2019年第47卷第4期文章目次
2019, 47(4):539-545.
摘要:
FY3D極軌氣象衛(wèi)星作為最新一代的極地軌道氣象衛(wèi)星，其圖像數(shù)據(jù)包含了豐富的植被、河流、山區(qū)等地表信息，對陸地資源調(diào)查、地表類型變化監(jiān)測等具有重要作用。但幾乎每軌遙感圖像大約有2/3區(qū)域都被云霧覆蓋，無法直接獲取云層下的地表信息用于產(chǎn)品應(yīng)用。本文研究晴空數(shù)據(jù)合成技術(shù)，首次提出反射率最小合成法、植被指數(shù)最大合成法和西格瑪合成法的3個標(biāo)準(zhǔn)聯(lián)合運用的晴空合成技術(shù)，利用先進(jìn)的多時次氣象衛(wèi)星遙感數(shù)據(jù)合成技術(shù)，自動生成FY3D中分辨率光譜成像儀(MERSIII) 250 m分辨率晴空遙感數(shù)據(jù)，較好地實現(xiàn)了云和云陰影的去除，生成的晴空效果良好，具備了后續(xù)應(yīng)用的價值。
FY3D極軌氣象衛(wèi)星作為最新一代的極地軌道氣象衛(wèi)星，其圖像數(shù)據(jù)包含了豐富的植被、河流、山區(qū)等地表信息，對陸地資源調(diào)查、地表類型變化監(jiān)測等具有重要作用。但幾乎每軌遙感圖像大約有2/3區(qū)域都被云霧覆蓋，無法直接獲取云層下的地表信息用于產(chǎn)品應(yīng)用。本文研究晴空數(shù)據(jù)合成技術(shù)，首次提出反射率最小合成法、植被指數(shù)最大合成法和西格瑪合成法的3個標(biāo)準(zhǔn)聯(lián)合運用的晴空合成技術(shù)，利用先進(jìn)的多時次氣象衛(wèi)星遙感數(shù)據(jù)合成技術(shù)，自動生成FY3D中分辨率光譜成像儀(MERSIII) 250 m分辨率晴空遙感數(shù)據(jù)，較好地實現(xiàn)了云和云陰影的去除，生成的晴空效果良好，具備了后續(xù)應(yīng)用的價值。
2019, 47(4):546-551.
摘要:
濕度測量技術(shù)繁多，露點測濕技術(shù)具有較大的優(yōu)勢，基于露點測濕技術(shù)設(shè)計的儀器能在全量程內(nèi)達(dá)到較高準(zhǔn)確度。本文以《氣象儀器觀測方法指南》中公布的飽和水汽壓計算公式為基礎(chǔ)，結(jié)合誤差傳遞理論，計算得到不同等級露/霜點溫度標(biāo)準(zhǔn)不確定度下的相對濕度標(biāo)準(zhǔn)不確定度，以此探究露點測濕技術(shù)在準(zhǔn)確度上的優(yōu)勢。結(jié)果表明：在-60～60 ℃的全溫度范圍內(nèi)，露點儀相對濕度測量標(biāo)準(zhǔn)不確定度在低溫高濕情況下較大；當(dāng)環(huán)境溫度和露/霜點測量標(biāo)準(zhǔn)不確定度均為01 ℃時，相對濕度測量標(biāo)準(zhǔn)不確定度最大不超過20%，滿足《氣象儀器觀測方法指南》中對濕度標(biāo)準(zhǔn)器標(biāo)準(zhǔn)不確定度最低要求；當(dāng)環(huán)境溫度和露/霜點測量標(biāo)準(zhǔn)不確定度分別為03 ℃（05 ℃）和01 ℃時，相對濕度測量標(biāo)準(zhǔn)不確定度最大不超過43%（70%）。可見低溫情況下，露點儀相對濕度測量標(biāo)準(zhǔn)不確定度優(yōu)勢明顯。
濕度測量技術(shù)繁多，露點測濕技術(shù)具有較大的優(yōu)勢，基于露點測濕技術(shù)設(shè)計的儀器能在全量程內(nèi)達(dá)到較高準(zhǔn)確度。本文以《氣象儀器觀測方法指南》中公布的飽和水汽壓計算公式為基礎(chǔ)，結(jié)合誤差傳遞理論，計算得到不同等級露/霜點溫度標(biāo)準(zhǔn)不確定度下的相對濕度標(biāo)準(zhǔn)不確定度，以此探究露點測濕技術(shù)在準(zhǔn)確度上的優(yōu)勢。結(jié)果表明：在-60～60 ℃的全溫度范圍內(nèi)，露點儀相對濕度測量標(biāo)準(zhǔn)不確定度在低溫高濕情況下較大；當(dāng)環(huán)境溫度和露/霜點測量標(biāo)準(zhǔn)不確定度均為01 ℃時，相對濕度測量標(biāo)準(zhǔn)不確定度最大不超過20%，滿足《氣象儀器觀測方法指南》中對濕度標(biāo)準(zhǔn)器標(biāo)準(zhǔn)不確定度最低要求；當(dāng)環(huán)境溫度和露/霜點測量標(biāo)準(zhǔn)不確定度分別為03 ℃（05 ℃）和01 ℃時，相對濕度測量標(biāo)準(zhǔn)不確定度最大不超過43%（70%）。可見低溫情況下，露點儀相對濕度測量標(biāo)準(zhǔn)不確定度優(yōu)勢明顯。
2019, 47(4):552-562.
摘要:
采用絕對誤差、相對誤差、〖JP2〗皮爾遜相關(guān)系數(shù)、樣本數(shù)量分布圖等統(tǒng)計方法對中國氣象局氣象探測中心下發(fā)的2012年8月至2017年7月天氣雷達(dá)組合風(fēng)場顯示產(chǎn)品進(jìn)行質(zhì)量評估，結(jié)果表明：①該產(chǎn)品與探空風(fēng)場有較高的相關(guān)性，兩種資料沒有系統(tǒng)性差異，風(fēng)向相關(guān)性優(yōu)于風(fēng)速；②隨高度升高，該產(chǎn)品和探空資料的相關(guān)系數(shù)變差，500 hPa以下高度的風(fēng)場數(shù)據(jù)可用性較高；③產(chǎn)品質(zhì)量與降水有著密切的關(guān)系，天氣尺度的穩(wěn)定性降水有利于提高風(fēng)場反演質(zhì)量，非氣象回波、強對流天氣情況下雷達(dá)反演風(fēng)場質(zhì)量均會下降。④產(chǎn)品質(zhì)量與地形復(fù)雜程度有一定的關(guān)系。
采用絕對誤差、相對誤差、〖JP2〗皮爾遜相關(guān)系數(shù)、樣本數(shù)量分布圖等統(tǒng)計方法對中國氣象局氣象探測中心下發(fā)的2012年8月至2017年7月天氣雷達(dá)組合風(fēng)場顯示產(chǎn)品進(jìn)行質(zhì)量評估，結(jié)果表明：①該產(chǎn)品與探空風(fēng)場有較高的相關(guān)性，兩種資料沒有系統(tǒng)性差異，風(fēng)向相關(guān)性優(yōu)于風(fēng)速；②隨高度升高，該產(chǎn)品和探空資料的相關(guān)系數(shù)變差，500 hPa以下高度的風(fēng)場數(shù)據(jù)可用性較高；③產(chǎn)品質(zhì)量與降水有著密切的關(guān)系，天氣尺度的穩(wěn)定性降水有利于提高風(fēng)場反演質(zhì)量，非氣象回波、強對流天氣情況下雷達(dá)反演風(fēng)場質(zhì)量均會下降。④產(chǎn)品質(zhì)量與地形復(fù)雜程度有一定的關(guān)系。
2019, 47(4):563-570.
摘要:
風(fēng)廓線雷達(dá)二維顯示系統(tǒng)無法顯示三維風(fēng)場，針對此問題，本文研究了基于WebGL的風(fēng)廓線雷達(dá)風(fēng)場的三維可視化方法。文中介紹了基于WebGL的三維圖形渲染技術(shù)的原理和優(yōu)勢，詳細(xì)闡述了風(fēng)廓線雷達(dá)風(fēng)場的三維建模和渲染方法，在此方法的基礎(chǔ)上，開發(fā)了B/S模式的風(fēng)廓線雷達(dá)風(fēng)場三維可視化系統(tǒng)，并介紹了系統(tǒng)的功能特點和優(yōu)勢。相對于風(fēng)廓線雷達(dá)二維顯示系統(tǒng)，三維可視化系統(tǒng)以更直觀、逼真的形式展現(xiàn)了風(fēng)場的空間分布，用戶能夠以任意視角觀察三維風(fēng)場，便于氣象工作者分析風(fēng)場輻合(輻散)、邊界層輻合線，為強對流天氣監(jiān)測預(yù)報工作提供一種有效的技術(shù)手段。
風(fēng)廓線雷達(dá)二維顯示系統(tǒng)無法顯示三維風(fēng)場，針對此問題，本文研究了基于WebGL的風(fēng)廓線雷達(dá)風(fēng)場的三維可視化方法。文中介紹了基于WebGL的三維圖形渲染技術(shù)的原理和優(yōu)勢，詳細(xì)闡述了風(fēng)廓線雷達(dá)風(fēng)場的三維建模和渲染方法，在此方法的基礎(chǔ)上，開發(fā)了B/S模式的風(fēng)廓線雷達(dá)風(fēng)場三維可視化系統(tǒng)，并介紹了系統(tǒng)的功能特點和優(yōu)勢。相對于風(fēng)廓線雷達(dá)二維顯示系統(tǒng)，三維可視化系統(tǒng)以更直觀、逼真的形式展現(xiàn)了風(fēng)場的空間分布，用戶能夠以任意視角觀察三維風(fēng)場，便于氣象工作者分析風(fēng)場輻合(輻散)、邊界層輻合線，為強對流天氣監(jiān)測預(yù)報工作提供一種有效的技術(shù)手段。
2019, 47(4):571-580.
摘要:
為了精準(zhǔn)判斷玉米所處生長階段，遠(yuǎn)程實時監(jiān)測玉米長勢，分析生長階段與田間環(huán)境要素間的關(guān)系，本文提出深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)，克服了玉米生長階段識別中存在的多模態(tài)和模糊性問題，在Oxford VGGNet（Visual Geometry Group Net）模型中添加一個新的監(jiān)督層，即局部關(guān)聯(lián)損失層，提高深層特征的判別能力。基于所提的玉米生長階段圖片識別新算法，拓展環(huán)境要素監(jiān)測功能，設(shè)計一套基于深度學(xué)習(xí)的玉米農(nóng)田監(jiān)測系統(tǒng)。系統(tǒng)由玉米農(nóng)田監(jiān)測裝置和云端服務(wù)器組成，監(jiān)測裝置采集玉米圖像、氣象要素和田間位置數(shù)據(jù)，通過4G無線發(fā)送給云端服務(wù)器，云端服務(wù)器利用深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)識別生長階段，顯示結(jié)果并存入數(shù)據(jù)庫中。仿真試驗表明，深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)平均識別準(zhǔn)確率達(dá)到92.53%，較VGGNet的87.21%和LSTM的88.50%，準(zhǔn)確率分別提高了532%和4.03%。實地測試結(jié)果表明，野外環(huán)境下系統(tǒng)準(zhǔn)確率可達(dá)到91.43%，能夠穩(wěn)定地對農(nóng)田玉米生長情況進(jìn)行監(jiān)測，具有重要的應(yīng)用價值。
為了精準(zhǔn)判斷玉米所處生長階段，遠(yuǎn)程實時監(jiān)測玉米長勢，分析生長階段與田間環(huán)境要素間的關(guān)系，本文提出深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)，克服了玉米生長階段識別中存在的多模態(tài)和模糊性問題，在Oxford VGGNet（Visual Geometry Group Net）模型中添加一個新的監(jiān)督層，即局部關(guān)聯(lián)損失層，提高深層特征的判別能力。基于所提的玉米生長階段圖片識別新算法，拓展環(huán)境要素監(jiān)測功能，設(shè)計一套基于深度學(xué)習(xí)的玉米農(nóng)田監(jiān)測系統(tǒng)。系統(tǒng)由玉米農(nóng)田監(jiān)測裝置和云端服務(wù)器組成，監(jiān)測裝置采集玉米圖像、氣象要素和田間位置數(shù)據(jù)，通過4G無線發(fā)送給云端服務(wù)器，云端服務(wù)器利用深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)識別生長階段，顯示結(jié)果并存入數(shù)據(jù)庫中。仿真試驗表明，深度局部關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)平均識別準(zhǔn)確率達(dá)到92.53%，較VGGNet的87.21%和LSTM的88.50%，準(zhǔn)確率分別提高了532%和4.03%。實地測試結(jié)果表明，野外環(huán)境下系統(tǒng)準(zhǔn)確率可達(dá)到91.43%，能夠穩(wěn)定地對農(nóng)田玉米生長情況進(jìn)行監(jiān)測，具有重要的應(yīng)用價值。
2019, 47(4):581-591.
摘要:
世界氣象中心(北京)建設(shè)是中國氣象局承擔(dān)世界氣象組織(WMO)的全球數(shù)據(jù)處理和預(yù)報系統(tǒng)（GDPFS）要求的任務(wù)，為全球?qū)崟r氣象預(yù)報預(yù)測業(yè)務(wù)提供高效豐富的無縫隙天氣氣候監(jiān)測、預(yù)報、預(yù)測分析指導(dǎo)產(chǎn)品及數(shù)據(jù)產(chǎn)品服務(wù)共享，提高區(qū)域性國際天氣業(yè)務(wù)會商交流效率，國家氣象中心設(shè)計并實現(xiàn)了世界氣象中心(北京)全球預(yù)報服務(wù)共享平臺，通過分析全球監(jiān)測、預(yù)報預(yù)測等業(yè)務(wù)數(shù)據(jù)海量、異構(gòu)、實時性強等特征，采用瀏覽器/服務(wù)器(B/S結(jié)構(gòu))多層架構(gòu)和分布式實時處理、任務(wù)調(diào)度等關(guān)鍵技術(shù)實現(xiàn)了全球?qū)崨r監(jiān)測、天氣模式、氣候模式、模式檢驗數(shù)據(jù)的高效加工預(yù)處理、產(chǎn)品分析制作、產(chǎn)品自動流轉(zhuǎn)、網(wǎng)絡(luò)服務(wù)共享和業(yè)務(wù)指導(dǎo)等全流程業(yè)務(wù)功能，并提供了國際天氣預(yù)報會商等專業(yè)化功能。平臺自2018年6月6日業(yè)務(wù)運行以來，已有13個國家和地區(qū)注冊會商用戶，超過15萬次全球訪問量，為全球?qū)I(yè)用戶高效提供了全球?qū)崟r天氣監(jiān)測、預(yù)報服務(wù)產(chǎn)品業(yè)務(wù)指導(dǎo)，未來將成為中國氣象局對外氣象業(yè)務(wù)指導(dǎo)和氣象服務(wù)的重要窗口和紐帶。
世界氣象中心(北京)建設(shè)是中國氣象局承擔(dān)世界氣象組織(WMO)的全球數(shù)據(jù)處理和預(yù)報系統(tǒng)（GDPFS）要求的任務(wù)，為全球?qū)崟r氣象預(yù)報預(yù)測業(yè)務(wù)提供高效豐富的無縫隙天氣氣候監(jiān)測、預(yù)報、預(yù)測分析指導(dǎo)產(chǎn)品及數(shù)據(jù)產(chǎn)品服務(wù)共享，提高區(qū)域性國際天氣業(yè)務(wù)會商交流效率，國家氣象中心設(shè)計并實現(xiàn)了世界氣象中心(北京)全球預(yù)報服務(wù)共享平臺，通過分析全球監(jiān)測、預(yù)報預(yù)測等業(yè)務(wù)數(shù)據(jù)海量、異構(gòu)、實時性強等特征，采用瀏覽器/服務(wù)器(B/S結(jié)構(gòu))多層架構(gòu)和分布式實時處理、任務(wù)調(diào)度等關(guān)鍵技術(shù)實現(xiàn)了全球?qū)崨r監(jiān)測、天氣模式、氣候模式、模式檢驗數(shù)據(jù)的高效加工預(yù)處理、產(chǎn)品分析制作、產(chǎn)品自動流轉(zhuǎn)、網(wǎng)絡(luò)服務(wù)共享和業(yè)務(wù)指導(dǎo)等全流程業(yè)務(wù)功能，并提供了國際天氣預(yù)報會商等專業(yè)化功能。平臺自2018年6月6日業(yè)務(wù)運行以來，已有13個國家和地區(qū)注冊會商用戶，超過15萬次全球訪問量，為全球?qū)I(yè)用戶高效提供了全球?qū)崟r天氣監(jiān)測、預(yù)報服務(wù)產(chǎn)品業(yè)務(wù)指導(dǎo)，未來將成為中國氣象局對外氣象業(yè)務(wù)指導(dǎo)和氣象服務(wù)的重要窗口和紐帶。
2019, 47(4):592-599.
摘要:
為充分利用氣象信息綜合分析處理系統(tǒng)第4版（Meteorology Information Comprehensive Analysis Process System 4，MICAPS 4）強大的氣象數(shù)據(jù)顯示和分析能力，在.Net Framework 4.5框架下，利用C#開發(fā)語言和MySQL數(shù)據(jù)庫，基于MICAPS 4二次開發(fā)接口，設(shè)計研發(fā)了山西省災(zāi)害性天氣歷史個例庫應(yīng)用系統(tǒng)，實現(xiàn)了歷史個例庫管理、歷史個例和相似歷史個例檢索與資料分析、歷史個例訓(xùn)練與考試模擬等應(yīng)用功能。目前，該系統(tǒng)已經(jīng)較好地應(yīng)用于業(yè)務(wù)中。系統(tǒng)不僅可擴展程度高、本地化應(yīng)用方便，而且業(yè)務(wù)實用性較強，具有較高的應(yīng)用推廣價值。本文從系統(tǒng)設(shè)計、開發(fā)、功能以及實現(xiàn)方法等方面給予詳細(xì)介紹。
為充分利用氣象信息綜合分析處理系統(tǒng)第4版（Meteorology Information Comprehensive Analysis Process System 4，MICAPS 4）強大的氣象數(shù)據(jù)顯示和分析能力，在.Net Framework 4.5框架下，利用C#開發(fā)語言和MySQL數(shù)據(jù)庫，基于MICAPS 4二次開發(fā)接口，設(shè)計研發(fā)了山西省災(zāi)害性天氣歷史個例庫應(yīng)用系統(tǒng)，實現(xiàn)了歷史個例庫管理、歷史個例和相似歷史個例檢索與資料分析、歷史個例訓(xùn)練與考試模擬等應(yīng)用功能。目前，該系統(tǒng)已經(jīng)較好地應(yīng)用于業(yè)務(wù)中。系統(tǒng)不僅可擴展程度高、本地化應(yīng)用方便，而且業(yè)務(wù)實用性較強，具有較高的應(yīng)用推廣價值。本文從系統(tǒng)設(shè)計、開發(fā)、功能以及實現(xiàn)方法等方面給予詳細(xì)介紹。
2019, 47(4):600-607.
摘要:
大風(fēng)作為常見且影響嚴(yán)重的天氣現(xiàn)象，可在各類天氣系統(tǒng)和地形綜合影響下產(chǎn)生。全面認(rèn)識其機理和預(yù)報方法，對風(fēng)災(zāi)防御和風(fēng)能利用都有很大幫助。本文梳理了我國氣象觀測和業(yè)務(wù)預(yù)報關(guān)于大風(fēng)定義、大風(fēng)分布特征以及雷暴、臺風(fēng)等主要災(zāi)害性系統(tǒng)大風(fēng)分布情況。之后簡述雷暴、臺風(fēng)、冷空氣等系統(tǒng)產(chǎn)生大風(fēng)的機理，以及復(fù)雜地形下墊面的熱力和動力作用對局地大風(fēng)的影響，概括了不同系統(tǒng)大風(fēng)預(yù)報技術(shù)的研究進(jìn)展。最后總結(jié)大風(fēng)研究現(xiàn)狀和不足。
大風(fēng)作為常見且影響嚴(yán)重的天氣現(xiàn)象，可在各類天氣系統(tǒng)和地形綜合影響下產(chǎn)生。全面認(rèn)識其機理和預(yù)報方法，對風(fēng)災(zāi)防御和風(fēng)能利用都有很大幫助。本文梳理了我國氣象觀測和業(yè)務(wù)預(yù)報關(guān)于大風(fēng)定義、大風(fēng)分布特征以及雷暴、臺風(fēng)等主要災(zāi)害性系統(tǒng)大風(fēng)分布情況。之后簡述雷暴、臺風(fēng)、冷空氣等系統(tǒng)產(chǎn)生大風(fēng)的機理，以及復(fù)雜地形下墊面的熱力和動力作用對局地大風(fēng)的影響，概括了不同系統(tǒng)大風(fēng)預(yù)報技術(shù)的研究進(jìn)展。最后總結(jié)大風(fēng)研究現(xiàn)狀和不足。
2019, 47(4):608-621.
摘要:
氣候模式是研究氣候系統(tǒng)和氣候變化的有力工具，其模擬結(jié)果是進(jìn)行氣候預(yù)測和氣候變化風(fēng)險評估的重要數(shù)據(jù)基礎(chǔ)。隨著全球氣候變暖速度加快，地表生態(tài)環(huán)境、水文動態(tài)循環(huán)過程、社會經(jīng)濟發(fā)展等都受到其影響，進(jìn)而影響到人類的生產(chǎn)和生活。利用氣候模式對未來氣候變化特征進(jìn)行評估和預(yù)測，可為人類調(diào)整發(fā)展策略以適應(yīng)氣候變化提供科學(xué)依據(jù)。通過匯總CMIP5（Coupled Model Intercomparison Project Phase 5）模式在氣候變化方面的相關(guān)研究，綜述了CMIP5氣候模式在農(nóng)業(yè)生產(chǎn)、水文動態(tài)監(jiān)控以及其他領(lǐng)域中的應(yīng)用，最后指出了CMIP5氣候模式在模擬預(yù)估未來氣候變化上存在的不足，并展望了CMIP5氣候模式在未來的應(yīng)用。
氣候模式是研究氣候系統(tǒng)和氣候變化的有力工具，其模擬結(jié)果是進(jìn)行氣候預(yù)測和氣候變化風(fēng)險評估的重要數(shù)據(jù)基礎(chǔ)。隨著全球氣候變暖速度加快，地表生態(tài)環(huán)境、水文動態(tài)循環(huán)過程、社會經(jīng)濟發(fā)展等都受到其影響，進(jìn)而影響到人類的生產(chǎn)和生活。利用氣候模式對未來氣候變化特征進(jìn)行評估和預(yù)測，可為人類調(diào)整發(fā)展策略以適應(yīng)氣候變化提供科學(xué)依據(jù)。通過匯總CMIP5（Coupled Model Intercomparison Project Phase 5）模式在氣候變化方面的相關(guān)研究，綜述了CMIP5氣候模式在農(nóng)業(yè)生產(chǎn)、水文動態(tài)監(jiān)控以及其他領(lǐng)域中的應(yīng)用，最后指出了CMIP5氣候模式在模擬預(yù)估未來氣候變化上存在的不足，并展望了CMIP5氣候模式在未來的應(yīng)用。
2019, 47(4):622-630.
摘要:
降尺度方法是目前彌補氣候系統(tǒng)模式預(yù)測結(jié)果不足的重要手段，為獲得具有較高預(yù)測技巧的山西盛夏降水客觀化預(yù)測產(chǎn)品，本文選取1990—2017年6月起報的BCC_CSM氣候系統(tǒng)模式輸出盛夏結(jié)果和同期NCEP/NCAR再分析資料同時與山西盛夏降水異常典型模態(tài)具有統(tǒng)計顯著的因子，利用逐步回歸方法建立了山西盛夏降水降尺度模型。進(jìn)一步研究發(fā)現(xiàn)，降尺度模型的預(yù)測能力與BCC_CSM對影響山西盛夏降水關(guān)鍵區(qū)海溫的預(yù)測技巧密切相關(guān)。檢驗回報與觀測的時間和空間距平相關(guān)系數(shù)（TCC和ACC）、回報與觀測的距平符號一致率（PC）以及趨勢異常綜合評分（PS），表明降尺度模型對山西盛夏降水的預(yù)測技巧較BCC_CSM輸出有明顯改進(jìn)，BCC_CSM模擬降水TCC在山西全區(qū)沒有通過95%信度檢驗，降尺度模型回報TCC在山西大部分地區(qū)通過95%信度檢驗，中南部通過99%信度檢驗；相應(yīng)的ACC由-0.02提高到0.35，PC由53.3%提高到66.8%，PS由65.6%提高到78.9%。2018年盛夏業(yè)務(wù)試運行，ACC為0.42，PS為70.8%。
降尺度方法是目前彌補氣候系統(tǒng)模式預(yù)測結(jié)果不足的重要手段，為獲得具有較高預(yù)測技巧的山西盛夏降水客觀化預(yù)測產(chǎn)品，本文選取1990—2017年6月起報的BCC_CSM氣候系統(tǒng)模式輸出盛夏結(jié)果和同期NCEP/NCAR再分析資料同時與山西盛夏降水異常典型模態(tài)具有統(tǒng)計顯著的因子，利用逐步回歸方法建立了山西盛夏降水降尺度模型。進(jìn)一步研究發(fā)現(xiàn)，降尺度模型的預(yù)測能力與BCC_CSM對影響山西盛夏降水關(guān)鍵區(qū)海溫的預(yù)測技巧密切相關(guān)。檢驗回報與觀測的時間和空間距平相關(guān)系數(shù)（TCC和ACC）、回報與觀測的距平符號一致率（PC）以及趨勢異常綜合評分（PS），表明降尺度模型對山西盛夏降水的預(yù)測技巧較BCC_CSM輸出有明顯改進(jìn)，BCC_CSM模擬降水TCC在山西全區(qū)沒有通過95%信度檢驗，降尺度模型回報TCC在山西大部分地區(qū)通過95%信度檢驗，中南部通過99%信度檢驗；相應(yīng)的ACC由-0.02提高到0.35，PC由53.3%提高到66.8%，PS由65.6%提高到78.9%。2018年盛夏業(yè)務(wù)試運行，ACC為0.42，PS為70.8%。
2019, 47(4):631-638.
摘要:
基于DERF2.0 1983—2013年回報和2016—2017年預(yù)測的降水資料以及寧夏19個評分站降水實測資料，采用短期氣候預(yù)測業(yè)務(wù)中常用的檢驗方法，對DERF2.0預(yù)測的寧夏未來1~50 d月、候尺度降水及持續(xù)性異常降水過程進(jìn)行了檢驗評估。結(jié)果表明：DERF2.0對月降水趨勢異常預(yù)測綜合評分（Ps）平均為53.2%，超前1~10 d預(yù)測效果相差不大； Ps超過60%〖JP2〗的僅有4月和11月，且年際間波動較大，最差年與最好年相差近30%。DERF2.0〖JP〗對月異常少雨預(yù)測Ps高于異常多雨，春、秋季Ps較高，夏季相對較低；對多雨年份降水預(yù)測Ps高于少雨年份。DERF2.0超前30 d之內(nèi)預(yù)測的候降水和實況以正相關(guān)為主，第1候相關(guān)最好，9月至次年3月相關(guān)系數(shù)相對較大；超前30 d之內(nèi)預(yù)測的候降水較實況偏大30%左右；對未來1~6候降水趨勢預(yù)測正確率為40.8%，偏多趨勢正確率達(dá)79.5%，明顯高于偏少趨勢； 1月趨勢預(yù)測正確率最小，8月最大；候降水偏多趨勢預(yù)測正確率冬季高于夏季，偏少趨勢則相反；隨著超前時間的增長，趨勢預(yù)測正確率下降；趨勢預(yù)測正確率自北向南增大。DERF2.0對持續(xù)性異常降水過程預(yù)測的正確率為60.3%，超前時段為4~14 d，對全區(qū)性過程預(yù)測效果較好，同一次過程南部預(yù)測效果好于北部，預(yù)測的降水量小于實況降水量。
基于DERF2.0 1983—2013年回報和2016—2017年預(yù)測的降水資料以及寧夏19個評分站降水實測資料，采用短期氣候預(yù)測業(yè)務(wù)中常用的檢驗方法，對DERF2.0預(yù)測的寧夏未來1~50 d月、候尺度降水及持續(xù)性異常降水過程進(jìn)行了檢驗評估。結(jié)果表明：DERF2.0對月降水趨勢異常預(yù)測綜合評分（Ps）平均為53.2%，超前1~10 d預(yù)測效果相差不大； Ps超過60%〖JP2〗的僅有4月和11月，且年際間波動較大，最差年與最好年相差近30%。DERF2.0〖JP〗對月異常少雨預(yù)測Ps高于異常多雨，春、秋季Ps較高，夏季相對較低；對多雨年份降水預(yù)測Ps高于少雨年份。DERF2.0超前30 d之內(nèi)預(yù)測的候降水和實況以正相關(guān)為主，第1候相關(guān)最好，9月至次年3月相關(guān)系數(shù)相對較大；超前30 d之內(nèi)預(yù)測的候降水較實況偏大30%左右；對未來1~6候降水趨勢預(yù)測正確率為40.8%，偏多趨勢正確率達(dá)79.5%，明顯高于偏少趨勢； 1月趨勢預(yù)測正確率最小，8月最大；候降水偏多趨勢預(yù)測正確率冬季高于夏季，偏少趨勢則相反；隨著超前時間的增長，趨勢預(yù)測正確率下降；趨勢預(yù)測正確率自北向南增大。DERF2.0對持續(xù)性異常降水過程預(yù)測的正確率為60.3%，超前時段為4~14 d，對全區(qū)性過程預(yù)測效果較好，同一次過程南部預(yù)測效果好于北部，預(yù)測的降水量小于實況降水量。
2019, 47(4):639-647.
摘要:
利用重慶市巴南區(qū)2014年1月1日至2017年12月31日逐小時草地、泥土、礫石、石板、水泥、瀝青等6種不同下墊面的特種溫度觀測資料，通過擴展經(jīng)驗正交分解（EEOF）、概率密度分析（PDF）等氣候統(tǒng)計方法，分析了不同下墊面溫度的多時間尺度變化規(guī)律，進(jìn)一步探討了水泥和草地下墊面溫度差異的變化特征。結(jié)果表明:不同下墊面的溫度存在明顯的多時間尺度變化特征。月平均變化上，石板、水泥和瀝青的表面溫度明顯高于泥土、草地和礫石，且溫度差異夏季大于冬季。日變化上，石板、水泥和瀝青白天的表面溫度高于泥土、草地和礫石，晚上不同下墊面溫度差異較小；不同下墊面溫度的日變化差異在春季和夏季明顯強于冬季和秋季。石板、水泥和瀝青表面出現(xiàn)45 ℃以上極端高溫的概率多于其他下墊面，且出現(xiàn)這些高溫的時間集中在14:00—15:00之間。水泥和草地的溫度差異也表現(xiàn)出明顯的多時間尺度變化（季節(jié)變化和日變化）特征。一天中，溫度差異最大值出現(xiàn)的時間集中在14:00—16:00，其次是19:00—20:00。溫度差異的日變化幅度也在夏季達(dá)到最大。
利用重慶市巴南區(qū)2014年1月1日至2017年12月31日逐小時草地、泥土、礫石、石板、水泥、瀝青等6種不同下墊面的特種溫度觀測資料，通過擴展經(jīng)驗正交分解（EEOF）、概率密度分析（PDF）等氣候統(tǒng)計方法，分析了不同下墊面溫度的多時間尺度變化規(guī)律，進(jìn)一步探討了水泥和草地下墊面溫度差異的變化特征。結(jié)果表明:不同下墊面的溫度存在明顯的多時間尺度變化特征。月平均變化上，石板、水泥和瀝青的表面溫度明顯高于泥土、草地和礫石，且溫度差異夏季大于冬季。日變化上，石板、水泥和瀝青白天的表面溫度高于泥土、草地和礫石，晚上不同下墊面溫度差異較小；不同下墊面溫度的日變化差異在春季和夏季明顯強于冬季和秋季。石板、水泥和瀝青表面出現(xiàn)45 ℃以上極端高溫的概率多于其他下墊面，且出現(xiàn)這些高溫的時間集中在14:00—15:00之間。水泥和草地的溫度差異也表現(xiàn)出明顯的多時間尺度變化（季節(jié)變化和日變化）特征。一天中，溫度差異最大值出現(xiàn)的時間集中在14:00—16:00，其次是19:00—20:00。溫度差異的日變化幅度也在夏季達(dá)到最大。
2019, 47(4):648-654.
摘要:
利用廣東省清遠(yuǎn)地區(qū)2011、2012和2014年6—8月地閃定位資料將每天發(fā)生的雷暴情況進(jìn)行分級，并結(jié)合對應(yīng)的探空資料，計算對流有效位能、沙氏指數(shù)、K指數(shù)等反映大氣穩(wěn)定性或能量關(guān)系的參數(shù)，分析其在發(fā)生時間和強度不同的雷暴發(fā)生前的分布情況。結(jié)果表明，沙氏指數(shù)、抬升指數(shù)、K指數(shù)、全總指數(shù)、強天氣威脅指數(shù)和對流有效位能與雷暴強度有一定的相關(guān)性，而對流抑制能量、粗理查森數(shù)與雷暴強度間沒有發(fā)現(xiàn)較好的相關(guān)性。廣東地區(qū)雷暴發(fā)生前沙氏指數(shù)小于0 ℃，抬升指數(shù)小于-2 ℃，K指數(shù)大于30 ℃，對流有效位能大于500 J/kg，更容易產(chǎn)生中強雷暴。廣東地區(qū)的K指數(shù)高于青藏高原地區(qū)20 ℃左右，對流有效位能的平均值高于青藏高原及陜甘寧地區(qū)約300 J/kg，其余參數(shù)分布特點與部分地區(qū)相似，進(jìn)一步反映了廣東地區(qū)雷暴特征的特殊性，加深了對廣東地區(qū)雷暴特征的認(rèn)識。
利用廣東省清遠(yuǎn)地區(qū)2011、2012和2014年6—8月地閃定位資料將每天發(fā)生的雷暴情況進(jìn)行分級，并結(jié)合對應(yīng)的探空資料，計算對流有效位能、沙氏指數(shù)、K指數(shù)等反映大氣穩(wěn)定性或能量關(guān)系的參數(shù)，分析其在發(fā)生時間和強度不同的雷暴發(fā)生前的分布情況。結(jié)果表明，沙氏指數(shù)、抬升指數(shù)、K指數(shù)、全總指數(shù)、強天氣威脅指數(shù)和對流有效位能與雷暴強度有一定的相關(guān)性，而對流抑制能量、粗理查森數(shù)與雷暴強度間沒有發(fā)現(xiàn)較好的相關(guān)性。廣東地區(qū)雷暴發(fā)生前沙氏指數(shù)小于0 ℃，抬升指數(shù)小于-2 ℃，K指數(shù)大于30 ℃，對流有效位能大于500 J/kg，更容易產(chǎn)生中強雷暴。廣東地區(qū)的K指數(shù)高于青藏高原地區(qū)20 ℃左右，對流有效位能的平均值高于青藏高原及陜甘寧地區(qū)約300 J/kg，其余參數(shù)分布特點與部分地區(qū)相似，進(jìn)一步反映了廣東地區(qū)雷暴特征的特殊性，加深了對廣東地區(qū)雷暴特征的認(rèn)識。
2019, 47(4):655-662.
摘要:
利用1980—2015年NCEP/NCAR逐日再分析資料和廣西80個地面氣象站資料，采用LambJenkinson方法對廣西區(qū)域霾過程的大氣環(huán)流進(jìn)行分型，并探討高低空環(huán)流型配置與區(qū)域霾過程的關(guān)系。結(jié)果表明：當(dāng)?shù)孛鏂|南風(fēng)型、高空西風(fēng)型時，廣西出現(xiàn)霾過程的頻率最高；地面東風(fēng)型配合高空西風(fēng)型對年霾過程的貢獻(xiàn)最大，地面東南風(fēng)型配合高空西風(fēng)型主要出現(xiàn)在冷暖氣流轉(zhuǎn)換的春季、地面低壓型配合高空高壓脊型出現(xiàn)在西太平洋副熱帶高壓明顯加強、地面處于弱低壓環(huán)境場的夏季、地面東風(fēng)型配合高空西風(fēng)型出現(xiàn)在環(huán)流穩(wěn)定平直的秋季、地面東風(fēng)型配合高空高壓脊型出現(xiàn)在環(huán)流經(jīng)向度明顯增強的冬季，霾過程具有冬季多發(fā)、夏季少發(fā)的特點。近36年來，地面東風(fēng)型配合高空高壓脊型是廣西霾過程呈偏多趨勢的主導(dǎo)環(huán)流型。
利用1980—2015年NCEP/NCAR逐日再分析資料和廣西80個地面氣象站資料，采用LambJenkinson方法對廣西區(qū)域霾過程的大氣環(huán)流進(jìn)行分型，并探討高低空環(huán)流型配置與區(qū)域霾過程的關(guān)系。結(jié)果表明：當(dāng)?shù)孛鏂|南風(fēng)型、高空西風(fēng)型時，廣西出現(xiàn)霾過程的頻率最高；地面東風(fēng)型配合高空西風(fēng)型對年霾過程的貢獻(xiàn)最大，地面東南風(fēng)型配合高空西風(fēng)型主要出現(xiàn)在冷暖氣流轉(zhuǎn)換的春季、地面低壓型配合高空高壓脊型出現(xiàn)在西太平洋副熱帶高壓明顯加強、地面處于弱低壓環(huán)境場的夏季、地面東風(fēng)型配合高空西風(fēng)型出現(xiàn)在環(huán)流穩(wěn)定平直的秋季、地面東風(fēng)型配合高空高壓脊型出現(xiàn)在環(huán)流經(jīng)向度明顯增強的冬季，霾過程具有冬季多發(fā)、夏季少發(fā)的特點。近36年來，地面東風(fēng)型配合高空高壓脊型是廣西霾過程呈偏多趨勢的主導(dǎo)環(huán)流型。
2019, 47(4):663-672.
摘要:
利用湖北省區(qū)域站資料、Micaps常規(guī)觀測資料和雷達(dá)資料，對2017年盛夏季節(jié)一次副高控制下的下?lián)舯┝魇录M(jìn)行分析，結(jié)果表明：①本次過程是一次典型的由脈沖風(fēng)暴產(chǎn)生的大風(fēng)天氣，過程中出現(xiàn)明顯的陣風(fēng)鋒;②受地形及局地?zé)崃l件共同作用，強回波向西南方向移動;③陣風(fēng)鋒形成初期與回波主體距離很近，強回波持續(xù)時間長，造成局地的強降水，強下沉氣流和強降水導(dǎo)致了大范圍的大風(fēng)天氣，此時大風(fēng)主要分布在強回波移動方向的前沿附近;④后期陣風(fēng)鋒快速移動，遠(yuǎn)離回波主體，回波迅速減弱，強下沉氣流向外流出導(dǎo)致地面出現(xiàn)大風(fēng)，地面出現(xiàn)兩條陣風(fēng)鋒，且兩條陣風(fēng)鋒相遇，此時大風(fēng)主要出現(xiàn)在兩條陣風(fēng)鋒交匯處和雷暴冷出流最強處，對臨近預(yù)報有一定的參考意義。
利用湖北省區(qū)域站資料、Micaps常規(guī)觀測資料和雷達(dá)資料，對2017年盛夏季節(jié)一次副高控制下的下?lián)舯┝魇录M(jìn)行分析，結(jié)果表明：①本次過程是一次典型的由脈沖風(fēng)暴產(chǎn)生的大風(fēng)天氣，過程中出現(xiàn)明顯的陣風(fēng)鋒;②受地形及局地?zé)崃l件共同作用，強回波向西南方向移動;③陣風(fēng)鋒形成初期與回波主體距離很近，強回波持續(xù)時間長，造成局地的強降水，強下沉氣流和強降水導(dǎo)致了大范圍的大風(fēng)天氣，此時大風(fēng)主要分布在強回波移動方向的前沿附近;④后期陣風(fēng)鋒快速移動，遠(yuǎn)離回波主體，回波迅速減弱，強下沉氣流向外流出導(dǎo)致地面出現(xiàn)大風(fēng)，地面出現(xiàn)兩條陣風(fēng)鋒，且兩條陣風(fēng)鋒相遇，此時大風(fēng)主要出現(xiàn)在兩條陣風(fēng)鋒交匯處和雷暴冷出流最強處，對臨近預(yù)報有一定的參考意義。
2019, 47(4):673-682.
摘要:
冰凍天氣引起的電線覆冰災(zāi)害對國民經(jīng)濟的影響越來越嚴(yán)重。利用1995—2017年全國1276個站點的地面觀測資料分析了雨凇和霧凇的時空分布特征，將我國冰凍區(qū)域大體分為兩個區(qū)，雨凇區(qū)主要在南方的云貴高原以及湖南、江西等地，而霧凇區(qū)則主要在北方的河南北部至華北地區(qū)、新疆北疆及東北平原，且冰凍天氣主要出現(xiàn)在冬季，其中1月最多。在獲得了適宜雨凇和霧凇出現(xiàn)的各氣象要素閾值的基礎(chǔ)上，對Ramer算法進(jìn)行了改進(jìn)，并使用“配料法”對霧凇區(qū)進(jìn)行預(yù)報，通過實際個例的模擬與觀測對比，發(fā)現(xiàn)改進(jìn)的方案較原Ramer方案的空報率由0.60大幅下降至0.31，TS評分由0.37大幅提升至0.58，預(yù)報準(zhǔn)確率有很大的提升，而“配料法”模擬的霧凇發(fā)生范圍與觀測具有極高的一致性，表明該方法對霧凇天氣預(yù)報有較高的能力，為探索冰凍天氣預(yù)測提供了新的途徑。
冰凍天氣引起的電線覆冰災(zāi)害對國民經(jīng)濟的影響越來越嚴(yán)重。利用1995—2017年全國1276個站點的地面觀測資料分析了雨凇和霧凇的時空分布特征，將我國冰凍區(qū)域大體分為兩個區(qū)，雨凇區(qū)主要在南方的云貴高原以及湖南、江西等地，而霧凇區(qū)則主要在北方的河南北部至華北地區(qū)、新疆北疆及東北平原，且冰凍天氣主要出現(xiàn)在冬季，其中1月最多。在獲得了適宜雨凇和霧凇出現(xiàn)的各氣象要素閾值的基礎(chǔ)上，對Ramer算法進(jìn)行了改進(jìn)，并使用“配料法”對霧凇區(qū)進(jìn)行預(yù)報，通過實際個例的模擬與觀測對比，發(fā)現(xiàn)改進(jìn)的方案較原Ramer方案的空報率由0.60大幅下降至0.31，TS評分由0.37大幅提升至0.58，預(yù)報準(zhǔn)確率有很大的提升，而“配料法”模擬的霧凇發(fā)生范圍與觀測具有極高的一致性，表明該方法對霧凇天氣預(yù)報有較高的能力，為探索冰凍天氣預(yù)測提供了新的途徑。
2019, 47(4):683-696.
摘要:
利用2012年6月29日的通遼和白城飛機聯(lián)合探測資料（包括DMT和PMS）及雷達(dá)資料，對吉林省一次層狀云降水消散期微觀物理結(jié)構(gòu)特征進(jìn)行分析研究。結(jié)果表明：該天氣過程是在東北鋒面氣旋影響下發(fā)展起來的，給東北地區(qū)帶來大范圍降水，屬于吉林地區(qū)春季常見的降水性層狀云系A(chǔ)sAcNs云型。Ns云底約在1000 m左右，云頂不超過4000 m，Ns云層較厚，在該云系發(fā)展過程中雨層云下伴有碎雨云。結(jié)合DMT和PMS，小粒子在每個高度層上都占主要部分，0.61～2 μm的小粒子濃度可達(dá)100 cm-3，直徑大于2 μm的粒子譜型基本都是單調(diào)遞減型；云內(nèi)含水量較少，極大值也不足0.01 g〖DK〗·m-3；粒子有效直徑隨高度變化呈多峰分布，粒子有效直徑與粒子濃度在0 ℃層以下范圍內(nèi)，大的粒子有效直徑對應(yīng)小的粒子濃度，隨著高度的升高粒子有效直徑呈遞減趨勢。
利用2012年6月29日的通遼和白城飛機聯(lián)合探測資料（包括DMT和PMS）及雷達(dá)資料，對吉林省一次層狀云降水消散期微觀物理結(jié)構(gòu)特征進(jìn)行分析研究。結(jié)果表明：該天氣過程是在東北鋒面氣旋影響下發(fā)展起來的，給東北地區(qū)帶來大范圍降水，屬于吉林地區(qū)春季常見的降水性層狀云系A(chǔ)sAcNs云型。Ns云底約在1000 m左右，云頂不超過4000 m，Ns云層較厚，在該云系發(fā)展過程中雨層云下伴有碎雨云。結(jié)合DMT和PMS，小粒子在每個高度層上都占主要部分，0.61～2 μm的小粒子濃度可達(dá)100 cm-3，直徑大于2 μm的粒子譜型基本都是單調(diào)遞減型；云內(nèi)含水量較少，極大值也不足0.01 g〖DK〗·m-3；粒子有效直徑隨高度變化呈多峰分布，粒子有效直徑與粒子濃度在0 ℃層以下范圍內(nèi)，大的粒子有效直徑對應(yīng)小的粒子濃度，隨著高度的升高粒子有效直徑呈遞減趨勢。
2019, 47(4):697-704.
摘要:
以三峽庫區(qū)普里河下游流域作為山洪災(zāi)害淹沒模擬的研究區(qū)域，通過泰森多邊形方法和算術(shù)平均方法分別計算流域面雨量，采用FloodArea模型對兩種方法下的同一降水過程進(jìn)行模擬，結(jié)合實地考察流域內(nèi)淹沒時間和淹沒水深資料對比分析兩者的模擬結(jié)果。結(jié)論表明：泰森多邊形方法下的山洪災(zāi)害淹沒模擬能較好地反映普里河下游流域內(nèi)的因降水導(dǎo)致的山洪推進(jìn)路線、淹沒范圍及淹沒水深，且該方法下推算的山洪災(zāi)害致災(zāi)臨界面雨量更具有實際應(yīng)用價值。該方法可用于推算流域內(nèi)的山洪災(zāi)害致災(zāi)臨界面雨量。
以三峽庫區(qū)普里河下游流域作為山洪災(zāi)害淹沒模擬的研究區(qū)域，通過泰森多邊形方法和算術(shù)平均方法分別計算流域面雨量，采用FloodArea模型對兩種方法下的同一降水過程進(jìn)行模擬，結(jié)合實地考察流域內(nèi)淹沒時間和淹沒水深資料對比分析兩者的模擬結(jié)果。結(jié)論表明：泰森多邊形方法下的山洪災(zāi)害淹沒模擬能較好地反映普里河下游流域內(nèi)的因降水導(dǎo)致的山洪推進(jìn)路線、淹沒范圍及淹沒水深，且該方法下推算的山洪災(zāi)害致災(zāi)臨界面雨量更具有實際應(yīng)用價值。該方法可用于推算流域內(nèi)的山洪災(zāi)害致災(zāi)臨界面雨量。
2019, 47(4):705-713.
摘要:
傳統(tǒng)上架空線路允許最大載流量是依據(jù)固化的、苛刻的氣象參數(shù)組合來確定的，其計算結(jié)果往往偏于保守。為使允許最大載流量設(shè)定更接近實際氣象情況，本研究結(jié)合河北南部94個自動氣象站點逐時觀測數(shù)據(jù)驅(qū)動導(dǎo)線熱平衡方程進(jìn)行載流量分析，將傳統(tǒng)恒定載流量轉(zhuǎn)換為季節(jié)變動的載流量，以充分挖掘河北南網(wǎng)架空導(dǎo)線輸電能力。在分析允許最大載流量對環(huán)境風(fēng)速和氣溫變化的敏感程度基礎(chǔ)上，確定了環(huán)境氣溫和風(fēng)速兩種氣象參數(shù)的概率密度分布，并獲取了區(qū)域允許最大載流量的概率分布，評估了不同安全運行概率下的輸電能力。結(jié)果表明，在95%的安全運行保障下，河北南部LGJ400/35型架空導(dǎo)線最大載流量在春夏秋冬四季可分別設(shè)定為945、774、795和1012 A，顯著高于傳統(tǒng)載流量定值。在季節(jié)尺度上，基于實際氣象參數(shù)調(diào)整的河北南部架空導(dǎo)線載流量設(shè)定有效地挖掘了電網(wǎng)輸電能力。
傳統(tǒng)上架空線路允許最大載流量是依據(jù)固化的、苛刻的氣象參數(shù)組合來確定的，其計算結(jié)果往往偏于保守。為使允許最大載流量設(shè)定更接近實際氣象情況，本研究結(jié)合河北南部94個自動氣象站點逐時觀測數(shù)據(jù)驅(qū)動導(dǎo)線熱平衡方程進(jìn)行載流量分析，將傳統(tǒng)恒定載流量轉(zhuǎn)換為季節(jié)變動的載流量，以充分挖掘河北南網(wǎng)架空導(dǎo)線輸電能力。在分析允許最大載流量對環(huán)境風(fēng)速和氣溫變化的敏感程度基礎(chǔ)上，確定了環(huán)境氣溫和風(fēng)速兩種氣象參數(shù)的概率密度分布，并獲取了區(qū)域允許最大載流量的概率分布，評估了不同安全運行概率下的輸電能力。結(jié)果表明，在95%的安全運行保障下，河北南部LGJ400/35型架空導(dǎo)線最大載流量在春夏秋冬四季可分別設(shè)定為945、774、795和1012 A，顯著高于傳統(tǒng)載流量定值。在季節(jié)尺度上，基于實際氣象參數(shù)調(diào)整的河北南部架空導(dǎo)線載流量設(shè)定有效地挖掘了電網(wǎng)輸電能力。
2019, 47(4):714-718.
摘要:
針對CINRAD/CA型新一代天氣雷達(dá)運行過程中存在的接收機、發(fā)射機、伺服系統(tǒng)等分系統(tǒng)供電不能進(jìn)行遠(yuǎn)程控制的問題，設(shè)計實現(xiàn)了基于PLC的新一代天氣雷達(dá)遠(yuǎn)程控制系統(tǒng)。系統(tǒng)在不改變雷達(dá)原來結(jié)構(gòu)、不影響雷達(dá)性能與技術(shù)指標(biāo)的情況下，基于西門子S71200 PLC控制器，通過控制繼電器開關(guān)間接控制主回路交流接觸器，實現(xiàn)雷達(dá)機房接收機、發(fā)射機、伺服系統(tǒng)等分系統(tǒng)供電運行狀態(tài)的實時監(jiān)測和遠(yuǎn)程一鍵式開關(guān)機自動控制。在保證雷達(dá)觀測數(shù)據(jù)傳輸及時性和可用性的同時提高雷達(dá)技術(shù)保障人員對雷達(dá)維護(hù)的時效性，為新一代天氣雷達(dá)觀測站無人值守提供一種可靠的技術(shù)手段。
針對CINRAD/CA型新一代天氣雷達(dá)運行過程中存在的接收機、發(fā)射機、伺服系統(tǒng)等分系統(tǒng)供電不能進(jìn)行遠(yuǎn)程控制的問題，設(shè)計實現(xiàn)了基于PLC的新一代天氣雷達(dá)遠(yuǎn)程控制系統(tǒng)。系統(tǒng)在不改變雷達(dá)原來結(jié)構(gòu)、不影響雷達(dá)性能與技術(shù)指標(biāo)的情況下，基于西門子S71200 PLC控制器，通過控制繼電器開關(guān)間接控制主回路交流接觸器，實現(xiàn)雷達(dá)機房接收機、發(fā)射機、伺服系統(tǒng)等分系統(tǒng)供電運行狀態(tài)的實時監(jiān)測和遠(yuǎn)程一鍵式開關(guān)機自動控制。在保證雷達(dá)觀測數(shù)據(jù)傳輸及時性和可用性的同時提高雷達(dá)技術(shù)保障人員對雷達(dá)維護(hù)的時效性，為新一代天氣雷達(dá)觀測站無人值守提供一種可靠的技術(shù)手段。
友情鏈接《氣象學(xué)報》《應(yīng)用氣象學(xué)報》《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