2017, Vol. 36
2. 内蒙古自治区二连浩特气象局, 二连浩特市 012600
台站观测数据是资料加工分析、气候研究等工作的根本。风是空气相对于地面的水平运动, 是地面气象观测的主要项目, 风速广泛应用于气候变化研究、风蚀强度评估、沙尘暴预测、大气污染评价等领域, 是研究天气变化的关键资源, 为气象防灾减灾、天气预报、气候分析和科学研究提供了重要的基础资料。此外, 在桥梁、高层建筑等的设计中, 需要考虑当地的风场和风频次分布等因素, 作为设计依据以保证建筑安全。因此, 长期的逐小时风速风向观测资料, 不仅是气候分析和大气环境研究中不可缺少的要素, 也为其他行业提供了重要的科学支撑。
由于观测资料的限制, 以往对地面风的研究主要集中在日及以上时间尺度, 熊敏诠(2015)利用1980-2009年中国608个观测站日平均风速资料, 对中国地面风速进行分区并分析了主要气候特征。江滢等(2008)对1956-2005年488个测站的一日4次风向风速资料, 研究了近50年我国风向变化特征。Wan et al(2010)利用近50年加拿大117个测站风速资料研究指出, 加拿大西部和南部风速下降明显, 中部上升。也有部分有关风速日变化的研究, 但多集中在热带地区, 而且主要利用卫星观测的海表风速资料或者数值模拟结果(洪星园等, 2014; 王东阡和张耀存, 2009)。
近年来随着中国地面自动站建设的迅猛发展, 逐小时观测资料得以应用。然而自动站建站时间尚短、大多迄今不足10年。在自动站建站之前, 我国广泛使用着各类自记仪器进行小时乃至分钟尺度的要素观测, 如降水自记、风自记观测等, 但是大部分都以纸质介质的形式保存, 使用困难, 严重制约了这些资料的应用。2009年, 中国气象局经过一系列拯救工作, 最终形成了记录2400余个国家站建站至今的地面自记观测数据文件(包括小时降水(张强等, 2016)、风、日照等, 简称“自记文件”)。
通过整合自记文件和自动站观测风资料, 建立了1951年至今、中国高密度台站逐小时风序列, 并根据逐小时风数据特性, 研制了适用的质量控制方案, 基于质控方案对逐小时风序列进行质量控制, 为每个观测数据标注质控码, 研制完成中国地面小时风速数据集, 对数据集完整性、数据质量和缺测情况进行了客观分析。并把数据集应用在青藏高原地区, 初步分析了青藏高原地区地面风速的日变化特征及气候趋势, 得到一些有益的结论。
2 数据源逐小时风序列是指来自自记观测的正点前10 min内的平均风速或自动风速传感器观测得到的正点前10 min平均分速。质量控制中用到的最大风速是指在某个时段内出现的最大10 min平均风速值, 极大风速是指某个时段内出现的最大瞬时风速值。
2000年前台站观测的风向风速数据, 从仪器类型来分, 包括人工定时观测和自记观测两大类。人工观测记录较为完整, 但是观测频次较低, 多用于日、月、年值统计中。风自记观测的迹线记录在自记纸上, 观测员按照对应时段的迹线起止点计算风速大小及风向, 可得到逐小时甚至分钟级风速风向观测值。我国地面气象台站使用EL型电接风向风速计、达因式风向风速计等观测仪器, 保存了大量风自记的平均风速、瞬时风速自记观测资料, 客观的记录了大气运动状况, 是十分宝贵的客观表征风速风向日变化的基础资料。因此, 逐小时风观测数据源在自动站建立以前主要来源于自记纸图形数字化产品及记录逐小时整点风速的自记文件。进入21世纪以后, 我国逐步建立自动观测气象站, 自动站观测风向风速取代了遥测的自记风资料, 逐小时风数据则来源于自动风向风速传感器观测。自动站观测仪器推广使用, 保存了各小时2 min、10 min风向风速、最大风速、极大风速等观测资料。
本数据集是两种(自动、自记)不同类型的风观测设备观测数据的整合, 不同的仪器必然存在一定的差异。造成自动与自记观测风速差异的主要原因有: (1) 仪器灵敏度不同。自动传感器较早期自记观测仪器更为精确、灵敏, 自动站为轻质金属风杯, 具有启动灵敏, 惯性小等特点, 能够观测大气中的微小变化; 而自记仪器启动风速较高, 对小风不敏感, 风杯大, 惯性大。(2) 安装环境不同。自动站传感器与自记观测的仪器的安装要求基本上是相同的, 但其安装的高度却有差异, 而且两种仪器周围遮挡物也常常不同, 造成两种仪器观测数据有所不同。(3) 仪器观测精度不同。自动站观测风速精度为0.1 m·s-1, 而自记仪器观测风速精度为0.3 m·s-1或0.5 m·s-1(赵煜飞等, 2011; 于清平等, 2008; 刘海利和高轩, 2010)。
3 质量控制气象资料质量控制的主要目的是为了了解资料的可用性, 针对不同质量的数据进行筛选、分类, 并且对错误数据进行检测。一般来讲, 未经质量控制的资料是不能提供用户使用的, 因为初始数据的一丝偏差往往会使研究结论大相径庭(任芝花等, 2010)。气象资料质量控制方法发展至今, 从理论上讲是比较成熟的, 但是在实际应用中却往往达不到理想的效果。原因在于气象数据本身受观测仪器、观测环境、数据处理技术等方面的限制, 与气象状态并非完全吻合。另外, 部分错误数据与代表极端异常天气、气候事件的数据表现形式类同, 这就对二者的准确分辨产生一定的难度。
3.1 质量控制码对逐小时风速进行了质量控制, 并根据质量控制结果对每组数据标识了质量控制码(QC码), 其定义如下:数据正确: QC=0;数据可疑: QC=1;数据错误: QC=2;数据缺测: QC=8。
首先设置数据的初始QC=0, 当观测数据缺测时QC=8。然后按下列先后顺序进行检查。气候界限值检查、内部一致性检查和时间一致性检查均针对QC=0或1的数据进行, 并根据检查结果决定是否改变QC值。
3.2 气候界限值检查从气候的角度不可能出现的要素临界值称之为要素的气候界限值。一般来讲, 在气候界限值检查之后, 还需进行区域界限值或台站界限值检查。经统计, 各个台站小时风速极大值(极小值)区别较小, 并且与气候界限值基本一致。因此, 并未进行区域界限值或台站界限值检查。
气候界限值范围为: (0, N1]; 超过气候界限值范围的数据为错误, QC=2。
3.3 内部一致性检查逐小时风速、日极大风速、日最大风速之间应满足以下关系:小时风速≤日极大风速; 小时风速≤日最大风速+N2; 否则小时风速判为可疑, QC=1。
3.4 时间一致性检查除了会出现超过气候界限值的错误数据、小时风速与最大、极大风速变化不一致的错误数据, 还有一些错误数据以连续无变化的形式呈现。
连续N3个及以上小时风速为0时, 全部连续为0的数据判为可疑, QC=1。
4 质量评估 4.1 评估指标利用缺测率H评估数据的完整性, 利用正确率P0、可疑率P1、错误率P2评估数据的质量状况。实有数据组数、缺测数据组数、错误数据组数、可疑数据组数、正确数据组数分别用Sa、Sb、Sc、Sd、Se表示; 实有数据组数是缺测数据组数、错误数据组数、可疑数据组数和正确数据组数的总和。假设有n(n=1, 2, …, i, …)个站进行统计。对于第i个站来讲, 各项统计公式如下:
| ${H_i} = \frac{{{S_{bi}}}}{{{S_{ai}}}} \times 100\%, $ | (1) |
| ${P_{0i}} = \frac{{{S_{ei}}}}{{{S_{ai}}}} \times 100\%, $ | (2) |
| ${P_{1i}} = \frac{{{S_{di}}}}{{{S_{ai}}}} \times 100\%, $ | (3) |
| ${P_{2i}} = \frac{{{S_{ci}}}}{{{S_{ai}}}} \times 100\% .$ | (4) |
由于部分台站一直没有自记仪器, 从而没有观测自记风, 直到自动站建立后才有逐小时风观测, 所以这些台站的观测起始年份较晚。另外由于部分台站经过业务改革、任务调整等历史变迁, 起始年份较早, 中间可能经历了长达数10年的间断期。
图 1给出了1951-2015年有风自记观测的台站数及地面观测站站数变化曲线。从图 1中可以看出, 20世纪50年代初, 风自记台站数较少, 1951年全国只有21个站, 地面观测站也只有182个, 说明只有少部分地面观测站采用风自记观测, 大多数台站为人工定时观测风向风速。50年代之后, 风自记和地面观测台站数逐渐增多。风自记站数在70年代以后增加较快, 逐渐接近地面观测站数。90年代达到2000个左右, 与地面观测站数较为接近。特别是2004年以后, 我国开展地面自动观测, 所有地面观测站均实现了风的逐小时观测。2015年, 观测站总数达到2442个。
|
图 1 1951-2015年风自记台站数及地面观测站数变化 Figure 1 Number of automatic recording wind stations and general observation stations in 1951-2015 |
据统计, 在20世纪50年代起就开始观测逐小时风的站有126个, 占台站总数的5.2%; 60年代起始观测的台站有55个, 占2.3%; 70年代起始站有1163个, 占47.6%; 80年代起始的台站有624个, 约占25.6%; 90年代起始的站有30个; 2000年后有数据的站有444个, 占比约18.2%。各台站具体开始观测年份见图 2。由图 2可以看出, 我国西部布设自记仪器的站点较为稀疏, 东部地区站网较密; 全国大多数台站于70年代开始自记风观测; 最早(50年代)开始自记风观测的台站主要分布在我国东北、华北、江南等地区; 西藏、云南、贵州大部分地区开展自记风观测较晚。
|
图 2 中国国家级站逐小时风数据起始年空间分布 Figure 2 Spatialdistribution of hourly wind speed starting year of National Stations in China |
从1951-2015年逐小时风速正确率P0、可疑率P1、错误率P2、缺测率H逐年变化(图 3)可见, 正确率在1954年突然降低, 只有51.4%, 这主要是由于1954年缺测数据较多, 导致正确率偏低。2005年自动站开始自动观测后, 正确率高于95%, 2009年开始, 正确率大于99%。
|
图 3 1951-2015年逐小时风速正确率、可疑率、错误率、缺测率 Figure 3 Annual accuracy rate, suspicious rate, error rate, lack of test rate in 1951-2015 |
由于电接风向风速计的蜗杆和蜗轮长期摩擦磨损或仪器感应器不水平, 导致二者咬合不良, 故造成风速小的时候, 自记仪器指针一直划直线, 出现连续风速为0的可疑数据。可疑率在1969年和1970年最高, 分别为0.21%和0.18%, 在1952年较高, 为0.08%, 2005年开始, 可疑率非常小, 接近于0。
在纸质报表数字化及录入过程中产生的人为错误, 通过与纸质报表逐一核对, 修改了大部分错误数据, 因此数据集中错误数据比率较低。错误率在1991年、1998年、1997年和2004年相对偏高, 分别为0.013%、0.005%、0.001%、0.001%, 其余年份错误率为0。
缺测率在1954年突然增高, 达到近48.9%, 在1971年突然下降, 只有11.8%。缺测率在50年代后期、60年代较高, 主要是由于此阶段部分省的纸质报表数字化成果尚未收集齐全。2005年自动站开始自动观测后, 缺测率小于5%, 2009年开始, 缺测率小于1%。由全国2442站逐小时风速缺测率空间分布(图略), 全国76.3%台站平均缺测率小于7%, 3.5%台站缺测率在7%~14%之间, 5.3%台站缺测率在14%~21%之间, 全国2422个站中只有56688号站缺测率较高, 超过90%。全国各站平均正确率、缺测率、可疑率分别为92.407%、7.588%和0.005%。
5 青藏高原风速日变化特征气象台站观测时出现瞬时风速达到或超过17.0 m·s-1(或目测风力达到或超过8级)的风为大风。凡一日中出现过大风作为一个大风日。图 4给出了全国各站1961-2015年平均的大风日数。中国有3个大风多发区:青藏高原地区、内蒙古中北部地区和新疆西北部地区、东南沿海及岛屿。其中以青藏高原地区范围最大、年大风日数最多。并且, 青藏高原是世界上尺度最大、海拔最高、地形最复杂的高原, 其复杂的动力和热力过程对中国、东亚乃至全球天气气候和环境变化的影响至关重要(吴国雄等, 1997; 徐祥德等, 2001; 周秀骥等, 2009; Wu et al, 2012)。
|
图 4 1961-2015年平均大风日数(单位:天) Figure 4 Annual-average of days of strong winds in 1961-2015. Unit: d |
根据大风日数分布及地理位置特征, 定义青藏高原地区为25°N-40°N, 70°E-105°E的区域。青藏高原地区共有336个台站, 选取其中资料长度大于20年(1995-2015年)的206个台站进行分析。青藏高原地区(206个站)各站平均正确率、缺测率、可疑率分别为79.648%、20.343%和0.008%。缺测率和可疑率高于全国平均水平, 主要是因为青藏高原地区风速较大, 气压较低, 仪器出现故障较多的缘故。图 5给出了选取的青藏高原地区台站分布。由图 5可见, 除昆仑山脉以南部分地区至今仍基本无台站观测外, 1995年前(包括1995年)开始进行逐小时风速观测的台站分布比较均匀, 100°E以东台站密度明显大于以西地区。
|
图 5 青藏高原地区逐小时风速观测站网分布 Figure 5 Distribution of hourly wind speed observation stations in Qinghai-Tibetan Plateau |
我国采用北京所在的东八时区的区时作为标准时间(北京时间), 气象要素的观测同样遵循此规定。但是, 我国幅员辽阔, 共被划分为5个时区。青藏高原地区横跨东五区至东七区共3个时区。因此, 采用地方时进行青藏高原地区日变化分析, 较好的避免了地方时与北京时不一致而引起的风速日变化的差异。图 6给出了青藏高原地区各季节(1月、4月、7月、10月分别代表冬、春、夏、秋季)风速日变化。青藏高原地区冬、春、夏、秋季风速分别在08:00、06:00、06:00、06:00风速较小, 分别为1.16 m·s-1、1.45 m·s-1、1.19 m·s-1和1.09 m·s-1; 分别在15:00、15:00、16:00、15:00风速较大, 分别为3.03 m·s-1、3.66 m·s-1、2.64 m·s-1和2.67 m·s-1。其中, 春季风速较大, 各小时平均风速均高于其他三个季节; 春季风速变化幅度也较大, 为2.21 m·s-1, 夏季风速变化幅度最小, 为1.45 m·s-1。
|
图 6 青藏高原地区各季节风速日变化 Figure 6 Diurnal variation of wind speed of every season in Qinghai-Tibetan Plateau |
青藏高原地区地形较为复杂, 为了详细分析春季青藏高原地区风速日变化特征, 以90°E为界, 把青藏高原地区分为青藏高原东部地区和西部地区两个部分。图 7给出了青藏高原东部、西部地区春季风速日变化曲线。东部地区在16:00风速最大, 06:00风速最小; 西部地区在14:00风速最大, 06:00风速最小。东部地区16:00风速明显大于西部地区14:00风速, 分别为3.75 m·s-1和2.90 m·s-1。因此, 青藏高原西部地区逐小时风速最大值出现较东部地区偏早2 h, 且东部地区逐小时风速较西部地区偏大, 尤其是在13:00-20:00, 东部地区比西部地区逐小时风速普遍偏大0.50 m·s-1以上。
|
图 7 青藏高原东部、西部地区春季风速日变化 Figure 7 Diurnal variation of wind speed in spring in eastern and western Qinghai-Tibetan Plateau |
青藏高原东部、西部地区春季逐小时风速日变化特征差异明显, 二者的气候趋势是否也有所不同, 值得进一步分析。通过对1995-2015年青藏高原东部、西部地区春季日平均风速、最大风速时序列及其变化趋势(图 8)可知, 近21个春季以来, 青藏高原东部、西部风速均呈减小趋势, 趋势系数分别为-0.14 m·s-1·(10a)-1、-0.02 m·s-1·(10a)-1(表 1), 东部地区风速减小的趋势高于西部地区, 且东部地区风速序列通过了0.01的显著性检验。王遵娅等(2004)分析了50年来中国各季节及年平均风速变化趋势, 认为19542000年高原春季平均风速无显著变化趋势, 趋势系数为0.01 m·s-1·(10a)-1。可见, 2000年以后青藏高原地区风速变化与之前有所不同。图 8进一步分析了东部、西部地区春季风速日循环中峰值对应地方时(简称峰时)风速变化趋势。从图 8中可以看出, 青藏高原东部峰时风速序列与平均风速同样有显著减小趋势(通过0.01的显著性检验), 趋势系数为-0.36 m·s-1·(10a)-1; 此外, 青藏高原西部峰时风速序列与平均风速无显著的变化趋势。
|
图 8 1995-2015年春季青藏高原东部(a)、西部(b)地区平均风速及峰时风速序列 Figure 8 The mean wind speed and peak time wind speedov-ereastern (a) and western (b) Qinghai-Tibetan Plateau in spring during 1995-2015 |
|
表 1 青藏高原东部/西部春季平均风速、峰时风速及其1995-2015年序列趋势方程 Table 1 The mean wind speed, peak wind speed and 1995-2015 series trend equation in eastern and Western Qinghai-Tibetan Plateau |
近21年来(1995-2015年)春季青藏高原东部、西部地区风速日变化及多年变化情况(图 9)显示, 东部地区春季风速日变化峰时和谷时(风速日循环中谷值对应地方时)比较稳定, 分别为16:00和06:00, 无明显的年际变化(图 9a)。西部地区春季风速日变化峰时和谷时有一定的漂移(图 9b)。由逐小时风速距平逐年、逐小时分布图(图 9c)可知, 东部地区春季08:00-20:00风速距平较大。1999-2003年, 小时风速偏大, 风速偏大0.2~0.4 m·s-1。由逐小时风速距平(图 9d)逐年变化可知, 1995-1998年, 西部地区逐小时风速偏低。尤其在风速日循环中平均风速较小的22:00-08:00, 风速偏小0.2~0.4 m·s-1。2000-2006年, 西部地区逐小时风速偏大, 其偏大较显著的时段也在22:00-08:00, 风速偏大0.2~0.4 m·s-1。
|
图 9 1995-2015年春季青藏高原东部(a, c)、西部(b, d)地区逐小时风速(a, b, 单位: 0.1 m·s-1)及逐小时风速距平(c, d, 单位: 0.1 m·s-1) Figure 9 The hourly wind speed (a, b, unit: 0.1 m·s-1) and the hourly wind speed anomaly (c, d, unit: 0.1 m·s-1) in eastern (a, c) and western (b, d) of Qinghai-Tibetan Plateau in spring during 1995-2015 |
利用台站观测资料, 研制完成了包括中国地面2400个站, 并经过有效质量控制的逐小时风速数据集。并利用该数据集初步分析了青藏高原地区风速日变化特征, 主要得到以下结论:
(1) 分析了1951-2015年有风自记观测的台站数及地面观测站站数变化情况。20世纪50年代, 只有少部分地面观测站采用风自记观测, 主要分布在我国东北、华北、江南等地区。风自记站数在70年代以后增加较快, 逐渐接近地面观测站数。2004年以后, 所有地面观测站均实现了风的逐小时观测。我国西部布设自记仪器的站点较为稀疏, 东部地区站网较密。
(2) 结合地面逐小时风速资料自身特点、细致分析错误数据的存在形式, 研制形成全国地面小时风速质量控制方案。方案中各步检查较为全面, 包括气候学界限制检查、时间一致性检查、内部一致性检查方法。该方案可用于全国范围内区域站和国家站、实时和非实时上传的逐小时风速资料质量控制。经评估, 全国76.3%台站平均缺测率小于7%。2005年自动站开始自动观测后, 正确率高于95%。可疑率在1969年和1970年最高, 分别为0.21%和0.18%。错误率在1991年、1998年、1997年和2004年相对偏高, 分别为0.013%、0.005%、0.001%和0.001%。
(3) 青藏高原地区不仅是我国大风多发区, 且海拔最高、地形复杂。选取青藏高原地区资料长度大于20年的206个台站进行风速日变化分析。冬、春、夏、秋季风速分别在08:00、06:00、06:00、06:00风速较小, 分别为1.16 m·s-1、1.45 m·s-1、1.19 m·s-1和1.09 m·s-1; 在15:00、15:00、16:00、15:00风速较大, 分别为3.03 m·s-1、3.66 m·s-1、2.64 m·s-1和2.67 m·s-1。
(4) 青藏高原西部地区逐小时风速最大值出现较东部地区偏早2 h, 且东部地区逐小时风速较西部地区偏大, 尤其是在13:00-20:00, 东部地区比西部地区小时风速普遍偏大0.5 m·s-1以上。青藏高原东部、西部风速均呈减小趋势, 趋势系数分别为-0.14 m·s-1·(10a)-1、-0.02 m·s-1·(10a)-1。青藏高原东部峰时风速序列与平均风速同样有显著减小趋势, 趋势系数远大于平均风速, 为-0.36 m·s-1·(10a)-1; 青藏高原西部峰时风速与平均风速序列没有显著的变化趋势。
(5) 东部地区春季风速日变化峰时(16:00) 和谷时(06:00) 比较稳定, 无明显的年际变化。西部地区春季风速日变化峰时和谷时有一定的漂移。东部地区春季08:00-20:00风速距平较大。1999-2003年, 小时风速偏大, 风速约偏大0.2~0.4 m·s-1。西部地区1995-1998年逐小时风速偏低。尤其在风速日循环中平均风速较小的22:00-08:00, 风速偏小0.2~0.4 m·s-1, 2000-2006年逐小时风速偏大, 其偏大较显著的时段也在22:00-08:00, 风速偏大0.2~0.4 m·s-1。
| Wan H, Wang X L, Swail V R. 2010. Homogenization and trend analysis of Canadian near-surface wind speeds[J]. J Climate, 23(5): 1209–1225. DOI:10.1175/2009JCLI3200.1 | |
| Wu G, Liu Y, Dong B, et al. 2012. Revisiting Asian monsoon formation and change associated with Tibetan Plateau forcing:Ⅰ. Formation[J]. Climate Dyn, 39(5): 1169–1181. DOI:10.1007/s00382-012-1334-z | |
| 洪星园, 傅云飞, 冼桃, 等. 2014. 热带海表风速与海表温度日变化关系分析[J]. 气候与环境研究, 19(4): 437–451. DOI:10.3878/j.issn.1006-9585.2013.13026 Hong Xingyuan, Fu Yunfei, Xian Tao, et al. 2014. Relationships between sea surface wind speed and the diurnal variation of sea surface temperature over the tropical ocean[J]. Climatic Environ Res, 19(4): 437–451. DOI:10.3878/j.issn.1006-9585.2013.13026 | |
| 江滢, 罗勇, 赵宗慈. 2008. 近50年我国风向变化特征[J]. 应用气象学报, 19(6): 666–672. DOI:10.11898/1001-7313.20080605 Jiang Ying, Luo Yong, Zhao Zongci. 2008. Characteristics of wind direction change in China during recent 50 years[J]. J Appl Meteor Sci, 19(6): 666–672. DOI:10.11898/1001-7313.20080605 | |
| 刘海利, 高轩. 2010. 凤翔站2005-006年自动气象站观测资料质量评估分析[J]. 陕西气象, 53(3): 22–23. Liu Haili, Gao Xuan. 2010. Quality evaluation analysis of observational data of automatic station in Fengxiang Station 2005-2006[J]. Journal of Shaanxi Meteorology, 53(3): 22–23. | |
| 任芝花, 赵平, 张强, 等. 2010. 适用于全国自动站小时降水资料的质量控制方法[J]. 气象, 36(7): 19–24. Ren Zhihua, Zhao Ping, Zhang Qiang, et al. 2010. Quality control procedures for hourly precipitation data from automatic weather stations in China[J]. Meteor Mon, 36(7): 19–24. | |
| 王东阡, 张耀存. 2009. 气候系统模式MIROC对中国降水和地面风场日变化的模拟[J]. 南京大学学报(自然科学), 45(6): 724–733. Wang Dongqian, Zhang Yaocun. 2009. Diurnal variations of precipitation and circulation simulated by model for interdisciplinary research on climate[J]. Journal of Nanjing University (Natural Sciences), 45(6): 724–733. | |
| 王遵娅, 丁一汇, 何金海, 等. 2004. 近50年来中国气候变化特征的再分析[J]. 气象学报, 62(2): 228–236. Wang Zunya, Ding Yihui, He Jinhai, et al. 2004. An updating analysis of the climate change in China in recent 50 years[J]. Acta Meteor Sinica, 62(2): 228–236. | |
| 吴国雄, 李伟平, 郭华, 等. 1997. 青藏高原感热气泵和亚洲季风[M]. 赵九章纪念文集. 北京: 科学出版社. Wu Guoxiong, Li Weiping, Guo Hua, et al. 1997. The Tibet Plateau heat pump and the Asian monsoon[M]. Zhao Jiuzhang Memorial Collection. Beijing:Science Press. | |
| 熊敏诠. 2015. 近30年中国地面风速分区及气候特征[J]. 高原气象, 34(1): 39–49. DOI:10.7522/j.issn.1000-0534.2013.00159 Xiong Minquan. 2015. Climate regionalization and characteristics of surface winds over China in recent 30 years[J]. Plateau Meteor, 34(1): 39–49. DOI:10.7522/j.issn.1000-0534.2013.00159 | |
| 徐祥德, 周明煜, 陈家宜, 等. 2001. 青藏高原地-气过程动力、热力结构综合物理图象[J]. 中国科学D辑:地球科学, 31(5): 428–440. Xu Xiangde, Zhou Mingyu, Chen Jiayi, et al. 2001. Integrated physical image of dynamic and thermal structure of ground-gas process in Tibet Plateau[J]. Science in China:Earth Sciences, 31(5): 428–440. | |
| 于清平, 黄文杰, 李崇志, 等. 2008. 南京自动气象站与人工观测风速差异分析[J]. 气象科学, 28(5): 577–580. Yu Qingping, Huang Wenjie, Li Chongzhi, et al. 2008. The difference analysis of wind speed by AWS and manual observation in Nanjing[J]. Scientia Meteor Sinica, 28(5): 577–580. | |
| 张强, 赵煜飞, 范邵华. 2016. 中国国家级气象台站小时降水数据集研制[J]. 暴雨灾害, 35(2): 182–186. Zhang Qiang, Zhao Yufei, Fan Shaohua. 2016. Development of hourly precipitation datasets for national meteorological stations in China[J]. Torrential Rain Disaster, 35(2): 182–186. | |
| 赵煜飞, 周自江, 张强. 2011. 国家基准站自动与人工气象观测值差异评估[J]. 气象科技, 39(4): 462–467. Zhao Yufei, Zhou Zijiang, Zhang Qiang. 2011. Evaluation of difference between automatic and manual observation for national base meteorological stations[J]. Meteor Sci Technol, 39(4): 462–467. | |
| 周秀骥, 赵平, 陈军明, 等. 2009. 青藏高原热力作用对北半球气候影响的研究[J]. 中国科学D辑:地球科学, 39(11): 1473–1486. Zhou Xiuji, Zhao Ping, Chen Junming, et al. 2009. Effects of thermal stress on northern hemisphere climate in Tibetan Plateau[J]. Science in China:Earth Sciences, 39(11): 1473–1486. |
2. Inner Mongolia Erenhot Meteorological Service, Erenhot 012600, China