贺音
- 作品数：12 被引量：53H指数：5
- 供职机构：陕西省气象局更多>>
- 发文基金：陕西省气象局气象科技创新基金公益性行业(气象)科研专项陕西省自然科学基金更多>>
- 相关领域：天文地球农业科学环境科学与工程更多>>
- 陕西自动与人工观测风对比评估被引量：1
- 2011年
- 利用陕西自动与人工平行观测第2年数据—4次定时观测的2min风速、逐时观测的10min风速及风向、日最大风速,分析人工与自动观测的风速差异及风向相符率,并对风速进行显著性t检验。结果表明:自动观测的2min、10min风速大于人工观测值。日最大风速则相反。月平均对比差值及其标准差,2min风速,分别为0.2m/s及0.71m/s;10min风速,分别为0.15m/s及0.39m/s,即两者之间10min风速较为接近。自动与人工观测10min风向相符率平均为42.8%,风向相符率频率以45%为中心,基本呈正态分布特征,且无明显的地域特征,相符率夏半年明显低于冬半年。显著性检验表明,α为0.05时,6.5%的月平均值、20.2%的年平均值由于仪器换型引起了2min风速的显著性差异。
- 李亚丽妙娟利刘芳霞贺音
- 日平均计算方法对气温统计值的影响被引量：13
- 2013年
- 为了弄清不同日平均计算方法对气温统计值的影响,利用陕西6个基准站的定时气温资料分别进行24次观测与4次观测,以及4次与3次观测值计算所得日平均气温计算值的差异分析,并对1961—2010年的3次、4次、24次计算的年平均气温序列进行均一性的惩罚最大F检验(PMFT)。结果表明:24次气温定时值计算的日平均气温均值高于4次值,平均差值为0.13℃,标准差为0.39℃,两者差值在秋季较大。4次比3次日平均气温值平均偏低0.14℃,标准差为0.85℃,一年中,夏季差值最大。不同次数的日平均气温计算方法可引起月、年平均气温值0.2℃甚至以上的升降。24次气温值的使用可以使单站的气温增暖速率提高0.03～0.04℃/10a。但日平均气温计算方法的改变不会造成气温序列的非均一。
- 李亚丽妙娟利贺音
- 关键词：日平均气温计算方法均一性
- 自动与人工观测气温差异偏大的原因及影响分析——以143个国家基准站为例被引量：11
- 2015年
- 利用143个国家基准站2002—2010年自动与人工逐日平行观测资料进行对比分析,评估自动观测与人工观测气温的差异,着重分析两者存在的较大差异及其发生原因,并利用惩罚最大t检验(PMT)方法结合台站元数据中自动观测仪器变化信息,客观评价自动观测对气温序列均一性的影响。结果表明:(1)51.29%、54.14%、67.18%的自动观测日平均、日最高、日最低气温大于人工观测值,差值在±0.2℃之间的百分率分别为78.8%、63.1%、60.9%,平均对比差值分别为0.05、0.09、0.15℃,标准差为0.14、0.22和0.15℃,各气温要素的差值、绝对差值和标准差随自动观测时间的增长并无明显的增大或减小的趋势,且空间分布各有不同;(2)通过对对比差值、绝对差值、标准差的分类比较、逐步筛选发现,少数台站自动与人工观测值差异较大,对于采集自同一传感器的不同气温要素,平均、最高、最低气温的差值表现也不尽一致。经PMT检验,在平均气温、最高气温和最低气温的绝对差值最大的20个站中分别有35%的台站的月平均气温序列、35%的台站的月平均最高气温序列和25%的台站的月平均最低气温序列由于自动观测仪器变化引起序列的非均一;(3)分析认为:温度传感器检定更换而导致的仪器示值误差变化会造成自动与人工观测对比差值跳变,而温度传感器或数据采集器等电子元器件的零点漂移会导致自动观测气温严重偏离人工观测值,这两种因素会导致自动与人工观测气温差异偏大,也是自动观测仪器变化导致气温序列产生非均一断点的可能原因。建议加强自动观测数据的监测与质量控制,增加观测仪器检定示值误差订正,并采取硬件、软件补偿等方法,实现温度零点补偿,尽可能地减小或消除仪器误差,提高自动观测资料的准确性。
- 李亚丽任芝花陈高峰夏巧利贺音余鹏
- 关键词：气温
- 陕西省气象信息服务系统的设计与实现被引量：8
- 2017年
- 陕西省气象信息服务系统以全国综合气象信息共享平台(CIMISS)作为数据源,采用B/S模式开发,实现了气象要素检索下载、温度、降水量曲线绘制、气温色斑图显示等功能。应用实践表明,以CIMISS作为数据源,解决了气象信息数据源不统一的问题,且可为用户提供丰富多样的基础气象数据服务产品。
- 贺音何林
- 关键词：B/S
- 基于SPEI的陕西近40年干旱时空特性分析被引量：4
- 2014年
- 根据1971—2012年陕西省96个气象观测站月降水、气温数据计算出标准化降水蒸散指数SPEI(Standardized Precipitation Evapotranspiration Index),运用经验正交函数分解EOF(empirical orthogonal function)、线性趋势分析及Morlet小波分析等方法,分析了近40a来陕西省干旱时空演变特征、干旱化趋势、变率及周期性特征,结果表明:(1)陕西地区具有整体干旱变化特征一致的特点,总体呈现出干旱化趋势增强的特征,其中西安地区增强最明显,关中及陕北干旱变率最大;(2)干旱呈现明显的区域分布特征,以秦岭为界将陕西省分为秦岭以南和秦岭以北两大区域,两区域干旱呈现南北相反的分布特征,突变分析表明这种相反分布特征在1994年之后加剧;(3)从周期上看,整个陕西地区干旱呈准10a震荡,且关中与陕北地区呈现干旱特征相反的震荡步调。
- 贺音张聪娥张黎
- 关键词：经验正交函数干旱特征
- 两套降水融合实况产品在陕西省的质量检验被引量：1
- 2023年
- 利用陕西省99个国家气象站、1894个区域气象站2021年3月1日00时-2022年2月28日23时(北京时)的小时降水量数据,采用相关系数、平均误差、均方根误差、晴雨准确率、降水分量级评估等指标,对国家气象信息中心研制的1 km、5 km降水融合产品进行质量检验。结果表明:(1)两套融合产品在陕西省的评估效果较好,1 km融合产品评估结果(相关系数为0.9281,平均误差为0.0008 mm,均方根误差为0.2362mm)优于5 km融合产品(相关系数为0.8922,平均误差为-0.0010 mm,均方根误差为0.3353 mm);(2)两套融合产品对降水的有、无均反映较好,其中1 km融合产品的晴雨准确率为0.9590,5 km融合产品为0.9571;(3)小雨、中雨量级降水融合降水产品与观测值较接近,其他级别降水融合产品的T S评分随着降水量级的增大而降低;(4)两套融合降水产品能较好反映陕西区域内降水的时空变化特征,陕北地区平均误差、均方根误差较小,效果较好,关中南部及陕南秦巴山区的误差较大。
- 贺音张雅斌樊丹丹
- 关键词：降水
- 三种不同干旱动态监测指数在陕西省的适用性研究被引量：5
- 2014年
- 运用陕西省96个站1981—2012年近32年的逐日气温、降水、风速、相对湿度等资料,分别计算出各站逐日(向前滚动30天)的三种干旱动态监测指数:降水距平百分率(Pa)、相对湿润干旱指数(MI)、标准化降水指数(SPI),并将陕西省按地域由北至南分为陕北、关中、陕南,按季节分为春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—2月),分别统计出不同干旱动态监测指数对应的干旱发生的频率并与历史记载中实际干旱情况进行比对,对三种干旱动态监测指数在陕西省的适用性进行分析。结果表明:夏季MI指数得到的干旱频率最高,Pa指数最低,冬季MI指数得到的干旱频率最低,Pa指数最高;在春、冬季节Pa指数的适用性较好,在夏、秋季节MI指数的适用性较好;陕西省夏季容易发生局地强降水,而在秋、冬季容易出现长时间的无降水,导致SPI指数在夏、秋、冬季节的适用性不太好。
- 贺音王钊贺皓
- 关键词：干旱指数
- CMA-RA陆面气温再分析产品在陕西的检验评估
- 2022年
- 基于陕西99个国家自动气象站和1884个区域自动气象站逐小时气温数据,采用相关系数、平均误差、均方根误差等指标,评估分析了2020年1-12月CMA-RA陆面(CMA-RA/Land)气温数据与站点气温的相关性及偏差分布特征,并分别按不同区域、不同高度、不同等级气温对CMA-RA/Land气温数据进行评估。结果表明:①CMA-RA/Land气温数据能较好地反映陕西的气温特征,但不同区域有所差异,在陕北的适用性最好,关中次之,陕南较差,沿秦岭山脉一带的误差明显偏高;②CMA-RA/Land气温数据在陕北不存在明显高估或低估,在关中除2-5月外均有所低估,在陕南低估最明显,但3-4月存在高估;③CMA-RA/Land气温数据在1000~1499 m海拔范围内与站点气温差异最小,其次为800~999 m,海拔超过1500 m时差异最大;④CMA-RA/Land气温数据对0℃以下气温存在高估,对0℃以上气温存在低估,气温在-10~19.9℃时CMA-RA/Land气温与站点气温差异最小;⑤CMA-RA/Land气温数据与国家自动气象站气温的一致性优于区域自动气象站。
- 樊丹丹贺音
- 关键词：气温
- 不同统计方法对气温序列均一性的影响分析
- 为了弄清不同统计方法对气温序列均一性的影响，利用陕西6 个基准站的定时气温资料分别进行人工24 次与4 次、8 次以及自动24 次与4 次、8 次统计的气温差异分析，并对1961 ～2009 年人工观测的4 次、24 次...
- 李亚丽妙娟利贺音
- 关键词：日平均气温均一性
- 自动观测霾、雾、轻雾与人工观测对比分析及订正被引量：5
- 2017年
- 由于自动观测与人工观测的原理不同,造成了自动与人工观测数据之间的差异。选取了陕西2014年霾日、雾日、轻雾日的自动、人工观测月平均值以及30a气候月平均值进行对比分析,结果表明:2014年陕西霾日、雾日、轻雾日人工观测与30a平均值相比略有差异,自动观测比人工观测明显偏多,特别是霾日,是人工或30a平均霾日的10~68倍。利用中国气象局2015年发布的相关规定对2014年自动观测霾日进行订正,订正后大部分月份的霾日是人工观测或30a平均值的2~10倍,较未订正前减少了23%~91%,执行该规定使得霾记录基本趋于合理。
- 曾英张红娟贺音
