共查询到19条相似文献，搜索用时 140 毫秒
1.
利用陕西省97个地面自动气象站和人工站相对湿度观测数据,研究人工观测与自动观测相对湿度对比差值的大小,对比差值的日、月变化规律以及与所在气候区域的关系,同时研究影响对比差值大小的主要原因。结果表明：自动观测比人工观测的日平均相对湿度平均偏低2.28%,对比差值的标准差为3.07%,自动站与人工站对比差值地域差异不明显,但存在日、月际变化;观测时间不一致并不是造成自动站与人工站日、月平均值差异的主要原因,其大小主要与相对湿度大小有关。7.5%的自动站月平均相对湿度有与历史长序列月平均值相比有显著性差异。 相似文献
2.
四川省自动与人工气压观测值差异对比 总被引：2，自引：1，他引：1
应用四川省135个台站在自动站与人工站平行观测期间的对比观测数据,对两种不同的资料进行了对比分析。结果表明:自动站与人工站的日气压差值不满足正态分布,人工观测比自动观测平均偏高0.35 hPa,标准差为0.48 hPa。自动站与人工站的相关性较好,相关系数为0.99,大约3/4的对比观测台站的人工站气压观测值大于自动站气压观测值。自动站与人工站气压观测值的月平均差异在上半年逐步增大,6月达到最大,下半年开始逐步减小。2004年的自动与人工气压观测数据年平均值差异最小,2006年数据据差异最大。 相似文献
3.
人工与自动土壤水分平行观测资料对比分析 总被引：9，自引：2，他引：7
采用对比差值、差值概率和相关分析等方法对南城2005年9月8日至2007年1月28日期间HYA-SF型土壤水分自动监测站与人工平行对比观测的土壤湿度资料进行统计和一致性分析。结果表明,人工与自动观测资料的一致性在40 cm、50 cm土层表现最好,在5 cm、10 cm土层表现相对最差;总体上自动观测值高于人工观测值,二者数据差异在少雨或干旱季节常小于多雨季节;对比观测时段内人工与自动观测数据序列的相关性在各层均表现为显著,多项式回归趋势基本能反应土壤含水量的变化趋势。分析结果可为评估HYA-SF型土壤水分自动站的监测能力提供客观依据。 相似文献
4.
从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。 相似文献
5.
从自动站试运行的一年中各个气象要素观测值与人工站相比较 ,同类观测值间差值均较小 ,能够满足气象资料精确度的要求 ,唯独在地温 (包括 0 cm温度及浅层地温 ,深层地温因无人工资料无法比较 )存在较大差异。太阳辐射强 ,地温增温快的晴天正午时刻 ,其差异大 ,表现为 1 4时自动 相似文献
6.
利用全国2 400个国家站自动与人工平行观测期的第二年的对比观测资料,以及基准站1999—2010年所有雨量观测数据,对比分析了自动与人工观测的雨量数据差异,并对基准站雨量数据序列进行了显著性检验。结果表明:(1)自动与人工观测的雨量数据存在一定差异,且自动观测数据略大于人工观测数据,平均相对差值为1.8%;(2)两者在不同降水等级的月降水量平均差值介于-1.3～3.9 mm之间,当降水等级增大时,两者差值并非同比例增大;(3)两者的月平均最大相对差值为2.9%,最小相对差值为0.8%;(4)两者相对差值的空间分布表明,5月和9月偏差略高于7月;(5)通过对平行观测期的第2年自动月雨量值的显著性检验表明,在显著性水平a=0.05时,全国站点月雨量显著性检验未通过率为2%。 相似文献
7.
利用陕西省97个气象站2004—2007年间自动与人工平行观测期间的资料,分析了陕西和陕西不同地域人工与自动观测气压的差异并对气压月、年平均值进行了显著性检验。结果表明:人工观测比自动观测日平均气压平均偏高0.21 hPa,标准差为0.30 hPa;气压差值有明显的地域特征;气压对比差值的日、月变化规律明显;DYYZ和CAWS系列测压仪的性能没有明显差异;自动与人工观测时间不同步对定时值有一定影响,但对气候分析没有影响;校准值随时间漂移是气压传感器的主要误差源之一;自动站所测气压可与人工站气压连续使用。 相似文献
8.
相对湿度自动与人工观测的差异分析 总被引：5，自引：1，他引：4
利用四川135个站自动与人工第二年平行观测相对湿度(下文简称湿度)资料,就自动与人工观测相对湿度的差异及引起差异的原因进行了分析。结果表明:相对湿度自动与人工观测相比,日平均值平均偏低2.7270%、月平均值平均偏低2.7970%、年平均值平均偏低2.7472%。56.35%的时次自动观测湿度值与人工观测湿度值的差值在5%以内,86.66%的时次自动观测湿度值与人工观测湿度值的差值在10%以内,2.61%的时次自动观测湿度值与人工观测湿度值的差值在20%以上。自动与人工观测湿度的差值无明显地域性差异。湿球纱布包扎不规范、纱布不清洁,干湿球温度表人工读数误差,干湿球温度表的通风状态,观测时间的不一致,自动观测在高湿状况下的非线性以及其他原因均会导致自动与人工观测湿度产生差异,甚至是显著差异。 相似文献
9.
选取2021年1月—2022年5月乌鲁木齐市国家基本气象站、2021年1月—2022年12月伊宁国家基本气象站以及2020年4—12月、2021 年1—8月、2022 年3—5月喀什国家基准气候站的酸雨观测数据共计206条,开展自动和人工酸雨观测对比试验,分析pH值和电导率（K值）之间的差异。研究结果表明：（1）在pH值和电导率的一致性方面,乌鲁木齐气象站和喀什气象站电导率的一致性明显大于pH值的一致性,乌鲁木齐气象站电导率和pH值数据均具有显著的线性正相关性,喀什气象站的电导率数据显示有较高的线性相关性,而pH值的相关性则具有中等线性相关性,而在伊宁气象站pH值和电导率的相关性都相对较弱;（2）在平行比对相关性方面,乌鲁木齐气象站的pH值和电导率的人工观测和自动观测结果具有较好的相关性,而喀什气象站的pH值人工观测和自动观测结果的相关性较差,伊宁气象站的降水的pH值和电导率的人工观测结果也与自动观测结果相关性较差;（3）人工观测和自动观测结果之间的差异可能是多种因素综合影响的结果,其中包括采样方式和观测方法的不同,以及观测时间的差异等,人工观测受制于观测人员的经验和操作水平,而自动观测则更加精确和稳定,此外,观测时间的不同也可能导致观测结果的差异,自动观测可以实时监测,避免了漏采或误采现象。 相似文献
10.
截止到2005年,全国共有130个台站进行蒸发量自动与人工业务观测。该文利用2005年平行观测月数据,对资料的差异和相关性以及比对系数和影响因子进行了讨论,结果表明:月蒸发量差值不满足正态分布,近80%的数据为自动观测值大于人工观测值;在人工观测值较小时,对应的自动与人工相对差值较大,随着人工观测值的增加,差值有减小趋势;自动与人工观测数据之间存在很好的线性相关关系,相关系数为0.98,通过了0.01的显著性检验;比对系数年平均值在1.0~1.2之间,两大高值中心分别位于广西都安和湖南南县;比对系数月平均值的变化近似于二次型拟合曲线,1月最大,6,7月最小;在定性讨论特征站比对系数影响因子的基础上,进一步查明了影响月比对系数的气象因子有月平均相对湿度和月平均风速。 相似文献
11.
Variation of surface albedo and soil thermal parameters with soil moisture content at a semi-desert site on the western Tibetan Plateau 总被引：11，自引：1，他引：10
Almost three years of continuous measurements taken between January 2001 and May 2003 at the Gaize (or Gerze) automatic weather station (32.30 °N, 84.06 °E, 4420 m), a cold semi-desert site on the western Tibetan Plateau, have been used to study seasonal and annual variations of surface albedo and soil thermal parameters, such as thermal conductivity, thermal capacity and thermal diffusivity, and their relationship to soil moisture content. Most of these parameters undergo dramatic seasonal and annual variations. Surface albedo decreases with increasing soil moisture content, showing the typical exponential relation between surface albedo and soil moisture. Soil thermal conductivity increases as a power function of soil moisture content. The diffusivity first increases with increasing soil moisture, reaching its maximum at about 0.25 (volume per volume), then slowly decreases. Soil thermal capacity is rather stable for a wide range of soil moisture content. 相似文献
12.
Trends and scales of observed soil moisture variations in China 总被引：3，自引：0，他引：3
A new soil moisture dataset from direct gravimetric measurements within the top 50-cm soil layers at 178 soil moisture stations in China covering the period 1981-1998 are used to study the long-term and seasonal trends of soil moisture variations, as well as estimate the temporal and spatial scales of soil moisture for different soil layers. Additional datasets of precipitation and temperature difference between land surface and air (TDSA) are analyzed to gain further insight into the changes of soil moisture. There are increasing trends for the top 10 cm, but decreasing trends for the top 50 cm of soil layers in most regions. Trends in precipitation appear to dominantly influence trends in soil moisture in both cases. Seasonal variation of soil moisture is mainly controlled by precipitation and evaporation, and in some regions can be affected by snow cover in winter. Timescales of soil moisture variation are roughly 1-3 months and increase with soil depth. Further influences of TDSA and precipitation on soil moisture in surface layers, rather than in deeper layers, cause this phenomenon. Seasonal variations of temporal scales for soil moisture are region-dependent and consistent in both layer depths. Spatial scales of soil moisture range from 200-600 km, with topography also having an affect on these. Spatial scales of soil moisture in plains are larger than in mountainous areas. In the former, the spatial scale of soil moisture follows the spatial patterns of precipitation and evaporation, whereas in the latter, the spatial scale is controlled by topography. 相似文献
13.
针对不同陆面模式对土壤湿度方程求解方法以及对土壤分层结构的差异, 本文选取了三类陆面模式（CLM, CABLE和ECMWF陆面模式）作比较研究。为了避免不同模式参数化方案引起的上边界误差, 上边界采用固定蒸发率、 入渗率和固定表层土壤湿度三类边界条件。土壤分层采用101层（细网格）和11层（粗网格）两种, 并考虑土壤性质沿深度变化。结果表明： 当土壤性质均匀时, 求解的差别主要在第三类边界条件下CLM 求出的水分入渗速度比其它两种快; 改用粗网格后由于土壤深层厚度加大无法与细网格得出的土壤湿度廓线相重合。当土壤性质非均匀时, 模拟结果间差别加大, 只有ECMWF模式模拟的土壤湿度廓线是严格连续的。对于模式和上边界的不同组合, 粗、 细网格模拟结果间均方根偏差不一致。一般而言, CABLE模拟的偏差除第一类条件较小外, 其它都是最大的。第二三类边界条件引起的偏差较大, 第一类最小。上述结果提示我们, 在比较不同陆面模式以及用观测资料来检验模拟结果时应充分考虑土壤分层及土壤性质非均匀性的可能影响。 相似文献
14.
基于组网观测的那曲土壤湿度不同时间尺度的变化特征 总被引：2，自引：0，他引：2
利用第三次青藏高原大气科学试验的土壤湿度观测数据,分析了那曲多空间尺度组网观测的28个站2、5、10、20和30 cm 5个不同深度土壤湿度的季节变化和日变化特征,并对比讨论了土壤湿度站点间的差异。分析表明,各层土壤湿度均存在显著的季节变化。冬春季节,20 cm以上土壤湿度随深度变浅而减小。夏秋季节土壤湿度随深度增加而减小,并分别在7月上、中旬和9月出现两个峰值。10月以后进入土壤湿度衰减期。土壤温度和土壤湿度存在协同变化关系。在一定的温度范围内,土壤发生冻结-融化过程,引起土壤湿度变化。在太阳辐射加热下,土壤表层水分蒸发,进而影响土壤温度。不同观测站间土壤湿度差异较大,夏秋季离散性大于冬春季。不同季节土壤湿度的日变化存在差异。春季10 cm以上土壤湿度日变化明显,08-10时（北京时）达到最低,19-20时达到最高。夏季土壤湿度日变化较为平缓。秋季2 cm深度土壤湿度日变化明显。线性拟合结果表明,1、4、10月土壤湿度和土壤温度为正相关关系。但是在夏季,土壤湿度与土壤温度为负相关。站点间土壤湿度变化的离散性表明,多测站才能全面体现青藏高原某区域的陆面状态。文中结果为青藏高原地区土壤湿度卫星参数验证和数值模式参数化提供了多角度的观测依据。 相似文献
15.
16.
利用2001—2005年我国700个地面自动气象站与人工平行观测期间的数据, 对自动与人工观测的气温、气压、相对湿度、地表温度、风速风向、降水量进行了差异分析, 统计了两种观测之间的对比差值、百分误差和风向相符率。 对各要素观测差异在全国的分布特点进行了分析, 并检验了气温自动观测对气温资料连续性的可能影响。 结果表明:自动观测与人工观测各气象要素均存在一定的差异, 但大部分地区各要素的差异都在自动站误差允许范围之内; 造成差异的原因是多方面的, 包括仪器本身存在缺陷及观测方法不一致等。各要素自动观测与人工观测差异在全国的分布特点各不相同, 同一要素在不同的气候背景条件下差异大小不一致; 如果要将人工观测数据与自动观测数据连续使用, 还要检验自动观测与人工观测序列是否有显著性差异, 并进行均一性订正。 自动站的使用对年气温序列有一定影响, 总体差异不显著, 但当自动观测与人工观测气温合并使用时, 应进行均一性检验。 相似文献
17.
有效降水对于土壤水分的补充和农作物的生长来说是一个很重要的概念。通常认为大于5 mm的降水即为有效降水。但是有效降水的影响因素很多,在不同的地理环境和气候背景条件下,最小有效降水量也会有所不同。利用2006年6月—2011年3月兰州大学半干旱气候与环境观测站资料,从土壤湿度变化的角度出发,根据有效降水的定义,对甘肃榆中地区的最小有效降水量做了初步研究。通过分析该地区不同季节、温度和植被条件下不同土壤深度最小有效降水量,发现5、10、20 cm土壤层的最小有效降水量分别为4、5、8 mm。季节分布上,各层土壤最小有效降水量均为夏季最高,春季和秋季值较为接近。高温年的最小有效降水量高于低温年的值,生长季高于非生长季。在降水超过最小有效降水量并且量级较小时,随着降水量的增大,土壤湿度增量呈指数形式增大,这时降水的转化率也较高;而当降水达到一定量级时,超过了土壤的入渗率,水分以径流的形式损失,土壤湿度增量的变化率减小,降水的转化率也趋于一定值。0—20 cm土壤层降水转化率达到70%。 相似文献
18.
中国土壤湿度的垂直变化特征 总被引：24，自引：0，他引：24
使用中国 57个站 1981～ 2 0 0 0年 0～ 10 0cm的土壤湿度资料 ,逐站进行了垂直方向土壤湿度的诊断分析 ,根据湿度的垂直分布形态归纳为 3种主要类型 :夏季均匀型、急剧变化型和季节差异型 ;分析土壤湿度的年际变化发现 :多数测站湿度的距平符号在垂直方向是一致的 ,变化趋势以长时间持续干和湿以及 3～ 4a振荡周期为主 ;进一步对干和湿期土壤湿度和降水量进行合成 ,发现湿期和干期的土壤湿度垂直分布多数情况下保持了气候态的基本特征 ,湿期减干期的土壤湿度差与降水差有很好的对应关系 相似文献
19.
利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。 相似文献