简介:本文整理了3种计算露点温度的方法,分别为利用干球温度和相对湿度直接计算,利用干球温度、相对湿度和环境水汽压间接计算,用干球温度、湿球温度和大气压计算,并以长春、西安、武汉和广州地区代表站为例,将前两种计算露点温度方法的结果与实际观测的露点温度进行对比分析。结果表明:露点温度的直接法与间接法均有其优点,当干球温度为0.0—30.0℃且相对湿度为40%—100%时,直接法计算的露点温度与实际观测露点温度的误差主要集中在0.5℃以内,适用于温度高且相对湿度较大的地区;间接法计算的露点温度精度较高,与实际观测露点温度的误差在0.2℃以内,具有一定的推广意义。
简介:文章采用2013年7月至2014年6月通辽地区11个国家气象站(对应城镇,下同)和69个区域自动气象站(对应乡镇,下同)逐日20—20时最低温度、最高温度实况资料,分析了各区域气象站与邻近国家气象站实况温度相关关系,给出了替代法、误差订正法、回归方程法3种乡镇温度预报方法并进行了检验评估。结果表明:(1)区域气象站与邻近国家气象站实况温度存在显著的线性正相关关系;(2)回归方程法较另两种方法更优,在实际工作中应予以重点采用;(3)基于城镇预报的乡镇温度预报质量依赖于同期城镇温度预报质量,通常前者较后者略低;(4)以城镇预报为基础,采用回归方程法制作的乡镇温度预报质量较高。
简介:以中国夏季气温为预测对象,选取东亚地区冬季500hPa高度场、海平面气压场、地表温度场和850hPa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-PreisendorferCanonicalCorrelationAnalysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(EnsembleCanonicalCorrelation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。
简介:利用2013年6月-2014年11月青海15个台站草面温度观测资料.建立了各站草面温度审核规则库,在进行质量控制时,还应结合不同的方法进行判断。差值分析结果表明,在各定时草面温度和地面温度温度的差值中,大部分台站为草面温度小于地面温度,最大差值出现在14—15时,夜间差值较小,且基本表现为草面温度小于地面温度;晴天平均差值最大。阴天最小:春、夏季日最高地面温度大于日最高草面温度,秋、冬季日最高草面温度大于日最高地面温度;秋、冬季日最低地面温度大于日最低草面温度;月平均差值较大的站点分别在青南和柴达木盆地,最大差值出现在达日,为-10.8℃;在阴天、多云天和晴天3种典型天气条件下,地面温度和草面温度差值日变化趋势基本一致。
简介:研究了Lorenz非线性系统中使用的集合平均方法来减小计算误差的效果,通过检查5组数值试验(每组20个样本)的结果发现:集合平均对计算误差的减小和消除不如高精度算法有效,这主要体现在以下几方面:1)普通的算法和双精度的计算环境中,若截断误差是主导误差(当初值误差很小时),各集合的平均结果并不收敛于真值,而是收敛于含截断误差的数值解;2)若初值误差为主导时,系统受到初值误差增长规律的影响,数值解收敛于由初值误差主导的误差解;3)这两种误差量级接近的时候,两种误差都无法消除掉。对解的统计特征进行研究表明,可信的数值解与含计算误差的数值解有许多相似的地方,但是与集合平均的数值解有很大不同,同样说明了集合平均不适用于减小计算误差这样的问题。此外,试验结果表明即使数值解的概率分布形式基本正确,也不能保证数值解是正确的。
简介:采用FFT算法和PPP算法,对南京S波段双线偏振全相参脉冲多普勒天气雷达-次实测回波时Ⅰ/Q信号进行谱宽估计,并对谱宽估计值及其偏差与信噪比的关系进行了分析.结果发现:)相对高信噪比数据,低信噪比回波的谱宽估计偏差更大,且随信噪比降低偏差呈指数增长.相对FFT算法,PPP算法的谱宽估计偏差更大,且随信噪比降低偏差增长速度更快.2)为提高谱宽估计精度必须要尽量消除噪声(主要是低信噪比回波信号)造成的影响,分别对FFT算法和PPP算法提出了改进方案,两种算法的谱宽估计质量都有了较大提升,尤其是低信噪比回波数据.修正后FFT算法处理得到的谱宽数据与RVP8偏差更小,而修正后PPP算法处理得到的谱宽数据偏差较大且比较离散,这表明FFT算法的估计精度更高,但实际处理过程中PPP算法的处理速度更快,两种谱矩估计算法各有优劣.
简介:利用2008—2013年西北地区东部169个气象观测站的天气实况资料和NCEP/NCAR1°×1°再分析资料计算的对流参数对西北地区东部雷暴日进行了天气分型,并应用分型统计的参数阈值对2013年西北地区东部雷暴日进行了试预报。结果表明:2008—2013年西北地区东部雷暴日集中出现在5—9月,占雷暴总日数的85.9%;雷暴日发生的天气形势可分为低涡型、低槽型、西北气流型和西南气流型4种。引入天气型强度指数,研究4种雷暴天气型的自动识别方法,通过天气分型检验表明,天气型自动识别方法可准确的识别雷暴发生的天气形势,且漏报较少。在天气型识别的基础上,进一步进行雷暴物理量诊断表明,消空效果明显。2008—2012年西北地区东部雷暴日回代预报的TS评分为54.1%,漏报雷暴日为4d;2013年雷暴日试预报的TS评分为51.8%,漏报雷暴日为10d;雷暴日回代预报与试预报的TS评分均超过气候概率,预报效果较理想,可为西北地区东部雷暴天气预报研究提供参考。
简介:利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-OrganizingMaps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(BrierScore)均近似为0,显著性评分(SignificanceScore)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。