天气数据分析

1、亚洲区域地面月平均气温序列亚洲区域地面月平均气温序列的建立与分析的建立与分析报告人：任玉玉报告人：任玉玉20102010年年9 9月月主要内容 研究意义 数据源 处理方法 已完成的工作 存在问题和工作计划背景和意义 20世纪世纪90年代以来，气候变化及其影响的基本事实年代以来，气候变化及其影响的基本事实已得到国际社会和科学界的广泛认同。已得到国际社会和科学界的广泛认同。 我国社会经济的可持续发展和国家安全及各项政策与我国社会经济的可持续发展和国家安全及各项政策与对策的制定等都对气候变化科研与业务工作提出了明确的对策的制定等都对气候变化科研与业务工作提出了明确的要求。要求。 目前已对中国近百年气

2、候变化进行了大量分析和研究，目前已对中国近百年气候变化进行了大量分析和研究，对亚洲气候变化的研究有利于更好的认识中国的气候变化。对亚洲气候变化的研究有利于更好的认识中国的气候变化。此外，北京气候中心作为区域中心还应该对中国以外的亚此外，北京气候中心作为区域中心还应该对中国以外的亚洲地区气候变化的监测做出贡献。洲地区气候变化的监测做出贡献。研究范围研究范围数据源 NCDC数据 美国国家气候资料中心 （NCDC-Monthly v2） 国际交换历史数据 全球气候观测网日值数据（GDCN） 全球历史气候网（GHCN- DAILY）资料日值数据 CPC逐日最高和最低气温数据集 NMIC数据 中国气象信

3、息中心 GTS(全球通信系统 ) 实时传输的国际交换数据 实时交换的地面气候月报资料 全球常规地面观测资料处理方法（一） 平均气温计算方法 为了避免平均气温计算次数带来的非均一性问题，采用最高最低气温进行算数平均。 质量控制 资料检查 站点、记录重复；台站坐标等信息检查 奇异值检查 为多年该月平均值， 为标准差，f 这里取5 （以俄罗斯20891站为例，对比站选择24125） 一致性检查 时间一致性；内部一致性xxfxxfxxx处理方法（二） 资料集整合 中国区：中国地面气候资料月值数据集 （SURF_CLI_CHN_MUL_MON） 未重合站点整合 重合站点的记录整合 建立序列的方法 站点密

4、度不均匀：站点资料格点化 格点大小的确定：55, 22 计算区域平均值的方法：36052360525cos36052cosRRRS目前已经处理的资料 美国国家气候资料中心美国国家气候资料中心 （NCDC-Monthly v2） 月值 同时有最高、最低数据的站点共873站 中国区共373站，1991年以前320站停止更新。2009年仅49站更新。331站缺测比例小于0.1 国际交换历史数据国际交换历史数据（ GHCN-DAILY ） GHCN-DAILY 日值（1216站，超过10年有效记录1078站，建站至今） CPC-Monthly 1977年12月-2006年12月 North Euras

5、ia Cliamte Centre 日值 （149站，1881年至2006年）NCDC-Monthly v2406080 100 120 140 160 18002040601900年406080 100 120 140 160 18002040601910年406080 100 120 140 160 18002040601920年406080 100 120 140 160 18002040601930年406080 100 120 140 160 18002040601940年406080 100 120 140 160 18002040601950年406080 100 120 140

6、 160 18002040601960年406080 100 120 140 160 18002040601970年406080 100 120 140 160 18002040601980年406080 100 120 140 160 18002040601990年406080 100 120 140 160 18002040602000年NCDC monthly-v2资料集亚洲区有效记录时空分布情况 GHCN-DAILY 406080 100 120 140 160 18002040601900年406080 100 120 140 160 18002040601910年406080 10

7、0 120 140 160 18002040601920年406080 100 120 140 160 18002040601930年406080 100 120 140 160 18002040601940年406080 100 120 140 160 18002040601950年406080 100 120 140 160 18002040601960年406080 100 120 140 160 18002040601970年406080 100 120 140 160 18002040601980年406080 100 120 140 160 18002040601990年40608

8、0 100 120 140 160 18002040602000年GHCN-DAILY资料集亚洲区有效记录时空分布情况 整合资料台站数台站数05001000150020002500300035001873188819031918193319481963197819932008最低气温最高气温以1976-2005年为参考时段计算平均值和标准差，进行质量控制；要求在参考时段中必须有不少于20年全年无缺测记录质量控制后1873-2009年亚洲有效气温记录整合后的原始资料共3400站，经过质量控制后得到1600站气温观测资料20406080100120140160180020406080整合数据集质量

9、控制后的台站分布-2-1.5-1-0.500.511.51910192019301940195019601970198019902000最低气温最高气温亚洲百年最高最低气温距平序列最高气温在1910年至2009年的百年中增加1.10C，最低气温增加1.94C。-2-1.5-1-0.500.511910192019301940195019601970198019902000平均气温在1910年至2009年的百年中增加1.52C。亚洲平均气温距平序列1月2月3月4月5月6月7月8月9月10月11月12月最低气温0.23*0.27*0.31*0.21*0.18*0.15*0.12*0.10*0.13

10、*0.16*0.20*0.27*最高气温0.13*0.18*0.22*0.16*0.13*0.09*0.03*0.020.04*0.05*0.09*0.19*20406080100120140160180020406080-0.0500.050.10.150.20.250.30.350.40.450.50.550.60.651960-2009年平均气温变化趋势分布存在的问题和下一步计划存在的问题和下一步计划 部分地区资料稀疏 均一性检验 城市化影响订正 不确定水平估计 降水质量控制 进一步补充数据 CPC早期资料 GTS逐日数据集 亚洲气温时空变化 日值 极端事件 插值格点化谢谢！极值检查极值

11、检查以俄罗斯20891站为例，对比站选择24125208912412525744站 1月，9月 国际交换站（蓝色）；NCDC数据集（粉色）站点记录整合研究意义和背景最高气温(个）占全部数据比例最低气温（个）占全部数据比例1月350.13%380.14%2月420.16%590.21%3月500.19%610.22%4月510.19%810.29%5月590.22%880.32%6月580.21%1160.42%7月780.29%1200.43%8月770.28%1210.44%9月660.24%890.32%10月410.15%780.28%11月580.21%620.22%12月400.15

12、%450.16%NCDC-Monthly v2进行质量控制剔除的站点数量（中国区以外）总计：最高气温剔除655个数据，占0.20%；最低气温剔除958个数据，占0.29%203040506070809010011012013014015016017018001020304050607080NCDC&GHCN&NMIC数据集台站分布以NCDC-monthly-v2为准，通过对数据的逐条分析最终在NCDC-monthly-v2基础上添加888个GHCN-DAILY站点，其中有效记录大于等于10年的670个。 North Eurasia daily 延长了57条序列长度。 最高气温(个）占全部数据比例最低气温（个）占全部数据比例1月350.13%380.14%2月420.16%590.21%3月500.19%610.22%4月510.19%810.29%5月590.22%880.32%6