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 125 毫秒
1.
南京大学气象系傅抱璞教授在其“关于山地气候资料的延长和推算”一文中所推论的分离综合法,是无资料地区平均气温估计的一种新方法。实践证明,此种方法是目前多种方法中比较简单有效的一种。为了适应山区县级农业气候工作的需要,现将分离综合法的基本原理和计算实例简介如下。  相似文献   

2.
贺州地区气温变化趋势及干旱特征分析   总被引:2,自引:0,他引:2  
对贺州地区年平均气温时间序列做小波分析,将引入的干旱指数对贺州地区四站点有数据记录以来的年降雨量和无雨日数两项进行测算,并对求得的干旱指数时间序列进行小波分析。结果表明贺州地区年平均气温有增高的趋势,11a为其年平均气温的主要震动周期。近年来干旱指数的变化有上升的趋势。  相似文献   

3.
气温数据栅格化中的几个具体问题   总被引:22,自引:3,他引:22  
廖顺宝  李泽辉 《气象科技》2004,32(5):352-356
用地理信息系统软件ARC/INFO及4种空间插值方法,对中国617个气象站30年平均气温数据和1961年平均气温数据的栅格化试验发现,克立格插值方法的精度最高,反距离权重法次之,样条插值法的精度第三,趋势面插值方法的精度最低。利用多年平均气温数据和年平均气温的距平值进行气温数据的栅格化,虽然可以减少分析和计算量,但栅格化结果的精度比利用年平均气温数据直接进行栅格化的精度要低。气象站的实际高程与气象站经纬度对应的数字高程(DEM)上的高程不完全一致,但气温数据的栅格化完全依赖于DEM,用气象站实际高程建模进行气温数据栅格化的精度比用与气象站经纬度对应的DEM上的高程建模进行气温数据栅格化的精度要高。  相似文献   

4.
近57年我国气温格点数据集的建立和质量评估   总被引:7,自引:2,他引:5       下载免费PDF全文
在普通克里金插值方法的基础上, 引入高程因子并充分考虑插值的边界效应, 对1951:2007年我国气温站点资料进行空间结构分析和插值, 得到我国地面气温日、月、年平均值1°×1°格点数据集。数据集的质量评估结果表明:高程在我国区域气温空间结构分析和插值中起着重要作用, 高程资料的引入有效提高了大部分高山地区的插值效果; 相比站点资料, 所建立的格点数据集在描述我国年平均气温以及季节平均气温分布时更为合理, 突出了温度场的大尺度特征; 数据集反映出了我国年平均气温变化趋势主要的空间差异; 数据集较好地反映了我国年平均气温变化状况, 1951- 2007年气温变暖幅度约为1.6 ℃, 增温速率0.28 ℃/10 a, 比全球或半球同期平均增温速率明显偏高, 且气温增暖主要发生在最近的20余年之内。另外, 格点数据集显示, 1998—2007年是1951年以来最暖的10年, 其中2006年全国平均气温距平接近2000年之前的历史最高年份1998年, 而2007年全国平均气温距平值超过1998年, 达到1951年以来的历史最高值1.3 ℃, 为最暖的一年。  相似文献   

5.
选取新疆近30a(1981—2010年)整编的月平均气温数据,定量分析了海拔高度、经纬度因子对气温空间分布的影响,利用KBSI模型对选定的新疆40个国家基本站月平均气温进行空间模拟,并对插值精度进行了交叉验证。结果表明,在进行新疆月平均气温空间模拟时,插值参数应充分考虑到温度分布的空间连续性和季节差异性。在选取参考站时应综合考虑到周边气象站点的疏密和实测数据的可用率等实际情况。为了提高插值精度,需要引入地形(坡度、坡向)和下垫面特征数据来对插值结果进行修正。  相似文献   

6.
近30年甘肃省气温时空变异分析   总被引:1,自引:0,他引:1  
基于ArcGIS Analyst平台,采用协同克里格(CoKriging)插值方法,对1979—2008年甘肃省旬平均气温进行了空间插值,得到1km×1km各旬的平均气温表面数据。第36旬气温插值结果的平均误差、均方根误差、平均标准差、标准化平均误差和均方根标准差的平均分别为-0.00046,1.998,1.809,0.0035和1.087℃。利用插值计算结果和气象站观测数据,分析了旬、月和年平均气温的时空变异特征。结果表明,空间上东南部地区的气温变异较小,其他地区的变异较大;时间上第23-24旬、第24-26旬、第25-27旬、第33-35旬和第34-36旬的平均气温呈平稳下降趋势,第4-6旬、第5-7旬、第6-8旬、第7-9旬和第8-10旬的平均气温呈平稳上升趋势,7月气温呈不显著下降趋势,3,5和10月的平均气温略呈上升趋势。1979—2008年甘肃省的年平均气温为8.05℃,3年滑动平均最低气温(1983—1985年)为7.13℃,最高气温(2005—2007年)为8.82℃,气温上升趋势较为明显。  相似文献   

7.
运用统计学方法对汕头市近50a气象资料进行气候演变特征分析,得到了一些对该地区年平均气温,年极端最高最低气温,年总降水量,年平均日照,年平均气压有分析和预测意义的结果.为分析环境变化对气象观测数据的影响提供了依据.  相似文献   

8.
通过对乌拉特后旗气象站2007年迁站前后两个气象观测站址逐日平均气温数据的对比分析,给出了两站气温的差异,结果显示:(1)乌拉特后旗气象局2006年迁址后,日、月、年平均气温均比旧站高,现站2007—2018年12a年平均气温比旧址1974—2006年33a年平均气温高4.0℃,在2007年出现了断点。(2)现站与旧站同期日平均气温变化趋势一致,且显著相关。(3)两站气温差值存在月、季变化特征,春季差值最大,夏季最小,4月差值最大,7月差值最小。(4)冬半年日平均气温差值的变化幅度比夏半年大,12月变幅最大,6月最小。(5)日平均气温在-15.0℃时,两站温度差异最大,在20.0℃以上的季节,温差相对较小。在与历史资料合并使用时要对数据进行分析订正,避免数据因不连续造成应用误差。  相似文献   

9.
大连地区冬季降水相态的预报方法初探   总被引:4,自引:2,他引:2  
应用大连本站2003—2012年冬季降水过程的地面与探空资料,提出将判断降水相态的因子分别取其过程最大值和过程最小值并归为最大类与最小类,对降水过程动态地进行研究分析。在探讨各个因子对大连本站冬季降水相态影响的过程中,应用多层平均气温的方法来进行相态研究,并与单层气温和气层厚度的方法进行了对比,综合各项因子评价结果发现:平均气温类别的因子对降水相态的区分效果要好于其他类别的因子。规定等压面平均气温,不但表现优秀而且容易计算,非常适合应用于实际预报工作。设计“逐步排除法”,利用2013年大连本站的地面和探空数据对大连冬季降水进行检验,以及使用2013年日本全球数值预报模式格点资料进行模拟预报,均取得了理想的结果。  相似文献   

10.
基于河南省111个气象站1961—2017年均一化前后逐日平均气温数据,采用统计分析方法,分析均一化前后河南省年、四季和月的平均气温变化规律及其空间分布,以期明确非自然因素对河南省平均气温变化趋势的影响。结果表明:1961—2017年,均一化前后河南省年平均气温均呈显著上升,均一化后增温速率为0.21℃/10 a,较均一化前偏大0.02;季节之间,均一化前后均以冬季增温速率最大,均一化前后分别为0.36℃/10 a和0.38℃/10 a;月份之间,均一化前后均以2月增温速率最大,分别为0.49℃/10 a和0.51℃/10 a。从各站看,全省有41.4%的站点平均气温变化未受到非自然因素的影响,其余58.6%的站点受非自然因素影响较大;对于年平均气温,均一化后有96.4%站点气温显著上升,均一化前为90.1%,增加了6.3%,58.6%的站点中有43.3%的站点气候倾向率被低估、15.3%被高估;对于季节平均气温,均一化后冬春两季均有99.1%的站点平均气温显著上升,均一化前分别为98.2%和92.8%;对于月平均气温,均一化前,12个月中月平均气温增温显著的站点超过50%的月份有2月、3月、4月、10月和12月,均一化后,又增加了个1月;非自然因素对平均气温数据的影响导致了对全省气温变暖速率的低估。  相似文献   

11.
专用气候数据空间插值软件ANUSPLIN及其应用   总被引:27,自引:0,他引:27  
空间化的气候数据作为环境因子参数是区域气候模型和地学模型的基础,而插值软件是实现气候观测点数据空间化的工具.ANUSPLIN基于薄盘样条函数理论,引入多个影响因子作为协变量进行气象要素空间插值,大大提高插值精度,且能同时进行多个表面的空间插值,对时间序列的气象要素更加适合.  相似文献   

12.
《大气与海洋》2012,50(4):262-278
ABSTRACT

This study evaluates the 1981–2010 spatiotemporal differences in six available climate datasets (daily total precipitation and mean air temperature) over the Lower Nelson River Basin (LNRB) in ten of its sub-watersheds at seasonal and annual time scales. We find that the Australian National University spline interpolation (ANUSPLIN), and inverse distance weighted (IDW) interpolated observations from 14 Environment and Climate Change Canada (ECCC) meteorological stations show dry biases, whereas reanalysis products tend to overestimate precipitation across most of the basin. All datasets exhibit prominent disagreement in precipitation trends whereby the European Centre for Medium-Range Weather Forecasts (ECMWF) interim reanalysis (ERA-Interim) and European Union Water and Global Change (WATCH) Forcing Data ERA-Interim (WFDEI) show exceptional wetting trends, while the IDW and ANUSPLIN data manifest drying trends. Mean air temperature trends generally agree across most of the datasets; however, the North American Regional Reanalysis (NARR) and IDW show stronger warming relative to other datasets. Overall, analyses of the different climate datasets and their ensemble reveal that the choice of input dataset plays a crucial role in the accurate estimation of historical climatic conditions, particularly when assessing trends, for the LNRB. Using the ensemble has the distinct advantage of preserving the unique strengths of all datasets and affords the opportunity to estimate the uncertainty for hydrologic modelling and climate change impact studies.  相似文献   

13.
利用重庆地区1999年和2018年气象数据, 分别采用薄盘光滑样条、协同克里金、普通克里金、反距离加权4种方法, 从年和月两种尺度对气温、降水、太阳总辐射三个要素进行空间插值; 采取交叉验证方法, 用MAE、MRE、RMSE评估插值精度, 确定各要素最优插值方法。结果表明: 气温和太阳总辐射最优插值方法为薄盘光滑样条, 降水为反距离加权; 插值精度上气温、太阳总辐射高值月份优于低值月份, 降水则相反, 但三个要素均表现出年尺度优于月尺度。MRE检验表明, 插值精度为气温>太阳总辐射>降水, 1999年年尺度插值精度分别为1.86%、4.60%、6.87%, 月尺度插值精度分别为2.79%、5.82%、17.42%;2018年太阳总辐射年、月尺度插值精度分别为3.03%、4.88%, 区域站加密后气温、降水年尺度插值精度分别为2.03%、11.20%, 月尺度对应插值精度分别为3.20%、23.14%。  相似文献   

14.
在ANUSPLIN薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。本文选取2017—2019年大雾和霾能见度较差的天气过程,利用183个能见度观测站点对能见度进行插值,引入Himawari-8卫星的通道数据和DEM数据作为协变量对能见度的插值结果进行改进,并对能见度插值结果进行对比分析。研究表明,引入Himawari-8数据和DEM数据作为协变量的能见度插值结果在精度上有显著提高,尤其对雾区和霾区的边界范围和纹理的反演更为准确,基于Himawari-8卫星数据和气象监测站点的观测数据,使用协变量的方法进行能见度插值可以做为能见度监测网格化的一种有效途径。  相似文献   

15.
基于DEM的气温插值方法研究   总被引:2,自引:0,他引:2  
以甘肃河东为研究区,利用河东及周边的82个气象站点1971~2004年的月平均气温数据,结合数字高程模型(DEM),在分析平均气温与经度、纬度、海拔高度、坡度、坡向地形要素相关关系基础上,提出了一种基于DEM的多元线性回归空间插值方法(MLR),并与传统的反距离平方法(IDS)、样条函数法(SPLINE)和普通克里金法(OK)进行了精度比较.精度验证结果显示:无论从误差大小还是从插值效果上,考虑了地形要素的MLR方法均优于传统的插值方法.最后,基于MLR插值方法生成84 m×84 m甘肃河东地区月平均气温栅格数据集.平均气温结果表明:河东各月平均气温大致呈现由东南向西北逐渐降低的空间格局,且平均气温的季节内波动差异较大.其中,夏季气温的波动幅度最小,波动幅度自西向东减弱;冬季次之,有自北向南减弱的趋势;春季和秋季较大,有自西南向东北降低的趋势.  相似文献   

16.
基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。  相似文献   

17.
河北地区气温内插模型及检验方   总被引:1,自引:0,他引:1       下载免费PDF全文
以1965—1999年河北省逐月平均气温为研究对象,采用一元线性回归法和IDW(Inverse Distance Weighted)相结合的方法,将温度插值到河北省整个区域,绘制河北省温度空间分布图,实现河北省年内各月平均气温空间填图;同时,分析了河北省冬季和夏季各月的月平均温度的误差精度。结果表明:插值的结果与观测值的相关系数(R)在12个月均大于0.82,显示插值方法具有较好的模拟精度,可用于气温的空间插值和特征分析。  相似文献   

18.
为研究新疆地区气温的空间变异性,以新疆66个国家气象台站1981—2010年月平均气温和30 m空间分辨率DEM数据为基础,采用传统插值法、基于DEM多元线性回归插值和基于DEM修正的空间插值方法对新疆区域气温数据进行栅格化,并分析年平均气温与海拔的相关关系。通过采用反距离权重法(IDW),普通克里格法(Kriging),样条函数法(Spline)和趋势面分析法(Trend)4种空间插值方法对气象要素进行直接插值、气温多元回归模型残差结果插值、基于DEM修正插值对比分析。通过针对插值方法进行基于MAE和RMSIE的交叉验证,结果表明传统插值方法、基于多元线性回归和基于DEM修正4种空间插值精度均为IDWKrigingSplineTrend。反距离权重(IDW)空间插值方法最优,基于DEM修正IDW插值、基于多元线性回归IDW插值与传统IDW插值精度分别是0.039、0.477、1.038,插值结果客观的表达了新疆区域气温随空间梯度的变化趋势。  相似文献   

19.
基于ANUSPLIN软件的逐日气象要素插值方法应用与评估   总被引:10,自引:0,他引:10       下载免费PDF全文
气象要素是资源、环境、灾害以及全球变化等领域研究的数据基础,格点化数据在未来研究应用中显得日益重要。本文基于中国境内667个基本和基准地面气象观测站点的基本气象资料,使用ANUSPLIN专用气候插值软件对1961-2006年逐日气温、降水进行插值,并利用未参与插值的全国1667个加密站点对插值结果的准确性进行检验,同时与反向距离权重法和普通克吕格法等插值方法的结果进行对比。结果表明,利用667个站点使用ANUSPLIN软件进行逐日平均气温插值有92.0%的误差在2.0℃以内,75.0%的误差在1.0℃以内,0.9%的误差在5.0℃以上,平均绝对误差为0.8℃;对逐日降水进行插值,75.0%的误差小于5.0mm,85%的误差小于10.0mm,平均绝对误差为6.4mm,误差大小与降水量呈现出正相关性,对局地强降水的插值效果不好,这可能与参与局部拟合插值的样本数太少有关;同时,夏季的温度插值误差小于冬季,而冬季的降水误差小于夏季。将ANUSPLIN的局部薄盘样条插值结果分别与反向距离权重法和普通克吕格法的插值结果进行对比,显示ANUSPLIN软件的插值误差最小。结果同样表明,适当增加站点数量和提高DEM精度可进一步提高ANUSPLIN软件的插值精度。  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