2019年第47卷第3期文章目次
2019, 47(3):373-379.
摘要:
雙線偏振天氣雷達(dá)雙通道的一致性，是新一代天氣雷達(dá)雙線偏振升級(jí)的技術(shù)關(guān)鍵。本文分別采用機(jī)外儀表和機(jī)內(nèi)測試信號(hào)，測試分析了廣州CINRAD/SAD雙線偏振雷達(dá)接收機(jī)雙通道的一致性。結(jié)果表明：①接收機(jī)雙通道的動(dòng)態(tài)范圍、噪聲系數(shù)、強(qiáng)度定標(biāo)等滿足設(shè)計(jì)指標(biāo)，但測試結(jié)果也存在一定的差異，導(dǎo)致偏振參量差分反射率因子ZDR和差分相移〖WTBX〗Φ〖WTBZ〗DP產(chǎn)生誤差，需要對(duì)這種差異進(jìn)行定期檢查和修正，以確保雙通道一致性；②旋轉(zhuǎn)關(guān)節(jié)對(duì)整個(gè)接收鏈路的信號(hào)幅度和相位一致性有影響，這種影響隨著方位的變化呈現(xiàn)出一定的周期變化規(guī)律，因此隨著雙線偏振雷達(dá)的長期運(yùn)行，方位旋轉(zhuǎn)關(guān)節(jié)的影響不可忽略。
雙線偏振天氣雷達(dá)雙通道的一致性，是新一代天氣雷達(dá)雙線偏振升級(jí)的技術(shù)關(guān)鍵。本文分別采用機(jī)外儀表和機(jī)內(nèi)測試信號(hào)，測試分析了廣州CINRAD/SAD雙線偏振雷達(dá)接收機(jī)雙通道的一致性。結(jié)果表明：①接收機(jī)雙通道的動(dòng)態(tài)范圍、噪聲系數(shù)、強(qiáng)度定標(biāo)等滿足設(shè)計(jì)指標(biāo)，但測試結(jié)果也存在一定的差異，導(dǎo)致偏振參量差分反射率因子ZDR和差分相移〖WTBX〗Φ〖WTBZ〗DP產(chǎn)生誤差，需要對(duì)這種差異進(jìn)行定期檢查和修正，以確保雙通道一致性；②旋轉(zhuǎn)關(guān)節(jié)對(duì)整個(gè)接收鏈路的信號(hào)幅度和相位一致性有影響，這種影響隨著方位的變化呈現(xiàn)出一定的周期變化規(guī)律，因此隨著雙線偏振雷達(dá)的長期運(yùn)行，方位旋轉(zhuǎn)關(guān)節(jié)的影響不可忽略。
2019, 47(3):380-385.
摘要:
在過去的幾十年中，我國氣象事業(yè)的不斷發(fā)展，中國風(fēng)云氣象衛(wèi)星完成了從試驗(yàn)應(yīng)用型向業(yè)務(wù)服務(wù)性的不斷轉(zhuǎn)型，因此對(duì)于衛(wèi)星信號(hào)接收天線的可靠性和指向精度要求越來越高。目前用于接收風(fēng)云系列極軌氣象衛(wèi)星下行信號(hào)的天線主要有12 m和4.2 m天線，其具有動(dòng)態(tài)特性高、波束寬度窄等特點(diǎn)，因此需要在天線安裝和運(yùn)行期間對(duì)天線的軸系誤差進(jìn)行精確的標(biāo)定和校準(zhǔn)。本文在傳統(tǒng)標(biāo)校方法的基礎(chǔ)上，提出了利用太陽進(jìn)行的誤差標(biāo)校技術(shù)，進(jìn)一步降低了標(biāo)校環(huán)節(jié)的復(fù)雜程度，提高了標(biāo)校精度。
在過去的幾十年中，我國氣象事業(yè)的不斷發(fā)展，中國風(fēng)云氣象衛(wèi)星完成了從試驗(yàn)應(yīng)用型向業(yè)務(wù)服務(wù)性的不斷轉(zhuǎn)型，因此對(duì)于衛(wèi)星信號(hào)接收天線的可靠性和指向精度要求越來越高。目前用于接收風(fēng)云系列極軌氣象衛(wèi)星下行信號(hào)的天線主要有12 m和4.2 m天線，其具有動(dòng)態(tài)特性高、波束寬度窄等特點(diǎn)，因此需要在天線安裝和運(yùn)行期間對(duì)天線的軸系誤差進(jìn)行精確的標(biāo)定和校準(zhǔn)。本文在傳統(tǒng)標(biāo)校方法的基礎(chǔ)上，提出了利用太陽進(jìn)行的誤差標(biāo)校技術(shù)，進(jìn)一步降低了標(biāo)校環(huán)節(jié)的復(fù)雜程度，提高了標(biāo)校精度。
2019, 47(3):386-396.
摘要:
低能見度是對(duì)道路通行影響最為嚴(yán)重的氣象要素之一。隨著數(shù)字?jǐn)z像技術(shù)和圖像識(shí)別技術(shù)的發(fā)展以及氣象和交通部門間信息共享工作的開展，利用高速公路沿線攝像頭視頻數(shù)據(jù)快速識(shí)別能見度成為提高能見度時(shí)空監(jiān)測精度的重要手段。本文提出了一種基于亮度對(duì)比度和暗原色先驗(yàn)原理的白天道路圖像能見度檢測方法。首先根據(jù)霍夫變換直線檢測方法提取道路興趣域，然后根據(jù)亮度對(duì)比度方法檢測人眼可分辨最遠(yuǎn)像素點(diǎn)，將其作為目標(biāo)點(diǎn)，最后基于暗原色先驗(yàn)原理求取目標(biāo)點(diǎn)的透射率，并根據(jù)能見度與消光系數(shù)的關(guān)系公式求取圖像能見度值。利用安徽省京臺(tái)高速吳玗北段和寧績高速寧國互通段視頻圖像資料和鄰近交通氣象站能見度監(jiān)測資料，采用絕對(duì)誤差和能見度等級(jí)誤差對(duì)能見度檢測效果進(jìn)行檢驗(yàn)。結(jié)果表明，本方法對(duì)能見度的變化較為敏感，能見度等級(jí)的檢測效果較好，準(zhǔn)確度可達(dá)95%，對(duì)開展公路交通視頻圖像能見度識(shí)別工作具有較好借鑒應(yīng)用意義。
低能見度是對(duì)道路通行影響最為嚴(yán)重的氣象要素之一。隨著數(shù)字?jǐn)z像技術(shù)和圖像識(shí)別技術(shù)的發(fā)展以及氣象和交通部門間信息共享工作的開展，利用高速公路沿線攝像頭視頻數(shù)據(jù)快速識(shí)別能見度成為提高能見度時(shí)空監(jiān)測精度的重要手段。本文提出了一種基于亮度對(duì)比度和暗原色先驗(yàn)原理的白天道路圖像能見度檢測方法。首先根據(jù)霍夫變換直線檢測方法提取道路興趣域，然后根據(jù)亮度對(duì)比度方法檢測人眼可分辨最遠(yuǎn)像素點(diǎn)，將其作為目標(biāo)點(diǎn)，最后基于暗原色先驗(yàn)原理求取目標(biāo)點(diǎn)的透射率，并根據(jù)能見度與消光系數(shù)的關(guān)系公式求取圖像能見度值。利用安徽省京臺(tái)高速吳玗北段和寧績高速寧國互通段視頻圖像資料和鄰近交通氣象站能見度監(jiān)測資料，采用絕對(duì)誤差和能見度等級(jí)誤差對(duì)能見度檢測效果進(jìn)行檢驗(yàn)。結(jié)果表明，本方法對(duì)能見度的變化較為敏感，能見度等級(jí)的檢測效果較好，準(zhǔn)確度可達(dá)95%，對(duì)開展公路交通視頻圖像能見度識(shí)別工作具有較好借鑒應(yīng)用意義。
2019, 47(3):397-401.
摘要:
邊界層風(fēng)廓線雷達(dá)為氣象預(yù)報(bào)服務(wù)提供垂直性、連續(xù)性、高時(shí)空分辨率的探測數(shù)據(jù)。針對(duì)在全國各雷達(dá)站集中式雷達(dá)運(yùn)行過程中限幅器頻繁燒毀導(dǎo)致雷達(dá)停止工作的問題，設(shè)計(jì)了一種L波段2 kW高功率無源限幅器。此款限幅器在電路前端引入雙耦合電纜和功率電阻，增加了散熱能力，一分為二限幅，使通過PIN二極管的功率降低一倍，電路后端多級(jí)二極管并聯(lián)，逐級(jí)平緩限幅；具有承受功率高，限幅電平低，插入損耗小的特點(diǎn)。利用ADS軟件進(jìn)行仿真，并對(duì)限幅器進(jìn)行了測試，結(jié)果表明各項(xiàng)指標(biāo)滿足設(shè)計(jì)要求。此款限幅器在邊界層風(fēng)廓線雷達(dá)上的應(yīng)用，極大地提高了雷達(dá)穩(wěn)定性。
邊界層風(fēng)廓線雷達(dá)為氣象預(yù)報(bào)服務(wù)提供垂直性、連續(xù)性、高時(shí)空分辨率的探測數(shù)據(jù)。針對(duì)在全國各雷達(dá)站集中式雷達(dá)運(yùn)行過程中限幅器頻繁燒毀導(dǎo)致雷達(dá)停止工作的問題，設(shè)計(jì)了一種L波段2 kW高功率無源限幅器。此款限幅器在電路前端引入雙耦合電纜和功率電阻，增加了散熱能力，一分為二限幅，使通過PIN二極管的功率降低一倍，電路后端多級(jí)二極管并聯(lián)，逐級(jí)平緩限幅；具有承受功率高，限幅電平低，插入損耗小的特點(diǎn)。利用ADS軟件進(jìn)行仿真，并對(duì)限幅器進(jìn)行了測試，結(jié)果表明各項(xiàng)指標(biāo)滿足設(shè)計(jì)要求。此款限幅器在邊界層風(fēng)廓線雷達(dá)上的應(yīng)用，極大地提高了雷達(dá)穩(wěn)定性。
2019, 47(3):402-407.
摘要:
設(shè)計(jì)了一種適合自動(dòng)氣象站常規(guī)傳感器現(xiàn)場檢測的系統(tǒng)，主要介紹了傳感器信號(hào)采集電路和基于測試數(shù)據(jù)分析的傳感器故障判斷方法。在溫度、濕度和氣壓傳感器的測試中引入經(jīng)實(shí)驗(yàn)室檢定的傳感器作為標(biāo)準(zhǔn)器，與待測傳感器在同環(huán)境下同步測試，經(jīng)統(tǒng)計(jì)學(xué)分析實(shí)現(xiàn)待測傳感器的4種工作狀態(tài)自動(dòng)分類；分析風(fēng)向傳感器輸出格雷碼的碼位關(guān)系，設(shè)計(jì)9個(gè)不同于計(jì)量檢定規(guī)程的特定測試方位，實(shí)現(xiàn)對(duì)全部輸出碼位的檢測；在風(fēng)速和雨量傳感器的現(xiàn)場檢測中模擬實(shí)驗(yàn)室檢定流程，達(dá)到準(zhǔn)實(shí)驗(yàn)室檢定效果。該成果已應(yīng)用于廣東省氣象裝備一線保障中，性能穩(wěn)定，滿足保障業(yè)務(wù)需求。
設(shè)計(jì)了一種適合自動(dòng)氣象站常規(guī)傳感器現(xiàn)場檢測的系統(tǒng)，主要介紹了傳感器信號(hào)采集電路和基于測試數(shù)據(jù)分析的傳感器故障判斷方法。在溫度、濕度和氣壓傳感器的測試中引入經(jīng)實(shí)驗(yàn)室檢定的傳感器作為標(biāo)準(zhǔn)器，與待測傳感器在同環(huán)境下同步測試，經(jīng)統(tǒng)計(jì)學(xué)分析實(shí)現(xiàn)待測傳感器的4種工作狀態(tài)自動(dòng)分類；分析風(fēng)向傳感器輸出格雷碼的碼位關(guān)系，設(shè)計(jì)9個(gè)不同于計(jì)量檢定規(guī)程的特定測試方位，實(shí)現(xiàn)對(duì)全部輸出碼位的檢測；在風(fēng)速和雨量傳感器的現(xiàn)場檢測中模擬實(shí)驗(yàn)室檢定流程，達(dá)到準(zhǔn)實(shí)驗(yàn)室檢定效果。該成果已應(yīng)用于廣東省氣象裝備一線保障中，性能穩(wěn)定，滿足保障業(yè)務(wù)需求。
2019, 47(3):408-412.
摘要:
能見度是氣象、環(huán)境和交通觀測重要要素，目前不同原理和型號(hào)的前向散射能見度儀沒有統(tǒng)一的測試環(huán)境和定標(biāo)標(biāo)準(zhǔn)，導(dǎo)致測量結(jié)果差別大。為實(shí)現(xiàn)前向散射能見度儀統(tǒng)一測試環(huán)境，研制了霧環(huán)境模擬艙，采用造霧器和凈化器組合實(shí)現(xiàn)能見度10 m到50 km模擬。尋找模擬艙內(nèi)空氣均勻度監(jiān)控方法，消除由空氣不均勻帶來的誤差。測試不同型號(hào)的前向散射能見度儀和相同型號(hào)能見度儀，結(jié)果顯示不同型號(hào)能見度儀測量值差別大于一倍，同一型號(hào)的能見度儀測量值相對(duì)誤差在±5%內(nèi)。嘗試不同型號(hào)能見度儀修正方法，并且驗(yàn)證修正方法可行，修正后的不同型號(hào)儀器相對(duì)誤差在±10%內(nèi)。
能見度是氣象、環(huán)境和交通觀測重要要素，目前不同原理和型號(hào)的前向散射能見度儀沒有統(tǒng)一的測試環(huán)境和定標(biāo)標(biāo)準(zhǔn)，導(dǎo)致測量結(jié)果差別大。為實(shí)現(xiàn)前向散射能見度儀統(tǒng)一測試環(huán)境，研制了霧環(huán)境模擬艙，采用造霧器和凈化器組合實(shí)現(xiàn)能見度10 m到50 km模擬。尋找模擬艙內(nèi)空氣均勻度監(jiān)控方法，消除由空氣不均勻帶來的誤差。測試不同型號(hào)的前向散射能見度儀和相同型號(hào)能見度儀，結(jié)果顯示不同型號(hào)能見度儀測量值差別大于一倍，同一型號(hào)的能見度儀測量值相對(duì)誤差在±5%內(nèi)。嘗試不同型號(hào)能見度儀修正方法，并且驗(yàn)證修正方法可行，修正后的不同型號(hào)儀器相對(duì)誤差在±10%內(nèi)。
2019, 47(3):413-419.
摘要:
針對(duì)天津市一種常見的CAWS600型區(qū)域自動(dòng)氣象站對(duì)其供電及功耗進(jìn)行了詳細(xì)分析，利用對(duì)電池放電特性曲線的歸一化處理，得到了針對(duì)12V38AH鉛酸蓄電池的剩余容量估算方法，同時(shí)利用該站蓄電池工作電壓的統(tǒng)計(jì)規(guī)律，提出了針對(duì)蓄電池工作電壓的極值判定、時(shí)間/空間一致性質(zhì)量控制方法，并對(duì)2017年逐10 min觀測數(shù)據(jù)進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果顯示，文章提出的質(zhì)量控制方法可以有效識(shí)別出蓄電池異常站點(diǎn)，針對(duì)2017年個(gè)站蓄電池持續(xù)放電情況可提前10 d定位。
針對(duì)天津市一種常見的CAWS600型區(qū)域自動(dòng)氣象站對(duì)其供電及功耗進(jìn)行了詳細(xì)分析，利用對(duì)電池放電特性曲線的歸一化處理，得到了針對(duì)12V38AH鉛酸蓄電池的剩余容量估算方法，同時(shí)利用該站蓄電池工作電壓的統(tǒng)計(jì)規(guī)律，提出了針對(duì)蓄電池工作電壓的極值判定、時(shí)間/空間一致性質(zhì)量控制方法，并對(duì)2017年逐10 min觀測數(shù)據(jù)進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果顯示，文章提出的質(zhì)量控制方法可以有效識(shí)別出蓄電池異常站點(diǎn)，針對(duì)2017年個(gè)站蓄電池持續(xù)放電情況可提前10 d定位。
2019, 47(3):420-425.
摘要:
傳統(tǒng)的氣象數(shù)據(jù)推測大多基于插值方法，而此方法需要近鄰臺(tái)站的完整觀測數(shù)據(jù)，這在很大程度上限制了插值方法的應(yīng)用。為此，本文提出了一種基于矩陣補(bǔ)全的氣象數(shù)據(jù)推測方法，該方法根據(jù)氣象數(shù)據(jù)的近似低秩性來推測缺失數(shù)據(jù)。首先，選取我國662個(gè)氣象臺(tái)站2004—2013年的逐日平均溫度和日照時(shí)數(shù)兩種氣象要素作為研究對(duì)象，通過矩陣奇異值的累積貢獻(xiàn)率來檢驗(yàn)數(shù)據(jù)集的近似低秩性。然后設(shè)計(jì)了兩組試驗(yàn)，第1組試驗(yàn)考慮了不同采樣概率下各年份的數(shù)據(jù)推測，第2組試驗(yàn)隨機(jī)選取某些臺(tái)站，考慮所選臺(tái)站數(shù)據(jù)連續(xù)缺測時(shí)的推測。最后，使用矩陣補(bǔ)全方法推測缺失數(shù)據(jù)，采用10 a的平均誤差作為評(píng)價(jià)指標(biāo)。試驗(yàn)結(jié)果表明：矩陣補(bǔ)全方法能很好地推測缺失數(shù)據(jù)，且具有一定的魯棒性。
傳統(tǒng)的氣象數(shù)據(jù)推測大多基于插值方法，而此方法需要近鄰臺(tái)站的完整觀測數(shù)據(jù)，這在很大程度上限制了插值方法的應(yīng)用。為此，本文提出了一種基于矩陣補(bǔ)全的氣象數(shù)據(jù)推測方法，該方法根據(jù)氣象數(shù)據(jù)的近似低秩性來推測缺失數(shù)據(jù)。首先，選取我國662個(gè)氣象臺(tái)站2004—2013年的逐日平均溫度和日照時(shí)數(shù)兩種氣象要素作為研究對(duì)象，通過矩陣奇異值的累積貢獻(xiàn)率來檢驗(yàn)數(shù)據(jù)集的近似低秩性。然后設(shè)計(jì)了兩組試驗(yàn)，第1組試驗(yàn)考慮了不同采樣概率下各年份的數(shù)據(jù)推測，第2組試驗(yàn)隨機(jī)選取某些臺(tái)站，考慮所選臺(tái)站數(shù)據(jù)連續(xù)缺測時(shí)的推測。最后，使用矩陣補(bǔ)全方法推測缺失數(shù)據(jù)，采用10 a的平均誤差作為評(píng)價(jià)指標(biāo)。試驗(yàn)結(jié)果表明：矩陣補(bǔ)全方法能很好地推測缺失數(shù)據(jù)，且具有一定的魯棒性。
2019, 47(3):426-432.
摘要:
氣象服務(wù)數(shù)據(jù)分發(fā)是公共氣象服務(wù)業(yè)務(wù)的重要組成。PMSDDS V1.0（Public Meteorological Service Data Distribution Software Version 1.0）公共氣象服務(wù)數(shù)據(jù)傳輸軟件是一套業(yè)務(wù)化的氣象服務(wù)數(shù)據(jù)分發(fā)系統(tǒng)。該軟件對(duì)開源傳輸組件libcurl進(jìn)行二次應(yīng)用開發(fā)，在FTP協(xié)議下傳輸各類氣象服務(wù)數(shù)據(jù)。該系統(tǒng)具有支持公共氣象服務(wù)產(chǎn)品命名規(guī)范下的文件名精確和模糊匹配、多參數(shù)控制（包括超時(shí)、批處理、傳輸速率等）、日志等特點(diǎn)，有效解決了數(shù)據(jù)傳輸業(yè)務(wù)部署分散、與業(yè)務(wù)其他流程緊耦合、重復(fù)開發(fā)、缺乏日志等突出問題。針對(duì)常見數(shù)據(jù)傳輸問題如漏傳、多傳、擁塞、等待等給出解決方案。業(yè)務(wù)應(yīng)用結(jié)果表明，軟件運(yùn)行穩(wěn)定，傳輸成功率達(dá)到99.97%以上。軟件自上線以來，數(shù)據(jù)傳輸業(yè)務(wù)得到統(tǒng)一部署和監(jiān)控。據(jù)運(yùn)維部門統(tǒng)計(jì)，傳輸業(yè)務(wù)年部署量較上一年增加50次左右，因傳輸問題導(dǎo)致的運(yùn)維故障率同比下降約33%，大大提高了業(yè)務(wù)效率。
氣象服務(wù)數(shù)據(jù)分發(fā)是公共氣象服務(wù)業(yè)務(wù)的重要組成。PMSDDS V1.0（Public Meteorological Service Data Distribution Software Version 1.0）公共氣象服務(wù)數(shù)據(jù)傳輸軟件是一套業(yè)務(wù)化的氣象服務(wù)數(shù)據(jù)分發(fā)系統(tǒng)。該軟件對(duì)開源傳輸組件libcurl進(jìn)行二次應(yīng)用開發(fā)，在FTP協(xié)議下傳輸各類氣象服務(wù)數(shù)據(jù)。該系統(tǒng)具有支持公共氣象服務(wù)產(chǎn)品命名規(guī)范下的文件名精確和模糊匹配、多參數(shù)控制（包括超時(shí)、批處理、傳輸速率等）、日志等特點(diǎn)，有效解決了數(shù)據(jù)傳輸業(yè)務(wù)部署分散、與業(yè)務(wù)其他流程緊耦合、重復(fù)開發(fā)、缺乏日志等突出問題。針對(duì)常見數(shù)據(jù)傳輸問題如漏傳、多傳、擁塞、等待等給出解決方案。業(yè)務(wù)應(yīng)用結(jié)果表明，軟件運(yùn)行穩(wěn)定，傳輸成功率達(dá)到99.97%以上。軟件自上線以來，數(shù)據(jù)傳輸業(yè)務(wù)得到統(tǒng)一部署和監(jiān)控。據(jù)運(yùn)維部門統(tǒng)計(jì)，傳輸業(yè)務(wù)年部署量較上一年增加50次左右，因傳輸問題導(dǎo)致的運(yùn)維故障率同比下降約33%，大大提高了業(yè)務(wù)效率。
2019, 47(3):433-438.
摘要:
隨著氣象數(shù)據(jù)量的不斷增長，進(jìn)一步提升CIMISS數(shù)據(jù)管理和服務(wù)能力的需求變得日益迫切。為解決存儲(chǔ)系統(tǒng)動(dòng)態(tài)擴(kuò)展能力不足、并行計(jì)算與吞吐效率低下等限制CIMISS繼續(xù)發(fā)展的問題，采用分布式文件系統(tǒng)和NAS技術(shù)替代GPFS建設(shè)共享文件系統(tǒng)，實(shí)現(xiàn)非結(jié)構(gòu)化氣象數(shù)據(jù)的存儲(chǔ)功能；采用分布式數(shù)據(jù)庫替代Oracle RAC建設(shè)關(guān)系數(shù)據(jù)庫管理系統(tǒng)，實(shí)現(xiàn)結(jié)構(gòu)化氣象數(shù)據(jù)的存儲(chǔ)功能和非結(jié)構(gòu)化氣象數(shù)據(jù)的索引功能。實(shí)踐證明，該方案能夠有效地改善CIMISS的數(shù)據(jù)存儲(chǔ)能力、并發(fā)響應(yīng)能力，適應(yīng)未來氣象業(yè)務(wù)對(duì)數(shù)據(jù)存儲(chǔ)和應(yīng)用的需求。
隨著氣象數(shù)據(jù)量的不斷增長，進(jìn)一步提升CIMISS數(shù)據(jù)管理和服務(wù)能力的需求變得日益迫切。為解決存儲(chǔ)系統(tǒng)動(dòng)態(tài)擴(kuò)展能力不足、并行計(jì)算與吞吐效率低下等限制CIMISS繼續(xù)發(fā)展的問題，采用分布式文件系統(tǒng)和NAS技術(shù)替代GPFS建設(shè)共享文件系統(tǒng)，實(shí)現(xiàn)非結(jié)構(gòu)化氣象數(shù)據(jù)的存儲(chǔ)功能；采用分布式數(shù)據(jù)庫替代Oracle RAC建設(shè)關(guān)系數(shù)據(jù)庫管理系統(tǒng)，實(shí)現(xiàn)結(jié)構(gòu)化氣象數(shù)據(jù)的存儲(chǔ)功能和非結(jié)構(gòu)化氣象數(shù)據(jù)的索引功能。實(shí)踐證明，該方案能夠有效地改善CIMISS的數(shù)據(jù)存儲(chǔ)能力、并發(fā)響應(yīng)能力，適應(yīng)未來氣象業(yè)務(wù)對(duì)數(shù)據(jù)存儲(chǔ)和應(yīng)用的需求。
2019, 47(3):439-449.
摘要:
利用海南島18個(gè)氣象觀測站1966—2001年逐日20 cm口徑小型蒸發(fā)皿蒸發(fā)量及氣象要素資料，通過數(shù)理統(tǒng)計(jì)方法分析了海南島年和四季的蒸發(fā)量變化特征及氣象因子對(duì)蒸發(fā)量的影響。結(jié)果表明：從時(shí)間上看，海南島年蒸發(fā)量變化呈波動(dòng)式下降，蒸發(fā)量的減少主要出現(xiàn)在春季，冬季和夏季次之。從空間上看，年蒸發(fā)量呈東北少、西南多的分布，其大值區(qū)主要集中在西南部，小值區(qū)主要集中在東北部和中部地區(qū)。MK檢驗(yàn)說明年與春冬兩季蒸發(fā)量的變化呈下降趨勢且在1994年前后發(fā)生突變。影響蒸發(fā)量變化的因子中，日照時(shí)數(shù)和風(fēng)速是造成蒸發(fā)量減小的主要因子，降水量的影響僅次于風(fēng)速和日照時(shí)數(shù)，而氣溫不是造成海南島蒸發(fā)量減小的主要因子，相對(duì)濕度可能是海南島的蒸發(fā)量減小的影響因子。
利用海南島18個(gè)氣象觀測站1966—2001年逐日20 cm口徑小型蒸發(fā)皿蒸發(fā)量及氣象要素資料，通過數(shù)理統(tǒng)計(jì)方法分析了海南島年和四季的蒸發(fā)量變化特征及氣象因子對(duì)蒸發(fā)量的影響。結(jié)果表明：從時(shí)間上看，海南島年蒸發(fā)量變化呈波動(dòng)式下降，蒸發(fā)量的減少主要出現(xiàn)在春季，冬季和夏季次之。從空間上看，年蒸發(fā)量呈東北少、西南多的分布，其大值區(qū)主要集中在西南部，小值區(qū)主要集中在東北部和中部地區(qū)。MK檢驗(yàn)說明年與春冬兩季蒸發(fā)量的變化呈下降趨勢且在1994年前后發(fā)生突變。影響蒸發(fā)量變化的因子中，日照時(shí)數(shù)和風(fēng)速是造成蒸發(fā)量減小的主要因子，降水量的影響僅次于風(fēng)速和日照時(shí)數(shù)，而氣溫不是造成海南島蒸發(fā)量減小的主要因子，相對(duì)濕度可能是海南島的蒸發(fā)量減小的影響因子。
2019, 47(3):450-459.
摘要:
采用新疆天山地區(qū)55個(gè)氣象站1961—2015年逐月氣象數(shù)據(jù)，用MannKendall突變檢驗(yàn)、基于ArcGIS的混合插值及偏相關(guān)分析對(duì)天山日照時(shí)數(shù)年、季節(jié)特征及影響因素進(jìn)行分析。結(jié)果表明：①天山日照時(shí)數(shù)年及季節(jié)均呈減少趨勢，天山各區(qū)域變化差異顯著，山區(qū)及天山北坡變化趨勢明顯于南坡。②天山北坡、天山南坡及天山山區(qū)年日照時(shí)數(shù)突變時(shí)間為1985年、1980年和1988年，云量和降水是導(dǎo)致突變發(fā)生的主導(dǎo)因素。③新疆天山年日照時(shí)數(shù)由西向東逐漸增加，平原多、山區(qū)少,春季呈“東北部多、西南部少”,夏季為 “東北部多、西南部少”，平原盆地高于山區(qū),秋季呈現(xiàn)“北少南多，東多西少”,冬季由南向北逐漸減少。④云量、降水是導(dǎo)致天山地區(qū)日照減少的主要因素，少云區(qū)日照時(shí)數(shù)較多,多云區(qū)日照時(shí)數(shù)較少，天山云量減幅或增幅區(qū)域，日照時(shí)數(shù)突變量變化明顯。
采用新疆天山地區(qū)55個(gè)氣象站1961—2015年逐月氣象數(shù)據(jù)，用MannKendall突變檢驗(yàn)、基于ArcGIS的混合插值及偏相關(guān)分析對(duì)天山日照時(shí)數(shù)年、季節(jié)特征及影響因素進(jìn)行分析。結(jié)果表明：①天山日照時(shí)數(shù)年及季節(jié)均呈減少趨勢，天山各區(qū)域變化差異顯著，山區(qū)及天山北坡變化趨勢明顯于南坡。②天山北坡、天山南坡及天山山區(qū)年日照時(shí)數(shù)突變時(shí)間為1985年、1980年和1988年，云量和降水是導(dǎo)致突變發(fā)生的主導(dǎo)因素。③新疆天山年日照時(shí)數(shù)由西向東逐漸增加，平原多、山區(qū)少,春季呈“東北部多、西南部少”,夏季為 “東北部多、西南部少”，平原盆地高于山區(qū),秋季呈現(xiàn)“北少南多，東多西少”,冬季由南向北逐漸減少。④云量、降水是導(dǎo)致天山地區(qū)日照減少的主要因素，少云區(qū)日照時(shí)數(shù)較多,多云區(qū)日照時(shí)數(shù)較少，天山云量減幅或增幅區(qū)域，日照時(shí)數(shù)突變量變化明顯。
2019, 47(3):460-468.
摘要:
以2006年超強(qiáng)臺(tái)風(fēng)“桑美”為個(gè)例，分別以GFS（全球預(yù)報(bào)系統(tǒng)）再分析資料和JMA（日本氣象廳）區(qū)域客觀再分析資料為初始場，利用中尺度模式WRF(Weather Research and Forecasting Model)對(duì)臺(tái)風(fēng)“桑美”進(jìn)行高分辨率數(shù)值模擬，分析不同初始場資料對(duì)臺(tái)風(fēng)內(nèi)部結(jié)構(gòu)和移動(dòng)路徑的影響。結(jié)果表明：對(duì)于500 hPa高度場和850 hPa水汽、風(fēng)場等預(yù)報(bào)，GFS再分析資料和JMA區(qū)域客觀再分析資料均能較好地把握臺(tái)風(fēng)整體的流場形勢。從700 hPa風(fēng)場、近地面風(fēng)速、降水、雷達(dá)反射率、最小海平面氣壓和最大風(fēng)速等模擬效果來看，JMA區(qū)域客觀再分析資料均優(yōu)于GFS再分析資料。對(duì)于臺(tái)風(fēng)路徑的預(yù)報(bào)，前15 h內(nèi)JMA區(qū)域客觀再分析資料較GFS再分析資料要好，而15 h之后，以這兩種資料作為初始場的臺(tái)風(fēng)預(yù)報(bào)路徑與實(shí)況均有較大偏差。
以2006年超強(qiáng)臺(tái)風(fēng)“桑美”為個(gè)例，分別以GFS（全球預(yù)報(bào)系統(tǒng)）再分析資料和JMA（日本氣象廳）區(qū)域客觀再分析資料為初始場，利用中尺度模式WRF(Weather Research and Forecasting Model)對(duì)臺(tái)風(fēng)“桑美”進(jìn)行高分辨率數(shù)值模擬，分析不同初始場資料對(duì)臺(tái)風(fēng)內(nèi)部結(jié)構(gòu)和移動(dòng)路徑的影響。結(jié)果表明：對(duì)于500 hPa高度場和850 hPa水汽、風(fēng)場等預(yù)報(bào)，GFS再分析資料和JMA區(qū)域客觀再分析資料均能較好地把握臺(tái)風(fēng)整體的流場形勢。從700 hPa風(fēng)場、近地面風(fēng)速、降水、雷達(dá)反射率、最小海平面氣壓和最大風(fēng)速等模擬效果來看，JMA區(qū)域客觀再分析資料均優(yōu)于GFS再分析資料。對(duì)于臺(tái)風(fēng)路徑的預(yù)報(bào)，前15 h內(nèi)JMA區(qū)域客觀再分析資料較GFS再分析資料要好，而15 h之后，以這兩種資料作為初始場的臺(tái)風(fēng)預(yù)報(bào)路徑與實(shí)況均有較大偏差。
2019, 47(3):469-475.
摘要:
利用常規(guī)觀測資料、NCEP/NCAR 1°×1°再分析資料和自動(dòng)站加密資料，對(duì)2017年梅汛期6月21—22日和24—25日兩次大暴雨過程進(jìn)行對(duì)比分析，得到兩次過程均為典型的梅雨暴雨，不同點(diǎn)如下：①前者700 hPa為暖式切變線，梅雨鋒坡度約為45°；后者700 hPa為靜止鋒切變線，梅雨鋒坡度近乎90°，且后者低空急流和梅雨鋒強(qiáng)度均明顯強(qiáng)于前者。②前者水汽先來源于東海，后來源于南海，水汽來源單一；而后者水汽由南海和東海共同提供，整層水汽通量強(qiáng)度較強(qiáng)。③前者浙江中西部位于濕位渦零等值線附近，表明觸發(fā)機(jī)制為低層冷空氣活動(dòng)；而后者浙江中西部濕位渦上正下負(fù)，中層冷空氣疊加在低空西南暖濕氣流上觸發(fā)對(duì)流不穩(wěn)定暴雨。④后者浙江中西部為E指數(shù)大值中心，且Δθ58指數(shù)均為負(fù)值，表明夏季風(fēng)高能高濕氣團(tuán)積聚，有利于中小尺度對(duì)流系統(tǒng)發(fā)展；而前者Δθ58指數(shù)在浙江省大部分地區(qū)為正值，區(qū)域內(nèi)上空位勢層結(jié)較穩(wěn)定。
利用常規(guī)觀測資料、NCEP/NCAR 1°×1°再分析資料和自動(dòng)站加密資料，對(duì)2017年梅汛期6月21—22日和24—25日兩次大暴雨過程進(jìn)行對(duì)比分析，得到兩次過程均為典型的梅雨暴雨，不同點(diǎn)如下：①前者700 hPa為暖式切變線，梅雨鋒坡度約為45°；后者700 hPa為靜止鋒切變線，梅雨鋒坡度近乎90°，且后者低空急流和梅雨鋒強(qiáng)度均明顯強(qiáng)于前者。②前者水汽先來源于東海，后來源于南海，水汽來源單一；而后者水汽由南海和東海共同提供，整層水汽通量強(qiáng)度較強(qiáng)。③前者浙江中西部位于濕位渦零等值線附近，表明觸發(fā)機(jī)制為低層冷空氣活動(dòng)；而后者浙江中西部濕位渦上正下負(fù)，中層冷空氣疊加在低空西南暖濕氣流上觸發(fā)對(duì)流不穩(wěn)定暴雨。④后者浙江中西部為E指數(shù)大值中心，且Δθ58指數(shù)均為負(fù)值，表明夏季風(fēng)高能高濕氣團(tuán)積聚，有利于中小尺度對(duì)流系統(tǒng)發(fā)展；而前者Δθ58指數(shù)在浙江省大部分地區(qū)為正值，區(qū)域內(nèi)上空位勢層結(jié)較穩(wěn)定。
2019, 47(3):476-485.
摘要:
利用呼和浩特探空站計(jì)算的16個(gè)物理量，分析了2012—2016年6—8月呼和浩特地區(qū)的冰雹、雷暴大風(fēng)及短時(shí)強(qiáng)降水天氣過程中各物理量差異，結(jié)果表明：①訂正后的（對(duì)流有效位能）CAPE大于等于1000 J〖DK〗·kg-1、0 ℃層高度約4200 m左右，-20 ℃層約在7200 m左右，500 hPa和850 hPa溫差達(dá)-25 ℃，逆溫層高度在2 km以上基本可以判定為冰雹天氣；②短時(shí)強(qiáng)降水對(duì)水汽的依賴度更高，且具有更強(qiáng)的熱力不穩(wěn)定性，低層的溫度露點(diǎn)差、500 hPa與850 hPa的假相當(dāng)位溫差Δθse（500-850）、大氣〖JP2〗可降水量PW也是短時(shí)強(qiáng)降水天氣的重要判據(jù)；③訂正后的(下沿對(duì)流有效位能)DCAPE值雷暴大風(fēng)明顯大于冰雹和短時(shí)強(qiáng)降水，約為其他2類強(qiáng)對(duì)流天氣的2倍，訂正后的CAPE略小于其他2類強(qiáng)對(duì)流天氣。根據(jù)四分位數(shù)法、所占比例≥70％以及均值法界定各類預(yù)報(bào)因子閾值大小，進(jìn)而確立了呼和浩特地區(qū)強(qiáng)對(duì)流天氣預(yù)警指標(biāo)。經(jīng)檢驗(yàn)均值法確定的閾值指標(biāo)命中率均達(dá)到50%以上，可參考價(jià)值較高。〖JP〗
利用呼和浩特探空站計(jì)算的16個(gè)物理量，分析了2012—2016年6—8月呼和浩特地區(qū)的冰雹、雷暴大風(fēng)及短時(shí)強(qiáng)降水天氣過程中各物理量差異，結(jié)果表明：①訂正后的（對(duì)流有效位能）CAPE大于等于1000 J〖DK〗·kg-1、0 ℃層高度約4200 m左右，-20 ℃層約在7200 m左右，500 hPa和850 hPa溫差達(dá)-25 ℃，逆溫層高度在2 km以上基本可以判定為冰雹天氣；②短時(shí)強(qiáng)降水對(duì)水汽的依賴度更高，且具有更強(qiáng)的熱力不穩(wěn)定性，低層的溫度露點(diǎn)差、500 hPa與850 hPa的假相當(dāng)位溫差Δθse（500-850）、大氣〖JP2〗可降水量PW也是短時(shí)強(qiáng)降水天氣的重要判據(jù)；③訂正后的(下沿對(duì)流有效位能)DCAPE值雷暴大風(fēng)明顯大于冰雹和短時(shí)強(qiáng)降水，約為其他2類強(qiáng)對(duì)流天氣的2倍，訂正后的CAPE略小于其他2類強(qiáng)對(duì)流天氣。根據(jù)四分位數(shù)法、所占比例≥70％以及均值法界定各類預(yù)報(bào)因子閾值大小，進(jìn)而確立了呼和浩特地區(qū)強(qiáng)對(duì)流天氣預(yù)警指標(biāo)。經(jīng)檢驗(yàn)均值法確定的閾值指標(biāo)命中率均達(dá)到50%以上，可參考價(jià)值較高。〖JP〗
2019, 47(3):486-494.
摘要:
2015—2016年在海南省昌江縣霸王嶺開展地面暖云煙爐隨機(jī)化人工催化效果檢驗(yàn)，共取得催化和未催化試驗(yàn)樣本34個(gè)。利用TITAN風(fēng)暴追蹤系統(tǒng)結(jié)合自動(dòng)雨量資料進(jìn)行統(tǒng)計(jì)和物理效果分析。結(jié)果表明：催化樣本影響區(qū)平均增雨量為3.36 mm/2h，未催化樣本平均增雨量為2.97 mm/2h，催化比未催化樣本平均增加雨量0.39 mm，相對(duì)增加11.4%，顯著性分析差異顯著；對(duì)于增長階段的積雨云，催化樣本反射率增強(qiáng)、含水量增大、回波頂高升高；處于減弱階段的積云，多數(shù)催化樣本回波減弱趨勢趨緩。
2015—2016年在海南省昌江縣霸王嶺開展地面暖云煙爐隨機(jī)化人工催化效果檢驗(yàn)，共取得催化和未催化試驗(yàn)樣本34個(gè)。利用TITAN風(fēng)暴追蹤系統(tǒng)結(jié)合自動(dòng)雨量資料進(jìn)行統(tǒng)計(jì)和物理效果分析。結(jié)果表明：催化樣本影響區(qū)平均增雨量為3.36 mm/2h，未催化樣本平均增雨量為2.97 mm/2h，催化比未催化樣本平均增加雨量0.39 mm，相對(duì)增加11.4%，顯著性分析差異顯著；對(duì)于增長階段的積雨云，催化樣本反射率增強(qiáng)、含水量增大、回波頂高升高；處于減弱階段的積云，多數(shù)催化樣本回波減弱趨勢趨緩。
2019, 47(3):495-501.
摘要:
風(fēng)云二號(hào)靜止衛(wèi)星上裝載有可見光、水汽、中長波紅外等探測通道，其中紅外通道資料可提供衛(wèi)星云頂溫度數(shù)據(jù)。基于FY2F靜止衛(wèi)星云頂溫度資料，結(jié)合局地實(shí)時(shí)探空數(shù)據(jù)對(duì)北京南郊和朝陽站點(diǎn)上空云層進(jìn)行云高反演，并展開與地基毫米波云雷達(dá)探測云頂高關(guān)系的對(duì)比，分析3種不同云厚（薄云、適中、厚云）條件下的云高觀測結(jié)果。研究結(jié)果表明，二者云頂高匹配度受幾何云厚的影響，其吻合度呈現(xiàn)出厚云最佳，薄云最差的特征。
風(fēng)云二號(hào)靜止衛(wèi)星上裝載有可見光、水汽、中長波紅外等探測通道，其中紅外通道資料可提供衛(wèi)星云頂溫度數(shù)據(jù)。基于FY2F靜止衛(wèi)星云頂溫度資料，結(jié)合局地實(shí)時(shí)探空數(shù)據(jù)對(duì)北京南郊和朝陽站點(diǎn)上空云層進(jìn)行云高反演，并展開與地基毫米波云雷達(dá)探測云頂高關(guān)系的對(duì)比，分析3種不同云厚（薄云、適中、厚云）條件下的云高觀測結(jié)果。研究結(jié)果表明，二者云頂高匹配度受幾何云厚的影響，其吻合度呈現(xiàn)出厚云最佳，薄云最差的特征。
2019, 47(3):502-507.
摘要:
2016年12月11日我國發(fā)射了FY4A新一代靜止氣象衛(wèi)星，其高時(shí)間和空間分辨率能夠加強(qiáng)航空氣象中的監(jiān)測應(yīng)用，為了更好地應(yīng)用FY4A衛(wèi)星的各類觀測產(chǎn)品，本文利用Python語言實(shí)現(xiàn)對(duì)FY4A衛(wèi)星AGRI觀測儀器所探測的2 km、4 km分辨率的全圓盤和中國區(qū)域可見光、紅外圖像資料及7.8 km分辨率閃電監(jiān)測資料進(jìn)行解碼并可視化顯示出圖，將繪制的衛(wèi)星圖像與國家衛(wèi)星氣象中心網(wǎng)站對(duì)外開放的衛(wèi)星云圖進(jìn)行對(duì)比。結(jié)果表明：兩者顯示較為一致，可以用于航空氣象業(yè)務(wù)。Python語言語法簡練，對(duì)于衛(wèi)星HDF和NC格式數(shù)據(jù)讀取速度快，Python的Numpy工具包基于矩陣的運(yùn)算能快速處理衛(wèi)星觀測數(shù)據(jù)，Basemap庫中多種投影方式可供業(yè)務(wù)應(yīng)用，值得推廣。
2016年12月11日我國發(fā)射了FY4A新一代靜止氣象衛(wèi)星，其高時(shí)間和空間分辨率能夠加強(qiáng)航空氣象中的監(jiān)測應(yīng)用，為了更好地應(yīng)用FY4A衛(wèi)星的各類觀測產(chǎn)品，本文利用Python語言實(shí)現(xiàn)對(duì)FY4A衛(wèi)星AGRI觀測儀器所探測的2 km、4 km分辨率的全圓盤和中國區(qū)域可見光、紅外圖像資料及7.8 km分辨率閃電監(jiān)測資料進(jìn)行解碼并可視化顯示出圖，將繪制的衛(wèi)星圖像與國家衛(wèi)星氣象中心網(wǎng)站對(duì)外開放的衛(wèi)星云圖進(jìn)行對(duì)比。結(jié)果表明：兩者顯示較為一致，可以用于航空氣象業(yè)務(wù)。Python語言語法簡練，對(duì)于衛(wèi)星HDF和NC格式數(shù)據(jù)讀取速度快，Python的Numpy工具包基于矩陣的運(yùn)算能快速處理衛(wèi)星觀測數(shù)據(jù)，Basemap庫中多種投影方式可供業(yè)務(wù)應(yīng)用，值得推廣。
2019, 47(3):508-512.
摘要:
為提高地基反演大氣可降水量中加權(quán)平均溫度的計(jì)算精度和效率，以香港市域?yàn)槔鶕?jù)2017年香港無線電探空資料，設(shè)計(jì)了一種以地面氣壓為基礎(chǔ)的大氣加權(quán)平均溫度模型，并通過2014—2016年探空數(shù)據(jù)對(duì)該模型進(jìn)行驗(yàn)證，分析表明該模型與探空數(shù)據(jù)得到的加權(quán)平均溫度有良好的一致性，具有較高的精度。基于氣壓回歸模型和氣溫回歸模型對(duì)2017年7月香港地區(qū)進(jìn)行地基反演大氣可降水量，驗(yàn)證新建模型的水汽反演精度。結(jié)果表明，該模型能很好的滿足地基反演大氣可降水量的精度要求，相比于氣溫回歸模型反演精度有了較好的提升。
為提高地基反演大氣可降水量中加權(quán)平均溫度的計(jì)算精度和效率，以香港市域?yàn)槔鶕?jù)2017年香港無線電探空資料，設(shè)計(jì)了一種以地面氣壓為基礎(chǔ)的大氣加權(quán)平均溫度模型，并通過2014—2016年探空數(shù)據(jù)對(duì)該模型進(jìn)行驗(yàn)證，分析表明該模型與探空數(shù)據(jù)得到的加權(quán)平均溫度有良好的一致性，具有較高的精度。基于氣壓回歸模型和氣溫回歸模型對(duì)2017年7月香港地區(qū)進(jìn)行地基反演大氣可降水量，驗(yàn)證新建模型的水汽反演精度。結(jié)果表明，該模型能很好的滿足地基反演大氣可降水量的精度要求，相比于氣溫回歸模型反演精度有了較好的提升。
2019, 47(3):513-519.
摘要:
利用2007—2016年浙江省地閃數(shù)據(jù)，數(shù)字地形海拔數(shù)據(jù)、土地覆蓋數(shù)據(jù)和HWSD數(shù)據(jù)集，定量化分析海拔、坡度、坡向、土地覆蓋類型、土壤電導(dǎo)率對(duì)該地區(qū)地閃的影響。研究結(jié)果表明：浙江省地閃主要集中在海拔0~600 m、坡度0°~30°；坡向東南地閃次數(shù)最高，坡向西地閃次數(shù)最低；林地地閃次數(shù)最高，濕地地閃次數(shù)最低；地閃對(duì)應(yīng)的電導(dǎo)率主要集中在0.1 dS/m。單位面積下，地閃次數(shù)隨海拔、坡度、電導(dǎo)率均呈現(xiàn)先增加后減少的趨勢；坡向東、東南地閃次數(shù)較多，坡向西、西南地閃次數(shù)較少；土地覆蓋類型地閃次數(shù)最高是城市和建筑區(qū)，最低是水體。此外，地閃強(qiáng)度平均值隨海拔增加呈現(xiàn)先減小后增加的趨勢；陡度平均值隨海拔增加而減小。兩參數(shù)均隨坡度增加而減小；隨電導(dǎo)率增加呈現(xiàn)先增加后減少的趨勢。以5 km×5 km為網(wǎng)格單元統(tǒng)計(jì)網(wǎng)格內(nèi)各參量平均值進(jìn)行相關(guān)分析發(fā)現(xiàn)，浙江地區(qū)電流強(qiáng)度、陡度均和海拔、坡度呈現(xiàn)負(fù)相關(guān)。
利用2007—2016年浙江省地閃數(shù)據(jù)，數(shù)字地形海拔數(shù)據(jù)、土地覆蓋數(shù)據(jù)和HWSD數(shù)據(jù)集，定量化分析海拔、坡度、坡向、土地覆蓋類型、土壤電導(dǎo)率對(duì)該地區(qū)地閃的影響。研究結(jié)果表明：浙江省地閃主要集中在海拔0~600 m、坡度0°~30°；坡向東南地閃次數(shù)最高，坡向西地閃次數(shù)最低；林地地閃次數(shù)最高，濕地地閃次數(shù)最低；地閃對(duì)應(yīng)的電導(dǎo)率主要集中在0.1 dS/m。單位面積下，地閃次數(shù)隨海拔、坡度、電導(dǎo)率均呈現(xiàn)先增加后減少的趨勢；坡向東、東南地閃次數(shù)較多，坡向西、西南地閃次數(shù)較少；土地覆蓋類型地閃次數(shù)最高是城市和建筑區(qū)，最低是水體。此外，地閃強(qiáng)度平均值隨海拔增加呈現(xiàn)先減小后增加的趨勢；陡度平均值隨海拔增加而減小。兩參數(shù)均隨坡度增加而減小；隨電導(dǎo)率增加呈現(xiàn)先增加后減少的趨勢。以5 km×5 km為網(wǎng)格單元統(tǒng)計(jì)網(wǎng)格內(nèi)各參量平均值進(jìn)行相關(guān)分析發(fā)現(xiàn)，浙江地區(qū)電流強(qiáng)度、陡度均和海拔、坡度呈現(xiàn)負(fù)相關(guān)。
2019, 47(3):520-525.
摘要:
氣候生態(tài)因子是影響媒介傳播性疾病流行風(fēng)險(xiǎn)的重要環(huán)境因素。本研究根據(jù)文獻(xiàn)調(diào)研選取影響中國血吸蟲病傳播風(fēng)險(xiǎn)的潛在氣候生態(tài)因子，基于各潛在因子的作用大小確定影響中國血吸蟲病傳播風(fēng)險(xiǎn)的主導(dǎo)因子，發(fā)展主導(dǎo)氣候生態(tài)因子〖CD*2〗血吸蟲病關(guān)系的最大熵模型并評(píng)價(jià)其對(duì)中國區(qū)域血吸蟲病傳播風(fēng)險(xiǎn)的模擬效果。結(jié)果表明：影響中國血吸蟲病傳播風(fēng)險(xiǎn)的氣候生態(tài)因子有年降水量、最暖月平均氣溫、穩(wěn)定通過10 ℃持續(xù)日數(shù)和增強(qiáng)型植被指數(shù)（EVI），其累積貢獻(xiàn)率為研究因子總貢獻(xiàn)的98.6%；最大熵模型能較好地揭示中國血吸蟲病傳播風(fēng)險(xiǎn)與主導(dǎo)氣候生態(tài)因子關(guān)系，其受試者特征曲線（ROC）評(píng)價(jià)結(jié)果為“非常好”（AUC為0.917）；模型模擬的中國血吸蟲病傳播中高風(fēng)險(xiǎn)區(qū)位于江蘇南部、浙江北部、廣西中部、廣東北部、云南北部、四川中部及湖北東部、湖南東北部、安徽中部、江西北部等地。研究結(jié)果對(duì)氣候環(huán)境影響下中國血吸蟲傳播風(fēng)險(xiǎn)評(píng)估和疾病預(yù)防宏觀對(duì)策制定具有工具價(jià)值和參考意義。
氣候生態(tài)因子是影響媒介傳播性疾病流行風(fēng)險(xiǎn)的重要環(huán)境因素。本研究根據(jù)文獻(xiàn)調(diào)研選取影響中國血吸蟲病傳播風(fēng)險(xiǎn)的潛在氣候生態(tài)因子，基于各潛在因子的作用大小確定影響中國血吸蟲病傳播風(fēng)險(xiǎn)的主導(dǎo)因子，發(fā)展主導(dǎo)氣候生態(tài)因子〖CD*2〗血吸蟲病關(guān)系的最大熵模型并評(píng)價(jià)其對(duì)中國區(qū)域血吸蟲病傳播風(fēng)險(xiǎn)的模擬效果。結(jié)果表明：影響中國血吸蟲病傳播風(fēng)險(xiǎn)的氣候生態(tài)因子有年降水量、最暖月平均氣溫、穩(wěn)定通過10 ℃持續(xù)日數(shù)和增強(qiáng)型植被指數(shù)（EVI），其累積貢獻(xiàn)率為研究因子總貢獻(xiàn)的98.6%；最大熵模型能較好地揭示中國血吸蟲病傳播風(fēng)險(xiǎn)與主導(dǎo)氣候生態(tài)因子關(guān)系，其受試者特征曲線（ROC）評(píng)價(jià)結(jié)果為“非常好”（AUC為0.917）；模型模擬的中國血吸蟲病傳播中高風(fēng)險(xiǎn)區(qū)位于江蘇南部、浙江北部、廣西中部、廣東北部、云南北部、四川中部及湖北東部、湖南東北部、安徽中部、江西北部等地。研究結(jié)果對(duì)氣候環(huán)境影響下中國血吸蟲傳播風(fēng)險(xiǎn)評(píng)估和疾病預(yù)防宏觀對(duì)策制定具有工具價(jià)值和參考意義。
2019, 47(3):526-530.
摘要:
三化螟為水稻主要害蟲之一，單食水稻，在田陽一年發(fā)生完全4個(gè)世代，開展各世代螟蛾盛發(fā)高峰期氣象預(yù)警，對(duì)科學(xué)適時(shí)防螟滅蟲，蟲口奪糧意義重大。利用農(nóng)業(yè)植保部門提供的三化螟蛾盛發(fā)高峰期蟲情資料和氣象部門氣象觀測同期資料，采用逐步回歸方法，建立三化螟蛾盛發(fā)高峰初日氣象預(yù)警模型。結(jié)果表明：各世代預(yù)警模型輸出的盛發(fā)高峰初日與實(shí)況誤差3天的擬合正確率為82.2%～92.9％。試報(bào)2015—2016年，第1世代預(yù)報(bào)與實(shí)況誤差為3天，第2代至第4世代誤差為1～2天。三化螟蛾盛發(fā)高峰初日氣象預(yù)警模型的擬合正確率、試報(bào)結(jié)果誤差范圍比較理想，可投入日常業(yè)務(wù)應(yīng)用。
三化螟為水稻主要害蟲之一，單食水稻，在田陽一年發(fā)生完全4個(gè)世代，開展各世代螟蛾盛發(fā)高峰期氣象預(yù)警，對(duì)科學(xué)適時(shí)防螟滅蟲，蟲口奪糧意義重大。利用農(nóng)業(yè)植保部門提供的三化螟蛾盛發(fā)高峰期蟲情資料和氣象部門氣象觀測同期資料，采用逐步回歸方法，建立三化螟蛾盛發(fā)高峰初日氣象預(yù)警模型。結(jié)果表明：各世代預(yù)警模型輸出的盛發(fā)高峰初日與實(shí)況誤差3天的擬合正確率為82.2%～92.9％。試報(bào)2015—2016年，第1世代預(yù)報(bào)與實(shí)況誤差為3天，第2代至第4世代誤差為1～2天。三化螟蛾盛發(fā)高峰初日氣象預(yù)警模型的擬合正確率、試報(bào)結(jié)果誤差范圍比較理想，可投入日常業(yè)務(wù)應(yīng)用。
2019, 47(3):531-538.
摘要:
將虛擬現(xiàn)實(shí)與氣象應(yīng)用相結(jié)合，能有效解決氣象領(lǐng)域中傳統(tǒng)模式存在的局限性問題，是虛擬現(xiàn)實(shí)技術(shù)的一個(gè)主要研究方向。首先介紹了虛擬現(xiàn)實(shí)技術(shù)的定義與組成，將其發(fā)展分為萌芽、初步應(yīng)用以及全面發(fā)展3個(gè)階段，并綜述了各階段的代表性成果，隨后，詳細(xì)論述了虛擬現(xiàn)實(shí)技術(shù)在天氣現(xiàn)象、天氣系統(tǒng)和數(shù)值預(yù)報(bào)產(chǎn)品等氣象領(lǐng)域的理論研究成果。此外，分析歸納了氣象領(lǐng)域中維修培訓(xùn)、影視宣傳和氣象科普等方面應(yīng)用虛擬現(xiàn)實(shí)技術(shù)的典型案例。最后，從虛擬現(xiàn)實(shí)產(chǎn)業(yè)本身以及其與氣象應(yīng)用相結(jié)合兩個(gè)方面，探討了虛擬現(xiàn)實(shí)技術(shù)在氣象應(yīng)用上所面臨的問題，并展望了可能的研究方向以及未來前景。
將虛擬現(xiàn)實(shí)與氣象應(yīng)用相結(jié)合，能有效解決氣象領(lǐng)域中傳統(tǒng)模式存在的局限性問題，是虛擬現(xiàn)實(shí)技術(shù)的一個(gè)主要研究方向。首先介紹了虛擬現(xiàn)實(shí)技術(shù)的定義與組成，將其發(fā)展分為萌芽、初步應(yīng)用以及全面發(fā)展3個(gè)階段，并綜述了各階段的代表性成果，隨后，詳細(xì)論述了虛擬現(xiàn)實(shí)技術(shù)在天氣現(xiàn)象、天氣系統(tǒng)和數(shù)值預(yù)報(bào)產(chǎn)品等氣象領(lǐng)域的理論研究成果。此外，分析歸納了氣象領(lǐng)域中維修培訓(xùn)、影視宣傳和氣象科普等方面應(yīng)用虛擬現(xiàn)實(shí)技術(shù)的典型案例。最后，從虛擬現(xiàn)實(shí)產(chǎn)業(yè)本身以及其與氣象應(yīng)用相結(jié)合兩個(gè)方面，探討了虛擬現(xiàn)實(shí)技術(shù)在氣象應(yīng)用上所面臨的問題，并展望了可能的研究方向以及未來前景。
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)》中國氣象局中國氣象局氣象探測中心中國氣象科學(xué)研究院北京市氣象局國家衛(wèi)星氣象中心及國家氣象信息中心
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