2017, Vol. 36
2. 中国科学院大学, 北京 100049;
3. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 江苏 南京 210044;
4. 成都信息工程大学电子工程学院, 四川 成都 610225
大气中温度为0 ℃的高度层即为0 ℃层。从天气学角度来讲, 某地地面气温高, 其上空的0 ℃层高度就高, 反之亦然。因此, 0 ℃层高度对分析飞机积冰高度、高山雪线高度及冰雪的累积与融化、河流流量的变化、南方冻雨和洪水预报起重要作用, 且0 ℃层高度的变化反映了高空冷暖气团的环流变化, 可作为预报气温变化的一个指标(张广兴, 2005, 2007; 李国昌等, 2006; 王永莉等, 2008; 宫恒瑞等, 2010; 马雪宁等, 2011; 黄小燕等, 2011; 潘淑坤等, 2012; 赵爱芳等, 2013; 王立伟等2014)。另外, 0 ℃层高度是判断层状云降水的一个重要指标, 从该高度层状云降水中冰晶粒子开始融化, 向下进入冰水转化过渡层, 在天气雷达平面位置显示(PPI)回波图上呈现为强度增大的一圈亮带, 称为零度层亮带。该亮带的出现会造成定量降水估测明显偏高, 因此, 0 ℃层高度的确定有利于天气雷达判别零度层亮带范围, 从而提高雷达降水粒子相态识别能力和定量估测降水精度(Giangrande et al, 2007; Zhang et al, 2008; Boodoo et al, 2010)。
0 ℃层高度可通过无线电气象探空直接获得, 但探空观测一般一天只有两次, 有些雷达站附近没有探空资料。而全球和区域大气再分析资料同化了数值天气预报和大量地面与高空观测数据以及卫星遥感数据, 资料时间长、时空覆盖率和分辨率高, 可以弥补资料空缺。目前, 全球大气再分析资料主要有:美国国家环境预报中心(NECP)与大气研究中心(NCAR)和美国能源部(DOE)提供的NECP/NCAR(1948年至今)和NECP/DOE(1979—2009年); 欧洲中期天气预报中心(ECMWF)提供的ERA-15(1978—1995年)、ERA-40(1957—2002年)以及为下一代再分析资料做准备的ERA-Interim(1979年至今); 日本气象厅(JMA)和电力中央研究所(CRIEPI)提供的JRA-25(1979—2004年)。许多学者从不同角度对比了不同参量, 对再分析资料的可信度进行了评价和验证; 我国学者也研究了再分析资料在中国区域的适用性, 研究显示, 再分析资料能较好地反映观测值的变化趋势, 且ERA-40和ERA-Interim再分析资料与观测资料的相关性优于NCEP再分析资料(Mooney et al, 2011; 魏丽等, 2003; 赵天保等, 2009; 高庆久等, 2010; 李瑞青等, 2012; 朱彦良等, 2012; 支星等, 2013; 孙玉婷等, 2013; 高路等, 2014)。
通过对既有观测资料又有再分析资料地区的0 ℃层高度的特征及其与地面气温的相关性进行分析, 证明利用再分析资料获得0 ℃层高度信息的可靠性, 可为没有探空观测资料的地区提供计算0 ℃层高度的参考方法。利用北京多年ERA-Interim再分析资料和探空观测资料分析地面气温及0 ℃层高度变化特征, 对比再分析资料和观测资料的差异, 并利用北京常规和寿县加密探空资料分析0 ℃层高度与地面气温的相关性, 拟合得到0 ℃层高度与地面气温的线性关系, 利用未参与公式拟合的探空观测资料进行验证。
2 资料选取和处理方法 2.1 资料选取采用2005年1月至2014年12月北京(编号54511)自动气象站每日2次(08:00和20:00, 北京时, 下同)的地面气温数据和北京探空站每日2次(08:00和20:00)探空数据, 以及2008年5—12月在安徽省寿县进行大气辐射综合观测实验期间获得的每日4次(02:00, 08:00, 14:00和20:00)探空资料。北京站位于116°E, 39.8°N, 海拔为55 m; 寿县站位于116.78°E, 32.56°N, 海拔为21 m。
每日4次(02:00, 08:00, 14:00和20:00)的ERA-Interim再分析资料, 包括地面气温和气压层温度数据, 空间分辨率为0.125°×0.125°(经纬度), 垂直分层从1 000~1 hPa共37层, 地面气温为2 m高度的数据。所取资料时间长度在北京为2005年1月至2014年12月(10年), 寿县为2001年1月至2014年12月(14年)。
2.2 处理方法再分析资料为格点数据, 观测资料为站点数据。采用双线性插值法, 将离探空站最相邻4个格点的再分析资料数据插值到站点(朱彦良等, 2012)。统计得到在研究时段内北京站周围4个格点地面气温的标准差分别为12.10, 12.11, 12.15和12.15 ℃, 插值到站点的地面气温与周围4个格点的平均绝对偏差仅为0.25 ℃, 表明北京站附近四个格点数据的一致性较好。
0 ℃层高度h根据各气压层气温和位势高度计算得到, 采用以下线性插值公式计算(赵爱芳等, 2013; 毕旭等, 2008):
| $ h = \frac{{{h_1} - {h_2}}}{{{t_1} - {t_2}}}\left( {t - {t_2}} \right) + {h_2}\;\;\;, $ | (1) |
式中: h1和h2分别为0 ℃层上下气压层的位势高度; t1和t2分别为上下两层的温度; t=0 ℃, 并将位势高度转换成海拔。
利用标准差(σ)、相关系数(R)、偏差(Bias)、以及平均绝对偏差(Mad)等统计参数进行分析, 其计算公式如下(朱彦良等, 2012):
| $ \begin{matrix} {{\sigma }_{x}}=\sqrt{\frac{1}{n}\sum\limits_{i=1}^{n}{{{\left({{x}_{i}}-\bar{x} \right)}^{2}}}} \\ {{\sigma }_{y}}=\sqrt{\frac{1}{n}\sum\limits_{i=1}^{n}{{{\left({{y}_{i}}-\bar{y} \right)}^{2}}}} \\ \end{matrix}\;\;\;, $ | (2) |
| $ R=\frac{\sum\limits_{i=1}^{n}{\left({{x}_{i}}-\bar{x} \right)\left({{y}_{i}}-\bar{y} \right)}}{\sqrt{\sum\limits_{i=1}^{n}{{{\left({{x}_{i}}-\bar{x} \right)}^{2}}}\cdot \sum\limits_{i=1}^{n}{{{\left({{y}_{i}}-\bar{y} \right)}^{2}}}}}\;\;\;, $ | (3) |
| $ {{B}_{\rm{ias}}}=\left[ \sum\limits_{i=1}^{n}{\left({{x}_{i}}-{{y}_{i}} \right)} \right]/n\;\;\;, $ | (4) |
| $ {{M}_{\rm{ad}}}=\left[ \sum\limits_{i=1}^{n}{\left| {{x}_{i}}-{{y}_{i}} \right|} \right]/n\;\;\;, $ | (5) |
式中: n为有效样本数; x和y分别代表再分析资料和探空观测资料。
3 分析结果 3.1 地面气温对比分析从北京再分析资料和观测资料的地面气温10年(2005—2014年)时间序列和月均值变化(图 1)可知, 两种资料地面气温的总体变化趋势一致, 且呈周期性年际变化, 但观测资料的地面气温略高于再分析资料[图 1(b)]。对比分析不同季节两种资料不同区间地面气温出现的频率(图 2)可见, 春季和秋季地面气温主要分布在0~30 ℃, 夏季在20~30 ℃, 冬季在-10~5 ℃; 春秋两季两种资料在各区间频率的一致性优于冬夏两季。从北京再分析资料与站点观测资料的地面气温(分别用Ti和Tr表示)散点分布(图 3)可看出, 全年和四季地面气温的散点分布比较集中, 分布在对称线附近, 相关系数均较高(表 1), 其中, 全年为0.99, 春秋两季的相关系数比夏冬两季略高; 其拟合线在对称线之上, 说明再分析资料的值比观测资料值偏低。再结合统计参数标准差、偏差和平均绝对偏差进行分析(表 1), 再分析资料与观测资料的标准差接近, 除夏季外, 再分析资料的标准差略大于观测资料的标准差; 两种资料春秋两季的标准差均明显大于冬夏两季, 这是因为春秋两季地面气温变化范围更大。再分析资料与观测资料的地面气温偏差在全年和四季均为负值, 进一步说明再分析资料比观测资料略低, 与前面的分析结果一致。此外, 冬季的平均绝对偏差最大, 夏季最小, 结合图 3可见, 主要是因为冬季两种资料的一致性比其他三季差, 而夏季温度变化范围较小。整体来看, 两种资料的一致性较好, 再分析资料可以反映实际地面气温的变化, 这与前人的研究结果一致(Mooney et al, 2011; 李瑞青等, 2012; 支星等, 2013; 高路等, 2014)。
|
图 1 2005—2014年北京再分析资料和站点观测资料地面气温的时间序列(a)和月变化(b) Figure 1 Time series (a) and monthly mean change (b) of surface temperature from the ERA-Interim and station observation data from 2005 to 2014 |
|
图 2 春(a)、夏(b)、秋(c)、冬(d)季北京的再分析资料与站点观测资料不同区间的地面气温出现频率 Figure 2 Frequency distribution of different surface temperature from the ERA-Interim and station observation data in spring (a), summer (b), autumn (c) and winter (d) in Beijing |
|
图 3 北京全年(a)和不同季节(b~e)地面气温再分析资料与站点观测资料的散点分布 Figure 3 Scatter plots of surface temperature from the ERA-Interim and station observation data of whole year (a) and different seasons (b~e) in Beijing |
|
表 1 北京再分析资料与站点观测资料地面气温的标准差(σ)、偏差(Bias)和平均绝对偏差(Mad) Table 1 σ、Bias and Mad of surface temperature from the ERA-Interim and radio sounding observation data |
0 ℃层高度表现为与地面气温相当一致的季节和年际变化趋势(图略)。图 4为北京再分析资料与观测资料0 ℃层高度(分别用hi和hr表示)散点分布, 从图 4中可以看出两种资料0 ℃层高度变化趋势一致, 春季和秋季在0~5 000 m均有分布, 夏季主要出现在3 000~5 500 m, 冬季在0~2 500 m。冬季样本数明显要少, 这是因为冬季温度较低, 地面气温常低于0 ℃, 没有0 ℃层存在。全年的相关系数为0.99(表 2), 表明再分析资料与探空观测资料的0 ℃层高度十分接近。按季节分析, 春秋两季的情况与全年相像, 相关系数最高, 夏冬两季的相关系数略低。两种资料的标准差相差不大, 冬夏两季的标准差较小, 春秋两季的稍大。两种资料的偏差均为负值, 说明再分析资料偏低于观测资料, 其中冬季的偏差(绝对值)和平均绝对偏差最大。综合来看, 再分析资料比观测资料的略低, 这个特征与地面气温的相同, 两种资料有较好的一致性, 均可用来分析0 ℃层高度与地面气温的相关性。
|
图 4 北京全年(a)和不同季节(b~e) 0 ℃层高度再分析资料与观测资料的散点分布 Figure 4 Scatter plots of 0 ℃ isotherm height from the ERA-Interim and radio sounding observation data of whole year (a) and different seasons (b~e) |
|
|
表 2 北京再分析资料与观测资料0 ℃层高度的标准差(σ)、偏差(Bias)和平均绝对偏差(Mad) Table 2 σ、Bias and Mad of 0 ℃ isotherm height from the ERA-Interim and radio sounding observation data |
使用北京10年(2005—2014年)再分析资料分析地面气温和0 ℃层高度的日变化特征(图 5), 以1, 4, 7和10月分别代表四季。可以看出, 地面气温和0 ℃层高度都存在日变化, 四季地面气温日变化特征相近, 但0 ℃层高度日变化在四季不同, 夏季变化最小, 春季最大, 与其他学者的研究结果一致(宫恒瑞等, 2010)。0 ℃层高度的变化能反应高空冷暖气团的环流变化, 是气象预报提前反映气温的一个指标。
|
图 5 2005—2015年北京月平均地面气温(a, c)和0 ℃层高度(b, d)的日变化 Figure 5 Diurnal variation of monthly mean surface temperature (a, c) and 0 ℃ isotherm height (b, d) in Beijing from 2005 to 2015 |
考虑到近地逆温层的影响, 将存在近地逆温层的资料剔除后再进行相关性分析, 近地逆温层的判别方法参考Li et al(2015)的文献。这样处理后, 0 ℃层高度与地面气温的相关系数增大, 线性关系系数显著增加, 截距减小, 0 ℃层高度计算值与观测值的误差变小(见表 3), 但地面气温和0 ℃层高度较大时, 改善不明显。根据日变化特征分析, 可能是因为地面气温较大时(5—9月), 地面气温日变化大, 而0 ℃层高度日变化较小。此后使用剔除近地逆温层后的资料进行相关性分析。
|
|
表 3 北京站探空观测值与线性关系计算值的0 ℃层高度统计数据比较 Table 3 Comparison of 0 ℃ isotherm height between radio sounding observations and calculated values from the linear relationships at Beijing station |
由地面气温和0 ℃层高度散点分布(图 6)可见, 散点均集中分布在拟合线附近, 相关系数分别为0.87, 0.92和0.87。利用F检验对研究时段内有效时次数据的0 ℃层高度和的地面气温进行相关显著性检验, 取置信度99%, P＜0.0001, 均通过了0.01的显著水平统计检验。再分析资料和观测资料的0 ℃层高度和地面气温均有较好的相关性, 这与其他学者的结论一致(马雪宁等, 2011; 黄小燕等, 2011; 赵爱芳等, 2013; 王立伟等, 2014), 且观测资料获得的线性关系优于再分析资料。
|
图 6 北京(a, b)和寿县(c)地面气温与0 ℃层高度散点分布 Figure 6 Scatter plots of surface temperature versus 0 ℃ isotherm height in Beijing (a, b) and Shouxian (c) |
分时次对比和验证地面气温与0 ℃层高度之间的线性关系, 在08:00和20:00考察再分析资料和观测资料地面气温与0 ℃层高度的散点分布和线性关系(图 7), 其相关系数均大于0.90, 20:00的相关系数大于08:00, F检验取置信度99%, P＜0.0001, 都通过了0.01的显著水平统计检验。北京站和寿县站再分析资料有02:00和14:00的数据, F检验取置信度99%, P＜0.0001, 均通过了0.01的显著水平统计检验, 北京站的相关系数分别为0.93和0.93, 寿县站分别为0.93和0.89, 0 ℃层高度和地面气温也有较好的相关性(图略)。
|
图 7 08:00(左)和20:00(右)地面气温与0 ℃层高度散点分布 Figure 7 Scatter plots of surface temperature versus 0℃ isotherm height at 08:00 (left) and 20:00 (right) |
利用北京站2015年1—12月和寿县站2008年5—12月观测的地面气温数据, 分别带入相应的线性关系式估算0 ℃层高度, 与探空观测资料获得的0 ℃层高度进行对比分析。
北京站统计的标准差(σ)、相关系数(R)、偏差(Bias)和平均绝对偏差(Mad)列于表 3。利用观测资料线性关系计算的高度标准差与观测高度标准差更接近; 除了08:00(未去除存在近地逆温层资料), 其余两种线性关系计算的0 ℃高度与观测0 ℃高度的相关系数都大于0.90, 20:00的相关系数最大, 为0.93; 08:00和20:00两种线性关系计算的高度与观测高度的偏差均为正值, 说明计算高度比观测高度偏高。利用观测资料拟合的线性关系计算的偏差值均小于100 m, 而再分析资料拟合线性关系的偏差稍大; 两种线性关系计算的高度与观测高度的平均绝对偏差比较接近, 在400~460 m区间。整体来看, 用观测资料的线性关系计算的0 ℃层高度与实际观测的0 ℃层高度之差更小, 且20:00的相关性较好。
寿县站有2008年5—12月一天4次的探空数据。表 4给出寿县站利用再分析资料线性关系估算的2008年7个月0 ℃层高度与探空资料观测值比较的统计特征值, 计算值与实测资料的标准差相差不大, 观测高度标准差大于计算高度标准差; 相关系数均大于0.80, 02:00, 08:00和20:00的相关系数大于或等于0.90;计算的0 ℃层高度相对于观测高度偏低, 偏差集中在250~400 m的范围内。整体来看, 08:00相关性更好。
|
|
表 4 寿县站ERA-Interim再分析资料线性关系计算值与探空观测值的0 ℃层高度统计特征值比较 Table 4 Comparison of 0 ℃ isotherm height between radio sounding observations and calculated values from the ERA-Interim linear relationship at Shouxian station |
天气雷达获得的0 ℃层高度一般位于探空资料0 ℃层高度以下几百米。黄钰等(2013)统计了2010年北京夏季雷达识别的0 ℃层高度, 位于探空0 ℃层高度以下几十米到五百米; 庄薇等(2013)发现青藏高原地区雷达识别的0 ℃层高度比探空资料0 ℃层高度低500 m左右; 肖艳娇等(2010)发现汉口站附近也是平均低500 m。本工作在北京和寿县采用线性关系计算的0 ℃层高度与实际高度的偏差不超过400 m, 因此, 可以利用观测资料或再分析资料建立的地面气温与0 ℃层高度的线性关系, 根据实际观测的地面气温数据估算0 ℃层高度, 为天气雷达判别0 ℃层亮带提供辅助信息。0 ℃层亮带识别对降水预报有指示作用, 在层状云降水中, 亮带强度变大, 表明冰水转化速度加快, 降水强度将增强, 反之将减弱; 观测不到亮带, 可以预报短时内降水将结束。一般情况下, 对流云降水中观测不到亮带, 这是因为其中对流旺盛, 冰和水成物垂直分布范围广, 一般不存在明显的冰水过渡层; 当对流性降水云中观测到亮带时, 表明云中对流已减弱, 积雨云处于消散阶段, 降水将停止。
4 结论利用观测的地面气温和0 ℃层高度, 与ERA-Interim再分析资料进行对比, 分析地面气温与0 ℃层高度的变化特征及二者之间的相关性, 拟合得到0 ℃层高度与地面气温的线性关系, 利用未参与公式拟合的观测资料进行验证, 主要得出以下结论:
(1) 再分析资料与观测资料的地面气温和0 ℃层高度的总体变化趋势一致, 这两种资料的一致性较好, 说明再分析资料是可用的。分季节分析表明, 地面气温和0 ℃层高度存在明显的季节变化, 春秋分布范围广, 夏冬分布集中, 且存在日变化特征, 0 ℃层高度日变化幅度比地面气温小。
(2) 两种资料均表明地面气温与0 ℃层高度存在较好的线性关系, 按全天、08:00和20:00分析, 都通过了0.01的显著水平统计检验, 20:00的相关系数大于08:00;用观测的地面气温和0 ℃层高度资料验证建立的线性关系式表明, 基于两种资料的线性关系式计算的高度与观测值相差不大, 由观测资料建立的线性关系优于再分析资料的。
(3) 在探空资料缺少地区, 可利用再分析资料获得0 ℃层高度, 或者根据实际观测的地面气温数据和线性关系估算0 ℃层高度, 为天气雷达判别0 ℃层和预报降水等应用提供辅助信息。
致谢 北京54511站探空资料和自动气象站资料从中国气象局MICAPS系统下载, 寿县2008年RS92探空资料由DOE/ARM项目处理和提供, ERA-Interim再分析资料从其网站下载, 在此一并表示感谢。
Boodoo S, Hudak D, Donaldson N, et al. 2010. Application of dual-polarization radar melting-layer detection algorithm[J]. J Appl Meteor Climatol, 49: 1779–1793.
DOI:10.1175/2010JAMC2421.1 |
|
Giangrande S E, Karuse J M, Ryzhkov A V. 2007. Automatic designation of the melting layer with a polarimetric prototype of the WSR-88D Radar[J]. J Appl Meteor Climatol, 47: 1354–1364.
|
|
Li J, Chen H B, Li Z Q, et al. 2015. Low-Level temperature inversions and their effect on aerosol condensation nuclei concentrations under different large-scale synoptic circulations[J]. Adv Atmos Sci, 32(7): 898–908.
DOI:10.1007/s00376-014-4150-z |
|
Mooney P A, Mulligan F J, Fealy R. 2011. Comparison of ERA-40, ERA-Interim and NCEP/NCAR reanalysis data with observed surface air temperatures over Ireland[J]. Int J Climatol, 31(4): 545–557.
DOI:10.1002/joc.v31.4 |
|
Zhang J, Langston C. 2008. Brightband identification based on vertical profiles of reflectivity from the WSR-88D[J]. J Atmos Ocean Technol, 25: 1859–1872.
DOI:10.1175/2008JTECHA1039.1 |
|
毕旭, 刘子林, 刘慧敏, 等. 2008. 基于MICAPS系统数据接口的0℃和-20℃层高度计算方法[J]. 陕西气象, 5: 37–39.
Bi X, Liu Z L, Liu H M, et al. 2008. The algorithm of 0℃ and -20℃ level height based on the data interface of MICAPS system[J]. J Shaanxi Meteor, 5: 37–39.
|
|
高路, 郝璐. 2014. ERA-Interim气温数据在中国区域的适用性评估[J]. 亚热带资源与环境学报, 9(2): 75–81.
Gao L, Hao L. 2014. Verification of ERA-Interim reanalysis data over China[J]. Journal of Subtropical Resources and Environment, 9(2): 75–81.
|
|
高庆久, 管兆勇, 蔡佳熙, 等. 2010. 两种再分析资料中夏季地表气温与中国测站资料的差异[J]. 大气科学, 34(4): 471–482.
Gao Q J, Guan Z Y, Cai J X, et al. 2010. Differences in 1958-2001 summertime surface air temperatures between two reanalysis data and observations in China[J]. Chinese J Atmos Sci, 34(4): 471–482.
|
|
宫恒瑞, 石玉, 冯志敏. 2010. 春季融雪期0℃高度与乌鲁木齐河径流量的关系[J]. 干旱区研究, 27(1): 69–74.
Gong H R, Shi Y, Feng Z M. 2010. Relationship between the 0℃ layer height and the streamflow of the Urumqi River in the period of spring snowmelt[J]. Arid Zone Research, 27(1): 69–74.
|
|
黄小燕, 张明军, 王圣杰, 等. 2011. 中国西北地区近50年夏季0℃层高度及气温时空变化特征[J]. 地理学报, 66(9): 1191–1198.
DOI:10.11821/xb201109004 Huang X Y, Zhang M J, Wang S J, et al. 2011. Variation of 0℃ isotherm height and ground temperature in summer in Northwest China during the past 50 years[J]. Acta Geograp Sinica, 66(9): 1191–1198.
DOI:10.11821/xb201109004 |
|
黄钰, 阮征, 葛润生, 等. 2013. 2010年夏季北京零度层亮带特征统计[J]. 气象, 39(6): 704–709.
Huang Y, Ruan Z, Ge R S, et al. 2013. Feature statistics on bright band in Beijing in 2010 summer[J]. Meteor Mon, 39(6): 704–709.
|
|
李国昌, 刘世祥, 张存杰, 等. 2006. 祁连山东北侧夏季零度气温层高度变化研究[J]. 干旱气象, 24(3): 31–34.
Li G C, Liu S X, Zhang C J, et al. 2006. Analysis on 0℃ level height change in summer over northeast side of Qilian Mountain[J]. Arid Meteor, 24(3): 31–34.
|
|
李瑞青, 吕世华, 韩博, 等. 2012. 青藏高原东部三种再分析资料与地面气温观测资料的对比分析[J]. 高原气象, 31(6): 1488–1502.
Li R Q, Lü S H, Han B, et al. 2012. Preliminary comparison and analyses of air temperature at 2 m height between three reanalysis data-sets and observation in the east of Qinghai-Xizang Plateau[J]. Plateau Meteor, 31(6): 1488–1502.
|
|
马雪宁, 张明军, 王圣杰, 等. 2011. 黄河流域夏季0℃层高度变化及与地面气温和降水量的关系[J]. 资源科学, 33(12): 2302–2307.
Ma X N, Zhang M J, Wang S J, et al. 2011. Variation in summer 0℃ level height and its relationships with temperature and precipitation over the Yellow River Basin[J]. Res Sci, 33(12): 2302–2307.
|
|
潘淑坤, 张明军, 王圣杰, 等. 2012. 天山乌鲁木齐河源地区夏季径流量与0℃层高度的关系[J]. 资源科学, 34(8): 1565–1573.
Pan S K, Zhang M J, Wang S J, et al. 2012. Relationship between streamflow in summer at the headwaters of Urumqi River in the Tianshan Mountains and the 0℃ isotherm height[J]. Res Sci, 34(8): 1565–1573.
|
|
孙玉婷, 高庆久, 闵锦忠. 2013. 再分析温度资料与西藏地区冬、夏季观测气温的比较[J]. 高原气象, 32(4): 909–920.
Sun Yu T, Gao Q J, Min J Z. 2013. Comparison of reanalysis data and observation about summer/winter surface air temperature in Tibet[J]. Plateau Meteor, 32(4): 909–920.
|
|
王立伟, 张明军, 高峰. 2014. 1977-2010年长江源区夏季大气0℃层高度变化[J]. 高原气象, 33(3): 769–774.
DOI:10.7522/j.issn.1000-0534.2014.00048 Wang L W, Zhang M J, Gao F. 2014. Variation of 0℃ atmospheric height in the headwaters of Changjiang River in summer during 1977-2010[J]. Plateau Meteor, 33(3): 769–774.
DOI:10.7522/j.issn.1000-0534.2014.00048 |
|
王永莉, 玉苏甫·阿布都拉, 马宏武, 等. 2008. 和田河夏季流量对区域0℃层高度变化的影响[J]. 气候变化研究进展, 4(3): 151–155.
Wang Y L, Yusup·Abudulla, Ma H W, et al. 2008. Response of summer average discharge in the Hetan River to changes in regional 0℃ level height[J]. Adv Climate Change Res, 4(3): 151–155.
|
|
魏丽, 李栋梁. 2003. NCEP/NCAR再分析资料在青藏铁路沿线气候变化研究中的适用性[J]. 高原气象, 22(5): 488–494.
Wei L, Li D L. 2003. Reliability of NCEP/NCAR reanalysis data in climatic change along Qinghai-Xizang railway[J]. Plateau Meteor, 22(5): 488–494.
|
|
肖艳娇, 刘黎平, 李中华, 等. 2010. 雷达反射率因子数据中的亮带自动识别和抑制[J]. 高原气象, 29(1): 197–205.
Xiao Y J, Liu L P, Li Z H, et al. 2010. Automatic recognition and removal of the bright band using radar reflectivity data[J]. Plateau Meteor, 29(1): 197–205.
|
|
张广兴. 2007. 新疆夏季0℃层高度变化对河流年径流量的影响[J]. 地理学报, 62(3): 279–289.
DOI:10.11821/xb200703005 Zhang G X. 2007. The response of annual runoff to the height change at the zero temperature level in summer over Xinjiang[J]. Acta Geograp Sinica, 62(3): 279–289.
DOI:10.11821/xb200703005 |
|
张广兴, 杨莲梅, 杨青. 2005. 新疆43a来夏季0℃层高度变化和突变分析[J]. 冰川冻土, 27(3): 376–379.
Zhang G X, Yang L M, Yang Q. 2005. Changing trend and abrupt change of the 0℃ level height in summer in Xinjiang from 1960 to 2002[J]. Journal of Glaciology and Geocryology, 27(3): 376–379.
|
|
赵爱芳, 张明军, 孙美平, 等. 2013. 1960-2010年中国西南地区0℃层高度变化特征[J]. 地理学报, 68(7): 994–1006.
Zhao A F, Zhang M J, Sun M P, et al. 2013. Changes in 0℃ isotherm height of southwest China during 1960-2010[J]. Acta Geograp Sinica, 68(7): 994–1006.
|
|
赵天保, 符淙斌. 2009. 应用探空观测资料评估几类再分析资料在中国区域的适用性[J]. 大气科学, 33(3): 634–648.
Zhao T B, Fu C B. 2009. Applicability evaluation for several reanalysis datasets using the upper-air observations over China[J]. Chinese J Atmos Sci, 33(3): 634–648.
|
|
支星, 徐海明. 2013. 三种再分析资料的高空温度与中国探空温度资料的季节平均特征对比分析[J]. 高原气象, 32(1): 97–109.
DOI:10.75226/j.issn.1000-0534.2013.00011 Zhi X, Xu H M. 2013. Comparative analysis on monthly mean characteristic of free atmospheric temperature between three reanalysis datasets and radiosonde dataset in China[J]. Plateau Meteor, 32(1): 97–109.
DOI:10.75226/j.issn.1000-0534.2013.00011 |
|
朱彦良, 凌超, 陈洪滨, 等. 2012. 两种再分析资料与RS92探空资料的比较分析[J]. 气候与环境研究, 17(3): 381–391.
DOI:10.3878/j.issn.1006-9585.2011.10138 Zhu Y L, Ling C, Chen H B, et al. 2012. Comparison of two reanalysis data with the RS92 radiosonde data[J]. Climatic Environ Res, 17(3): 381–391.
DOI:10.3878/j.issn.1006-9585.2011.10138 |
|
庄薇, 刘黎平, 胡志群. 2013. 青藏高原零度层亮带的识别订正方法及在雷达估测降水中的应用[J]. 气象, 39(8): 1004–1013.
DOI:10.7519/j.issn.1000-0526.2013.08.007 Zhuang W, Liu L P, Hu Z Q. 2013. Application of bright band identification and correction in radar-based QPE over Tibetan Plateau[J]. Meteor Mon, 39(8): 1004–1013.
DOI:10.7519/j.issn.1000-0526.2013.08.007 |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, Jiangsu, China;
4. College of Electronic Engineering, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China