用逐步趋近法确定台州金桂开花日最高气温低温预报指标

桂花作为台州市市花,观赏和采摘需要进行开花始期预报。利用2006-2023年台州金桂开花期和日最高气温数据,用逐步趋近法确定金桂开花前低温日指标,按照低温日指标统计低温过程,对第1批次开花前的多个低温过程进行全排列组合,计算第1批次开花始期与各组合低温过程开始日的相关系数,找出相关最显著的低温过程组合确定为有效低温过程,对比有效低温过程和无效低温过程,确定低温过程有效性指标。分析结果表明:(1)台州金桂开花前低温日指标为日最高气温<24.4℃。(2)有效低温过程分为2类:第1类低温过程中连续低温日数≥2天;第2类低温过程中最长连续低温日数=1天,低温过程后1日最高气温≤27.3℃,且前1日最高气温≤28.8℃。(3)无效低温过程分类指标:低温过程中最长连续低温日数=1天,低温过程后1日最高气温≥27.5℃,或者前1日最高气温≥29.9℃。(4)第1个有效低温过程后6-9 d金桂出现第1批次开花始期,金桂各批次开花始期与有效低温过程开始日为极显著正相关。

南京市日最高气温对支气管和心血管类疾病就诊人数的影响

融合应用分布滞后非线性模型(Distributed Lag Mon-linear Model,DLNM)与广义相加模型(Generalized Additive Model,GAM),在控制新冠疫情影响、节假日效应、星期效应、长期趋势以及大气污染因子等因素基础上,探究了2018—2020年南京市日最高气温与当地支气管类、心血管类疾病就诊人数的暴露反应关系,包括滞后效应和累积效应。结果表明:对于支气管类疾病,冬季为高风险期,低温的即时效应和累积效应显著;中短期累积作用下,气温越低危险性越大;长期累积作用下,10℃左右的危险性最大;高温累积效应不显著,30℃左右滞后效应显著。对于心血管类疾病,低温的即时效应和累积效应显著,11~12℃左右影响的累积效应和持续性最强;高温的滞后效应显著,温度越高,滞后效应越明显;长期暴露于高温环境的患病风险会快速增加,日最高气温32℃左右的暴露累积风险最大。针对这两类疾病,当日最高气温在22~24℃范围内,属于人体最舒适温度。

贵州高原复杂地形下月平均日最高气温分布式模拟

在前人研究的基础上,对以前的模型进行改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下天文辐射的影响,基于数字高程模型(DEM)数据,建立以天文辐射为起始数据的复杂地形下月平均日最高气温的分布式模型,在模型中考虑了海拔高度、复杂地形下太阳总辐射、日照百分率对月平均日最高气温的影响。以贵州高原为例,应用100m×100m分辨率的DEM数据,1960-2000年贵州省及周边102个气象站常规气象要素观测资料以及NOAA-AVHRR观测资料,10个气象站的太阳辐射量资料,计算了贵州高原各月及年平均日最高气温精细空间分布。结果表明:(1)坡度、坡向、地形遮蔽对月平均日最高气温的影响较大,由于局地地形因子的影响,复杂地形下月平均日最高气温的空间分布具有明显的地域分布特征,局地地形对月平均日最高气温的影响是不容忽视的。(2)季节不同,局地地形因子对复杂地形下月平均日最高气温空间分布的影响不同,冬半年大于夏半年。月平均日最高气温随海拔高度的增加而降低。南坡随坡度的增大而升高;北坡随坡度的增大而降低。在坡向影响上,1-5月、10-12月偏北坡月平均日最高气温偏低,偏南坡月平均日最高气温偏高;7-8月因太阳高度较高,因此出现相反的情况,北坡高于南坡。

日最高温度统计降尺度方法的比较研究

针对日最高温度的降尺度问题,发展了一种统计降尺度的新方法——优选格点回归法(OPR)。利用该方法与双线性插值法(BI)对平原(山东)和高原(云南)的日最高温度进行降尺度对比分析,结果表明:无论对于平原(山东)还是高原(云南)地区以及夏季(7月)还是冬季(1月),OPR方法都明显优于BI方法,特别是从高原地区的均方根误差来看,降尺度效果优势更加明显。进一步对OPR方法降尺度过程中所做的方差放大对比分析显示,方差放大后对日最高温度的降尺度效果不但没有改进,在某些方面如均方根误差和极端误差等还有变差的表现。

基于卷积神经网络的长江流域夏季日最高温度延伸期预报方法研究

长江流域是我国夏季高温热浪灾害的多发区之一,该地区日最高温度(T_(max))具有显著的低频(10~30 d和30~60 d周期)变化特征,超前-滞后相关分析和气温方程诊断的结果显示,影响长江流域T_(max)低频变化的大尺度环流/对流信号包含:自欧亚大陆东移南下的低频波列,自东北亚向西南方向传播的异常环流,以及由西太平洋向东亚传播的低频对流;这些低频对流/环流活动通过改变辐射加热过程及绝热过程,导致长江流域T_(max)的低频变化。为了客观且有效地辨识和捕捉这些先兆信号,并考虑长江流域T_(max)与大尺度因子间的非线性作用,本文采用机器学习方法中的卷积神经网络(Convolutional Neural Network,CNN)对大量历史数据进行训练,并构建了长江流域T_(max)的延伸期预报模型。在独立预报阶段,CNN预报模型对长江流域区域平均T_(max)的预报时效达30 d,提前5~30 d预报的T_(max)与观测T_(max)的时间相关系数介于0.63~0.70(通过99%置信度的显著性检验),量级偏差(均方根误差)小于1个标准差,显示出CNN在延伸期灾害天气预报的应用潜力。

上海市高温日的日最高气温空间分布特征及改善措施

利用2013年7月12日、8月13日、8月29日3个高温日的Landsat OLI遥感数据和气象数据,采用空间回归法评估了上海市高温日的日最高气温空间分布特征,从气温分区、景观格局和空间自相关3个方面综合分析了3个温区(低温区、中温区和高温区)的热环境分布特征;在此基础上,结合上海市土地利用数据,着重研究了高温区(日最高气温≥38℃)的分布特征和土地利用类型的组合特征。结果表明:通过地表温度、归一化水汽指数和太阳辐射,采用最小二乘回归法建立的预测模型可较好的预测上海市高温日的日最高气温(RMSE=1.75℃,R^2=0.92),可获得完整的、连续的城市热环境空间分布。城市热环境具有非均衡性、多样性和破碎性,且相似的温区斑块具有空间聚集性,上海市低温区(日最高气温<35℃)主要分布在水域和上海南部地区,高温区(日最高气温≥38℃)主要分布在城市或郊区居民区。城市用地将增强城市热环境,水域和植被有助于改善城市热环境,今后可通过合理的城市规划、控制城市发展规模及增加绿化面积等措施减缓极端高温天气产生的影响。

基于全连接神经网络方法的日最高气温预报

为了考察辅助变量、时间滞后变量设置的重要性和神经网络中嵌入层对分类变量处理的有效性,利用2015年1月15日-2020年12月31日欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)高分辨率模式(high resolution,HRES)输出产品及中国2238个国家级地面气象站基本气象要素数据集,在全连接神经网络基础上设计4个试验,构建24 h最高气温预报神经网络模型。结果表明:加入辅助变量、时间滞后变量的特征和带有嵌入层的全连接神经网络结构的深度学习神经网络模型对HRES日最高气温预报误差均有订正效果,均方根误差降低29.72%~47.82%,温度预报准确率提高16.67%~38.89%。加入经过嵌入层处理的辅助变量后,可显著提高青藏高原中南部和西南地区东部的平均绝对偏差不超过2℃的正技巧站点比例(比仅用HRES预报因子建模分别提高21.74%和14.17%),在此基础上加入时间滞后变量显著提高上述两个地区的平均绝对偏差不超过2℃的正技巧站点比例(比仅用HRES预报因子建模分别提高40.98%和20.33%),且预报性能更加稳定。

陕西省春季日最高气温延伸期预报因子初探

利用2001—2010年陕西省89站日最高气温资料和NCEP/NCAR逐日850 h Pa再分析温度、风场资料,通过统计分析发现陕西全省日最高温度变化具有很好的一致性,且在春季存在明显的6~28 d的波动。当6~28 d波动处于正位相时,850 h Pa上陕西地区受偏南气流控制,且温度偏高,而波动处于负位相时,850 h Pa上陕西地区为一高压反气旋控制,且温度明显降低。根据两者的对比,找到影响陕西地面日最高气温6~28 d变化的影响区。通过单点相关的方法,在6~28 d滤波的850 h Pa温度场上找到与影响区温度超前15 d左右相关性好的关键区：65°~70°N,40°~45°E。进一步研究表明,6~28 d低频温度有明显的从关键区向影响区传播的趋势,并且与15 d后陕西地区日最高温度6~28 d变化相符合,对陕西地区春季未来15 d最高温度预报有一定的指示作用。

白洋淀流域未来日最高最低气温变化的统计降尺度分析

大气环流模型(GCMs)预测的气候变化情景空间分辨率低,不能满足气候变化对水资源影响进行评估的需要.利用统计降尺度模型可以解决GCMs预测的气候变化情景空间分辨率低的缺陷.在白洋淀流域应用统计降尺度模型(SDSM),选取日平均气温作为预报量,根据NCEP再分析数据与站点实测数据序列的相关关系选择合适的预报因子,建立大气环流因子与各站点日最高气温和最低气温之间的统计关系.将数据序列分为1961—1975年和1976—1990年两个时段,对SDSM进行率定和验证.最后将Had CM3输出的未来情景降尺度到站点尺度,模拟白洋淀流域未来时期三个时段2020s(2010—2039年)、2050s(2040—2069年)和2080s(2070—2099年)的日最高气温和最低气温时间序列.结果表明:SDSM在白洋淀流域的模拟效果较好.白洋淀流域日最高气温和最低气温在A2和B2两种情景下均呈现上升趋势,且A2情景下的增幅高于B2情景,山区的增幅高于平原,日最高气温的增幅大于日最低气温.

新疆日最高最低气温缺测资料的插补及检验分析

利用1971~2017年新疆105个国家级气象台站逐日气温数据,建立日最高最低气温资料序列,对此时段内日最高最低气温缺测的站点及次数进行了统计。优先选用本站各类气象资料,使用地面气象观测数据质量控制相关分析及算术平均(温差法)、线性回归等数理统计方法,完成新疆101个国家级气象台站(除阿克达拉站、乌鲁木齐牧试站、塔中、吐鲁番东坎)缺测站次的日最高最低气温插补。结果表明:在进行日最高最低气温缺测资料的插补时,应先使用地面气象观测数据质量控制相关分析法对缺测数据进行再次质量控制,可直接完成多站的插补;在使用数理统计方法对数据进行插补时,应优先选用本站数据进行插补,以减少因地域和气候差异而造成的误差;提高观测人员职业素养和加快观测现代化建设,可以明显降低数据的缺测率;本文完成了除阿克达拉、乌鲁木齐牧试、塔中、吐鲁番东坎四站外的101个国家级气象台站1971~2017年日最高最低气温资料序列的建立并列出结果,为科研工作者和统计工作者提供了一定的基础数据支撑。

ECMWF模式的延伸期日最高气温预报偏差估计及订正分析

使用欧洲中期天气预报中心(ECMWF)20 a的集合预报回算数据,检验分析了延伸期第16~30天预报时效其对我国日最高气温的预报性能。结果表明,西部地区预报误差明显大于中东部地区。全国平均而言,模式预报较实况偏低1.1~1.39℃,均方根误差为4.6~4.9℃。进一步分析指出,第16天均方根误差最小,且随着时效的延长其略有增大。夏季模式预报效果最好,春季和秋季的部分时段预报效果较差。基于历史偏差订正方法,对2018年6月—2019年6月的日最高气温预报进行了误差订正试验。结果显示,订正后的预报准确率提升了15.2%~19.2%。聚焦2018年7月的一次中东部地区大范围高温过程,模式原始预报明显低估了高温强度,订正预报更接近实况,显示其具有一定的订正效果。

基于集合预报系统的日最高和最低气温预报

根据欧洲中心集合预报系统2 m气温预报的集合统计值,提出了BP-SM方法,针对中国512个台站2016年3月的日最高(低)气温做预报分析。将集合预报系统的模式直接输出、BP和BP-SM方法得到的日最高(低)气温进行了比较,结果表明:预报时效越长,BP-SM方法较之BP方法的预报优势也更明显;在1至5 d的预报中,BP-SM方法显著降低了预报绝对误差,误差在2℃以内的准确率大部分在60%以上,部分站点达到90%;正技巧评分均值大多高于30%,在青藏高原东部和南部地区超过了60%。预报正技巧站点次数在绝对误差≤2℃(1℃)范围内有所提高,对日最高气温预报准确率的提高略好于日最低气温;BP-SM方法有效地降低了预报系统偏差,较大预报误差出现次数显著减少。

台风焚风效应对平潭日最高气温的影响分析

利用1961—2021年平潭国家基本气象站(58944)逐日最高气温、欧洲中心再分析资料及美国联合台风警报中心台风路径资料,通过计算平潭因台风焚风影响出现日最高气温(T_(max))≥33℃的台风频率分布,分析易引起平潭焚风效应的台风出现位置。结果表明,平潭T_(max)超过35℃的7d高温日,有6d是由位于其东北方向的台风所引起的焚风效应导致,当台风焚风效应发生时,平潭上游区域从南平到福州一带500hPa和850hPa均为一致偏西北气流;当在(26°N~29°N,123°E~126°E)这一矩形呈西南—东北走向的对角线附近、且偏离浙闽沿海3~4个经度时,有40%~70%的台风会引起平潭出现焚风效应、且T_(max)超过33℃。

新疆50年日最高气温时空分布特征

运用新疆地区1966—2015年逐日最高气温的数据资料,分析了新疆50年的平均日最高温的多年变化和空间分布。结果表明:新疆平均日最高温的多年变化是不断升高的,变化趋势率为0.307℃/10年,较全国最高气温升高趋势变化率为0.1℃/10年大许多;新疆平均日最高气温的周期变化主要有29年左右的主周期,并于1990年前后发生突变;新疆地区50年平均日最高气温的空间分布变化较大,由南向北,呈现高—低—高—低的态势,这是由新疆实际地形所致;日最高气温年极大值50年平均的高温区主要分布在南疆的大部分地区和北疆中部沙漠地区;50年内日最高气温≥35℃和≥40℃的天数最多的地方都集中在吐鲁番地区,可见吐鲁番地区和南疆东部沙漠地区是中国最热的地区。

武冈市7～9月日最高气温精细化预报方法研究

[目的]对武冈市7～9月日最高气温精细化预报方法进行研究。[方法]利用2009～2010年T213和欧洲中心ECMWF模式产品及相应时段内测站的日最高气温,用多因子相似预报方法动态优选预报样本,采用多元回归多模式集成MOS方法,经动态地订正模式误差和回归误差后,得出动态预报方程,制作24～120 h武冈市7～9月日最高气温预报。[结果]经样本优选、误差订正得到的武冈市7～9月日最高气温方程,经多次随机抽样,并做F检验,可通过显著水平为0.1的检验。[结论]这种方法具有预报模式中外结合、充分利用多个模式的有用信息、吸取各自的优点,考虑本地局部环境因素,减少模式误差和回归误差,利于提高预报精度的优点。

贵州省日最高气温气候特征分析

该文利用贵州省68站1961年1月1日到2009年12月31日共49年逐日日最高气温资料,统计分析了贵州各站点日最高气温的夏季平均值和日最高气温>30℃天数的时间、空间特征,以及两日内最高气温变幅≥8℃的频次的时间和空间分布状况。结果表明:①贵州日最高气温夏季平均值大多<32℃。最热时段在省的东部和南部有2个峰值,7月中下旬最热,8月中旬次之,东北部和南部边缘该时段每旬有8-9 d日最高气温>30℃,但其中海拔较高的站点该日数较少;②西部最热时段仅有一个峰值,在7月下旬到8月上旬,省中西部盛夏每旬>30℃日数最多达到2 d,仅盘县、镇宁有时达到3 d;③两日内最高气温变幅>8℃的频数,以毕节、六盘水地区最多,持续时间最长,从当年11月持续到次年4月均有显著变温,遵义铜仁地区频次最低,出现时段最短,仅在3、4月份出现,每月不到1次的8℃以上的变温。

克拉玛依夏季日最高气温与08时850hPa温度的关系

根据克拉玛依40年气温观测资料,分析克拉玛依夏季日最高气温与08时850hPa温度的关系,寻找预报夏季日最高气温关键因子。

西藏山南地区日最高最低气温及气温日较差的变化特征分析

通过对西藏山南地区6个测站1980-2018年近40年的日最高气温、日最低气温及日温差资料的时间和空间上进行分析,结果发现:近40年山南地区6个测站日最高气温和日最低气温年代际变化均呈线性上升趋势,但日最高气温升温趋势明显高于日最低气温,日最高气温趋势变化率为0.479℃/10a,日最低气温趋势变化率为0.334℃/10a;日最高气温在春夏秋冬四季中均呈上升趋势,但升幅不同,冬季日最高气温升幅最快为0.761℃/10a,其次是春季和夏季,而秋季日最高气温变化较缓慢为0.268℃/10a,日最低气温也是冬季升副最明显,为0.428℃/10a,其次是春季和夏季,而秋季日最低气温变化缓慢为0.239℃/10a;山南地区年平均日较差呈现逐年增加的趋势,即每日的最高气温与最低气温差值越来越大;40年来日最高气温春夏秋冬四季均是南部地区的错那升温最显著,日最低气温西部浪卡子升温最显著,隆子站日最低气温升温缓慢,秋季和冬季还有些降温趋势,但不显著;山南地区日最高气温具有明显的8a振荡周期,日最低气温存在着准4a的振动周期。

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℃。

菏泽地区日最高温度·最低温度统计特征

利用菏泽温度资料,揭示本地四季平均温度发生气候突变的事实及日最高温度、最低温度的主要特征和演变规律。冬夏季温度变化较平稳,日温度变差较小,春秋季温度变化、日温度变差都较大。该研究对了解当地气候和做好温度预报具有较好地参考价值。