第一篇：气象统计实习
《气象统计方法课程实习》
学生姓名
x
x
学
号
xxxxxxxxxxxx
院
系
大气科学
专
业
大气科学
任课教师
x
x
二Ｏ一四年十二月二十日
实习一 求500hPa高度场气候场、距平场和均方差场
（1）气候场
二月份高度场的气候场呈现南高北低的状态，陆地上的高度场比较稀疏，而在西太平洋上高度场比较密集。
7月份高度场的气候场总体呈现东高西低的状态，在印度半岛出现低压中心，而在赤道西太平洋地区出现高压中心，位置在130°E，25°N附近。35°N以北高度分布很密集，而35°N以南比较稀疏。
（2）距平场
1982年5月距平场在我国华东地区出现负距平,在亚洲西南部也出现低压中心，在青藏高原处为正距平。
1984年4月距平场在日本东部海洋地区形成低压中心，印度半岛的西部有一低压中心，在35°N-40°N基本都为正距平。
（3）均方差场 三月份高度的均方差场整体呈现南小北大的状态。说明低纬地区高度的波动幅度比较小，而中高纬地区高度的波动比较大。在太平洋北部波动最大。
十月份高度的均方差场在西太平洋有极大值，其余地区波动都较小。
实习二 计算给定数据资料的简单相关系数和自相关系数
单相关系数和自相关系数程序：
program main
parameter(n=20,m=10)integer i,j,t,max1,max2 real r,s1,s2 real a(n),b(n),ano1(n),ano2(n),bzh1(n),bzh2(n),r1(m),r2(m)real ave1,ave2,sum12,sum11,sum22 data a/3.40,3.30,3.20,2.90,3.40,2.80,3.60,3.00,2.80,3.00,3.10,3.00,2.90,2.70,3.50,3.20,3.10,2.80,2.90,2.90/ data b/3.24,3.14,3.26,2.38,3.32,2.71,2.84,3.94,2.75,1.83,2.80,2.81,2.63,3.20,3.60,3.40,3.07,1.87,2.63,2.47/
!求平均
!求距平
ano1(n)=0.0 ano2(n)=0.0 do i=1,n ano1(i)=a(i)-ave1 ano2(i)=b(i)-ave2
ave1=0.0 ave2=0.0 do i=1,n ave1=ave1+a(i)ave2=ave2+b(i)enddo ave1=ave1/n ave2=ave2/n Enddo
!求标准差
s1=0.0
s2=0.0
do i=1,n
!标准化
!求相关系数
sum12=0.0 sum11=0.0 bzh1(n)=0.0 bzh2(n)=0.0 do i=1,n bzh1(i)=ano1(i)/s1 bzh2(i)=ano2(i)/s2 s1=s1+ano1(i)*ano1(i)
s2=s2+ano2(i)*ano2(i)enddo s1=sqrt(s1/n)s2=sqrt(s2/n)enddo
sum22=0.0 do i=1,n
sum12=sum12+ano1(i)*ano2(i)sum11=sum11+ano1(i)*ano1(i)sum22=sum22+ano2(i)*ano2(i)enddo r=sum12/sqrt(sum11*sum22)print* print*,'中国1970-1989年年平均和冬季平均气温的相关系数为r=',r print*!求自相关系数
r1(m)=0.0 r2(m)=0.0 do t=1,m
do j=1,n-t r1(t)=bzh1(j)*bzh1(j+t)+r1(t)r2(t)=bzh2(j)*bzh2(j+t)+r2(t)enddo r1(t)=r1(t)/(n-t)r2(t)=r2(t)/(n-t)enddo
!比较自相关系数绝对值大小
max1=1 max2=1 do t=2,m
if(abs(r1(t))>abs(r1(max1)))max1=t if(abs(r2(t))>abs(r2(max2)))max2=t enddo print*,'年平均气温自相关系数绝对值最大的滞后时间长度为:',max1,r1(max1)print* print*,'冬季平均气温自相关系数绝对值最大的滞后时间长度为:',max2,r2(max2)print* end
t
t分析：中国1970-1989年年平均和冬季平均气温相关系数为0.47，为正相关;年平均气温自相关系数绝对值最大的滞后时间长度为7，自相关系数为负，呈负相关;冬季平均气温自相关系数绝对值最大的滞后时间长度为4，自相关系数为负，呈负相关
实习三（附加）
计算给定数据的落后交叉相关系数和偏相关系数
程序：
program main
parameter(n=30,m=10)integer i,j,t real ave1,ave2,ave3,r12,r13,r23,ry1,ry2,ry3 real a(n),b(n),c(n),ano1(n),ano2(n),ano3(n),bzh1(n),bzh2(n),bzh3(n)real rt12(m),rt13(m)!a-12月；b-1月；c-2月--(30个数据)data a/1.0,-5.3,-2.0,-5.7,-0.9,-5.7,-2.1,0.6,-1.7,-3.6,-3.0,0.1,-2.6,-1.4,-3.9,-4.7,-6.0,-1.7,-3.4,-3.1,-3.8,-2.0,-1.7,-3.6,-2.7,-2.4,-0.9,-2.7,-1.6,-3.9/ data b/-2.7,-5.9,-3.4,-4.7,-3.8,-5.3,-5.0,-4.3,-5.7,-3.6,-3.1,-3.9,-3.0,-4.9,-5.7,-4.8,-5.6,-6.4,-5.6,-4.2,-4.9,-4.1,-4.2,-3.3,-3.7,-7.6,-3.5,-4.2,-4.5,-4.8/ data
c/-4.3,-3.5,-0.8,-1.1,-3.1,-5.9,-1.6,0.2,2.0,1.3,-0.8,-1.1,-5.2,-1.7,-2.5,-3.3,-4.9,-5.1,-2.0,-2.9,-3.9,-2.4,-2.0,-2.0,0.1,-2.2,-2.3,-0.5,-2.9,-1.4/!求平均
ave1=0.0 ave2=0.0 ave3=0.0 do i=1,n
ave1=ave1+a(i)ave2=ave2+b(i)ave3=ave3+c(i)enddo
ave1=ave1/n ave2=ave2/n ave3=ave3/n!求距平
!求标准差
s1=0.0 s2=0.0 s3=0.0 do i=1,n
s1=s1+ano1(i)*ano1(i)s2=s2+ano2(i)*ano2(i)s3=s3+ano3(i)*ano3(i)ano1(n)=0.0
ano2(n)=0.0
ano3(n)=0.0
do i=1,n
ano1(i)=a(i)-ave1
ano2(i)=b(i)-ave2 ano3(i)=c(i)-ave3 enddo
enddo s1=sqrt(s1/n)s2=sqrt(s2/n)s3=sqrt(s3/n)!标准化
bzh1(n)=0.0 bzh2(n)=0.0 bzh3(n)=0.0 do i=1,n
bzh1(i)=ano1(i)/s1 bzh2(i)=ano2(i)/s2 bzh3(i)=ano3(i)/s3 enddo!求落后交叉相关系数（滞后长度τ最大取10）12月与1月rt12；12月与2月rt13
rt12(m)=0.0 rt13(m)=0.0 do t=1,m
do i=1,n-t rt13(t)=bzh1(i)*bzh3(i+t)+rt13(t)rt12(t)=bzh1(i)*bzh2(i+t)+rt12(t)enddo
rt12(t)=rt12(t)/(n-t)rt13(t)=rt13(t)/(n-t)enddo
print*,'12月气温与1月气温的落后交叉相关系数依次为(1-10年):' print '(10f6.2)',rt12 print* print*,'12月气温与2月气温的落后交叉相关系数依次为(1-10年):' print '(10f6.2)',rt13 print*!求相关系数，12月和1月r12；12月和2月r13，1月和2月r23
r12=0.0 r13=0.0 r23=0.0 do i=1,n
r12=r12+bzh1(i)*bzh2(i)r13=r13+bzh1(i)*bzh3(i)r23=r23+bzh2(i)*bzh3(i)enddo r12=r12/n r13=r13/n r23=r23/n
!求偏相关系数，12月和2月(消除1月)ry1；1月和2月(消除12月)ry2；12月和1月(消除2月)ry3
ry1=(r13-r12*r23)/sqrt((1-r23*r23)*(1-r12*r12))ry2=(r23-r12*r13)/sqrt((1-r13*r13)*(1-r12*r12))ry3=(r12-r13*r23)/sqrt((1-r23*r23)*(1-r13*r13))print*,'消除1月影响，12月与2月气温的偏相关系数:',ry1 print* print '(a,f11.7)',' 消除12月影响，1月与2月气温的偏相关系数:',ry2 print* print*,'消除2月影响，12月与1月气温的偏相关系数:',ry3 print* end
分析：消除1月影响，12月与2月气温的偏相关系数为正，呈正相关;消除12月影响，1月与2月气温的偏相关系数为正，呈正相关;消除2月影响，12月与1月气温的偏相关系数为正，呈正相关
实习四 求给定数据的一元线性回归方程
程序
program main
!x为环流指标（预报因子），y为气温（预报量）
real x(n),y(n)real ave1,ave2,s12,s1,s2,b,b0,r,F data x/32,25,20,26,27,24,28,24,15,16,24,30,22,30,24,33,26,20,32,35/ data parameter(n=20)integer i y/0.9,1.2,2.2,2.4,-0.5,2.5,-1.1,0,6.2,2.7,3.2,-1.1,2.5,1.2,1.8,0.6,2.4,2.5,1.2,-0.8/!求平均 ave1=0.0
ave2=0.0 do i=1,n ave1=ave1+x(i)ave2=ave2+y(i)enddo ave1=ave1/n ave2=ave2/n!求协方差、预报因子预报量的方差 s12=0.0
s1=0.0
!求b，b0 s2=0.0 do i=1,n
s12=s12+(x(i)-ave1)*(y(i)-ave2)s1=s1+(x(i)-ave1)*(x(i)-ave1)s2=s2+(y(i)-ave2)*(y(i)-ave2)enddo s12=s12/n s1=s1/n s2=s2/n b=s12/s1 b0=ave2-b*ave1!求回归方程
print*,'气温和环流指标之间的一元线性回归方程为：' print'(a,f5.2,f5.2,a)',' y=',b0,b,'x' print*!检验F r=sqrt(s1/s2)*b F=r*r/((1-r*r)/(n-2))print'(a,f8.4)',' F =',F end
分析F=20.40>Fα=4.41，回归方程显著
实习五（附加）求给定数据的多元线性回归方程
：实习六（附加）分析中国夏季降水线性趋势的分布特征
程序：
program main
parameter(m=160,n=25)integer i,t(n),avet integer sta(m)!站号 real lon(m),lat(m),f(m,n)
!经，维，记录
real ave(m),ano(m,n),anot(n)real b(m),sxy(m),st real time
integer level format(3a,25i)format(25f8.1)1000 202_
!读数据
open(5,file='d:qxtj6160zhan-rainfall-summer.txt')read(5,1000)do i=1,m read(5,*),sta(i),lon(i),lat(i),(f(i,j),j=1,n)enddo
!计算数据平均，距平，得到距平数组ano(m,n)
ave(m)=0.0
ano(m,n)=0.0 do i=1,m
do j=1,n ave(i)=ave(i)+f(i,j)
end do ave(i)=ave(i)/n do j=1,n ano(i,j)=f(i,j)-ave(i)
end do
enddo
!计算时间距平anot(n)
t(n)=0 avet=0 anot(n)=0 do i=1,n t(i)=1981+i avet=t(i)+avet enddo avet=avet/n do i=1,n
anot(i)=t(i)-avet enddo!计算b(m)(160个)
b(m)=0
sxy(m)=0.0 st=0.0 do j=1,n st=anot(j)*anot(j)+st
Enddo
do i=1,m
do j=1,n
sxy(i)=ano(i,j)*anot(j)+sxy(i)enddo b(i)=sxy(i)/st enddo print* print*,'160站夏季降水线倾向率:' print '(10f7.2)',(b(i),i=1,m)print* End
分析：b(m)为正时，降水有随时间增多的 趋势；b(m)为负时，降水有随时间减小的趋势
实习七 计算给定数据的11年滑动平均和累积距平
程序：
program main
parameter(n=85,k=11,nyear=1922)real dat(n),ano(n),h(n-k+1),l(n)real ave 1000 format(f3.1)202_ format(f5.1)3000 format(10f5.1)4000 format(5f5.1)!读文件
!求距平
!滑动平均
h(n-k+1)
h(n-k+1)=0
do i=1,n-k+1
ave=0.0 ano(n)=0.0 do i=1,n ave=ave+dat(i)open(5,file='d:qxtj7ma.dat')do i=1,n read(5,*)dat(i)enddo enddo ave=ave/n do i=1,n ano(i)=dat(i)-ave
enddo
do j=i,i-1+k h(i)=h(i)+dat(j)enddo h(i)=h(i)/k enddo!累计距平l(n)
l(n)=0.0 do i=1,n
do j=1,i l(i)=l(i)+ano(j)enddo Enddo
!输出
open(6,file='d:qxtj7h.dat')
open(7,file='d:qxtj7l.dat')
write(6,1000)(h(i),i=1,n-k+1)
write(7,202_)(l(i),i=1,n)close(6)close(7)
write(*,'(“11年滑动距平为”)')write(*,3000)(h(i),i=1,n-k+1)print* write(*,'(“累计距平为”)')write(*,4000)(l(i),i=1,n)print* End
分析：数据从1922年到202_年共85年。在922-1953年之间呈波动下降的趋势，在1953-1963年呈波动上升趋势，上升幅度较大，在1963 年后大致在同一水平上波动，没有升降的趋势。
分析：1922年至1931年间数据呈整体偏高的状态，从1932年开始，数据年左右结束，1967年至202_年间，数据距平存在波动，但是整体呈现偏高状态。
实习八 对给定的海温数据进行EOF分析
程序截图：
第一特征向量: 第一特征向量对应的时间系数：
分析：由上面两个图综合得知，在时间系数为正的年份，如1955-1957、1974-1976等年，赤道太平洋中部至东部的海温是较正常水平偏低的，海温在1976年最低。
而在时间系数为负的年份，如1958、1966、1983-1984、1987等这些年份，赤道太平洋中部至东部的海温是较正常水平偏高的，1983年左右海温最高
*排版有些问题，请见谅。
*实习五太麻烦，没有写；实习六只做了一半； *仅作参考
第二篇：实习报告(气象)
气象实习
一、气象要素的观测与气象测量仪器的使用
1．气温的观测
气温是由太阳辐射、地表性质和大气环流等因素决定的，是一项重要的气象和气候要素，测量结果是研究气候特征的基本资料。通过气温观测实习，可使学生了解基本测温仪器的使用和测量方法。
气温观测的仪器有：普通温度表、最高温度表、最低温度表、自计温度计等。实习中需要学生掌握普通温度表的使用和基本原理。
普通温度表由感应部分和显示部分构成。感应球内装水银液体，显示部分由毛细管、刻度板、外套管等组成（见图5-1）。
普通温度表用途广泛,一般情况下使用时,垂直悬挂在蔽阴背风处即可使用。
2．气压的观测
气压是指单位面积上所承受的大气柱的重量，亦称大气压力。气象学中作为气压单位的是毫巴（mb）。世界气象组织决定，气压单位统一使用“百帕”（hpa），亦就是100个“帕”（pa）正好与1毫巴相等，即lbpa＝ 1mb。
测量气压常用3种测量仪器：动槽式（福丁式）水银气压表、定槽式（寇乌式）水银气压表、空盒气压表。
普通
其中空盒气压表是一种轻便的测压仪器,携带方便,多用于野外观测。它是利用金属的弹性形变和大气压力相平衡的原理制成的。空盒气压表可分为三部分：（1）感应部分是一个富有弹性的圆形空盒,内部近似真空,其上下面有圆波皱纹,以增加空盒的弹性,用弹簧片和它平衡。（2）传递放大部分由传动杆、水平轴、长杠杆等组成.当外界气压变化时,金属空盒和弹簧片随之压缩或膨胀,通过传递放大,把伸缩运动通过传动杆传给指针。（3）指示部分由指针、刻度盘和附属温度表组成F外界气压变化通过传动杆带动指针,指针在有刻度的圆盘面上转动指示出气压读数。
用观测空盒气压表观测气压的方法：打开盒盖，先读附温,精确到0.l℃。然后轻敲盒面(克服机械摩擦),待指针静止后再读数。读数时视线垂直于刻度面,读取指针尖端所示的数值,精确到0.1百帕。复读无误后关好盒盖。
41空盒气压表
3．风的观测。
空气的水平运动称为风。空气水平运动时，既有方向也有速率。风向是指风的来向，地面风向用16方位表示。风速是单位时间内空气在水平方向上的移动距离。
测风方法主要有目测法和仪器法。
（1）目测风速通常是依据风力等级表进行算的。风力等级是依据风对地面（或海面）物体影响程度制定的。
风速和风级的数学关系，其计算式如下：
式中为N级风的平均速度；N为风的级数，可查表定级。
风力等级表
等级及名称
风速
陆上状况
海上状况
0无风
0~0.2静，烟直上
海面平静 42
1软风
0.3~1.5烟随风飘动
海面起微浪，渔船略觉摇动轻风
1.6~3.3人面感觉有风，树叶微响
小波，波峰平滑
3微风
3.4~5.4
树叶及微枝摇动不止，旌旗展开
小波加大，处处起白浪花，渔船渐觉簸动
4和风
5.5~7.9
尘土风起，小树枝摇动
小白浪颇多；渔船满帆时，可使船身倾向一侧
5清劲风
8.0~10.7
小树摇晃，内陆水面有小波
中浪，很多白浪；渔船缩帆（即收去帆的一部分）
6强风
10.8~13.8
大树枝摇动，举伞困难，电线呼呼有声
大波浪开始形成，水花飞溅；渔船加倍缩帆，捕鱼须注意风险
7疾风
139~17.1
全树摇动，顶风行走困难
轻度大浪，碎浪或白沫沿风向呈条状，渔船停泊港中，在海者下锚
8大风
17.2~20.7
小树枝折断，顶风不能行走
中度大浪，浪头破碎，形成水烟，所有近海淦都要靠港，停留不出烈风
烈风
20.8~24.4
风掀开屋瓦，吹倒烟囱
狂浪，浪头崩溃坠落；汽船航行困难
10狂风
24.5~28.4
树木连根拔起，房屋损坏严重
狂涛，海面一片白；汽船航行颇危险
11暴风
28.5~32.6
陆上少见，有广泛损坏
异常狂涛，很少见水烟；汽船遇之极危险
12飓风
32.7~
陆上绝少见，摧毁力极大
（2）用仪器测定风向和风速
轻便风向风速表体积小、轻便,适用于野外流动观测,是地理工作者进行野外小气候考察的必备仪器。
仪器构造由三部分组成（见图）：A风向部分(含风向标
1、方位盘
3、制动小套4)；B风速部分(含十字护架、风杯
5、风速表6)；C手柄8
仪器使用方法：当压下风速按扭7，启动风速表后,风杯随风转动，带动风速表主体内的齿轮组，指针即在刻度盘上指示出风速。同时时间控制系统也开始工作，待一分钟后自动停止计时，风速指针也停止转动。指示风向的方位盘是一磁罗盘,当制动小套管4打开后，罗盘按磁子午线的方向稳定下来,风标随风摆动,其指针2即指出当时风向。
观测时应注意：
A．将仪器带至空旷处，由观测者手持仪器，高出头部并保持垂直，风速刻度盘平面与风向平行；
B．观测者应站在仪器的下风向。
C．测风向时首先将方位盘的制动小套管4向下拉并向右转一个角度松手，启动方位盘使方位盘自由旋转，在地磁场的作用下指针在磁子午线的方向上稳定下来，注视指针2两分钟，取其最多风向记录下来。
D．在观测风向的同时，待风杯旋转约半分钟，按下风速按钮7，启动测风速系统，待一分钟后指针自动停转，在表盘读其风速示值(m/s)，将此值在本仪器风速鉴定曲线图上查出对应的实际风速(取一位小数)记录。
E．观测完毕，将方位盘制动小套4向左转回，慢慢松手，借助弹簧弹力，小套管弹回上方，固定好方位盘。
F．维护方法：保持仪器清洁干燥，若被雨雪打湿，使用后要用软布擦拭干净；避免碰撞和震动。非观测时间仪器要放在盒内，切勿用手摸风杯；平时不要随便按风速按钮，计时机构开始工作后，也不得再按该按钮；各轴承和紧固螺母不得随意松动；仪器使用120小时后须重新鉴定。
3 6 1 2 4 7 8
图4-3 轻便风向风速表
1.风向标;2.风向指针;3.方位盘;4.制动小套;
5.风杯;6.风速表刻度盘;7.风速按钮;8.手柄
4．空气湿度的观测。
空气湿度是表征空气中水汽含量的物理量。它与人类的生产、生活有着密切关系。空中的水分是成云致雨的物质来源。因此空气湿度是重要的气象观测项目之一。通过实习，可使学生熟悉观测湿度的仪器，了解其构造原理，掌握观测湿度的方法学会湿度表的查算方法。
常用的测湿度的仪器有：固定式干湿表、通风干湿表、毛发湿度表、湿度计等。其中通风式（阿斯曼）干湿表（见图4-4）是在野外测定空气湿度的良好仪器，具有携带方便、精确度较高等优点。
通风式（阿斯曼）干湿表的工作原理：由两只相同型号的温度表组成。一支球部包有湿润脱水纱布的叫湿球温度表，另-支叫干球温度表。当空气中的水汽未饱和时，湿球上的水分就不断蒸发，蒸发消耗的热量从湿球周围的空气中得到，所以湿球温度就低于干球温度。这个差值的大小取决于空气的湿度。如果空气已经饱和，干湿球温度相等。因此根据干湿球温度可以查算出空气湿度。通风式干湿表上有一些特殊装置：一是通风装置。通过上紧发条带动风扇转动，使两支温度表球部有自由大气流过，可迅速测得湿度。二是具有防热辐射的双金属外壳，以便在阳光直射下使用。
通风式（阿斯曼）干湿表的使用方法：
（1）选择空旷通风的地点，悬挂好仪器，仪器高度视观测目的而定。在观测前4---5分钟用滴管湿润湿球纱布，然后上紧发条。
（2）站在仪器的下风向，接近仪器正确读数。若风扇转速减慢或停止，重新上弦后，两分钟后再读。
5（3）若气温低于零度,湿润纱布后30分钟再读数,读数前4分钟再通风一次。
图5-4 通风式（阿斯曼）干湿表
1．挂钩；2.钥匙;3.通风器;4.风扇;
5.干球温度计;6.湿球温度计;7.防风罩;8;保护管.5．云的观测
云是悬浮在大气中一定高度的小水滴或冰晶微粒或二者混合的可见聚合体，是重要的天气现象。云的成因不同，特征各异。云的观测包括判定云高等3项内容。
（1）判定云状云按高度分为低、中、高3族，又根据云的外形特征和结构特点分为10属29类。观测时要注意云的连续变化，对照《中国云图》中的图例，从外形特征、结构、色泽、排列、高度，以及伴随出现的天气现象，通过认真细致的综合分析，最后确定出云状。
（2）估计云量云量指云遮蔽天空视野的成数，我国采用10成制。云量观测又分为总云量和低云量两种。空中被所有的云遮蔽的总成数，为总云量；低云量是指天空被低云遮蔽的成数。
（3）测定云高云高指云底距地面的垂直距离。观测时一般是根据各种云通常出现的高度范围进行估测的，如表。
表 我国各属云常见云底高度范围表
自古以来，我国劳动人民在生产实践中，就积累了“出门看天气”、“鸡鸣早看天”的丰富经验。可在实习中安排练习看云测晴雨的内容。主要谚语有：（1）天气晴朗，是个好天气。“天上鱼鳞云，地下晒死人；天气鱼鳞斑，吃过饭上山；今晚花花云，明日晒死人；瓦块云，晒死人”。（２）午后出现雷暴雨。“鱼鳞天，不雨也风电”。（３）不久就要下雨了。“天上其棉花，地下踩粥渣”。（４）有雨的预兆。“天上虾须云，三日雨淋淋。天上钩钩云，地下水打人”。（５）很快有雨。“云掩天边月，雨水跨天渠；初三月下有横云，初四日里雨倾盆”。（６）夏天的早晨，东方如果出现乌云，当天将会刮风下雨。“早上云如山，黄昏雨连连；早起乌云现东方，无雨也有风；黎明乌云拦东，不落雨也吹风”。（７）会天晴。“云绕山腰天不坏”。（８）第二天可能有雨。“日落云吃火，明天下雨无处躲”。（９）有范围较宽广的雨层云。“天上灰布点，细雨定连绵”。（１０）能出现晴好的天气。“日落火烧云、明朝晒死人”。（１１）有可能下雨。“日处红云暗，东风雨即见”。
二、气象要素测量结果的分析
分析的主要内容包括:一是山地气候特点分析；二是海洋对气候的影响（如日温差、空气湿度、温度、等）。
（一）海陆风
在海滨地区，只要天气晴朗，白天风总是从海上吹向陆地；到夜里，风则从陆地吹向海上。从海上吹向陆地的风，叫做海风；从陆地吹向海上的风，称为陆风。气象上常把两者合称为海陆风。
海陆风和季风一样，都是因为海陆分布影响所形成的周期性的风。不过海陆风是以昼夜为周期，而季风的风向却随季节变化，同时海陆风范围也比季风小。
白天，陆地上空气增温迅速，而海面上气温变化很小。这样，温度低的地方空气冷而下沉，接近海面上的气压就高些；温度高的地方空气轻而上浮，陆地上的气压便低些。陆地上的空气上升到一定高度后，它上空的气压比海面上空气压要高些。因为在下层海面气压高于陆地，在上层陆地气压又高于海洋，而空气总是从气压高的地区流到气压低的地区，所以，就在海陆交界地区出现了范围不大的垂直环流。陆地上空气上升，到达一定高度后，从上空流向海洋；在海洋上空，空气下沉，到达海面后，转而流向陆地。这支在下层从海面流向陆地，方向差不多垂直海岸的风，便是海风。
夜间，情况变得恰恰相反：陆地上，空气很快冷却，气压升高；海面降温比较迟缓(同时深处较温暖的海水和表面降温之后的海水可以交流混合)，因此比起陆面来仍要温暖得多，这时海面是相对的低气压区。但到一定高度之后，海面气压又高于陆地。因此，在下层的空气从陆地流向海上，在上层的空气便从海上流向陆地。在这种情况下，整个垂直环流的流动方向，也变得和前面海风里的垂直环流完全相反了。在这个完整的垂直环流的下层，从陆地流向海洋，方向大致垂直海岸的气流，便是陆风。
一般海风比陆风要强。因为白天海陆温差大，加上陆上气层较不稳定，所以有利于海风的发展。而夜间，海陆温差较小，所波及的气层较薄，陆风也就比较弱些。海风前进的速度，最大可达5-6米/秒，陆风一般只有1-2米/秒。滨海一带温差大，海陆风强度也大，随着远离海岸，海陆风便逐渐减弱。
海陆风交替的时间随地方条件及天气情况而不同。白天，陆地温度高于海洋；夜里，海洋温度高于陆地。陆地温度高于海洋的时间，一般为下午2-3时，这时候的海风最强。此后温度逐渐下降，海风便随着减弱，约在晚上9-10时，海陆温差没有了，海风也就停止了。夜里，陆地温度降得快，海洋温度比陆地下降得慢些，因此，在晚上9-10时以后，陆上变冷了，海上反而暖些。海陆温差的趋向改变了，海陆风的方向也改变了。从晚上9-10时的一度平静无风之后，接着微弱的陆风就开始了；这以后，海陆温差逐渐增大，陆风也越来越强；大约夜里2-3时左右，温差最大，这时的陆风也最强。天亮后，陆地渐渐暖起来，海陆温差越来越小，陆风逐渐，减弱；约在上午9-10时左右，海陆温差又消失了，陆风随着终止。
(二)山谷风
住在山区的人都熟悉，白天风从山谷吹向山坡，这种风叫谷风；到夜晚，风从山坡吹向山谷，这种风称山风。山风和谷风总称为山谷风。山谷风的形成原理跟海陆风类似。
白天，山坡接受太阳光热较多，成为一只小小的“加热炉”，空气增温较多；而山谷上空，同高度上的空气因离地较远，增温较少。于是山坡上
48的暖空气不断上升，并在上层从山坡流向谷地，谷底的空气则沿山坡向山顶补充，这样便在山坡与山谷之间形成一个热力环流。下层风由谷底吹向山坡，称为谷风。到了夜间，山坡上的空气受山坡辐射冷却影响，“加热炉”变成了“冷却器”，空气降温较多；而谷地上空，同高度的空气因离地面较远，降温较少。于是山坡上的冷空气因密度大，顺山坡流入谷地，谷底的空气因汇合而上升，并从上面向山顶上空流去，形成与白天相反的热力环流。下层风由山坡吹向谷地，称为山风。
谷风的平均速度约每秒2-4米，有时可达每秒7-10米。谷风通过山隘的时候，风速加大。山风比谷风风速小一些，但在峡谷中，风力加强，有时会吹损谷地中的农作物。谷风所达厚度一般约为谷底以上500-1000米，这一厚度还随气层不稳定程度的增加而增大，因此，一天之中，以午后的伸展厚度为最大。山风厚度比较薄，通常只及300米左右。
在晴朗的白天，谷风把温暖的空气向山上输送，使山上气温升高，促使山前坡岗区的植物、农作物和果树早发芽、早开花、早结果、早成熟；冬季可减少寒意。谷风把谷地的水汽带到上方，使山上空气湿度增加，谷地的空气湿度减小，这种现象，在中午几小时内特别的显著。如果空气中有足够的水汽，夏季谷风常常会凝云致雨，这对山区树木和农作物的生长很有利；夜晚，山风把水汽从山上带入谷地，因而山上的空气湿度减小，谷地空气湿度增加。在生长季节里，山风能降低温度，对植物体营养物质的积累，块根、块茎植物的生长膨大很有好处。
第三篇：统计实习
六、附录（可选题目）
1.南京市“新市民”（高校毕业生或农民工）居住情况调查研究
2.南京市民住房购买中金融使用情况调查研究
3.南京市（江宁区）被征地农民情况调查
4.南京市“小产权”房居住人群调查
5.房地产业发展负面影响（如环境污染、“房奴”等）调查
08年的四个选题：南京地区物业管理满意度的调查、南京市房产中介现状及未来发展、南京高校学生的住房取向分析、南京市房屋消费者维权问题的调查
09年的6个选题：南京高年级大学生购房意向的研究分析、南京市民对住房功能需求的调查、金融危机下南京房价的变动及其对居民生活的影响、南京房地产宣传策略调查、南京市学区房购买现状调查
第四篇：气象中的统计方法总结
中国近20年来气象统计预报综述
中国近20年来气象统计预报综述
谢炯光曾琮
（广东省气象台）
摘要
近20年来，多元统计分析方法有了长足的进步，涌现出不少新方法、新技术。本文着重介绍了近20年来气象统计预报在中国气象业务科研中的一些应用和发展，主要从多元统计分析意义上来选材。
关键词：多元分析、气象统计、预报。
一、前言
气象统计预报在中国气象业务预报和科研工作中占有重要的位置，特别是在模式统计释用及中长期预报业务中，统计预报更是扮演着一个重要的角色，多元分析中的回归分析、典型相关分析、EOF分析等更是气象预报和分析不可少缺的工具。近20年来，气象统计预报在中国取得了长足的发展。本文主要综述统计方法在气象预报业务中的各个方面的应用及其所取得的一些成绩。
二、多元统计分析在气象预报业务中的应用
1、回归分析
广东、江西、河北、辽宁等气象局[1]用0、1权重回归、逐步回归、多元回归等方法，得出晴雨MOS预报方程。1978年曹鸿兴等、史久恩等[2]用逐步回归建立最高、最低气温预报方程。新疆自治区气象台张家宝等[3]以预报员经验为基础，采用完全预报（Perfect Prog Method）方法,应用0、1权重回归建立了有无寒潮的预报。上海气象台丁长根、黄家鑫[4]用逐步回归建立U、V和S（全风速）预报方程。1965年W.F.Massy[5]提出的主成份回归、1970年Hoerl和Kennard[6]提出的岭估计(Ridge estimate)以及Webster等人[7]提出的特征根回归(Latent root regression, LRR)对在回归分析中出现复共线性(Multi-collinearity)有较好的处理。冯耀煌[8]在预报集成中,应用了岭回归技术,李耀先[ 9]用岭回归作水稻产量年景预测。魏松林[10]用特征根回归建立长春6-8月平均气温的特征根回归。
Furnialhe 和Wilson提出的穷尽所有回归的算法，比较彻底地解决了最优回归（即最优子集回归）的问题。张万诚[11]用最优子集回归作低纬高原雨季开始预报。在气象预报的实际工作中，常要考虑多个自变量（预报因子）与多个因变量（预报量）的关系。中国数学家张尧庭[12]解决了这一问题的算法，徐一鸣等[13]用多预报量双重筛选逐步回归作台风路径预报，严华生等[14]用多因变量多自变量建立大气环流--区域水稻产量预报。
引入非线性回归是近年来发展的趋势。冯耀煌等[15]、姜子俊等[16] 提出了一种选择非线性最优预报因子和建立非线性预报方程的方法,可用于长、中短期预报。近年来由于数值预报模式的频繁更迭，使模式输出统计预报方法受到新的考验，黄嘉佑等[17]介绍了卡尔曼滤波在天气预报中的应用，刘春霞等[18]用此方法制作了广东省冬季的最低气温预报。近年来，卡尔曼滤波技术在短期气候预测中也得到了应用[19]。
2、判别分析
广东省徐闻气象局[20]用二级判别做台风登陆地段的预报。Fisher、Bayes以及逐步判别等虽然在气象实际中广泛应用,但严格地说,这些方法仅当变量为正态分布时才可应用，Logistic判别对变量的基本假设条件较宽,对未经正态检验的变量应用本方法是可行的，且可用于既有连续变量又有多值离散变量的情形。吕纯濂等[21]将Logistic判别引入中国气象界,并研究了二次Logistic判别[22]分析及逐步判别[23]在气象中的应用。
3、相关分析
近20年来在气象统计中用得较多的主要有典型相关（CCA）分析和奇异值分解（SVD）方法。CCA是提取两个气象场的最大线性相关摸态的方法。朱盛明、祝浩敏[24]在数值预报的解释应用中用典型相关分析提取有物理意义的预报因子作预报方程。陈嘉玲、谢炯光[25]用典型相关分析作中期冷空气预报。黄嘉佑[26]用典型相关分析作副高的统计动力预报。近年来发展了一种新的CCA改进方法，称为典型相关分析的BP（Barnert 和Preisendorfer）方法,在气象统计中也得到了应用[27]。
奇异值分解（SVD）也是提取两个场的最大线性相关摸态的方法，SVD方法可以变成是两个要素场关系的扩大EOF分析。谢炯光等[28]用奇异值分解方法，求出了广东省前汛期（4-6月）西太平洋场海温与广东省降水场的6对奇异向量，来作汛期降水趋势预报。江志红等[29]用SVD方法讨论了中国夏半年降水与北太平洋海温异常的关系。
4、气象场的分解及其应用
50年代中期由Loreng引入到大气科学研究中的主成份分析以及后来发展的扩展经验正交函数、复经验正交函数、旋转主分量分析、R型、Q型因子分析、对应分析、主震荡型（Principal Oscillation Parterns,PPOS）。使气象研究及业务水平进入一个更高层次。
4．1 经验正交函数（EOF）分解
章基嘉等[30]应用经验正交函数对亚洲500hPa侯平均环流与我国侯平均气温之关系的时空结构进行分析。用EOF逐年划分自然天气季节，张邦林、丑纪范[31]提出了一种时空综合的经验正交函数分析方法，多数的经验正交函数分解是在标量场上展开的，但风场也用经验正交函数展开，周紫东等[32]、王盘兴[33] ]讨论了气象向量场的经验正交函数展开方法及其应用。
4．2 主成份（主分量）分析及其因子分析
气象分析预报中，常要分析许多变量，而变量间往往互有影响，如何从多个变量中找出很少几个综合性的指标代替原来较多的指标，而且所找到的综合指标又能尽可能多地反映原来数据的信息，而且主成份之间又是相互独立的主成份分析。
何敏等[34]用主分量研究了欧亚地区大气环流年际振荡的时空分布特征，谢炯光[35]用主分量与非线性降维和相似综合作广东月降水量分布预报，陈创买等[36]提出一种气候场的主分量逐步回归预报模型，该模型将气候场的预报变成对气候场主分量的预报，并通过相关分析和逐步回归，求得气候场的主分量与各种不同的因子场的主分量因子之间的联系。用于广东年降水的预报。
4．3 扩展经验正交函数（EEOF）
1982年Weare 和Nasstrom[37]提出的EEOF分解可以得到气象场空间分布结构,也可以得到随时间变化空间分布结构的变化。张先恭等[38]用EEOF做太平洋海表温度与中国降水准3.5年周期变化。
谢炯光[39]提出一种月、季降水预测的新方法，用EEOF分解得到的前期特征向量
场，来预测后期的降水场分布特征。
4．4复经验正交函数（CEOF）
Rasmusson和Barnetl提出的复经验正交函数（CEOF）[40]能表现出气象场的位相变化及空间传播特征。
黄嘉佑[41]使用复经验正交函数分析中国降水长期变化的准两年周期振动，魏凤英等[42]用CEOF分析了近百年中国东部旱涝的分布及其年际变化特征，符综斌等[43]曾将CEOF分析用于Elnino增暖的振幅和位相变化,毕幕莹[44]用CEOF分析研究了夏季西太平洋副高的振荡。
4．5 因子分析、旋转主因子分析（RPC）
将主成份分析向前推进一步，就是因子分析，因子分析又分R型分析和Q型分析两种，我们知道，由于主因子是通过原始变量的线性组合得到的，因而可以了解到其天气意义。但哪一个主因子的天气意义更重要些，可通过因子荷载矩阵进行分析，一般来说因子荷载矩阵越简单越易解释。为此，使每个因子的荷载平方按列向0或1两端分化。使主因子在每个变量上的荷载趋近于1，而在其它变量上的荷载接近于0，这样，就更容易解释主因子的天气意义。这种变换称为旋转主因子分析，一般分正交旋转与斜交旋转两种方式。极大方差旋转是正交旋转，是气象预测、科研业务中最常用的旋转方法。谢炯光等[45]用因子分析和旋转因子分析对西太平洋8个海区进行了分析，对头4个主因子的物理意义进行了初步的解释，进而用它建立了广东省各月降水与海温的预报方程。黄嘉佑[46]用斜旋主分量分析了我国夏季气温及降水场（1951-1987年）的时空特征，王敬方等[47]用旋转主分量（RPC）方法，分析近40年来我国夏季温度变化的规律。
4．6 对应分析
对应分析是一种综合了R型及Q型因子分析特点的多元统计分析技术，黄嘉佑[48]、李麦村等[49]用该方法发现副高逐月变化曲线与赤道海温变化十分相似，谢炯光[50]用对应分析对4-6月逐月的连续变化进行分型，把各月的降水连续变化分为连升型、连降型、降后升型等四型，并利用回归分析作出各型的预报，在前汛期降水趋势和冬半年（1－3月）气温趋势的预测中收到了较好的效果。
4．7 主振荡型（POP）分析
主振荡型（POP）是Hasselmamm和Storch在20世纪80年代末提出来的[51]。章基嘉等[52]对离散化场时间序列推导了主振荡型分析方法的两个导出量：主振荡型（POP）及其伴随相关型（ACP）。通过热带太平洋SST矩平场时间序列POP及相应区域850hPa风场ACP的计算例子,给出了它们的实际算法。聚类分析
郑祖光[53]在首先不能确定用几个因子和分成几类的情况下，提出用变K变N方案。章基嘉等[54]应用K-均值聚类法对东亚各自然天气季节500hPa平均环流进行分型试验。在聚类分析中多数的分类样品是相互独立的，分类时彼此是平等的，但在一些问题中，样品的分类是不能打破顺序的。比如，对某一阶段气象要素数据进行分段以确定不同时段的气候特征。这种分类，称为分割更为形象一些，Fisher提出了最优分割的算法,谢炯光等[55]利用最优分割,对中国T106数值预报输出产品的各种物理意义明确的预报因子进行最优二分割,挑选出晴雨及有无大于25毫米降水的预报因子,建立概率回归方法,做24-144小时的晴雨，大于25毫米降水的完全概率预报，在业务中收到较好效果。最优二分割的进一步优化，产生了一种叫做AID的分割算法（Automatic Interaction Detection）,利用AID方法,不但可以分类,还可以根据新的样品落区在哪一类作出预报。AID具有解决一些非线性问题的能力。谢炯光
等[56]据天气学实践选出47个与广东省台风、暴雨关系密切的预报因子，利用AID方法，进行计算做出台风暴雨的短期预报。谱分析
6．1 功率谱
李小泉等[57]利用谱分析研究500hPa环流指数的变化,谱分析也常常与其它方法相结合应用于天气分析与预报中，黄嘉佑[58]在研究海温场与太平洋副热带高压之间的关系时使用交叉谱发现,海温不单有明显的两年振动周期,而且这种振动存在于太平洋地区的气压系统中,关系十分密切,它们之间的凝谱平方值高值0.65的临界值。符淙斌[59]利用协谱与正交谱研究纬向和经向垂直环流强度之间的反相耦合振荡关系。
6．2 最大熵谱分析
在连续功率谱估计中，自相关函数估计与样本量大小有关，1967年Burg提出了一种称之为“最大熵”谱估计的方法，具有分辨率高、适用于短序列等优点。缪锦海[60]讨论了最大熵谱的优良特性和预报误差过滤下系数阶段的确定。曹鸿兴等[61]讨论了气象历史序列的最大熵谱分析。魏凤英[62]用最大熵谱提取1952-1995年华北地区春季干旱指数序列的显著周期。
6．3 奇异谱分析（SSA）
奇异谱分析（Singular Spectrum Analysis）是从时间序列的动力重构出发与经验正交函数(EOF)相结合的一种统计分析技术，特别适合用于大气的非线性振动。吴洪宝
[63]、、刘健文等[64]系统介绍了奇异谱的原理及其在气象中的应用。谢炯光等[65]用SSA方法对登陆广东省的热带气旋的演变规律进行了分析，发现年登陆广东的热带气旋存在明显的8年，准3年的周期振荡，登陆珠江口以西的热带气旋，存在12年，准2年的振荡周期。
6．4 小波分析
小波分析是从傅立叶分析方法发展起来的并被认为是傅立叶分析方法的突破性进展。戴新刚和丑纪范[66]用子波变换研究了长江和黄河流域径流的周期性问题，纪忠萍等[67]用小波分析对广州近百年来气候变化的多时间尺度进行分析，纪忠萍等[68]用小波变换分析广东省低温阴雨的年景趋势变化,着重分析了重低温阴雨年在小波系数图中的分布特征,并根据分析结果对未来1-2年的低温阴雨年景进行了预测估计。7 时间序列分析模型
在气象上用得较多的主要有自回归模型（AR）、滑动平均模型(MA)、自回归滑动平均模型（ARMA）、自回归求和滑动平均（ARIMA）模型。气象要素的时间序列多数是属非线性变化的，上述的时间序列建模模型均为线性模型。而时间序列分析中的门限自回归模型（TAR）是一种非线性模型，它利用逐段线性化手段来处理非线性系统。由于门限的控制作用，保证了递推的稳定性。门限自回归模型可以有效地描述非线性振动现象，可以解释自然界各种类型的稳定循环。丁裕国等[69]利用奇异谱分析对Nino海区SSTA月际序列作短期气候预测试验，采用AR(P)模型，结果发现在SSA分析基础上的AR模型对ENSO海区的SST预报特别有效。史久恩等[70]用自激励门限自回归模型作SOI（南方涛动指数）的预报，其结果与线性AR模型相比较，结果表明非线性门限自回归模型拟合SOI数据，比线性模型更能有效地反映数据的内在规律。多层递阶方法
1983年中国韩志刚教授[71]提出了建立在现代控制理论中“系统辨识”基础上的含时变参数的新型统计预测方法―多层递阶方法。这种时间序列的新预报方法在气象预
报服务中取得了较好的效果[72]，不少学者在使用过程中对这种方法的应用方面作了进一步的改进，使其在气象预报应用上得到进一步的提高[73]。均生函数模型
曹鸿兴、魏凤英等提出了时间序列的均值生成函数（Mean Generating Function, MGF,简称均生函数）模型。均生函数预测模型既可以作多步预测，又可以较好地预测极值，为短期气候预测开辟了一条新的途径。魏凤英、曹鸿兴[74] 在《长期预测的数学模型及其应用》与《现代气候统计诊断预测技术》两书中对均生函数模型的数学原理及其在气象中的应用作了详细的介绍。灰色系统预测模型
“灰色系统”理论，是我国学者邓聚龙教授提出的新型理论。到目前为止，人们对天气（气候）系统的演变规律、发生、发展、消亡机制，子系统间的相互作用的了解尚不清楚、不充分，限制了动力和统计方法对天气（气候）系统的深入研究。天气气候系统，由于其复杂性，是一个典型的部分信息已知和部分信息未知的灰色系统。因此，邓聚龙教授提出的灰色系统理论为气象预测和分析研究提供了一个有力的工具。曹鸿兴、翁文洁等人对灰色分析与预测及其在气象中的应用作了推广[75]，邓聚龙[76]在“灰色预测与决策”一书中对灰色系统的理论的来龙去脉，具体计算方法作了详细的介绍，并把GM(1,1)模型、灾变预测、季节灾变预测、拓扑预测等方法在气象中的实际应用作了介绍。谢定升等[77]根据GM(1,1)模型的方法原理，作降水峰日的中期预报。车贝雪夫多项式展开
经典车贝雪夫多项式展开只适用于矩形网格，周家斌将车贝雪夫展开推广到不规则格点上，并将其用于气象要素的分布预报[78]。周家斌提出了一种用车贝雪夫多项式做时间序列预报的迭代算法，这是一个非线性、非参数方法，无需对序列作平稳或其它假定。它的拟合和实际预报效果较好[79]。神经网络原理在气象中的应用
近年来神经网络在气象中的应用快速发展。周曾奎等[80]利用神经BP网络模型输出判断台风移向趋势－西进、北上、西北移。于波等[81]结合模糊判断技术利用多层神经网络对GMS云图的台风云系进行图像识别。谢炯光等[82]利用神经BP网络进行月雨量集成预报试验，金龙等[83]提出了小波变换与神经网络相结合的多步预测模型。非线性动力学
林振山[84]首先提出了诺干相空间预报模型，并提出将相空间模处理组合法用于业务预报中。周家斌[85]提出了相空间向量相似方法，相轨迹变率方法，空间变换方法和相空间模方法等4种以混沌理论为基础的预报方法，这些方法已经用于南方涛动强度、北京降水和华北降水分布的预报。分形
近年分形的思路和方法正逐步在气象分析和业务中得到应用。刘式达等[86]指出分数维是气候系统结构的特征，是气候系统中尺度变换后的不变数。付昱华[87]应用分形分布模型N=C/rD的推广形式，即连续变维分形（分维数D是r的连续函数，而不是常量）预测台风路径。
三、结束语
近20年来统计气象学在中国取得了长足的发展，统计预报在中国气象业务预报和科研中占有重要的位置。主要表现在：在数值预报产品统计释用中，统计预报方法发挥了积极的作用。随着计算技术和计算机的发展，以场分析和场相关的统计预报方法如SVD、EEOF、CCA分析等方法得以在业务上得到了广泛应用，对提高业务预报精确率帮助很大。3 一些新的统计方法由于种种原因，用在气候分析中较多，用在业务预测上较少，有待今后进一步开发。近年来国内外一些数学界的研究新成果，如自记忆方程、主振荡模、混沌分形、小波分析等引入到气象界的速度很快，如何使其在天气预测中更快、更好地发挥作用值得研究。在统计预报的使用中，如何发挥统计预报的长处，避免其不足的地方，要继续研究
第五篇：关于气象实习报告
关于气象实习报告三篇
在当下社会，报告使用的频率越来越高，多数报告都是在事情做完或发生后撰写的。其实写报告并没有想象中那么难，下面是小编为大家整理的气象实习报告3篇，仅供参考，希望能够帮助到大家。
气象实习报告 篇1实习目的：
气象观测是气象工作的基础。它对一定范围内的气象状况及其变化，进行系统的、连续的观察和测定，为天气预报、气象情报、气候分析和科学研究提供重要依据。
加强对课本知识的认识和理解，培养用目测手段对风、云变化测量和估计的能力熟悉室外数据采集过程和对有效数据的整理过程，培养对气象与气候数据资料收集和整理的思维方法，加强时间概念在气象与气候的数据收集的有效性的过程中的作用和地位，培养严谨的科学态度和良好个人素质。激发对气象学与气候学的兴趣。
实习概况：
本次实习为期一周，4月2号在邯郸气象观测站观测场进行各种观测仪器的认识和学习；4月3号进行防雷避险常识，防雷避险注意事项，暴雨预警，雷电预警的认识和学习；4月4号的见习包括短期天气预报、短时预报和气象预警系统的观测和实习；4月5号我们跟随那里的气象工作人员学习卫星通讯、网络系统、天气预报影视制作;4月6号见习参观见习地面要素观测(人工观测、自动观测)、高空观测及人工降雨基地；4月7号我们对这次实习工作进行了整理和总结，巩固此次实习的成果；4月8号根据实习内容如实完成实习报告。
实习内容：
4月2号在邯郸气象观测站观测场进行各种观测仪器的认识和学习。
《民共和国行政许可法》等法律、法规的有关规定，制定本办法。
在中华人民共和国领域和中华人民共和国管辖的其他海域内从事防雷减灾活动的组织和个人，应当遵守本办法。
本办法所称防雷减灾，是指防御和减轻雷电灾害的活动，包括雷电和雷电灾害的研究、监测、预警、防护以及雷电灾害的调查、鉴定和评估等。
防雷减灾工作，实行安全，可以记录下每个时间的温度和湿度,河南天气。看自记纸上的曲线可以很清楚地了解一天的温度和湿度的变化，还可以和人工观测的数据进行对比，可以检测出人为记录的错误。接着观测地面温度，包括0厘米和最高、最低温度。还有地中温度，然后去观测降水量、蒸发项目,广西天气。
在气象观测场观测完大部分气象要素后，我们就去观测风向、风速。风速、风向的观测仪器是电接风向风速仪。它包括感应器、指示器和记录器三部分组成的有线遥测仪器。感应器安装在气象观测场的杆子上，指示器和记录器安装室内，所以我们就在室内观测。通过指示器观测瞬时风速瞬时风向。记录器的自记纸整理后可以得出任意10分的平均风速和风向。我们今天观测都没有风所以风速记为0米?秒，风向c。
观测完风速风向后，我们就到地理楼六楼去观测气压。观测室内的气压表是动槽式水银表。使用动槽式水银气压表要进行调节才可以读数。① 观测附属温度表(简称“附温表”)，读数精确到0.1℃。当温度低于附温表最低刻度时，应在紧贴气压表外套管壁旁，另挂一支有更低刻度的温度表作为附温表，进行读数。② 调整水银槽内水银面，使之与象牙针尖恰恰相接。调整时，旋动槽底调整螺旋，使槽内水银面自下而上地升高，动作要轻而慢，直到象牙针尖与水银面恰好相接(水银面上既无小涡，也无空隙)为止。如果出现了小涡，则须重新进行调整，直至达到要求为止。③ 调整游尺与读数。先使游尺稍高于水银柱顶，并使视线与游尺环的前后下缘在同一水平线上，再慢慢下降游尺，直到游尺。
气象实习报告 篇2实习目的与任务：
1、巩固和验证课堂上所学的理论，把理论和实际结合起来
2、认识东北地区常见植物、昆虫及其所属科目、主要特征并且制作标本；
3、了解当地气候环境，学习气象观测站的组成及其各部分的使用方法；
4、了解大豆、玉米等常见作物的耕作制度。
实习内容：由孙阎老师带领大家进行植物学的认识实习，孙老师给大家讲解了将近110多种植物。由李北齐老师和倪洪涛老师分别带领大家进行耕作学和气象学实习。李北齐老师带领大家在田间了解了有关大豆玉米等的耕作知识，讲到中国的粮食问题、土地问题以及粮食安全的重要性；倪洪涛老师带领大家参观了野外气象站并进行了小气候的观测。孙元老师带领大家进行昆虫学实习，采集并制作昆虫标本，张义老师带领大家复习了植物学实习的相关植物。最后分别对在老山林场的实习情况进行了考查。实习心得：在帽儿山老林场的实习不仅巩固并验证了大家在课堂上所学的专业知识，同时也让大家学到不少新的知识，四天的实习为大家营造了相互交流的机会，增进了同学们之间的友谊。
实习时间：20xx年6月25日上午
实习地点：哈尔滨市国家基本气象站
实习目的与任务：
了解地面气象站观测天气以及天气预报的预报和制作过程。
了解探空器测量各种气象要素的原理以及其软件使用方法。
学习气象站的建立以及风向、风速、温度、湿度和大气压等气象要素的观测仪器和观测方法。
学会各种气象仪器如：通风干湿计、最高温度计、最低温度计、浅层地温表和深层地温表等的使用以及其读数方法。
实习内容
观测天空30000米到40000米处各项气象因素如;风向、风速、温度、湿度和大气压等。
老师把白色橡皮气球充满氢气后系在绳上和一个小的仪器盒（探空器）系在一起，在7点15分时有电脑控制让气球飞起来。气球是用来测得空中气象因素的，探空器分别有温度、湿度、大气压等的感应器，并且用地面上的雷达来定位和传输所测得的数据。而像风俗和风向都是用气球的偏离位置以及偏离距离来经过计算得到的。像这样的测量一天重要进行三次，早上7:15一次，晚上7:15一次，凌晨1；15一次。
气象观测站正门朝北，规格25×25，仪器摆放顺序从北到南依次按从高到低排列。我们最先看的是风向风速的观测，左边的是人工的右边的是自动的。然后看见一个小百叶箱和两个大的百叶箱，小百叶箱中放着通风干湿计、最高温度计、最低温度计和一个毛发湿度计（人工）；大百叶箱中放的是温湿度自计钟，用来自动记录各项气象因素。雨量计：用来记录降水量的仪器。
分别左边人工右边自动的。人工记录较为准确.地面温度观测有：地表温度计、浅层地温表和深层地温表。浅层地温表共有四只分别是测量5、10、15、20厘米深出的地温。深层地温表有四只分别是测量40、80、160、320厘米处得地温，电脑自动计数。除此之外还有一个人工和一个自动的辐射测量器。
实习心得
本次实习开拓了大家的视野，使大家了解了气象观测的一些原理、方法和用途。
（三）实习时间：20xx年6月28日上午
实习地点:黑龙江大学呼兰校区农作物研究院
实习目的与任务
了解黑龙江地区主要粮食作物以及现在所面临的各种问题。
了解我国粮食作物布局现在国家所面临的各种粮食安全问题。
了解土豆脱毒的原理和目的。
了解脱毒土豆的整个繁育过程。
实习内容
现在我国耕地面积共有18亿亩。我国粮食年产量为每年5亿吨占世界总年产量的1/4,占我国年消费量的95%,其他的5%需要进口，而世界上供流通的粮食量也只有2亿吨。
玉米是我国现在种植面积最多的粮食作物，全国种植面积共有4.5亿亩，小麦有3.6亿亩，水稻有4.3亿亩，大豆有1.4亿亩（其中黑龙江种植面积为5000到6000亩）。
玉米起源于墨西哥，500年前引进中国，现在品均单产1200斤每亩，高产田可达到200斤每亩。
马铃薯主要面临的问题是脱毒种植的技术。现在马铃薯脱毒主要采用的办法是：先用物理方法杀死病菌然后通过几次组织栽培得到无毒的种，为了降低土豆种子的成本需要在没有病菌的地方种植若干次。
甜菜由于成本比较高，在效益上难与蔗糖相抗。
水稻自花授粉，在南方使用杂交稻，品均亩产可以达到1600斤每亩，而在北方使用自交品种主要因为制种与亩产之间的矛盾。
大豆是严格的闭花授粉，制种也就是F1代很难产生。
实习心得：
本次实习我们了解了我国粮食生产与供需现状，认识了粮食规模生产，并了解到我国粮食生产所面临的巨大挑战，我们更加清楚我们肩负的责任。
时间：20xx年6月30日，地点：哈尔滨市农科院
实习目的与任务:
1、认识一些观赏性植物
2、了解一些新型的栽培技术和新兴的生态型观光农业模式。
实习内容：
在老师的带领下认识了一些植物，了解了温室繁育以及一些观赏植物的种植，认识了观光型农业的发展前景。来到市农科院看到了巨大的玻璃温室，据讲解人员讲这个玻璃温室建于1980年，是最早的温室。里面种植了多种观赏植物。如：时来运转、南洋杉、龙血树、常春藤、何首乌等等，有的还可以致癌，如海芋等；还有各色各样的花。多数采用的是无土栽培，有采用墙壁式的节省空间，也有采用平板式的，植物根部用岩棉包裹浸在培养液里，供其生长。
优点：
1)液层深(6 ～ 8cm)、稳定、缓冲能力大。
2)能有效解决水、汽矛盾。
3)营养液循环流动、增加溶存氧。
4)适宜种植的作物种类多。块根、块茎作物不种。
5)养分利用率高达90% ～ 95%以上。
不会或很少污染周围环境。基质培是利用基质进行无土栽培，主要有沙培、岩棉培、袋培几种形式，比较适宜花卉的繁殖，蔬菜的.生产接着参观了瓜廊大道，各种葫芦科的瓜秧都长在这里。
然后参观了新的温室大棚，在新的温室大棚里栽种的都是一些花卉，采用喷洒水的方式和风扇抽风的方式控制湿度。外部的植物到采用喷灌的方式灌溉。
实习心得：
农科院里面的花卉很漂亮，一些景观也很具有观赏价值。了解了一些栽培技术和模式使我对农业有了新的认识。
气象实习报告 篇3巩固、扩大和加深课堂上所学的理论知识，熟悉气象业务的整个流程，获得气象实际工作的初步经验和基本技能，着重培养独立的工作能力，熟悉基本气象仪器的操作使用和维护，掌握地面、高空观测的基本方法，进一步熟悉雷达原理、雷达操作及相关维护知识，为以后走向工作岗位打下坚实的基础。
郑州市气象局是国家基准站，是全球气候观测系统的组成部分。该站涵盖了所有的气象要素的观测项目，并承担着国家气象局最新研制的仪器测试工作。郑州市气象局负责本市内气象监测、预报管理工作，及时提出气象灾害防御措施，并对重大气象灾害做出评估，为本级人民政府防御气象灾害提供决策依据；管理市内公众气象预报、灾害性天气警报以及农业气象预报、城市环境气象预报、火险气象等级预报等专业气象预报的发布。负责向市人民政府和同级有关部门提出利用、保护气象资源和推广、应用气候资源区划等成果的建议；组织对气象资源开发利用项目的气候可行性论证。
7月19日，实习第一天，阮台长带我们参观了气象观测场，给我们介绍了郑州市气象局的有关情况，向我们提出了实习的相关要求，由于种种原因我们没能够按照原定计划实习而是做了临时的调整。在随后的七天我们分别在地面站，气象台，高空站进行了业务跟班实习，参观了雷达站。
1、地面观测
2、高空探测
高空站主要负责本地区高空气象要素探测。主要利用无线电高空探测仪，无线电高空探测仪为一次性产品，悬挂在气象气球上升空（或由定高气球、飞机、火箭上下投），能测定各个高度上的风向、风速、温度、湿度和气压，每天早晨七点和晚上七点释放一次，汛期凌晨一点钟要加放一次。无线探空仪在使用前要对各项数据进行严格的检测，当探空仪升入空中后，L波段雷达会进行自动跟踪。无线电探空仪由感应元件、转换电路、编码装置、无线电发射机和电源组成。可以连续不断地发送气球上升(或降落)过程中所测各高度上的气象要素值。地面接收设备则进行信号接收、解码和资料处理工作，由计算机终端直观显示出来。我们观摩了一次高空探测的全过程，观察了从仪器检查到气球爆炸的全部细节及各气象要素的变化情况，并就过程中遇到问题向站长一一询问。
3、雷达站
4、气象预报
气象台是发布天气预报的重要场所。全市各县区的观测数据汇聚在这里，三个显示终端分别显示着当前时刻的雷达气象回波图、卫星云图和等压线、等温线图。我们每天到气象台就打开气象局的内部数据网，查看着昨晚到今天的天气图，观察着未来96小时内，一张一张的卫星云图、雷达图，一圈又一圈的等压线，五颜六色的温度分布图、降水分布图，一撇又一捺的高压低压槽中，一堆又一堆填充着“F”的风向图，刚开始的时候看这些图的时候犹如看天书，虽说知道每幅图都有什么作用，但至于具体意味着什么却是一窍不通。只能努力地去请教别人，还得不断上网搜索每幅图、每个名词的具体含义。慢慢地，自己也能看懂这些图，也能够结合所有的图和数据分析天气状况，并能够简单的预测出未来的天气。
鲁公网安备37028302000876号