CLIGEN在华北地区生成降水的效能评估

为了检验天气发生器CLIGEN在华北地区生成降水的有效性,应用该区15个气象站1951-2008年的日气象观测资料和CLIGEN生成的150a日气象数据,对CLIGEN再现该区降水的效能进行了评估。结果表明:CLIGEN很好地再现了年和日降水量的均值和降水日数,但对降水极值的模拟精度不高,年和日最大降水量的平均相对偏差均大于均值的平均相对偏差。非参数检验的结果表明,CLIGEN能很好地生成年降水量的概率分布,且对日降水的概率分布也有较高的生成精度。总体来看,CLIGEN模型在华北地区能很好地再现年、日降水量平均值统计特征,并较好地再现了降水的变率。     

基于极值概率分布函数的中国早稻高温热害时空分布统计特征

揭示水稻高温热害风险特征对农业适应气候变化具有重要意义。本研究以中国早稻种植区为研究区域,基于早稻种植区214个气象站1971—2015年的数据,利用Mann-Kendall非参数趋势检验方法和极值概率分布理论,探究中国早稻高温热害的时空变化趋势和极值概率分布规律。研究发现:1)反映早稻高温热害的两个指标即高温热害累计天数(ADHS,accumulateddaysofheatstress)和热害有害积温(HDD,heatstressdegree days)的均值在湖南中南部、江西中部、浙江和福建中部较大,表明这些区域的早稻遭受高温热害的风险较大;从Mann-Kenall趋势检验看,两个指标在超过1/3的站点都呈显著增加的趋势,说明高温热害风险在这些站点显著增加,尤其20世纪90年代以后超过1/2的站点两个指标都呈显著增加的趋势。2)超过1/2以上的站点的高温热害累计天数和高温有害积温都满足极值概率函数分布。对于高温热害累计天数,56个站点满足耿贝尔分布(Gumbel),82个站点满足广义极值分布(GEV);对于热害有害积温,61个站点满足耿贝尔分布,58个站点满足广义极值分布。3)两个高温热害指标的10年、50年、100年重现期的空间分布规律和2个指标的均值空间分布类似,即均值较大的区域,其10年、50年、100年重现期对应的重现期水平(return level)也较大;重现期水平与经度、纬度和海拔无明显相关关系。研究结果有助提升对早稻高温热害时空趋势和概率分布规律的认识,可为农业适应气候变化和农业天气指数保险设计等方面提供理论参考。     

基于干湿期的随机天气发生器

为了按不同的应用需求生成可信的任意长序列逐日天气数据,为作物天气系统研究提供数据支持,该文描述了一个以干湿期随机模型为基础,组合了日降水量、温度和辐射变量随机模型的逐日天气发生器WGDWS(Weather Generator based on Dry and Wet Spells)。它分为两部分:以干湿期为独立随机变量的干湿期模型部分,和依赖第一种模型生成其余天气变量的模型部分;其天气要素的生成主要分2个步骤,即首先根据月经验分布值产生一个干期或湿期长度,然后生成干期或湿期的逐日值。利用代表中国不同地理区域的9个站点1973-2003年的逐日气象资料对天气发生器WGDWS进行了检验,并与基于干湿日开发的DWSS天气发生器进行了比较。结果表明两者性能基本相近,并且WGDWS模拟干湿期的效果更好。因此,WGDWS天气发生器用于生成逐日天气序列是可靠的,同时作为一个JAVA组件,还可以方便地嵌入作物模型系统。     

CLIGEN降水要素在黄土塬区的适应性评估

 CLIGEN是目前较全面产生降水要素(降水量、历时、达到最大降水强度的时间与降水总历时的比率、最大降水强度与平均降水强度的比率)的天气发生器,其生成降水要素的质量直接影响水文和农业响应模型的输出结果。利用黄土高原长武1957—2001年的日气象观测数据、王东沟流域1988—2001年的降水要素数据和CLIGEN生成的100年日气象数据,对CLIGEN模型产生日、月、年降水量的均值和方差、概率分布、降水极端值和降水历时、强度进行评估。结果表明:CLIGEN对日、月和年降水量均值的模拟效果较好,相对误差都不大于1.0%;对标准差的模拟结果偏低,相对误差的绝对值小于6.6%;没有模拟出日降水量的概率分布,但是较好地模拟出了月和年降水量的概率分布;对日、月和年最大降水量的模拟误差较大,表明CLIGEN对极值的模拟精度有待提高。CLIGEN很好地模拟出连续降水的频率,但是连续干旱天数在20d以内的累积频率的平均相对误差为8.9%;CLIGEN产生的最大降水强度与平均降水强度的比率高于实测数据;相对于实测数据,CLIGEN模拟的降水历时和降水量具有相同的趋势,对小降水量或短历时的模拟结果偏高,对大降水量或长历时的模拟结果偏低。     

LARS-WG天气发生器在黄土高原的适应性研究

 利用黄土高原地区西安、兰州、太原、银川、呼和浩特和延安6个气象站1951—1990年的日序列的降雨量、最高温度、最低温度及日照时间,用LARS-WG天气发生器模拟1991—2000年的日气象资料,并用1991—2000年的实际观测值与之比较,对LARS-WG天气发生器适应性进行了检验。通过线性回归、平方根误差和平均偏差评价表明:通过长序列日气象资料,LARS-WG天气发生器能准确地模拟黄土高原6个站点的日最高温度、日最低温度的月分布和年辐射总量。年降水及其月分布值普遍高于实际降水值。     

CLIGEN非降水参数在黄土高原的适应性评估

 天气生成器(CLIGEN)可以产生以日为时间单元的天气数据,从而广泛应用于土壤侵蚀和作物生长模拟模型,其模拟结果的优劣直接影响这些模型的输出结果。利用散布黄土高原的12个标准气象站点长时间序列的气候数据评估CLIGEN模拟非降水参数(温度、太阳辐射、风速)的能力。结果表明:CLIGEN能较好的模拟日最高温度;对日最低温度与露点温度的模拟次之;模型对太阳辐射和风速的模拟较差,特别是对风速的模拟,模拟值要显著的高于实测值。CLIGEN模拟的温度日较差、第1天最高温度与第2天最低温度之差、第2天最高温度与第1天最低温度之差的均值和标准差普遍偏高,但均值的误差较小,而标准差被过高模拟;模型在产生气候数据时,没有保持逐日渐变性和连续性。CLIGEN能够较好的模拟最高温度与最低温度的季节连续性与相关性;而过高的模拟了太阳辐射的季节相关性以及温度与太阳辐射的季节互相关性;同时,模型没有模拟出各气象要素自身及其之间的逐日相关性。     

江西多年平均降水量空间插值模型的选取与比较

为了探究江西省多年平均降水量的空间分布格局,本文选取81个时间序列完整的气象站30 a(1976-2005年)降水数据,运用泛克里格中不同半变异模型对降水数据进行拟合.分别采用65个建模站点交叉验证和16个验证站点的检验,证实了该研究区域多年平均降水量存在较强的空间相关性.通过不同半变异函数模型的对比发现,球面和指数模型在建模站点交叉验证结果中的标准均方根预测误差分别为1.024和1.023,较为接近1,表明其误差较小;其在验证站点检验结果中的标准均方根预测误差分别为1.105和1.104,表明这两种模型的拟合效果较优,能较为真实地反映江西省多年平均降水量的空间分布情况,其中以指数模型拟合效果最优.     

WXGEN天气发生器在长江上游地区的适用性评价

WXGEN天气发生器是SWAT分布式流域水文模型的组成模块之一,用于模型预测预报以及天气数据缺测时生成模拟天气数据。以长江上游5个典型国家气象站40 a的日观测数据为基础,分析评价了WXGEN天气发生器在该地区模拟的日和月气象参数的精度。结果表明,WXGEN天气发生器在长江上游5个典型气象站模拟精度基本一致;模拟的日天气数据误差较大;模拟的月天气数据效果好于日天气数据,WXGEN天气发生器能较好地拟合月天气数据的分布,更适合于长江上游地区月气象参数的模拟,但WXGEN模拟的月天气数据误差具有较强的季节规律性,月降雨量和气温的模拟值较实际值偏低,而太阳辐射量模拟值却较实际值偏高。     

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;（2）在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。     

随机气候生成器在黄土高原的适用性检验

 为进一步检验水蚀预报模型WEPP在黄土高原的适用性,并提供必要的数据准备,根据安塞水土保持综合试验站1986—2003年的日序列的降雨量、最高温度、最低温度和平均风速的实测值及全美范围内选择参照站得到的其他气象因子,对随机气候生成器在黄土高原的适用性进行了检验。结果表明:随机气候生成器能够较好地模拟单个气象因子,并未考虑各个气象因子之间的相互关系;同时,能准确地模拟年降水及其月分布,日最高温度、日最低温度的月分布,而风速模拟值的月均值、标准差普遍高于实测值的月均值、标准差。为此,选择参考站点时应综合考虑各个气象因子。按月计算的降水降水的概率和不降水降水的概率的模拟月均值比实测值偏低。     

基于CMIP6气候模式的贵州省极端降水情景预估

为探究气候变化下贵州省极端降水未来变化特征,基于台站观测和5个CMIP6模式的逐日降水资料,利用Delta降尺度、趋势分析等方法,分析了4种极端降水指数的历史与未来变化时空特征。结果表明：(1)利用Delta修正过后的CMIP6模式数据取得了良好的效果,适用于贵州省极端降水的预估。(2)在1961—2019年的历史时期,贵州省的R95P,R25mm和CWD均呈南高北低的空间分布,而R95C呈明显的东中西差异;除CWD外,其它3个极端降水指数在1961—2019年均呈不明显的增加趋势。(3)未来3种SSPs情景下,无论是在时间还是空间上,4个极端降水指数均呈上升的趋势。(4)相较于历史时期,4个极端指数除R95C外均有增有减。R95P与R25mm在空间变化上相似,都表现为西北部较历史时期有减少,其余地区则表现为增多,且随SSPs升高而增大;CWD在中南部地区表现为减少,其余地区为增加,以北部较为明显,且在SSP126情景下最为显著;R95C则在整个地区都较历史时期增多,在中西部变化最明显,且在SSP245情景下最显著。总体而言,在气候变化背景下,贵州省的极端降水随SSPs的不同而变化,但...     

Multi metric evaluation of leaf wetness models for large-area application of plant disease models

Leaf wetness (LW) is one of the most important input variables of disease simulation models because of its fundamental role in the development of the infection process of many fungal pathogens. The low reliability of LW sensors and/or their rare use in standard weather stations has led to an increasing demand for reliable models that are able to estimate LW from other meteorological variables. When working on large databases in which data are interpolated in grids starting from weather stations, LW estimation is often penalized by the lack of hourly inputs (e.g., air relative humidity and air temperature), leading researchers to generate such variables from the daily values of the available weather data.Although it is possible to find several papers about models for the estimation of LW, the behavior and reliability of these models were never assessed by running them with inputs at different time resolutions aiming at large-area applications. Furthermore, only a limited number of papers have assessed the suitability of different LW models when used to provide inputs to simulate the development of the infection process of fungal pathogens. In this paper, six LW models were compared using data collected at 12 sites across the U.S. and Italy between 2002 and 2008 using an integrated, multi metric and fuzzy-based expert system developed ad hoc. The models were evaluated for their capability to estimate LW and for their impact on the simulation of the infection process for three pathogens through the use of a potential infection model. This study indicated that some empirical LW models performed better than physically based LW models. The classification and regression tree (CART) model performed better than the other models in most of the conditions tested. Finally, the estimate of LW using hourly inputs from daily data led to a decline of the LW models performances, which should still be considered acceptable. However, this estimate may require further work in data collection and model evaluation for applications at finer spatial resolutions aimed at decision support systems.     

金沙江流域降雨侵蚀力时空分布特征

[目的]分析金沙江流域降雨侵蚀力的时空分布的变化特征,为优化流域土壤流失定量评估及水土保持规划编制工作提供支持。[方法]利用气象台站降水资料验证了TRMM降水数据估算降雨侵蚀力在金沙江流域内的适用性,并结合气象站、TRMM和DEM数据,在Arc/Info软件提供的地图代数运算功能支持下,利用日雨量模型估算降雨侵蚀力开展分析和研究。[结果]1998—2015年TRMM 3B42降水数据和气象站降水数据估算金沙江流域多年平均的总体精度达到了82%,说明二者估算降雨侵蚀力的结果在合理误差范围内,金沙江流域降雨侵蚀力大体呈由东南向西北递减的趋势,地区差异大。总体上,高程越小的地区,降雨侵蚀力越大。流域年际变化同样存在空间分异,整体上呈现降低的趋势。[结论]将TRMM 3B42降水数据应用于气象站点稀疏的金沙江流域的多年平均降雨侵蚀力估算是可行的。但是各个站点估算结果的一致性高低程度不同,且某些年份的适用性程度受极端气候的影响。     

TRMM卫星降水产品降尺度及其在湘江流域水文模拟中的应用

高时空分辨率降水数据对准确刻画区域降水时空变化特征、精准模拟区域生态和水文过程具有重要的现实意义。以湘江流域为例,在考虑地理、地形和植被等多重要素的基础上,建立了基于地理加权回归法（Geographic Weighted Regression,GWR）的热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水降尺度模型,并采用比例指数法反演得到星地融合日降水Ⅰ、Ⅱ、Ⅲ三种产品,用来驱动土壤和水评估模型（Soil and Water Assessment Tool,SWAT）,分析评估其在水文模拟中的应用潜力。结果表明：1）GWR降尺度后,在TRMM降水空间分辨率由0.25°提升至0.05°的同时,同气象站点观测月降水之间的决定系数（R2）平均提升了0.33,均方根误差（RMSE）平均降低了43.30 mm,平均相对偏差（Average Relative Error,ARE）平均降低了38.71个百分点,表明该降尺度模型在湘江流域TRMM月降水降尺度研究中具有良好的适用性;2）与TRMM日降水量相比,星地融合日降水Ⅲ产品同气象站点观测日降水量的R2提高了0.81,RMSE降低了10.27 mm,ARE降低了0.11个百分点,表明以气象站点观测日降水量作比例指数展布星地融合月降水是可行有效的;3）星地融合日降水Ⅲ产品在SWAT模型日、月径流模拟中的纳什效率系数最大,分别为0.79、0.93,相对误差最小,分别为0.12%、1.10%,水文模拟效果最优,可替代气象站点和TRMM卫星降水进行水文模拟。研究结果可为气象站点稀缺区域的高精度降水资料获取和高效水文模拟提供数据支撑和方法借鉴。     

Examining Extreme Weather Effects on Birth Weight From the Individual Effect to Spatiotemporal Aggregation Effects

Extreme weather events are related to low birth weight. Monitoring this relationship in the context of climate change has a wide range of public health implications, as birth weight is a key indicator of many life course health outcomes, and climate change increases both frequency and intensity of extreme weather events. However, most birth weight data are not available with sufficient spatial and temporal resolution. The current study examined the relationship between birth weight and weather variables in a series of aggregations, from individual birth outcomes to month-county, season-county, and county-only mean birth weights. Data were based on a 20?% sample of White mothers aged 19 to 38 from the United States Natality Data Files, and the baseline model was for the 1974?C1978 and 1984?C1988 periods with 2,269,009 and 2,652,552 individual birth records, respectively. The evaluation was based on multiple regression for aggregation effects, and conditional autoregressive and spatial association models for spatial clustering effects. The results show that the number of extreme cold and hot days during the birth month is inversely associated with birth weight, and that temporal aggregation by month-county or season-county was likely to preserve the relationship between birth weight and extreme weather from the individual model. While both conditional autoregressive and spatial association models can remove some spatial autocorrelation, the spatial association approach may not work effectively without further modifying the existing method.     

安徽省降水量空间插值研究

高分辨率、栅格化的气候数据作为环境因子是地学模型和气候模型等相关研究的重要参数,而空间插值是获取降水量空间信息的重要途径。然而在众多空间插值方法中,并没有绝对最优的空间插值方法,只有特定条件下的最优方法。采用安徽省境内的66个气象站点及周边75个气象站点的年降水量数据,选取常用的6种空间插值方法对安徽省年降水量进行了空间化,综合分析得出安徽省降水量的空间插值方法误差顺序为:RBF＜IDW＜Kriging＜Cokriging＜LP＜GP。     

辽西北地区气温和降水变化对气候生产潜力的影响

利用辽西北地区23个气象站1961-2010年逐日平均气温和降水量数据,基于Thornthwaite Memorial模型计算其农业气候生产潜力,通过线性趋势分析、MannKendall突变检验等方法对该区域多年平均气温、降水量和气候生产潜力的时间变化趋势及空间分布特征进行分析,研究农业气候生产潜力对气候变化的响应。结果表明：（1）50a来辽西北地区年平均气温气候倾向率为0.28℃·10a-1（P<0.01）,增温极显著,1987年气温发生突变;（2）50a来辽西北地区年降水量呈波动变化,线性变化趋势不显著,空间分布差异大,降水量呈减少趋势的地区占82.6%;（3）辽西北地区气候生产潜力的时空变化特征与降水量变化相似,其时间变化趋势不显著,气候生产潜力下降的区域占全区的43.5%;（4）气温和降水对农业气候生产潜力的影响作用明显,并以降水的影响为主。气温和降水的组合变化,可以解释气候生产潜力变化的95%以上,暖湿型气候对作物生长最有利,冷干型气候对作物生长最不利;（5）50a来,粮食产量与气候生产潜力的相关性不明显,但两者的波动特点相似,其气候利用率逐年代增加,研究区未来仍存在作物可能增产空间。     

中国主要稻作区水稻生产气候资源的时空特征

中国地域广大,水稻生产气候资源分布的时空差异给中国水稻生产带来了较高的不确定性。基于中国主要稻作区333个气象台站1961~1970年(1960s)和1996~2005年(2000s) 2个10 a历史时期的逐日气象资料,使用ANUSPLIN软件包生成栅格化的逐日气象要素表面值;然后基于栅格逐年计算并比较了2个历史时期水稻生育期内主要气候资源（总日照时数、总有效积温、平均气温日较差、总降水量、总降水天数和平均降水强度）的时空分布特征。结果表明,同1960s相比,2000s中国主要稻作区水稻生育期内的平均总日照时数减少了11.93%,东北、西南地区减少的幅度小于中部和南方;平均总有效积温增加了9.40%,东北和西南地区增加的幅度大于中部和南方,但是在中部和南方存在总有效积温减少的地区;平均气温日较差减少了4.86%,东北和西南地区减少的幅度大于中部和南方,但在中部和南方地区亦存在部分增加的区域;总降水量增加了1.59%,平均降水强度增加了3.22%,平均降水强度的变化率在空间分布上与总降水量基本一致,东北地区和宁夏回族自治区总降水量和平均降水强度呈降低的趋势,而中部和南方大部分地区呈增加的趋势;平均总降水天数减少了1.60%,东北地区和中部地区的降低幅度要小于南方沿海地区。该研究结果为进一步分析中国主要稻作区的水稻增产潜力及增产途径提供了技术支撑。     

Modeling spatial-temporal binary data using Markov random fields

An autologistic regression model consists of a logistic regression of a response variable on explanatory variables and an autoregression on responses at neighboring locations on a lattice. It is a Markov random field with pairwise spatial dependence and is a popular tool for modeling spatial binary responses. In this article, we add a temporal component to the autologistic regression model for spatial-temporal binary data. The spatial-temporal autologistic regression model captures the relationship between a binary response and potential explanatory variables, and adjusts for both spatial dependence and temporal dependence simultaneously by a space-time Markov random field. We estimate the model parameters by maximum pseudo-likelihood and obtain optimal prediction of future responses on the lattice by a Gibbs sampler. For illustration, the method is applied to study the outbreaks of southern pine bettle in North Carolina. We also discuss the generality of our approach for modeling other types of spatial-temporal lattice data.     

长时间序列气象数据结合随机森林法早期预测冬小麦产量

冬小麦生育早期的产量预测对于制定冬小麦整个生长期的精准管理决策具有重要参考意义。该文基于随机森林算法,采用1990—2015年河南省小麦平均拔节期至平均抽穗期地面观测气象数据与统计产量数据,分别提取不同穗分化期的温湿度、降水等47个气象要素和小麦种植区经纬度、高程3个空间要素,共计50个参数作为特征变量集,以实际单产、气象产量和相对气象产量分别作为目标变量,构建多种变量组合模型对冬小麦产量进行回归预测,并结合袋外数据重要性结果对产量影响因子进行分析。研究结果表明:1)使用气象产量和相对气象产量作为目标变量建模的预测效果优于单产模型,决定系数R~2均达到0.8以上,气象产量的平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)分别为415和558 kg/hm~2,相对气象产量的MAE和RMSE分别为0.07和0.09;2)相较于气象特征,空间特征在产量预测中起决定性作用,且小花分化期以及抽穗开花期的气象特征产量预测精度高于其他穗分化期;3)在气象特征中,利用袋外数据变量重要性得出平均温度、最低温度、负积温、最高温度在不同生育阶段对产量的影响程度。该研究结果为冬小麦生育早期产量预测提供了新的思路和方法。