复杂地形下黄河流域月平均气温分布式模拟

被引：19

作者：

曾燕

邱新法

何永健

施国萍

刘昌明

机构：

[1] 江苏省气象科学研究所

[2] 南京信息工程大学遥感学院地理信息系统系

[3] 中国科学院地理科学与资源研究所

来源：

中国科学(D辑:地球科学) | 2009年 / 39卷 / 06期

关键词：

黄河流域; 月平均气温; 复杂地形; 分布式模拟;

D O I：

暂无

中图分类号：

P423 [大气温度];

学科分类号：

0706 ; 070601 ;

摘要：

通过对常规气象站月平均气温资料的分析,发现在影响气温的众多因素中,海拔高度、太阳总辐射、地表长波有效辐射对气温具有显著影响.建立了月平均气温的物理经验统计模型,结合复杂地形下太阳总辐射分布式模拟结果,提出了依托常规地面气象观测资料实现复杂地形下月平均气温分布式模拟的方法,生成了黄河流域1km×1km分辨率月平均气温、月平均最高气温、月平均最低气温的空间分布图.分析表明,模拟结果能较好地反映气温的宏观分布趋势和局地分布特征.交叉验证结果表明,模型具有很好的稳定性,各月平均气温、月平均最高气温、月平均最低气温的模拟误差平均为0.19～0.35℃;加密站验证和个例年验证表明,模型具有良好的空间维和时间维模拟能力.提出的月平均气温分布式模型立足于常规地面气象观测资料,不依赖于山地野外考察资料,可以方便地在广大地区推广应用.

引用

页码：774 / 786

页数：13

共 36 条

[11] Using spatial interpolation to construct a comprehensive archive of Australian climate data [J].

Jeffrey, SJ ;

Carter, JO ;

Moodie, KB ;

Beswick, AR .

ENVIRONMENTAL MODELLING & SOFTWARE, 2001, 16 (04) :309-330

[12]

A comparison of two statistical methods for spatial interpolation of Canadian monthly mean climate data[J] . David T. Price,Daniel W. McKenney,Ian A. Nalder,Michael F. Hutchinson,Jennifer L. Kesteven.Agricultural and Forest Meteorology . 2000 (2)

[13]

Spatial interpolation of climatic Normals: test of a new method in the Canadian boreal forest[J] . Ian A. Nalder,Ross W. Wein.Agricultural and Forest Meteorology . 1998 (4)

[14] Comparison of temporal and unresolved spatial variability in multiyear time-averages of air temperature [J].

Robeson, SM ;

Janis, MJ .

CLIMATE RESEARCH, 1998, 10 (01) :15-26

[15]

Generating surfaces of daily meteorological variables over large regions of complex terrain[J] . Peter E. Thornton,Steven W. Running,Michael A. White.Journal of Hydrology . 1997 (3)

[16] Daily air temperature interpolated at high spatial resolution over a large mountainous region [J].