-
题名中国结冰现象序列的建立及气候变化分析
被引量：8
- 1
-
-
作者
余予
任芝花
孟晓艳
-
机构
国家气象信息中心
中国环境监测总站
-
出处
《高原气象》
CSCD
北大核心
2018年第2期553-559,共7页
-
基金
预报预测核心业务发展专项(CMAHX20160703)
公益性行业(气象)科研专项(GYHY201106038)
-
文摘
基于全国2 400余个国家级地面站1954 2015年观测的天气现象提取得到结冰现象序列,进行了气象要素内部一致性检查,特别是对中国1981年前部分台站由于简化观测任务不记录结冰现象,和部分台站漏记该现象的情况进行了检测和质控。结果表明,1954 1979年间共有662个台站累计6 328年实际未观测和记录结冰现象,1981年前有839个台站累计1 453年存在明显漏记结冰现象情况。基于质控后数据统计表明,1961 2015年全国年结冰日数呈减少趋势,约为-1.5 d·(10a)^(-1)。基于我国35°N以北708个地面台站,统计了1971 2015年结冰期变化。北方平均结冰期为149天,且呈现下降趋势,约为-2.1 d·(10a)^(-1)。288站结冰期显著减少,且155个台站的结冰起始日期推迟,141个台站的结冰终止日期提前。
-
关键词
结冰现象
长时间序列
气候变化分析
-
Keywords
icing weather phenomenon
long term series
climate variation analysis
-
分类号
P413
[天文地球—大气科学及气象学]
-
-
题名近55年安徽省结冰现象气候特征及趋势分析
被引量：4
- 2
-
-
作者
张庆奎
项阳
吉振明
孙良宵
-
机构
安徽省阜阳市气象局
中山大学大气科学学院
江苏省气候中心
-
出处
《自然灾害学报》
CSCD
北大核心
2020年第6期218-226,共9页
-
基金
中国气象局预报员专项(CMAYBY2019-052)
安徽省气象局预报员专项资助(KY201603,KY201806)。
-
文摘
利用安徽省56个国家级气象观测站1961~2016年逐日结冰现象和最低气温观测资料及台站基本信息,统计分析了近55 a安徽省结冰现象的空间分布特征和时间变化趋势,并分别讨论了结冰现象与纬度、海拔及最低气温的相关性。研究结果表明:在空间分布上,安徽省结冰现象的分布具有较明显的地域性特征,结冰日数和结冰期总体呈现出由北向南逐渐减少的特征,由于受山脉影响,高海拔地区又呈现出不同程度的增多;结冰初日淮北北部和江南高海拔山区最早,江淮之间南部到江南地区最晚,结冰终日分布与之相反;结冰现象的空间分布与纬度和海拔存在明显的正向相关关系,与纬度和海拔相关系数的绝对值分别超过0.5和0.8。在时间变化方面,安徽省结冰现象主要发生在11月至次年3月,集中发生在12月至次年2月;近55a结冰现象呈现出明显的变化趋势,具体表现为结冰日和结冰期均出现减少,结冰初日及结冰终日则表现为推迟和提前,由南向北结冰现象变化趋势总体一致,但也存在一定的区域差异;突变检测显示结冰日、结冰期、结冰初日和结冰终日存在突变情况,突变时间分别为1988、1994、2000和1991年;结冰现象的分布和变化与最低气温有着显著负向相关关系,其相关系数绝对值均达到0.7以上;伴随着最低气温的升高,各月结冰日均呈现出减少趋势,且结冰日的月分布存在逐渐向1月和12月相对集中的趋势。
-
关键词
结冰现象
气候特征
变化趋势
-
Keywords
icing weather phenomenon
climatic characteristics
change trend
-
分类号
X43
[环境科学与工程—灾害防治]
-
-
题名基于Bayes判别法的结冰现象资料序列订正
被引量：1
- 3
-
-
作者
温华洋
朱华亮
马文周
邱康俊
张苗苗
刘壮
-
机构
安徽省气象信息中心
合肥工业大学
-
出处
《气象》
CSCD
北大核心
2021年第9期1113-1121,共9页
-
基金
国家自然科学基金项目(41805023)
安徽省气象局研究性业务科技攻关项目(YJG202003)共同资助。
-
文摘
针对安徽省81个国家级地面气象站1961—2018年结冰现象资料序列,采用要素一致性、内部一致性、空间一致性等方法进行数据质量控制,基于质量控制后的正常年份数据进行Bayes判别模型训练,应用训练所得模型完成异常年份结冰数据的订正。结果表明:安徽省共有38个台站累计84年的年结冰日数质量控制检查异常,年结冰日数异常年份主要集中在1961—1970、1988—1999和2015—2017年,造成年结冰日数异常的原因有部分台站历史观测任务简化、气象台站分类调整以及地面气象观测业务改革等。利用Bayes判别法构建了多个结冰现象判别模型,经检验发现,模型1和模型3具有较高的判识正确率、命中率、TS评分以及较低的误警率。考虑计算的简便性,选用模型1对异常年份结冰数据进行逐日订正。通过六安站、太和站和无为站异常年份结冰现象订正结果对比发现,基于Bayes判别法的结冰现象判别模型,对不同时间段内、不同原因造成的结冰现象观测记录异常的订正均较为合理,订正后的年结冰日数变化趋势更符合实际情况,表明采用Bayes判别模型订正结冰现象是合理、可行的。
-
关键词
结冰现象
序列订正
Bayes判别法
-
Keywords
icing weather phenomenon
sequence correction
Bayes discriminant method
-
分类号
P413
[天文地球—大气科学及气象学]
-
