间为建模后至１９９８年。结果表明：自忆预测模型对各灾害指数有较高的预测能力,预报评分结果显示其平均准确率大于随机预报或气候预报。     

基于产量历史丰歉气象影响指数的河北省马铃薯产量预报

马铃薯是河北省主要种植作物之一,其生长发育和产量形成与气象条件密切相关,开展马铃薯产量预报对河北省粮食安全具有重要意义。本文利用河北省1982—2018年马铃薯产量数据、主产区24个气象站逐日气象资料,分别利用大概率法和加权平均法预报河北省马铃薯单产。产量预报模型对2001—2015年马铃薯产量预报试验结果表明,利用大概率法和加权平均法预报单产丰歉气象影响指数增减趋势平均准确率分别为62.2%和88.9%,定量预报平均准确率分别为84.2%和90.2%。对2016—2018年河北省马铃薯单产预报检验结果表明,大概率法在3年的9次预报中单产丰歉气象影响指数增减趋势有4次预报错误,加权平均法仅有1次错误；大概率法和加权平均法的平均定量预报准确率分别为86.9%和97.4%。加权平均法预报准确率高于大概率法,说明加权平均法更适合于河北省马铃薯产量预报。     

基于年际增量法的广西6月月降水量预测

利用广西87个气象站6月月平均降水量及NCEP/NCAR再分析资料,通过普查1960—2021年广西6月月降水量年际增量与前期500 hPa位势高度场的相关性,选取影响广西6月降水异常相关性较高的前期预测因子,研究其主要影响机制,并采用模糊神经网络与熵度量相结合的方法构建月降水年际增量的集合预报模型,对预测模型进行1960—2013年的拟合检验和2014—2021年的独立样本预报检验。结果发现,该模型的预测准确率较高,独立样本的回报年份同号率为87.5%,拟合平均绝对误差为26.64 mm,拟合平均相对误差为9.06%,预报效果优于利用逐步回归方法构建的预测模型,而且模型性能比较稳定,具有较好的业务应用前景。     

低频天气图方法在湖南省雨季强降水过程预报中的应用

利用2006—2010年4—6月NCEP/NCAR 500 hPa高度场和700 hPa风场逐日格点资料及湖南省97个地面气象观测站逐日降水观测资料,运用低频天气图方法,确定影响湖南强降水过程天气关键区,分析影响湖南强降水过程的低频天气系统活动周期、变化路径及低频天气系统与强降水过程的配置的基础上,建立了湖南省4—6月延伸期强降水过程预报模型,回报拟合率以4月最高,平均为64.4%;5月次之,平均为54.9%;6月最低,平均为50.7%;10、15、20、25和30 d等不同预报时效的准确率以提前30 d的回报准确率最高。应用于2011年4—6月强降水过程预报,准确率为70%,其中报对7次强降水过程,空报3次,无漏报。     

陕西智能网格气象预报系统(秦智)在佛坪的检验

通过对陕西智能网格气象预报系统(秦智)(下简称秦智系统)的温度、晴雨和暴雨预报准确率检验,发现秦智系统在佛坪地区的日最低气温预报准确率高于日最高气温预报准确率,误差≤2℃的平均准确率日最高气温为51.6%、日最低气温为79.8%,平均绝对误差日最高气温2.4℃、日最低气温1.3℃,说明秦智系统对佛坪地区的气温预报有具有较好的指导作用;日最高气温预报准确率最低的月份是5月、6月和9月、日最低气温预报准确率最低的是1月和4月;晴雨预报准确率最高的月份是10月,最低的是4月;秦智系统在佛坪的暴雨预报24 h TS评分为40%,命中率为50%,且预报时效越长TS评分和命中率越低,空报率和漏报率越高。气温预报准确率和晴雨预报准确率最低的三个站均在北部山区海拔1 000 m以上,说明地形因素对数值预报的准确性有一定影响。     

渭南日光温室小气候特征分析及预测方法

为探求陕西渭南地区日光温室小气候变化特征及预测方法,切实提高为农服务水平,利用陕西渭南市华州区设施农业试验点日光温室2014—2016年冬季(11—3月)棚内外气象观测资料,采用对比分析及逐步回归方法,对冬季晴天、多云、阴天天气条件下温室内温、湿度日变化特征及最低气温预报模型进行分析研究。结果表明:各天气条件下日光温室内温、湿度日变化均呈单峰型变化,气温最低值均出现在日出前后,于午后13—14时达到最高值,相对湿度则相反;夜间温、湿变化相对稳定,湿度接近饱和状态;晴天时温、湿度变化幅度大于多云和阴天时。试验建立的日光温室内未来一天最低气温预报模型,通过检验,其误差值在2℃范围内的准确率达到80%以上,预报准确率可满足业务应用。     

过去十年四川省短期气候预测效果评定

对我省1986—1995年降水、气温的月、季、年尺度预报进行了评定．结果表明，过去十年汛期降水预报平均准确率66．4分，年降水预报平均准确率66.8分，月降水预报平均准确率66．4分；年温度预报平均准确率60．5分，季温度预报平均准确率58．6分，月温度预报平均准确率67．4分．与国家气候中心同期预测水平相比存在较明显差距．     

川东北极端强降水预报方法对比研究

【目的】 为了建立川东北最佳极端强降水概率预报方程。【方法】 利用ERA时间间隔为1 h的0.25°×0.25°再分析资料,计算1990—2019年5—9月逐日4个时次的物理量,统计分析极端强降水个例物理量异常度,采用4种实验方法对比分析并建立预报方程。【结果】 (1)异常度较明显因子分别为700 hPa比湿、850 hPa比湿、700 hPa水汽通量散度、850 hPa水汽通量散度、500 hPa垂直速度、700 hPa垂直速度、850 hPa垂直速度,大部分平均异常度绝对值在1.5以上,K指数和假相当位温相当,08时总体比其他时次异常度明显。（2）预报方程预报结果。样本内检验,该预报概率平均值为0.652,60%的百分位值为0.623,预报概率最大值为0.999。样本外检验,预报指数阈值为0.6时,平均准确率达到了90%,平均空报率为9.3%,平均漏报率为0.7%,其中有13站的漏报率为0%;以0.65为阈值检验,平均准确率达到了92.4%,平均空报率为6.9%,平均漏报率为0.7%,其中有13站的漏报率为0%,预报效果更佳。【结论】 极端强降水概率预报方程具有较好的预报效果。     

Recent trends in mean maximum and minimum air temperatures over Spain (1961–2006)

This study analyzes the mean maximum and minimum temperature trends on a monthly, seasonal, and annual timescale by applying various statistical tools to data from 476 Spanish weather stations during the period between 1961 and 2006. The magnitude of the trends was derived from the slopes of the regression lines using the least squares method, and the nonparametric Mann–Kendall test was used to determine the statistical significance of the trends. Temperature significantly increased in over 60% of the country in March, June, spring, and summer in the case of maximum temperatures and in March, May, June, August, spring, and summer for minimum temperatures. At the annual resolution, temperatures significantly increased in over 90% of Spain with a rise of around 0.3°C/decade. The maximum temperature increased at a higher rate than the minimum temperature from midsummer to early winter as well as in winter, spring, and summer and also on an annual basis.     

北方地区小麦蚜虫气象适宜度预报模型构建

根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。     

柴达木盆地降水的时空分布特征

利用柴达木盆地11个国家气象站(2017年3月—2018年2月)及28个区域气象站(2017年6—8月)月降水量资料,运用线性回归订正法和比值订正法推算柴达木盆地的年降水量,进一步分析柴达木盆地降水量季节变化及空间分布特征。结果表明:(1)柴达木盆地降水量年内分配极不均匀,呈单峰性,峰值出现在7月,5—9月(汛期)降水量占全年的87.4%。季节差异非常明显,降水主要集中在夏季;(2)年降水量空间分布特征:柴达木盆地年降水量各地差异极为显著,降水量整体表现为从东向西逐渐减少。最大值出现在天峻,最小值出现在冷湖。用2种方法推算的年降水量最大值出现在柴达木盆地东北部祁连山南麓的木里镇,其次在格尔木市南部出现了两个相对的大值中心,中间区域(93°～97°E)由四周山区向盆地中心逐渐减少的形势表现得更加清晰。夏季降水量的空间分布与年降水量的空间分布完全一致。(3)国家气象站模型中降水量分布只受经度和海拔高度的影响,而线性回归法和比值订正法模型中降水量的分布不仅受经度和海拔高度的影响,还受纬度的影响,三者的贡献率由大到小的排序是经度海拔高度纬度。     

塔城地区1960-2018年季节性冻土的变化特征及影响因子分析

利用1960-2018年塔城地区9个气象观测站冻土深度及同期气温观测资料,采用数理统计方法分析了其分布状况、变化特征及其与气象因子的关系,结果表明：近59a塔城地区最大冻土深度均在120cm以上,大值区主要分布在中部、南部及托里,冻结初日最早出现于9月上旬,最晚结束于5月中旬;年最大冻土深度除额敏以4.00cm/10a的速率显著增多外,其余各站均表现为减少趋势,其中克拉玛依减幅最大;月际变化中1月、2月、5月、9月、10月仅个别站表现为增多趋势,其余站表现为减少趋势,而3月、4月、11月、12月9站均表现为一致的减少趋势;塔城地区最大冻土深度年际变异系数均表现为中等变异性,表明其对气候变化的响应较敏感;平均冻土深度年代际变化呈现“浅-深-浅-浅-浅-浅”的变化趋势,从1980年代开始平均冻土深度逐渐变浅;影响最大冻土深度变化的因子主要有年（月）平均气温、平均最低气温及气温日较差。     

中国区域高分辨率温度实况融合格点分析产品质量评估

采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。      

气象要素插值的空间化精度提高方法研究

为了提高气象要素空间化的精度,本文提出通过预先对气象数据进行处理,然后再进行空间化,以比较直接插值与原始数据处理之后再插值的精度的变化。文中采用数据为全国743个常规气象站40 a(1961—2000年)整编气象资料及2005年的常规气象资料;插值方法有反距离加权法(IDW)、克立格法(Kriging)和样条函数法(Spline);数据预处理方法采用距平处理。结果发现:使用IDW、Kriging和spline对平均温度距平进行插值精度比较,发现IDW方法最优;温度距平精度的提高比降水和相对湿度要好;降水距平误差呈现由东向西递增的趋势。由此可见,对气象要素做距平处理可以有效提高插值精度。     

大连月平均气温短序列订正方法

针对大连地区气象台站少,研究区域气候比较困难的实际,以大连地区7个气象台站作为基本站,以各自所辖的气象哨作为订正站.探讨适合大连地区月平均气温的短序列订正的简便实用方法.构建了12个气象哨与各自基本站之间月平均气温序列订正的一元线性回归方程和差值订正方程,并从统计学和订正误差的角度进行了比较分析.结果表明:两种方法的订正误差无显著性差异,均可以用于大连地区月平均气温的短序列订正.     

Trend analysis of temperature parameters in Iran

In this study, long-term annual and monthly trends in mean maximum, mean minimum and mean temperature are investigated at 35 synoptic stations in Iran. The statistical significance of trends is assessed by the Mann–Kendall test. Most stations, especially those in western and eastern parts of country, had significant positive trends in monthly temperature time series in summer season. However, the maximum number of stations with the positive trend were observed in April (30 stations), and then in August (29 stations) while the negative trends were seen in February (16 stations) and March (15 stations). On annual scale, most stations in western and southern parts of Iran had significant positive trend. Overall, about 71%, 66% and about 40% of stations had statistically significant trends in mean annual temperature, mean annual minimum temperature and in mean annual maximum temperature, respectively. These results, however, indicate that the climate in Iran is growing warmer, especially in summer.     

江苏省太阳总辐射的分布特征

利用江苏省淮安、南京、吕泗3站的逐月太阳总辐射资料和70个气象站的月日照百分率资料,采用气候学计算方法,计算并分析了全省各地逐月的太阳总辐射分布,指出江苏省太阳总辐射的季节分布特征是冬少夏多,春秋适量;太阳总辐射区域分布是北多南少;太阳总辐射的年变化呈现明显的双峰型分布,最大峰值分别出现在5月和7月下旬—8月上旬,6月下旬—7月上旬出现一个相对低谷阶段,恰好与江淮梅雨期多阴雨天气相对应。本文的结论为江苏省太阳能资源的开发利用提供了科学依据。     

大理州潜在蒸散量的计算及应用

利用云南大理州12个气象站1961—2010年气温、日照、风速、蒸发量等观测资料,运用彭曼—蒙蒂斯公式计算大理州潜在蒸散量及湿润度指数,并对大理州潜在蒸散量的时空分布特征进行分析,对干旱情况进行评价。结果表明,大理州潜在蒸散量东部大,南部次之,北部最小。月潜在蒸散量5月最大,12月最小,1—5月递增,5—12月递减。1994—2010的平均潜在蒸散量明显大于1961—1993年。大理州潜在蒸散量与降水量、水汽压、气温、净辐射呈显著正相关关系,与风速没有明显的相关关系。正常年份大理州11月至次年5月都存在不同程度的干旱。