2018年第46卷第5期文章目次
2018, 46(5):845-854.
摘要:
在全球變暖的背景下，全球的凈全輻射監(jiān)測(cè)越來越受到人們的重視，逐漸成為研究區(qū)域天氣氣候的重要手段。為了研究國(guó)產(chǎn)FSJ1型四分量?jī)羧椛浔碓跇O地條件下的各項(xiàng)性能，于2017年4月10—23日在美國(guó)阿拉斯加巴羅地區(qū)（2035°E，714°N）進(jìn)行了為期2周的地面凈全輻射量實(shí)時(shí)監(jiān)測(cè)，并與極地地區(qū)應(yīng)用較廣的CNR4型四分量?jī)羧椛浔磉M(jìn)行對(duì)比測(cè)試。結(jié)果表明:①在表面無結(jié)冰/霜條件下，國(guó)產(chǎn)儀器FSJ1型四分量?jī)羧椛浔碓诓煌缈蘸腿找箺l件下都表現(xiàn)出較好的精度和線性關(guān)系，各項(xiàng)參數(shù)與CNR4的相對(duì)誤差和相關(guān)系數(shù)總體分別在5%以內(nèi)和09以上。②受極地條件影響，F(xiàn)SJ1表面結(jié)冰/霜后，會(huì)對(duì)輻射變化的響應(yīng)出現(xiàn)延遲，對(duì)總輻射表和地球輻射表分別能造成最大約25%和7%的相對(duì)誤差。所以針對(duì)極地輻射站加設(shè)合適的通風(fēng)加熱裝置、發(fā)展較為合理的誤差訂正方案仍是國(guó)產(chǎn)儀器以后需要改進(jìn)的關(guān)鍵點(diǎn)。
在全球變暖的背景下，全球的凈全輻射監(jiān)測(cè)越來越受到人們的重視，逐漸成為研究區(qū)域天氣氣候的重要手段。為了研究國(guó)產(chǎn)FSJ1型四分量?jī)羧椛浔碓跇O地條件下的各項(xiàng)性能，于2017年4月10—23日在美國(guó)阿拉斯加巴羅地區(qū)（2035°E，714°N）進(jìn)行了為期2周的地面凈全輻射量實(shí)時(shí)監(jiān)測(cè)，并與極地地區(qū)應(yīng)用較廣的CNR4型四分量?jī)羧椛浔磉M(jìn)行對(duì)比測(cè)試。結(jié)果表明:①在表面無結(jié)冰/霜條件下，國(guó)產(chǎn)儀器FSJ1型四分量?jī)羧椛浔碓诓煌缈蘸腿找箺l件下都表現(xiàn)出較好的精度和線性關(guān)系，各項(xiàng)參數(shù)與CNR4的相對(duì)誤差和相關(guān)系數(shù)總體分別在5%以內(nèi)和09以上。②受極地條件影響，F(xiàn)SJ1表面結(jié)冰/霜后，會(huì)對(duì)輻射變化的響應(yīng)出現(xiàn)延遲，對(duì)總輻射表和地球輻射表分別能造成最大約25%和7%的相對(duì)誤差。所以針對(duì)極地輻射站加設(shè)合適的通風(fēng)加熱裝置、發(fā)展較為合理的誤差訂正方案仍是國(guó)產(chǎn)儀器以后需要改進(jìn)的關(guān)鍵點(diǎn)。
2018, 46(5):855-859.
摘要:
本文基于L波段探空雷達(dá)高垂直分辨率方位數(shù)據(jù)，通過在不同探空高度處選取不同尺度的時(shí)間窗口，設(shè)計(jì)了計(jì)算秒級(jí)風(fēng)速的3種方案。通過比較3種計(jì)算方案得到的秒級(jí)風(fēng)速與ERAInterim再分析資料在平均偏差Bias和均方根誤差RMSE等指標(biāo)上的差異，給出了計(jì)算秒級(jí)風(fēng)速的最優(yōu)算法。結(jié)果表明：由于雷達(dá)的定位存在系統(tǒng)偏差，窗口選取過大或過小均會(huì)引入較大的秒級(jí)風(fēng)速誤差，選取適當(dāng)尺度的時(shí)間窗口是準(zhǔn)確計(jì)算秒級(jí)風(fēng)速的必要條件。另外，基于ERAInterim再分析資料具備良好的時(shí)空一致性，本文提出了1種檢驗(yàn)L波段秒級(jí)風(fēng)速算法優(yōu)劣的新方案。
本文基于L波段探空雷達(dá)高垂直分辨率方位數(shù)據(jù)，通過在不同探空高度處選取不同尺度的時(shí)間窗口，設(shè)計(jì)了計(jì)算秒級(jí)風(fēng)速的3種方案。通過比較3種計(jì)算方案得到的秒級(jí)風(fēng)速與ERAInterim再分析資料在平均偏差Bias和均方根誤差RMSE等指標(biāo)上的差異，給出了計(jì)算秒級(jí)風(fēng)速的最優(yōu)算法。結(jié)果表明：由于雷達(dá)的定位存在系統(tǒng)偏差，窗口選取過大或過小均會(huì)引入較大的秒級(jí)風(fēng)速誤差，選取適當(dāng)尺度的時(shí)間窗口是準(zhǔn)確計(jì)算秒級(jí)風(fēng)速的必要條件。另外，基于ERAInterim再分析資料具備良好的時(shí)空一致性，本文提出了1種檢驗(yàn)L波段秒級(jí)風(fēng)速算法優(yōu)劣的新方案。
2018, 46(5):860-867.
摘要:
基于光電原理的日照計(jì)即將在全國(guó)推廣應(yīng)用，以光照度觀測(cè)數(shù)據(jù)為主反演太陽輻射數(shù)據(jù)可以有效彌補(bǔ)太陽輻射觀測(cè)站數(shù)量不足的現(xiàn)狀。針對(duì)現(xiàn)有的太陽輻射反演方法的不足，提出一種融合主成分分析（PCA）、思維進(jìn)化算法（MEA）和BP神經(jīng)網(wǎng)絡(luò)的復(fù)合模型，利用太陽光照度、太陽高度角、溫度和濕度觀測(cè)分鐘數(shù)據(jù)反演太陽輻照度。首先，以晴空指數(shù)為依據(jù)，基于概率神經(jīng)網(wǎng)絡(luò)（PNN）分類法，將天氣類型分為晴、云、陰3類，分類準(zhǔn)確率達(dá)到966948%。再利用PCA降維后的4個(gè)影響因子，對(duì)3類天氣分別采用BP、GABP和MEABP法反演太陽輻照度，與標(biāo)準(zhǔn)輻射表的實(shí)測(cè)數(shù)據(jù)對(duì)比。結(jié)果表明：晴、云、陰的MEABP模型的決定系數(shù)最高達(dá)到09958，與單一BP模型相比，RMSE分別降低了49%、3245%和1064%；相比于GABP模型誤差，MAPE最高減少了4254%。本文所提出的MEABP復(fù)合模型的泛化能力得到了有效提高。
基于光電原理的日照計(jì)即將在全國(guó)推廣應(yīng)用，以光照度觀測(cè)數(shù)據(jù)為主反演太陽輻射數(shù)據(jù)可以有效彌補(bǔ)太陽輻射觀測(cè)站數(shù)量不足的現(xiàn)狀。針對(duì)現(xiàn)有的太陽輻射反演方法的不足，提出一種融合主成分分析（PCA）、思維進(jìn)化算法（MEA）和BP神經(jīng)網(wǎng)絡(luò)的復(fù)合模型，利用太陽光照度、太陽高度角、溫度和濕度觀測(cè)分鐘數(shù)據(jù)反演太陽輻照度。首先，以晴空指數(shù)為依據(jù)，基于概率神經(jīng)網(wǎng)絡(luò)（PNN）分類法，將天氣類型分為晴、云、陰3類，分類準(zhǔn)確率達(dá)到966948%。再利用PCA降維后的4個(gè)影響因子，對(duì)3類天氣分別采用BP、GABP和MEABP法反演太陽輻照度，與標(biāo)準(zhǔn)輻射表的實(shí)測(cè)數(shù)據(jù)對(duì)比。結(jié)果表明：晴、云、陰的MEABP模型的決定系數(shù)最高達(dá)到09958，與單一BP模型相比，RMSE分別降低了49%、3245%和1064%；相比于GABP模型誤差，MAPE最高減少了4254%。本文所提出的MEABP復(fù)合模型的泛化能力得到了有效提高。
2018, 46(5):868-874.
摘要:
選取福建省2015年三維系統(tǒng)地閃資料，采用同期雷電定位系統(tǒng)（ADTD）資料對(duì)其時(shí)空分布特征進(jìn)行分析，利用雷電流峰值記錄儀數(shù)據(jù)對(duì)2套系統(tǒng)地閃探測(cè)效率和定位誤差校驗(yàn)，同時(shí)結(jié)合IEEE工作組和電力行業(yè)推薦的概率公式對(duì)三維系統(tǒng)地閃雷電流分布特征進(jìn)行分析。結(jié)果表明：①2套系統(tǒng)監(jiān)測(cè)到全省地閃密度空間分布趨勢(shì)比較一致，在三明西南部地區(qū)及福州西部零星地區(qū)，三維系統(tǒng)地閃密度更低。〖JP2〗②2套系統(tǒng)地閃頻次年變化和日變化均呈單峰變化特征，但年變化中的10—12月，以及日變化中的09：00—12：00，三維系統(tǒng)監(jiān)測(cè)到地閃頻次更少。③三維系統(tǒng)地閃回?fù)籼綔y(cè)效率為40%，平均定位誤差為275 km。④在0~50 kA區(qū)間，相比于負(fù)極性地閃，三維系統(tǒng)正極性地閃雷電流幅值分布更加集中，在26~84 kA區(qū)間三維地閃雷電流幅值相比于IEEE推薦值和規(guī)程推薦值偏大。
選取福建省2015年三維系統(tǒng)地閃資料，采用同期雷電定位系統(tǒng)（ADTD）資料對(duì)其時(shí)空分布特征進(jìn)行分析，利用雷電流峰值記錄儀數(shù)據(jù)對(duì)2套系統(tǒng)地閃探測(cè)效率和定位誤差校驗(yàn)，同時(shí)結(jié)合IEEE工作組和電力行業(yè)推薦的概率公式對(duì)三維系統(tǒng)地閃雷電流分布特征進(jìn)行分析。結(jié)果表明：①2套系統(tǒng)監(jiān)測(cè)到全省地閃密度空間分布趨勢(shì)比較一致，在三明西南部地區(qū)及福州西部零星地區(qū)，三維系統(tǒng)地閃密度更低。〖JP2〗②2套系統(tǒng)地閃頻次年變化和日變化均呈單峰變化特征，但年變化中的10—12月，以及日變化中的09：00—12：00，三維系統(tǒng)監(jiān)測(cè)到地閃頻次更少。③三維系統(tǒng)地閃回?fù)籼綔y(cè)效率為40%，平均定位誤差為275 km。④在0~50 kA區(qū)間，相比于負(fù)極性地閃，三維系統(tǒng)正極性地閃雷電流幅值分布更加集中，在26~84 kA區(qū)間三維地閃雷電流幅值相比于IEEE推薦值和規(guī)程推薦值偏大。
2018, 46(5):875-879.
摘要:
雷電水平電場(chǎng)是計(jì)算電力架空線雷電感應(yīng)過電壓的重要參數(shù)，為了準(zhǔn)確獲得該參數(shù)值，本文利用時(shí)域有限差分方法(FDTD)對(duì)不同地面電導(dǎo)率情況以及距雷電回?fù)敉ǖ啦煌嚯x處的雷電水平電場(chǎng)進(jìn)行了計(jì)算和分析，結(jié)果表明:①地面電導(dǎo)率均勻情況下，地面電導(dǎo)率越大，計(jì)算距離越近，雷電水平電場(chǎng)波形愈加接近模式輸入的電流波形，這與雷電水平電場(chǎng)中的輻射場(chǎng)分量較小有關(guān)，而增大地面電導(dǎo)率或者增加計(jì)算距離都會(huì)導(dǎo)致計(jì)算結(jié)果變小甚至波形出現(xiàn)雙極性的特征；②地面電導(dǎo)率水平分層情況下，計(jì)算得到的雷電水平電場(chǎng)受上層土壤的電導(dǎo)率影響更大，但是下層不同電導(dǎo)率的土壤一定程度上改變了土壤整體的等效電導(dǎo)率，使得計(jì)算結(jié)果與均勻電導(dǎo)率情況下有所差別。
雷電水平電場(chǎng)是計(jì)算電力架空線雷電感應(yīng)過電壓的重要參數(shù)，為了準(zhǔn)確獲得該參數(shù)值，本文利用時(shí)域有限差分方法(FDTD)對(duì)不同地面電導(dǎo)率情況以及距雷電回?fù)敉ǖ啦煌嚯x處的雷電水平電場(chǎng)進(jìn)行了計(jì)算和分析，結(jié)果表明:①地面電導(dǎo)率均勻情況下，地面電導(dǎo)率越大，計(jì)算距離越近，雷電水平電場(chǎng)波形愈加接近模式輸入的電流波形，這與雷電水平電場(chǎng)中的輻射場(chǎng)分量較小有關(guān)，而增大地面電導(dǎo)率或者增加計(jì)算距離都會(huì)導(dǎo)致計(jì)算結(jié)果變小甚至波形出現(xiàn)雙極性的特征；②地面電導(dǎo)率水平分層情況下，計(jì)算得到的雷電水平電場(chǎng)受上層土壤的電導(dǎo)率影響更大，但是下層不同電導(dǎo)率的土壤一定程度上改變了土壤整體的等效電導(dǎo)率，使得計(jì)算結(jié)果與均勻電導(dǎo)率情況下有所差別。
2018, 46(5):880-885.
摘要:
垂直指向法標(biāo)定是雙偏振雷達(dá)的差分反射率因子ZDR標(biāo)定有效方法的一種，可以訂正ZDR測(cè)量誤差，提高雷達(dá)數(shù)據(jù)的質(zhì)量。本文基于雙發(fā)雙收模式的X波段雙線偏振天氣雷達(dá)系統(tǒng)，通過分析雷達(dá)硬件系統(tǒng)和垂直指向法標(biāo)定的數(shù)據(jù)，診斷了觀測(cè)數(shù)值的一些質(zhì)量問題，初步判斷是方位旋轉(zhuǎn)關(guān)節(jié)損壞而導(dǎo)致ZDR的數(shù)值在某一固定區(qū)域上出現(xiàn)較大偏差。更換新的方位旋轉(zhuǎn)關(guān)節(jié)后,對(duì)比處理問題前后的垂直指向標(biāo)定數(shù)據(jù)證明能有效解決此問題。最后，經(jīng)過多次試驗(yàn)分析表明，當(dāng)垂直指向法標(biāo)定在回波強(qiáng)度為255～305 dB之間的中等范圍穩(wěn)定的層狀云降水情況下使用時(shí)，其標(biāo)定的數(shù)據(jù)能有效訂正系統(tǒng)ZDR偏移量。
垂直指向法標(biāo)定是雙偏振雷達(dá)的差分反射率因子ZDR標(biāo)定有效方法的一種，可以訂正ZDR測(cè)量誤差，提高雷達(dá)數(shù)據(jù)的質(zhì)量。本文基于雙發(fā)雙收模式的X波段雙線偏振天氣雷達(dá)系統(tǒng)，通過分析雷達(dá)硬件系統(tǒng)和垂直指向法標(biāo)定的數(shù)據(jù)，診斷了觀測(cè)數(shù)值的一些質(zhì)量問題，初步判斷是方位旋轉(zhuǎn)關(guān)節(jié)損壞而導(dǎo)致ZDR的數(shù)值在某一固定區(qū)域上出現(xiàn)較大偏差。更換新的方位旋轉(zhuǎn)關(guān)節(jié)后,對(duì)比處理問題前后的垂直指向標(biāo)定數(shù)據(jù)證明能有效解決此問題。最后，經(jīng)過多次試驗(yàn)分析表明，當(dāng)垂直指向法標(biāo)定在回波強(qiáng)度為255～305 dB之間的中等范圍穩(wěn)定的層狀云降水情況下使用時(shí)，其標(biāo)定的數(shù)據(jù)能有效訂正系統(tǒng)ZDR偏移量。
2018, 46(5):886-891.
摘要:
針對(duì)氣象衛(wèi)星遙測(cè)數(shù)據(jù)在閾值范圍內(nèi)變化發(fā)生異常，簡(jiǎn)單的閾值法無法檢測(cè)出來的問題，本文提出基于動(dòng)態(tài)核主元分析法(DKPCA)對(duì)氣象衛(wèi)星遙測(cè)數(shù)據(jù)進(jìn)行故障檢測(cè)。首先采集衛(wèi)星正常運(yùn)行的遙測(cè)數(shù)據(jù)，建立DKPCA模型求得統(tǒng)計(jì)量的控制限，然后對(duì)當(dāng)前的遙測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，判斷是否有故障發(fā)生。該方法通過初始數(shù)據(jù)的動(dòng)態(tài)化表示解決了觀測(cè)值間存在序列相關(guān)性的問題，引入的核主元分析法能夠?qū)?fù)雜的遙測(cè)數(shù)據(jù)的非線性問題轉(zhuǎn)化為線性問題。通過在軌運(yùn)行的氣象衛(wèi)星FY3C的實(shí)際數(shù)據(jù)進(jìn)行效果驗(yàn)證，結(jié)果表明利用正常狀況下的觀測(cè)數(shù)據(jù)，可以實(shí)時(shí)檢測(cè)衛(wèi)星遙測(cè)數(shù)據(jù)出現(xiàn)的異常，有效避免故障漏報(bào)。
針對(duì)氣象衛(wèi)星遙測(cè)數(shù)據(jù)在閾值范圍內(nèi)變化發(fā)生異常，簡(jiǎn)單的閾值法無法檢測(cè)出來的問題，本文提出基于動(dòng)態(tài)核主元分析法(DKPCA)對(duì)氣象衛(wèi)星遙測(cè)數(shù)據(jù)進(jìn)行故障檢測(cè)。首先采集衛(wèi)星正常運(yùn)行的遙測(cè)數(shù)據(jù)，建立DKPCA模型求得統(tǒng)計(jì)量的控制限，然后對(duì)當(dāng)前的遙測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，判斷是否有故障發(fā)生。該方法通過初始數(shù)據(jù)的動(dòng)態(tài)化表示解決了觀測(cè)值間存在序列相關(guān)性的問題，引入的核主元分析法能夠?qū)?fù)雜的遙測(cè)數(shù)據(jù)的非線性問題轉(zhuǎn)化為線性問題。通過在軌運(yùn)行的氣象衛(wèi)星FY3C的實(shí)際數(shù)據(jù)進(jìn)行效果驗(yàn)證，結(jié)果表明利用正常狀況下的觀測(cè)數(shù)據(jù)，可以實(shí)時(shí)檢測(cè)衛(wèi)星遙測(cè)數(shù)據(jù)出現(xiàn)的異常，有效避免故障漏報(bào)。
2018, 46(5):892-898.
摘要:
針對(duì)目前數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)缺少移動(dòng)終端監(jiān)控的問題，設(shè)計(jì)并實(shí)現(xiàn)數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)移動(dòng)監(jiān)控平臺(tái)。該平臺(tái)使用消息中間件技術(shù)實(shí)時(shí)獲取業(yè)務(wù)系統(tǒng)運(yùn)行狀態(tài)，采用剪枝算法提高數(shù)據(jù)處理效率。開發(fā)適合移動(dòng)終端的Web網(wǎng)站，方便運(yùn)維人員通過手機(jī)等移動(dòng)設(shè)備實(shí)時(shí)獲取業(yè)務(wù)系統(tǒng)的運(yùn)行情況。通過存儲(chǔ)出錯(cuò)任務(wù)列表，提供對(duì)歷史異常狀態(tài)的查看。基于微信公眾平臺(tái)企業(yè)號(hào)的消息推送接口，開發(fā)報(bào)警推送功能，能夠?qū)崟r(shí)發(fā)送業(yè)務(wù)系統(tǒng)運(yùn)行出錯(cuò)信息。該平臺(tái)針對(duì)移動(dòng)互聯(lián)網(wǎng)和移動(dòng)終端進(jìn)行優(yōu)化，同時(shí)使用單向數(shù)據(jù)流和強(qiáng)制使用HTTPS協(xié)議等技術(shù)，提高整個(gè)平臺(tái)的安全性。該平臺(tái)已在數(shù)值預(yù)報(bào)中心業(yè)務(wù)運(yùn)維值班中實(shí)際應(yīng)用，取得良好效果。
針對(duì)目前數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)缺少移動(dòng)終端監(jiān)控的問題，設(shè)計(jì)并實(shí)現(xiàn)數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)移動(dòng)監(jiān)控平臺(tái)。該平臺(tái)使用消息中間件技術(shù)實(shí)時(shí)獲取業(yè)務(wù)系統(tǒng)運(yùn)行狀態(tài)，采用剪枝算法提高數(shù)據(jù)處理效率。開發(fā)適合移動(dòng)終端的Web網(wǎng)站，方便運(yùn)維人員通過手機(jī)等移動(dòng)設(shè)備實(shí)時(shí)獲取業(yè)務(wù)系統(tǒng)的運(yùn)行情況。通過存儲(chǔ)出錯(cuò)任務(wù)列表，提供對(duì)歷史異常狀態(tài)的查看。基于微信公眾平臺(tái)企業(yè)號(hào)的消息推送接口，開發(fā)報(bào)警推送功能，能夠?qū)崟r(shí)發(fā)送業(yè)務(wù)系統(tǒng)運(yùn)行出錯(cuò)信息。該平臺(tái)針對(duì)移動(dòng)互聯(lián)網(wǎng)和移動(dòng)終端進(jìn)行優(yōu)化，同時(shí)使用單向數(shù)據(jù)流和強(qiáng)制使用HTTPS協(xié)議等技術(shù)，提高整個(gè)平臺(tái)的安全性。該平臺(tái)已在數(shù)值預(yù)報(bào)中心業(yè)務(wù)運(yùn)維值班中實(shí)際應(yīng)用，取得良好效果。
2018, 46(5):899-909.
摘要:
目前，臨近預(yù)報(bào)技術(shù)主要包括外推技術(shù)、數(shù)值預(yù)報(bào)技術(shù)以及概念模型預(yù)報(bào)技術(shù)等。而業(yè)務(wù)上主流的臨近預(yù)報(bào)技術(shù)以外推為主，主要以雷達(dá)資料為基礎(chǔ)，采用雷達(dá)回波單體質(zhì)心跟蹤算法或雷達(dá)回波區(qū)域跟蹤算法，得到雷達(dá)回波以及降水的臨近外推預(yù)報(bào)。本文詳細(xì)介紹了3種基于雷達(dá)回波區(qū)域跟蹤算法（交叉相關(guān)回波跟蹤算法、光流法和變分回波跟蹤算法）的臨近預(yù)報(bào)技術(shù)的國(guó)內(nèi)外研究進(jìn)展和基本原理。大量的研究和業(yè)務(wù)實(shí)踐結(jié)果表明，雷達(dá)回波區(qū)域跟蹤算法作為臨近預(yù)報(bào)專家系統(tǒng)的核心部分，在對(duì)流天氣臨近預(yù)報(bào)方面有較好的可預(yù)報(bào)性，在臨近預(yù)報(bào)業(yè)務(wù)時(shí)效內(nèi)，外推預(yù)報(bào)結(jié)果和實(shí)況接近，優(yōu)于數(shù)值模式預(yù)報(bào)。而通過對(duì)算法的不斷改進(jìn)，可以提升各臨近預(yù)報(bào)專家系統(tǒng)在臨近預(yù)報(bào)方面的性能。隨著天氣雷達(dá)技術(shù)的不斷進(jìn)步，天氣雷達(dá)在硬件和軟件兩方面都逐步改進(jìn)，雷達(dá)資料的數(shù)據(jù)質(zhì)量明顯提高，在對(duì)流天氣臨近預(yù)報(bào)上，基于雷達(dá)回波的區(qū)域跟蹤技術(shù)會(huì)凸顯其明顯優(yōu)勢(shì)。
目前，臨近預(yù)報(bào)技術(shù)主要包括外推技術(shù)、數(shù)值預(yù)報(bào)技術(shù)以及概念模型預(yù)報(bào)技術(shù)等。而業(yè)務(wù)上主流的臨近預(yù)報(bào)技術(shù)以外推為主，主要以雷達(dá)資料為基礎(chǔ)，采用雷達(dá)回波單體質(zhì)心跟蹤算法或雷達(dá)回波區(qū)域跟蹤算法，得到雷達(dá)回波以及降水的臨近外推預(yù)報(bào)。本文詳細(xì)介紹了3種基于雷達(dá)回波區(qū)域跟蹤算法（交叉相關(guān)回波跟蹤算法、光流法和變分回波跟蹤算法）的臨近預(yù)報(bào)技術(shù)的國(guó)內(nèi)外研究進(jìn)展和基本原理。大量的研究和業(yè)務(wù)實(shí)踐結(jié)果表明，雷達(dá)回波區(qū)域跟蹤算法作為臨近預(yù)報(bào)專家系統(tǒng)的核心部分，在對(duì)流天氣臨近預(yù)報(bào)方面有較好的可預(yù)報(bào)性，在臨近預(yù)報(bào)業(yè)務(wù)時(shí)效內(nèi)，外推預(yù)報(bào)結(jié)果和實(shí)況接近，優(yōu)于數(shù)值模式預(yù)報(bào)。而通過對(duì)算法的不斷改進(jìn)，可以提升各臨近預(yù)報(bào)專家系統(tǒng)在臨近預(yù)報(bào)方面的性能。隨著天氣雷達(dá)技術(shù)的不斷進(jìn)步，天氣雷達(dá)在硬件和軟件兩方面都逐步改進(jìn)，雷達(dá)資料的數(shù)據(jù)質(zhì)量明顯提高，在對(duì)流天氣臨近預(yù)報(bào)上，基于雷達(dá)回波的區(qū)域跟蹤技術(shù)會(huì)凸顯其明顯優(yōu)勢(shì)。
2018, 46(5):910-918.
摘要:
精細(xì)化網(wǎng)格預(yù)報(bào)不僅是目前中國(guó)氣象局主推的預(yù)報(bào)業(yè)務(wù)，而且是未來天氣預(yù)報(bào)的發(fā)展方向。本文詳細(xì)闡述了陜西省精細(xì)化網(wǎng)格預(yù)報(bào)業(yè)務(wù)系統(tǒng)中數(shù)據(jù)產(chǎn)品的技術(shù)方法。主要包括4個(gè)方面：①建立了陜西網(wǎng)格預(yù)報(bào)技術(shù)框架，提出“動(dòng)態(tài)交叉最優(yōu)要素預(yù)報(bào)”(DCOEF)的方法來建立基礎(chǔ)網(wǎng)格預(yù)報(bào)場(chǎng)。②提出“站點(diǎn)訂正值向格點(diǎn)場(chǎng)傳遞”的格點(diǎn)連續(xù)性要素訂正方法，交叉檢驗(yàn)表明該方法在格點(diǎn)場(chǎng)上24 h最低、最高溫度<2 ℃的準(zhǔn)確率較模式降尺度數(shù)據(jù)分別提高34%和23%，此外，該方法在背景場(chǎng)協(xié)同，主觀站點(diǎn)預(yù)報(bào)和客觀格點(diǎn)預(yù)報(bào)要素值融合一致方面有較好的應(yīng)用價(jià)值。③基于“偏差訂正”方法訂正格點(diǎn)降水，結(jié)果表明通過計(jì)算預(yù)報(bào)偏差Bias，來“消空”小雨頻率，“補(bǔ)漏”暴雨頻率，ECMWF降水預(yù)報(bào)24 h小雨、暴雨TS評(píng)分較原模式分別提高25%和482%。④提出“反向離差數(shù)據(jù)歸一化”算法，處理因客觀方法或主觀訂正后數(shù)據(jù)在時(shí)間序列上的矛盾問題，該方法不改變?cè)Ｊ綄?duì)要素的預(yù)報(bào)趨勢(shì)，同時(shí)使得要素在時(shí)間上協(xié)同一致，很好地解決了網(wǎng)格要素預(yù)報(bào)的時(shí)間協(xié)同性問題。
精細(xì)化網(wǎng)格預(yù)報(bào)不僅是目前中國(guó)氣象局主推的預(yù)報(bào)業(yè)務(wù)，而且是未來天氣預(yù)報(bào)的發(fā)展方向。本文詳細(xì)闡述了陜西省精細(xì)化網(wǎng)格預(yù)報(bào)業(yè)務(wù)系統(tǒng)中數(shù)據(jù)產(chǎn)品的技術(shù)方法。主要包括4個(gè)方面：①建立了陜西網(wǎng)格預(yù)報(bào)技術(shù)框架，提出“動(dòng)態(tài)交叉最優(yōu)要素預(yù)報(bào)”(DCOEF)的方法來建立基礎(chǔ)網(wǎng)格預(yù)報(bào)場(chǎng)。②提出“站點(diǎn)訂正值向格點(diǎn)場(chǎng)傳遞”的格點(diǎn)連續(xù)性要素訂正方法，交叉檢驗(yàn)表明該方法在格點(diǎn)場(chǎng)上24 h最低、最高溫度<2 ℃的準(zhǔn)確率較模式降尺度數(shù)據(jù)分別提高34%和23%，此外，該方法在背景場(chǎng)協(xié)同，主觀站點(diǎn)預(yù)報(bào)和客觀格點(diǎn)預(yù)報(bào)要素值融合一致方面有較好的應(yīng)用價(jià)值。③基于“偏差訂正”方法訂正格點(diǎn)降水，結(jié)果表明通過計(jì)算預(yù)報(bào)偏差Bias，來“消空”小雨頻率，“補(bǔ)漏”暴雨頻率，ECMWF降水預(yù)報(bào)24 h小雨、暴雨TS評(píng)分較原模式分別提高25%和482%。④提出“反向離差數(shù)據(jù)歸一化”算法，處理因客觀方法或主觀訂正后數(shù)據(jù)在時(shí)間序列上的矛盾問題，該方法不改變?cè)Ｊ綄?duì)要素的預(yù)報(bào)趨勢(shì)，同時(shí)使得要素在時(shí)間上協(xié)同一致，很好地解決了網(wǎng)格要素預(yù)報(bào)的時(shí)間協(xié)同性問題。
2018, 46(5):919-931.
摘要:
利用1951—2013年63a的地面觀測(cè)、MICAPS、NCEP、歷史天氣圖等資料，將發(fā)生在內(nèi)蒙古東南部的150次大到暴雪過程的700 hPa影響系統(tǒng)分為7種類型，對(duì)其中2007—2013年的26次大到暴雪過程，分型統(tǒng)計(jì)了25個(gè)測(cè)站中的降大到暴雪的測(cè)站的物理量場(chǎng)。結(jié)果表明：散度場(chǎng)總體表現(xiàn)為低空輻合、高空輻散的特征，對(duì)應(yīng)了高、低空急流的耦合作用，使得垂直速度場(chǎng)維持整層、長(zhǎng)時(shí)間的強(qiáng)上升氣流，因類型不同達(dá)到的高度有所不同；最大相對(duì)濕度分布在925～500 hPa之間，水汽通量散度輻合主要表現(xiàn)在925～700 hPa，比濕場(chǎng)隨高度增高迅速減小，各類型925 hPa最小比濕在2～29 g〖DK〗·kg-1、850 hPa最小比濕在17～32 g〖DK〗·kg-1之間，反映了低空西南暖濕急流的作用，尤其是925 hPa超低空急流對(duì)大到暴雪的貢獻(xiàn)；75百分位的1000 hPa即近地面層基本為冷平流，925 hPa以上均為暖平流，具有冷墊作用，為大到暴雪的發(fā)生提供了動(dòng)力觸發(fā)條件。
利用1951—2013年63a的地面觀測(cè)、MICAPS、NCEP、歷史天氣圖等資料，將發(fā)生在內(nèi)蒙古東南部的150次大到暴雪過程的700 hPa影響系統(tǒng)分為7種類型，對(duì)其中2007—2013年的26次大到暴雪過程，分型統(tǒng)計(jì)了25個(gè)測(cè)站中的降大到暴雪的測(cè)站的物理量場(chǎng)。結(jié)果表明：散度場(chǎng)總體表現(xiàn)為低空輻合、高空輻散的特征，對(duì)應(yīng)了高、低空急流的耦合作用，使得垂直速度場(chǎng)維持整層、長(zhǎng)時(shí)間的強(qiáng)上升氣流，因類型不同達(dá)到的高度有所不同；最大相對(duì)濕度分布在925～500 hPa之間，水汽通量散度輻合主要表現(xiàn)在925～700 hPa，比濕場(chǎng)隨高度增高迅速減小，各類型925 hPa最小比濕在2～29 g〖DK〗·kg-1、850 hPa最小比濕在17～32 g〖DK〗·kg-1之間，反映了低空西南暖濕急流的作用，尤其是925 hPa超低空急流對(duì)大到暴雪的貢獻(xiàn)；75百分位的1000 hPa即近地面層基本為冷平流，925 hPa以上均為暖平流，具有冷墊作用，為大到暴雪的發(fā)生提供了動(dòng)力觸發(fā)條件。
2018, 46(5):932-942.
摘要:
為了比較不同長(zhǎng)、短波輻射參數(shù)化方案對(duì)江蘇省大霧過程的模擬效果，本文利用WRF模式，通過設(shè)計(jì)不同長(zhǎng)、短波輻射參數(shù)化方案，對(duì)江蘇省2015年5月18—21日和12月20—21日2次典型大霧過程進(jìn)行了數(shù)值模擬，討論了模式中不同長(zhǎng)、短波輻射參數(shù)化方案對(duì)江蘇省大霧過程的模擬影響。采用平均絕對(duì)誤差（MAR）、均方根誤差（RMSE）、皮爾遜相關(guān)系數(shù)（r）及中國(guó)氣象局頒布的霧區(qū)預(yù)報(bào)規(guī)定，評(píng)價(jià)得到不同條件的最優(yōu)模擬方案。結(jié)果表明：①熱力條件與水汽條件，模擬最優(yōu)方案為長(zhǎng)波GFDL方案與短波RRTMG方案組合。②動(dòng)力條件，最優(yōu)輻射參數(shù)化方案組合為CAM方案與FLG方案組合。③霧區(qū)的模擬，效果最好的方案為長(zhǎng)波GFDL方案與短波RRTMG方案的組合。
為了比較不同長(zhǎng)、短波輻射參數(shù)化方案對(duì)江蘇省大霧過程的模擬效果，本文利用WRF模式，通過設(shè)計(jì)不同長(zhǎng)、短波輻射參數(shù)化方案，對(duì)江蘇省2015年5月18—21日和12月20—21日2次典型大霧過程進(jìn)行了數(shù)值模擬，討論了模式中不同長(zhǎng)、短波輻射參數(shù)化方案對(duì)江蘇省大霧過程的模擬影響。采用平均絕對(duì)誤差（MAR）、均方根誤差（RMSE）、皮爾遜相關(guān)系數(shù)（r）及中國(guó)氣象局頒布的霧區(qū)預(yù)報(bào)規(guī)定，評(píng)價(jià)得到不同條件的最優(yōu)模擬方案。結(jié)果表明：①熱力條件與水汽條件，模擬最優(yōu)方案為長(zhǎng)波GFDL方案與短波RRTMG方案組合。②動(dòng)力條件，最優(yōu)輻射參數(shù)化方案組合為CAM方案與FLG方案組合。③霧區(qū)的模擬，效果最好的方案為長(zhǎng)波GFDL方案與短波RRTMG方案的組合。
2018, 46(5):943-950.
摘要:
利用2010—2014年青藏高原東部夏季雷暴資料和同時(shí)段的FY2D、E雙衛(wèi)星資料，分析了初生雷暴的衛(wèi)星云圖特征，并討論了午后雷暴的成因。結(jié)果表明：高原東部初生雷暴云團(tuán)衛(wèi)星云圖特征明顯，其發(fā)展高度相對(duì)較低，云頂位于對(duì)流層頂之下，并與海拔高度密切相關(guān)。其紅外云頂亮溫和水汽亮溫總體均呈單峰型分布，基本介于-55～-10 ℃和-50～-30 ℃之間；紅外-分裂窗通道亮溫差值大多發(fā)生在-33 ℃附近，83%的紅外〖CD*2〗水汽通道亮溫差值大于0。進(jìn)一步分析發(fā)現(xiàn)，Ⅰ區(qū)、Ⅱ區(qū)雷暴初期的地氣溫差主要集中在5～15 ℃，地表溫度分別集中在25 ℃和30 ℃附近，相對(duì)濕度分別集中在40%～55%和30%～50%之間，溫度-露點(diǎn)差為7～15 ℃附近。Ⅲ區(qū)地氣溫差主要在5～10 ℃左右，地表溫度集中在30～35 ℃附近。綜合來看，高原東部雷暴初期地氣溫差、地表溫度和相對(duì)濕度的集中度較好，近地層適中的地表溫度、地氣溫差和一定的濕度條件，才會(huì)非常有利于青藏高原東部午后雷暴的發(fā)生發(fā)展。
利用2010—2014年青藏高原東部夏季雷暴資料和同時(shí)段的FY2D、E雙衛(wèi)星資料，分析了初生雷暴的衛(wèi)星云圖特征，并討論了午后雷暴的成因。結(jié)果表明：高原東部初生雷暴云團(tuán)衛(wèi)星云圖特征明顯，其發(fā)展高度相對(duì)較低，云頂位于對(duì)流層頂之下，并與海拔高度密切相關(guān)。其紅外云頂亮溫和水汽亮溫總體均呈單峰型分布，基本介于-55～-10 ℃和-50～-30 ℃之間；紅外-分裂窗通道亮溫差值大多發(fā)生在-33 ℃附近，83%的紅外〖CD*2〗水汽通道亮溫差值大于0。進(jìn)一步分析發(fā)現(xiàn)，Ⅰ區(qū)、Ⅱ區(qū)雷暴初期的地氣溫差主要集中在5～15 ℃，地表溫度分別集中在25 ℃和30 ℃附近，相對(duì)濕度分別集中在40%～55%和30%～50%之間，溫度-露點(diǎn)差為7～15 ℃附近。Ⅲ區(qū)地氣溫差主要在5～10 ℃左右，地表溫度集中在30～35 ℃附近。綜合來看，高原東部雷暴初期地氣溫差、地表溫度和相對(duì)濕度的集中度較好，近地層適中的地表溫度、地氣溫差和一定的濕度條件，才會(huì)非常有利于青藏高原東部午后雷暴的發(fā)生發(fā)展。
2018, 46(5):951-957.
摘要:
針對(duì)滇西北高原華坪縣一次突發(fā)性特大暴雨天氣過程，采用常規(guī)計(jì)算及數(shù)值模擬方法，分析其水汽輸送特征。結(jié)果表明：中南半島熱帶低壓及孟加拉灣低壓穩(wěn)定維持為暴雨區(qū)水汽輸送通道建立提供較好的大尺度環(huán)境場(chǎng)；暴雨區(qū)存在兩條水汽輸送通道，孟加拉灣低壓東側(cè)偏南氣流轉(zhuǎn)向后形成的西南水汽輸送與副熱帶高壓南側(cè)偏東氣流轉(zhuǎn)向后形成的西南水汽輸送，其源地可追溯至南海、西太平洋、孟加拉灣、阿拉伯海等地；水汽輸送及水汽輻合主要來自700 hPa以下層，其中700 hPa與850 hPa水汽輸送特征與整層水汽輸送特征表現(xiàn)一致； 數(shù)值模擬結(jié)果可較好再現(xiàn)暴雨區(qū)水汽輸送特征，同時(shí)發(fā)現(xiàn)后向追蹤時(shí)段內(nèi)，暴雨區(qū)中低層水汽輸送起始于該高度層之上，隨暴雨發(fā)生時(shí)間臨近水汽輸送高度逐漸降低。
針對(duì)滇西北高原華坪縣一次突發(fā)性特大暴雨天氣過程，采用常規(guī)計(jì)算及數(shù)值模擬方法，分析其水汽輸送特征。結(jié)果表明：中南半島熱帶低壓及孟加拉灣低壓穩(wěn)定維持為暴雨區(qū)水汽輸送通道建立提供較好的大尺度環(huán)境場(chǎng)；暴雨區(qū)存在兩條水汽輸送通道，孟加拉灣低壓東側(cè)偏南氣流轉(zhuǎn)向后形成的西南水汽輸送與副熱帶高壓南側(cè)偏東氣流轉(zhuǎn)向后形成的西南水汽輸送，其源地可追溯至南海、西太平洋、孟加拉灣、阿拉伯海等地；水汽輸送及水汽輻合主要來自700 hPa以下層，其中700 hPa與850 hPa水汽輸送特征與整層水汽輸送特征表現(xiàn)一致； 數(shù)值模擬結(jié)果可較好再現(xiàn)暴雨區(qū)水汽輸送特征，同時(shí)發(fā)現(xiàn)后向追蹤時(shí)段內(nèi)，暴雨區(qū)中低層水汽輸送起始于該高度層之上，隨暴雨發(fā)生時(shí)間臨近水汽輸送高度逐漸降低。
2018, 46(5):958-964.
摘要:
利用四川省1981—2013年霧、輕霧、吹雪、雪暴、煙幕、霾、沙塵暴、揚(yáng)沙和浮塵9種視程障礙天氣現(xiàn)象資料，對(duì)其發(fā)生日數(shù)、發(fā)生概率和分布特征進(jìn)行統(tǒng)計(jì)。結(jié)果表明:①各天氣現(xiàn)象發(fā)生日數(shù)排序?yàn)椋狠p霧>霧>浮塵>霾>煙幕>揚(yáng)沙>沙塵暴>吹雪>雪暴。②輕霧和霧年發(fā)生日數(shù)為分別為176 d/a和29 d/a，日發(fā)生概率分別為48%和8%，遠(yuǎn)高出其他天氣現(xiàn)象。③季節(jié)變化方面，霧和輕霧主要出現(xiàn)在秋季和冬季；霾、吹雪和雪暴集中出現(xiàn)在冬季;浮塵發(fā)生春季;揚(yáng)沙多發(fā)生在冬季和春季;而沙塵暴、煙幕主要發(fā)生在春季和秋季。④變化趨勢(shì)上輕霧基本保持平穩(wěn);煙幕呈增加趨勢(shì);而霧、霾、沙塵暴、揚(yáng)沙和浮塵呈下降趨勢(shì)。⑤大氣層結(jié)穩(wěn)定、水汽充足、風(fēng)速較小、人口集中和排放量較大，易于盆地霧、輕霧、霾和煙幕的形成;不合理利用水和土地資源，北方地區(qū)沙塵天氣隨冷空氣南下，是沙塵天氣發(fā)生的重要原因;而吹雪和雪暴均發(fā)生在冬季降雪量大且風(fēng)速較大的川西高原。
利用四川省1981—2013年霧、輕霧、吹雪、雪暴、煙幕、霾、沙塵暴、揚(yáng)沙和浮塵9種視程障礙天氣現(xiàn)象資料，對(duì)其發(fā)生日數(shù)、發(fā)生概率和分布特征進(jìn)行統(tǒng)計(jì)。結(jié)果表明:①各天氣現(xiàn)象發(fā)生日數(shù)排序?yàn)椋狠p霧>霧>浮塵>霾>煙幕>揚(yáng)沙>沙塵暴>吹雪>雪暴。②輕霧和霧年發(fā)生日數(shù)為分別為176 d/a和29 d/a，日發(fā)生概率分別為48%和8%，遠(yuǎn)高出其他天氣現(xiàn)象。③季節(jié)變化方面，霧和輕霧主要出現(xiàn)在秋季和冬季；霾、吹雪和雪暴集中出現(xiàn)在冬季;浮塵發(fā)生春季;揚(yáng)沙多發(fā)生在冬季和春季;而沙塵暴、煙幕主要發(fā)生在春季和秋季。④變化趨勢(shì)上輕霧基本保持平穩(wěn);煙幕呈增加趨勢(shì);而霧、霾、沙塵暴、揚(yáng)沙和浮塵呈下降趨勢(shì)。⑤大氣層結(jié)穩(wěn)定、水汽充足、風(fēng)速較小、人口集中和排放量較大，易于盆地霧、輕霧、霾和煙幕的形成;不合理利用水和土地資源，北方地區(qū)沙塵天氣隨冷空氣南下，是沙塵天氣發(fā)生的重要原因;而吹雪和雪暴均發(fā)生在冬季降雪量大且風(fēng)速較大的川西高原。
2018, 46(5):965-970.
摘要:
基于風(fēng)廓線、微波輻射計(jì)、VDRAS的5 km分辨率資料，從風(fēng)場(chǎng)、水汽條件方面，對(duì)2016年7月18—21日華北特大暴雨過程進(jìn)行了分析對(duì)比。結(jié)果表明：①風(fēng)廓線和VDRAS風(fēng)場(chǎng)在此次特大暴雨天氣過程的高空槽、地面氣旋降水階段，具有很高的相似度；在降水發(fā)生之前微波輻射計(jì)與VDRAS資料具有較好的吻合度。②風(fēng)廓線低層風(fēng)場(chǎng)上的脈動(dòng)，對(duì)鋒前暖區(qū)降水、高空槽降水的雨強(qiáng)大值時(shí)段有良好的對(duì)應(yīng)關(guān)系；地面氣旋降水時(shí)間與東北風(fēng)低空急流的出現(xiàn)相對(duì)應(yīng)。③微波輻射計(jì)觀測(cè)的比濕迅速增大對(duì)短臨降水的訂正有較好的指示意義。
基于風(fēng)廓線、微波輻射計(jì)、VDRAS的5 km分辨率資料，從風(fēng)場(chǎng)、水汽條件方面，對(duì)2016年7月18—21日華北特大暴雨過程進(jìn)行了分析對(duì)比。結(jié)果表明：①風(fēng)廓線和VDRAS風(fēng)場(chǎng)在此次特大暴雨天氣過程的高空槽、地面氣旋降水階段，具有很高的相似度；在降水發(fā)生之前微波輻射計(jì)與VDRAS資料具有較好的吻合度。②風(fēng)廓線低層風(fēng)場(chǎng)上的脈動(dòng)，對(duì)鋒前暖區(qū)降水、高空槽降水的雨強(qiáng)大值時(shí)段有良好的對(duì)應(yīng)關(guān)系；地面氣旋降水時(shí)間與東北風(fēng)低空急流的出現(xiàn)相對(duì)應(yīng)。③微波輻射計(jì)觀測(cè)的比濕迅速增大對(duì)短臨降水的訂正有較好的指示意義。
2018, 46(5):971-978.
摘要:
利用常規(guī)觀測(cè)資料、FY2氣象衛(wèi)星水汽云圖、多普勒雷達(dá)資料、NCEP(1°×1°)逐6 h再分析資料對(duì)2016年11月13—14日東北冷渦背景下的大興安嶺地區(qū)暴雪天氣過程進(jìn)行分析。結(jié)果表明：高空冷渦后部橫槽南擺，使干冷空氣南下以及冷渦前部西南低空急流北上且輻合急劇加強(qiáng)為暴雪天氣提供了非常有利的環(huán)流背景；≥20 m〖DK〗·s-1的西南低空急流作為水汽輸送帶，為暴雪區(qū)提供了充足的水汽來源；垂直上升運(yùn)動(dòng)中心和散度輻合輻散中心基本耦合且加強(qiáng)，為暴雪提供了強(qiáng)有利的動(dòng)力抬升條件，有利于上升運(yùn)動(dòng)的增強(qiáng)發(fā)展；暴雪是發(fā)生在條件對(duì)稱不穩(wěn)定的(濕位渦MPV2＜0)的背景下，暴雪中心位于MPV2等值線密集帶以及MPV2絕對(duì)值得到較大增長(zhǎng)的區(qū)域。水汽圖像上有表征干侵入特征的干縫、斧形暗區(qū)等；雷達(dá)回波顯示低層?xùn)|南風(fēng)急流非常顯著，低層強(qiáng)烈發(fā)展的東南暖濕氣流與東北—西南走向的大興安嶺山脈相垂直時(shí)，地形強(qiáng)迫抬升不僅使迎風(fēng)坡的垂直上升運(yùn)動(dòng)迅速加強(qiáng)，而且使低層水汽輻合得到加強(qiáng)和維持為暴雪提供了充足的水汽，這也是暴雪主要集中在大興安嶺東麓的重要因素。
利用常規(guī)觀測(cè)資料、FY2氣象衛(wèi)星水汽云圖、多普勒雷達(dá)資料、NCEP(1°×1°)逐6 h再分析資料對(duì)2016年11月13—14日東北冷渦背景下的大興安嶺地區(qū)暴雪天氣過程進(jìn)行分析。結(jié)果表明：高空冷渦后部橫槽南擺，使干冷空氣南下以及冷渦前部西南低空急流北上且輻合急劇加強(qiáng)為暴雪天氣提供了非常有利的環(huán)流背景；≥20 m〖DK〗·s-1的西南低空急流作為水汽輸送帶，為暴雪區(qū)提供了充足的水汽來源；垂直上升運(yùn)動(dòng)中心和散度輻合輻散中心基本耦合且加強(qiáng)，為暴雪提供了強(qiáng)有利的動(dòng)力抬升條件，有利于上升運(yùn)動(dòng)的增強(qiáng)發(fā)展；暴雪是發(fā)生在條件對(duì)稱不穩(wěn)定的(濕位渦MPV2＜0)的背景下，暴雪中心位于MPV2等值線密集帶以及MPV2絕對(duì)值得到較大增長(zhǎng)的區(qū)域。水汽圖像上有表征干侵入特征的干縫、斧形暗區(qū)等；雷達(dá)回波顯示低層?xùn)|南風(fēng)急流非常顯著，低層強(qiáng)烈發(fā)展的東南暖濕氣流與東北—西南走向的大興安嶺山脈相垂直時(shí)，地形強(qiáng)迫抬升不僅使迎風(fēng)坡的垂直上升運(yùn)動(dòng)迅速加強(qiáng)，而且使低層水汽輻合得到加強(qiáng)和維持為暴雪提供了充足的水汽，這也是暴雪主要集中在大興安嶺東麓的重要因素。
2018, 46(5):979-987.
摘要:
利用西安多普勒雷達(dá)觀測(cè)資料、NCEP再分析資料和自動(dòng)氣象站資料， 對(duì)2016 年6月4 日發(fā)生在咸陽機(jī)場(chǎng)附近的一次陣風(fēng)鋒天氣展開研究。這次過程是由蒙古低渦主導(dǎo)，低渦后部的冷空氣南下觸發(fā)對(duì)流引起的，陣風(fēng)鋒過境時(shí)咸陽機(jī)場(chǎng)產(chǎn)生了22 mm降水和197 m〖DK〗·s-1的大風(fēng)天氣，多架次航班受到影響。從雷達(dá)回波的分析發(fā)現(xiàn)，這次陣風(fēng)鋒的特征表現(xiàn)為，生命史2 h左右，回波強(qiáng)度5～25 dBz，長(zhǎng)度約70 km，平均移速達(dá)497 km〖DK〗·h-1，伴有明顯的窄帶回波和輻合線。對(duì)雷達(dá)基數(shù)據(jù)進(jìn)行質(zhì)量控制后，設(shè)計(jì)了自動(dòng)識(shí)別軟件，在強(qiáng)度場(chǎng)上利用雙向梯度算法，以及速度場(chǎng)上使用Shear參量算法，根據(jù)窄帶回波和輻合線的空間一致性，對(duì)該陣風(fēng)鋒的位置和強(qiáng)度進(jìn)行識(shí)別。最后利用臨界成功指數(shù)對(duì)這個(gè)軟件進(jìn)行評(píng)估，本次陣風(fēng)鋒的識(shí)別率達(dá)到8333%，表明該軟件能夠識(shí)別陣風(fēng)鋒，可在業(yè)務(wù)中使用。
利用西安多普勒雷達(dá)觀測(cè)資料、NCEP再分析資料和自動(dòng)氣象站資料， 對(duì)2016 年6月4 日發(fā)生在咸陽機(jī)場(chǎng)附近的一次陣風(fēng)鋒天氣展開研究。這次過程是由蒙古低渦主導(dǎo)，低渦后部的冷空氣南下觸發(fā)對(duì)流引起的，陣風(fēng)鋒過境時(shí)咸陽機(jī)場(chǎng)產(chǎn)生了22 mm降水和197 m〖DK〗·s-1的大風(fēng)天氣，多架次航班受到影響。從雷達(dá)回波的分析發(fā)現(xiàn)，這次陣風(fēng)鋒的特征表現(xiàn)為，生命史2 h左右，回波強(qiáng)度5～25 dBz，長(zhǎng)度約70 km，平均移速達(dá)497 km〖DK〗·h-1，伴有明顯的窄帶回波和輻合線。對(duì)雷達(dá)基數(shù)據(jù)進(jìn)行質(zhì)量控制后，設(shè)計(jì)了自動(dòng)識(shí)別軟件，在強(qiáng)度場(chǎng)上利用雙向梯度算法，以及速度場(chǎng)上使用Shear參量算法，根據(jù)窄帶回波和輻合線的空間一致性，對(duì)該陣風(fēng)鋒的位置和強(qiáng)度進(jìn)行識(shí)別。最后利用臨界成功指數(shù)對(duì)這個(gè)軟件進(jìn)行評(píng)估，本次陣風(fēng)鋒的識(shí)別率達(dá)到8333%，表明該軟件能夠識(shí)別陣風(fēng)鋒，可在業(yè)務(wù)中使用。
2018, 46(5):988-998.
摘要:
利用1981—2016年安徽省77站日降水量、平均氣溫和土壤墑情資料，通過相關(guān)分析和主成分分析方法構(gòu)建了該區(qū)域旱季（10月至次年3月）、澇季（4-9月）氣象干旱綜合指數(shù)MCI_anhui，從頻率分布、干旱日數(shù)演變、不合理跳躍次數(shù)及代表站典型干旱過程等方面，對(duì)4種氣象干旱指數(shù)在安徽省的適用性展開對(duì)比分析。結(jié)果表明：MCI_anhui在反映較重等級(jí)氣象干旱時(shí)優(yōu)于其他指數(shù)，能很好地診斷出安徽歷史上典型大旱年；基于該指數(shù)的干旱日數(shù)時(shí)空演變表現(xiàn)為沿淮北夏旱和春末旱最多，江淮之間春末夏初旱情最多，沿江江南秋旱最多；36年所有干旱過程中不合理跳躍次數(shù)不足10次，就典型干旱過程中對(duì)降水反應(yīng)的敏感性而言，它在表現(xiàn)干旱緩慢發(fā)展的特征時(shí)優(yōu)于其他指數(shù)，不合理波動(dòng)較少，且干旱后期緩和或解除過程中也不如其他指數(shù)過于敏感。綜合來看，MCI_anhui對(duì)干旱過程具有較好的識(shí)別與診斷能力，在安徽省適用性良好。
利用1981—2016年安徽省77站日降水量、平均氣溫和土壤墑情資料，通過相關(guān)分析和主成分分析方法構(gòu)建了該區(qū)域旱季（10月至次年3月）、澇季（4-9月）氣象干旱綜合指數(shù)MCI_anhui，從頻率分布、干旱日數(shù)演變、不合理跳躍次數(shù)及代表站典型干旱過程等方面，對(duì)4種氣象干旱指數(shù)在安徽省的適用性展開對(duì)比分析。結(jié)果表明：MCI_anhui在反映較重等級(jí)氣象干旱時(shí)優(yōu)于其他指數(shù)，能很好地診斷出安徽歷史上典型大旱年；基于該指數(shù)的干旱日數(shù)時(shí)空演變表現(xiàn)為沿淮北夏旱和春末旱最多，江淮之間春末夏初旱情最多，沿江江南秋旱最多；36年所有干旱過程中不合理跳躍次數(shù)不足10次，就典型干旱過程中對(duì)降水反應(yīng)的敏感性而言，它在表現(xiàn)干旱緩慢發(fā)展的特征時(shí)優(yōu)于其他指數(shù)，不合理波動(dòng)較少，且干旱后期緩和或解除過程中也不如其他指數(shù)過于敏感。綜合來看，MCI_anhui對(duì)干旱過程具有較好的識(shí)別與診斷能力，在安徽省適用性良好。
2018, 46(5):999-1003.
摘要:
本文基于低頻圖方法對(duì)貴州省2011—2015年59次區(qū)域性強(qiáng)降水過程對(duì)應(yīng)的500 hPa低頻流場(chǎng)進(jìn)行EOF統(tǒng)計(jì)分析，建立貴州省強(qiáng)降水過程的統(tǒng)計(jì)預(yù)測(cè)模型，通過外推試驗(yàn)開展貴州2016年汛期延伸期強(qiáng)降水過程預(yù)測(cè)，利用回算試驗(yàn)的預(yù)測(cè)準(zhǔn)確率評(píng)估該方法的本地適用性。結(jié)果表明：影響貴州強(qiáng)降水的6個(gè)低頻關(guān)鍵區(qū)分別為貝加爾湖以西地區(qū)（40°~70°N,80°~110°E，1區(qū)）、貝加爾湖以東地區(qū)（40°~70°N,110°~150°E，2區(qū)）、中國(guó)西南地區(qū)東部至華中地區(qū)（25°~40°N，100°~120°E，3區(qū)）、西太平洋地區(qū)（10°~40°N,120°~140°E，4區(qū)）、孟加拉灣地區(qū)(0°~25°N,70°~100°E，5區(qū))和中國(guó)南海地區(qū)（0°~25°N,100°~120°E，6區(qū)）。當(dāng)1、4區(qū)出現(xiàn)低頻反氣旋，3、5區(qū)出現(xiàn)低頻氣旋，2、6區(qū)有配合其它關(guān)鍵區(qū)的低頻系統(tǒng)活動(dòng)的環(huán)流配置為貴州省強(qiáng)降水過程預(yù)測(cè)模型。2016年汛期強(qiáng)降水過程進(jìn)行預(yù)測(cè)試驗(yàn)的預(yù)測(cè)準(zhǔn)確率為392%，表明低頻圖方法在貴州省強(qiáng)降水過程預(yù)測(cè)中的應(yīng)用效果較好。
本文基于低頻圖方法對(duì)貴州省2011—2015年59次區(qū)域性強(qiáng)降水過程對(duì)應(yīng)的500 hPa低頻流場(chǎng)進(jìn)行EOF統(tǒng)計(jì)分析，建立貴州省強(qiáng)降水過程的統(tǒng)計(jì)預(yù)測(cè)模型，通過外推試驗(yàn)開展貴州2016年汛期延伸期強(qiáng)降水過程預(yù)測(cè)，利用回算試驗(yàn)的預(yù)測(cè)準(zhǔn)確率評(píng)估該方法的本地適用性。結(jié)果表明：影響貴州強(qiáng)降水的6個(gè)低頻關(guān)鍵區(qū)分別為貝加爾湖以西地區(qū)（40°~70°N,80°~110°E，1區(qū)）、貝加爾湖以東地區(qū)（40°~70°N,110°~150°E，2區(qū)）、中國(guó)西南地區(qū)東部至華中地區(qū)（25°~40°N，100°~120°E，3區(qū)）、西太平洋地區(qū)（10°~40°N,120°~140°E，4區(qū)）、孟加拉灣地區(qū)(0°~25°N,70°~100°E，5區(qū))和中國(guó)南海地區(qū)（0°~25°N,100°~120°E，6區(qū)）。當(dāng)1、4區(qū)出現(xiàn)低頻反氣旋，3、5區(qū)出現(xiàn)低頻氣旋，2、6區(qū)有配合其它關(guān)鍵區(qū)的低頻系統(tǒng)活動(dòng)的環(huán)流配置為貴州省強(qiáng)降水過程預(yù)測(cè)模型。2016年汛期強(qiáng)降水過程進(jìn)行預(yù)測(cè)試驗(yàn)的預(yù)測(cè)準(zhǔn)確率為392%，表明低頻圖方法在貴州省強(qiáng)降水過程預(yù)測(cè)中的應(yīng)用效果較好。
2018, 46(5):1004-1011.
摘要:
氣候變化情景下隨著城市雨島效應(yīng)的增強(qiáng)，極端降水呈逐漸增加的趨勢(shì)，從而將加重城市未來的防汛形勢(shì)。本文采用上海暴雨內(nèi)澇評(píng)估模型（SUM），分析各排水區(qū)塊的暴雨內(nèi)澇脆弱性特征，并基于未來降雨強(qiáng)度的模式模擬結(jié)果進(jìn)行極端降雨條件下中心城區(qū)內(nèi)澇情景模擬，分析氣候變化對(duì)城市排澇的影響，評(píng)估RCP45和RCP85情景下上海市暴雨內(nèi)澇適應(yīng)性。結(jié)果表明：上海市的靜安、黃浦、虹口和長(zhǎng)寧等區(qū)的暴雨內(nèi)澇脆弱性相對(duì)較高，在未來氣候變化情景下上海市中心的城區(qū)內(nèi)澇逐漸增強(qiáng)，以3年一遇的降水強(qiáng)度為例，中心城區(qū)積水面積增幅約為374 km2/10a；在當(dāng)前排水能力下，上海市中心城區(qū)各排水區(qū)塊平均每10a增加1486%的透水面積才能抵消氣候變化所帶來的城市內(nèi)澇的增加，其中浦東地區(qū)的透水面積預(yù)期增幅總體上低于浦西。
氣候變化情景下隨著城市雨島效應(yīng)的增強(qiáng)，極端降水呈逐漸增加的趨勢(shì)，從而將加重城市未來的防汛形勢(shì)。本文采用上海暴雨內(nèi)澇評(píng)估模型（SUM），分析各排水區(qū)塊的暴雨內(nèi)澇脆弱性特征，并基于未來降雨強(qiáng)度的模式模擬結(jié)果進(jìn)行極端降雨條件下中心城區(qū)內(nèi)澇情景模擬，分析氣候變化對(duì)城市排澇的影響，評(píng)估RCP45和RCP85情景下上海市暴雨內(nèi)澇適應(yīng)性。結(jié)果表明：上海市的靜安、黃浦、虹口和長(zhǎng)寧等區(qū)的暴雨內(nèi)澇脆弱性相對(duì)較高，在未來氣候變化情景下上海市中心的城區(qū)內(nèi)澇逐漸增強(qiáng)，以3年一遇的降水強(qiáng)度為例，中心城區(qū)積水面積增幅約為374 km2/10a；在當(dāng)前排水能力下，上海市中心城區(qū)各排水區(qū)塊平均每10a增加1486%的透水面積才能抵消氣候變化所帶來的城市內(nèi)澇的增加，其中浦東地區(qū)的透水面積預(yù)期增幅總體上低于浦西。
2018, 46(5):1012-1019.
摘要:
基于2015—2016年湖北省環(huán)境監(jiān)測(cè)數(shù)據(jù)和氣象資料，分析了3種地形下空氣質(zhì)量指數(shù)（AQI）特征及其與氣象因子的關(guān)系。結(jié)果表明：湖北省年空氣質(zhì)量指數(shù)時(shí)空分布特征為山區(qū)低平原高，冬季高夏季低，日高峰值襄陽出現(xiàn)在中午，武漢和宜昌出現(xiàn)在23：00—24：00；與空氣質(zhì)量指數(shù)關(guān)系較顯著的氣象因子包括相對(duì)濕度、變溫、變壓、風(fēng)、降水等，其中降水對(duì)污染物的沉降作用跟空氣質(zhì)量等級(jí)有關(guān)，污染程度越重，需要清潔空氣的雨量越大，輕度以上污染時(shí)，需要中雨及以上降水才會(huì)產(chǎn)生有效清潔，當(dāng)降水為微量（1 mm以下）時(shí)，AQI反而會(huì)增長(zhǎng)；受不同地形影響，不同城市污染天氣輸入路徑不同，襄陽為北風(fēng)、武漢西北風(fēng)、宜昌多弱東風(fēng)擾動(dòng)，且襄陽大風(fēng)速出現(xiàn)的頻數(shù)較高，而宜昌以小風(fēng)為主。
基于2015—2016年湖北省環(huán)境監(jiān)測(cè)數(shù)據(jù)和氣象資料，分析了3種地形下空氣質(zhì)量指數(shù)（AQI）特征及其與氣象因子的關(guān)系。結(jié)果表明：湖北省年空氣質(zhì)量指數(shù)時(shí)空分布特征為山區(qū)低平原高，冬季高夏季低，日高峰值襄陽出現(xiàn)在中午，武漢和宜昌出現(xiàn)在23：00—24：00；與空氣質(zhì)量指數(shù)關(guān)系較顯著的氣象因子包括相對(duì)濕度、變溫、變壓、風(fēng)、降水等，其中降水對(duì)污染物的沉降作用跟空氣質(zhì)量等級(jí)有關(guān)，污染程度越重，需要清潔空氣的雨量越大，輕度以上污染時(shí)，需要中雨及以上降水才會(huì)產(chǎn)生有效清潔，當(dāng)降水為微量（1 mm以下）時(shí)，AQI反而會(huì)增長(zhǎng)；受不同地形影響，不同城市污染天氣輸入路徑不同，襄陽為北風(fēng)、武漢西北風(fēng)、宜昌多弱東風(fēng)擾動(dòng)，且襄陽大風(fēng)速出現(xiàn)的頻數(shù)較高，而宜昌以小風(fēng)為主。
2018, 46(5):1020-1025.
摘要:
應(yīng)用云南省2014—2017年閃電資料和探空資料，分析了低緯高原地區(qū)大氣不穩(wěn)定參數(shù)與雷電活動(dòng)的相關(guān)性，從9個(gè)參數(shù)中選取了相關(guān)性較強(qiáng)的5個(gè)參數(shù)，運(yùn)用數(shù)理統(tǒng)計(jì)方法確定各參數(shù)可預(yù)測(cè)雷電發(fā)生的閾值，再運(yùn)用復(fù)相關(guān)系數(shù)法計(jì)算各參數(shù)權(quán)重，建立雷電潛勢(shì)預(yù)報(bào)方程。最后通過預(yù)報(bào)檢驗(yàn)法及個(gè)例分析法對(duì)方程進(jìn)行驗(yàn)證，結(jié)果顯示低緯高原地區(qū)大氣不穩(wěn)定參數(shù)對(duì)雷電活動(dòng)較為敏感，響應(yīng)閾值普遍低于平原區(qū)域。該預(yù)報(bào)方程對(duì)未來12 h雷電活動(dòng)的發(fā)生預(yù)報(bào)效果顯著，具有良好的推廣運(yùn)用價(jià)值。
應(yīng)用云南省2014—2017年閃電資料和探空資料，分析了低緯高原地區(qū)大氣不穩(wěn)定參數(shù)與雷電活動(dòng)的相關(guān)性，從9個(gè)參數(shù)中選取了相關(guān)性較強(qiáng)的5個(gè)參數(shù)，運(yùn)用數(shù)理統(tǒng)計(jì)方法確定各參數(shù)可預(yù)測(cè)雷電發(fā)生的閾值，再運(yùn)用復(fù)相關(guān)系數(shù)法計(jì)算各參數(shù)權(quán)重，建立雷電潛勢(shì)預(yù)報(bào)方程。最后通過預(yù)報(bào)檢驗(yàn)法及個(gè)例分析法對(duì)方程進(jìn)行驗(yàn)證，結(jié)果顯示低緯高原地區(qū)大氣不穩(wěn)定參數(shù)對(duì)雷電活動(dòng)較為敏感，響應(yīng)閾值普遍低于平原區(qū)域。該預(yù)報(bào)方程對(duì)未來12 h雷電活動(dòng)的發(fā)生預(yù)報(bào)效果顯著，具有良好的推廣運(yùn)用價(jià)值。
2018, 46(5):1026-1031.
摘要:
為滿足雷電災(zāi)害風(fēng)險(xiǎn)決策的精準(zhǔn)化需求，突破人口、GDP等社會(huì)經(jīng)濟(jì)數(shù)據(jù)受行政區(qū)域的限制。本文基于多源遙感資料及統(tǒng)計(jì)年鑒數(shù)據(jù)，反演貴州省人口、GDP空間精細(xì)化分布情況，實(shí)現(xiàn)受災(zāi)對(duì)象在空間上的連續(xù)性分布；同時(shí)結(jié)合閃電定位監(jiān)測(cè)資料、土壤電導(dǎo)率（HWSD）數(shù)據(jù)、地理信息數(shù)據(jù)，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體3個(gè)方面選取評(píng)價(jià)因子，構(gòu)建雷電災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，實(shí)現(xiàn)精細(xì)化風(fēng)險(xiǎn)評(píng)價(jià)研究。結(jié)果表明：①通過融入坡度分布修正人居指數(shù)、土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)反演不同產(chǎn)業(yè)經(jīng)濟(jì)數(shù)據(jù)實(shí)現(xiàn)的人口、GDP數(shù)據(jù)空間化分布，在總體趨勢(shì)和局部特征上與貴州省實(shí)際情況相符，可為雷電災(zāi)害及其他自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中承災(zāi)體的精細(xì)化分布提供參考。②雷電災(zāi)害風(fēng)險(xiǎn)主要受致災(zāi)因子、承災(zāi)體的影響，與雷電活動(dòng)頻繁程度以及社會(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。貴州省高風(fēng)險(xiǎn)區(qū)域主要集中在六盤水、畢節(jié)東南部、黔西南東北部、安順南部及北部、貴陽東南部，黔南西南及東北部、遵義西北部、銅仁中部及東南部等區(qū)域。
為滿足雷電災(zāi)害風(fēng)險(xiǎn)決策的精準(zhǔn)化需求，突破人口、GDP等社會(huì)經(jīng)濟(jì)數(shù)據(jù)受行政區(qū)域的限制。本文基于多源遙感資料及統(tǒng)計(jì)年鑒數(shù)據(jù)，反演貴州省人口、GDP空間精細(xì)化分布情況，實(shí)現(xiàn)受災(zāi)對(duì)象在空間上的連續(xù)性分布；同時(shí)結(jié)合閃電定位監(jiān)測(cè)資料、土壤電導(dǎo)率（HWSD）數(shù)據(jù)、地理信息數(shù)據(jù)，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體3個(gè)方面選取評(píng)價(jià)因子，構(gòu)建雷電災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，實(shí)現(xiàn)精細(xì)化風(fēng)險(xiǎn)評(píng)價(jià)研究。結(jié)果表明：①通過融入坡度分布修正人居指數(shù)、土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)反演不同產(chǎn)業(yè)經(jīng)濟(jì)數(shù)據(jù)實(shí)現(xiàn)的人口、GDP數(shù)據(jù)空間化分布，在總體趨勢(shì)和局部特征上與貴州省實(shí)際情況相符，可為雷電災(zāi)害及其他自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中承災(zāi)體的精細(xì)化分布提供參考。②雷電災(zāi)害風(fēng)險(xiǎn)主要受致災(zāi)因子、承災(zāi)體的影響，與雷電活動(dòng)頻繁程度以及社會(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。貴州省高風(fēng)險(xiǎn)區(qū)域主要集中在六盤水、畢節(jié)東南部、黔西南東北部、安順南部及北部、貴陽東南部，黔南西南及東北部、遵義西北部、銅仁中部及東南部等區(qū)域。
2018, 46(5):1032-1037.
摘要:
以江西省1990—2015年氣象要素（光照、溫度和降水）和逐年全省油菜產(chǎn)量數(shù)據(jù)為基礎(chǔ)，比較分析了關(guān)鍵氣象因子模型、氣候適宜度模型和輻熱積模型預(yù)測(cè)江西省油菜產(chǎn)量的準(zhǔn)確率。結(jié)果表明：回代檢驗(yàn)中，輻熱積模型擬合效果最佳，氣候適宜度模型未通過005水平顯著性檢驗(yàn)，關(guān)鍵氣象因子模型花期擬合結(jié)果相對(duì)較差；預(yù)測(cè)檢驗(yàn)中，3種模型的預(yù)測(cè)準(zhǔn)確率均超過90%，關(guān)鍵氣象因子模型、氣候適宜度模型和輻熱積模型全年預(yù)測(cè)準(zhǔn)確率高于95%的概率分別為80%、60%和80%。綜合預(yù)測(cè)準(zhǔn)確率和模型穩(wěn)定性兩方面分析，輻熱積模型相對(duì)于氣候適宜度模型和關(guān)鍵氣象因子模型更加適用于江西省油菜產(chǎn)量預(yù)測(cè)業(yè)務(wù)服務(wù)。
以江西省1990—2015年氣象要素（光照、溫度和降水）和逐年全省油菜產(chǎn)量數(shù)據(jù)為基礎(chǔ)，比較分析了關(guān)鍵氣象因子模型、氣候適宜度模型和輻熱積模型預(yù)測(cè)江西省油菜產(chǎn)量的準(zhǔn)確率。結(jié)果表明：回代檢驗(yàn)中，輻熱積模型擬合效果最佳，氣候適宜度模型未通過005水平顯著性檢驗(yàn)，關(guān)鍵氣象因子模型花期擬合結(jié)果相對(duì)較差；預(yù)測(cè)檢驗(yàn)中，3種模型的預(yù)測(cè)準(zhǔn)確率均超過90%，關(guān)鍵氣象因子模型、氣候適宜度模型和輻熱積模型全年預(yù)測(cè)準(zhǔn)確率高于95%的概率分別為80%、60%和80%。綜合預(yù)測(cè)準(zhǔn)確率和模型穩(wěn)定性兩方面分析，輻熱積模型相對(duì)于氣候適宜度模型和關(guān)鍵氣象因子模型更加適用于江西省油菜產(chǎn)量預(yù)測(cè)業(yè)務(wù)服務(wù)。
2018, 46(5):1038-1043.
摘要:
根據(jù)云南省1981—2010年的歷年氣象數(shù)據(jù)，采用建筑行業(yè)標(biāo)準(zhǔn)與國(guó)家標(biāo)準(zhǔn)中規(guī)定的方法，得出了云南省125個(gè)城鎮(zhèn)的氣候區(qū)屬、采暖度日數(shù)、空調(diào)度日數(shù)、最冷月平均溫度、最熱月平均溫度5項(xiàng)建筑設(shè)計(jì)氣象參數(shù)，模擬計(jì)算了圍護(hù)結(jié)構(gòu)熱橋表面溫度及線傳熱系數(shù)，以期為云南省建筑熱工設(shè)計(jì)提供實(shí)用的參考。結(jié)果表明：為提高建筑氣象參數(shù)的精度和實(shí)用性，應(yīng)采用全省所有氣象臺(tái)站的30年氣候整編資料，且最冷月、最熱月平均溫度的計(jì)算應(yīng)采用實(shí)際最冷月、最熱月溫度；云南大部地區(qū)建筑熱工設(shè)計(jì)都應(yīng)滿足冬季保溫設(shè)計(jì)需求，熱橋部位保溫薄弱容易結(jié)露，應(yīng)選用導(dǎo)熱率小的建筑保溫材料。
根據(jù)云南省1981—2010年的歷年氣象數(shù)據(jù)，采用建筑行業(yè)標(biāo)準(zhǔn)與國(guó)家標(biāo)準(zhǔn)中規(guī)定的方法，得出了云南省125個(gè)城鎮(zhèn)的氣候區(qū)屬、采暖度日數(shù)、空調(diào)度日數(shù)、最冷月平均溫度、最熱月平均溫度5項(xiàng)建筑設(shè)計(jì)氣象參數(shù)，模擬計(jì)算了圍護(hù)結(jié)構(gòu)熱橋表面溫度及線傳熱系數(shù)，以期為云南省建筑熱工設(shè)計(jì)提供實(shí)用的參考。結(jié)果表明：為提高建筑氣象參數(shù)的精度和實(shí)用性，應(yīng)采用全省所有氣象臺(tái)站的30年氣候整編資料，且最冷月、最熱月平均溫度的計(jì)算應(yīng)采用實(shí)際最冷月、最熱月溫度；云南大部地區(qū)建筑熱工設(shè)計(jì)都應(yīng)滿足冬季保溫設(shè)計(jì)需求，熱橋部位保溫薄弱容易結(jié)露，應(yīng)選用導(dǎo)熱率小的建筑保溫材料。
2018, 46(5):1044-1049.
摘要:
本研究以物聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，利用條碼、二維碼和射頻電子標(biāo)簽標(biāo)識(shí)、射頻掃碼技術(shù)、聲光電自動(dòng)感應(yīng)技術(shù)、GPS/GIS技術(shù)進(jìn)行信息采集，建立人工影響天氣裝備彈藥物聯(lián)網(wǎng)管理系統(tǒng)，實(shí)現(xiàn)人工影響天氣裝備彈藥從生產(chǎn)、驗(yàn)收、轉(zhuǎn)運(yùn)、倉(cāng)儲(chǔ)到發(fā)射作業(yè)的全程監(jiān)控。在北京、陜西、貴州、河南4個(gè)地區(qū)進(jìn)行試點(diǎn)開發(fā)研究，根據(jù)有源/無源射頻識(shí)別(RFID)、二維碼/條形碼、火箭彈/高炮炮彈以及信息采集技術(shù)分別開展不同技術(shù)模式的應(yīng)用試驗(yàn)，將彈藥信息按照統(tǒng)一格式匯集至國(guó)家級(jí)物聯(lián)網(wǎng)系統(tǒng)，有效提高了全國(guó)人工影響天氣裝備彈藥信息采集的準(zhǔn)確性和時(shí)效性，并結(jié)合有效傳感器、無線通信技術(shù)，解決了大范圍內(nèi)的作業(yè)數(shù)據(jù)自動(dòng)化采集及地面作業(yè)信息實(shí)時(shí)監(jiān)控，提高人工影響天氣作業(yè)安全管理的科技水平和業(yè)務(wù)信息化現(xiàn)代化程度，對(duì)全國(guó)開展人工影響天氣裝備物聯(lián)網(wǎng)建設(shè)工作具有較強(qiáng)的參考價(jià)值。
本研究以物聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，利用條碼、二維碼和射頻電子標(biāo)簽標(biāo)識(shí)、射頻掃碼技術(shù)、聲光電自動(dòng)感應(yīng)技術(shù)、GPS/GIS技術(shù)進(jìn)行信息采集，建立人工影響天氣裝備彈藥物聯(lián)網(wǎng)管理系統(tǒng)，實(shí)現(xiàn)人工影響天氣裝備彈藥從生產(chǎn)、驗(yàn)收、轉(zhuǎn)運(yùn)、倉(cāng)儲(chǔ)到發(fā)射作業(yè)的全程監(jiān)控。在北京、陜西、貴州、河南4個(gè)地區(qū)進(jìn)行試點(diǎn)開發(fā)研究，根據(jù)有源/無源射頻識(shí)別(RFID)、二維碼/條形碼、火箭彈/高炮炮彈以及信息采集技術(shù)分別開展不同技術(shù)模式的應(yīng)用試驗(yàn)，將彈藥信息按照統(tǒng)一格式匯集至國(guó)家級(jí)物聯(lián)網(wǎng)系統(tǒng)，有效提高了全國(guó)人工影響天氣裝備彈藥信息采集的準(zhǔn)確性和時(shí)效性，并結(jié)合有效傳感器、無線通信技術(shù)，解決了大范圍內(nèi)的作業(yè)數(shù)據(jù)自動(dòng)化采集及地面作業(yè)信息實(shí)時(shí)監(jiān)控，提高人工影響天氣作業(yè)安全管理的科技水平和業(yè)務(wù)信息化現(xiàn)代化程度，對(duì)全國(guó)開展人工影響天氣裝備物聯(lián)網(wǎng)建設(shè)工作具有較強(qiáng)的參考價(jià)值。
2018, 46(5):1050-1054.
摘要:
信號(hào)電涌保護(hù)器（信號(hào)SPD）是廣泛應(yīng)用于信號(hào)系統(tǒng)終端設(shè)備的一種雷電防護(hù)裝置。為了提高其自身元器件安全性和實(shí)現(xiàn)故障指示功能，同時(shí)考慮到電路的復(fù)雜程度和內(nèi)部結(jié)構(gòu)空間的有限性，本文設(shè)計(jì)研究了一種新型的信號(hào)SPD,該產(chǎn)品使用了高分子正溫度系數(shù)電阻（PTC）來保護(hù)其他的元器件, 并增加了集成故障指示器。將該產(chǎn)品進(jìn)行瞬態(tài)抑制二極管（TVS）、串聯(lián)電阻的過熱保護(hù)模擬試驗(yàn)以及信號(hào)SPD測(cè)試標(biāo)準(zhǔn)中的沖擊電流、傳輸特性和過載失效模式3項(xiàng)試驗(yàn)，試驗(yàn)結(jié)果表明：新產(chǎn)品具有熱保護(hù)功能，且參數(shù)指標(biāo)完全滿足信號(hào)SPD測(cè)試標(biāo)準(zhǔn)的要求。同時(shí)，產(chǎn)品具有無源的故障指示器，適用于信號(hào)可以短時(shí)中斷的系統(tǒng)。
信號(hào)電涌保護(hù)器（信號(hào)SPD）是廣泛應(yīng)用于信號(hào)系統(tǒng)終端設(shè)備的一種雷電防護(hù)裝置。為了提高其自身元器件安全性和實(shí)現(xiàn)故障指示功能，同時(shí)考慮到電路的復(fù)雜程度和內(nèi)部結(jié)構(gòu)空間的有限性，本文設(shè)計(jì)研究了一種新型的信號(hào)SPD,該產(chǎn)品使用了高分子正溫度系數(shù)電阻（PTC）來保護(hù)其他的元器件, 并增加了集成故障指示器。將該產(chǎn)品進(jìn)行瞬態(tài)抑制二極管（TVS）、串聯(lián)電阻的過熱保護(hù)模擬試驗(yàn)以及信號(hào)SPD測(cè)試標(biāo)準(zhǔn)中的沖擊電流、傳輸特性和過載失效模式3項(xiàng)試驗(yàn)，試驗(yàn)結(jié)果表明：新產(chǎn)品具有熱保護(hù)功能，且參數(shù)指標(biāo)完全滿足信號(hào)SPD測(cè)試標(biāo)準(zhǔn)的要求。同時(shí)，產(chǎn)品具有無源的故障指示器，適用于信號(hào)可以短時(shí)中斷的系統(tǒng)。
2018, 46(5):1055-1059.
摘要:
從安徽氣象為農(nóng)服務(wù)的個(gè)性化、精細(xì)化、便捷化、智能化需求出發(fā)，基于Android和iOS兩個(gè)移動(dòng)開發(fā)平臺(tái)，采用無線終端數(shù)據(jù)采集、用戶行為分析、服務(wù)信息精準(zhǔn)推送等技術(shù)，研發(fā)了“惠農(nóng)氣象”手機(jī)客戶端，平臺(tái)集天氣預(yù)報(bào)、即時(shí)消息服務(wù)、農(nóng)情田管、專家互動(dòng)、農(nóng)業(yè)資訊、滯銷幫扶等農(nóng)業(yè)氣象服務(wù)于一體，為新型農(nóng)業(yè)經(jīng)營(yíng)主體、涉農(nóng)專家、基層氣象信息員與農(nóng)技人員提供分時(shí)、分區(qū)、分眾的氣象與農(nóng)業(yè)綜合信息服務(wù)。該平臺(tái)已在安徽省市縣3級(jí)氣象與農(nóng)業(yè)部門得到廣泛應(yīng)用，實(shí)現(xiàn)了“互聯(lián)網(wǎng)+氣象+農(nóng)業(yè)”智慧服務(wù)。
從安徽氣象為農(nóng)服務(wù)的個(gè)性化、精細(xì)化、便捷化、智能化需求出發(fā)，基于Android和iOS兩個(gè)移動(dòng)開發(fā)平臺(tái)，采用無線終端數(shù)據(jù)采集、用戶行為分析、服務(wù)信息精準(zhǔn)推送等技術(shù)，研發(fā)了“惠農(nóng)氣象”手機(jī)客戶端，平臺(tái)集天氣預(yù)報(bào)、即時(shí)消息服務(wù)、農(nóng)情田管、專家互動(dòng)、農(nóng)業(yè)資訊、滯銷幫扶等農(nóng)業(yè)氣象服務(wù)于一體，為新型農(nóng)業(yè)經(jīng)營(yíng)主體、涉農(nóng)專家、基層氣象信息員與農(nóng)技人員提供分時(shí)、分區(qū)、分眾的氣象與農(nóng)業(yè)綜合信息服務(wù)。該平臺(tái)已在安徽省市縣3級(jí)氣象與農(nóng)業(yè)部門得到廣泛應(yīng)用，實(shí)現(xiàn)了“互聯(lián)網(wǎng)+氣象+農(nóng)業(yè)”智慧服務(wù)。
2018, 46(5):1060-1064.
摘要:
區(qū)域自動(dòng)氣象站記錄到歷史罕見、超歷史或顯著超過鄰近站的異常強(qiáng)降水時(shí)，常規(guī)數(shù)據(jù)質(zhì)量控制（QC）方法一般判為疑誤數(shù)據(jù)。本文對(duì)這種情況提出了現(xiàn)場(chǎng)核驗(yàn)的方法，包括核驗(yàn)的啟動(dòng)，傳感器誤差核查，儀器性能和探測(cè)環(huán)境評(píng)估，其他資料輔助判別，以及作出核驗(yàn)結(jié)論、形成核驗(yàn)報(bào)告等步驟。并利用一次實(shí)例對(duì)這種方法的有效性和適用性進(jìn)行了檢驗(yàn)。
區(qū)域自動(dòng)氣象站記錄到歷史罕見、超歷史或顯著超過鄰近站的異常強(qiáng)降水時(shí)，常規(guī)數(shù)據(jù)質(zhì)量控制（QC）方法一般判為疑誤數(shù)據(jù)。本文對(duì)這種情況提出了現(xiàn)場(chǎng)核驗(yàn)的方法，包括核驗(yàn)的啟動(dòng)，傳感器誤差核查，儀器性能和探測(cè)環(huán)境評(píng)估，其他資料輔助判別，以及作出核驗(yàn)結(jié)論、形成核驗(yàn)報(bào)告等步驟。并利用一次實(shí)例對(duì)這種方法的有效性和適用性進(jìn)行了檢驗(yàn)。
友情鏈接《氣象學(xué)報(bào)》《應(yīng)用氣象學(xué)報(bào)》《氣象》《氣象科學(xué)》中國(guó)氣象局中國(guó)氣象局氣象探測(cè)中心中國(guó)氣象科學(xué)研究院北京市氣象局國(guó)家衛(wèi)星氣象中心及國(guó)家氣象信息中心
您是第位訪問者
技術(shù)支持：北京勤云科技發(fā)展有限公司
技術(shù)支持：北京勤云科技發(fā)展有限公司