雾和霾是危害人类健康和影响社会经济发展的灾害天气,精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品,分析了中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明:与台站资料相比,CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%;CLDAS产品对轻雾的逐月检出率为81.1%~96.4%,雾和霾出现较多的月份,其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾(各站为3.8%~21.4%)和霾漏判(各站为8.6%~25.0%)。当台站水平能见度在区间[0,0.75 km)时,CLDAS能见度的误差主要导致雾误判为轻雾;在区间[0.75,7.5 km)时,CLDAS能见度的误差主要导致霾漏判;在区间[7.5,15 km)时,CLDAS能见度的误差主要导致轻雾和霾空报。当台站相对湿度大于40%且小于等于60%时,CLDAS相对湿度的误差主要导致霾误判为轻雾。总体而言,CLDAS产品对天津地区雾、轻雾和霾的判识准确性较好,能够为雾、轻雾和霾的精细化监测提供参考,改善雾和霾监测中能见度观测站点稀少、空间覆盖不足的现状。
基于国家气象信息中心＂基础气象资料建设专项＂研制的中国地面历史基础气象资料及台站元数据,利用RHtest V4软件包对天津1951-2012年的历史气温序列进行了均一性分析。结果显示,通过惩罚最大t检验（PMT）方法对12个地面站逐日平均、最高、最低气温序列检验得到,迁站是导致平均气温和最低气温序列突变的主要原因,同类型仪器更换则是导致最高气温序列突变的主要原因,而2005年以后的自动站业务化并没有对天津地区气温序列的均一性造成很大影响。同时,研究中也检验出少部分未知原因的显著间断点,可能是由于观测员的误判或观测仪器翘变等因素造成的历史数据疑误。从订正量来看,逐日平均气温和最高气温序列主要以正偏差订正为主,而最低气温则主要以负偏差订正为主。其中,最高气温序列的分位数匹配（QM）订正量均值最大,90%以上集中在0.1-1.0°C,平均气温序列的QM订正量均值相对最小,90%以上的订正量在-0.7-0.7°C,而最低气温的订正量90%以上集中在-1.5-1.5°C范围中。另外,以Xu et al.（2013）研制的数据集为参照,通过误差分析,发现两类研究得到的年（季节）尺度气温数据具有较高的相符率和一致性,从而可以说明本研究订正后的天津地区1951-2012年逐日气温序列具有一定的可靠性。
