首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 890 毫秒
1.
为研究人为因素导致的"不连续点"对气候序列均一性的影响,以四川省温江地面观测站为例,结合历史沿革资料,采用标准正态均一性检验法(SNHT法)、Buishand均一性检验法、Pettitt均一性检验法分别对该站1960~2009年平均、最高和最低气温、气温日较差、相对湿度、降水、1mm雨日观测序列作均一性检验分析,并利用逐步回归法对不均一序列进行订正。发现迁站和城市化效应对气象要素的均一性产生影响,其中台站迁移对于气温、相对湿度序列的影响较明显,而对降水量的影响则不显著。订正后平均气温增温速率为0.116℃/(10a),变暖幅度增大;相对湿度订正后倾斜率为0.085/(10a),降幅减弱。研究表明不同要素的均一性受到迁站等因素影响程度各不相同,需要进一步区别分析。  相似文献   

2.
为了对绵阳站气温序列进行细致的均一化检验,利用1961-2010年绵阳及周边共14个观测站的年平均气温观测资料,选取了与绵阳站水平距离近、海拔高度差异小、相关性高、气温序列完整并服从正态分布、无明显突变点的4个站点,通过差值法建立被检验序列,再采用标准正态检验方法对其进行均一性检验。结果表明:1961-2010年,绵阳站的年平均气温序列共有1962、1975、1992和2002年4个断点。其中1962年和2002年这2个断点均是由于绵阳站的迁站造成,1975年断点的产生可能是因其附近年份的每日定点观测次数由4次增加到5次,1992年断点则主要是由于该年1、2、3、6月的气温偏低所致。  相似文献   

3.
依据马陵山地震台台站仪器安装日志等基础资料,结合现场勘察结果建立三维有限元模型,并综合水位、降雨及气温等辅助观测资料,对台站近10 a的视电阻率资料进行对比分析。因台站地处郯庐断裂带安丘-莒县断裂上,地下结构复杂,EW向观测电极存在高差,视电阻率特征清晰且复杂。综合研究认为,马陵山地震台NS向视电阻率的变化主要受气温影响;EW向视电阻率主要受水位变化影响,且水位影响的量级约为气温的3倍;7~8月2个方向同时受短暂快速降雨的影响。  相似文献   

4.
根据全国739个气象台站1961年1月至2005年12月的逐日气象数据记录建立时空序列数据集,提取极端高温事件和极端低温事件。结合传统关联规则挖掘技术和地理空间数据分析方法,对极端气温事件数据集进行了空间关联模式的分析。实验结果显示,所得空间关联模式中涉及的区域在空间上具有明显的聚集性;在东北、华中两个局部地区的台站中,极端气温事件的发生存在较强的关联规则(支持度阈值6%,置信度阈值95%),而在其他区域的台站中,极端气温事件不存在类似的关联规则,且极端高温事件的关联规则数量要明显高于极端低温事件。对存在关联规则的台站进行空间分析发现,同一关联规则内的各台站具有空间邻近性,其邻近范围约为200 km。以上空间关联模式的挖掘分析,可以为我国极端气温事件的预警和防控提供有价值的参考。  相似文献   

5.
人工与自动气象站气温观测结果的差异规律分析   总被引:1,自引:0,他引:1  
利用西昌国家基本气象站2007年1月1日-2008年12月31日人工和自动站24小时基准观测期间的气温资料。以日、月、季不同时间尺度及不同天气现象情况下的差异规律做统计分析,结果表明:人工与自动站的气温对比差值基本在正常范围内,超出正常范围的只是极个别值。无论是日均气温,还是日最高、日最低气温对比差值均有由大向小的渐降趋势。天气现象对气温的观测有所影响,尤其是出现露和阵雨的情况下二者差值较大,最大达1.5℃。西昌有干季、雨季之分,月平均和季平均的气温对比差值出现了明显的季节变化,在干季气温对比差值较小,平均为-0.39℃,在雨季较大,平均差值为-0.43℃。根据总云量分为晴、阴天,在阴天中又区分了阴天有降水和阴天无降水的情况,发现阴天的气温对比差值略大于晴天,阴天有降水时的气温对比差值略大于无降水时的对比差值,说明降水对气温的观测结果有影响。  相似文献   

6.
广东汕尾近40年以来气温的变化特征   总被引:1,自引:0,他引:1  
根据汕尾地区汕尾、海丰、陆丰站1960—1999年的气温序列资料,采用线性趋势、累积距平、小波分析以及Mann-Kendall突变检验等方法对汕尾地区气温变化特征进行了分析,结果表明:40年来汕尾地区存在暖-冷-暖3个气候变化阶段。年季平均气温均呈上升趋势,尤其在1980年代中期以后升温更为明显;四季升温率以冬季最为显著。在不同冷、暖阶段,冷、暖年(季)出现的年数差异很大,其中异常冷年均出现在1980年前,异常暖年均出现在1990年后。年平均最高气温与最低气温同年平均气温一样均呈升高趋势。但不同站点的气温变化仍有一定差异。年平均气温汕尾站存在2—3a、6—7a、准12a周期,海丰站存在准7a与14—16a周期,陆丰存在准1.5a、准2.5a、5—7a、准16a周期,MK检验发现汕尾平均气温在1998年发生突变,其他两站的突变发生在1997年。  相似文献   

7.
为了较全面地了解目前我国重力台站观测资料的质量以及利用这些资料研究重力潮汐与地震关系的可能性,本文用统一方法,对全国十二个台站的重力观测资料进行了资料连续性分析、数据检验、湖汐因子精度与稳定性的计算。分析结果表明:宝坻、上海、昆明和乌鲁木齐台(218号仪器)的资料质量优于其它台站。  相似文献   

8.
提出基于背景噪声波速测量的综合预测指标法,将测震资料更好地应用于震情跟踪和地震短临预报。利用滇西北5个台站2012-01~2020-11宽频带连续波形资料,基于背景噪声互相关及傅立叶变换等方法,提取10个台站对当天经验格林函数与参考经验格林函数的直达瑞利波走时偏移时间序列,设定±1.5倍标准差作为异常阈值,并以其间发生的6次M≥5.0地震为样本,采用R值评分法对每个台站对的映震能力进行效能检验,最后基于自适应加权综合预测方法提取适合于滇西北地区的地震短临异常识别指标(综合指标)。结果表明,利用该综合指标对滇西北2012年以来发生的6次M≥5.0地震进行90 d短临预报,异常指标共出现8次,其中准确预报地震5次,漏报1次,虚报4次,预报效能评分R为0.692,R0为0.475。该综合指标的地震对应率为62.50%,概括率为83.33%。  相似文献   

9.
平流层异常对于对流层的影响研究,尤其是与中国天气气候的关系已成为近年来的研究热点。首先利用1951~2010年逐月NAM指数(NAMI)序列,采用小波方法分析了北半球环状模的时间变化特征。结果表明,近60年来,尤其是自1970年以来,北半球环状模NAM指数一直呈现持续增长趋势,并存在15a的年代际振荡周期,在1970s前8a的年际振荡明显。进一步挑出9个NAM指数强值年和8个NAM指数弱值年,结合中国160台站的气温资料和NCEP/NCAR再分析资料,探讨NAM指数变化对中国冬季气温的影响。结果发现,在NAM指数强值年,相对于NAM指数弱值年,中国北方、东部地区尤其在东北南部和华北地区气温偏高,西南的大部分地区气温偏低;NAM指数与中国东北冬季气温呈明显的正相关,同期相关性最好。  相似文献   

10.
玉树Ms7.1地震前地电场异常变化特征分析   总被引:2,自引:0,他引:2  
对玉树地震周围台站电场资料,在消除来自空间的各种辐射和各种高频突变干扰后,利用电场矢量方位角和振幅的时间序列与空间动态演化特征,讨论了玉树地震前电场异常变化特征,研究结果表明:玉树地震前4-35天成都、天水、拉萨、汉王、都兰、甘孜6个台站都出现了异常,而且异常出现的时间同步性较好,震前的7±3天之内有5个台站同步出现突...  相似文献   

11.
基于遥感和BP人工神经网络的城乡气象站点划分分析   总被引:1,自引:0,他引:1  
城市热岛是城市环境和全球变化研究的重要组成部分,利用气象观测资料研究城市热岛的影响一般采用城市和乡村气象站的同步实测气温,并计算其平均气温差,因此,城乡气象站点划分的准确性,将直接影响城市热岛研究的科学性。鉴于以行政单元统计人口为依据的划分方式未考虑人口在行政单元内的实际空间分布,本文以安徽省为例,利用从遥感影像上提取的土地利用信息,采用BP人工神经网络方法,建立站点缓冲区内土地利用类型比例的城乡站点划分模型,并利用空间化后的人口格网数据对该模型的精度进行了验证。结果表明,该模型有效地建立了气象站点周边缓冲区内的土地利用类型比例与城乡站点类型之间的定量关系,避免直接采用行政单元统计人口数据的不足,客观地模拟了缓冲区内土地利用对气象站点的综合作用,科学地划分出城市和乡村气象站点,为城市热岛研究提供科学、可靠的数据保障,并可用于大区域研究。另外,本文利用划分出的乡村站点建立背景温度场,得出2000年安徽省各城市站点平均热岛强度为0.4℃。  相似文献   

12.
高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温(2 m高度)进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1 °(约11 km)到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差(RMSE)平均值为2.4 ℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9 ℃与2.5 ℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。  相似文献   

13.
Surface meteorological observations have been carried out at the Great Wall station (GW) and Zhongshan station (ZS) from 1984 to 2008 and from 1989 to 2008 respectively. The variation in mean air temperature and its trends are derived from the meteorological observation data recorded at both stations. The warming rate of the annual mean temperature at GW is similar to that at Bellingshausen station, which is about 3 km distant. Thus, the warming trend is representative of the King George Island region. The warming rate of ZS is less different from that at Davis station,which is about 100 km from ZS. It can be said that the meteorological data recorded at both stations are representative of the regions of the King George Island and east coast of the Antarctic.  相似文献   

14.
城市扩展引起的区域增温效应一直都是城市热环境研究中的热门领域。本研究首先基于1980-2015年7期城市扩展遥感监测数据,通过熵值法构建了京津冀地区58个气象站周边2 km半径范围内城市扩展程度指数;然后使用四分位法对该指数进行分级,将站点划分为低度城市扩展(C1)、中度城市扩展(C2)和高度城市扩展站点(C3);最后通过3类站点年和季节平均气温变化趋势对比分析,揭示了城市扩展对气温变化的影响程度及其贡献率。结果表明:① 1980-2015年京津冀地区几乎所有站点周边都有城市扩展现象,58个气象站周边城市扩展程度指数平均为0.377,C3类站点周边城市扩展程度指数为0.650;② 3类站点年和季节平均气温增温速率均表现为C1 < C2 < C3,C3类站点年平均气温的增温速率为0.536 ℃/10a;在季节平均气温上,C1、C2和C3站点春季的增温速率均最高,其中C3类站点的为0.637 ℃/10a,而夏季或秋季最低;③ 城市扩展对C3类站点年和季节平均气温增温影响和贡献率均高于C2类站点,对C3类站点年平均气温的增温影响和贡献率分别为0.342 ℃/10a和63.81%;在季节平均气温上,城市扩展对C2和C3类站点的增温影响均在冬季最高,分别为0.229 ℃/10a和 0.410 ℃/10a,而在春季或夏季最低;城市扩展对C2和C3类站点的增温贡献率均在秋季最高,分别为73.24%和82.96%,而在春季最低。  相似文献   

15.
Daily meteorological data are the critical inputs for distributed hydrological and ecological models. This study modified mountain microclimate simulation model (MTCLIM) with the data from 19 weather stations, and compared and validated two methods (the MTCLIM and the modified MTCLIM) in the Qilian Mountains of Northwest China to estimate daily temperature (i.e., maximum temperature, minimum temperature) and precipitation at six weather stations from i January 2000 to 31December 2009. The algorithm of temperature in modified MTCLIM was improved by constructing the daily linear regression relationship between temperature and elevation, aspect and location information. There are two steps to modify the MTCLIM to predict daily precipitation: firstly, the linear regression relationship was built between annual average precipitation and elevation, location, and vegetation index; secondly, the distance weight for measuring the contribution of each weather station on target point was improved by average wind direction during the rainy season. Several regression analysis and goodness-of-fit indices (i.e., Pearson's correlation coefficient, coefficient of determination, mean absolute error, root-mean-square error and modelingefficiency) were used to validate these estimated values. The result showed that the modified MTCLIM had a better performance than the MTCLIM. Therefore, the modified MTCLIM was used to map daily meteorological data in the study area from 2000 to 2009. These results were validated using weather stations with short time data and the predicted accuracy was acceptable. The meteorological data mapped could become inputs for distributed hydrological and ecological models applied in the Qilian Mountains.  相似文献   

16.
精确、细粒度空气质量分指数(Individual Air Quality Index, IAQI)预测是空气质量指数(Air Quality Index, AQI)的基础,对于空气质量防治和保护人类身心健康均具有重要意义。目前传统时序建模、循环神经网络(Recurrent Neural Network, RNN)、图卷积网络(Graph Convolutional Network, GCN)等方法难以有效融合时空因素和气象因素,稳定提取监测站点间动态边缘关系。本文提出了基于时空因果卷积网络(Spatial-Temporal Causal Convolution Networks, ST-CCN)的空气质量分指数预测模型ST-CCN-IAQI。首先采用空间注意力机制分析多源空气污染物和气象因素的空间效应;其次利用堆叠膨胀卷积和时间注意力机制提取特征矩阵的时间依赖性特征;最后采用贝叶斯调优方法对膨胀卷积的多种参数进行了调优。本文采用上海市空气监测站空气质量分指数(IAQI-PM2.5)数据展开实验,并采用一系列基线模型(AR、MA、ARMA、ANN、SVR、GRU、LSTM和ST-GCN)与ST-CCN-IAQI效果进行对比。实验结果显示:① 在单测站测试中,ST-CCN-IAQI的RMSEMAE值分别为9.873、7.469,相比基线模型平均下降了24.95%和16.87%;R2值为0.917,相比基线平均提升了5.69%;② 对全部站点的IAQI-PM2.5、IAQI-PM10和IAQI-NO2的预测,证明了ST-CCN-IAQI具有较强的泛化能力和稳定性。③ 采用Shapley分析方法论证了IAQI-PM10、湿度、IAQI-NO2对IAQI-PM2.5的预测具有较大程度的影响;通过不同数据抽样条件下的Friedman检验,证明了ST-CCN-IAQI对比基线模型有显著的性能提升。ST-CCN-IAQI方法为细粒度IAQI精准预测提供了一种鲁棒可行的解决方案。  相似文献   

17.
利用ECMWF再分析地表资料,结合GPT2w模型提供的水汽递减率和温度递减率计算中国区域对流层延迟值的精度。首先,以中国地区75个探空站2015年地表实测气象参数为参考值,利用ECMWF地表资料得到的气象参数(P,T,e)的精度分别为1.76 hPa、1.96 K、1.98 hPa。然后,以相同测站2010~2015年探空站分层数据算得的ZTD为参考值,对ECMWF地表资料计算的ZTD的精度进行分析,并与利用探空仪地面观测数据为输入参数计算的ZTD的精度进行对比。结果显示,利用ECMWF地表资料计算的ZTD的平均bias为0.07 cm,平均RMS为3.72 cm,在低纬度地区优于利用探空仪地面观测数据为输入参数计算的ZTD的结果。以陆态网237个GNSS测站2015年的ZTD作为参考值,比对利用ECMWF地表资料计算的ZTD的精度,结果为3.41 cm。由此可知,ECMWF地面资料计算的ZTD的精度能满足普通用户对流层延迟的计算需求,可用于缺少气象参数的测站进行对流层延迟值的计算及其他相关应用。  相似文献   

18.
Antisana is a stratovolcano with an associated glacier located in the Ecuadorian Andes. Dr Aguirre made meteorological readings every day, at every hour from sunrise to sunset, from December 1845 to December 1846, at Antisana using a meteorological station at 4060 mamsl (meters above mean sea level). Unfortunately, only the monthly average data have been preserved. These meteorological data are here studied and compared with the closest modern stations for monthly values of temperature, rainfall, and pressure. According to these comparisons, the year 1846 was rainy and cold in comparison with the current climate. Moreover, these observations have been useful to help resolve a debate about a possible El Niño event in 1846 with the high precipitation in Antisana and Quito in 1846 discarding the occurrence of an El Niño event. The probable occurrence of a La Niña event is discussed. These data are the earliest known systematic instrumental meteorological observations taken at above 4000 mamsl.  相似文献   

19.
空气温度是评价人居环境的重要指标,与人类的生产生活息息相关;其观测对于水文、环境、生态和气候变化等方面的研究具有重要意义。传统的大范围空气温度观测数据一般通过气象站点获取,但由于气象观测站点空间分布离散稀疏的特点,所获取的数据不能精确描述空间连续的空气温度变化情况。因此,实现基于遥感数据的近地表空气温度精准估算具有重要的现实意义。本研究基于精细的地表覆盖类型、空间连续的土壤水分、地表温度(LST)数据,并结合其他辅助数据,构建了近地表空气温度空间化模型,并对近地表空气温度影响因子进行评估,发现地表覆盖类型对近地表空气温度的影响最大,土壤水分为最活跃的影响因素,经验证,模型精度较高,R2接近0.85,RMSE为0.5℃。本研究获取的精确空间连续的近地表空气温度信息,能够充分表达其空间异质性,为农业气象灾害灾变过程监测、农作物生长过程模拟、区域气候变化分析等研究提供良好的近地表空气温度数据支撑。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号