月平均溫度

月平均溫度研究背景

隨著科學(xué)技術(shù)的發(fā)展，短期氣候預(yù)測方法越來越多，但各種預(yù)測方法對(duì)同一預(yù)測對(duì)象進(jìn)行預(yù)測時(shí)經(jīng)常得到不同的結(jié)果，根據(jù)各種預(yù)測方法的歷史表現(xiàn)，進(jìn)行客觀集成，已經(jīng)成為當(dāng)今氣候預(yù)測領(lǐng)域的關(guān)鍵技術(shù)之一，越來越被人們所重視比。集成預(yù)測技術(shù)是氣候模式預(yù)測發(fā)展的方向之一，為了消除動(dòng)力氣候模式預(yù)測的不確定性，更加注重多模式的超級(jí)集合方法。多數(shù)集成預(yù)測方法中的成員在集成預(yù)測中的權(quán)重主要依賴于歷史樣本統(tǒng)計(jì)得出，是靜態(tài)的、固定的，一般不考慮各成員預(yù)測能力在不同季節(jié)、不同地域和不同時(shí)期的差異，對(duì)某一成員采取統(tǒng)一的權(quán)重系數(shù)，勢必影響預(yù)測效果，可能導(dǎo)致集成預(yù)測性能的不穩(wěn)定。

研究利用3種預(yù)測方法和國家氣候中心業(yè)務(wù)產(chǎn)品共11年的月平均氣溫(距平)預(yù)測結(jié)果和評(píng)分結(jié)果，對(duì)陜西3個(gè)不同氣候區(qū)域、不同年份和不同月份，動(dòng)態(tài)地確定各成員在集成預(yù)測中的權(quán)重，對(duì)比分析各種集成預(yù)測方法的效果，尋找適合氣候預(yù)測業(yè)務(wù)現(xiàn)狀的動(dòng)態(tài)客觀集成預(yù)測方法。

月平均溫度資料與方法

（1）資料處理

選取榆林(陜北)、西安(關(guān)中)、漢中(陜南)3個(gè)氣候區(qū)域作為研究對(duì)象，各氣候區(qū)域包含的代表氣象站:榆林(神木、榆林、橫山)，西安(臨漳、西安、戶縣)，漢中(勉縣、漢中、洋縣)。使用資料：1999年7月至2010年6月3個(gè)氣候區(qū)域逐月平均氣溫及多年平均值；各種預(yù)測方法、國家氣候中心和陜西業(yè)務(wù)產(chǎn)品1999年7月至2010年6月逐月平均氣溫(距平)預(yù)測結(jié)果。

評(píng)分使用2010年實(shí)施的用于國家級(jí)和省級(jí)短期氣候預(yù)測質(zhì)量檢驗(yàn)的《短期氣候預(yù)測質(zhì)量分級(jí)檢驗(yàn)辦法》中的PS評(píng)分方法(見表1)。2010年前后評(píng)分用語及各等級(jí)劃分標(biāo)準(zhǔn)有所不同(見表2)，由表2可知，2010年之前預(yù)測月平均氣溫偏高0.5~1.0℃和2010年之后預(yù)測1.0~2.0℃對(duì)應(yīng)的評(píng)分用語和等級(jí)是一致的，為保證評(píng)分的客觀性和連續(xù)性，對(duì)國家氣候中心和陜西氣候預(yù)測業(yè)務(wù)產(chǎn)品分別作如下處理。

國家氣候中心業(yè)務(wù)產(chǎn)品：(1)附有月平均氣溫距平預(yù)報(bào)圖的業(yè)務(wù)產(chǎn)品，一律按照圖中陜西3個(gè)氣候區(qū)域所在位置的顏色和圖例讀取預(yù)測值，并規(guī)定氣溫距平。-1℃取值0.4℃，1.0~2.0℃取值1.4oC，2.0~3.0℃取值2.4C，-1.0~0℃取值-0.4℃，-2.0~-1.0℃取值-1.4℃，-3.0~-2.0℃取值-2.4℃。(2)2005年及其以前沒有附月平均氣溫距平預(yù)報(bào)圖的業(yè)務(wù)產(chǎn)品，根據(jù)產(chǎn)品中文字描述，嚴(yán)格按照《中國氣象地理區(qū)劃手冊》中一級(jí)、二級(jí)氣象地理區(qū)劃及其說明給出陜西3個(gè)氣候區(qū)域的預(yù)測結(jié)果，并規(guī)定氣溫偏高取值0.4℃，偏高1℃左右取值1.1℃，偏高1℃以上取值1.4℃；氣溫偏低取值-0.4℃，偏低1℃左右取值-1.1℃，偏低1℃以上取值-1.4’C。

陜西業(yè)務(wù)產(chǎn)品：規(guī)定2010年之前業(yè)務(wù)產(chǎn)品所附氣溫距平預(yù)測值，正距平(包括距平為0)統(tǒng)一加0.5℃，負(fù)距平一律減0.5℃。2010年及其以后業(yè)務(wù)產(chǎn)品所附氣溫距平預(yù)測值不變。

（2）預(yù)測方法介紹

多元回歸預(yù)測(X₁)：利用500和100hPa高度場以及500—100hPa厚度場與預(yù)測對(duì)象之間的高相關(guān)區(qū)建立多元回歸預(yù)測模型進(jìn)行預(yù)測，是陜西氣候預(yù)測業(yè)務(wù)使用時(shí)間最長的方法之一。

月際持續(xù)性預(yù)測(X2)：將預(yù)測月前一個(gè)月的實(shí)況距平作為本月的預(yù)測值。

年際持續(xù)性預(yù)測(X₃)：將預(yù)測月前一年當(dāng)月的實(shí)況距平作為本月的預(yù)測值。

基于EOF的Downsealing方法(X₄)：用全球大氣與熱帶太平洋相禍合的數(shù)值模式(couple globe climate model，CGCM)輸出的500hPa高度場作為因子場，利用建立的預(yù)測模型進(jìn)行預(yù)測。

（3）集成預(yù)測方法介紹

集成預(yù)測方法共兩類6種。第一類，根據(jù)預(yù)測年之前每種預(yù)測方法評(píng)分平均值占各種預(yù)測方法總分值的比值確定權(quán)重，建立集成預(yù)測方程，包括使用預(yù)測年前10年、前5年和前3年評(píng)分平均值確定權(quán)重系數(shù)3種方法。集成預(yù)測方程是動(dòng)態(tài)的，隨預(yù)測對(duì)象、年份、月份的變化而變化。參加集成的成員有11年歷史預(yù)測結(jié)果。

第二類，計(jì)算預(yù)測年之前各種預(yù)測方法評(píng)分平均值，只選取60.0及其以上的預(yù)測方法作為集成成員，根據(jù)人選各成員評(píng)分平均值占人選各成員總分值的比值確定權(quán)重，建立集成預(yù)測方程，同樣包含使用預(yù)測年前10年、前5年和前3年評(píng)分平均值確定權(quán)重系數(shù)3種方法。集成預(yù)測方程也是動(dòng)態(tài)的，評(píng)估數(shù)據(jù)情況說明同第一類。如果各種預(yù)測方法預(yù)測年之前評(píng)分平均值都小于60.0，則按照第一類中相應(yīng)的集成預(yù)測方法進(jìn)行集成。

（4）評(píng)分方法介紹

評(píng)分使用2010年實(shí)施的《短期氣候預(yù)測質(zhì)量分級(jí)檢驗(yàn)辦法》中的PS評(píng)分方法，表1和表2分別為該方法使用的評(píng)分表和評(píng)分用語、各等級(jí)劃分標(biāo)準(zhǔn)。評(píng)分使用的月平均氣溫多年平均值2003年6月以前為1961一1990年數(shù)據(jù)，2003年6月起為1971一2000年數(shù)據(jù)。

月平均溫度研究結(jié)論

研究選擇3個(gè)氣候區(qū)域作為研究對(duì)象，優(yōu)點(diǎn)是各種預(yù)測方法歷史預(yù)測結(jié)果和評(píng)估結(jié)果時(shí)間序列較長，可以進(jìn)行多種動(dòng)態(tài)集成預(yù)測方案的對(duì)比研究。缺點(diǎn)是可供集成預(yù)測研究選擇的成員有限，即有較長歷史預(yù)測結(jié)果的客觀預(yù)測方法較少。

主要研究結(jié)論：(1)對(duì)3種預(yù)測方法和國家氣候中心業(yè)務(wù)產(chǎn)品預(yù)測結(jié)果進(jìn)行集成預(yù)測的結(jié)果表明，各種集成預(yù)測方法多年評(píng)分平均值都高于參加集成的任何一個(gè)成員，表現(xiàn)出集成的優(yōu)勢。說明廣泛應(yīng)用于氣候模式預(yù)測的集成思想和集成預(yù)測方法，應(yīng)用到傳統(tǒng)的統(tǒng)計(jì)預(yù)測方法中，同樣能夠提高氣候預(yù)測的技巧。

(2)第二類集成預(yù)測方法總體效果優(yōu)于第一類。其中前5年預(yù)測效果好、對(duì)各種預(yù)測方法歷史評(píng)分時(shí)間要求較低，推薦首先選擇使用。從區(qū)域分布看，榆林集成預(yù)測的效果最好。

(3)國家氣候中心業(yè)務(wù)產(chǎn)品對(duì)陜西3個(gè)氣候區(qū)域的預(yù)側(cè)技巧較高，將其預(yù)測結(jié)果進(jìn)行客觀化的處理，同X₁，X₂和X₃一起參加集成預(yù)測，和將X₁，X₂和X₃作為成員進(jìn)行集成預(yù)測相比，集成預(yù)測技巧明顯提高，說明集成預(yù)測方法確定后，參加集成各成員的預(yù)測能力最終決定集成預(yù)測的技巧。

一般認(rèn)為持續(xù)性預(yù)測屬于無技巧預(yù)測方法，本文將其作為參加集成的成員，一是因?yàn)槠浣嗄瓯憩F(xiàn)出較高預(yù)測技巧，二是它可以提供較長時(shí)間歷史預(yù)測評(píng)分結(jié)果，讓其參加集成，可以對(duì)多種集成預(yù)測方法效果進(jìn)行對(duì)比分析，驗(yàn)證客觀集成預(yù)測的效果和重要性。

(4)動(dòng)態(tài)客觀集成預(yù)測效果高于陜西同期發(fā)布的業(yè)務(wù)產(chǎn)品，說明在現(xiàn)有條件下陜西月平均氣溫(距平)趨勢預(yù)測水平仍有較大的提升空間。跟蹤評(píng)估各種預(yù)測方法和業(yè)務(wù)指導(dǎo)產(chǎn)品預(yù)測能力，挑選能力較強(qiáng)的方法和產(chǎn)品進(jìn)行客觀集成是一種簡單易行的方法。

2007年，中國氣象局指定陜西8個(gè)氣象站為全國氣候預(yù)測質(zhì)量業(yè)務(wù)考核站。與3個(gè)氣候區(qū)域相比，針對(duì)考核氣象站的預(yù)測方法更多，客觀集成可供選擇的范圍更大，根據(jù)研究結(jié)論，已經(jīng)實(shí)際應(yīng)用于8個(gè)考核氣象站的氣候預(yù)測業(yè)務(wù)，有待接受進(jìn)一步檢驗(yàn)。

氣溫是表征地區(qū)熱量特征的重要指標(biāo)之一。氣溫的高低直接影響到自然界各種植物、動(dòng)物的生長發(fā)育進(jìn)程及其地域分布；在眾多自然科學(xué)研究領(lǐng)域建立的模擬模式中，氣溫也是重要驅(qū)動(dòng)因子。因此，有關(guān)氣溫時(shí)空分布特征的研究一直是地理、氣象、水文、農(nóng)業(yè)、林業(yè)、生態(tài)等研究和應(yīng)用領(lǐng)域廣泛關(guān)注的熱點(diǎn)問題之一。

當(dāng)前，對(duì)氣溫時(shí)空分布特征研究的熱點(diǎn)是借助遙感、地理信息系統(tǒng)等技術(shù)，利用有限的地面測站資料，建立柵格化(空間化)的氣溫?cái)?shù)據(jù)庫。自20世紀(jì)80年代起，美國、加拿大、日本、歐洲、澳大利亞等國家和地區(qū)相繼建立了不同空間分辨率的空間氣象數(shù)據(jù)信息系統(tǒng)近年來，我國部分學(xué)者也對(duì)氣象數(shù)據(jù)柵格化進(jìn)行了研究。

現(xiàn)有的氣溫?cái)?shù)據(jù)柵格化方法主要有兩大類：一是利用地統(tǒng)計(jì)學(xué)空間內(nèi)插技術(shù)直接對(duì)氣溫進(jìn)行內(nèi)插；二是建立多元地理統(tǒng)計(jì)模型進(jìn)行趨勢面擬合并外推。常用的氣溫空間內(nèi)插方法有逆距離權(quán)重法(IDW)、克立格法(Kriging)、樣條函數(shù)法(Spline)等，大量研究表明，不同內(nèi)插方法得到的氣溫空間分布結(jié)果存在較大差異，不同研究者認(rèn)為的最適氣溫空間內(nèi)插方法存在明顯的不一致。有研究認(rèn)為，不存在絕對(duì)最優(yōu)的氣溫空間插值方法。多元地理統(tǒng)計(jì)模型中，常用的統(tǒng)計(jì)因子包括：緯度、海拔高度、經(jīng)度等地理參數(shù)，在部分研究中還試圖引用坡度、坡向、遮蔽度、開闊度等局地地形因子，其中最典型的是美國Oregon州立大學(xué)空間氣候研究中心建立的PRISM模型(parameter elevation regressions on independent slopes model)，這類模型一般可以取得較好的擬合精度。

大多數(shù)研究認(rèn)為，對(duì)山地氣溫分布而言，海拔高度的影響是重要的，考慮海拔高度的影響可以明顯改善氣溫的模擬效果；局地地形的訂正是必要的，然而，在大多數(shù)的研究中局地地形因子的引入是困難的，只有在少數(shù)使用短期野外考察資料的研究中，引入了個(gè)別局地因子。針對(duì)這種情況，有的研究引入坡地太陽直接輻射項(xiàng)進(jìn)行地形因子訂正。

對(duì)地形起伏、下墊面性質(zhì)多樣等地表非均勻因素對(duì)氣溫分布影響的復(fù)雜機(jī)理認(rèn)識(shí)不足和山地實(shí)測資料缺乏是氣溫柵格化研究中的主要困難。因此，對(duì)復(fù)雜地形下氣溫形成機(jī)理的認(rèn)識(shí)和對(duì)常規(guī)地面氣象站氣溫觀測資料的理解是實(shí)現(xiàn)氣溫柵格化模擬的基礎(chǔ)。氣象觀測站一般設(shè)置在水平開闊地段，其氣溫觀測資料代表了開闊水平面上氣溫的宏觀分布特征，不代表實(shí)際復(fù)雜地形條件下局地氣溫的分布特征。因此，在不加入其他因素的前提下，不管采用哪種方法直接對(duì)氣溫進(jìn)行插值，只能得到氣溫的宏觀分布特征；在缺乏大量野外考察資料的情況下，采用地理、地形因子的多元地理統(tǒng)計(jì)模型方法，盡管可以達(dá)到較高的擬合精度，但難以揭示復(fù)雜地形下氣溫形成的機(jī)理，所繪制的柵格化氣溫分布圖也很難準(zhǔn)確反映出局地氣溫的空間分布規(guī)律。

研究在深入分析月平均氣溫影響因素的基礎(chǔ)上，建立了月平均氣溫物理經(jīng)驗(yàn)統(tǒng)計(jì)模型，立足常規(guī)地面氣象站觀測資料，結(jié)合復(fù)雜地形下太陽總輻射分布式模擬結(jié)果，提出了實(shí)現(xiàn)復(fù)雜地形下月平均氣溫分布式模擬的方法。以黃河流域?yàn)槔?，?shí)現(xiàn)了1km×1km分辨率的月平均氣溫、月平均最高氣溫、月平均最低氣溫的分布式模擬，為復(fù)雜地形條件下氣溫柵格化提供了一種切實(shí)可行的技術(shù)方法。

月平均溫度資料及處理

模型建立過程中，所用氣象資料主要包括:黃河流域及周邊148個(gè)氣象站(簡稱148個(gè)站，以下同)1961~2000年月平均氣溫、月平均最高(最低)氣溫、月平均日照百分率、月平均相對(duì)濕度資料和35個(gè)氣象站太陽輻射量資料(包括:總輻射、直接輻射和散射輻射)，輻射資料均為月總量值。加密站驗(yàn)證分析過程中，采用了黃河流域內(nèi)陜西省38個(gè)加密站1961~2000年月平均氣溫、月平均最高(最低)氣溫資料。個(gè)例年驗(yàn)證分析過程中，利用了148個(gè)站2005年月平均氣溫、月平均最高(最低)氣溫、月平均日照百分率和相對(duì)濕度資料。在資料應(yīng)用之前，對(duì)所有資料進(jìn)行了嚴(yán)格的質(zhì)量檢測和篩選，并將月總量輻射資料轉(zhuǎn)換為月平均日總量資料(即：在建模時(shí)采用月平均日總量輻射資料)。1km×1km分辨率的DEM數(shù)據(jù)為國家基礎(chǔ)地理數(shù)據(jù)。

月平均溫度月平均氣溫物理經(jīng)驗(yàn)統(tǒng)計(jì)模型的建立

構(gòu)建有物理意義的月平均氣溫計(jì)算模型，建立在對(duì)氣溫形成機(jī)理和對(duì)常規(guī)地面氣象站氣溫觀測資料認(rèn)識(shí)的基礎(chǔ)上。氣象站對(duì)氣溫的觀測包括每日02:00，08:00，14:00，20:004個(gè)時(shí)次的定時(shí)觀測和每日最高、最低氣溫的觀測，絕大多數(shù)情況下，日最高氣溫在白天，日最低氣溫在夜晚。每日4次定時(shí)觀測的算術(shù)平均為日平均氣溫，各日平均氣溫的算術(shù)平均即為月平均氣溫，各日最高(最低)氣溫的算術(shù)平均即為月平均最高(最低)氣溫。

（1）平均氣溫的組成

從氣象站氣溫觀測資料的整理過程不難看出，平均氣溫(包括日平均氣溫、月平均氣溫)是一項(xiàng)派生數(shù)據(jù)，由白天氣溫和夜晚氣溫兩部分組成。有的研究中，也采用最高氣溫和最低氣溫的算術(shù)平均或加權(quán)平均作為平均氣溫。

（2）海拔高度對(duì)氣溫的影響

圖1是148個(gè)站的7月氣候平均氣溫與海拔高度的相關(guān)關(guān)系圖?？梢钥闯?，兩者呈顯著的負(fù)相關(guān)。進(jìn)一步分析表明，這種負(fù)相關(guān)關(guān)系在月平均最高(最低)氣溫中均有穩(wěn)定的體現(xiàn)，但夏季的相關(guān)性比冬季顯著。表明盡管氣象站一般設(shè)在水平開闊地段，但利用各氣象臺(tái)站之間的海拔高度差異，分析氣溫隨高度的遞減率是可行的，這要比直接采用自由大氣中的氣溫直減率推算山區(qū)氣溫更加符合實(shí)際

（3）太陽總輻射對(duì)氣溫的影響

氣溫與太陽輻射的關(guān)系非常密切，在氣溫的日變化和年變化中均有明顯的體現(xiàn)。通過天文因子(太陽常數(shù)、日地相對(duì)距離、太陽赤緯等)與宏觀地理因子(緯度等)的綜合作用，各地水平面接收到的太陽總輻射表現(xiàn)出良好的季節(jié)變化規(guī)律和地帶性分布規(guī)律，與氣溫的季節(jié)變化規(guī)律和緯向分布特征一致。這也是多元地理統(tǒng)計(jì)模型中地理緯度因子成為穩(wěn)定的氣溫推算因子的根本原因。圖2給出了蘭州站1961~2000年歷年逐月平均氣溫與太陽總輻射之間的關(guān)系。就全年情況看，氣溫隨太陽總輻射的增加而上升，呈明顯的正相關(guān)關(guān)系，體現(xiàn)了氣溫的季節(jié)變化規(guī)律;其中，以月平均最高氣溫與太陽總輻射的關(guān)系最為顯著，其次為月平均氣溫，再次為月平均最低氣溫，表明太陽總輻射對(duì)白天氣溫的影響強(qiáng)于對(duì)夜晚氣溫的影響。

（4）長波有效輻射對(duì)氣溫的影響

長波有效輻射由地面長波輻射和大氣逆輻射兩部分組成，是影響地表和近地層溫度的重要因素之一。在地面氣象觀測中，有效輻射實(shí)測資料往往通過對(duì)輻射平衡方程中其他要素的觀測而間接獲得，資料非常有限。圖3(a)給出了格爾木、蘭州兩站1993~2001年1月平均最低氣溫與月平均日長波有效輻射的相關(guān)關(guān)系，圖中月平均最低氣溫與長波有效輻射之間明顯的負(fù)相關(guān)關(guān)系表明了長波有效輻射在夜晚地表降溫過程中的重要作用；長波有效輻射對(duì)近地層氣溫的影響在氣溫日較差方面表現(xiàn)得更為顯著，圖3(b)給出了格爾木、蘭州兩站1993~2001年冬季(12，1，2月)月平均氣溫日較差與月平均日長波有效輻射的相關(guān)關(guān)系，兩者間呈明顯的正相關(guān)。進(jìn)一步分析表明，長波有效輻射與月平均最低氣溫、月平均氣溫日較差的這種相關(guān)關(guān)系在黃河流域全年各月均有表現(xiàn)，以冬季最為顯著;此外，長波有效輻射與月平均氣溫、月平均最高氣溫也存在不同程度的相關(guān)關(guān)系，但其相關(guān)顯著程度不如月平均最低氣溫。由此可見，長波有效輻射的強(qiáng)度是決定氣溫日較差和最低氣溫的重要因素。

針對(duì)長波有效輻射觀測資料有限這一現(xiàn)實(shí)，采用對(duì)長波有效輻射有重要影響的常規(guī)氣象觀測資料日照百分率和相對(duì)濕度替代長波有效輻射，分析其與月平均氣溫的相互關(guān)系。圖3(c)是148個(gè)站1月氣候平均最低氣溫與日照百分率的相關(guān)關(guān)系圖。從圖3(c)可見，兩者呈顯著的負(fù)相關(guān)。進(jìn)一步分析表明，這種負(fù)相關(guān)關(guān)系在冬季的月平均氣溫、月平均最高氣溫中均有體現(xiàn)，但以月平均最低氣溫與日照百分率的負(fù)相關(guān)關(guān)系最為穩(wěn)定和顯著，表明冬季晴空夜晚強(qiáng)烈的長波有效輻射對(duì)最低氣溫具有主導(dǎo)性的作用。圖3(d)是148個(gè)站7月氣候平均氣溫日較差與相對(duì)濕度的相關(guān)關(guān)系圖，可以看出，兩者呈顯著的負(fù)相關(guān)，深入分析表明這種負(fù)相關(guān)關(guān)系在全年各月均有不同程度的體現(xiàn)，以夏季最為明顯。通過上述分析，提出在缺乏長波有效輻射資料的情況下，在月時(shí)間尺度上，可以利用日照百分率和相對(duì)濕度作為長波有效輻射強(qiáng)度的指標(biāo)，分析長波有效輻射對(duì)氣溫的影響。

月平均溫度研究結(jié)論

氣溫的形成機(jī)理相當(dāng)復(fù)雜，影響因素眾多。本文通過建立的月平均氣溫計(jì)算模型，實(shí)現(xiàn)了復(fù)雜地形下黃河流域月平均氣溫的空間制圖。通過本項(xiàng)研究，得出以下幾點(diǎn)結(jié)論：

(1)建立的月平均氣溫物理經(jīng)驗(yàn)統(tǒng)計(jì)模型具有明確的物理意義。在深入認(rèn)識(shí)氣象站觀測氣溫含義和詳細(xì)分析影響氣溫物理因子的基礎(chǔ)上，建立的以海拔高度、太陽總輻射、長波有效輻射及其他因素綜合作用為因子的月平均氣溫計(jì)算模型，盡管也為統(tǒng)計(jì)模型，但模型因子的物理意義明確，相對(duì)于前人采用的內(nèi)插法和多元地理統(tǒng)計(jì)模型方法而言，模型的物理意義有明顯改進(jìn)。

(2)分布式模擬結(jié)果能較好地反映出黃河流域月平均氣溫的宏觀分布趨勢和局地分布特征。模擬的月平均氣溫空間分布能很好地反映出月平均氣溫隨地勢高差和宏觀氣候特征的分布規(guī)律，符合黃河流域月平均氣溫的宏觀分布趨勢；對(duì)模擬結(jié)果的局地分布規(guī)律分析表明，月平均氣溫隨坡向、坡度等局地地形因素的分布規(guī)律能得到較好地表達(dá)。

(3)誤差分析結(jié)果表明，提出的月平均氣溫分布式模型具有很好的可靠性和穩(wěn)定性。由于氣象站位置誤差以及DEM數(shù)據(jù)結(jié)構(gòu)特點(diǎn)等原因，氣象站對(duì)應(yīng)柵格的氣溫模擬值與實(shí)測氣溫值的物理含義不同，之間存在一定偏差。對(duì)誤差成因的分析發(fā)現(xiàn)，當(dāng)柵格的地理地形參數(shù)與氣象站實(shí)際地理地形參數(shù)趨近時(shí)，氣溫模擬值迅速趨近于實(shí)測氣溫值，表明研究提出月平均氣溫分布式模型具有很好的可靠性；交叉驗(yàn)證結(jié)果顯示，模型對(duì)月平均氣溫，月平均最高、最低氣溫的的模擬誤差平均為0.19~0.35℃，表明模型具有很好的穩(wěn)定性；加密站和個(gè)例年驗(yàn)證分析表明，模型具有良好的空間維和時(shí)間維模擬能力。

(4)研究提出的月平均氣溫分布式模型立足于常規(guī)地面氣象觀測資料，可以方便地在廣大地區(qū)推廣應(yīng)用。山區(qū)氣象觀測資料短缺是各地普遍存在的問題，如果有山區(qū)野外考察資料的支持，模型依然適用，計(jì)算精度將得到有效改善。 2100433B

月平均溫度是一個(gè)月內(nèi)逐日溫度之平均值。是氣候和農(nóng)業(yè)氣候區(qū)域的一種指標(biāo)溫度。因溫度是一切生物生長的必要外部條件之一，植物生長發(fā)育有一個(gè)適宜的溫度區(qū)間。