简介:气象观测资料是一切气象工作的基础.已有的气象观测网为我们提供了宝贵的资料,但仍不能满足气象业务和服务的需要.因此必须通过短期气候考察来获取更多的信息(主要是在特殊地形条件下).长期以来不少气象工作者对短期气候资料的订正、延长等做了大量的尝试,取得了明显的成效.本文试图对气温资料超短序列订正的传统作法进行一些改进,使订正的效果更加精确.1传统的订正方法气温资料超短序列的订正是实际工作中最为常见的问题.传统订正方法的主要思路是按逐日总云量分成晴昙阴三种情况,考察不同云天状况下基本站与订正点之间的温度差异,根据全概率公式进行订正.在具体运用中我们发现,有时(特别是夏季)用这种方法进行订正有一定的误差.
简介:为了了解数值模式降水预报在云南地区的预报效果和误差特点,利用T639、德国和日本模式对2010—2013年云南地区雨季(5—10月)的24—72h降水预报进行了检验和分析。结果表明:日本模式对云南地区雨季小雨和中雨具有较好的预报能力,T639模式对大雨和暴雨的预报效果明显优于德国和日本模式。T639和日本模式对6—8月降水预报的TS评分高于其他月份,而德国模式对10月中雨及以上量级降水预报的TS评分明显高于其他月份和其他两种模式。日本模式能准确预报出较强雨带的位置且降水量较接近实况,但对降水中心位置的预报偏西;T639模式能较好的预报降水中心,但预报的降水量偏大;德国模式对云南西部地区降水预报偏大,对东部地区降水预报偏小。日本模式对台风低压影响的降水预报效果较好,而德国模式对两高辐合系统影响的大雨和暴雨预报效果较好;对冷锋切变造成的中雨及以上量级降水,T639模式的24h和48h预报更具有参考价值。
简介:利用2010—2015年版《中国学术期刊影响因子年报(自然科学与工程技术)》提供的数据,对9种大气科学更名期刊的多项评价指标进行统计分析。结果表明:6年来9种期刊的多年平均复合影响因子(U-JIF)为1.285,复合总被引呈逐年增加的趋势,但是个别期刊的他引总引比还很低,且多数期刊的互引指数偏低;多数期刊的可被引文献量和论文发表总页数变化不大,但多数期刊的篇均长度、平均引文数、基金论文比呈逐年增加的趋势;多数期刊的Web即年下载率存在下降趋势,而总下载量变化不大;多数期刊建有自主网站,但普遍存在"重建设、轻维护"的问题,建议期刊编辑部应重视自主网站的建设和维护,下大力气办好"过刊浏览"和"预出版"栏目。
简介:利用平凉市7个气象站1965~2010年逐日、逐月的气温、降水、蒸发等资料,分别采用K指数、PDSI、CI指数、Z指数等4种干旱指标计算了各站近46a逐月的干旱指数,分析比较了这4种干旱指标在干旱变化、干旱程度和范围等方面的应用情况,结果表明:K指数、CI指数和Z指数在多数情况下与降水对应关系密切,而PDSI对降水变化的反映并不十分灵敏;各种干旱指标都能反映出区域内干旱的发生,但反映的程度和范围不同,无论在重旱年份或一般年份K指数计算的干旱程度和范围明显要大于其他3种指数,Z指数则明显偏轻,PDSI和CI指数介于二者之间;重旱年份K指数对干旱程度及范围的反映更为接近实际情况,Z指数最差;一般年份,PDSI、Z指数和CI指数更具有优势,但CI指数在冬季的适用性较差。干旱是一个复杂的累积过程,在业务应用中要综合考虑前期水分情况及旱情发生发展的各类影响因素,根据实际情况选择不同的干旱指标。
简介:依据气温间的空间相关性,将地统计学中的普通克里金法(OrdinaryKriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(ImprovedOrdinaryKriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(InverseDistanceWeighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。
简介:对于中尺度数值天气预报来说,初始条件的准确与否已成为影响预报技巧的主要因素之一。现有的大气观测资料在时空分布上的不均匀,以及存在的观测误差,使得我们必须引进资料同化方法,为中尺度数值模式提供最优的初始场。由于传统的三维变分同化(3DVar)方法缺乏模式约束以及背景误差协方差矩阵(B矩阵)不具有流依赖性,因此本文提出一种基于历史样本投影的3DVar(HSP-3DVar)方法,它不仅具有流依赖的B矩阵,而且比传统的3DVar简单易行。为了评价HSP-3DVar的同化性能,我们基于区域暴雨预报模式AREM(AdvancedRegionalEtaModel)对其进行了观测系统模拟试验(OSSE),结果表明:HSP-3DVar能够有效融合观测信息,模式初值在各层的均方根误差都显著地降低。