2. 中国科学院内陆河流域生态水文重点实验室, 甘肃 兰州 730000;
3. 中国科学院大学, 北京 100049
可靠的降水数据对于区域乃至全球的气候和水文研究至关重要(Ye et al, 2004)。雨量筒观测作为降水数据的重要来源, 普遍存在着系统误差和随机误差。其中系统误差是最主要的误差源, 包括动力损失、浸润损失、蒸发损失和痕量损失等(任芝花等, 2003; Yang et al, 2014)。而随机误差主要包括观测过程中人为因素、仪器安装及性能的不稳定性(Yang et al, 2014)、地形不规则、微气候及降水分布不均(任芝花等, 2003)等因素造成的误差。过去地面台站实测降水数据主要为人工观测, 近年来自记雨量筒被广泛使用。然而, 自记雨量筒与人工观测雨量筒在仪器物理参数、观测方式及原理上存在着较大差异, 导致两者观测的降水量也存在一定的差异。另外, 为了减小风对降水观测的影响, 开发出了不同类型的防风圈, 但多数雨量筒不直接配备防风圈或仅配备简单的单层防风圈。因此, 实测降水量不仅因雨量筒类型不同而不同, 还因防风措施的差异而变化。
为了解各国雨量筒之间的差异, 世界气象组织(World Meteorological Organization, WMO)从1955年起在世界范围内组织开展了雨量筒降水观测对比计划(Sevruk et al, 2009)。目前, 国内外降水观测对比研究主要包括: (1)探讨不同类型雨量筒之间的差异而开展的对比研究(Lanza et al, 2006; Savina et al, 2012); (2)探讨由风引起的损失并校正而开展的不同防风措施下相同雨量筒之间的对比研究(杨大庆等, 1988; 冯功堂等, 1996; Goodison et al, 1998; Ren et al, 2007; Smith, 2008; Yang, 2014; Chen et al, 2015; Kochendorfer et al, 2017); (3)探讨相同类型雨量筒的一致性问题而开展的相同防风措施下相同雨量筒之间的对比研究(Yang et al, 2014); (4)探讨不同气候条件对雨量筒的影响而开展的不同地区相同防风措施下相同雨量筒之间的对比研究(任芝花等, 2003)。
在我国西部寒冷山区, 由于地形复杂、气候恶劣、降水类型多变, 人工降水观测频率较低, 且主要集中在中低山区, 难以满足气候、水文等过程研究的需要(韩熠哲等, 2017; 王磊等, 2017)。自记雨量筒因不需要长期值守而在该类地区特别是高山区更为适用。然而山区气候变化复杂, 自记雨量筒的性能可能会受到环境条件的影响。为评估自记雨量筒在山区的观测精度, 了解自记雨量筒观测结果与我国常规降水测量及其与实际降水量之间的差异, 有必要在山区开展常见自记与人工观测雨量筒降水观测对比试验。我国西部寒冷山区是中国及邻国主要大江、大河的发源地及中国半干旱区的主要地表水源地, 更是干旱区的水塔(陈仁升等, 2014; 王希强等, 2017)。其中, 位于青藏高原东北缘的祁连山区既是我国西北地区的重要生态屏障, 又是河西走廊三大内陆河水系及青海湖水系等的发源地, 精确的降水观测对于该区的生态恢复和水文过程研究极为重要。
2 试验与方法 2.1 试验区概况降水观测对比试验在祁连山中部黑河上游葫芦沟小流域试验场内(99°52.9′E, 38°16.1′N, 海拔2 980 m)进行。试验场位于黑河峡谷段, 地形基本平坦, 下垫面为高寒草甸草原; 年均气温(2008-2016年)为1.1 ℃, 年均降水量约为493 mm, 属温带大陆性气候。
2.2 对比试验设计本次对比试验时间为2014年9月至2017年8月。对比观测仪器分别为在祁连山常用的TRwS204称重式雨雪量计(TRwS)和中国标准雨量筒(CSPG), 仪器基本参数见表 1。中国标准雨量筒一般不带防风设施(CSPGUN), 目前中国基本、基准及省属气象站以及水文站都使用该种雨量筒。而TRwS204称重式雨雪量计在使用时通常配备单层Alter防风圈(TRwSSA)。
本次试验主要有三大目的: (1)CSPGUN实测降水量与实际降水量的差异; (2)TRwSSA实测降水量与实际降水量的差异; (3)同等防风条件下CSPG与TRwS实测降水量之间的差异。基于以上目的, 实验设施共包括4类: (1)无防风措施的中国标准雨量筒(CSPGUN); (2)配备单层Alter防风圈的中国标准雨量筒(CSPGSA); (3)配备单层Alter防风圈的TRwS204称重式雨雪量计(TRwSSA); (4)按照WMO推荐的固态降水测量标准(标准双层防风栅栏; DFIR)(Goodison et al, 1998)安装的中国标准雨量筒(CSPGDFIR)。DFIR内雨量筒的安装高度为300 cm, 不仅配备Tretyakov防风圈, 另外还有两个等边八角形的防风栅栏。试验场内各雨量筒的分布及雨量筒配置如图 1所示。
根据《地面气象观测规范》, CSPG器口观测高度为70 cm, 每天在08:00(北京时, 下同)和20:00由人工观测。TRwS器口观测高度也为70 cm, 数据记录频率为30 min。此外, 试验场内还有气温、风速等配套气象观测项目。
2.3 对比方法本研究在日尺度上统计分析数据, 因为不同降水类型的观测误差差异较大, 故按降水类型分别对比。降水类型由观测员进行判别, 分为雨、雨夹雪和雪。
雨量筒降水观测主要受系统误差和随机误差的影响, 在本研究中主要考虑系统误差。对于CSPG, 因试验期间以降雨为主, 储水瓶可以极大抑制蒸发, 因此忽略蒸发损失(叶柏生等, 2007); 浸润损失按一天一次计, 取全国多站平均值0.19 mm(Ren et al, 2007); 当有痕量降水发生时, CSPG经常不能获得降水数据, 一般人为赋予0.1 mm的降水量值(叶柏生等, 2007)。而这个值是估计值, 会造成CSPG与TRwS降水观测对比的不确定, 所以在分析时不考虑痕量降水。因此, CSPG降水观测系统误差只考虑动力损失和浸润损失。TRwS为电阻应变式称重传感器, 基本可以忽略浸润损失, 此外添加的防冻液和机油可以有效抑制蒸发, 也可忽略蒸发损失。最终TRwS的系统误差只考虑动力损失。
为便于统一对比不同雨量筒及防风设施之间的差异, 需要确定一个“标准”降水量作为对比基准, 以CSPGDFIR的修正值(标准降水量P), 作为实际降水量的近似值。Chen et al (2015)的结果表明, CSPGDFIR不仅可以作为固态降水观测的标准, 还可以作为液态降水观测的标准。鉴于CSPGDFIR消除了一定风速范围内的动力损失, CSPGDFIR修正只考虑浸润损失, 其修正公式如下(Chen et al, 2015):
$ P = {P_{{\rm{DFIR}}}} + \Delta {P_w}\;\;, $ | (1) |
式中: P为标准降水量; PDFIR为CSPGDFIR日测降水量; ΔPw为浸润损失。
为探讨风速对雨量筒降水观测的影响, 一般使用降水捕捉率, 具体计算公式如下(赵求东等, 2014):
$ CR = \left({{P_{{\rm{CSPG}}}} + \Delta {P_w}} \right)/P \times 100\% \;\;, $ | (2) |
$ CR = {P_{{\rm{TRwS}}}}/P \times 100\% \;\;, $ | (3) |
式中: CR为降水捕捉率; PCSPG为CSPG日测降水量; PTRwS为TRwS日测降水量。
3 结果与分析 3.1 降水总特征2014年9月至2017年8月间, 试验区年均降水量为513.1 mm, 其中降雨占83.8%, 雨夹雪占11.4%, 降雪占4.8%。从日降水量时间变化(图 2)可以看出, 试验区降水年内分配不均, 呈单峰型, 降水主要集中在夏季(6-8月), 秋季(9-11月)次之, 接着是春季(3-5月), 而冬季(12月至次年2月)降水最少。
试验期间, 总降水日数为272天, 其中降雨、雨夹雪和降雪日数分别为208, 36和28天。降雨、雨夹雪和降雪期间, 平均气温分别为9.3, 0.2和-4.8 ℃, 筒口高度(70 cm)的平均风速分别为0.9, 0.8和0.8 m·s-1(表 2)。
从雨量筒实测降水总量来看, 各试验雨量筒实测降水总量均小于标准降水总量(表 2)。其中CSPGSA实测降水总量最大, 其次为CSPGUN, TRwSSA实测降水总量最小。CSPGUN、CSPGSA和TRwSSA年均实测降水量分别比标准降水量少38.8, 28.1和53.8 mm。
从日尺度来看, 各雨量筒实测降水量与标准降水量之间的差异明显(图 3)。在此利用均方根误差来描述各雨量筒实测降水量与标准降水量之间的差异。试验期间, 日均标准降雨、雨夹雪和降雪量分别为6.20, 4.86和2.66 mm。对于降雨测量, CSPGUN、CSPGSA和TRwSSA的均方根误差(均方根误差与标准降雨量的百分比)分别为0.56 mm(9.0%), 0.46 mm(7.4%)和0.94 mm(15.2%)。对于雨夹雪测量, CSPGUN、CSPGSA和TRwSSA的均方根误差分别为0.70 mm(14.4%), 0.47 mm(9.7%)和1.11 mm(22.8%)。对于降雪测量, CSPGUN、CSPGSA和TRwSSA的均方根误差分别为0.60 mm(22.6%), 0.48 mm(18.0%)和0.78 mm(29.3%)。从图 3可以看出, TRwSSA实测降水量与标准降水量的偏差最大, 其次为CSPGUN, CSPGSA的偏差最小。从降水类型来看, 各雨量筒降雨观测的均方根误差百分比最小, 其次为雨夹雪, 降雪观测的均方根误差百分比最大。从图 3还可以看出, 对于各降水量级, CSPGUN、CSPGSA和TRwSSA普遍存在降水观测偏低的现象。
各雨量筒实测降水量相对于标准降水量的误差主要体现为系统误差, 具体误差大小及其与标准降水量的百分比如表 3所示。CSPGUN、CSPGSA和TRwSSA降雨观测平均动力损失(平均动力损失与平均标准降雨量的百分比)分别为0.21 mm(3.4%), 0.12 mm(1.9%)和0.61 mm(9.8%), 雨夹雪观测平均动力损失分别为0.37 mm(7.6%), 0.16 mm(3.3%)和0.51 mm(10.5%), 降雪观测平均动力损失分别为0.27 mm(10.2%), 0.09 mm(3.4%)和0.57 mm(21.4%)。
综合以上对比分析结果可以看出, 各雨量筒降雪观测动力损失百分比最大, 其次为雨夹雪, 降雨观测动力损失百分比最小。这说明风对降雪观测的影响最大。同一降水类型下, 各雨量筒平均动力损失大小排序为TRwSSA>CSPGUN>CSPGSA。CSPGSA平均动力损失比CSPGUN约小50%, 这说明在试验区配备单层Alter防风圈可以有效减小风对CSPG的影响, 尤其对降雪测量效果显著。而相同防风措施下TRwSSA平均动力损失明显大于CSPGSA, 这说明TRwS和CSPG仪器之间差异较为显著。从表 3还可以看出, CSPGUN降水观测结果受动力损失的影响大于受浸润损失的影响, 而CSPGSA降水观测结果受浸润损失的影响大于受动力损失的影响。这个结果可能受到浸润损失赋值大小以及试验区风速较小的影响。
3.2.3 捕捉率与风速的关系因小量级降水会导致捕捉率出现明显的离散, 为了减小这种影响, 只将日标准降水量大于1.0 mm的数据用于降水捕捉率对比分析(Chen et al, 2015)。利用箱须图(图 4)比较各雨量筒降水捕捉率, 图中箱格的上、下边分别表示该雨量筒捕捉率样本的上四分位数和下四分位数, 箱格中的横线表示中位数, 最上端和最下端的横线为外限, 上外限到上四分位数的距离和下外限到下四分位数的距离均为3倍四分位距(上四分位数到下四分位数的距离), “×”表示极端异常值(下同)。对于降雨测量, CSPGUN捕捉率的平均水平(中位数)(96.1%)与CSPGSA捕捉率的平均水平(98.0%)相近, 均明显高于TRwSSA捕捉率的平均水平(88.5%)。TRwSSA降雨捕捉率变化范围(除异常值外, 下同)(33.6%~130.9%)明显大于CSPGUN(75.9%~114.4%)和CSPGSA(83.2%~112.9%)。对于雨夹雪测量, CSPGUN捕捉率的平均水平(91.8%)和TRwSSA捕捉率的平均水平(90.6%)相近, 均小于CSPGSA捕捉率的平均水平(95.1%)。TRwSSA雨夹雪捕捉率变化范围(28.0% ~147.1%)最大, 其次为CSPGUN(55.3%~113.7%), CSPGSA捕捉率变化范围(79.9%~116.8%)最小。对于降雪测量, CSPGSA捕捉率的平均水平(93.1%)依次高于CSPGUN(89.6%)和TRwSSA(76.8%)。TRwSSA降雪捕捉率变化范围(16.4%~103.6%)依次大于CSPGSA(78.4%~133.6%)和CSPGUN(70.4%~101.5%)。对于所有的降水类型, CSPGSA降水捕捉率的平均水平依次高于CSPGUN和TRwSSA降水捕捉率的平均水平。
Yang et al(1999)研究表明, 各气象要素中风速对雨量筒降水捕捉率的影响最大。利用箱须图(图 5)描述不同风速下各雨量筒降水捕捉率的情况, 图中出现只有箱格或横线的情况是因为对应风速组中降水日数较少。从图 5中可以看出, 降雨期间的平均风速范围大于雨夹雪和降雪期间的平均风速范围。对于降雨测量, CSPGUN和CSPGSA捕捉率的平均水平在风速小于2.0 m·s-1时随风速增加变化不明显, 而当风速超过2.0 m·s-1时, 均出现明显的降低。TRwSSA降雨捕捉率的平均水平在风速小于2.0 m·s-1时随风速增加呈一定的波动状态, 而当风速超过2.0 m·s-1时, 出现明显的降低趋势。对于雨夹雪测量, CSPGUN和CSPGSA捕捉率的平均水平在风速小于1.5 m·s-1时变化不明显, 而TRwSSA捕捉率的平均水平随风速增大呈明显波动状态。对于降雪测量, CSPGUN捕捉率的平均水平在风速大于0.5 m·s-1时出现明显的降低, 而CSPGSA捕捉率的平均水平随风速增大变化并不明显。TRwSSA降雪捕捉率的平均水平随风速增大出现一定的升高, 这个结果可能与降雪期间的风速范围较小有关。
从各雨量筒降水观测系统误差对比(表 3)可以看出, 相同防风措施下TRwSSA与CSPGSA降水观测动力损失之间的差异明显。动力损失大小随风速、防风措施、雨量筒形状以及降水形态发生变化(Kochendorfer et al, 2017)。文中TRwSSA和CSPGSA的差异主要在于仪器的不同。早期的研究发现雨量筒筒体以及筒口边缘的形状会影响筒口上方的空气动力特性(Sevruk, 1996), CSPG和TRwS的形状明显不同(见图 1)。TRwS底部宽, 筒口窄, 整体呈“凸”字形; 而CSPG是一个直径恒定的圆筒。另外, TRwS筒口边缘比中国标准雨量筒筒口边缘更宽更厚。在有风的条件下, 不同形状的筒口边缘造成筒口上方的风廓线是不同的, 最大风速增量百分比也不一样(Sevruk et al, 1989)。因此, 即使在相同的防风条件下, CSPG和TRwS降水观测受风影响的程度是不同的。所以CSPGSA与TRwSSA动力损失之间会存在一定的差异。从图 5(a)可以看出, 当降水期间的平均风速高于2.0 m·s-1时, CSPGSA降雨捕捉率的平均水平下降约15%, 而TRwSSA降雨捕捉率的平均水平下降约22%。这可能说明类似TRwS的外形比CSPG的外形致使观测结果对风速更为敏感。而这个结果也可能受到样本数量较少的影响。总之, TRwSSA和CSPGSA动力损失之间的差异可以被认为主要与雨量筒形状不同有关。
另外, 文中忽略了TRwS仪器可能存在的特定误差。从图 5(a)可以发现, 当风速趋近于0 m·s-1时, CSPGSA捕捉率的平均水平高于TRwSSA捕捉率的平均水平。这个结果可能说明TRwS存在一定的特定误差。而特定误差的存在会造成文中计算的TRwSSA动力损失值偏大, 进而造成CSPGSA和TRwSSA动力损失差异偏大。过去的研究表明TRwS特定误差可能受温度的影响(Sevruk et al, 2005)。TRwS为电阻应变式称重传感器, 当环境温度发生变化时电阻应变计敏感栅缩短或伸长引起电阻变化, 会直接影响称重传感器的结果输出(刘九卿, 2014)。仪器公司通常会做相应的温度补偿, 新型号的TRwS也被证实已将温度影响最小化(Sevruk et al, 2005)。为了探究TRwS204称重式雨雪量计是否仍明显受温度的影响, 在此利用箱须图分析了TRwSSA捕捉率与降水期间平均气温的关系(图 6), 图中出现仅有横线的情况是因为对应气温组中降水日数少。从图 6可以看出, 当气温低于-5.0 ℃时, TRwSSA捕捉率的平均水平出现明显的降低。当然这也可能与降水形态相关, 当气温低于-5.0 ℃时降水为固态, 而TRwSSA固态降水捕捉率的平均水平小于液态及混合态降水捕捉率的平均水平。对比TRwSSA捕捉率随降水类型和气温的变化可以发现, 因降水类型变化(由雨夹雪到雪)造成捕捉率平均水平下降的幅度(约14%)低于因气温变化(由-4.9~0.0 ℃到-9.9~-5.0 ℃)造成捕捉率平均水平下降的幅度(约36%)。这个结果可能说明了TRwSSA降水观测结果受较低气温的影响。另外, 当气温高于20℃时, TRwSSA捕捉率也出现了降低, 但因平均气温高于20℃的降水日数少, 难以说明TRwS降水观测结果是否还受较高气温的影响。结合以上分析可以看出, CSPGSA和TRwSSA动力损失之间的较大差异还可能受到由温度效应引起的TRwS仪器特定误差的影响。然而在本研究中, TRwS特定误差的大小难以评估。
以TRwS204称重式雨雪量计和中国标准雨量筒为研究对象, 在祁连山葫芦沟小流域开展了降水观测对比试验。以按照WMO推荐的固态降水测量标准DFIR安装的中国标准雨量筒为对比基准, 得出以下结论:
(1) 配备单层Alter防风圈的中国标准雨量筒(CSPGSA)实测降水总量依次多于无任何防风措施的中国标准雨量筒(CSPGUN)和配备单层Alter防风圈的TRwS204称重式雨雪量计(TRwSSA)。
(2) CSPGSA受到的动力损失小于CSPGUN受到的动力损失, 这与单层Alter防风圈的使用有关, 其对降雪测量效果好。而TRwSSA受到的动力损失明显大于CSPGSA受到的动力损失, 这与不同仪器形状所导致的不同风廓线有关, 同时这个结果也有可能受到TRwS204特定误差的影响。
(3) 当筒口高度的平均风速高于2.0 m·s-1时, 各雨量筒降雨捕捉率的平均水平出现明显的降低。因雨夹雪和降雪期间的平均风速较低, 风速对捕捉率的影响不明显, 但CSPGUN降雪捕捉率随风速的增加出现明显的降低。
准确了解自记雨量筒降水观测的动力损失有助于获取相应的校正方法。从本文结果可以看出, 以传统DFIR内置的人工雨量筒为标准难以准确计算自记雨量筒降水观测的动力损失大小, 为此需要以DFIR内置相同的自记雨量筒作为标准。另外, 对自记雨量筒降水观测误差进行校正时还需要特别注意仪器的特定误差。为了进一步完善降水观测对比试验, 获取精确的降水量及误差校正方法, 2016年8月还在葫芦沟小流域试验场安装了配备DFIR的TRwS204称重式雨雪量计; 针对全球广泛使用的称重式雨雪量计如OTT Pluvio2, Geonor T-200B(Nitu et al, 2010)的对比观测试验, 围绕有关降水观测随机误差问题、标准降水量的获取问题等试验, 也已经陆续开展, 后续工作有望提供一系列评估结果及误差校正方法。
Chen R S, Liu J F, Kang E S, et al. 2015. Precipitation measurement intercomparison in the Qilian Mountains, north-eastern Tibetan Plateau[J]. The Cryosphere, 9(5): 1995–2008.
DOI:10.5194/tc-9-1995-2015 |
|
Goodison B E, Louie P Y T, Yang D Q, 1998. WMO Solid Precipitation Measurement Intercomparison: Final Report[R]. Geneva, Switzerland: WMO.
|
|
Kochendorfer J, Nitu R, Wolff M, et al. 2017. Analysis of single-Alter-shielded and unshielded measurements of mixed and solid precipitation from WMO-SPICE[J]. Hydrol Earth Syst Sci, 21(7): 3525–3542.
DOI:10.5194/hess-21-3525-2017 |
|
Lanza L G, Leroy M, Alexandropoulos C, et al, 2006. WMO Laboratory Intercomparison of Rainfall Intensity Gauges[R]. Geneva, Switzerland: WMO.
|
|
Nitu R, Wong K, 2010. CIMO survey on national summaries of methods and instruments for solid precipitation measurement at automatic weather stations[R]. Geneva, Switzerland: WMO.
|
|
Ren Z H, Li M Q. 2007. Errors and correction of precipitation measurements in China[J]. Adv Atmos Sci, 24(3): 449–458.
DOI:10.1007/s00376-007-0449-3 |
|
Savina M, Schäppi B, Molnar P, et al. 2012. Comparison of a tipping-bucket and electronic weighing precipitation gage for snowfall[J]. Atmos Res, 103(3): 45–51.
DOI:10.1016/j.atmosres.2011.06.010 |
|
Sevruk B. 1996. Adjustment of tipping-bucket precipitation gauge measurements[J]. Atmos Res, 42(1/4): 237–246.
|
|
Sevruk B, Chvíla B. 2005. Error sources of precipitation measurements using electronic weight systems[J]. Atmos Res, 77(1/4): 39–47.
DOI:10.1016/j.atmosres.2004.10.026 |
|
Sevruk B, Klemm S, 1989. Catalogue of national standard precipitation gauges[R]. Geneva, Switzerland: WMO.
|
|
Sevruk B, Ondrás M, Chvíla B. 2009. The WMO precipitation measurement intercomparisons[J]. Atmos Res, 92(3): 376–380.
DOI:10.1016/j.atmosres.2009.01.016 |
|
Smith C D. 2008. Correcting the wind bias in snowfall measurements made with a Geonor T-200B precipitation gauge and Alter wind shield[J]. CMOS Bulletin SCMO, 36(5): 162–167.
|
|
Yang D Q. 2014. Double Fence Intercomparison Reference (DFIR) vs.Bush Gauge for "true" snowfall measurement[J]. J Hydrol, 509: 94–100.
DOI:10.1016/j.jhydrol.2013.08.052 |
|
Yang D Q, Elomaa E, Tuominen A, et al. 1999. Wind-induced precipitation undercatch of the Hellmann gauges[J]. Hydrol Res, 30(1): 57–80.
DOI:10.2166/nh.1999.0004 |
|
Yang D Q, Simonenko A. 2014. Comparison of winter precipitation measurements by six Tretyakov gauges at the Valdai experimental site[J]. Atmos Ocean, 52(1): 39–53.
DOI:10.1080/07055900.2013.865156 |
|
Ye B S, Yang D Q, Ding Y J, et al. 2004. A bias-corrected precipitation climatology for China[J]. J Hydrometeor, 5(6): 1147–1160.
DOI:10.1175/JHM-366.1 |
|
陈仁升, 康尔泗, 丁永建. 2014. 中国高寒区水文学中的一些认识和参数[J]. 水科学进展, 25(3): 307–317.
Chen R S, Kang E S, Ding Y J. 2014. Some knowledge on and parameters of China's alpine hydrology[J]. Adv Water Sci, 25(3): 307–317.
DOI:10.14042/j.cnki.32.1309.2014.03.006 |
|
冯功堂, 由希尧, 张先明. 1996. 天山北坡降水观测误差对比分析[J]. 干旱区研究, 13(1): 20–23.
Feng G T, You X Y, Zhang G M. 1996. The comparative analysis on the error of rainfall observation at the northern slope of Tianshan Mountains[J]. Arid Zone Res, 13(1): 20–23.
|
|
韩熠哲, 马伟强, 王炳赟, 等. 2017. 青藏高原近30年降水变化特征分析[J]. 高原气象, 36(6): 1477–1486.
Han Y Z, Ma W Q, Wang B Y, et al. 2017. Climatic characteristics of rainfall change over the Qinghai-Tibetan Plateau from 1980 to 2013[J]. Plateau Meteor, 36(6): 1477–1486.
DOI:10.7522/j.issn.1000-0534.2016.00125 |
|
刘九卿. 2014. 称重传感器电路补偿机理及补偿电阻计算[J]. 衡器, 43(1): 23–29.
Liu J Q. 2014. Weighing sensor circuit compensation mechanism and compensation resistance calculation[J]. Weighing Instrument, 43(1): 23–29.
|
|
任芝花, 王改利, 邹风玲, 等. 2003. 中国降水测量误差的研究[J]. 气象学报, 61(5): 621–627.
Ren Z H, Wang G L, Zou F L, et al. 2003. The research of precipitation measurement errors in China[J]. Acta Meteor Sinica, 61(5): 621–627.
DOI:10.11676/qxxb2003.062 |
|
王磊, 陈仁升, 宋耀选. 2017. 高寒山区面降水量获取方法及影响因素研究进展[J]. 高原气象, 36(6): 1546–1556.
Wang L, Chen R S, Song Y X. 2017. Research review on calculation methods and influential factors on areal precipitation of alpine mountains[J]. Plateau Meteor, 36(6): 1546–1556.
DOI:10.7522/j.issn.1000-0534.2017.00007 |
|
王希强, 陈仁升, 刘俊峰. 2017. 气候变化背景下祁连山区负积温时空变化特征分析[J]. 高原气象, 36(5): 1267–1275.
Wang X Q, Chen R S, Liu J F. 2017. Spatial and temporal variation characteristics of accumulated negative temperature in Qilian Mountains under climate change[J]. Plateau Meteor, 36(5): 1267–1275.
DOI:10.7522/j.issn.1000-0534.2016.00096 |
|
杨大庆, 姜彤, 张寅生, 等. 1988. 天山乌鲁木齐河源降水观测误差分析及其改正[J]. 冰川冻土, 10(4): 384–399.
Yang D Q, Jiang T, Zhang Y S, et al. 1988. Analysis and correction of errors in precipitation measurement at the head of Urumqi river, Tianshan[J]. J Glaciol Geocryol, 10(4): 384–399.
|
|
叶柏生, 杨大庆, 丁永建, 等. 2007. 中国降水观测误差分析及其修正[J]. 地理学报, 62(1): 3–13.
Ye B S, Yang D Q, Ding Y J, et al. 2007. A bias-corrected precipitation climatology for China[J]. Acta Geograp Sinica, 62(1): 3–13.
DOI:10.11821/xb200701001 |
|
赵求东, 叶柏生, 何晓波, 等. 2014. 唐古拉山区Geonor T-200B雨雪量计日降水观测误差修正[J]. 高原气象, 33(2): 452–459.
Zhao Q D, Ye B S, He X B, et al. 2014. Bias correction of daily precipitation measured by Geonor T-200B precipitation gauge in Tanggula Mountain[J]. Plateau Meteor, 33(2): 452–459.
DOI:10.7522/j.issn.1000-0534.2013.00013 |
2. Key Laboratory of Ecohydrology of Inland River Basin, Chinese Academy of Sciences, Lanzhou 730000, Gansu, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China