一、全球地面天气报资料质量控制和数据集特征分析（论文文献综述）
姜立鹏[1]（2021）在《基于4DEnVar的全球地面观测资料陆气协同同化研究》文中认为近地面气象状况与人类活动息息相关,对人们生产生活具有重要影响,是天气预报的重点。全球在世界气象组织（World Meteorological Organization,WMO）的协调下建立了完善的地面观测网络和观测资料交换系统,每天可获取10000个天气报及5000个机场报站点观测。开展地面观测资料在全球数值模式中的同化应用研究,具有重要的科学和应用价值。然而,地面观测资料在全球数值预报业务中的同化应用还不充分,全球大气同化系统一般只同化气压观测资料,气温、湿度等观测资料则通过陆面同化系统间接使用（如欧洲中期天气预报中心,ECMWF）,只有少数数值预报中心（如英国气象局,UKMO）在其全球大气同化系统中使用地面气温、湿度和风场观测。UKMO和ECMWF的地面观测资料业务应用经验来看,大气和陆面的协同同化是地面资料同化的关键。本论文以GFS/GSI全球循环同化系统为基础,提出了“全球近地面同化+全球陆面同化+全球大气同化”的地面观测资料大气和陆面协同同化方案。该方案主要包括三个步骤:1)利用LETKF集合同化技术,将大气模式输出的近地面气温、湿度和风场与观测资料进行融合,获得全球近地面气象分析场;2)利用全球近地面气象分析场驱动全球陆面模式,并利用En OI技术实现对土壤湿度观测资料的同化,获得全球陆面分析场;3)将全球近地面观测增量应用于大气模式最底层,基于四维集合变分混合同化（Hybrid-4DEn Var）技术开展全球大气同化,获得全球大气分析场。基于该方案,论文建立了全球大气和陆面弱耦合同化系统,实现了对地面观测资料的大气和陆面协同同化。与地面观测资料大气和陆面协同同化方案三个步骤相对应,该弱耦合同化系统由以下三部分组成:（1）基于LETKF集合同化算法建立了考虑近地面气象要素“流依赖”特征的近地面分析系统,通过融合地面气温、湿度和风场观测资料,使近地面气象要素分析场偏差减小50%以上,均方根误差降低25%以上。（2）在对土壤湿度空间相关性深入研究的基础上,发展了土壤湿度地面站点观测资料的二维En OI融合系统。利用近地面气象要素分析场驱动全球陆面模式,并通过2D-En OI融合土壤湿度地面观测资料,进一步优化土壤湿度质量,获得与地面观测资料更加接近的全球陆面初始场。2016年5-9月的长序列同化试验表明,同化土壤湿度地面观测资料可以显着改进陆面模式土壤湿度模拟偏差和均方根误差。（3）提出了将近地面观测增量应用于大气模式最底层,通过四维集合变分混合同化技术将地面观测资料同化应用于大气模式的技术思路,基于GSI系统实现了地面观测资料的Hybrid-4DEn Var同化。单点观测同化试验表明,Hybrid-4DEn Var的同化增量在水平和垂直结构上比3DVar更合理,且更具有“流依赖”特性。利用发展的全球地面观测资料大气和陆面弱耦合同化系统和真实观测资料,开展了10天以上循环同化对比试验。结果显示地面观测气温、湿度和风场等资料的同化,能够显着改进近地面气温、湿度和风场的0h预报质量,全球平均气温、湿度和风场RMSE误差降幅分别达17.4%、25.5%和17.6%。对12h预报而言,气温和湿度能够较好保持明显的误差降低,RMSE误差降低分别约3.2%和10.2%。随着预报时效的增加,风场误差预报误差降幅越来越小,12h预报风场误差降幅约在1%左右。研究发现,地面观测资料同化对500h Pa以下气温廓线短期预报有改进。本论文基于GFS/GSI全球同化系统建立了具备地面气温、湿度和风场等观测资料同化能力的全球大气和陆面弱耦合同化系统,并开展一系列数值同化试验,在地面观测资料同化领域取得的研究成果对改进全球数值模式预报和资料再分析水平具有重要意义。
杨帅[2]（2019）在《基于空间维度分析的地面气温观测资料质量控制方法研究》文中进行了进一步梳理在信息化的时代背景下,数值天气预报（NWP）已经成为气象预报的重要手段,对地面气温观测资料进行质量控制是资料同化的基础,有助于提高数值天气预报的准确性。基于此,本文在分析气温观测资料的空间分布特征、空间相关性和协同相关性的基础上,针对模型有效性、模型运行时间成本、协同预测三个角度建立了一系列的地面气温空间质量控制方法,并进行案例分析,主要内容如下:采用Hubbard教授提出的假设检验方法,在原始气温数据中随机添加人工误差,选择最佳质控参数甄别疑误数据,为质量控制模型提供评估指标;针对模型有效性,在分析各区域地面气温观测资料的空间相关性的基础上,考虑到各参考站和中心站气温数据的观测差异,提出了一种基于B样条拟合的地面气温质量控制方法（BSFQC）;针对站点密度较高的地区,为减小BSFQC方法的运行时间成本,应用空间回归检验筛选相关性最高的邻近参考站,提出了一种基于空间回归检验的B样条拟合地面气温质量控制方法（SRTBSFQC）;针对邻站稀少或者历史气温观测资料缺失的地区,考虑到温度和湿度之间的强耦合性,将湿度数据作为气温数据的补充,提出了一种基于协同预测的B样条拟合地面气温质量控制方法（CCABSFQC）。多组试验分析结果表明,作为一种局部无偏估计方法,BSFQC方法相较于SRT和IDW方法有着优异的预测性能和检错性能,能够有效地用于观测站气温数据的插补,或者用于检测气温数据中的疑误值。对于站点密度较高的地区,若区域内气温空间相关性较高,SRTBSFQC方法能在保证模型有效性的基础上减少模型运行的时间成本;若区域内气温空间相关性较低,应尽量多的选择参考站,保证SRTBSFQC方法的质量控制效果。CCABSFQC方法适用于站点密度较低的地区或者历史气温资料缺失较多的地区,经过数据的无量纲化处理,将湿度数据作为温度数据的补充,既丰富了数据的多样性,也提高了质量控制模型的准确性。
廖捷,周自江[3]（2018）在《全球常规气象观测资料质量控制研究进展与展望》文中进行了进一步梳理质量控制是气象观测资料质量管理的重要技术手段,是保障正确可信的气象观测资料进入天气预报等应用系统的前提。重点回顾欧美发达国家常规气象资料质量控制技术的发展历程,以及我国同类技术的发展动态。归纳来看:1)国际上成熟的气象资料质量控制系统严格考虑了质量控制算法的科学性,以及总体或单个检查步骤的误判和漏判情况,并给出其影响评估,从而有针对性地设计出补充检查步骤,确保观测数据质量控制判别过程的高可信度;2)由于各类观测系统输出资料的属性及其误差水平不同,导致对大气状态"真值"的描述存在争议,也正因如此,成熟的气象资料质量控制系统充分利用多来源观测资料或多种观测要素,在遵循统一的大气运动物理规律前提下进行相互校验,形成了综合质量控制;3)随着数值预报的发展,欧美各国均在同化系统中对常规资料进行变分质量控制,例如ECMWF于2014年完成变分质量控制算法升级,提高了极端天气事件的分析和预报能力;4)我国资料处理业务系统已实现了从传统的"非实时质控+人工审核"向"实时资料质量控制、评估和反馈"转变。随着常规资料质量控制业务的日趋成熟,未来发展应聚焦构建多源资料交互验证的综合质量控制与评估平台,集成应用国际上先进的质量控制算法,实现资料同化前的统计质控与同化阶段变分质控有机对接。
廖捷,胡开喜,江慧,曹丽娟,姜立鹏,李庆雷,周自江,刘志权,张涛,王蕙莹[4]（2018）在《全球大气再分析常规气象观测资料的预处理与同化应用》文中研究表明用于全球大气再分析的常规气象观测资料由表面（地面站、船舶和浮标等）和高空（无线电探空、测风气球、下投式探空、飞机和风廓线雷达等）观测资料组成。基于已有工作进展,总结了我国全球大气再分析（CRA-40,1979—2018年）常规观测资料预处理与同化应用研究进展。在CRA-40研发阶段,完成了15个地面、高空、飞机和海洋观测数据源的资料的收集整理、分类整合和质量评估。相对NCEP CFSR同化的常规观测资料,CRA-40同化了更多中国地区的地面站、常规探空观测资料,增加了美国地区的TAMDAR和ACARS飞机报湿度数据。CRA-40采用RAOBCORE 1.4数据集提供的订正量完成了全球探空温度的偏差订正,采用NCEP辐射订正算法减小太阳辐射引起的热敏电阻季节性观测误差。对再分析同化结果带来负面效果的观测（如高海拔地面站观测、模式地形层以下高空观测以及300 h Pa以上探空湿度等）在观测资料预处理阶段被剔除。CRA-40采用的黑名单提供了不同时期观测资料存在问题的地面站、高空站、飞机、船舶和浮标等信息。这些信息来自观测资料和ERA-Interim再分析的偏差统计结果,以及NCEP CFSR、ECMWF提供的历史黑名单,后者在使用前进行了严格的诊断评估和确认。经过预处理和质量预评估的全球历史常规资料已应用于CRA-40的10年试验产品研制。
沈云培[5]（2017）在《基于地统计学的地面气温观测资料质量控制研究》文中提出地面气象观测资料同化技术的发展有助于提高数值天气预报水平,而质量控制是发展地面气象观测资料同化技术的首要任务。鉴于此,本文以地面气温观测资料为例,在分析其自相关性、要素协同相关性以及空间分布特征的基础之上,从函数建模、地形复杂度以及观测站密度三个角度建立一系列的地面气温质量控制算法,并将之应用于不同的案例之下。本文针对传统方法对气温自相关性以及邻站空间分布考虑不足的情况,提出了一种改进的普通克里金法（IOK）并将之应用于地面气温的质量控制,期间通过遗传算法根据新的适应度函数对改进的理论变异函数进行拟合求解,进一步提高了方法性能,且均衡了各邻站观测值的贡献度。针对IOK方法在地形复杂度较高地区的局限性,在其基础之上提出了梯度克里金方法（GK）并对地面气温进行质量控制,地形复杂度越高,GK方法优势越大。针对IOK方法在观测站密度较低地区的局限性,在其基础上引入协同克里金方法（CK）并对地面气温进行质量控制,观测站密度越低,CK方法优势越大。经过多组对比试验分析表明,基于地统计学的质量控制算法能够有效地用于不同地形复杂度以及观测站分布密度下观测站的地面气温数据插补,或者用于检验地面气温观测资料中的疑误数据。本文最后对不同区域中心观测站邻站范围的动态选择进行了讨论,并在该基础上对所提质量控制方法在全国范围内的适用性进行了分析,结果表明:一般在观测站密度较低的地区选用CK法,在地形复杂度较高的地区选用GK法,在观测站密度较低但地形复杂度起主导作用时,GK法仍有较大优势,在观测站分布密度较大且地形复杂度较低时,三种方法差距较小,为节省计算成本,可优先选择空间回归检验（SRT）方法。
邹玲[6]（2017）在《中国大陆地区地表太阳辐射估算及其时空变化分析》文中研究表明太阳辐射是地球上最主要的能量来源,它决定着地表气候环境因子,影响着地-气系统物质与能量的迁移和传输,驱动着地球系统中碳、热、水和营养物质等的循环。由于区域地表太阳辐射观测台站相对稀疏,构建地表太阳辐射估算方法和模型是获取数据的重要手段。近些年世界范围内观测到的地表太阳辐射呈现显着的年代际变化,但区域地表太阳辐射的变化特征具有明显差异性,并且其潜在的变化原因也十分复杂。因此,获取高精度地表太阳辐射数据、分析区域地表太阳辐射变化特征及其潜在影响因子等对区域地表太阳辐射研究和应用、区域和全球气候变化研究具有重要意义。本文基于1994-2013年间地面观测资料和2004-2013年间卫星遥感数据,改进和发展多个高精度的地表太阳辐射估算模型;选取最优估算模型构建中国大陆地区1961-2013年间的地表太阳辐射数据集,并分析中国大陆地区地表太阳辐射时空变化特征;基于1980-2013年间的天气资料,揭示中国大陆地区气溶胶光学厚度、低云云量、总云量及水汽含量的时空变化特征,并探索这些因素的变化对中国大陆地区地表太阳辐射的影响。主要内容如下:（1）分析中国大陆地区592个气象台站1961-2013年平均气温、总降水量、日照时数和平均相对湿度数据的空间分布特征,并参考地理行政区范围将研究区划分为七大区域;选取区域内8个代表台站1961-2013年太阳总辐射数据及气象数据资料（气温、降水、日照时、相对湿度）进行区域气候与辐射变化分析。结果表明,中国大陆地区在53年里气温逐渐升高,总降水量不断增加,日照时数、相对湿度和地表太阳总辐射量则出现减少的变化趋势。（2）利用中国大陆地区1994-2013年间40个台站的气象和辐射数据,通过引入日照时数、相对湿度、总降水量等常规气象因子对“Bristow-Campbell”（BC）模型进行改进和标定（IBC）;对包含物理意义的“Yang”混合（YHM）模型进行系数标定以提高其模型精度（IYHM）;选取最优输入变量组合结构,构建自适应神经模糊推理系统（ANFIS）;根据2004-2013年MODIS遥感产品,构建月尺度地表太阳总辐射的反演方案,并对模型进行验证分析。结果显示,BC模型的均方根误差（RMSE）和平均绝对误差（MAE）值整体高于IBC模型;YHM模型的统计误差高于IYHM模型;MODIS反演模型统计误差偏高;ANFIS模型的统计误差最小,RMSE在1.42～2.82MJm-2之间,MAE在1.06～2.04MJm-2之间。研究表明,改进后的经验/物理模型（IBC模型和IYHM模型）优于其原始模型（BC模型和YHM模型）,在多个模型中,基于卫星遥感产品的反演方案模拟精度相对较低,ANFIS模型模拟精度最高。（3）采用ANFIS模型构建中国大陆地区552个台站1961-2013年间地表太阳总辐射日值数据集,并分析中国大陆地区地表太阳辐射时空变化特征。ANFIS模型构建的数据与DAM构建的数据集比较得出:月尺度的均方分误差在0.40MJm-2～2.56MJm-2之间,平均绝对误差在0.31MJm-2～2.26MJm-2之间。由此可见,ANFIS模型构建的地表太阳总辐射数据集精度很高。根据地表太阳辐射时空变化分析得知,中国大陆地区地表太阳总辐射空间分布不均匀,以大兴安岭-太行山-秦岭-四川盆地西侧-云南贵州交界处划线,该线以西、以北地区太阳辐射丰富,该线以东、以南地区太阳辐射相对较少。青藏区一年四季的地表太阳辐射量均较高,西南区和东南区地表太阳辐射相对较少。就时间变化而言,整个中国大陆地区地表太阳总辐射呈现减少的趋势（-0.1 MJm-2 decade-1）。七大区域地表太阳总辐射在1961-1990左右均出现减少的情况,西北、青藏、西南、内蒙、华南区1990年后趋于平稳,而中原区和东北区则在1990年后仍延续减少的趋势。（4）基于420个台站的天气资料分析中国大陆地区1980-2013年间气溶胶光学厚度、云量、水汽含量的长期变化特征及其对地表太阳总辐射变化的影响。结果显示,气溶胶光学厚度、低云云量、总云量和水汽含量在34年间整体表现为增加的趋势,它们与地表太阳总辐射相关系数分别为-0.79、-0.48、-0.75、-0.18和-0.75。研究表明,气溶胶光学厚度的增加对西北区和中原区地表太阳辐射减少具有重要影响;低云云量和总云量在西北区、中原区、内蒙区和东北区显着增加直接导致这些地区地表太阳辐射减少,尤其总云量的显着增加是辐射减少的主要原因;水汽含量变化与西北区、内蒙区、中原区、东北区和青藏区地表太阳辐射的变化有着密切联系。
于杨,朱晨,赵琦,徐文慧,杨溯,江慧,李庆祥,沈秋宇[7]（2016）在《全球地面气温和降水定时值数据整合与初步质量控制》文中认为全球地面气温和降水数据是开展气候变化研究的基础,定时值观测数据是气候监测的重要依据。本文基于美国国家气候数据中心的全球陆地小时数据集（Integrated Surface Hourly Database,ISD）和国际通讯系统数据（Global Transmission System,GTS）两种全球地面数据产品,对气温和降水要素定时值数据进行了实时整合,并采用空间一致性检查、内部一致性检查、气候界限值检查及台站极值检查等方法对整合后的数据进行了初步质量控制,最终形成了实时更新的全球地面气温和降水定时值数据产品。结果表明:2015年整合后的地面气温和降水数据共包含全球11 990个气象站点的定时值数据,气象站点分布基本覆盖全球各地区,与整合前相比,整合后各区域气象站点密度和气象要素数据量均明显增加,特别在亚洲、欧洲和北美洲地区数据量增加显着;整合后数据的准确率和疑误率分别为94.4%和5.6%,疑误数据主要分布在欧洲东北、亚洲及中国地区,造成数据可疑和错误的主要原因包括内部一致性矛盾、超过气候界限值等。
赵虹[8]（2015）在《地面观测资料的质量控制方法研究及其在数值模式中的应用》文中指出地面气象观测资料是获取描述中小尺度、短时对流天气过程的重要观测资料源之一,其质量优劣直接影响着数值模式的同化结果,因此提高地面观测资料在数值模式中的质量就显得尤为重要。本文以基于经验正交分解的EOF （Empirical Orthogonal Function）质量控制（quality control, QC）方法为基础,首先与基于快速傅里叶变换的质量控制方法（Fast Fourier Transform, FFT QC）进行对比。随后本文对EOF QC方法进行了改进,发展了递归EOF质量控制（Rec-EOF QC）方案。为了解EOF QC在数值模式中的应用效果,本文将该方法应用于两个业务中常用的数值模式,利用三维变分同化系统进行数值模式试验,展示其应用潜力。最后为了降低观测代表性误差的空间相关性,本文还提出了一种资料稀疏化方案。本文的主要结论如下：（1）常规质量控制方案识别出气压、温度和湿度资料中的存在粗大误差的观测。EOF可以提取资料的时空变化特征,FFT可以提取资料的典型周期特性,将这两种方法同时应用于地面比湿资料,发现比湿的观测和背景场之间存在着较大的位相差和振幅差,这些差别是造成观测误差非高斯分布的主要原因；EOF QC的效果要略好于FFT QC,这是因为FFT只是依次对每个站点进行频谱分解,而EOF从时空场对资料进行分解,能尽可能地保留原始场的大尺度波动信息。EOF QC在比湿、温度和气压应用结果显示,QC后误差大的观测被有效剔除,观测误差更接近于高斯分布,符合变分同化中对误差的假设。（2） Z-score临界值的确定EOF QC中的关键因素,一般该临界值是根据背景场与观测场的资料特征人为经验确定,这会影响该方法的业务化应用。为了能够根据资料本身客观地确定质量控制中的临界值,本文提出了递归EOF质量控制方案（Rec-EOFQC）。研究发现,递归4次之后,资料剔除率、O-B（观测减背景场）的标准偏差、偏态以及峰度都达到一个较为稳定的状态。将该方法应用于不同时次、不同种类的背景场资料中可以发现该方法能有效提高O-B在0附近出现的概率,使得资料分布更加对称,观测误差的概率密度分布更接近于高斯分布。（3）为检验EOF QC方案在数值模式中的应用效果,将EOF QC集成到WRF模式及其三维变分（3DVAR）同化系统中。选取2008年1月和7月两个强降水个例,并对2008年7月进行了一个月的连续同化试验。结果表明：相比模式自带的OMB QC, EOFQC能更好地保留观测中对天气发生发展至关重要的天气波动信息,可以更客观地反映大气的真实状态；并且同化经EOF QC后的资料,地面温度场的质量得到了明显提高,预报误差最小。EOF QC对降水量级有了明显的改进,降水形势更接近于实况。WRF对2008年7月的连续试验也证明EOF-QC对降水具有较好的预报能力。（4）为了推动我国地面数值模式的发展,提高我国地面观测资料的同化技术,本文还将EOF QC植入到我国独立自主开发研究的GRAPES模式及其三维变分同化系统中,并选取2008年1月个例进行数值模拟试验。结果表明在GRAPES模式中,EOF-QC后,地面气压场和温度场的质量有了较为显着的改进,且对降水落区的预报更加准确。（5）为降低观测代表性误差的空间相关性,本文提出了一种稀疏化方案,该方案可以提取一定范围内的典型观测。将该方案应用于GRAPES-3DVAR中,研究不同的资料稀疏化半径对同化的影响。结果表明：在本个例中,当稀疏化半径取90km时,模式对降水的模拟效果较好,ETS评分较高,温度和气压的分析误差最小,目标函数的梯度随迭代次数变化平缓,且最接近于0,模式分辨率与资料的匹配达到最优。
李岩松,徐枝芳,范广洲,李平,李泽椿[9]（2014）在《船舶海平面气压观测资料质量控制》文中指出随着数值预报模式不断发展,各类观测资料在数值模式中发挥着越来越重要的作用,船舶观测资料是海上3类观测系统（卫星、飞机、船舶）资料之一。为了保障船舶观测资料质量并有效地应用于数值模式·该文依据船舶观测资料的时空分布特征,以及2011年1月和7月T639分析场与观测资料对比分析结果,建立了一套船舶海平面气压资料质量控制方案,包括要素极值范围检查、缺测和冗余资料剔除、背景场一致性检查、测站黑名单建立等,并将该方案应用于2011年2月、6月、8月的观测资料。结果表明:船舶观测资料在时间上不连续且空间分布不均匀,会影响时间一致性检查和空间一致性检查质量控制效果;船舶海平面气压观测资料在所有观测要素中资料量最大,但其缺测和冗余资料量约占50%;黑名单资料的质量控制方案能够有效识别和剔除黑名单资料,且有利于对各测站的检查与维修工作;由于五大湖和大奴湖地区地形高度的影响,在背景场一致性检查过程中需对这些区域的背景场资料进行订正。
聂肃平,吴统文,李伟平,王在志,史学丽,罗勇[10]（2013）在《一套新的30年全球台站逐日降水资料集》文中提出对全球无线通讯系统（GTS）1980-2009年全球台站逐日降水资料进行质量控制和检验评估。有效地过滤了错误和不可靠的降水观测记录,构建了一套新的全球台站逐日降水资料集。利用CMAP和GPCP降水产品进行的检验评估表明,新资料集月平均降水具有良好的发生频率分布和空间结构一致性。相比于CMAP和GPCP降水,全球平均的时间相关系数从质量控制前的0.24提高到0.70左右,均方根误差则从12mm/d减小到1mm/d。在亚洲,新资料集与CMAP和GPCP具有一致的年际变化特征。在全球不同地区,其降水的季节变化与CMAP和GPCP降水吻合。
二、全球地面天气报资料质量控制和数据集特征分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、全球地面天气报资料质量控制和数据集特征分析（论文提纲范文）
（1）基于4DEnVar的全球地面观测资料陆气协同同化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要专有名词和缩写词列表 |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外相关研究进展 |
| 1.2.1 资料同化方法研究进展 |
| 1.2.2 全球数值预报业务中地面资料同化进展 |
| 1.2.3 全球大气再分析中地面资料同化 |
| 1.2.4 地面资料同化方法研究进展 |
| 1.3 论文研究内容 |
| 1.3.1 拟研究的问题 |
| 1.3.2 论文章节安排 |
| 第二章 全球大气和陆面弱耦合同化系统构建 |
| 2.1 引言 |
| 2.2 GFS/GSI全球同化系统介绍 |
| 2.2.1 GSM全球大气预报模型介绍 |
| 2.2.2 GSI同化系统介绍 |
| 2.2.3 En KF集合同化系统介绍 |
| 2.3 地面观测资料的大气和陆面协同同化方案 |
| 2.3.1 美国GSI区域系统地面资料同化方案 |
| 2.3.2 英国气象局全球地面观测资料同化方案 |
| 2.3.3 本论文地面观测资料的大气和陆面协同同化方案 |
| 2.4 全球大气和陆面弱耦合同化系统构建 |
| 2.5 小结 |
| 第三章 全球近地面气温、湿度和风同化系统构建与数值试验 |
| 3.1 引言 |
| 3.2 LETKF同化算法 |
| 3.3 局地化方案 |
| 3.3.1 观测空间局地化 |
| 3.3.2 状态变量局地化 |
| 3.4 集合样本产生策略 |
| 3.5 系统构建与数值试验 |
| 3.5.1 系统构建与试验设计 |
| 3.5.2 观测资料同化反馈数据分析 |
| 3.5.3 基于交叉验证方法进行独立评估 |
| 3.6 小结 |
| 第四章 全球陆面数据同化系统构建与数值试验 |
| 4.1 引言 |
| 4.2 陆面模式与驱动数据 |
| 4.3 基于2D-EnOI的土壤湿度分析 |
| 4.4 数值试验与结果分析 |
| 4.4.1 相关长度的确定 |
| 4.4.2 集合样本选取策略 |
| 4.4.3 试验设计与评估 |
| 4.5 小结 |
| 第五章 基于GSI的地面观测资料大气同化方法与数值试验 |
| 5.1 引言 |
| 5.2 GSI同化算法 |
| 5.2.1 三维变分(3D-Var) |
| 5.2.2 三维集合变分混合同化(Hybrid-3DEnVar) |
| 5.2.3 四维集合变分混合同化(Hybrid-4DEnVar) |
| 5.3 地面气温、湿度和风场观测资料同化模块构建 |
| 5.4 地面资料大气同化的数值评估试验 |
| 5.4.1 试验设计 |
| 5.4.2 试验结果 |
| 5.5 小结 |
| 第六章 全球地面资料陆气协同同化试验及结果分析 |
| 6.1 试验设计 |
| 6.2 观测资料 |
| 6.3 对近地面气温0h与12h预报场影响分析 |
| 6.3.1 近地面气温0h与12h预报场 |
| 6.3.2 近地面湿度0h与12h预报场 |
| 6.3.3 近地面U风0h与12h预报场 |
| 6.3.4 近地面V风0h与12h预报场 |
| 6.4 对大气分析场与背景场的影响 |
| 6.5 小结 |
| 第七章 结论与展望 |
| 7.1 本文主要结论 |
| 7.2 本文的创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究结果 |
（2）基于空间维度分析的地面气温观测资料质量控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题研究背景及意义 |
| 1.2 选题研究现状 |
| 1.3 主要研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 文章结构及技术路线图 |
| 第二章 资料准备及假设检验方法 |
| 2.1 资料准备及其空间分布概要 |
| 2.2 假设检验方法方案设计 |
| 2.3 质量控制算法评价指标 |
| 2.4 质量控制中的两类统计错误 |
| 2.5 本章小结 |
| 第三章 基于B样条拟合的地面气温资料质量控制方法研究 |
| 3.1 B样条拟合算法介绍 |
| 3.1.1 B样条基本理论 |
| 3.1.2 B样条曲线定义 |
| 3.1.3 最小二乘B样条曲线 |
| 3.2 基于B样条拟合的地面气温质量控制算法模型 |
| 3.2.1 BSF_QC算法模型 |
| 3.2.2 质量控制流程 |
| 3.3 案例分析 |
| 3.3.1 数据选择 |
| 3.3.2 空间相关性分析 |
| 3.3.3 评估指标分析 |
| 3.3.4 检验结果分析 |
| 3.4 本章小结 |
| 第四章 基于空间回归检验的B样条拟合地面气温质量控制方法研究 |
| 4.1 空间回归检验算法(SRT)介绍 |
| 4.2 SRT_BSF_QC算法模型 |
| 4.3 案例分析 |
| 4.3.1 资料选取 |
| 4.3.2 空间相关性分析 |
| 4.3.3 评估指标分析 |
| 4.3.4 检验结果分析 |
| 4.3.5 复杂地形站点分析 |
| 4.4 本章小结 |
| 第五章 基于协同预测的B样条拟合地面气温质量控制方法研究 |
| 5.1 数据标准化处理 |
| 5.1.1 min-max归一化处理 |
| 5.1.2 z-score标准化处理 |
| 5.2 地面气温与湿度观测资料相关性分析 |
| 5.3 基于协同预测的地面气温资料质量控制算法 |
| 5.3.1 典型相关分析法(CCA) |
| 5.3.2 CCA_BSF_QC算法模型 |
| 5.4 案例分析 |
| 5.4.1 资料选取 |
| 5.4.2 质量控制性能分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 论文不足之处及研究展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（5）基于地统计学的地面气温观测资料质量控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 地面气象观测资料质量控制的研究背景与意义 |
| 1.2 地面气象观测资料质量控制的研究现状 |
| 1.2.1 单站质量控制 |
| 1.2.2 多站质量控制 |
| 1.3 主要研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 文章结构及技术路线 |
| 第二章 基于改进普通克里金法的地面气温质量控制算法 |
| 2.1 地统计学基本理论 |
| 2.1.1 前提假设 |
| 2.1.2 区域化变量 |
| 2.1.3 变异函数 |
| 2.1.4 普通克里金法 |
| 2.2 基于IOK的质量控制算法 |
| 2.2.1 理论变异函数模型选择及改进 |
| 2.2.2 遗传算法优化变异函数拟合 |
| 2.2.3 质量控制方案 |
| 2.3 评价指标 |
| 2.4 实例分析 |
| 2.4.1 数据选取 |
| 2.4.2 预测结果及分析 |
| 2.4.3 检验结果及分析 |
| 2.5 本章小结 |
| 第三章 基于梯度克里金法的地面气温质量控制算法 |
| 3.1 梯度克里金法 |
| 3.2 数据选取 |
| 3.3 实例分析 |
| 3.3.1 气温直减率计算 |
| 3.3.2 预测结果及分析 |
| 3.3.3 检验灵敏度分析 |
| 3.4 本章小结 |
| 第四章 基于协同克里金法的地面气温质量控制算法 |
| 4.1 协同克里金法 |
| 4.2 地面气温与相对湿度间相关性分析 |
| 4.3 实例分析 |
| 4.3.1 资料选取 |
| 4.3.2 试验结果及分析 |
| 4.4 本章小结 |
| 第五章 地面气温质量控制算法的适用性分析 |
| 5.1 资料选取 |
| 5.2 地面气温资料特征分析 |
| 5.2.1 地面气温空间相关性分析 |
| 5.2.2 地面气温空间分布特征分析 |
| 5.2.3 中心站邻站范围选择 |
| 5.3 质量控制方法适用性分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 论文不足之处及研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（6）中国大陆地区地表太阳辐射估算及其时空变化分析（论文提纲范文）
| 摘要 ABSTRACT 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 地表太阳辐射估算 |
| 1.2.2 地表太阳辐射变化及其驱动因子 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.4 论文整体结构 第2章 数据准备及站点分区 |
| 2.1 地面台站数据 |
| 2.1.1 数据来源和类型 |
| 2.1.2 气候资料均一性检验 |
| 2.1.3 辐射资料质量控制 |
| 2.2 卫星遥感数据 |
| 2.3 站点分区 |
| 2.3.1 区域气候空间特征分析 |
| 2.3.2 站点分区 |
| 2.4 本章小结 第3章 地表太阳辐射估算 |
| 3.1 地表太阳辐射模型精度验证 |
| 3.2 基于地面观测数据的地表太阳辐射估算 |
| 3.2.1 基于温度模型的地表太阳辐射估算 |
| 3.2.2 基于日照时数模型的地表太阳辐射估算 |
| 3.2.3 基于人工智能模型的地表太阳辐射估算 |
| 3.3 基于卫星遥感数据的地表太阳辐射估算 |
| 3.4 模型比较 |
| 3.5 本章小结 第4章 区域地表太阳辐射集构建及时空变化特征分析 |
| 4.1 数据集构建 |
| 4.2 数据集精度验证 |
| 4.3 区域地表太阳辐射时空变化特征分析 |
| 4.3.1 地表太阳辐射季节时空特征 |
| 4.3.2 地表太阳辐射年际时空变化 |
| 4.4 本章小结 第5章 地表太阳辐射变化影响因子分析 |
| 5.1 气溶胶光学厚度估算与趋势突变检验 |
| 5.1.1 气溶胶光学厚度估算 |
| 5.1.2 Mann-Kendall趋势检验方法 |
| 5.2 地表太阳辐射-气溶胶光学厚度-云量-水汽变化及其关系 |
| 5.2.1 气溶胶光学厚度变化及其与地表太阳辐射变化的关系 |
| 5.2.2 云量变化及其对地表太阳辐射变化的影响 |
| 5.2.3 水汽变化及其对地表太阳辐射变化的影响 |
| 5.3 本章小结 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 问题与展望 中外文参考文献 攻博期间发表的科研成果目录 附录 致谢 |
（7）全球地面气温和降水定时值数据整合与初步质量控制（论文提纲范文）
| 引言 |
| 1 资料与方法 |
| 1.1 资料来源 |
| 1.2 数据整合 |
| 1.3 质量控制 |
| 1.3.1 台站极值检查 |
| 1.3.2 气候界限值检查 |
| 1.3.3 内部一致性检查 |
| 1.3.4 空间一致性检查 |
| 2 结果分析 |
| 2.1 全球地面气温和降水数据整合概况 |
| 2.1.1 气象台站空间分布 |
| 2.1.2 数据量空间分布 |
| 2.1.3 数据量时间分布 |
| 2.1.4 各要素数据量 |
| 2.1.5 中国地区整合前后数据对比 |
| 2.2 数据存在的质量问题 |
| 2.2.1 数据缺测 |
| 2.2.2 超过气候界限值错误 |
| 2.2.3 超过台站历史极值 |
| 2.2.4 要素间相互矛盾 |
| 2.2.5 与邻近气象站相比差异明显 |
| 2.3 质量控制结果 |
| 3 结论与讨论 |
（8）地面观测资料的质量控制方法研究及其在数值模式中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 地面观测资料同化对数值预报的重要性 |
| 1.2 地面观测资料的质量控制 |
| 1.2.1 质量控制的重要性 |
| 1.2.2 地面观测资料质量控制的国内外研究进展 |
| 1.2.3 地面观测资料质量控制存在的问题 |
| 1.3 地面观测资料的同化 |
| 1.3.1 同化方法的发展 |
| 1.3.2 地面观测资料同化的国内外研究进展 |
| 1.3.3 地面观测资料同化存在的问题 |
| 1.4 论文主要研究内容和特色 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究特色 |
| 1.5 各章内容安排 |
| 参考文献 |
| 第二章 WRF模式和GRAPES模式及其变分同化系统介绍 |
| 2.1 引言 |
| 2.2 WRF-ARW的结构设计及计算流程 |
| 2.3 WRF-3DVAR同化系统介绍 |
| 2.3.1 目标函数 |
| 2.3.2 控制变量转换 |
| 2.3.3 极小化的求解 |
| 2.3.4 背景误差协方差的处理 |
| 2.3.5 地面观测资料同化方案介绍 |
| 2.4 GRPAES模式介绍 |
| 2.5 GRAPES-3DVAR介绍 |
| 2.5.1 GRAPES-3DVAR特点 |
| 2.5.2 同化系统中的观测算子 |
| 2.6 本章小结 |
| 参考文献 |
| 第三章 地面观测资料的EOF质量控制 |
| 3.1 引言 |
| 3.2 资料 |
| 3.3 地面观测资料的常规质量控制 |
| 3.3.1 格式逻辑检查 |
| 3.3.2 极值检查 |
| 3.3.3 时间一致性检查 |
| 3.3.4 空间一致性检查 |
| 3.3.5 温度和湿度的质量控制结果 |
| 3.4 EOF和FFT质量控制方法介绍 |
| 3.4.1 EOF质量控制方法简介 |
| 3.4.2 FFT质量控制方法简介 |
| 3.5 观测场和背景场中的比湿特征的对比 |
| 3.5.1 比湿观测和背景场在前十个EOF模态中的特征比较 |
| 3.5.2 O-B的频率分布 |
| 3.6 EOF与FFT的质量控制结果 |
| 3.6.1 分区质量控制 |
| 3.6.2 质量控制后O-B的频率特征 |
| 3.6.3 离群点的空间分布 |
| 3.6.4 EOF QC与FFT QC的结果对比 |
| 3.6.5 温度和气压的EOF质量控制结果 |
| 3.7 总结与讨论 |
| 参考文献 |
| 第四章 REC-EOF质量控制方法在地面观测比湿中的应用 |
| 4.1 引言 |
| 4.2 资料和REC-EOF质量控制方法简介 |
| 4.2.1 资料简介 |
| 4.2.2 递归经验正交质量控制(Rec-EOF QC)方法简介 |
| 4.3 EOF QC与REC-EOF QC结果对比 |
| 4.4 不同背景场资料下REC-EOF QC的结果 |
| 4.5 总结与讨论 |
| 参考文献 |
| 第五章 EOF质量控制方法在WRF-3DVAR和GRAPES-3DVAR中的个例研究与应用 |
| 5.1 引言 |
| 5.2 天气过程介绍及同化试验设计 |
| 5.2.1 天气过程介绍 |
| 5.2.2 WRF-3DVAR和GRAPES-3DVAR同化试验设计 |
| 5.3 WRF-3DVAR同化结果分析 |
| 5.3.1 温度的EOF质量控制 |
| 5.3.2 温度场同化结果分析 |
| 5.3.3 降水结果分析 |
| 5.3.4 2008年7月的连续数值模拟试验及检验 |
| 5.4 GRAPES-3DVAR同化结果分析 |
| 5.4.1 气压的EOF质量控制 |
| 5.4.2 气压场同化结果分析 |
| 5.4.3 温度误差分析 |
| 5.4.4 降水结果分析 |
| 5.5 总结与讨论 |
| 参考文献 |
| 第六章 地面观测资料的稀疏化 |
| 6.1 引言 |
| 6.2 稀疏化方案 |
| 6.3 稀疏化方案的降水及其评分 |
| 6.4 降水改进原因探讨 |
| 6.5 总结与讨论 |
| 参考文献 |
| 第七章 总结与讨论 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 存在的问题与未来研究 |
| 参考文献 |
| 附录 |
| 发表的学术论文 |
| 参与的科研项目 |
| 参加的学术会议 |
| 致谢 |
四、全球地面天气报资料质量控制和数据集特征分析（论文参考文献）
- [1]基于4DEnVar的全球地面观测资料陆气协同同化研究[D]. 姜立鹏. 南京信息工程大学, 2021(01)
- [2]基于空间维度分析的地面气温观测资料质量控制方法研究[D]. 杨帅. 南京信息工程大学, 2019(03)
- [3]全球常规气象观测资料质量控制研究进展与展望[J]. 廖捷,周自江. 气象科技进展, 2018(01)
- [4]全球大气再分析常规气象观测资料的预处理与同化应用[J]. 廖捷,胡开喜,江慧,曹丽娟,姜立鹏,李庆雷,周自江,刘志权,张涛,王蕙莹. 气象科技进展, 2018(01)
- [5]基于地统计学的地面气温观测资料质量控制研究[D]. 沈云培. 南京信息工程大学, 2017(01)
- [6]中国大陆地区地表太阳辐射估算及其时空变化分析[D]. 邹玲. 武汉大学, 2017(06)
- [7]全球地面气温和降水定时值数据整合与初步质量控制[J]. 于杨,朱晨,赵琦,徐文慧,杨溯,江慧,李庆祥,沈秋宇. 气象与环境学报, 2016(06)
- [8]地面观测资料的质量控制方法研究及其在数值模式中的应用[D]. 赵虹. 南京信息工程大学, 2015(12)
- [9]船舶海平面气压观测资料质量控制[J]. 李岩松,徐枝芳,范广洲,李平,李泽椿. 应用气象学报, 2014(02)
- [10]一套新的30年全球台站逐日降水资料集[A]. 聂肃平,吴统文,李伟平,王在志,史学丽,罗勇. 创新驱动发展 提高气象灾害防御能力——S5应对气候变化、低碳发展与生态文明建设, 2013