仁和气象站迁站前后温湿对比分析          下载免费PDF全文

资晶  肖艺琳  严晶 《陕西气象》2021,(4):57-60

利用2018年仁和区国家气象观测站新、旧站的气温、相对湿度和水汽压观测资料,采用差值统计方法,对新、旧站气温、相对湿度和水汽压进行对比分析。结果表明：新站的年平均气温低于旧站,新、旧站冬季（12—2月）平均气温差值为零;新、旧站月平均最高气温的差值最大,月平均最低气温的差值最小;新、旧站月极端最高（最低）气温出现日期有的不是同一日。新站较旧站的相对湿度和水汽压略有提高,月最小相对湿度只有8月的出现日期不是同一日。气温和湿度都是白天差值大于夜间,气温和湿度的差值波动范围在干、雨季期间有明显的区别。城市热岛效应、绿地增湿降温作用,海拔高度变化和逆温层等因素是造成温湿差异的主要原因。  相似文献   

青藏高原冬季1月绕流的变化特征及其对中国气候的影响     

姜润  巩远发  袁源  康潆文  陈彦伟  侯劭禹 《大气科学》2021,45(6):1313-1326

利用1979～2019年NCEP/NCAR再分析资料和中国地面基本气象要素日值数据集（V3.0）的气温和降水资料,首先定义了客观表征冬季青藏高原南北两支绕流变化的指数,然后分析了其不同的变化特征,并采用相关分析、合成分析等方法初步研究了青藏高原南北两支绕流异常变化对中国气温和降水的影响机制。主要结果有:（1）青藏高原冬季北支绕流和南支绕流之间呈显著的负相关;北支（南支）绕流强、南支（北支）绕流弱时,对流层中低纬度地区从高原西部到我国东部沿岸为一个大范围的异常反气旋式（气旋式）环流系统,500 hPa高原的中部为一个异常反气旋（气旋）环流中心。（2）青藏高原冬季南北两支绕流的变化对中国冬季天气气候有显著影响。当青藏高原北支绕流强（弱）时,中国除东北是气温偏低（高）、降水偏多（少）外,河套、青藏高原及长江以南则是气温偏高（低）、降水偏少（多）;当南支绕流强（弱）时,中国气温普遍偏低（高）,东北及新疆北部是降水偏少（多）,南方大部分地区是降水偏多（少）。（3）分析高原绕流异常变化对中国天气气候的影响机制表明:当青藏高原北支绕流强、南支绕流弱时,中国东部35°N以北的对流层中都是异常西北风,35°N以南都是异常东北风,受高原异常纬向绕流影响,对流层大气为明显的“正压结构”;相应的对流层底层从南到北为一致的异常西南风,850 hPa以上35°N的之间为反气旋式切变和下沉运动异常,300 hPa以下异常偏暖,这些条件加强了下沉增温,导致中国东部气温偏高、降水偏少。当青藏高原南支绕流强、北支绕流弱时,对流层中的纬向风异常则为明显的“斜压特征”,异常西风呈现为从对流层低层到高层、低纬度到高纬度的倾斜的带状特征,其下方自华南近地面到华北200 hPa的“三角形”状异常东风,配合相应的经向风异常和华南到华北的异常上升运动,低层为“三角形”状的异常冷气团向南切入到中国南海,中上层为异常偏暖的西南气流在冷气团上自南向北爬升到中高纬度地区,导致中国大范围的气温异常偏低、降水偏多。  相似文献   

GPT2w模型在中国大陆地区的精度分析     

陈发源  王新志  金双根 《南京气象学院学报》2021,13(2):145-153

全球气温气压（GPT）系列模型可用于计算全球任意位置的气温、气压和水汽压等各种气象参数,目前国内外广泛使用且精度较高的全球气温气压模型主要为GPT2w模型.本文利用2012—2016年中国大陆地区102个国家气象站实测的气温、气压和水汽压数据对GPT2w模型进行精度分析.结果表明：GPT2w模型的气温误差均值为-0.45 ℃,标准偏差均值为10.04 ℃;气压误差均值为2.05 hPa,标准偏差均值为6.55 hPa;水汽压误差均值为0.11 hPa,标准偏差均值为6.15 hPa.总体而言,GPT2w模型计算出的气温、气压和水汽压值在中国大陆大部分地区具有较高的精度.同时,三种气象参数的精度在中国大陆地区分布不均匀,不同纬度区间存在一定差异且以年为周期均具有明显的季节性.  相似文献   

CMIP6全球气候模式对青藏高原中东部地表感热通量模拟能力评估   总被引：1，自引：0，他引：1  

王美蓉  周顺武  孙阳  王军  马淑俊  余忠水 《大气科学》2022,46(5):1225-1238

利用青藏高原（以下简称高原）气象台站常规观测资料、国家青藏高原科学数据中心的青藏高原地气相互作用过程高分辨率（逐小时）综合观测数据集（2005～2016）、国际耦合模式比较计划第六阶段（CMIP6）的历史模拟试验数据和卫星辐射资料,定量评估了12个全球气候模式对1979～2014年高原中东部地表感热通量的模拟能力,并对其模拟偏差进行了成因分析。结果表明,CMIP6模式可较好地重现高原地表感热通量的年循环和季节平均的空间分布型,但数值较计算感热通量偏低,主要表现为对感热通量大值区严重低估。区域平均而言,12个模式模拟的春季高原中东部感热通量的时间演变序列整体较计算感热通量偏低,其中偏差最大的模式为MIROC6,其多年均值仅为计算值的1/3左右。进一步分析发现多模式模拟的春季高原10 m高度处风速和地气温差分别偏强和偏弱,说明CMIP6模拟的春季高原感热通量偏低可主要归因于地气温差的模拟冷偏差。地气温差的模拟冷偏差在高原中东部地区普遍存在,且地表温度和空气温度均存在明显冷偏差,尤其地表温度偏差更大,这很大程度上可能与CMIP6多模式模拟的春季高原降水偏强有关。  相似文献   

青藏高原与周边地区近四十年区域夏季地表气温变化趋势的异同及归因分析     

吴玉婷  杨崧  胡晓明  王子谦  鲁萌萌  肖子牛 《大气科学》2022,46(5):1253-1266

欧亚大陆夏季地表气温在近四十年有显著的升温趋势,本文基于ERA5再分析数据研究了1979～2019年间欧亚大陆不同区域的夏季地表气温的变化特征,并利用气候反馈响应分析方法揭示了各区域变暖原因的异同。作为全球海拔最高的大地形,青藏高原在过去四十年经历了显著的增温过程。青藏高原周边相对低海拔的地区（如北非—南欧地区、蒙古地区、东北亚地区）同样表现出明显的变暖特征,而高原南侧的南亚地区的地表气温却变化不明显。青藏高原夏季积雪融化引起的地表反照率减小使得更多短波辐射到达地表,放大高原地表增暖。北非—南欧地区增暖则主要源于大气气溶胶含量减少造成的入射短波辐射增加。同时,大气温度升高导致的向下长波辐射增强对北非—南欧地区以及蒙古地区的增暖都有显著贡献。此外,东北亚地区云的减少是造成其地表增暖最主要的过程,而南亚地区则是水汽增加和感热通量减少造成的增温与云和气溶胶增加造成的降温相抵消,因而温度变化幅度不大。  相似文献   

JL-NZCv1.0短期气候预测系统对吉林省春、夏季气温、降水预测的初步检验评估     

曲美慧  涂钢  刘洋  穆佳 《吉林气象》2022,29(1):16-21

  相似文献   

基于2种算法的日光温室日均气温预测模型比较研究          下载免费PDF全文

杨义  洪波  李艳莉  杭兴  张锋 《陕西气象》2022,(3):48-52

为科学精准地为温室大棚生产提供气象服务,2020年11月—2021年5月分别在位于陕西省关中的泾阳县和陕北的延川县选择砖墙和土墙两种主要的生产棚型进行了大棚内外气温的对比观测试验,并采用BP神经网络和多元线性回归分析2种算法对不同棚型和晴空条件下的棚内气温进行了模拟预测研究。结果表明： 利用BP神经网络方法建立的预测模型较多元线性回归分析方法的模拟精度更高,BP神经网络方法对泾阳和延川梁家河试验示范园日光温室内气温预测模型拟合优度R2分别达075和077,均方误差分别为192 ℃和190 ℃;控制条件下,砖墙结构比土墙结构日光温室的气温预测精度更高;多云天气条件下模型的预测精度更高。  相似文献   

基于CMIP6的福建省极端气温预估     

陈笑晨  唐振飞  陈锡宽  郑潮宇  李欣欣  杨婷 《干旱气象》2022,(3):415-423

基于第六阶段耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,CMIP6)模拟数据和高分辨率逐日格点观测数据,分别采用分位数映射法和泰勒图对福建省极端气温指数模拟值进行订正和评估,发现在历史参照期(1991—2010年)订正后的各极端气温指数模拟值与观测值更加接近。在此基础上,分析了SSP2-4.5和SSP5-8.5情景下福建省21世纪近期(2021—2040年)、中期(2051—2070年)和末期(2081—2100年)订正后的极端气温指数相对于历史参照期的时空变化特征。从时间变化来看,21世纪各时期,全省平均极端气温指数呈现升高趋势,且随着时间推移增幅不断加大。从空间变化来看,极端最高气温TXx呈现西北内陆增幅大、东南沿海增幅小的趋势,极端最低气温TNn空间分布与TXx类似,增幅略小,夏季日数Su增量在福建西南部为大值区,暖昼日数TX90p在福建东南部增幅最大。采用广义极值(generalized extreme value,GEV)分布研究了TXx重现期变化,发现SSP2-4.5情景下,21世纪3个时期增温较为匀速,而SSP5-8.5情景下增温呈加速趋势。在SSP5-8.5情景下,历史参照期20 a一遇的极端最高气温在21世纪末期每年都可能发生。  相似文献   

增暖背景下北极涛动对新疆冬季平均气温的影响     

陈颖  贾孜拉·拜山  邵伟玲  刘精 《干旱气象》2022,40(2):195-201

  相似文献   

基于慢特征分析方法研究陆地表面气温变率的驱动力          下载免费PDF全文

朱丽飞  孙诚  李建平  张静  刘雨森  宫湛秋 《大气科学》2022,46(3):520-540

慢特征分析（SFA）方法可以从非平稳时间序列中提取出慢变的外强迫信息。近年来,SFA方法被应用于气候变化研究领域,用于探究气候变化的潜在驱动力及相关的动力学机制。本文基于SFA方法,提取全球陆地表面气温（LSAT）的慢变外强迫信息,研究全球LSAT慢变驱动力的空间结构特征及低频变率的主要驱动因子。SFA方法提取的LSAT慢变驱动力与历史时期全球辐射强迫（GRF）和全球海表温度（SST）的主模态（大西洋多年代际振荡AMO、热带太平洋ENSO变率和太平洋年代际振荡PDO）有显著的相关关系,表明全球大部分地区LSAT的变率受到GRF和三个SST模态的显著影响。GRF对LSAT变率的影响有全球一致性的特征,而三个SST模态对LSAT变率的影响则呈现出明显的区域特点。此外,由于SFA方法可以有效降低原始LSAT序列中随机噪声的干扰,GRF和SST模态对LSAT变率的解释方差显著提高,进一步表明GRF和SST模态是全球LSAT低频变率主要的驱动因子。最后,利用历史海温驱动AGCM试验（即AMIP试验）的结果,验证了三个SST模态对区域LSAT变率的显著影响。  相似文献