基于机器学习与再分析数据集的黄河水源涵养区蒸散发研究

蒸散发是水循环的关键要素,分析其变化特征有助于理解区域水资源的时空分布格局。黄河水源涵养区是黄河流域重要的生态功能区,对该区域的蒸散发变化特征进行研究并归因分析,有助于缓解黄河流域的水资源供需矛盾。基于机器学习与ERA5-land再分析数据集,探究黄河水源涵养区2000—2022年蒸散发时空变化特征及影响因素,利用驱动要素去趋势方法分析不同影响因素的作用区域。结果表明:(1)黄河水源涵养区蒸散发多年平均值分布区间为256.49—841.45 mm,空间分布特征为自东向西递减,整体呈增加趋势;(2)黄河水源涵养区蒸散发的主要影响因素是地表净太阳辐射、总降水量、相对湿度,不同子流域内的主导影响因素不同,主导影响因素与区域内的水热条件及下垫面状况有关;(3)ERA5-land再分析数据集有着较好的模拟精度,可以作为大空间尺度和长时间区间研究的数据来源,但是由于下垫面的复杂性,仍需要在研究区内开展适应性评估。

基于ERA5再分析数据的中国邻近海域极端波高特征分析

极端波浪对沿海地区基础设施有着深远的影响,了解它们的变化规律是进行海岸带风险分析和灾害预防的基础。文章基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)第五代再分析数据集(ECMWFreanalysisv5,ERA5),对中国邻近海域1979~2018年间极端波高展开时空特征分析,并统计了40a厄尔尼诺系数,利用广义极值分布(generalized extreme value,GEV)函数探究了近40 a厄尔尼诺现象对我国海域极端波高的影响,结果显示:统计1979~2018年整个研究区域前2%极端波浪年均值在6~10 m间浮动,且整体趋势递增,在四季趋势变化中,春夏极端波高增长趋势较秋冬高,且波动明显,在年际极端波高变化趋势中有较大波动时大多伴随着厄尔尼诺或是拉尼娜现象的发生,结合厄尔尼诺现象对GEV分布中位置参数的影响分布图和极端波高年、季节际趋势变化分布图,厄尔尼诺现象影响大的地区极端波高大多呈现增长趋势,表明厄尔尼诺现象对极端波高有较高影响。

HRCLDAS与ERA5-Land气温日统计数据在山东地区的对比评估

基于山东省2021年3月—2022年2月1519个气象观测站2 m气温观测数据,对中国气象局高分辨率陆面数据同化系统(High Resolution China Meteorological Administration Land Data Assimilation System,HRCLDAS)和欧洲中期天气预报中心第五代陆面再分析数据集(ERA5-Land)逐小时2 m气温分析的日统计数据(平均气温、最高气温、最低气温)进行对比评估。结果显示:(1)HRCLDAS/ERA5-Land日统计平均气温、最高气温、最低气温的均方根误差分别为0.1/1.2℃、0.6/1.9℃、0.4/1.7℃,表明HRCLDAS具有更高的精度,且在不同地理区域、不同海拔高度的表现均优于ERA5-Land,大部地区的偏差(-0.5~0.5℃)远低于ERA5-Land(-2.0~2.0℃)。(2)两套数据对高温及寒潮过程的监测能力对比评估表明,HRCLDAS能够捕捉到大部分的高温以及寒潮过程,其与观测的高温日数及寒潮日数空间分布较为相似,但对影响范围存在一定的低估;ERA5-Land则只能监测到部分高温及寒潮过程,并对高温日数与寒潮日数存在严重的低估。

GNSS PWV典型季风气候特征奇异谱分析

为了进一步研究利用全球卫星导航系统(GNSS)大气可降水量(PWV)分析不同气候类型特征,进行GNSS PWV典型季风气候特征奇异谱分析:选取中国中东部地区2016—2021年部分连续运行参考站(CORS)数据,提出将全球气压和温度(GPT(GPT3_1、GPT3_5))模型、欧洲中期天气预报中心第五代大气再分析数据集(ERA5)模型3种大气模型分别与GNSS解算的对流层总延迟(ZTD)数据融合获取的PWV值进行对比分析,得出中国3种典型季风气候类型GNSS PWV最优大气模型;然后提出利用奇异谱分析(SSA)法分解重构出GNSS PWV时间序列,从而基于GNSS PWV分析不同季风气候类型特征。结果表明,中国3种典型季风气候类型条件下ERA5模型精度较优,选择ERA5模型为最优大气模型,重构后的GNSS PWV变化趋势能够很好地反映出3种典型季风气候类型的特征;因此GNSS PWV可应用于气候特征分析。

苏皖地区强降水过程双雨带漏报原因分析

基于降水量观测数据、ECMWF模式降水预报数据和ERA5再分析数据,研究了2022年3月19—20日苏皖地区一次降水过程中双雨带漏报个例,并对比分析了一次双雨带成功预报个例.结果表明:①漏报个例的北雨带中,16个站降水量进入近30年3月日降水量前10名,两个站降雨量刷新3月份的历史极值,是一次极端性较强的降水过程.②ECMWF模式未能准确预报北雨带冷平流,未反映实况中出现的对流活动,且预报的对流层低层相对湿度始终偏小,两个原因直接导致北雨带降水量预报值显著偏少.③成功预报个例中,过程开始阶段,ECMWF模式有700hPa高湿区预报范围偏大、850hPa高湿区预报位置偏南的情况,以后逐渐调整为与实况一致,较好地预报了苏皖地区对流层低层湿度条件,佐证了湿度预报偏差是造成雨带预报偏差的重要原因.

基于网格化大气再分析气象资料的“一带一路”沿线合作国家暖通空调设计用室外计算参数集研究

“一带一路”沿线合作国家基础设施建设需求日益增加,越来越多的研究和工程在此背景下开展。气象参数作为暖通空调设计和工程建设的重要数据基础,室外计算参数资料如何获取是亟待解决的问题。本研究对目前“一带一路”沿线合作国家的气象资料的现状进行了综述,提出基于全球网格化大气再分析数据集生成室外计算参数资料的方法,并以欧洲中期天气预报中心的第五代再分析气象数据集(ERA5)为例,通过与地面台站观测数据的对比,对网格化大气再分析数据集作为逐时数据源生成暖通空调及建筑节能用气象参数的可用性进行讨论分析。对比结果表明,ERA5网格化大气再分析气象资料与地面台站观测数据资料有较好的一致性。另外本研究基于ERA5,采用目前我国现行暖通空调规范中室外空气计算参数的统计方法,统计得到“一带一路”沿线合作国家的室外计算参数集,为“一带一路”沿线合作国家基础设施建设相关研究及工程应用提供数据支持。

顾及周期性变化的大气加权平均温度模型构建

针对大气加权平均温度(T_(m))是地基全球卫星导航系统(GNSS)水汽反演过程中的一个中间变量,其精度会影响地基GNSS水汽反演精度,同时T_(m)表现出较强的地域性差异的现状,研究建立地区的T_(m)模型:利用兰州市榆中探空站气象数据和欧洲中期天气预报中心第五代大气再分析数据集(ERA5)分别建立单因子、顾及年周期变化、顾及年和半年周期变化的T_(m)模型;并对2种气象数据所建的3类模型进行显著性检验和精度验证。结果表明:模型均能通过显著性水平为0.05的显著性检验,同时顾及周期性变化模型的预测值的均方根误差和平均绝对误差均小于贝维斯(Bevis)模型和单因子模型;利用顾及周期变化的模型预测的T_(m)偏差中大于5 K和大于10 K的值占比明显减小且预测残差的周期趋势明显减弱,具有零均值的正态分布特性,仅表现出误差的随机性。总体而言,ERA5气象数据所建模型预测精度高于探空站气象数据所建模型;用ERA5气象数据建立的顾及周期性变化的T_(m)模型可用于兰州市GNSS大气水汽反演。

一种中国区GNSS加权平均温度分层格网模型

为了进一步提升大气加权平均温度(T_(m))模型在地基全球卫星导航系统(GNSS)反演可降水量(PWV)中的精度,提出一种中国区GNSS加权平均温度模型:针对中国地势复杂多变,气候多样的环境特征,基于1990—2019年欧洲中期天气预报中心第五代大气再分析数据集(ERA5),综合考虑T_(m)的季节性变化及长期线性趋势,构建T_(m)的分层格网模型(CT_(m)S);然后以74个无线电探空站提供的2020年气象数据为参考,评估CT_(m)S的精度及可用性,并利用第三代全球T_(m)模型(GT_(m)-III)及全球气压温度(GPT3)模型进行对比验证。结果表明:CT_(m)S模型的均方根偏差(RMSE)均值为4.0 K,较GPT3及GT_(m)-III模型分别提升21.6%及8.0%,且在高海拔地区表现出明显的精度优势;CT_(m)S模型的PWV不确定度均值为0.32mm,相比于GPT3及GT_(m)-III模型分别减少16.6%及6.5%,且在中国西北地区表现出更优的精度及稳定性;提出的模型可为中国地区GNSS实时水汽监测提供参考。