《天气数据分析课件》由会员分享，可在线阅读，更多相关《天气数据分析课件（30页珍藏版）》请在装配图网上搜索。
1、Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,11/7/2009,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,亚洲区域地面月平均气温序列的建立与分析,报告人：任玉玉,2010,年,9,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,
2、世纪,90,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。,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要求。,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。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。,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
3、气温数据集,NMIC,数据,中国气象信息中心,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,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,
4、重合站点的记录整合,建立序列的方法,站点密度不均匀：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：,目前已经处理的资料,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,（,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,No
5、rth Eurasia Cliamte Centre,日值（,149,站，,1881,年至,2006,年）,NCDC-Monthly v2,NCDC monthly-v2,资料集亚洲区有效记录,时空分布情况,GHCN-DAILY,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,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,整合数据集质量控制后的台站分布
6、,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,1.10,C,，最低气温增加,1.94,C,。,平均气温在,1910,年至,2009,年的百年中增加,1.52,C,。,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,*,0.16,*,0.20,*,0.27,*,最高气温,0.13,*,0.18,*,0.22,*,0.16,*,0.13,*,0.09,*,0.03,*,0.02
7、,0.04,*,0.05,*,0.09,*,0.19,*,1960-2009,年平均气温变化趋势分布,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,以俄罗斯,20891,站为例，对比站选择,24125,20891,24125,25744,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,35,0.13
8、%,38,0.14%,2,月,42,0.16%,59,0.21%,3,月,50,0.19%,61,0.22%,4,月,51,0.19%,81,0.29%,5,月,59,0.22%,88,0.32%,6,月,58,0.21%,116,0.42%,7,月,78,0.29%,120,0.43%,8,月,77,0.28%,121,0.44%,9,月,66,0.24%,89,0.32%,10,月,41,0.15%,78,0.28%,11,月,58,0.21%,62,0.22%,12,月,40,0.15%,45,0.16%,NCDC-Monthly v2,进行质量控制剔除的站点数量（中国区以外）,总计：,
9、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%,NCDC&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,35,0.13%,38,0.14%,2,月,42,0.16%,59,0.21%,3,月,50,0.19%,61,0.22%,4,月,51,0.19%,81,0.29%,5,月,59,0.22%,88,0.32%,6,月,58,0.21%,116,0.42%,7,月,78,0.29%,120,0.43%,8,月,77,0.28%,121,0.44%,9,月,66,0.24%,89,0.32%,10,月,41,0.15%,78,0.28%,11,月,58,0.21%,62,0.22%,12,月,40,0.15%,45,0.16%,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%,
天气数据分析课件
