2022年第0卷第6期文章目次
2022(6):1-6.
摘要:
利用2010—2020年陕西省国家基本气象站、区域站24 h(20—20时)降雨量资料，常规地面观测、高空探测资料，统计并甄别出陕西省弱天气系统影响下的暖区暴雨过程（下称暖区暴雨）14次，按照天气形势将其分为副高冷空气渗透型、副高远距离冷锋型、副高暖脊型。利用国家基本站、区域站逐小时降雨量和探空实况观测资料，分析了暖区暴雨的时空分布特征，暖区暴雨、一般暴雨、平均气候值的物理量及其阈值的比较。结果表明：（1）暖区暴雨的降雨量高值中心基本呈两高型（副高冷空气渗透型）或一高型（副高暖脊型），三个高值中心分别为沿秦岭分布，榆林中部的长城沿线和黄河沿岸，陕南的汉水谷地和米仓山、大巴山一线；副高远距离冷锋型分布较为平均。（2）暖区暴雨呈现明显的中尺度特征，发生短时强降水的站次频率高达41%；3类暖区暴雨中的短时强降水具有明显的日变化特征，存在两个明显的降水时段，午后15时开始增多，17—19时达到高峰，入夜21时又开始增多，00—04时达到高峰，上午时段短时强降水出现的次数极少。（3）与一般暴雨和气候平均值相比，暖区暴雨发生在风垂直切变较小的弱垂直风切变中，0～6 km垂直风切变的平均值为24×10-3 s-1；0 ℃层高度较高，平均值为47 km；具有异常的高能、高湿条件，K指数平均值达397 ℃，CAPE的平均值为1 334 J/kg，整层水汽含量平均值为3 383 g/kg，850 hPa的温度露点差平均值为26 ℃，暖区暴雨的850 hPa与500 hPa的温度差平均值为249 ℃。
利用2010—2020年陕西省国家基本气象站、区域站24 h(20—20时)降雨量资料，常规地面观测、高空探测资料，统计并甄别出陕西省弱天气系统影响下的暖区暴雨过程（下称暖区暴雨）14次，按照天气形势将其分为副高冷空气渗透型、副高远距离冷锋型、副高暖脊型。利用国家基本站、区域站逐小时降雨量和探空实况观测资料，分析了暖区暴雨的时空分布特征，暖区暴雨、一般暴雨、平均气候值的物理量及其阈值的比较。结果表明：（1）暖区暴雨的降雨量高值中心基本呈两高型（副高冷空气渗透型）或一高型（副高暖脊型），三个高值中心分别为沿秦岭分布，榆林中部的长城沿线和黄河沿岸，陕南的汉水谷地和米仓山、大巴山一线；副高远距离冷锋型分布较为平均。（2）暖区暴雨呈现明显的中尺度特征，发生短时强降水的站次频率高达41%；3类暖区暴雨中的短时强降水具有明显的日变化特征，存在两个明显的降水时段，午后15时开始增多，17—19时达到高峰，入夜21时又开始增多，00—04时达到高峰，上午时段短时强降水出现的次数极少。（3）与一般暴雨和气候平均值相比，暖区暴雨发生在风垂直切变较小的弱垂直风切变中，0～6 km垂直风切变的平均值为24×10-3 s-1；0 ℃层高度较高，平均值为47 km；具有异常的高能、高湿条件，K指数平均值达397 ℃，CAPE的平均值为1 334 J/kg，整层水汽含量平均值为3 383 g/kg，850 hPa的温度露点差平均值为26 ℃，暖区暴雨的850 hPa与500 hPa的温度差平均值为249 ℃。
2022(6):7-14.
摘要:
利用2014—2019年咸阳地区13个地面气象观测自动站风场数据、NCEP/NCAR 1°×1°再分析资料、西安探空资料及多普勒雷达产品、陕西智能网格逐小时格点化预报风场产品，对2014—2019年发生在咸阳地区的大风天气过程进行统计及分型处理，对比2017—2019年大风过程中陕西智能网格预报风场产品与实况风场差异，提炼出基于陕西智能网格预报风场产品的订正指标，利用2020年大风个例进行检验评估来验证订正指标的可靠性。结果表明：发生在咸阳地区的大风分为系统性大风和雷雨大风，其中系统性大风包括高压后部偏东大风和冷锋后部偏北大风，雷雨大风分为高空冷槽型、西风槽型、副高影响型、冷涡后部型以及低涡型；陕西智能网格预报可提前72 h准确预报出2类系统性大风天气过程，提前12 h预报的平均风速最大值与实况最大风速之间差值最小，可参考该预报时次的结果增加4 m/s进行订正,检验得到6级以上风速预报准确率提高约1831%左右；对于雷雨大风，最大小时增幅在2 m/s以上对雷雨大风的发生时段预报有一定的指示意义,结合25百分位的实况极大风速阈值、陕西智能网格预报极大风速阈值，与各个环境参量和雷达产品参数进行概率匹配，订正预报可在一定程度上提高此类大风极大风速预报准确率。
利用2014—2019年咸阳地区13个地面气象观测自动站风场数据、NCEP/NCAR 1°×1°再分析资料、西安探空资料及多普勒雷达产品、陕西智能网格逐小时格点化预报风场产品，对2014—2019年发生在咸阳地区的大风天气过程进行统计及分型处理，对比2017—2019年大风过程中陕西智能网格预报风场产品与实况风场差异，提炼出基于陕西智能网格预报风场产品的订正指标，利用2020年大风个例进行检验评估来验证订正指标的可靠性。结果表明：发生在咸阳地区的大风分为系统性大风和雷雨大风，其中系统性大风包括高压后部偏东大风和冷锋后部偏北大风，雷雨大风分为高空冷槽型、西风槽型、副高影响型、冷涡后部型以及低涡型；陕西智能网格预报可提前72 h准确预报出2类系统性大风天气过程，提前12 h预报的平均风速最大值与实况最大风速之间差值最小，可参考该预报时次的结果增加4 m/s进行订正,检验得到6级以上风速预报准确率提高约1831%左右；对于雷雨大风，最大小时增幅在2 m/s以上对雷雨大风的发生时段预报有一定的指示意义,结合25百分位的实况极大风速阈值、陕西智能网格预报极大风速阈值，与各个环境参量和雷达产品参数进行概率匹配，订正预报可在一定程度上提高此类大风极大风速预报准确率。
2022(6):15-20.
摘要:
针对2017年5月2—3日重庆地区发生的一次区域性暴雨过程，利用重庆市气象局天资高分辨率预报系统对本次过程进行了数值模拟。分析结果表明，该系统能够较好地模拟出本次区域暴雨过程的大尺度环流形势和降水的落区、强度。使用GDAS和ERA资料分别作为模式的初始场，对比分析二者的模拟结果，可以看出不同的初始资料对这场暴雨的预报结果存在较为显著的影响；对总能量偏差进行功率谱分析得出，对这次暴雨过程而言，整个积分时间内两种初始资料模拟结果的总扰动能量偏差在较大尺度上增长缓慢，而在较小尺度上增长速度很快，且累积降水量的功率谱分析表明最初的主要降水尺度出现在700 km左右，随着积分时间的增长，主要降水尺度向大尺度方向转移。
针对2017年5月2—3日重庆地区发生的一次区域性暴雨过程，利用重庆市气象局天资高分辨率预报系统对本次过程进行了数值模拟。分析结果表明，该系统能够较好地模拟出本次区域暴雨过程的大尺度环流形势和降水的落区、强度。使用GDAS和ERA资料分别作为模式的初始场，对比分析二者的模拟结果，可以看出不同的初始资料对这场暴雨的预报结果存在较为显著的影响；对总能量偏差进行功率谱分析得出，对这次暴雨过程而言，整个积分时间内两种初始资料模拟结果的总扰动能量偏差在较大尺度上增长缓慢，而在较小尺度上增长速度很快，且累积降水量的功率谱分析表明最初的主要降水尺度出现在700 km左右，随着积分时间的增长，主要降水尺度向大尺度方向转移。
2022(6):21-25.
摘要:
利用1965—2017年韶关地区8个站点的日平均气温观测资料，发现将过去连续7 d的日平均气温分别作为逐步多元线性回归、LightGBM(light gradient boosting machine)以及BP-NN(back propagation neural network)算法(机器学习)的自变量可最准确地预报出未来1～3 d的日平均气温。据此分别构建了三种短期气温预报模型，并系统地探讨了其适用性。主要结果如下：(1)三种模型的预报准确度均较高，机器学习方法在预报正确率(绝对误差(absolute error)小于2 ℃的天数占比)、相关系数(R)和平均绝对误差(mean absolute error, MAE)上均要优于逐步多元线性回归法。其中LightGBM的预报效果最优，其1～3 d的预报正确率分别为8438%、6986%、6137%，对应预报值与测量值之间的R分别为098、094、093，MAE分别为117、176、200 ℃。(2)冬春季、秋冬季日平均气温较大的波动性是导致该时期三种模型MAE总体偏大的主要因素，但LightGBM仍具有最优的预报稳定性，其绝对误差的方差最低。
利用1965—2017年韶关地区8个站点的日平均气温观测资料，发现将过去连续7 d的日平均气温分别作为逐步多元线性回归、LightGBM(light gradient boosting machine)以及BP-NN(back propagation neural network)算法(机器学习)的自变量可最准确地预报出未来1～3 d的日平均气温。据此分别构建了三种短期气温预报模型，并系统地探讨了其适用性。主要结果如下：(1)三种模型的预报准确度均较高，机器学习方法在预报正确率(绝对误差(absolute error)小于2 ℃的天数占比)、相关系数(R)和平均绝对误差(mean absolute error, MAE)上均要优于逐步多元线性回归法。其中LightGBM的预报效果最优，其1～3 d的预报正确率分别为8438%、6986%、6137%，对应预报值与测量值之间的R分别为098、094、093，MAE分别为117、176、200 ℃。(2)冬春季、秋冬季日平均气温较大的波动性是导致该时期三种模型MAE总体偏大的主要因素，但LightGBM仍具有最优的预报稳定性，其绝对误差的方差最低。
2022(6):26-33.
摘要:
依据气候季节划分标准，基于太白山拔仙台、文公庙、汤峪1号、鳌山气象站建站至2022年2月日气温资料，太白、眉县气象站1961—2020年常年气温资料和气温随海拔高度递减规律，划分太白山高山区历年和常年气候季节。高山气象站监测资料统计结果显示拔仙台气象站2019年6月—2022年2月连续3 a只有冬季；研究发现太白山3 200 m以上的文公庙、汤峪1号、鳌山等气象站常年气候季节为无夏区，且冬季长度平均都在300 d以上；其中3 730 m的拔仙台气象站及以上山区为常冬区。近60 a拔仙台气象站常年气候季节指标逐渐趋近无夏区，未来10～20 a有可能转为无夏区。
依据气候季节划分标准，基于太白山拔仙台、文公庙、汤峪1号、鳌山气象站建站至2022年2月日气温资料，太白、眉县气象站1961—2020年常年气温资料和气温随海拔高度递减规律，划分太白山高山区历年和常年气候季节。高山气象站监测资料统计结果显示拔仙台气象站2019年6月—2022年2月连续3 a只有冬季；研究发现太白山3 200 m以上的文公庙、汤峪1号、鳌山等气象站常年气候季节为无夏区，且冬季长度平均都在300 d以上；其中3 730 m的拔仙台气象站及以上山区为常冬区。近60 a拔仙台气象站常年气候季节指标逐渐趋近无夏区，未来10～20 a有可能转为无夏区。
2022(6):34-41.
摘要:
采用西南地区站点逐日降水数据和欧洲中心再分析数据，通过滤波、分位相合成等方法，分析了西南地区降水的低频特征及与之相联系的低频环流场演变特征，并采用基于降水自身低频信号和基于降水低频影响因子两种方法建立预报模型进行延伸期预报试验，结果表明：西南地区雨量存在10～20 d和30～60 d的低频变化；低频降水与低频OLR场正、负值区的顺次北移，印度洋北侧850 hPa低频纬向风的转变，500 hPa环流场槽脊的配置以及200 hPa低频气旋、反气旋的交替影响有关；基于降水序列自身低频信号的预报模型可以提前半个月左右给出较为准确的预报结果，而基于低频影响因子的预报模型可以提前20 d左右给出具有一定参考价值的结论，两个模型对于降水偏多年的预报效果好于降水偏少年。
采用西南地区站点逐日降水数据和欧洲中心再分析数据，通过滤波、分位相合成等方法，分析了西南地区降水的低频特征及与之相联系的低频环流场演变特征，并采用基于降水自身低频信号和基于降水低频影响因子两种方法建立预报模型进行延伸期预报试验，结果表明：西南地区雨量存在10～20 d和30～60 d的低频变化；低频降水与低频OLR场正、负值区的顺次北移，印度洋北侧850 hPa低频纬向风的转变，500 hPa环流场槽脊的配置以及200 hPa低频气旋、反气旋的交替影响有关；基于降水序列自身低频信号的预报模型可以提前半个月左右给出较为准确的预报结果，而基于低频影响因子的预报模型可以提前20 d左右给出具有一定参考价值的结论，两个模型对于降水偏多年的预报效果好于降水偏少年。
2022(6):42-47.
摘要:
根据1961—2020年河南省15个气象站点逐月平均气温和降水量资料，基于Thornthwaite Memorial模型估算了1961年以来年河南省逐年气候生产潜力。采用数理统计、反距离加权插值、R/S分析等方法，分析了过去60 a河南省年平均气温、年降水量和气候生产力的时空变化特征，并定量评估了气候变化对气候生产力的影响。研究表明：(1)近60 a河南省气候总体趋于暖干。其中，年平均气温的气候倾向率为023 ℃/10 a (p<005)，东北部增温明显；年降水量气候倾向率为-298 mm/10 a(p>005)，南部降水减少较多。(2) 在气候暖干化背景下，近60 a河南省气候生产力气候倾向率为728 kg/(hm2×10 a)(p>005)，呈不显著上升趋势，东部地区增速较快。(3) 河南省气候生产力变化主要受气温和降水的双重影响，气温和降水贡献率分别为214%和786%，降水是影响该区域气候生产力变化的主要因素。在现有温度的条件下，降水的增加有利于降低该区域内降水贡献率。空间上，河南省降水贡献率总体上呈由西北向东南递减的趋势，其中新乡降水贡献率最大，为951%。(4) 1961—2020年河南省年平均气温、年降水量和气候生产力的Hurst指数分别为100、043和058，未来气候可能趋于暖湿，气候生产力未来可能继续呈上升趋势。
根据1961—2020年河南省15个气象站点逐月平均气温和降水量资料，基于Thornthwaite Memorial模型估算了1961年以来年河南省逐年气候生产潜力。采用数理统计、反距离加权插值、R/S分析等方法，分析了过去60 a河南省年平均气温、年降水量和气候生产力的时空变化特征，并定量评估了气候变化对气候生产力的影响。研究表明：(1)近60 a河南省气候总体趋于暖干。其中，年平均气温的气候倾向率为023 ℃/10 a (p<005)，东北部增温明显；年降水量气候倾向率为-298 mm/10 a(p>005)，南部降水减少较多。(2) 在气候暖干化背景下，近60 a河南省气候生产力气候倾向率为728 kg/(hm2×10 a)(p>005)，呈不显著上升趋势，东部地区增速较快。(3) 河南省气候生产力变化主要受气温和降水的双重影响，气温和降水贡献率分别为214%和786%，降水是影响该区域气候生产力变化的主要因素。在现有温度的条件下，降水的增加有利于降低该区域内降水贡献率。空间上，河南省降水贡献率总体上呈由西北向东南递减的趋势，其中新乡降水贡献率最大，为951%。(4) 1961—2020年河南省年平均气温、年降水量和气候生产力的Hurst指数分别为100、043和058，未来气候可能趋于暖湿，气候生产力未来可能继续呈上升趋势。
2022(6):48-52.
摘要:
基于1956—2020年宜君县地面气象观测站逐日气温、降水、风速、相对湿度、总云量等资料，采用温湿指数、寒冷指数和气候度假指数以及人体舒适度指数，对宜君县的旅游气候舒适性进行定量评估。结果表明：宜君旅游适宜期在3—11月，尤其是5—9月更适宜旅游度假；与省内城市相比，宜君全年舒适及非常舒适的月份有5个月，特别是夏季6月，温湿指数等级为“非常舒适”，夏季月平均舒适日数达304 d，且7—8月月舒适日数均为31 d，多于西安和汉中，优势显著。从旅游气候风险来看，宜君强对流天气、沙尘天气以及霾日数逐年减少，风险低，适宜旅游。
基于1956—2020年宜君县地面气象观测站逐日气温、降水、风速、相对湿度、总云量等资料，采用温湿指数、寒冷指数和气候度假指数以及人体舒适度指数，对宜君县的旅游气候舒适性进行定量评估。结果表明：宜君旅游适宜期在3—11月，尤其是5—9月更适宜旅游度假；与省内城市相比，宜君全年舒适及非常舒适的月份有5个月，特别是夏季6月，温湿指数等级为“非常舒适”，夏季月平均舒适日数达304 d，且7—8月月舒适日数均为31 d，多于西安和汉中，优势显著。从旅游气候风险来看，宜君强对流天气、沙尘天气以及霾日数逐年减少，风险低，适宜旅游。
2022(6):53-58.
摘要:
利用2017—2021年西安泾河站颗粒物监测数据和地面气象观测数据，统计分析了西安北郊PM10、PM25质量浓度的时间变化特征及其与气温、风向风速、降雨等气象要素的关系。结果表明：近5 a来西安北郊PM10、PM25质量浓度年均值分别为1175 μgm3、752 μgm3，PM10、PM25质量浓度整体呈逐年下降趋势；季节变化表现为夏季最低，冬季最高，春秋季次之；PM10、PM25质量浓度月变化分别呈现出1—8月下降而8—12月升高,1—7月下降而7—12月升高的“单谷型”结构；PM25质量浓度占PM10质量浓度的比例表现为冬季最高，春季最低，夏秋季较均匀，1月该比例最大为766%，5月最小为48%；PM10、PM25质量浓度日变化规律为上午和夜间高而下午低的双峰特征，整体表现为夜间浓度高于日间，但变化幅度小于日间；PM10、PM25质量浓度与气温呈负相关，当风速在45 m/s以下时与风速呈负相关，来自偏西北方向的污染物对颗粒物质量浓度影响较大；降雨量大时，颗粒物质量浓度相对较低，但降水对PM10、PM25的清除率均达不到100%。
利用2017—2021年西安泾河站颗粒物监测数据和地面气象观测数据，统计分析了西安北郊PM10、PM25质量浓度的时间变化特征及其与气温、风向风速、降雨等气象要素的关系。结果表明：近5 a来西安北郊PM10、PM25质量浓度年均值分别为1175 μgm3、752 μgm3，PM10、PM25质量浓度整体呈逐年下降趋势；季节变化表现为夏季最低，冬季最高，春秋季次之；PM10、PM25质量浓度月变化分别呈现出1—8月下降而8—12月升高,1—7月下降而7—12月升高的“单谷型”结构；PM25质量浓度占PM10质量浓度的比例表现为冬季最高，春季最低，夏秋季较均匀，1月该比例最大为766%，5月最小为48%；PM10、PM25质量浓度日变化规律为上午和夜间高而下午低的双峰特征，整体表现为夜间浓度高于日间，但变化幅度小于日间；PM10、PM25质量浓度与气温呈负相关，当风速在45 m/s以下时与风速呈负相关，来自偏西北方向的污染物对颗粒物质量浓度影响较大；降雨量大时，颗粒物质量浓度相对较低，但降水对PM10、PM25的清除率均达不到100%。
2022(6):59-63.
摘要:
采用2014—2021年1—3月汉中种茶县区国家气象站和茶园区域气象站的观测资料、种茶区茶园春茶开采时间资料，分析2014—2021年汉中春茶开采期特点、春茶开采期前1—3月的气候特点；并采用数理统计方法，对不同阶段气温、降水、日照、活动积温与开采期进行相关性分析，建立预测模型。结果表明：汉中春茶开采期早晚存在明显的年份差异和地理差异，最早2021年3月11日，最晚2014年3月24日；地理位置靠南的低海拔丘陵茶区春茶开采较早，地理位置靠北的中高山区茶园开采时间较晚。开采期与2月平均气温、≥10 ℃活动积温、≥7 ℃活动积温，2月上旬—3月上旬平均气温、≥7 ℃活动积温之间存在001及以上水平显著的负相关，与2月降水量、2月上旬—3月上旬降水量呈005及以上水平显著的负相关，与日照时数相关性不明显。选用相关性较高的平均气温、活动积温、降水量因子建立开采期预测模型。预测模型具有一定的参考性，在实际应用和气象服务中，可结合当年气候背景、中短期天气预报和茶园管理措施等进行综合修正。
采用2014—2021年1—3月汉中种茶县区国家气象站和茶园区域气象站的观测资料、种茶区茶园春茶开采时间资料，分析2014—2021年汉中春茶开采期特点、春茶开采期前1—3月的气候特点；并采用数理统计方法，对不同阶段气温、降水、日照、活动积温与开采期进行相关性分析，建立预测模型。结果表明：汉中春茶开采期早晚存在明显的年份差异和地理差异，最早2021年3月11日，最晚2014年3月24日；地理位置靠南的低海拔丘陵茶区春茶开采较早，地理位置靠北的中高山区茶园开采时间较晚。开采期与2月平均气温、≥10 ℃活动积温、≥7 ℃活动积温，2月上旬—3月上旬平均气温、≥7 ℃活动积温之间存在001及以上水平显著的负相关，与2月降水量、2月上旬—3月上旬降水量呈005及以上水平显著的负相关，与日照时数相关性不明显。选用相关性较高的平均气温、活动积温、降水量因子建立开采期预测模型。预测模型具有一定的参考性，在实际应用和气象服务中，可结合当年气候背景、中短期天气预报和茶园管理措施等进行综合修正。
2022(6):64-69.
摘要:
基于陕西99个国家自动气象站和1 884个区域自动气象站逐小时气温数据，采用相关系数、平均误差、均方根误差等指标，评估分析了2020年1—12月CMA-RA陆面（CMA-RA/Land）气温数据与站点气温的相关性及偏差分布特征，并分别按不同区域、不同高度、不同等级气温对CMA-RA/Land气温数据进行评估。结果表明：①CMA-RA/Land气温数据能较好地反映陕西的气温特征，但不同区域有所差异，在陕北的适用性最好，关中次之，陕南较差，沿秦岭山脉一带的误差明显偏高；②CMA-RA/Land气温数据在陕北不存在明显高估或低估，在关中除2—5月外均有所低估，在陕南低估最明显，但3—4月存在高估；③CMA-RA/Land气温数据在1 000～1 499 m海拔范围内与站点气温差异最小，其次为800～999 m，海拔超过1 500 m时差异最大；④CMA-RA/Land气温数据对0 ℃以下气温存在高估，对0 ℃以上气温存在低估，气温在-10～199 ℃时CMA-RA/Land气温与站点气温差异最小；⑤CMA-RA/Land气温数据与国家自动气象站气温的一致性优于区域自动气象站。
基于陕西99个国家自动气象站和1 884个区域自动气象站逐小时气温数据，采用相关系数、平均误差、均方根误差等指标，评估分析了2020年1—12月CMA-RA陆面（CMA-RA/Land）气温数据与站点气温的相关性及偏差分布特征，并分别按不同区域、不同高度、不同等级气温对CMA-RA/Land气温数据进行评估。结果表明：①CMA-RA/Land气温数据能较好地反映陕西的气温特征，但不同区域有所差异，在陕北的适用性最好，关中次之，陕南较差，沿秦岭山脉一带的误差明显偏高；②CMA-RA/Land气温数据在陕北不存在明显高估或低估，在关中除2—5月外均有所低估，在陕南低估最明显，但3—4月存在高估；③CMA-RA/Land气温数据在1 000～1 499 m海拔范围内与站点气温差异最小，其次为800～999 m，海拔超过1 500 m时差异最大；④CMA-RA/Land气温数据对0 ℃以下气温存在高估，对0 ℃以上气温存在低估，气温在-10～199 ℃时CMA-RA/Land气温与站点气温差异最小；⑤CMA-RA/Land气温数据与国家自动气象站气温的一致性优于区域自动气象站。
2022(6):70-75.
摘要:
利用西安泾河站MWP967KV型地基微波辐射2019年6月—2021年5月温度数据，与同期探空观测数据进行对比，检验地基微波辐射计反演温度的准确性；将两种观测方式所探测的逆温参量进行对比，从而分析地基微波辐射计逆温探测能力。结果表明：MWP967KV型地基微波辐射计反演温度廓线在2 km以下精度较高。地基微波辐射计观测逆温出现频率与探空观测类似，并能很好地探测低层200 m以下的逆温，对于高空500 m以上的逆温无法监测到。地基微波辐射计观测的逆温强度、逆温厚度均小于探空观测。地基微波辐射计对逆温日变化有较好的监测能力，填补了常规探空观测的空白。
利用西安泾河站MWP967KV型地基微波辐射2019年6月—2021年5月温度数据，与同期探空观测数据进行对比，检验地基微波辐射计反演温度的准确性；将两种观测方式所探测的逆温参量进行对比，从而分析地基微波辐射计逆温探测能力。结果表明：MWP967KV型地基微波辐射计反演温度廓线在2 km以下精度较高。地基微波辐射计观测逆温出现频率与探空观测类似，并能很好地探测低层200 m以下的逆温，对于高空500 m以上的逆温无法监测到。地基微波辐射计观测的逆温强度、逆温厚度均小于探空观测。地基微波辐射计对逆温日变化有较好的监测能力，填补了常规探空观测的空白。
2022(6):76-78.
摘要:
目前，陕西省99个国家级地面气象观测站全部完成了雨滴谱式降水现象仪的布设，提高了地面气象观测的自动化水平，在使用中也强调要进行性能检测，但还没有形成规范的校准方法和校准业务。为完善降水现象仪的计量业务，确保观测数据准确性，本文提出了一种现场校准方法：以降水模拟标准装置为测量标准，采用不同尺寸的圆形不透光遮挡物模拟降水粒子，用转盘的匀速转动模拟降水下落末速度，4个标准降水粒子分别配合4个标称速度依次进行重复测量，根据降水现象仪对模拟降水粒子直径、速度的示值误差判定其准确性。
目前，陕西省99个国家级地面气象观测站全部完成了雨滴谱式降水现象仪的布设，提高了地面气象观测的自动化水平，在使用中也强调要进行性能检测，但还没有形成规范的校准方法和校准业务。为完善降水现象仪的计量业务，确保观测数据准确性，本文提出了一种现场校准方法：以降水模拟标准装置为测量标准，采用不同尺寸的圆形不透光遮挡物模拟降水粒子，用转盘的匀速转动模拟降水下落末速度，4个标准降水粒子分别配合4个标称速度依次进行重复测量，根据降水现象仪对模拟降水粒子直径、速度的示值误差判定其准确性。
在线投稿
在线审稿
编辑管理
快速检索
友情链接
