20年以上气象统计资料参考
潮阳20年以上气象统计资料参考根据汕头市潮阳区20年以上的主要气候统计资料，汕头市潮阳区年平均风速为3.1m/s，多年平均风向玫瑰图见图4－1，最大风速为52.1 m/s（1969年），各月平均风速见表4－1，年平均气温为21.6℃，最高气温为38.0℃（1962年），最低气温为2.6℃（1974年），各月平均气温见表4－2，年平均相对湿度为80％，年均降水量为1730.8mm，年最大降水量为2740.3mm （1983年），年最小降水量为812.6mm（1963年），常年平均日照时数是2134.7小时。
图4-1 汕头市潮阳区多年平均风向玫瑰图(C＝6.3％)
1
anusplin软件操作说明及气象数据处理
气象数据处理方法：spss和Excel 一、下载原始txt数据中的经纬度处理：将度分处理成度，Excel处 理 首先除以100，处理成小数格式，这里第一个实际是52度58分， 在Excel中用公式：=LEFT(O2,FIND(".",O2)-1)+RIGHT(O2,LEN(O2)-FIND(".",O2))/60 需注意： 当为整数时，值为空，这时需查找出来手动修改，或者将经纬度这一列的小数位改成两位再试试，可能好使（这个我没尝试） 第二步： 将经纬度转换成投影坐标，在arcgis实现 将Excel中的点导入arcgis，给定坐标系为wgs84地理坐标，然后投影转换成自己定义的等面积的albers投影（因为anusplina软件需要投影坐标，这里转换成自己需要的坐标系）
第三步：spss处理 将下载的txt数据导入spss之后，编辑变量属性，删掉不需要的列，然后将最后需要的那些变量进行数据重组 本实验下载的数据是日均温数据，全国800+个站点2012年366天的数据。相当于有800+ * 366行数据 1.变量 变量属性：变量属性这里的设置决定了在SPLINA这个模块中输入数据的格式，本实验spss处理的气象数据的格式统一用这个：(A5,2F18.6,F8.2,F8.2)，一共5列。
即：台站号，字符串，5位； 经纬度：都是浮点型，18位，6个小数位海拔：浮点型，8位，2个小数位 日均温：浮点型，8位，2个小数位 2.数据重组，将个案重组成变量： 后几步都默认就行：
重组之后结果：变成了800+行，370列，就相当于数据变成了：行代表每个站点，列是代表每一天的数据。 3. 因为anusplin这个软件需要的是投影坐标，在重组完的基础上，将经纬度这两列替换成投影之后的经纬度。 方法1：直接复制粘贴即可 方法二：用合并文件，添加变量功能
气象统计方法复习资料
气象资料及其表示方法 选择最大信息的预报因子 气候稳定性检验 气候趋势分析 一元线性回归 多元线性回归 逐步回归 气象变量场时空结构分离 复习题： 1、 气象统计预报是利用 统计学 方法对气象（气候）样本进行 分析来估计和推测 总体 的规律性。 2、 突变可分为： 均值突变、变率突变、趋势突变 。 3、 气候统计诊断分析与天气统计诊断分析的不同点是研究对象不同， 一个是（气候特征），一个是（天气特征）。相同点是数据资料都 必须是（长时间）的观测数据。 4、 （）需要对结论进行一系列的推断，分析结论的可信程度以及 是否为因果关系。 A 统计分析； B 统计诊断； 5、 采用统计诊断的方法研究天气、气候现象，可以用于哪些方面 （ ）＜多选＞。 A 了解区域性或者全球性天气、 气候现象的时空分布特征、 变化规律 及异常程度； B 探索气候变量及其与其它物理因素之间的联系； 学习内容： Chapter 1- Chapter 2- Chapter 3- Chapter 4- Chapter 5- Chapter 6- Chapter 7- Chapter-8-
C 对数值模拟结果与实际变化状况之间的差异进行统计诊断，为改进模式提 供线索和指导； 6、对天气、气候现象进行统计诊断分析，一般分为四步。首先，（）；其次，（）；再次，（）；最后，（）。 A科学综合和诊断；B选择诊断方法；C资料预处理；D收集资料； 7、气候统计预测，一般分为四步。首先，（）；其次，（）；再次，（）；最后，（）。 A建立统计模型；B统计检验；C预测结论；D收集资料； 8、统计预测模型在利用大量（）观测资料对气候系统内部或与其它变量之间关系的变化规律及特征分析基础上建立的，用于对（）状态进行估计。在这一预测过程中，假设气候变化的成因和物理机制至少在（）期间与（） 期间一致；气候系统保持稳定。 A过去；B未来；C预测；D观测； 9、气候统计预测过程主要由以下4 个要素构成：1、（），例如： 夏季降水量，8 月份高温日数、暴雨日数；2、（），通常为从某些统计上显著相关的预报因子群提取的有效信息；3、（），根据 数据性质、预测对象和预测因子特点，选择合适的统计预测模型；4、 （），对未来气候变化状态时间、空间、数量、性质等方面的预测。 A预测技术；B预测依据；C预测结果；D预测对象； 10、气象统计研究对象可以划分为（）、多要素气象资料。例如：1950-2016 年南京7 月份高温日数，属于（）气象资料；例如某气象站7 月份日降水量与08时相对湿度，属于（）气象资料。
02.气象资料业务系统(MDOS2.1)用户操作手册
气象资料业务系统（MDOS2.1）用户操作手册 技术组 2018年03月
目录 1 概述 (5) 1.1开发背景 (5) 1.2功能简介 (6) 1.3平台组成 (7) 1.4平台使用环境 (8) 1.5平台基本操作 (8) 1.6数据处理流程 (10) 2 数据接收与上传监控 (13) 2.1功能简介 (13) 2.2监控概况 (13) 2.3国家站监控情况 (17) 2.4区域站监控情况 (18) 2.5辐射站监控情况 (18) 2.6酸雨站监控情况 (19) 2.7土壤水分站监控情况 (19) 2.8高空站监控情况 (20) 2.9快速质控异常文件信息显示 (20) 3 质控信息处理 (22) 3.1功能简介 (22) 3.2省级处理与查询反馈 (23) 3.3统计值质控信息处理 (50) 3.4台站处理与反馈 (51) 3.5系统性偏差检测 (55) 3.6台站更正数据文件人工干预 (59) 3.7黑名单管理 (62) 3.8观测项不一致 (68) 4 数据质量分析与处理 (73) 4.1功能简介 (73) 4.2数据流转痕迹显示 (73) 4.3观测数据人工质控 (74) 5 快捷通道 (75) 5.1功能简介 (75) 5.2日清 (76) 5.3月清 (79) 5.4数据空间分析 (88) 5.5综合一致性分析 (90) 5.6探空曲线显示 (94) 5.7任意数据修改 (95) 5.8数据查询与质疑 (98) 5.9支撑表与服务表数据对比 (102) 6 文件制作与数据显示 (106)
6.1功能简介 (106) 6.2文件制作 (106) 6.3观测数据显示 (117) 6.4统计值显示 (119) 7 元数据基本信息 (121) 7.1功能简介 (121) 7.1.1 模块功能 (121) 7.1.2 模块组成 (121) 7.1.3 用户分类 (122) 7.1.4 页面构成 (123) 7.2台站基本信息 (124) 7.2.1 功能简介 (124) 7.2.2 操作说明 (125) 7.3图像、观测记录和规范信息 (139) 7.3.1 功能简介 (139) 7.3.2 操作说明 (139) 7.4台站变动登记 (144) 7.4.1 功能简介 (144) 7.4.2 操作说明 (144) 7.5台站疑误登记 (147) 7.5.1 功能介绍 (147) 7.5.2 操作说明 (147) 7.6年报附加信息 (149) 7.6.1 功能介绍 (149) 7.6.2 操作说明 (149) 7.7附加信息登记 (155) 7.7.1 功能介绍 (155) 7.7.2 操作说明 (155) 7.8文件管理 (159) 7.8.1 功能简介 (159) 7.8.2 操作说明 (160) 7.9元数据消息管理 (162) 7.9.1 功能简介 (162) 7.9.2 操作说明 (162) 7.10变动信息及附加信息处理 (163) 7.10.1 功能简介 (163) 7.10.2 操作说明 (163) 7.11疑误处理 (166) 7.11.1 功能简介 (166) 7.11.2 操作说明 (166) 7.12土壤水分站信息表格导入 (168) 7.12.1 新增功能简介 (168) 7.12.2 操作说明 (168) 7.13高空站沿革文件导入 (171)
气象站点数据插值处理流程
注：下面的为之前做的方法（7-以后不用做），里面的参数与现在的有出入，自己找到区域内站点，插值过程如下。 气象站点数据插值处理流程 1气象站点数据整理 Excel格式，第一行输入字段名称，包括站点名称、x经度（lon）、y纬度（lat）、平均气温、平均风速、相对湿度、平均日照时数。其中经纬度需换算为度的形式，其它数据换算为对应单位。 2excel气象数据转为shape格式的矢量点数据插值分析 （1）打开Arcgis，添加excel气象站点数据。打开LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，打开边界.shp,三个应该能叠加在一起 （2）在arcgis内容列表中右键单击excel表，选择“显示XY数据”，设置X、Y字段为表中对应经-x、纬-y度字段，编辑坐标系，设置为气象站点经纬度获取时的坐标系，这里为地理坐标系WGS84。(图中错了，按上述，要不就换下一下XY对应的经纬度试一试看看形状对就可以了) （3）导出为shape格式的点数据。右键单击上一个步骤中新生成的事件图层，单击“数据-导出数据”。需注意导出数据的坐标系应选择“此图层的源数据”。
（4）设置Arcgis环境。在“地理处理”菜单下单击“环境”，在环境设置窗口中选择“处理范围”，选择一个处理好的遥感数据（LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，主要是参考该遥感数据的行数和列数）。再选择“栅格分析”，按下图设置插值的分辨率为“0.0045”，掩膜文件设置为边界2/LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img。注意：生成出来的是否有坐标系，插值-环境-输出坐标系-与**相同 （5）气象站点数据插值。在toolbox中选择工具箱“Spatial Analyst————反距离权法”，默认12个数据参与运算，“Z值字段”分别选择平均风速、平均气温、相对湿度，直接输出，不要改输出路径名字。再导出数据。在差值分析界面最下栏也有环境，进去设置，注意经纬度显示位置是经纬度投影的投影坐标系，UTM不能用 （6）数据转换为image格式。上步骤中得到的插值栅格数据是Arcgis格式的栅格格式（grid格式），该格式envi识别不了。右键单击插值数据选择“数据—导出数据”，设置导出数据格式为image。 （7）再用envi claas 转换为UTM投影 （8）UTM 设置参数：datum：（原来为North America 1927）改为为WGS84, zone 49。 E: 719614.2770 N: 4100314.6180 X/Y PIXEL: 16.0 meter output x size: 8723 output y size: 6066
气象资料业务系统(MDOS)操作平台业务流程汇总
气象资料业务系统(MDOS 操作平台业务流程一、地面自动站观测资料上传 按业务规定上传国家级测站实时地面气象分钟数据文件、小时数据文件、日数据文件、日照数据文件、 (辐射数据文件。 每日定时观测后, 登录 MDOS 平台查看本站数据完整性, 对缺测时次及时补传。 二、疑误信息处理与反馈 台站配置应值班手机,用于接收台站疑误信息短信;值班手机要保证 24小时开机,手机号码变动应及时向省级管理部门上报。 台站对疑误信息的反馈包括定时反馈、被动反馈和更正数据反馈。 (1定时反馈:在每日定时观测后,登录 MDOS 操作平台,查询本站国家站和区域站未处理疑误信息并反馈。保证疑误数据在下一次定时观测前完成反馈。 A:国家站数据质控信息处理——台站处理与反馈——台站未处理 B:区域站数据质控信息处理——台站处理与反馈——台站未处理 台站级数据处理:处理并反馈省级提交给台站的疑误查询信息。包括 3种处理流程: 流程 1:确认数据无误→处理完成。 流程 2:确认数据错误→修正(给出修改值→处理完成。流程 3:批量数据为缺测→处理完成。 (2被动反馈:收到疑误信息短信和电话后,实时登录 MDOS 操作平台反馈; 接到显性错误短信后, 先核对显性错误数据值, 检查相应观测仪器, 查明可能引起出现错误数据的原因, 并及时进行相关数据处理和观测仪器维护等工作。对省级转交台站
处理的疑误信息, 及时查明原因, 通过 MDOS 操作平台进行数据处理和反馈。台站在 收到疑误信息 12小时之内完成反馈。守班时段应急响应期间, 接收到疑误短信或电话后 1小时内进行反馈。 (3更正数据反馈:对台站本地更正过的数据要及时向省级进行反馈,更正报时效内的数据既可通过“ MDOS 数据查询与质疑”功能主动填报反馈, 也可发送更正报 进行修改;时效外的数据可通过 MDOS 平台的“数据查询与质疑”进行修改。 三、台站变动登记 包括变动信息登记(名称,台站号,级别,观测时间,机构,位置,要素, 仪器,障碍物,守班,其他 ,图像、观测记录和规范。 四、台站附加信息登记 (1备注信息登记,通过选择记录年月,事件类型,填入具体内容后,点击即可完成登记。 (2若该台站同一时间同一事件类型已经有记录内容,选择记录年月,事件类型后,具体内容文本框会显示已经填写登记的内容,用户可以直接修改后提交。 (3一般备注事件,本月天气气候概况,图像、观测记录和规范操作参照纪要信息登记方法。 五、产品下载与保存 A 、 J 文件在 MDOS 平台“功能菜单”中的“产品制作与数据服务”下的“ A 、 J 、 Y 文件管理”模块中下载。 每月 6号前将下载后的 A 、 J 文件上传至 10.79.3.18/xj/zdzh/目录下,上传后的文件如有变更请及时进行更新。
乌鲁木齐机场几种常见天气的观测
Climate Change Research Letters 气候变化研究快报, 2015, 4(4), 193-197 Published Online October 2015 in Hans. https://www.360docs.net/doc/ac17685847.html,/journal/ccrl https://www.360docs.net/doc/ac17685847.html,/10.12677/ccrl.2015.44022 Observation of Several Types of Common Weather of Urumqi Airport Xiang Fang, Yanping Lin Weather Center, Air Traffic Management Bureau, Urumqi Xinjiang Email: 1536415598@https://www.360docs.net/doc/ac17685847.html, Received: Sep. 28th, 2015; accepted: Oct. 16th, 2015; published: Oct. 19th, 2015 Copyright ? 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.360docs.net/doc/ac17685847.html,/licenses/by/4.0/ Abstract This paper analyzed the main weather which impacts the flight of Urumqi airport from the point of observation view. We expect that the results can provide a certain kind of help in future on weather observation and meteorological support. Keywords Thunderstorm, Fog, Southeast Wind 乌鲁木齐机场几种常见天气的观测 方翔，林燕平 新疆空中交通管理局气象中心，新疆乌鲁木齐 Email: 1536415598@https://www.360docs.net/doc/ac17685847.html, 收稿日期：2015年9月28日；录用日期：2015年10月16日；发布日期：2015年10月19日 摘要 本文从观测角度分析了影响乌鲁木齐机场飞行的主要天气，希望今后能对此类天气的观测和气象保障提供一定的帮助。
现代气象统计
现代气象统计复习题 1、 向量正交且归一化的概念及表达式？ 2、 m维空间中的任一向量X可以用基向量V1，V2，...，V m线性组 合表示，即 ，的几何意义是什么？ 3、 一个实对称矩阵A，其特征值和特征向量有哪些性质？ 4、 一个m阶方阵，其特定特征值和相应特征向量哪一个是唯一 的。 5、详细了解EOF展开的原理,一个气象变量标准化距平场EOF展开中， 给定协方差矩阵，如，计算其特征值、特征向量、方差贡献率。 6，多元统计中多维随机变量主成分的定义是什么？主成份的性质有哪些？ 7，一个场先处理成标准化距平，再进行主成分分析。第k个归一化的特征向量图和场的每个格点序列与第k个主成份序列之间的相关系数分布图有何关系？某个特征向量图与以哪个格点为定点的“一点相关图”最相似？ 8, EOF和PCA的功能是什么？ 9, EOF分析方法中特征向量矩阵和时间系数矩阵的特点和性质? 10, PCA与EOF的异同。 11,在EOF或者PCA的实际应用中，空间型可以有哪些表示方法，请叙述各自所表征的含义 12,EOF和REOF在气象要素时空特征分析用，各自的用途和优缺点是什么？ 13, REOF旋转中截取多少个模态旋转是如何确定的(三种) 8，旋转EOF分析的问题的提法（或旋转的原则）是什么？了解其原理。 9，旋转EOF的性质1、2的理解 10，了解REOF结果的分析 11，奇异值分解（SVD）方法在气象研究中的功能是什么？ 12，数学中一般实矩阵SVD的定义是什么？ 13，了解实一般矩阵SVD的性质 15，SVD分析中，两个场之间总的联系用什么衡量？与两个场之间交叉协方差矩阵的奇异值有什么关系？每一对SVD模态解释两个场总协方差平和的百分率、以及解释左右场各自方差的百分率怎么确定？SVD分析的原理保障反映出两个场之间的联系达最大还是反映两个场的方差量
气象大数据资料
1 引言 在气象行业内部，气象数据的价值已经和正在被深入挖掘着。但是，不能将气象预报产品的社会化推广简单地认为就是“气象大数据的广泛应用”。 大数据实际上是一种混杂数据，气象大数据应该是指气象行业所拥有的以及锁接触到的全体数据，包括传统的气象数据和对外服务提供的影视音频资料、网页资料、预报文本以及地理位置相关数据、社会经济共享数据等等。 传统的”气象数据“，地面观测、气象卫星遥感、天气雷达和数值预报产品四类数据占数据总量的90%以上，基本的气象数据直接用途是气象业务、天气预报、气候预测以及气象服务。“大数据应用”与目前的气象服务有所不同，前者是气象数据的“深度应用”和“增值应用”，后者是既定业务数据加工产品的社会推广应用。 “大数据的核心就是预测”，这是《大数据时代》的作者舍恩伯格的名言。天气和气候系统是典型的非线性系统，无法通过运用简单的统计分析方法来对其进行准确的预报和预测。人们常说的南美丛林里一只蝴蝶扇动几下翅膀，会在几周后引发北美的一场暴风雪这一现象，形象地描绘了气象科学的复杂性。运用统计分析方法进行天气预报在数十年前便已被气象科学界否决了——也就是说，目前经典的大数据应用方法并不适用于天气预报业务。 现在，气象行业的公共服务职能越来越强，面向政府提供决策服务，面向公众提供气象预报预警服务，面向社会发展，应对气候发展节能减排。这些决策信息怎么来依赖于我们对气象数据的处理。
气象大数据应该在跨行业综合应用这一“增值应用”价值挖掘过程中焕发出的新的光芒。 2 大数据平台的基本构成 2.1 概述 “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘（SaaS），但它必须依托云计算的分布式处理、分布式数据库（PaaS）和云存储、虚拟化技术（IaaS）。 大数据可通过许多方式来存储、获取、处理和分析。每个大数据来源都有不同的特征，包括数据的频率、量、速度、类型和真实性。处理并存储大数据时，会涉及到更多维度，比如治理、安全性和策略。选择一种架构并构建合适的大数据解决方案极具挑战，因为需要考虑非常多的因素。 气象行业的数据情况则更为复杂，除了“机器生成”（可以理解为遥测、传感设备产生的观测数据，大量参与气象服务和共享的信息都以文本、图片、视频等多种形式存储，符合“大数据”的4V特点：Volume(大量)、Velocity(高速)、
气象数据处理方法
(1)复杂地形下气温空间化模拟模型 首先考虑海拔高度、经度、纬度对气温空间分布影响，再进一步考虑坡度、坡向这些微观地形因子对气温空间分布的影响。根据地形调节统计模型，即在考虑微观地形(坡度、坡向)情况下，面辐射与地形存在着函数关系，其实际气温可表示为： T T=T H cosi/cosz (1) 式中，T T为地形调节统计模型模拟的气温；T H为常规统计模型模拟的气温；i为地球面法线与太阳光线之间的角度。其中，T H可根据式(2)求得，i可根据式(3)求得 T H=a0+ a1λ+ a2φ+ a3h (2) 式中，λ为经度，φ为纬度，h为海拔高度，a0为常数，a1、a2、a3为偏回归系数。 cosi=cosαcosz+sinαsinzcos(ф-β) (3) 式中，α为坡度，z为太阳天顶角，ф为太阳方位角，β为坡向。 对于中国的地理位置特点和气温模拟方法，可将太阳天顶角z设为45°，太阳方位角ф设为180°(为正午时间)，所以公式(1)归纳为： T T=T H(cosα-sinαcosβ) (2) “回归分析计算+残差插值”模型构建用于降水数据处理 以2006年4月为例，得到各气象站点4月降水量与经纬度、海拔高度的线性关系式： P=-66.840+4.518*lat-1.324*long+0.001*ele(r2=0.456) (4) 式中：lat为气象站点的经度，long为气象站点的纬度，ele为气象站点的海拔高度，P为月降水。 由DEM提取经度、纬度、坡度、坡向 1.dem栅格转点 2.把Data frame propoties显示单位设置为度分秒 3投影
4生成经纬度 5点转栅格（生成经度）
气象统计方法实习报告
目录实习一求500hPa高度场气候场、距平场和均方差场 -------------------------------- 3 1、资料介绍 ------------------------------------------------------------------------------------------------- 3 2．要求-------------------------------------------------------------------------------------------------------- 3 3、实习结果 ------------------------------------------------------------------------------------------------- 3 1）、FORTRAN源程序 ---------------------------------------------------------------------------------- 3 (2)、grads文件 --------------------------------------------------------------- 5 （3）、实习结果 ------------------------------------------------------------------------------------- 5 实习二计算给定数据资料的简单相关系数和自相关系数---------------------------- 7 1、资料介绍 ------------------------------------------------------------------------------------------------- 7 2、要求-------------------------------------------------------------------------------------------------------- 7 3、实习结果 ------------------------------------------------------------------------------------------------- 7 （1）、Fortran源程序 ------------------------------------------------------------------------------ 7 （2）、程序运行结果：---------------------------------------------------------------------------- 9 实习三分析中国夏季降水线性趋势的分布特征---------------------------------------- 9 1.资料介绍及要求： --------------------------------------------------------------------------------------- 9 2.实习结果 -------------------------------------------------------------------------------------------------- 9 （1）.matlab程序------------------------------------------------------------------------------------- 9 （2）.程序运行结果 -------------------------------------------------------------------------------- 10 实习四求给定数据的一元线性回归方程------------------------------------------------ 10 1、资料介绍及要求 --------------------------------------------------------------------------------------- 10
气象资料业务系统MDOS疑误信息分析处理
气象资料业务系统MDOS疑误信息分析处理 发表时间：2018-07-20T12:04:05.020Z 来源：《科技新时代》2018年5期作者：赵建军 [导读] 达拉特旗地处鄂尔多斯高原北端, 总面积8200平方公里，是鄂尔多斯市农业大旗。 （内蒙古自治区达拉特旗气象局，内蒙古达拉特旗 014300） 摘要：气象资料业务系统（MDOS）操作平台是实时和历史资料加工处理与应用的一体化业务系统，业务人员日常主要工作任务是及时反馈疑误信息，对上传数据实时质量控制。本文结合多年基层台站工作，总结了气象资料业务系统（MDOS）疑误信息的分析及处理方法，以帮助业务人员进一步强化处理气象数据的处理能力，增强气象资料的完整性、时效性和准确性水平。 关键词：MDOS平台疑误信息数据质量分析处理 引言 达拉特旗地处鄂尔多斯高原北端, 总面积8200平方公里，是鄂尔多斯市农业大旗。本区域建有一套中心自动站，33套区域自动站，达拉特旗气象局自建站以来，始终以服务地方经济建设为宗旨，及时为种植大户提供有针对性的气象服务，为农业防灾减灾，农民增收做好保障服务。 地面气象资料业务系统（MDOS）操作平台属于资料一体化加工处理与管理业务系统，可以处理和应用实中心站及区域站的数据资料，其主要功能是数据传输监控、质控信息处理和查询反馈、基础信息管理、信息报警、产品制作与数据服务等。自达拉特旗气象局开展实时——历史地面气象资料一体化业务运行工作以来，对气象资料业务系统（MDOS）积累了一些宝贵的经验。 该业务系统的应用使得主要观测要素的时效性提高到小时级，实时气象要素自动质量控制时效达到了15min，历史资料时效达到1- 2d，逐渐消除了实时和历史资料的限制，实现了各级台站之间的资料同步。在上传和实时质量控制气象资料的过程中对业务人员操作水平提出了更高的要求，业务人员应对疑误信息进行认真分析、判断和处理，在确保观测数据完整的情况下，增强气象要素数据的可靠性和有效性水平。 1、MDOS数据质量控制检查内容 对于气象资料业务系统（MDOS）操作平台来说，在对地面气象要素数据文件进行实时质量控制时，主要包括有气候学界限值检查、气候极值检查、数据内部一致性检查和数据时间一致性检查。其中气候学界限值检查主要是查看记录到的气象要素数据是否在规定的测量范围内；范围极值检查，将时间和空间插值进行结合，在广义极值分布理论的基础上，得出任意地点多年日要素极值，并通过数据插值技术，结合气象要素日变化规律，对任意地点逐时阈值进行计算；时变检查，随着时间的变化某些气象要素会发生变化，具有时间一致性特征，将该类数据对比前后观测值，来判断是否出现异常；持续性检查，某些气象要素会随着时间和区域的变化而发生变化，例如某气象要素值长时间没有变化，则可能是观测仪器故障或传输设备异常造成的。 2、常见疑误信息分析处理 2.1数据缺测的分析处理 2.1.1台站单一或多个气象要素数据缺测 首先借助于业务软件查看对应时间段内的气象要素数据是否缺测，如果缺测应重新卸载相应时次的数据信息，检查缺测数据是否恢复正常，若仍旧没有恢复正常，应根据《地面气象观测规范》中的相关要求选择合适的数据替代缺测数据或者选用人工补测，同时在备注栏中详细标明。若在多个时次内气象要素数据均出现缺测，应做好相应气象要素仪器设备与传输线路的日常检修和维护，第一时间排除故障问题，增强观测数据的完整性水平，进一步提升地面测报质量。 2.1.2人工观测数据缺测 若定时时次人工观测到的降水，冻土，日照，雪深，雪压等人工观测项目气象要素数据出现缺测，应检查业务软件对应的相关气象要素数据是否出现缺测，若缺测则可能是因人为粗心大意造成数据未输入或输入数据后没有进行保存，应结合气薄、日照纸记录反馈对应的数据信息。若气象要素出现漏测，应确保在1h内补测完成并将修正值反馈出来，若超过1h应根据缺测情况处理。 2.1.3自动站所有数据缺测 若新型自动站内所有观测数据均出现缺测，则可能是正点长Z文件缺报造成的，应查看在业务软件中是否有长Z文件形成并传输。若没有长Z文件形成，应在业务软件中选择“正点地面观测数据维护”选项，通过人工方式对“正点观测编报”进行调取，对长Z文件进行保存编发操作；若在业务软件中形成了长Z文件却没有正常传输，应使用人工的方式尽快恢复网络，并立刻补发传输长Z文件；若长Z文件在正常编发后还是有自动站气象要素数据缺测的情况，则可能是网络异常导致长Z文件传输丢失，应重新对其进行编发。 2.2数据错误处理 若天气现象与积雪深度、极大风速、最小能见度气象要素数据出现矛盾，可能有两种表现形式：其一是人工观测到的天气现象同自动观测到的能见度数据矛盾。使用人工方式观测到的能见度数据具有较强的主观性水平，且观测空间范围较大，使用前向散射能见度仪器只能实现观测点的采样，直接造成人工和自动观测到的能见度数值存在偏差的情况，环境亮度和天气现象不同，二者之间的偏差也有一定的差异。若人工观测能见度时出现视程障碍类天气现象，而自动观测却没有发现，就会有能见度同天气现象不匹配的疑误信息，此时应以人工观测记录的天气现象为准，而能见度数据应以自动观测数据为准，当视程障碍类天气现象同能见度数据不匹配，可以将其看作是正常数据。 其二是人工观测到的天气现象同气象要素数据值矛盾。例如没有出现积雪、大风天气，但却观测到积雪深度大于0cm和极大风速超过17.0m/s的情况，这种错误数据可能是人工录入天气现象时粗心造成的，应对输入的气象要素数据进行认真检查，并及时进行修改和反馈。 2.3可疑数据的处理 受到观测仪器设备技术性能、各个气象要素之间的联系和单独气象要素数据的变化规律，正常的气象要素数据应满足极限范围值检查、空间、内部和数据时间一致性的要求，否则该气象要素是可疑的疑误数据。结合MDOS气象资料业务系统，包含有数据显示查询功能和空间图查看模块，借助于数据显示查询功能可以对可疑的正点气象要素数据进行查询，同时还能对比分析前后时次的气象要素数据，根
气象数据处理流程
气象数据处理流程1.数据下载 1.1.登录中国气象科学数据共享服务网 1.2.注册用户 1.3.选择地面气象资料 1.4.选择中国地面国际交换站日值数据 选择所需数据点击预览（本次气象数据为：降水量、日最高气温、日最低气温、平均湿度、辐射度、积雪厚度等；地区为：黑龙江省、吉林省、辽宁省、内蒙古） 下载数据并同时下载文档说明 1.5.网站数据粘贴并保存为TXT文档 2.建立属性库 2.1.存储后的TXT文档用Excel打开并将第一列按逗号分列 2.2.站点数据处理 2.2.1.由于站点数据为经纬度数据 为方便插值数据设置分辨率（1公里）减少投影变换次数，先将站点坐标转为大地坐标并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库 （注意：数据库存储为DBF3格式，个字段均为数值型坐标需设置小数位数） 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。
2.2.2.利用VBA程序 Sub we() i = 6 For j = 1 To 30 Windows("").Activate Rows("1:1").Select Field:=5, Criteria1:=i Field:=6, Criteria1:=j Windows("").Activate Rows("1:1").Select Windows("book" + CStr(j)).Activate Range("A1:n100").Select Range("I14").Activate ChDir "C:\Documents and Settings\王\桌面" Filename:="C:\Documents and Settings\王\桌面\6\" & InputBox("输入保存名", Title = "保存名字", "20070" + CStr(i) + "0" + CStr(j)), _ FileFormat:=xlDBF4, CreateBackup:=False SaveChanges:=True Next j End Sub 将数据库按照日期分为365个文件 3.建立回归模型增加点密度 由于现有的日辐射值数据不能覆盖东三省（如图），需要对现有数据建模分析，以增加气象数据各点密度。 已有数据10个太阳辐射站点，为了实现回归模型更好拟合效果，将10个样本全部作为回归参数。利用SPSS软件建模步骤：
乌鲁木齐气象资料参考
乌鲁木齐﹝中国﹞参考气候资料 注：降雨日表示日降雨量不少于 1.0 毫米 未能提供乌鲁木齐气候资料，谨提供阿勒泰﹝乌鲁木齐以北约 435 公里﹞气候资料作参考。 阿勒泰气象站位置：北纬 47.7 度，东经 88.1 度，海拔 735 米
中国(1971-2000年)气候标准值 月月平均气压(0.1百帕) 月平均气温(0.1摄氏 度) 月极端最高气温(0.1摄氏 度) 月极端最低气温(0.1摄 氏度) 月平均相对湿度 (百分率) 月平均总云量(0.1 成) 月平均风速(0.1米/ 秒) 月降水量(0.1毫 米) 1 917 2 -126 88 -285 78 40 15 104 2 9159 -97 135 -285 77 47 17 100 3 9137 -17 237 -24 4 71 57 22 185 4 9112 99 321 -149 48 5 5 29 323 5 9094 167 351 -24 43 57 30 389 6 9054 215 379 46 43 59 28 362 7 9034 237 405 90 43 54 29 304 8 9057 224 388 50 41 43 28 233 9 9109 167 362 -2 44 38 26 262 10 9159 77 305 -109 58 35 22 263 11 9180 -25 192 -281 74 47 18 191 12 9183 -93 156 -328 78 47 15 146 年年平均气压年平均气温年极端最高气温年极端最低气温年平均相对湿度年平均总云量年平均风速年降水量9121 69 405 -328 58 48 23 2863 32766/99999：缺测32744：无记录注： 乌鲁木齐(51463) (经度87.65度, 纬度43.78度) 拔海高度935.0米
气象统计方法复习资料
学习内容： Chapter 1-气象资料及其表示方法 Chapter 2-选择最大信息的预报因子 Chapter 3-气候稳定性检验 Chapter 4-气候趋势分析 Chapter 5-一元线性回归 Chapter 6-多元线性回归 Chapter 7-逐步回归 Chapter-8-气象变量场时空结构分离 复习题： 1、气象统计预报是利用统计学方法对气象（气候）样本进行分析来估计和推测总体的规律性。 2、突变可分为：均值突变、变率突变、趋势突变。 3、气候统计诊断分析与天气统计诊断分析的不同点是研究对象不同，一个是（气候特征），一个是（天气特征）。相同点是数据资料都必须是（长时间）的观测数据。 4、（）需要对结论进行一系列的推断，分析结论的可信程度以及是否为因果关系。 A 统计分析； B统计诊断； 5、采用统计诊断的方法研究天气、气候现象，可以用于哪些方面（ ）<多选>。 A 了解区域性或者全球性天气、气候现象的时空分布特征、变化规律及异常程度； B 探索气候变量及其与其它物理因素之间的联系； C 对数值模拟结果与实际变化状况之间的差异进行统计诊断，为改进模式提供线索和指导； 6、对天气、气候现象进行统计诊断分析，一般分为四步。首先，（）；其次，（）；再次，（）；最后，（）。 A科学综合和诊断； B选择诊断方法； C资料预处理；D收集资料； 7、气候统计预测，一般分为四步。首先，（）；其次，（）；再次，（）；最后，（）。 A建立统计模型； B统计检验； C预测结论； D收集资料； 8、统计预测模型在利用大量（）观测资料对气候系统内部或与其它变量之间关系的变化规律及特征分析基础上建立的，用于对（）状态进行估计。在这一预测过程中，假设气候变化的成因和物理机制至少在（
气象业务辅助决策系统
气象业务辅助决策系统 2017年12月
第一章系统概述 气象业务辅助决策系统，是以先进的数字地球平台为底层，以行业应用需求为牵引，为用户提供四类服务： 1、信息的管理、查询与检索。该系统在数字地球上，融入天气专题信息图层，直观地展现作业点分布、河流分布、重点增雨区分布、气象观测仪器、气象检测实况等信息。 2、可视化专业信息，辅助业务人员决策。采用科学数据可视化技术直观展现气象雷达数据、云图数据中的强度、速度、谱宽等信息，建立气象数据与空间环境的对应关系，辅助业务人员进行分析判断。 3、模拟业务过程，辅助任务规划。该系统可根据用户输入需求，模拟飞机飞行过程，辅助用户进行航迹规划；可模拟火箭作业过程，评估任务结果。 4、链接传感器，与实际应用业务对接。系统可与飞机增雨地空通讯系统、地面车辆GPS监控系统、北斗定位系统实时对接，实现对增雨飞机和地面作业车辆的三维追踪和显示。
第二章三维地理信息平台 气象业务辅助决策系统依托DreamMap三维地理信息平台开发研制。该平台融合了地理信息技术和虚拟现实技术，可兼容调用多种政府用、军用、商用地理信息数据，逼真展现陆、海、空、天多维空间场景；可针对雨、雪、云、风等天气现象精细化建模，逼真展现天气动态变化；可提供距离、面积、高程、角度、剖面、最短距离等分析量算功能，定量了解空间环境；可标绘兴趣点、气象台站、侦察站等模型符号，并融合管理各模型属性信息。 一、空间环境展现 该平台可以逼真展现陆、海、空、天等多维环境信息，渲染矢量、注记等多种类型数据。 图1 大气环境
图2 地形环境 图3 海洋环境
图4 高精度影像数据 二、气象环境展现
ECMWF细网格要素预报场在乌鲁木齐米东区的预报性能检验
2018(5)陕西气象23贾健，蒋慧敏，王健.E C M W F细网格要素预报场在乌鲁木齐米东区的预报性能检验$%陕西气象，2018(5)23-27.文章编号！006-4354(2018)05-0023-05 ECM4F细网格要素预报场在乌鲁木齐 米东区的预报性能检验 贾健，蒋慧敏，王健 (乌鲁木齐市气象局，乌鲁木齐830000) 摘要：利用升级后的ECMWF细网格模式2 m温度、大尺度降水量（LSP)、累积降水量（TP)及 850 hPa风速等气象要素预报场， 采用客观分析和统计学方法， 对2015年2月至2017年1月乌鲁 木齐米东区气温、降水及风速进行检验分析。结果表明&m温度场对于米东区最高、最低气温有 较好的预报能力，最高、最低气温年均准确率ECMWF细网格模式产品均高于中央气象台指导预 报产品，分别达69. 1%和73.8%。细网格和中央气象台指导预报的晴雨准确率均接近或超过 80%,对降水天气预报有较好的参考价值；降水分级检验上看，ECMWF细网格和中央指导预报准 确率均不太高；对于降雨天气，细网格的预报能力略高于指导预报；对于降雪天气，指导预报对小 雪和大雪的预报准确率高于细网格；ECMWF细网格850 hPa风速产品与实况风速有较好的相关 性，对逐日风的预报有较好地指示意义。 关键词：ECMWF细网格；2 m温度；T P;LSP;检验分析 中图分类号：P456.7 文献标识码：A 近年来，随着数值模式产品的下发，国内学者 通过对气温、降水、大风等气象要素的检验评估[19]，很好地掌握了数值预报模式的预报能力、预报质量及可能的变化趋势。新疆气象工作者也 对数值模式进行了检验评估工作，特别是ECM-W F细网格模式（以下简称“E C细网格*产品出 现后，对E C细网格做了大量的检验工作，万瑜 等$0]利用该模式对乌鲁木齐一次东南大风过程的风场做了释用分析，张俊兰等$1]针对2012年 前冬季3场暴雪天气过程中细网格模式大尺度降 水产品的预报能力进行了检验，刘春风等$2]对 E CW M F细网格2 m温度预报在新疆区域的准确率进行了检验分析，万瑜等$3]通过ECMWF 细网格风场和气压场资料对乌鲁木齐9次典型东 南大风天气过程进行分型检验。从上述数值模式 预报性能的检验来看，多为针对天气系统或区域性预报能力方面的检验，但区域性预报能力的检验及个例分析中的应用对于单站精细化预报要素 产品的制作发布，指导能力较为有限。 2015年1月15日E C细网格调整升级后，在 新疆维吾尔自治区各级气象预报业务工作中开始 释用，调整后的E C细网格温度和降水要素产品的空间分辨率提高至0. 125°X0. 125=时间分辨 率为3 ?为短期临近预报提供了更精细的参考依据。本文基于升级后的E C细网格2m温度、大尺度降水量（以下简称“LSP”）、 累计降水量（以下简称“T P”）及850 h P a风速场，对乌鲁木齐米东区2015年2月至2017年1月的最高气温、最 低气温、降水、极大风速等进行检验，并与中央气 象台指导预报产品（以下简称“指导预报*进行对 比，为日后单站气象要素的预报提供有利参考。 收稿日期2018-03-26 作者简介:贾健（1987—）男，汉族，新疆乌鲁木齐人，本科，工程师，主要从事短期天气预报及服务。 基金项目：乌鲁木齐市气象局基金项目“ECMWF细网格气象要素产品在乌鲁木齐地区的检验”(Wk 201701)