利用2014～2018年的ERA-Interim數(shù)據(jù)建立適用于日本區(qū)域的加權(quán)平均溫度模型,分析其誤差并進(jìn)行季節(jié)性改正。結(jié)果表明:1)建立的線性加權(quán)平均溫度模型精度比Bevis模型提高約16%;2)線性模型的殘差時(shí)間序列存在季節(jié)性變化,因此對(duì)模型進(jìn)行季節(jié)性改正,改正后的模型精度比Bevis模型和線性模型提高約37%和25%;3)將3種模型與探空站積分T_m進(jìn)行比較,進(jìn)一步說(shuō)明季節(jié)性改正后模型的優(yōu)越性。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖2 AIRA站2014～2018年Tm相對(duì)于Ts

圖12014～2018年AIRA站和USUD站

圖4 AIRA站和USUD站擬合的積分Tm

圖32014～2018年AIRA站和USUD站

圖1 2014～2018年AIRA站和USUD站

Tm與Ts具有非常高的相關(guān)性[11],因此利用2014～2018年的ERA-Interim數(shù)據(jù)對(duì)日本區(qū)域GPS測(cè)站的Tm和Ts之間的關(guān)系進(jìn)行簡(jiǎn)要的分析。圖1為2個(gè)GPS測(cè)站2014～2018年Tm與Ts的散點(diǎn)圖,可以看出,2個(gè)測(cè)站的Tm與Ts都具有明顯的線性相關(guān)性,相關(guān)系數(shù)分別為....

圖3 2014～2018年AIRA站和USUD站

為更清晰地說(shuō)明J-Tm模型誤差的周期性變化,采用周期函數(shù)分別對(duì)積分Tm和J-Tm模型計(jì)算的Tm進(jìn)行擬合,結(jié)果見(jiàn)圖4(以AIRA站和USUD站為例)�？梢钥闯�,雖然J-Tm模型的Tm與積分Tm的結(jié)果具有較為一致的變化趨勢(shì),但并未完全重合,仍然存在部分偏差,而偏差部分正好與J-Tm模....

本文編號(hào)：4042177