综述

中国西北地区台站迁移对气候资料均一性影响的研究进展

  • 韩海涛 ,
  • 王雅萍 ,
  • 张瑾
展开
  • 甘肃省气象信息与技术装备保障中心,甘肃 兰州 730020

韩海涛(1979 -), 女, 山西晋城人, 高级工程师, 主要从事气象数据质量及数据应用分析研究. E-mail:

收稿日期: 2020-02-12

  修回日期: 2020-04-30

  网络出版日期: 2021-04-28

基金资助

国家自然科学基金项目(41601050)

2019年陇原青年创新创业人才(团队)项目

Research Progress on the Effect of Station Relocation on Climate Data Homogeneity in Northwest China

  • Haitao HAN ,
  • Yaping WANG ,
  • Jin ZHANG
Expand
  • Gansu Meteorological Information and Technical Equipment Support Center,Lanzhou 730020,Gansu,China

Received date: 2020-02-12

  Revised date: 2020-04-30

  Online published: 2021-04-28

本文亮点

随着全球变暖的趋势越来越明显, 气候变化研究也成为最受关注的问题。均一化长序列数据是气候变化研究的基础。然而由于台站的迁移等因素, 导致了资料序列中的非均一性, 这种包含非气候因素变化的非均一性气候序列直接影响了气候研究的不确定性。本文在综述国内外地面气候资料均一性检验方法、 地面气候资料非均一性产生的原因等进展的基础上, 重点分析了中国西北地区台站迁移对气候资料均一性的影响, 认为台站迁移是造成气候资料不均一性的主要因素之一, 使研究结果不能正确反映气候的变化趋势; 国外成熟的均一性检验和订正方法为我国西北地区地面台站迁移对气候资料均一性的影响研究提供了可借鉴的思路、 方法和手段; 以往关于我国西北部地区气候变化的研究较少考虑气候序列中存在的非均一问题, 造成了研究结论的不确定性。因此有必要对我国西北地区经过台站迁移的台站进行均一化的检验和订正。

本文引用格式

韩海涛 , 王雅萍 , 张瑾 . 中国西北地区台站迁移对气候资料均一性影响的研究进展[J]. 高原气象, 2021 , 40(2) : 448 -454 . DOI: 10.7522/j.issn.1000-0534.2020.00032

Highlights

As the trend of global warming more and more obvious, the climate change research is becoming the most concerned problem.Long homogeneous data is the basis of climate change research.However, the moving of stations, changing of equipment and the variety of observation rules result in the inhomogeneity of data series.These inhomogeneous climate series directly affects the climate research uncertainty.Based on the review of domestic and foreign surface climate data inhomogeneity testing methods, the causes of surface climate data inhomogeneity and other developments, this paper focuses on the analysis of the impact of station relocation on climate data inhomogeneity in Northwest China.The author believes that station relocation is one of the main factors causing the homogeneity of climate data.Thus, the research results cannot correctly reflect the trend of climate change.The mature homogeneity test and adjustment methods abroad provide useful ideas, methods and means for the study of the impact of surface station relocation on climate data inhomogeneity in Northwest China.Previous studies on climate change in Northwest China have rarely considered the inhomogeneity of the climate sequence, which has caused uncertainty in the conclusions of the study.Therefore, it is necessary to carry out homogeneity tests and adjustments to the stations that have moved through stations in the northwest of China.

1 引言

在气候研究中获得不受人为的干扰或影响的可靠数据是非常重要的。然而, 目前从气象观测站点获取的气候资料已经受到仪器换型、 站址迁移、 统计方法的变化和观测环境的变化等影响。为了获得相对均一性的气候序列, 近30年国内外研究者们投入了大量的精力去发展检验气候非均一性的方法, 然后订正这些资料去弥补非均一性产生的偏差, 通过大量的探索研究工作, 形成了许多均一性研究方法(Alexandersson, 1986Easterling and Peterson, 1995Vincent, 1998Wang et al, 2007, 2008)和均一化的数据集产品(李庆祥等, 2006 2011Xu et al, 2013)。
如果对气候序列中的非均一性没有正确的解释说明, 那么用这些数据进行的气候分析结果就可能是错误的。然而, 许多气候变化研究仍然使用原始的观测数据, 也没有考虑气候序列中的非均一性, 导致研究结论存在较大的不确定性(曹丽娟和严中伟, 2011), 为减少这种不确定性的研究结论, 在气候资料的均一性研究方面就需要继续加强和深入。在诸多影响气候资料序列均一性的原因中, 吴增祥(2005)根据WMO提供的资料信息分析了气象台站元数据对气候资料序列非均一性的影响程度, 认为台站迁移对各观测要素的均一性影响最大, 此外也有不少非均一性研究中也显示台站迁移影响所占比重最大。目前对气候资料均一性的研究中, 已有研究者开始探索台站迁移对均一性的影响研究(魏娜等, 2012周建平等, 2013张天峰等, 2014李亚丽等, 2016)。
中国许多气象台站都发生过站址搬迁, 有一些台站发生多次迁址, 有的台站没有发生迁移, 但台站周围建筑物增加, 导致探测环境发生很大的变化(黄群, 2007)。由于台站在长期的运行过程中受站址迁移及站址周围环境变化等原因的影响, 使得大多数长期的气候序列数据出现非均一性, 不能代表当时发生的真实的气候变化, 影响了气候变化研究的结果。多年来关于气候变化的研究都是在未经均一化处理的资料基础上开展的。因此, 研究台站迁移对气候数据均一性的影响, 甚至能订正去除这种影响是一项非常重要的工作。
区域性气候变化更容易受到气候资料非均一性的干扰, 西北地区地处内陆, 地形复杂, 作为我国气候变化研究的敏感地区, 对我国乃至东亚地区气候变化有着重要的影响, 因此西北地区气候变化研究是我国、 东亚地区甚至全球气候变化研究的重要组成部分。西北地区有300多个气象站点, 自建站以来大部分台站都进行了迁移, 这会造成西北地区长期气候序列中的非均一性, 为了去除气候序列中的非均一性影响, 确保更加可靠和客观的气候变化研究, 迫切需要对西北地区气候资料开展相关的均一性检验研究。

2 国内外地面气候资料均一性研究概况

2.1 地面气候资料均一性研究开展情况

为构建只含有气候变化信息的气候序列, 国内外许多气候学家投入大量精力去开展气候资料均一性研究工作, 并研发了许多均一化的数据集产品。李庆祥(2003)总结了各个国家对本国的气候数据均一性进行研究的具体情况, 例如, 美国GHCN(Global Historical Climate Network)根据台站历史迁移情况, 对全球气温、 降水和气压进行了均一性检验和订正(Quayle et al, 1991); 澳大利亚对平均最低气温、 平均最高气温、 气温日较差以及降水进行了检验与订正; 芬兰、 挪威以及瑞典等国也开展了气候数据的均一性研究。国内, 从20世纪90年代开始, 气候学者逐渐开始气候资料均一性研究, 最初对单要素(气温、 降水、 风速)年值和月值进行非均一性检验(刘小宁等, 1995 2000宋超辉等, 1995a 1995b)李庆祥等(2006)对气温资料进行了均一性检验与订正, 并发布了中国均一化历史气温数据集。2000 -2010年期间是国内许多气象学者开展均一性研究的重要时期, 我国各级气象部门以及高校研究生都开始重视和开展均一性研究分析(高晓荣等, 2008江志红等, 2008田红等, 2008王钰和黄少平, 2008张弦等, 2009李庆祥等, 2010李祥余等, 2010徐琼芳等, 2011), 从单站到区域, 从单要素到多要素, 从年值到月值、 日值, 不断地加深均一性的研究。

2.2 地面气候资料均一性检验方法的发展和应用

开展均一性研究的一个重要方面就是发展均一化检验方法, 在20世纪80年代前后期到本世纪初期国外发展了许多非均一性检验技术和方法, Hinkley(1969, 1971)早在20 世纪70 年代初期就提出TPR, Solow(1987)利用该方法检验气温序列; 标准正态检验方法(Standard Normal Homogeneity Test, SNHT)最早是Hawkins(1977)从统计学角度提出, 在此基础上, Alexandersson et al(1986, 1997)改进发展了该方法, 并应用到气象序列的均一性检验中。Lund and Reeves(2002)改进了二相回归的检验方法(LR), Turner et al(2006)进一步应用了TPR 和LR 方法, 在此基础上, Wang(2003, 2006) 又改进了该方法, 并应用到许多气候序列的均一性研究中。世界气象组织(Aguilar et al, 2003)对台站元数据的建立和均一化研究给予了明确的指导, 总结了国际上广泛使用的14种均一性研究方法, 对不同要素选取不同的均一性检验与订正方法。Reeves et al(2007)对比分析了包括SNHT、 二相回归检验等8种方法; Costa and Soares(2009)总结了9种均一性检验方法, 包括MASH、 基于回归检验的方法、 SNHT等。
气候资料均一性检验的方法包括直接检验法和间接检验法(李庆祥, 2003), 直接检验法包括元数据的应用、 仪器的平行比较和仪器变化的统计研究等; 间接检验法包括利用单站资料、 构造参考序列、 主观方法及客观方法等, 每种均一性检验方法都有其优点和缺点。由于元数据信息的不完整或者缺失, 目前在均一性检验研究中, 国外经常采用的一些客观检验方法或者主客观方法相结合的检验方法, 有滤波、 统计假设检验提取不连续点和可以检验出多个断点的方法。客观检验方法有SNHT方法、 二位相回归、 T检验、 多元线性回归、 等级顺序变点检验、 Potter方法、 Craddock检验、 序列均一性的多元分析(MASH)、 RHtest和Caussinus-Mestre技术。
我国近些年均一化研究采用国际上发展较为成熟的均一性方法为SNHT方法、 MASH方法和RHtest方法。SNHT是Alexandersson et al(1986, 1997)改进发展了并应用到气象序列的均一性检验中的检验方法。SNHT方法也是一种最大似然检验方法, 不仅可以检验不止一个断点的情况, 而且还可以对检验趋势和方差。它被应用到气温、 降水等要素的均一性检验中。MASH方法是匈牙利气象局Szentimrey(1999, 2003)发展的均一性检验方法, 该方法是对同一气候区多站序列进行两两比较并订正每个序列所包含的非均一性断点。Li and Yan(2010)利用MASH对北京地区温度序列进行均一化研究时发现, 在同一套测站资料基础上, 是否用元数据对主要变点的检测结果几乎无影响, 对各变点导致的订正量则略有影响。说明MASH在元数据没有记录所有变点或缺乏元数据的情形下非常有用。MASH方法检测出了近年某些台站由人工到自动观测系统变更所产生的系统偏差。RHtest均一性检验方法是加拿大环境部Wang et al(2003, 2006)建立的, 有PMT和PMFT两种检验方法, 其中PMFT可以不使用参考序列进行检验, RHtest可以对年、 月、 日3种时间尺度数据序列进行均一性检验。曹丽娟等(2010)研究发现PMFT方法能够应用于对风速资料进行均一性检验, 引起年平均风速序列非均一性的主要原因是风速仪器的变化和台站迁址。

2.3 地面气候资料非均一性产生的原因分析

目前, 大部分均一性研究的模式是利用不同的检验方法对不同的气候要素序列进行检验, 检验出非均一性的断点结合气象元数据信息进行分析原因。气候资料非均一性的产生原因很多, 主要包括台站元数据中台站站址或者台站周围环境、 仪器更换、 观测规范及统计方法等的变化的影响, 但这些元数据信息大多数情况下是不详细和不完整的。从表1中也可以看出, 气象元数据对气候资料均一性的影响程度中, 台站迁移对多个气象要素都有显著影响。
表1 气象元数据对气候资料序列非均一性的影响程度

Table 1 The influence degree of meteorological metadata on the non homogeneity of climatic data series

影响因子 平均气温 极端气温 雨量 气压 湿度 风向 风速 能见度
观测仪器 - + + - ++ - ++ -
仪器高度 + + + - + + ++ -
仪器裸露程度 + ++ +++ - + ++ ++ -
观测时间 + + - - + - + +
统计方法 ++ - - - + - + -
台站迁移 ++ +++ +++ - + ++ +++ +
台站环境 + + + - + + ++ +
观测员 - - - - - - + +++

-表示无明显影响; + 表示有影响; ++ 表示有明显影响; +++ 表示有显著影响。表中数据资料来源于WMO(1999)吴增祥(2005)

2.3.1 台站迁移的影响

台站的迁移一般会在经纬度上有变化, 这种变化会影响到气候资料的均一性, 但是这种变化到底有多大会造成气候资料的非均一性, 定性的描述相对多, 而定量的研究相对较少。五台山站在 1998年1月1日迁移到新站址观测, 海拔和水平距离都有变化, 对台站气候序列有明显的影响, 尤其是对最高气温序列影响显著, 温度差异达5 ℃以上(高晓容, 2008)。对甘肃庆阳市6个发生过迁移的台站进行均一性分析, 发现环县和镇原的迁站对平均气温、 最高气温、 最低气温均产生明显影响, 宁县站2004年迁站对最高气温均一性产生了明显的影响, 认为新旧站址的地理环境差异显著及海拔差异过大是台站迁移引起气温序列非均一性的主要原因(张天峰等, 2014), 但是环境的显著变化和海拔的差异到底多大会导致气候序列的非均一性还没有定论。

2.3.2 仪器变化或者更新换代的影响

长期以来, 气象观测经历了人工观测到自动观测的变化, 不同的气象要素还经过不同的观测仪器的变化, 气温的观测仪器由气温干湿球温度表和双金属温度计观测变为铂电阻温度传感器。风速仪器从风向风速器, 维尔德风压器到EL型电接风向风速计。自动站取代人工站期间各要素的差异都做过大量的对比分析。美国合作网络(USA Cooperative Network)中, Quayle et al(1991)发现最高、 最低温度系统从液体玻璃管温度计到基于电热调节器的转变导致了月平均最高气温下降0.4 ℃和月平均最低气温升高0.3 ℃, 这是观测仪器变化导致气温数据的变化, 而不是真实的气候变化; Chenoweth(1992)检测了20世纪初期美国的温度计暴露度的变化, 发现温度读数降低, 认为19世纪晚期的观测温度普遍偏高。

2.3.3 台站迁移和仪器变化都有影响

很多的检验分析结果中, 既有台站迁移的影响也有仪器变化的影响, 刘小宁等(1995)发现台站迁移和雨量器的改变是年降水序列产生非均一性的主要原因; 曹丽娟等(2010)发现风速仪器的变化和台站迁址是引起年平均风速序列非均一性的主要原因。

2.3.4 观测时间、 观测次数和统计方法变化的影响

气象数据的统计方法和观测次数、 观测时间、 观测时制有关, 以敦煌站为例, 1954年前使用的是105°E标准时、 后至1960年使用地方平均太阳时, 1960年8月以后使用北京时; 观测时次和观测时间也发生多次变化, 从20世纪30年代建站时到1954年期间变化较多, 经历了从2次(09:00, 15:00)~4次(06:00, 09:00, 14:00, 21:00)~6次(06:00, 09:00, 12:00, 15:00, 18:00, 21:00)~4次(06:00, 09:00, 14:00, 21:00)~3次(06:00, 14:00, 21:00)~6次(06:00, 09:00, 12:00, 14:00, 18:00, 21:00)~8次(03:00, 06:00, 09:00, 12:00, 14:00, 18:00, 21:00, 24:00)的变化, 1954年后观测时次和观测时间变为 4次(01:00, 07:00, 13:00, 19:00)观测, 在1960年8月后观测次数不变观测时间发生变化4次(02:00, 08:00, 14:00, 20:00), 1987年开始24次观测(逐时观测), 2003年后实现自动观测; 日平均值的计算方法有极值平均、 4次平均、 8次平均和24次平均, 这些观测次数、 观测时间、 观测时制和统计方法的变化也是会引起气候资料序列的非均一性, 只是这方面的研究结果不是很多。

3 西北地区地面气候资料均一性研究

3.1 西北地区台站迁移对气候资料的影响分析

从地面气象观测规范对台站迁移的规定的发展历程也可以看出在20世纪50、 60年代, 地面气象观测规范对台站迁移没有任何规定, 从而也导致台站迁移没有对比观测资料可以分析。80年代开始对台站迁移及对比观测资料的时间、 项目、 获得的对比观测资料都进行了相关规定。台站迁移需要提出申请, 获得相关部门批准后方可迁移台站。因此从80年代开始迁站次数大大减少。到了2000年以后, 气象探测环境因城市建设已遭到严重破坏, 失去治理和恢复可能, 据笔者不完全统计从2000年至今仅甘肃省就有近30个台站进行了台站迁移。甘肃张掖站2011年迁到新址进行观测, 旧址位于张掖市气象局院内, 已经使用51年, 在2000年后经济快速发展, 城市建设加快, 观测场逐渐被高大建筑包围, 气象探测环境受到严重影响, 观测环境失去代表性; 新址位于甘州区沙井镇乡村, 在旧址的西方, 距旧观测站21 km, 新测站远离市区, 附近基本无其他建筑, 从实地考察情况来看, 新旧测站环境相差较大, 对资料的均一性会有一定的影响(庞成, 2013)。新疆从2008 -2014年也对13个台站进行了迁移, 王秋香等(2015)用迁移的距离和海拔高差与迁站前后新旧站资料的差异进行相关分析, 发现迁移前后海拔高差对平均气温、 最低气温和相对湿度影响较大。2000 -2010年也是宁夏各地城镇化发展最快的时期, 宁夏也有许多台站因城市发展而被迫迁移, 而且台站迁移前后环境差异较大, 该时期的台站迁移对气象观测要素均一性的影响比建站初期的大很多 (张智等, 2014)。从以上研究可以看出, 西北地区有大量的台站发生迁移, 而这些台站的迁移对观测资料的均一性影响如何, 迁移距离和海拔高差如何影响迁站前后资料的差异, 是业务管理部门关心的问题, 也是科研人员应用气候资料时如何量化这些影响所需要解决的问题。

3.2 西北地区地面气候资料均一性的重要性

区域气候变化研究一直是全球气候变化研究的核心内容, 西北地区气候变化研究也是我国、 东亚地区甚至全球气候变化研究的重要组成部分。很多气候变化研究者已对近50 年来西北地区气温变化特征进行了大量的研究(徐影等, 2003赵宗慈等, 2003陶健红等, 2007)。赵传成等(2011)对我国西北地区的气温和降水时空变化研究发现西北地区的气温整体呈现上升的趋势; 陈少勇(2011)分析了近49年中国西北地区极端低温事件的演变特征, 发现西北地区极端低温事件呈减少趋势。这些关于我国西北部地区气温变化趋势的研究都采用的是没有考虑过非均一问题的气温序列, 会造成研究结论的不确定性。已有不少研究者注意到非均一性问题, 开始采用均一化的气温资料对进行气候变化研究 (张雪芹等, 2010马鹏里, 2020吕越敏, 2019), 探讨了均一性对西北五省气温变化特征的影响(张高杰等, 2013)。由于已发布的均一化的气温数据集中的气象站点不完整且更新较慢, 因此有必要对我国西北地区的气温序列进行均一化的检验和订正, 进而用订正后的资料来研究西北地区气候变化的基本特征, 进而研究均一性对研究区域气候变化特征的影响。

3.3 西北地区台站迁移对气候资料均一性的影响

西北地区各省气象部门开展了一些气候资料的均一性检验工作, 魏娜等(2012)利用陕西省74个台站1961 -2008年气温资料和台站沿革资料, 采用二相回归法进行均一性检验和订正, 发现台站迁移对气温资料的均一性有明显的影响, 陕北台站迁移较少, 关中和陕南迁站较多, 全省74个台站中有24个台站资料的非均一性是因为台站迁移而引起的。李亚丽(2016)对陕西77个地面气象台站月平均气温序列进行均一性检测, 发现非均一断点36个(占78%)有台站元数据支持, 其中台站站址迁移造成气温序列非均一断点的百分率最高, 达66.7%。张天峰等(2014)采用SNHT(标准正态检验)客观分析方法, 结合甘肃6个气象站的元数据及历史沿革资料等信息进行主观分析, 对因迁站造成的气温序列不均一进行检验, 表明台站迁移对气温资料影响较大。韩海涛等(2008)采用SNHT方法对兰州站气候资料序列进行均一性检验, 发现降水、 气温、 最高气温、 最低气温、 日照与邻站的相关系数都达到99%的显著水平, 且都存在不均一性, 不均一性的主要原因有台站的迁移、 仪器的更换、 统计方法的变化以及城市热岛效应等。青海互助站1974年1月1日迁到新址开始观测, 地理位置及海拔的变化, 使得气象要素均发生变化, 对平均气温、 平均最高气温及平均最低气温年值序列的均一性产生的影响非常显著(郭守生等, 2016)。以上研究工作表明台站迁移是造成气候资料不均一性的主要因素之一, 使研究结果不能准确的反映真实的气候变化及趋势, 因此完整的台站元数据在气候资料均一性研究中占据重要的地位。
综上所述, 西北地区台站迁移是对气候资料非均一性的主要原因之一, 而目前西北地区许多台站发生迁移, 对这部分资料对气候资料均一性的影响如何还没有深入研究, 西北地区作为气候变化研究的重要区域, 气候资料的均一性研究有很重要的作用, 对西北地区台站迁移对气候资料均一性已经开展的研究工作中, 主要是对气温的影响进行检验, 对其他要素的研究相对较少, 对气候资料的均一性影响的定性分析较多, 定量分析较少。

4 西北地区开展气候资料均一性的建议与展望

气候资料均一性研究工作仍然是一项重要的基础性、 研究型业务工作, 仍然具有一定的科学和技术难度, 它已经成为所有气候资料的关键处理环节和核心理念, 也仍然是气候变化研究面临的一项艰巨任务(李庆祥, 2016曹丽娟和严中伟, 2011), 因此还需要深入开展气候资料均一化技术和方法的基础研究, 尤其区域气候资料方面的研究。目前可以开展的研究工作大概有以下几方面:
(1) 造成气候资料不均一性的原因很多, 而其中台站迁移是造成各种气象要素不均一性的主要因素之一, 使研究结果不能真正反映气候变化, 因此需要继续开展建站以来台站迁移对气候资料的影响研究, 建立气象观测站台站迁移对气温资料影响状况的定量评估指标, 为气候资料的使用和气候变化研究提供参考。
(2) 国内外有关均一性检验和订正的方法较为成熟, 这为我们开展西北地区地面台站迁移对气温均一性的影响研究提供了可借鉴的思路、 方法和手段, 建立西北地区地面台站迁移详细信息表, 采用均一化检验方法对西北地区气候序列进行均一性检验, 开展西北地区台站迁移因素对气温均一性的影响分析。
(3) 西北地区是我国乃至东亚地区气候变化的重要影响区, 过去对该地区的气候变化趋势研究开展也较多, 但基本上未考虑气温资料中存在的非均一性问题, 造成了研究结论的不确定性。近些年, 西北地区极端气候事件频发, 也促使西北地区气候资料的均一性研究更为重要。因此在我国西北地区挑选出发生过台站迁移的台站进行均一化的检验和订正, 对准确的反映西北地区气候变化特点更有助益。
(4) 西北地区随着社会经济的发展也出现台站环境不符合观测要求的台站, 有大量的台站发生迁移, 台站迁移有对比观测资料的可对迁站前后新旧站址变化对气候资料的影响进行分析。
Aguilar E, Auer I, Brunet M, et al, 2003.Guidelines on climate metadata and homogenization [R].WMO-TD No.1186, WCDMP No.53.Geneva, Switzerland: World Meteorological Organization, 55.

Alexandersson H, 1986.A homogeneity test applied to precipitation data[J].International Journal of Climatology, 6: 661-675.

Alexandersson H, Moberg A, 1997.Homogenization of Swedish temperaturedata.PartⅠ: Homogeneity test for linear trends[J].International Journal of Climatology, 17: 25-34.

Chenoweth M, 1992.A possible discontinuity in the U.S.historical temperature record[J].Climate, 5: 1172-1179.

Costa A C, Soares A, 2009.Homogenization of climate data: Review and new perspectives using geostatistics [J].Mathematical Geoscience, 41: 291-305.

Easterling D R, Peterson T C, 1995.A new method for detecting and adjusting for undocumented discontinuities in climatological time series [J].International Journal of Climatology, 15: 369-377.

Hawkins D M, 1977.Testing a sequence of observations for a shift in random location [J].Journal of the American Statistical Association, 3: 180-185.

Hinkley D V, 1969.Inference about the intersection in two phase regression[J].Biometrika, 56: 495-504.

Hinkley D V, 1971.Inference in two-phase regression [J].Journal of the American Statistical Association, 66: 736-743.

Li Z, Yan Z W, 2010.Application of multiple analysis of series for homogenization (MASH) to Beijing daily temperature series 1960 -2006[J].Advances in Atmospheric Sciences, 27 (4): 777-787.

Lund R, Reeves J, 2002.Detection of undocumented changepoints: A revision of the two-phase regression model [J].Journal of Climate, 15: 2547-2554.

Quayle R G, Easteriing D R, Kari T R, et al, 1991.Effects of recent ther2mometer changes in the cooperative station network[J].Bulletin of the American Meteorological Society, 72: 1718-1724.

Reeves J, Chen J, Wang X L, et al, 2007.A review and comparison of changepoint detection techniques for climate data [J].Journal of Applied Meteorology and Climatology, 46: 900-915.

Solow A, 1987.Testing for climatic change: An application of the two phase regression model [J].Journal of Climate and Applied Meteorology, 26: 1401-1405.

Szentimrey T, 1999.Multiple analysis of series for homogenization(MASH)[C]//Proceedings of the second seminar for homogenization of surface climatological data.WMO-TD No.962, WCDMP No.41.Budapest, Hungary: WMO, 27-46.

Szentimrey T, 2003.Multiple analysis of series for homogenization (MASH), verification procedure for homogenized time series [C]//Fourth seminar for homogenization and quality control in climatological databases.WMO-TD No.1236, WCDMP No.56.Budapest, Hungary: WMO, 193-201.

Turner J, Lachlan-Cope T A, Colwell S, et al, 2006.Significant warming of the Antarctic winter troposphere [J].Science, 311: 1914-1917.

Vincent L A, 1998.A technique for the identification of inhomogeneities in Canadian temperature series [J].Journal of Climate, 11: 1094-1104.

Wang X L, 2003.Comments on detection of undocumented changepoints: A revision of the two-phase regression model [J].Journal of Climate, 16: 3383-3385.

Wang X L, 2006.Climatology and trends in some adverse and fair weather conditions in Canada, 1953 -2004 [J].Journal of Geophysical Research, 111.

Wang X L, Wen Q H, Wu Y, 2007.Penalized maximal t test for detecting undocumented mean change in climate data series [J].Journal of Applied Meteorology and Climatology, 46 (6): 916-931.

Wang X L, 2008.Accounting for autocorrelation in detecting mean-shifts in climate data series using the penalized maximal t or F test [J].Journal of Applied Meteorology and Climatology, 47: 2423-2444.

WMO, 1999.Data format and supporting documentation for WMO members to use when providing digital historical data for GCOS surface network sites to the national climatic data center.

Xu W H, Li Q X, Wang X L, et al, 2013.Homogenization of Chinese daily surface air temperatures and analysis of trends in the extreme temperature indices[J].Journal of Geophysical Research: Atmospheres, 118: 1-13.

曹丽娟, 鞠晓慧, 刘小宁, 等, 2010.PMFT 方法对我国年平均风速的均一性检验[J].气象, 36(10): 53-57.

曹丽娟, 严中伟, 2011.地面气候资料均一性研究进展[J].气候变化研究进展, 7(2): 129-135.

陈少勇, 王劲松, 任燕, 等, 2011.近49年中国西北地区极端低温事件的演变特征[J].高原气象, 30(5): 1266-1273.

高晓荣, 李庆祥, 董文杰, 2008.五台山站历史气候资料的均一性分析[J].气象科技, 36(1): 112-118.

郭守生, 闫蓉, 李进虎, 等, 2016.互助站迁站前后气温序列均一性检验及订正[J].气象科技, 44(1): 31-35.

韩海涛, 胡文超, 刘积林, 等, 2008.兰州站气候资料序列均一性的初步分析[J].干旱气象, 26(3): 34-38.

黄群, 2007.中国近50年降水和湿度资料均一性检验及订正研究[D].南京: 南京信息工程大学.

江志红, 黄群, 李庆祥, 2008.近50年中国降水序列均一性检验与订正研究[J].气候与环境研究, 13(1): 67-74.

李庆祥, 刘小宁, 张洪政, 等, 2003.定点观测气候序列的均一性研究[J].气象科技, 31(1): 3-10.

李庆祥, 张洪政, 刘小宁, 等, 2006.中国均一化历史气温数据集(1951-2004)(1.0 版) [DS].北京: 国家气象信息中心气象资料室.

李庆祥, 董文杰, 李伟, 等, 2010.近百年中国气温变化中的不确定性估计[J].科学通报, 55(16): 1544-1554.

李庆祥, 2011.气候资料均一性研究导论[M].北京: 气象出版社.

李庆祥, 2016.我国气候资料均一性研究现状与展望[J].气象科技进展, 6 (3): 67-74.

李祥余, 黄少鹏, 叶红, 等, 2010.厦门站气温非均一性订正及其变化特征对比分析[J].地理科学, 30(5): 798-801.

李亚丽, 薛春芳, 卓静, 2016.利用台站元数据及卫星遥感资料分析影响气温序列均一性的原因[J].气象科技, 44(1): 23-30.

吕越敏, 李宗省, 冯起, 等, 2019.近 60 年来祁连山极端气温变化研究[J].高原气象, 38( 5): 959- 970.DOI: 10.7522 /j.issn. 1000-0534.2018.00135.

刘小宁, 孙安健, 1995.年降水量序列非均一性检验方法探讨[J].气象, 21 (8): 3-6.

刘小宁, 2000.我国40年年平均风速的均一性检验[J].应用气象学报, 11(1): 27-34.

马鹏里, 杨金虎, 卢国阳, 等, 2020.西北地区东部气候的转折性变化[J].高原气象, 39(6): 1-11.DOI: 10.7522/j.issn.1000-0534. 2019.00093.

庞成, 王伏村, 陆卫荣, 等, 2013.甘肃张掖站新旧址气温对比观测资料分析[J].干旱气象, 31(2): 283-289.

宋超辉, 孙安健, 1995a.非均一性气温气候序列订正方法的研究[J].高原气象, 14(2): 215-220.

宋超辉, 刘小宁, 李集明, 1995b.气温序列非均一性检验方法的研究[J].应用气象学报, 6(3): 289-296.

陶健红, 王遂缠, 王宝鉴, 2007.中国西北地区气温异常的特征分析[J].干旱区研究, 24(4): 510-515.

田红, 王双五, 鲁俊, 2008.江淮流域年降水量和温度均一性检验[J].气象科学, 28(2): 227-231.

王钰, 黄少平, 2008.江西省地面气象台站沿革及其对观测资料均一性的影响[J].气象与减灾研究, 31(4): 43-47.

王秋香, 刘叶, 古丽格娜, 等, 2015.气象站迁站距离及海拔高差对新旧站资料差异的影响[J].沙漠与绿洲气象, 9(3): 1-6.

魏娜, 孙娴, 姜创业, 等, 2012.台站迁移对陕西省气温资料均一性的影响及其偏差订正[J].气象, 38(12): 1532-153.

吴增祥, 2005.气象台站历史沿革信息及其对观测资料序列均一性影响的初步分析[J].应用气象学报, 16(4): 461-467.

徐琼芳, 高庆九, 胡进甫, 等, 2011.潜江站迁站前后气候资料的均一性检验[J].高原气象, 30(6): 1709-1715.

徐影, 丁一汇, 赵宗慈, 2003.人类活动引起的我国西北地区21世纪温度和降水变化情景分析[J].冰川冻土, 25(3): 328-330.

赵传成, 王雁, 丁永建, 等, 2011.西北地区近50年气温及降水的时空变化[J].高原气象, 30(2): 385-390.

赵宗慈, 丁一汇, 徐影, 等, 2003.人类活动对20世纪中国西北地区气候变化影响检测和21世纪预测[J].气候与环境研究, 8(1): 26-34.

张雪芹, 孙杨, 毛炜峄, 等, 2010.中国干旱区气温变化对全球变暖的区域响应[J].干旱区研究, 27(4): 592-599.

张高杰, 曹丽娟, 李亚丽, 2013.均一性对西北五省气温变化特征影响分析[J].农业灾害研究, 3(2/3): 27-32.

张天峰, 王位泰, 姜惠峰, 等, 2014.台站迁移对甘肃省气温记录均一性影响的检验[J].成都信息工程学院学报, 29(1): 104-109.

张智, 林莉, 周红, 2014.宁夏地面气象台站元数据变化特点及质量评估[J].气象科技, 42(2): 219-224.

张弦, 吴必文, 严平, 等, 2009.合肥气象站迁址对气温观测的影响[J].安徽农学通报, 15(3): 67-68.

周建平, 孙照渤, 倪东鸿, 等, 2013.中国气象台站迁移对年平均气温均一性的影响[J].大气科学学报, 36(2): 139-146.

文章导航

/