济南市不同地形背景下最高气温的差异性分析

利用济南市1个国家级气象观测站和5个区域气象观测站2010—2014年逐小时气温观测资料,从分位数、相关性、一致性、正态性和周期性等方面,分析了城区、城郊以及不同海拔山区等不同地形背景下最高气温相关统计值的区域及季节差异性。结果表明：6个站点最高气温分位数统计值（高值、低值、中位数和四分位数）存在一定的站点间差异,其中不同海拔站点间差异较为显著,而相同海拔城区、城郊以及山区各测站之间的差异则相对较小,且这种站点间的区域差异在夏季表现得最为明显;城区间各站最高气温的相关性较强,而山区测站与其他各站间的相关性则相对较弱,这种相关性在春、秋季明显高于冬、夏季;站点间最高气温的频率分布以及周期振荡特征基本一致,各站最高气温在6—7月均存在一个显著的准单周振荡周期。     

自动气象站温湿度测量数据与人工观测数据对比分析

利用2003年1月至2004年12月济南自动气象站和人工观测的逐日定时地面气温、湿度资料,进行统计对比分析并探讨两者差异的形成原因。结果表明:对于各观测时次和日平均地面气温,自动站测值高于人工观测值,各观测时次和日平均地面湿度自动站测值低于人工观测值;月极端最高和最低气温、湿度差异与日平均值差异基本相当。     

北京不同区域表面气温的变化特征以及北京市观象台气温的代表性

利用北京地区14个观测站1990～2007年逐日和2004～2007年逐时的2 m气温观测资料,分析了北京城区、郊区、南部山区以及北部山区4个区域表面气温的年变化、季节变化以及春、夏、秋、冬4个季节的日变化特征,指出4个区域的气温变化特征具有明显的差异.在所有时间尺度上城区气温受城市热岛效应影响最大,表现为温度最高,郊区次之,南部山区较低,北部山区最低.1990～2007年4个区域的气温都表现出增温趋势,其中城区增温最明显,增温率明显大于其他区域.城区与其他区域气温的差异有明显的季节变化,城区与郊区、城区与北部山区气温的差异在冬季最大,夏季最小;城区与南部山区气温的差异在夏季最大,春季最小.在气温的日变化方面,城区气温在各个季节的日较差都是最小的,南部山区最大.通过比较作为北京代表站的北京市观象台的气温与4个区域的差异,发现观象台与城区气温在各个时间尺度上的差异都最小,与其他区域存在显著差异,北京市观象台气温主要代表了城区,对其他区域的代表性较差.     

CAWS600型自动气象站与人工观测温湿度差异的初步分析

通过对兵团奎屯农七师中心气象站2002年9—12月逐日自动气象站与人工观测温湿度的比较，发现CAWS600型自动气象站的气温值普遍比人工观测气温值高，日平均气温高出0．3℃，日最高气温高出0．35℃，日最低气温高出0．25℃。相对湿度值人工观测比自动气象站高，日平均相对湿度高出4．55％，日最低相对湿度高出5．7％。     

石家庄城市与郊县站地面平均最低、最高气温差异

应用石家庄地区17个站1955—2006年逐日最低、最高气温资料,统计分析了16个郊县站与石家庄市区站最低、最高气温的差值。结果表明:各郊县站年平均最低、最高气温均比石家庄市站低,最低气温偏低0.17～2.07℃,16个站平均偏低1.02℃;最高气温偏低0.01～0.55℃,16个站平均偏低0.28℃。郊县站平均最低气温偏低程度在冬季更明显,1月平均达到1.69℃,夏季偏低程度比较弱,但最弱的7月也有0.49℃;最高气温的偏低程度也在冬季明显,但季节性差异没有最低气温大。不论最低气温,还是最高气温,各县(市)站与石家庄市区站之间的差异均存在明显的随时间增大现象,最低气温20世纪90年代初以来增大尤其明显。石家庄市区站地面最低、最高气温记录反映出明显的城市热岛效应影响。     

乌鲁木齐城市热岛强度的日变化和季节特征

运用2013—2014年28个自动气象站的逐小时气温观测资料,分析了乌鲁木齐地区气温的日变化特征及季节特征。结果表明:(1)城郊日最高气温出现频率最大的时次均为北京时间17时,出现频率在20%以上。日最低气温出现频率最大的时次为08时,频率在30%以上;(2)城郊年平均气温差异即城市热岛强度在夜晚较大,07时左右达到最大,在1.5℃以上,白天较小,16时左右最小,仅有0.3℃左右;(3)城郊日最高气温出现时间与城区基本一致,但日最低气温出现时间有差别,冬季郊区最低气温出现滞后城区1 h,其他季节保持一致;(4)城区逐小时城市热岛强度日变化可分为3个阶段:08—17时为下降时期,17—22时为迅速上升时期,22—08时为稳定的强热岛时期;(5)候平均气温城市热岛强度年内变化,最大值发生在年终的第72候,为1.53℃,最小值发生在秋末第67候,为0.33℃;(6)综合来看,各季代表月平均城市热岛强度春季(4月)夜晚较强,夏季(7月)夜晚和白天都相对较弱,秋季(9月)夜晚最强,但白天最弱,甚至白天部分时刻(15—18时)出现了负值。冬季白天和晚上都比较强,是四季代表月份平均热岛强度最强的季节。日内变化即日变化,大家公认的。     

乌鲁木齐气温与城市热岛强度日内和季节变化特征

运用2013-2014年28个自动气象站的逐小时气温观测资料,分析了乌鲁木齐地区气温的日变化特征及季节特征。结果表明：1)城郊日最高气温出现频率最大的时次均为北京时间17时,出现频率在20%以上。日最低气温出现频率最大的时次为8时,频率在30%以上;2)年平均城郊气温差异即城市热岛强度在夜晚较大,早上7时左右达到最大,在1.5℃以上,白天较小,16时左右最小,仅有0.3℃左右;3)城郊日最高气温出现时间基本一致,但日最低气温出现时间有差别,冬季郊区最低气温出现滞后城区1小时,其他季节保持一致;4)城区逐小时城市热岛强度日内变化可分为三个阶段：8点到17点为下降时期,17点到22点为迅速上升时期,22点到第二天8点为稳定的强热岛时期;5)侯平均城市热岛强度年内变化,最大值发生在年终的第72候,为1.53℃,最小值发生在第秋末第67候,为0.33℃;6)综合来看,各季代表月平均城市热岛强度春季(4月)夜晚较强,夏季(7月)夜晚和白天都相对较弱,秋季(9月)夜晚最强,但白天最弱,甚至白天部分时刻(15到18点)出现了负值。冬季白天和晚上都比较强,是四季代表月份平均热岛强度最强的季节。     

基于分段三次样条函数逐时气象资料模拟方法研究

精细化的逐时气象资料是气候可行性论证的基础,本文利用河南省5个气象观测站逐日4次定时气温观测资料及日最高气温和日最低气温观测资料,基于分段三次样条函数插值法模拟计算逐时气温,并以2006—2015年郑州气象观测站气温观测资料为例分析观测气温与模拟气温之间的差异。结果表明:分段三次样条函数插值法可以有效模拟实际气温的变化特征,但考虑日最高气温和日最低气温后,"六点"插值法模拟效果优于"四点"插值法,2006—2015年郑州气象观测站模拟气温与观测气温之间呈极显著的正相关关系(R~2=0.99,n=73 040);特别是在气温要素没有连续跃变时,利用分段三次样条函数插值法可以使4次气温观测资料有效转换为逐时气温资料,三次样条函数插值法也适宜于其他连续性变化的气象要素(如水汽压、相对湿度和风速等)的逐时模拟,且模拟效果基本不受地域影响;从郑州气象观测站模拟气温与观测气温之间的偏差及其变化幅度来看,计算结果可以满足气候可行性论证对气象要素时间精度的要求和气候应用服务的需求。     

1971—2010年京津冀大城市热岛效应多时间尺度分析

利用1971—2010年均一化的京津冀区域逐日气温数据与质量控制后的2011年自动站逐时气温数据,分析了北京、天津和石家庄热岛效应的多尺度时间变化特征。结果表明,三个城市平均、最高和最低气温的热岛效应呈非对称性特征,最强为最低气温的热岛效应,其次为平均气温的热岛效应,最弱为最高气温的热岛效应。北京平均气温的热岛效应最强,其次为天津,石家庄相对较弱,石家庄平均气温的热岛效应近40年呈显著上升趋势,每10年达0.13℃。石家庄最高气温的热岛效应最强,其次为北京,最小为天津,近40年北京最高气温的热岛效应呈缓慢上升趋势,每10年增加0.06℃,石家庄变化不明显,天津呈微弱下降趋势。最低气温的热岛在北京最强,其次为天津,最小为石家庄,近40年最低气温热岛效应天津呈明显上升趋势,每10年增加0.18℃,其次为石家庄,北京呈微弱下降趋势。三个城市的平均气温、最低气温的热岛效应季节变化通常表现为夏季较弱,冬季最强。三个城市最高气温的热岛效应季节变化差异较大,北京10月热岛效应最弱,其他月份变化不大;天津热岛效应6月最弱,在1或12月最强;石家庄4和5月热岛效应最强,10月热岛效应最弱。由2011年自动站数据得到的平均气温热岛效应与1971—2010年的40年平均得到的平均气温的热岛效应季节变化具有类似的规律。2011年自动站热岛效应在一天中表现为白天热岛强度较低,而夜间热岛强度较高。     

石家庄温度预报检验及影响因子分析

对石家庄市2004年11月－2008年3月的温度预报进行了质量检验。结果表明：石家庄最低气温和最高气温的平均绝对误差均低于2 ℃,均方根误差低于3 ℃,最低气温预报准确率明显优于最高气温。进而对温度预报误差较大的样本出现原因进行了逐日客观分析,并通过自然正交函数分解（EOF）法,对不同情形下石家庄及周边县站极端最高、最低气温EOF分解特征向量场的变化特征对比,推断出影响气温预报偏差的主要因子大致相同,焚风是导致温度预报出现较大误差的重要原因。     

鹤岗市温度精细化分布特征初探

运用鹤岗地区2007～2010年自动气象站、农场观测站、乡镇雨量站共35个气象站日最高、最低气温资料进行统计分析,将各站逐季和逐月与鹤岗本站进行对比分析,发现鹤岗市区平均最高气温比郊区、两县低,平均最低气温比郊区、两县高,山区最高、最低气温均比市区低,但最低气温偏低更明显.     

北京气温日变化特征的城郊差异及其季节变化分析

本文利用北京地区近4年67个自动气象站的逐小时气温观测资料,基于北京地区气温的日变化特征,通过分析日最高、最低气温出现时间的概率分布,研究了城区、郊区气温的日变化差异及季节特征.此外,进一步分析研究了不同单位时间间隔变温的日变化特征,及最大变温出现时间的概率分布情况.研究结果表明:平均而言,城区最高温度出现的时间偏晚,而最低温度出现的时间城区偏早于郊区,与郊区相比,北京城区站点温度的日变化特征更为一致,最高(低)温度出现的时间更加集中;温度日变化的特征随季节有明显的变化,最高温度出现时间在秋、冬两季最为集中,在春季和夏季较为分散;而最低温度出现时间在春、夏两季最为集中,在秋季和冬季最为分散.一天中正、负变温过程具有非对称特征,正变温是比较急剧的过程,负变温相对比较缓慢,北京城区站点的变温幅度小于郊区,春、秋和冬季变温幅度较大,夏季变温幅度最小.不同单位时间内变温速率的分析表明,最强的变温过程一般在3小时以内;最大变温出现时间的概率分布分析表明,最大正变温出现时间在冬季最为集中,夏季最为分散;而最大负变温在秋季最为集中,在春季最为分散.最高(低)温度、变温的城、郊特征差异主要是由于城市热容量比郊区大,且具有更多变化的复杂性而形成的.温度日变化的特征和其区域、季节差异性的揭示,不仅有助于更好地认识和理解区域气候特征和城市化对气温的影响,也可以为做好精细化的天气预报提供气候背景参考.     

百叶箱与通风辐射罩的气温日最值差异

利用2009年8月—2010年7月的平行观测资料,对新型自动气象站中百叶箱和通风辐射罩气温观测系统气温日最值对比差的分布、粗差率、一致率以及平均值等进行统计,对日最值的出现时间进行对比,对日最值对比差与环境风速的关系进行分析,建立并验证了百叶箱气温日最值的订正方法。结果表明:百叶箱和通风辐射罩气温日最值对比差的分布均呈右偏态,且偏斜程度较大,不服从正态分布;日最高气温与最低气温的一致率分别为90.0%和81.5%,两者存在较大差异,但其粗差率基本一致,均略高于3.0%;与通风辐射罩气温观测系统相比,百叶箱的日最值数据总体偏高0.2℃左右,同时其出现时间也存在不同程度的滞后;气温日最值的差异会随着环境风速的增强而减小,特别是当风速大于4.5 m·s-1时,其差异可缩小到0.1℃以内;以环境风速为主要参数的气温订正方法将最高气温的差异缩小到0.03℃,一致率提高到95.2%,将最低气温的差异缩小到0.01℃,一致率提高到94.1%。     

天津市6--9月气温与供电量的关系分析

为探讨不同气温指标对城市夏季供电量的影响,对2002--2004年6—9月天津市区逐日供电量、日最大负荷、日最小负荷与02、08、14时和20时,日平均、日最高和日最低气温共7种气温指标的相关性进行综合统计分析,并对相关系数作假设检验。结果表明：平均气温与夏季逐日供电量、日最大负荷相关性最好,02时气温与最小负荷的相关性最高。日平均气温和02时气温是影响城市夏季供电量的主要气象要素。     

天津市6—9月气温与供电量的关系分析

为探讨不同气温指标对城市夏季供电量的影响,对天津市区2002—2004年6—9月逐日供电量、日最大负荷、日最小负荷与02、08、14时和20时、日平均、日最高和日最低气温共7种气温指标的相关性进行综合统计分析,并对相关系数作假设检验。结果表明：平均气温与夏季逐日供电量、日最大负荷相关性最好,02时气温与最小负荷的相关性最高。日平均气温和02时气温是影响城市夏季供电量的主要气象要素。     

MM5模式精细化预报显示系统

利用VisualC 6.0编译系统开发了华云神箭MM5模式精细化预报显示集合系统,实现各种精细化数值预报产品在全省区域、江河流域的分布、统计、显示、打印、图形化、表格化等功能,并实现在同一地形图上、流域图上用不同的颜色对比显示逐时、逐日气温、最低气温、最高气温、风速、风向、湿度、降水和实况降水量,还可统计全省97个台站任意降水时段的降水量值和极值。     

沪渝高速(三岔口大桥)路面温度特征及模型研究

利用沪渝高速公路恩施-宜昌路段恩施附近的三岔口大桥(海拔708 m)自动站监测2013年6—8月(夏季)及2013年12月至2014年2月(冬季)逐日逐时次气象要素资料,统计分析夏季、冬季路面温度与气温的变化特征及路面温度与气象因子的关系,基于逐步引入因子线性回归分析方法建立路面温度统计模型,并对模型的预报效果进行实验研究。结果表明:夏季路面最高温度受多种气象要素的影响,与日最高气温、日平均气温、前一日路面最高温度、前一日路面平均温度呈正相关,与相对湿度、24 h累计降水呈负相关。冬季路面最低温度与最低气温呈显著性相关。通过模型的效果实验,发现夏季路面最高温度用日最高气温、日最小相对湿度及前一天物理量建立的模型预报结果与实况的变化趋势最为接近;冬季路面最低温度用日最低气温、日最小相对湿度、日平均风速及前一天物理量建立的模型预报结果与实况的变化趋势最为接近。     

近50 a鲁中地区最高最低气温非对称性变化特征

利用1966—2015年鲁中地区8个气象站逐日气温观测资料,通过分析年平均日最高气温、日最低气温和气温日较差的时空变化规律,研究该区域最高最低气温非对称性变化特征。结果表明:鲁中地区年平均日最低气温随时间变化呈显著增加趋势,自1998年开始突变增温,存在2~4 a的显著性周期,空间变化强度中心在中西部平原地区,在第二特征向量上存在空间变化的差异;年平均日最高气温随时间变化增加趋势不明显,存在2~4 a的显著性周期,主要空间变化规律与日最低气温一致,第二特征向量上存在平原和山区的变化差异;气温日较差随时间变化呈显著降低趋势,90 a代后呈极显著下降趋势,存在2~4 a的显著性周期,空间变化规律与日最低气温的空间变化规律一致。     

贵阳不同天空状况下日最高气温研究

该文选取了2010—2015年贵州省贵阳站的逐日最高气温、总云量、降水量、湿度等资料,统计不同天空状况下的日最高气温的变化特点,并采用SPSS逐步回归筛选出影响最高气温的关键因子,建立回归模型。得出:①贵阳站阴雨天气出现频率要远多于晴和多云天气,尤其是冬春季,晴和多云天气多出现在夏秋季。在同一月份,晴好天气下和阴雨天气下,平均日最高气温有较大的差异,冬春季差异最大,平均最高相差15℃;②影响因子中前1 d日最高、最低气温及地面最高、最低温度与日最高气温的相关性较高,其中相关性最高的因子为前1 d日最高气温,相关性最高的季节为秋季;③在晴和多云天气下时,前1 d日最高气温对日最高气温的影响最大,而在阴天和雨天天气下时,则是前1 d日最低气温的影响最大。在不同的天空状况下,晴天天气下的拟合效果最好,估计误差值都在2℃以内,从季节上来看,夏季的拟合效果最好,平均估计误差值为1.6℃。     

一种逐时气温预报方法

利用2006~2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型,并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天、多云和阴雨天的预报能力依次减弱,其中晴天和多云天02~18时的预报效果好于19时至次日01时的,而阴雨天01~10时的预报效果好于其它预报时段的;当日最高气温和最低气温预报较为准确时,西安站各预报时刻的准确率均在60%以上,其中14~17时的准确率较高,晴天的达到100%,多云天的在96%~99%之间,阴雨天的准确率偏低一些,特别是11~17时较晴天和多云天偏低了12%~27%;该方法可以将24 h日最高(低)气温预报细化到逐时气温预报,同时考虑了气温日变化的地域差异、季节特征、以及在晴天、多云和阴雨天的不同表现,具有一定的业务应用和推广价值。