ECMWF模式对我国西南环横断山区冬季近地面2m温度的预报评估

从冬季平均温度、温度日变化及日较差等方面入手,基于2021年CLDAS逐小时产品评估了ECMWF全球高分辨率确定性数值预报产品对我国西南环横断山区复杂地形区近地面2 m温度的预报能力,并通过区分高地形区(川西高原)和低地形区(四川盆地南部),对比了不同地形区近地面2 m温度预报的偏差特征。结果表明:(1)ECMWF模式可合理预报我国西南环横断山区冬季平均2 m温度的空间分布特征,但偏差分布与地形高度有关,随着地形高度的增加,预报偏差呈增大趋势。(2)ECMWF模式很好再现了西南环横断山区冬季温度的日变化特征,峰值时刻出现在14:00(北京时);各时刻温度的预报偏差在不同地形高度存在差异,川西高原和横断山区的最大负偏差出现在下午,四川盆地南部的最大负偏差出现在早晨。同时,高地形区各时刻的预报偏差均高于低地形区。(3)ECMWF模式对日内各时刻不同地形处2 m温度的空间分布均有合理预报,但偏差存在日变化特征。特别是在横断山区高地形区,其在各时刻有不同的冷暖偏差特征。(4)在环横断山区温度日较差预报偏差较大的区域(大致为昆明准静止锋线发生频次较高的区域),模式对于温度日较差较大的日数,其2 m温度的预报偏差要大于日较差较小的日数,且在该区域内,温度日较差的预报偏差相对不稳定。

用气象卫星监测土壤水分的试验研究

该文从土壤的热性质出发，阐述了目前国内外用气象卫星监测土壤湿度的研究中存在的问题，并提出了解决的方法，在解热传导方程的基础上，引入了“遥感土壤水分最大信息层”概念，并以此为理论依据建立了多时相的综合土壤湿度统计模型。为了在业务中有效地使用所有卫星资料，还提出获得日较差的几种方法。

垄沟栽培模式对渭北旱塬区土壤水热状况及冬小麦生长的影响

为有效解决渭北旱塬区水资源匮乏、水分利用效率低的问题,于2008-2010年在陕西渭北旱塬的长武县进行冬小麦田间定位试验,研究不同栽培模式0～2m土壤水分和耕层温度的动态变化及冬小麦产量和水分利用效率。结果表明,①无论是在塬面还是梯田,垄沟栽培模式比常规模式均能显著提高冬小麦生育期0～2m土壤含水量,且储水效果优于单一覆草模式。②垄上覆膜+沟内覆草模式(PM+S)可以有效地调节冬小麦生育期耕层土温,显著降低日较差。与对照处理(CK)相比,其4次温度日较差的降幅分别达69.3%、62.1%、71.9%和64.2%。③与CK相比,垄沟栽培模式下塬面两季冬小麦平均增产40.9%,梯田增产60.3%,增产达显著水平。垄沟栽培虽减小冬小麦实际种植面积,造成其单位面积穗数的明显降低,但其穗粒数和千粒质量显著高于其他处理。④PM和PM+S的水分利用效率高于覆草及其他处理,尤其在梯田,其效果更加显著。综上,垄沟栽培模式可以有效地解决渭北旱塬雨养农业区冬小麦生长中的水分胁迫问题,调节耕层土壤温度,进而提高冬小麦产量,是适合该地区冬小麦生产的栽培模式。

城市化对华北地区最高、最低气温和日较差变化趋势的影响

利用华北地区255个一般站和国家基本、基准站1961—2000年的实测资料,经过质量检验和均一性订正后,将所有台站根据人口和台站地理位置分为5个类别,分析了这5个类别台站和国家基本、基准站地面平均气温、最高、最低气温的年和季节变化趋势以及城市化影响。结果表明:华北全部台站的年平均气温、最高、最低气温均呈增加趋势,且以最低气温上升最为明显,导致年平均日较差呈现明显下降。就城市化影响而言,平均气温、最低气温变化趋势中城市热岛效应加强因素的影响明显,但城市化对最高气温趋势影响微弱,个别台站和季节甚至可能造成降温。在国家基本、基准站观测的年平均气温和年平均最低气温上升趋势中,城市化造成的增温分别为0.11℃.(10a)-1和0.20℃.(10a)-1,对全部增温的贡献率分别达39.3%和52.6%。各类台站的四季平均气温和最低气温序列中城市化影响均造成增温。城市化增温以冬季为最大,夏季最小。城市化还导致乡村站以外的各类台站日较差减小,近40年华北地区国家基本、基准站年平均和秋、冬季平均气温日较差明显下降均由城市化影响造成的。

基于土壤多参数监测系统的田间持水量试验研究

目前田间持水量的测定大多使用传统的人工测量方式,存在耗时长、不能实时测量等问题,为此提出一种基于土壤多参数监测系统测定田间持水量的方法。该方法以饱和土壤含水量自然蒸发为试验基础,分析不同深度的土壤水分曲线在不同阶段的变化情况,探究土壤表层相对温度差对土壤水分日丢失量的影响。结果表明:10 cm深度的土壤水分曲线Y 1在不同观测阶段递减,第15天曲线斜率变小的趋势最明显,20 cm深度的土壤水分曲线Y 2在不同观测阶段递减,在第12天曲线斜率变小的趋势较明显。由土壤体积含水量与观测天数的拟合函数检验指标知,回归模型的决定系数R 2均在0.99以上,表明不同深度的土壤体积含水量与观测天数存在一元二次函数关系。不同深度的土壤水分日丢失量在时间序列上呈现一元三次函数关系变化,而土壤表层相对温度差近似为一个常数,表明土壤水分日丢失量受土壤表层相对温度差的影响较小。使用二次回归模型计算的田间持水量误差为[0.05,0.39],具有更高精度。该方法为土壤监测设备在测定田间持水量中的应用研究提供参考。

Assessing Drought Conditions in Cloudy Regions Using Reconstructed Land Surface Temperature

Temperature vegetation dryness index(TVDI)in a triangular or trapezoidal feature space can be calculated from the land surface temperature(LST)and normalized difference vegetation index(NDVI),and has been widely applied to regional drought monitoring.However,thermal infrared sensors cannot penetrate clouds to detect surface information of sub-cloud pixels.In cloudy areas,LST data include a large number of cloudy pixels,seriously degrading the spatial and temporal continuity of drought monitoring.In this paper,the Remotely Sensed Daily Land Surface Temperature Reconstruction model(RSDAST)is combined with the LST reconstructed(RLST)by the RSDAST and applied to drought monitoring in a cloudy area.The drought monitoring capability of the reconstructed temperature vegetation drought index(RTVDI)under cloudy conditions is evaluated by comparing the correlation between land surface observations for soil moisture and the TVDI before and after surface temperature reconstruction.Results show that the effective duration and area of the RTVDI in the study area were larger than those of the original TVDI(OTVDI)in 2011.In addition,RLST/NDVI scatter plots cover a wide range of values,with the fitted dry–wet boundaries more representative of real soil moisture conditions.Under continuously cloudy conditions,the OTVDI inverted from the original LST(OLST)loses its drought monitoring capability,whereas RTVDI can completely and accurately reconstruct surface moisture conditions across the entire study area.The correlation between TVDI and soil moisture is stronger for RTVDI(R=-0.45)than that for OTVDI(R=-0.33).In terms of the spatial and temporal distributions,the R value for correlation between RTVDI and soil moisture was higher than that for OTVDI.Hence,in continuously cloudy areas,RTVDI not only expands drought monitoring capability in time and space,but also improves the accuracy of surface soil moisture monitoring and enhances the applicability and reliability of thermal infrared data under extreme conditions.

南宁市气温日较差特征及天气系统影响

运用常规气象资料 ,对南宁市气温日较差的时空变化进行了分析 ,结果表明 :南宁市气温日较差有逐年减小的趋势 ,夏秋季气温日较差大于冬春两季气温日较差 ,不同下垫面对气温日较差影响不同。对气温日较差较大的个例分析表明 ,引起气温日较差较大的主要天气系统为冷高压控制型、锋面影响型、暖低压影响型、副高影响型。