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。

贵阳城区气温日变化特征及其季节差异分析

基于贵阳国家气象观测站2011~2022年逐小时气温观测资料,分析了贵阳城区气温的日变化规律及季节差异特征。结果表明:贵阳城区日最高气温集中出现在15~16时,最低温度出现在06~08时。夏季日最低气温出现时间最早为06时,冬季出现时间最晚为08时,温度日变化的特征有明显的季节差异;日最高(低)气温出现率都存在“双峰”型结构,最高气温出现时间一年四季均较为集中,而最低气温出现时间在夏季最为集中,其余季节均较为分散。贵阳城区1 h最大正(负)变温时间集中在10~13时(18~20时),升温和降温过程具有不对称性特征,升温比降温过程缓慢,最强变温过程发生在3 h以内;春季、夏季和秋季变温幅度较大,而冬季最小;最大正变温出现时间在冬季最为集中,夏季最为分散,而最大负变温出现时间在各月间的差异较大。

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。

北京1841年以来均一化最高和最低气温日值序列的构建

长期连续的日值观测资料是研究百年来极端气候事件及其变化特征的重要基础支撑。目前中外由于缺乏可靠的逐日百年尺度气候资料,使得20世纪50年代以前的极端气候变化规律仍然没有得到很好的认识。基于国家气象信息中心收集整理的日最高和最低气温观测资料,构建北京1841-2019年气温日值序列。首先,通过数据质量控制剔除原始基础资料中因人工观测、仪器故障及数字化过程造成的错误数据;其次,采用标准化序列法对北京气象观测站1951年以前的日最高和最低气温序列进行了插补;最后,利用惩罚最大t检验(PMT)和惩罚最大F检验(PMFT)对插补后的日值序列进行均一性检验,并采用分位数匹配法(QM)对检验得到的因迁站和仪器变更导致的统计显著断点进行订正,由此建立了北京百年均一化气温日值序列。分析表明,构建的北京百年逐日气温序列的年代变化特点与美国伯克利地球研发中心的月平均地表温度数据(Berkeley EarthMonthly)、英国东英格利亚大学气候研究中心的全球月平均地表温度数据(CRUTS4.03)以及美国国家气候资料中心的全球历史气候数据(GHCNV3)具有一致性。从趋势变化来看,基于构建的逐日最高和最低气温序列统计得到1911-2019年北京地区年平均气温升高趋势为0.154±0.018℃/(10 a)(95%不确定性水平估计),与中国区域气温趋势变化速度基本一致。从而在一定程度上说明构建的北京百年尺度日最高和最低气温序列能够为极端气候变化领域提供新的基础数据。

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。

低温季节不同日粮对蛋鸡血液生化指标和产蛋率的影响

将１００８只１４０日龄褐色罗曼蛋鸡随机分成７组，在冬季低温期间分别给予不同配方的日粮，观测血液生化指标和产蛋率的变化。结果表现，在低温环境下，血中钙离子、氯化物、尿素氮含量变化明显。产蛋率与血清总蛋白、无机磷呈弱负相关，与钙离子、镁离子呈弱正相关，与尿素氮、血糖呈中等正相关，与钠离子呈强正相关，与其他指标无明显的相关性。

海南岛日最低、最高气温空间插值研究

为探索适用于海南岛日最低、最高气温空间插值的方法,研究以经度、纬度、海拔、坡度、坡向、海陆距离、NDVI等为环境变量,采用多元线性回归(multiple linear regression,MLR)、地理加权回归(geographically weighted regression,GWRK)、多元线性回归克里格(multiple linear regression-Kiging,MLRK)和地理加权回归克里格(geographically weighted regression-Kriging,GWRK)等4种方法对海南岛2016年1月1日—6月30日的日最低、最高气温进行了插值。结果表明:4种方法对日最低气温插值的总的平均绝对误差:MLR>GWR>GWRK>MLRK,但GWR、GWRK、MLRK对日最低气温插值的总的平均绝对误差十分接近,对日最高气温有相同的规律。MLRK对日最低、最高气温的总体平均绝对误差分别为0.50℃和0.73℃。GWRK、MLRK对逐日最低气温插值的平均绝对误差也十分接近,对日最高气温也有相同的规律。无论是对日最低气温还是对日最高气温,MLRK、GWRK插值空间分布的主要差异均在站点稀疏的山区。因此,在海南岛,宜采用多元回归克里格(MLRK)对日最低、最高气温进行空间插值。

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。

漠河1月份日最低气温和逆温预报指标初探

为提高中国最北部漠河县隆冬季节日最低气温预报准确率,利用地面和高空站点观测资料以及ECMW粗网格的850 hPa气温资料(T850 hPa),利用天气学方法和双线性插值等统计学方法,分析漠河1月份日最低气温(Tmin)与T850 hPa之间温度差△t(△t=Tmin-T850 hPa)与天气形势和天气状况之间的关系,总结出漠河1月份日最低气温预报指标。△t多为负值,所以△t大小也表示Tmin与T850hPa之间的逆温程度。把逆温程度分为A、B、C、D四级。逆温较轻的A级和B级与降雪和冷空气关系密切,逆温较重的C级和D级与晴空和暖空气关系密切。A级△t为-(2-6)℃,B级△t为-(7-11)℃,C级△t为-(12-16)℃,D级△t为-(17-21)℃。已利用这些预报指标成功地预报出2018年1月23-25日漠河-45℃左右的罕见寒冷天气。

2010—2012年陕西日最高气温出现在夜间的统计特征

统计2010-2012年陕西十地市气象站逐时气温发现，全省十地市均有日最高气温出现在夜间的现象，出现日数占全年的10％～15％。陕北两地市日最高气温出现在夜间的日数约占全年的10％，主要发生在降雨和雨雪降温天气过程中。关中中东部的咸阳、西安和渭南约占全年的11％～14％，以降雨过程为主，雨雪降温和阴天等天气次之；关中北部铜川占全年的10％左右，其发生的天气类型介于陕北和关中中东部之间；宝鸡约占全年14％，其轻雾天气类型在所有站中出现频次最多。陕南西部的汉中和安康约占全年的13％～15％，绝大多数发生在降雨天气过程中，而东部的商洛发生的天气类型和频次更接近关中中东部地区。在冬半年降温过程中，当白天冷高压南下控制陕西，冷空气自北向南横扫陕西大部，带来降温天气，导致全省大部日最高气温出现在夜间；在夏半年降水过程中，当白天锋面过境，出现降水，气温迅速下降，天空状况以阴天为主，空气湿度较大，气温变化幅度减小，使日最高气温出现在夜间。

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。

综合运用指标法和外推法与日较差法制作日极端气温预报

本文对绥化市2008-2010年逐日最高气温和最低气温以及850 hPa气温和天气现象等资料进行分析,发现1-2月日极端气温同850 hPa气温具有较好的相关性,在实际工作中可以利用欧洲850 hPa气温等数值预报产品作为不同天气条件下气温变化的预报指标,同时可以结合外推法预报气温变化。另外还发现气温日较差的一般性规律,合理利用日较差特点可以对气温预报起到一定的积极作用。

郑州市5～8月逐日最高气温预报

利用郑州市 1 996～ 1 998年 5～ 8月的历史气象资料 ,选取低云日际变化量、降水日际变化和风向日际变化为预报因子 ,建立了 5～ 8月最高气温日变化量多元回归预报方程。根据预报日前 1天实况和预报日的预报量 。

东北地区大型日光温室最高、最低温度预报模式探讨

为了在东北地区开展大型日光温室内气温预报,防御温室蔬菜冷冻害和热害,在东北地区的中部建立大型日温室和温室小气候自动观测系统,应用小气候监测资料研究棚内外最高、最低气温的关系,建立相关模式,用棚外的最高、最低温度预报值预报棚内的最低(最高)温度。结果表明,大型日光温室内、外最低(最高)气温相关显著,不同季节、不同天气条件下的相关模式差异较大。这类相关模式可以用于日光温室内最低和最高气温的预报,从而提升温室气象要素预报水平,预防设施农业气象灾害,提高蔬菜生产效益。

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。