劉凌峰 別致宜

(1.博克圖國(guó)家基準(zhǔn)站，內(nèi)蒙古 呼倫貝爾 022181；2.烏海市氣象局，內(nèi)蒙古 烏海 016000)

呼倫貝爾地區(qū)關(guān)于氣溫、氣候等的研究較多，但是主要是以人工觀測(cè)站的數(shù)據(jù)為基礎(chǔ)[1-2]。由于現(xiàn)在自動(dòng)氣象站的氣溫?cái)?shù)據(jù)時(shí)間序列較短，且不連續(xù)，不具有代表性。但是根據(jù)郝清華[3]等人的研究可知，通過一元線性回歸等方法可以對(duì)自動(dòng)氣象站數(shù)據(jù)進(jìn)行訂正和延長(zhǎng)，通過短序列訂正可以有效地利用自動(dòng)站的數(shù)據(jù)。故本文選取呼倫貝爾市自動(dòng)氣象站(區(qū)域站、無人站、和山洪站)的數(shù)據(jù)，主要以莫旗為例，對(duì)莫旗市域內(nèi)的除國(guó)家一般觀測(cè)站外的所有自動(dòng)氣象站數(shù)據(jù)進(jìn)行氣溫的短序列訂正。

本研究由于莫旗自動(dòng)氣象站的資料較少，為滿足訂正精度要求，采用多元回歸訂正法、差值訂正法分別對(duì)區(qū)域內(nèi)自動(dòng)氣象站的氣溫進(jìn)行訂正，并對(duì)比分析其結(jié)果。利用以上方法對(duì)區(qū)域站數(shù)據(jù)進(jìn)行處理和應(yīng)用可以更好地應(yīng)用于氣象為農(nóng)、牧、林業(yè)服務(wù)中去。

1 資料與方法

1.1 研究區(qū)概況

本文選用呼倫貝爾市莫旗為主要研究區(qū)域，莫旗位于內(nèi)蒙古自治區(qū)呼倫貝爾市東部，屬于呼倫貝爾市重要的農(nóng)業(yè)種植區(qū)，屬于溫帶內(nèi)陸氣候，其旗域內(nèi)共有15個(gè)自動(dòng)氣象站

1.2 資料來源與處理

本研究數(shù)據(jù)資料主要是以莫旗自動(dòng)氣象站2011-2014年的日最高氣溫、日最低氣溫和日平均氣溫的數(shù)據(jù)為研究數(shù)據(jù)。并選擇與莫旗、阿榮旗、鄂倫春、扎蘭屯、小二溝5個(gè)國(guó)家級(jí)自動(dòng)站(與訂正站水平距離不超過350 km，海拔高度差不超過200 m)的日最高氣溫、日最低氣溫和日平均氣溫的數(shù)據(jù)為基準(zhǔn)數(shù)據(jù)，用于對(duì)自動(dòng)站數(shù)據(jù)進(jìn)行訂正。

1.3 研究方法

1.3.1 多元回歸訂正法[5]

設(shè)xi(i=1，2，…5)為基準(zhǔn)氣象站，具有長(zhǎng)且連續(xù)的氣象觀測(cè)資料，觀測(cè)數(shù)據(jù)序列長(zhǎng)度為N年；設(shè)y為待訂正自動(dòng)氣象站，具有短且間斷序列氣象觀測(cè)資料，觀測(cè)數(shù)據(jù)序列長(zhǎng)度為i年。多元線性回歸是依據(jù)訂正站與基本氣候資料序列之間存在著較密切的線性關(guān)系而建立的[5]。其回歸方程為：

＾y=b0+b1x1+……+bixi+μ

其中，b0與bi(i=1，2……5)分別為偏差值和相關(guān)系數(shù)，μ為多元線性回歸估計(jì)參數(shù)。

1.3.2 差值訂正法[6]

設(shè)xi為基準(zhǔn)氣象站，觀測(cè)數(shù)據(jù)長(zhǎng)度為n年；設(shè)y為待訂正自動(dòng)氣象站；要求基準(zhǔn)氣象站數(shù)據(jù)長(zhǎng)度要比訂正自動(dòng)氣象站數(shù)據(jù)要長(zhǎng)，其差值訂正法的訂正公式為：

2 結(jié)果分析與應(yīng)用

2.1 不同訂正方法的比較分析

本研究建立訂正站與5個(gè)國(guó)家級(jí)自動(dòng)站之間的多元回歸方程(表1)，并分析兩組數(shù)據(jù)的相關(guān)關(guān)系(表2)。通過分析可知，訂正站與基本站之間的相關(guān)系數(shù)都較高，除巴彥齊最高氣溫相關(guān)系數(shù)為0.553，可以通過置信度95.0%的信度檢驗(yàn)外，其它臺(tái)站相關(guān)系數(shù)均在0.70以上，均可通過99.9%的信度檢驗(yàn)，相關(guān)結(jié)果為極顯著。通過多元線性回歸方程可以看出，訂正站與莫旗國(guó)家級(jí)自動(dòng)站的相關(guān)性更高，其多元回歸法方程系數(shù)更大，但是對(duì)于北部地區(qū)的訂正站，例如紅彥、哈達(dá)陽(yáng)齊、巴彥齊、奎勒河齊、額爾和齊等，其與小二溝國(guó)家級(jí)自動(dòng)站的相關(guān)性也較高。

表2-1 訂正站與國(guó)家級(jí)自動(dòng)站多元回歸方程參數(shù)表

表2 訂正站與基本站氣溫多元回歸關(guān)系表(具體參數(shù)參見表3)

根據(jù)屠其璞[7]對(duì)差值訂正法的分析，當(dāng)訂正站有3a以上5a以下的觀測(cè)資料時(shí)，差值訂正法可求得到較為滿意的訂正結(jié)果。但是本研究中大部分訂正臺(tái)站有4a觀測(cè)資料，但是由于安裝、調(diào)試等期間造成初期觀測(cè)資料大量丟失或缺測(cè)，同時(shí)在冬季設(shè)備運(yùn)行不穩(wěn)定，觀測(cè)數(shù)據(jù)資料也有缺測(cè)的現(xiàn)象，數(shù)據(jù)連續(xù)性較差，實(shí)際數(shù)據(jù)長(zhǎng)度要小于3a，故差值訂正法并不能得到較好的效果。多元回歸訂正法的相關(guān)性較差值訂正法的相關(guān)性好，在水平距離小于200 km的小區(qū)域的短序列訂正過程中，多元回歸訂正法采用多個(gè)國(guó)家級(jí)自動(dòng)站數(shù)據(jù)，其訂正效果要好于差值訂正法，同時(shí)多元回歸訂正法采用多個(gè)國(guó)家級(jí)觀測(cè)站數(shù)據(jù)，其數(shù)據(jù)擬合效果更好，更具有代表性。故本研究對(duì)于數(shù)據(jù)連續(xù)性較差、數(shù)據(jù)長(zhǎng)度較短的自動(dòng)氣象站氣溫?cái)?shù)據(jù)，建議使用多元線性回歸法。但是本研究未對(duì)一元線性回歸訂正法與多元線性回歸訂正法進(jìn)行對(duì)比，需進(jìn)行進(jìn)一步研究。

3 結(jié)論

本研究以莫旗、阿榮旗、鄂倫春、扎蘭屯、小二溝為基準(zhǔn)站，莫旗域內(nèi)15個(gè)自動(dòng)氣象站為訂正站，分別利用多元線性回歸訂正法和差值訂正法建立基本站與訂正站之間關(guān)于平均氣溫、最低氣溫和最高氣溫的多元線性方程，得出以下結(jié)論。

(1)多元線性回歸法與周邊5個(gè)基準(zhǔn)站數(shù)據(jù)進(jìn)行擬合，其訂正后數(shù)據(jù)與基準(zhǔn)站數(shù)據(jù)的極顯著相關(guān)。差值訂正法對(duì)待訂正數(shù)據(jù)站進(jìn)行訂正，對(duì)訂正后誤差進(jìn)行分析可知，訂正后的數(shù)據(jù)絕對(duì)誤差值較大，其中平均誤差值要好于最高、最低氣溫，其中最高氣溫的訂正效果好于最低氣溫，但是其誤差值還是在1.0 ℃左右。

(2)雖然待訂正數(shù)據(jù)值的時(shí)間長(zhǎng)度達(dá)4a，但是由于其數(shù)據(jù)連續(xù)性較差，實(shí)際數(shù)據(jù)長(zhǎng)度要小于3a，所以差值訂正法的訂正效果較差。所以多元訂正法擬合了周邊5個(gè)氣象站的數(shù)據(jù)，其訂正效果要好于差值訂正法。故本研究建議，對(duì)于氣溫?cái)?shù)據(jù)序列連續(xù)性較差且數(shù)據(jù)長(zhǎng)度較短時(shí)，還是建議選用多元線性回歸法進(jìn)行訂正。

本研究?jī)H僅對(duì)比了多元線性回歸法與差值訂正法兩種訂正方法，對(duì)于一元線性訂正法的訂正方法并未涉及，需做進(jìn)一步研究。