基于多源融合产品的区域站雨量系统性偏差检测方法设计

利用由国家气象信息中心下发的多源融合产品,通过对区域自动站降水系统性偏差的异常数据表现形式和大样本统计分析,设计出总偏差、总相对偏差、雨差率、晴差率、邻站降水倍数、邻站相对偏差差值检测参数。结果表明:检测参数可较好地检测出观测雨量长期存在偏差的台站,并对江西省区域自动站雨量数据进行质控试验;在不对观测仪器进行现场检定的情况下,该方案检测结果可为设备维护人员提供观测仪器运行状况参考,提升设备可用率,进而提升观测数据质量。

多源融合降水实况分析产品在海河流域的适用性评估

基于逐小时地面站点降水观测数据和国家气象信息中心研发的5 km多源融合降水实况分析产品,采用算术平均法对2021年6~9月海河流域面雨量进行估算。通过相关系数、平均误差和均方根误差等多种评估指标,客观定量评估多源融合降水实况分析产品在海河流域的适用性。结果表明:多源融合降水实况分析产品与地面观测资料估算的面雨量结果基本一致,能较好地反映2021年6~9月海河流域面雨量的时空变化特征,但在量值上存在高估且随着降水量增加,估算误差也越大。分区对比,融合实况分析产品和站点的误差与子流域的平均降水量、海拔高度和面积密切相关。对于各量级面雨量出现的频次,融合实况分析产品与站点整体相差不大,准确率可以达到90%及以上。总体而言,5 km多源融合降水实况分析产品的质量较高,可进一步应用于海河流域精细化面雨量监测业务中。

多源融合实况降水分析产品在大渡河流域的适用性评估

为进一步提高大渡河流域水文预报水平,基于2019~2022年5~10月大渡河流域气象观测降水量和多源融合实况降水分析产品ART_1KM,采用相关分析、晴雨预报正确率、TS评分等方法评估了该降水产品在大渡河流域的适用性,并采用2020年8月14日四川盆地持续性强降雨事件进行检验。结果表明:ART_1KM在大渡河流域具有较高的参考价值,相关系数均大于0.99,平均值误差为-0.54~-0.13 mm,均方根误差为0.57~1.24 mm,平均绝对误差为0.32~0.75 mm,平均相对误差为-0.10~0.03,晴雨正确率均达到0.96以上。TS评分总体较高,尤其是下游各量级降雨TS评分可达0.95,空报率较低,全流域各量级降雨空报率在3%以内。漏报率随降雨量级增大而增大,上游和下游漏报率整体比中游低。在2020年8月14日降雨事件中,ART_1KM融合格点降雨产品的小时面雨量变化趋势与实况面雨量一致,峰值出现时间与实况匹配度高。

两种气温多源数据融合实况产品在新疆地区的评估与对比

利用新疆2019年1—12月自动气象站气温观测资料,对1、5 km两种国家级气温多源融合实况产品进行评估检验,评估指标包括平均误差、平均绝对误差、均方根误差、相关系数和准确率。结果表明:(1)两种气温实况产品在新疆地区总体质量较好,但在海拔较高、地形复杂地区站点误差较大。平原站点的评估结果优于山区。1 km产品的准确率较5 km产品在各区域明显提升,其他评估指标1 km产品较5 km产品在平原站点质量有所提升、山区站点略有下降。从评估指标分段误差的站点数量来看,1 km产品较5 km产品处于误差低值区的站点数量明显增多,但误差高值区的站点数量也有所增加。(2)以北疆和天山山区的站点为例,分析评估结果逐月变化及日变化情况。1—3、12月(冬季)评估结果较差、波动较大,4—11月评估结果较好且较为稳定。北疆12—20时是各指标质量最佳的时段,且较为稳定,07时表现较差;天山山区07时产品质量较差,18—19时质量最好。(3)两种气温实况产品日最高、日最低气温质量较好,相关系数均超过0.99。

多源融合实况分析产品在重庆地区的适用性分析

文章利用重庆市范围内的1984个地面自动气象观测站2019年11月—2021年10月的气象观测资料,通过误差、平均误差、绝对误差、平均绝对误差、均方根误差、相关系数等评估指标对气温、相对湿度、风速、能见度、降水等5大类12种的5 km多源融合实况分析产品在重庆地区的适用性进行评估分析。评估结果表明:多源融合实况分析产品整体质量良好,温度产品最优,相对湿度和降水产品次之,风速产品最差;产品质量呈现季节性变化趋势,春、冬季优于夏、秋季,其中降水产品随季节变化最为明显。因此需结合本地特点和应用选择适合的产品。

多源融合降水产品在陕西的适用性评估

为评估多源融合降水产品在陕西区域质量,文章利用陕西省99个国家级自动气象站质控后逐小时累计实测降水数据,对2018年国家气象信息中心研发的三源融合逐小时降水产品进行检验评估。结果表明:1)多源融合降水产品存在一定程度低估现象,但总体上与实测降水相关性较好,降水命中率较高,尤其在秋季质量较好;2)多源融合降水产品质量与海拔、坡度无显著相关性,在所选区域东南坡表现较好;3)受复杂地形影响,多源融合降水产品在延安北部和榆林东南部地区质量较好。

多源融合降水实况分析产品在山东一次强降水过程中的质量评估

利用山东省地面观测小时降水数据,针对2021年发生在山东地区的一次强降水过程,从降水时空特征、降水分量级检验等多个方面,评估分析了1 km逐小时降水实时多源融合实况分析产品的数据质量。结果表明:1) 融合降水产品质量较高,能较好地反映降水落区与降水变化趋势,整个降水过程的平均绝对误差为0.21 mm,均方根误差为1.04 mm,相对偏差为3.12%,相关系数达0.97。2) 在降水发生初期和末期,融合降水产品与观测降水的相对偏差较大、相关性较差,在降水较强的时段降水产品与观测降水更接近。3) 融合降水产品在弱降水量级的技巧评分和命中率最好,但对弱降水存在明显的高估;对于大值降水,降水产品的命中率较低,并存在低估大值降水的现象。

基于重庆“6·22”特大暴雨的降水融合产品质量评估

为对比分析CMPAS(CMA multi-source merged precipitation analysis system)中国区域融合降水分析系统的二源和三源降水融合产品对特大暴雨降水过程的监测能力,以2020年6月19-22日重庆特大暴雨过程为例,利用重庆1977个自动气象站逐小时降水数据进行空间对比和统计评估。结果表明:(1)降水等级偏小时,两种降水融合产品数值以偏小为主,随着降水等级增大,估算误差也增大,两种产品数值以偏大为主,出现单站极端降水时,估算误差达到最大,两种产品数值均偏小,但三源产品值更接近站点观测值。(2)对于10 mm/h以下的降水区域,3种降水资料的空间分布结构完全一致;对于10 mm/h以上的降水区域,二源和三源产品的空间分布结构、量级与站点观测值分布基本吻合。出现极端降水的区域,二源和三源产品值较站点观测值偏小,在空间结构和量级的细节处理上,三源降水产品更接近实况。

基于天津市全城气象观测数据的高分辨率实况分析产品质量评估

基于天津市254个地面观测站数据,通过计算多种统计指标评估了高分辨率多源气象数据融合产品对2020年9月份2 m气温和10 m风速的同化结果。结果表明,就天津市全域来看,产品对2 m气温和10 m风速的同化结果与观测具有较高的一致性,但也存在区域差异,误差较大的区域主要集中在北部蓟州山区和城区。这说明在实际预报业务与应用中,对融合产品的使用要结合各个地区的特点,如地形、下垫面等因素以及变量的选择。

不同分辨率的气温格点实况分析产品在重庆的对比检验

通过对比检验1 km与5 km分辨率的国家级气温格点实况分析产品在重庆地区高温月份的数据质量,为两种产品在业务上的合理应用和高温天气过程中数据改进提供参考依据。结果表明:1 km与5 km气温产品数值均以偏小为主,平均绝对误差分别为0.63℃、1.1℃。站点观测气温偏高时,两种产品的平均值误差均增大,1 km产品在各高温区间的平均误差始终小于5 km产品;随海拔的升高,两种产品的准确率均降低,且均在气温观测值为[20,25]℃区间内准确率最高;在不同海拔高度区间,1 km产品准确率均比5 km的产品准确率要高,5 km产品准确率呈现夜间高于白天的特征。两种实况产品受高温天气及高海拔影响较大,未来可以结合重庆本地复杂的地形特征,选择最优的数据融合方案做本地化改进。

基于2021年重庆市暴雨监测数据的CMPAS产品精度评估

针对2021年重庆市具有代表性的7次区域性暴雨天气过程,以经过质量控制后的重庆市35个国家气象站及1822个区域自动站逐小时降水资料为基准,评价了国家多源降水融合分析产品的精度。结果表明,对于不同时刻、地形、降水等级,0.01°空间分辨率的NRT、RT降水融合产品的精度均优于0.05°分辨率的FAST、FRT降水产品,T等级评分在前4个降水等级呈下降趋势,当降水等级≥20 mm/h时略有回升;FAST、FRT产品的相关系数C和偏差B的空间分布较一致,NRT、RT产品的分布较一致,但分布范围的形态和细节上略有区别,其中,FAST、FRT、NRT、RT产品的C_(COR)≥0.90的站点百分比分别为73.94%、78.36%、93.54%、93%,C_(COR)≥0.95的站点分别为34.73%、38.88%、77.98%、75.66%;|B_(COR)|≤0.1的站点百分比分别为60.04%、60.69%、78.19%、77.87%;FAST、FRT、NRT、RT产品与AWS的降水量空间分布范围和量级分布较吻合,但范围形态和细节处理上以NRT、RT产品最为接近,4种产品均以偏小为主;坡向上各产品精度变化并不明显,各产品在坡度、海拔、起伏度较大的情况下精度更高。

大别山区地形降水特征分析

利用2012—2014年地面自动站与中国区域CMORPH(Climate Prediction Center Morphing)多卫星降水数据相融合的逐时降水量数据集,分析大别山区的降水时空分布特征。2012—2014年大别山区年平均降水量978.5mm,降水大值区出现在大别山主峰的东南侧,降水主要集中在5—7月,且呈现明显的地形降水特征。从时间变化情况看,降水量呈现单峰的特征,7月降水量最大。从空间分布情况看,大别山及其东部地区是强降水的频发区,出现暴雨日数最多的区域位于主峰及其东侧。降水中心表现出显著的季节变化特征,冬季降水中心位于大别山区的东南部,进入春季以后降水中心向西北方向移动,北抬至大别山主峰北侧,进入秋季(9月以后)以后降水中心逐渐向南回落。大别山区大气环流的季节性变化及其与地形的相互作用是造成大别山区出现明显地形降水(与降水随海拔先增加后减小)和降水季节性变化的主要原因。

安徽大别山区5—8月不同阶段降水时空分布特征

利用2008—2016年中国区域CMORPH(Climate Prediction Center Morphing)多卫星降水数据相融合的、分辨率为0.1°×0.1°的逐时降水量数据集,将每年5—8月分为梅雨前(5月1日至入梅前1日)、梅雨期(入梅当日至出梅当日)和梅雨后(出梅次日至8月31日),分析了大别山区梅雨季节降水的时间和空间演变趋势。大别山区梅雨期间年平均降水量360.3 mm,梅雨前平均降水量279.7 mm,梅雨后平均降水量287.0 mm。梅雨季节主要存在3个降水大值区:山区北侧中段、主峰东南侧和西南侧。从日变化情况来看,梅雨期降水日变化呈现双峰特征,出现峰值的时间分别是09:00、16:00。梅雨前、梅雨后降水日变化呈单峰特征。强降水出现频率的空间分布大值区也随着梅雨前—梅雨期—梅雨后的时间变化逐渐北抬。

Evaluation of CMPAS precipitation products over Sichuan,China

High-quality and high-resolution precipitation data are the basis for mesoscale numerical weather forecasting,model verification,and hydrological monitoring,which play an important role in meteorological and hydrological disaster prevention and mitigation.In this study,high-density rain gauge data are used to evaluate the fusion accuracy of the China Meteorological Administration Multisource Precipitation Analysis System(CMPAS),and four CMPAS products with different spatial and temporal resolution and different data sources are compared,to derive the applicability of CMPAS.Results show that all the CMPAS products show high accuracy in the Sichuan Basin,followed by Panxi Area and the western Sichuan Plateau.The errors of the four products all rise with the increase in precipitation.CMPAS overestimates precipitation in summer and autumn and underestimates it in spring and winter.Overall,the applicability of these fused data in the Sichuan Basin is quite good.Due to the lack of observations and the influence of the terrain and meteorological conditions,the evaluation of CMPAS in the plateau area needs further analysis.

2000—2018年黄河上中游地区蒸散发年际时空变化及其影响因素分析

黄河流域水资源匮乏且生态系统脆弱,明晰气候与下垫面变化对蒸散发(ET)时空变化的影响机制对于未来黄河流域水资源优化配置与生态建设规划均具有重要意义。基于实测降雨、径流量和GRACE产品数据,利用线性加权融合方法对5种全球ET产品进行融合。利用去趋势法、多元线性回归、全微分和残差法定量计算ET对降雨(Pre)、温度(Temp)、日照时数(SD)、饱和水汽压差(VPD)、风速(WS)和植被叶面积指数(LAI)的敏感性系数,定量分析了各气象要素、植被和其他要素(微地形变化和农业灌溉等)对ET变化趋势的贡献作用。结果表明:(1)与验证精度最高的GLDAS_CLSM相比,融合ET均方根误差和平均相对误差分别减小12.8 mm和2.2%。2000—2018年黄河上中游ET净增长率为3.82 mm/a,头道拐—龙门区间ET增长率最大(6 mm/a)。(2)植被LAI显著增加导致上中游区ET趋势增加2.49 mm/a。各气象要素的变化趋势与ET对其敏感性系数的空间异质性共同决定了气象要素对ET的影响作用空间分布,5个气象要素对ET总体趋势的净影响量均为正值,其中温度影响作用最大(0.33 mm/a)。以微地形变化和灌溉活动为主的其他要素导致ET趋势增加0.5 mm/a,相对影响率为13.1%。(3)气象要素主导源区和唐乃亥—青铜峡区间ET趋势,而植被LAI主导了青铜峡-花园口区间ET趋势,其中LAI对不同子流域ET趋势影响作用排序为:延河>无定河>泾河>北洛河>汾河>窟野河>伊洛河>沁河>渭河>大黑河。其他要素对唐乃亥—青铜峡和龙门—花园口区间的ET影响作用较大,表明该区域的水利水保工程措施和灌溉等人类活动更为剧烈。