大气可降水量与气象要素的关系研究

基于内蒙古地区2016～2018年GNSS/MET反演大气可降水量资料,利用统计分析方法分析其与地面、高空气象要素间的相关关系。结果表明:大气可降水量与地面温度存在较强的正相关,与地面气压呈负相关,与高空500hPa,700 hPa和850 h Pa处的温度和露点温度都存在较强的正相关性,与高空风速呈负相关。根据相关性,初步建立了内蒙古7个地面站与大气可降水量的回归方程。对于同址站点,加入高空要素后,能有效降低拟合可降水量的误差,拟合效果优于地面要素拟合的结果。     

郴州地区GPS可降水量精度及其变化特征

利用2017年1月1日-12月31日湖南省郴州地区(永兴、宜章、桂阳、汝城和桂东)地基GPS/MET站网探测数据,基于Saastamoinen静力延迟模型和Bevis经验公式,结合地面气压和温度反演大气可降水量,并与根据高空气象探测秒数据计算所得探空可降水量对比,讨论GPS可降水量的探测精度。在此基础上进一步讨论郴州地区GPS可降水量的时空变化特征及其与其他气象要素的关系。结果表明,郴州地区GPS反演PWV具有较高精度,较探空实测PWV平均偏低1.717 7 mm,二者均方根误差为3.258 0 mm,能够反映郴州地区大气水汽的变化;郴州地区PWV表现为夏季(6月、7月和8月)最高、冬季(12月、1月和2月)最低、春季(3月、4月和5月)和秋季(9月、10月和11月)分别逐步增加和减少的单峰型分布;受地表蒸发和局地环流的影响,郴州地区主汛期(6月)逐时平均PWV表现为双峰型分布,分别于午后16:00和零点左右达到极大值,且在较强降水发生前,PWV会出现较明显增加,其变化特征对于降水的预报有一定指示作用。     

基于3-PG模型的湖南会同杉木人工林蒸发散估算

根据湖南会同杉木林生态系统国家野外观测研究站1990年1月～2005年12月的气象观测数据,确定3-PG模型的主要参数,估算此期间杉木林的月蒸散量和年蒸散量及其变化规律,并用水量平衡法计算的蒸散量对模拟估算结果进行验证.研究结果表明:3-PG模型估算的会同杉木林月蒸散量、年蒸散量与水量平衡法相似,1月份的蒸散量最小,然后逐渐增大,7月份达到最大值,此后逐渐减少.全年月平均蒸散量为90.1 mm,占全年月平均降水量(122.14mm)的72.12%.除了8月和9月份的蒸散量大于降水量,其余各月份的蒸散量均小于降水量.会同杉木人工林年蒸散量各年之间的差异不大,多年的年蒸散量均值为1049 mm,占年平均降水量(1 488 mm)的72.6%.在降水量大的年份,蒸散系数比降水量小的年份小.     

中国区域空中水资源的计算与订正

基于地面水汽压资料和MODIS05近红外波段数据求算中国区域水汽含量,并以探空资料为检验值,得出:地面水汽压资料计算的水汽含量与探空资料值较为接近,MODIS05反演结果数据精度存在系统性偏低。联合地面资料和探空资料,利用GIS技术,提出拟合法和插值法2种订正MODIS05数据的方法,验证站点误差分析表明:2种方法均较大幅度地提高了MODIS05数据的精度,且2种方法的订正效果相近,其中1、4、7、10月经插值法订正的MODIS05数据精度较原始数据精度相关系数r分别提高2.56%、1.75%、2.03%、1.44%,平均相对误差MRE分别下降15.87%、30.64%、25.7%、18.15%,均方根误差RMSE分别下降3.11、8.18、11.98、3.82 mm。经过2种方法订正后的MODIS05近红外波段水汽含量数据精度有了较大的提高,能更加客观的反映我国水汽含量空间分布情况。     

邯郸地区空中水资源分布特征及开发潜力分析

本文通过统计邯郸地区16个气象观测站1986—2015年的逐月自然降水资料和逐日地面水汽压资料来分析邯郸地区自然降水、空中有效水资源分布特征及空中水资源开发潜力。结果表明,从年分布特征来看,空中有效水资源呈现2000年前为上涨、2000年后开始减少的特征;邯郸地区空中有效水资源分布特征与自然降水量分布特征一致,西部山区多,东部平原南部次之,东部平原东北部最少;邯郸地区年平均空中有效水资源为2 075.2 mm,增雨潜力平均为1 581.1 mm,自然降水平均效率仅为23.8%,增雨(雪)潜力巨大;空中水资源开发潜力呈现为西部大于东部,在6—9月可开发潜力值约占全年的72%。     

基于深度GRU神经网络的逐小时气温预报模型

基于深度门控循环(GRU)神经网络,利用地面气象要素小时资料(气温、气压、露点温度、相对湿度和水汽压)建立湖南石门未来24 h逐小时气温预报模型,并对模型精度进行分析。结果表明,深度GRU逐小时气温模型预报精度随预报时次的增加逐步下降,决定系数(R~2)为0.996～0.906、平均绝对误差(MAE)为0.359～1.974和均方根误差(RMSE)为0.510～2.562℃,24 h气温预报准确率为62.529%,优于滑动平均自回归(ARIMA)气温预报模型,且能较好体现气温转折性变化。利用深度GRU模型对2019年4月至7月湖南省石门县逐小时气温进行预报,与欧洲中心和日本数值预报产品进行对比发现,其3、6和9 h的预报精度均优于数值预报,可为12 h内气温短临预报技术提供一种有效的补充。     

土壤温度时间序列预测的LSTM神经网络研究

适宜的土壤温度是作物生长发育的重要环境因素,在作物全生育期都起着至关重要的作用,研究土壤温度的预测预报模型对农业生产具有重要意义。本试验以河北省石家庄市藁城区某试验田作为研究对象,对试验田的样本点10～30 cm深度处土壤温度的长期监测数据进行了拟合,分别建立基于LSTM神经网络的日均土壤温度预测模型和时均温度预测模型。结果表明,采用2-60-80-1网络结构的LSTM神经网络对日均土壤温度时间序列数据预测效果最优,其均方根误差(RMSE)达最小值0.603;采用2-60-80-1网络结构的LSTM神经网络对时均土壤温度时间序列预测效果最优。在对日均和时均土壤温度预测时,LSTM神经网络模型的平均的均方误差(RMSE)仅为0.665,较之BP神经网络模型降低了0.053,说明了LSTM神经网络模型用于土壤温度时间序列预测的优势,可满足土壤温度日常预报的需要。     

飞机作业区域降水转化率特征

利用79个气象台站30年的地面水汽压资料,计算整层大气可降水量,结合各站地面降水资料,计算了四川省飞机作业区域的降水转化率,分析了降水转化率的特征及其与雨日的关系。结果表明,飞机作业各区域降水转化率都不高,降水转化率最小的区全年平均7.34%,最大的区全年平均12.29%,实际降水量占空中水汽总含量比例都很小,空中水资源开发前景广阔。降水转化率的时空分布明显不均匀,各气象台站间差异较大,季节差异明显,夏季最大,秋季次之,冬季最小。降水转化率和雨日相关系数为0.571 58。降水转化率和大到暴雨日呈线性增长关系,相关系数为0.825 02。     

塔克拉玛干沙漠及其周边山区水汽时空分布特征

利用沙漠腹地地基GPS数据、周边探空资料、MODIS近红外水汽数据,分别对塔克拉玛干沙漠的水汽进行初步分析,以期了解该区域的大气可降水量的时空分布特征。通过对塔克拉玛干沙漠及周边山区大气可降水量结果的分析可知,塔克拉玛干沙漠为西北地区大气可降水量的相对高值区,水汽值普遍高于其周边山区;沙漠西南部靠近青藏高原一带为水汽的低值区。无论是塔克拉玛干沙漠还是周边山区,大气可降水量的年内变化都是一致的,夏季最大,秋季高于春季,冬季大气可降水量最低。     

基于ARIMA和GA-Elman神经网络的新疆年降水耦合预测研究

[目的]提高降水预报的预测精度,准确预测一个地区未来的降水量,可以提高该地区防灾减灾的能力,更好地为工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用差分自回归移动平均(ARIMA)和GA-Elman神经网络技术建立一种耦合预测模型.该模型首先根据年降水时间序列建立ARIMA模型,拟合它的线性结构部分,基于原始降水序列和ARIMA模型的预测值、残差序列,利用GA-Elman神经网络技术进行耦合建模.将该模型应用于新疆年降水量的预测预报,并与单一的ARIMA模型、GA-Elman神经网络模型进行比较.[结果]耦合模型的归一化均方误差、平均绝对误差、后验差比值及小误差概率分别为0.287,9.581,0.241和1,均优于ARIMA模型、GA-Elman神经网络模型,预测精度得到了明显的提高,预测精度等级为好.[结论]基于ARIMA和GA-Elman神经网络的耦合预测模型具有更高的预测精度,可用于新疆的年降水量预报.