2019年第47卷第6期文章目次
2019, 47(6):885-892.
摘要:
國內(nèi)氣象通信系統(tǒng)CTS1.0是CIMISS業(yè)務(wù)的重要組成部分，其資料傳輸情況也是各省氣象信息業(yè)務(wù)考核的重要指標(biāo)之一。但目前省級CTS1.0缺少有效的備份手段，導(dǎo)致其在運(yùn)行連續(xù)性方面存在隱患。在本文中，作者從性價(jià)比、運(yùn)維復(fù)雜度等方面綜合考慮，提出了一套單機(jī)版的省級CTS1.0備份方案，并對其系統(tǒng)架構(gòu)、數(shù)據(jù)流程、基礎(chǔ)平臺(tái)選型等關(guān)鍵內(nèi)容進(jìn)行了分析。該方案對業(yè)務(wù)切換過程進(jìn)行了精細(xì)化設(shè)計(jì)，確保業(yè)務(wù)配置一致性及監(jiān)控?cái)?shù)據(jù)流轉(zhuǎn)的不間斷，保證了單機(jī)版CTS切換過程中的業(yè)務(wù)連續(xù)性。同時(shí)在基礎(chǔ)架構(gòu)方面，采用SSD固態(tài)硬盤替代磁盤陣列，獲得了較高的系統(tǒng)I/O性能，使單機(jī)版承載能力顯著提升。通過在部分省局進(jìn)行的壓力測試以及對系統(tǒng)I/O性能的分析，表明該方案能夠?yàn)槭〖塁TS1.0業(yè)務(wù)備份提供可靠的支撐。
國內(nèi)氣象通信系統(tǒng)CTS1.0是CIMISS業(yè)務(wù)的重要組成部分，其資料傳輸情況也是各省氣象信息業(yè)務(wù)考核的重要指標(biāo)之一。但目前省級CTS1.0缺少有效的備份手段，導(dǎo)致其在運(yùn)行連續(xù)性方面存在隱患。在本文中，作者從性價(jià)比、運(yùn)維復(fù)雜度等方面綜合考慮，提出了一套單機(jī)版的省級CTS1.0備份方案，并對其系統(tǒng)架構(gòu)、數(shù)據(jù)流程、基礎(chǔ)平臺(tái)選型等關(guān)鍵內(nèi)容進(jìn)行了分析。該方案對業(yè)務(wù)切換過程進(jìn)行了精細(xì)化設(shè)計(jì)，確保業(yè)務(wù)配置一致性及監(jiān)控?cái)?shù)據(jù)流轉(zhuǎn)的不間斷，保證了單機(jī)版CTS切換過程中的業(yè)務(wù)連續(xù)性。同時(shí)在基礎(chǔ)架構(gòu)方面，采用SSD固態(tài)硬盤替代磁盤陣列，獲得了較高的系統(tǒng)I/O性能，使單機(jī)版承載能力顯著提升。通過在部分省局進(jìn)行的壓力測試以及對系統(tǒng)I/O性能的分析，表明該方案能夠?yàn)槭〖塁TS1.0業(yè)務(wù)備份提供可靠的支撐。
2019, 47(6):893-899.
摘要:
水文氣象災(zāi)害是影響我國的主要自然災(zāi)害之一。水文氣象網(wǎng)格數(shù)據(jù)構(gòu)成一個(gè)動(dòng)態(tài)變化的三維流場，流場可視化是研究水文氣象災(zāi)害內(nèi)在變化規(guī)律的重要手段。針對水文氣象場數(shù)據(jù)數(shù)據(jù)量大、多維多尺度以及動(dòng)態(tài)變化等特點(diǎn)，本文提出了一種基于虛擬地球的流場三維動(dòng)態(tài)可視化方法。該方法包括流場數(shù)據(jù)組織和動(dòng)態(tài)數(shù)據(jù)插值兩種數(shù)據(jù)處理方法，并在此基礎(chǔ)上研究了改進(jìn)的粒子追蹤、三維流線和體繪制三種可視化關(guān)鍵技術(shù)。最后通過河道洪水和臺(tái)風(fēng)兩種不同尺度的流場進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該方法能夠流暢地實(shí)現(xiàn)三維流場的精細(xì)動(dòng)態(tài)可視化，對于水文氣象災(zāi)害應(yīng)急輔助決策具有重要的意義。
水文氣象災(zāi)害是影響我國的主要自然災(zāi)害之一。水文氣象網(wǎng)格數(shù)據(jù)構(gòu)成一個(gè)動(dòng)態(tài)變化的三維流場，流場可視化是研究水文氣象災(zāi)害內(nèi)在變化規(guī)律的重要手段。針對水文氣象場數(shù)據(jù)數(shù)據(jù)量大、多維多尺度以及動(dòng)態(tài)變化等特點(diǎn)，本文提出了一種基于虛擬地球的流場三維動(dòng)態(tài)可視化方法。該方法包括流場數(shù)據(jù)組織和動(dòng)態(tài)數(shù)據(jù)插值兩種數(shù)據(jù)處理方法，并在此基礎(chǔ)上研究了改進(jìn)的粒子追蹤、三維流線和體繪制三種可視化關(guān)鍵技術(shù)。最后通過河道洪水和臺(tái)風(fēng)兩種不同尺度的流場進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該方法能夠流暢地實(shí)現(xiàn)三維流場的精細(xì)動(dòng)態(tài)可視化，對于水文氣象災(zāi)害應(yīng)急輔助決策具有重要的意義。
2019, 47(6):900-904.
摘要:
針對北斗衛(wèi)星下行通信受4G和WIFI信號帶內(nèi)干擾導(dǎo)致傳輸成功率低的情況，設(shè)計(jì)了基于增加傳輸次數(shù)來降低誤碼率的自動(dòng)氣象站報(bào)文北斗傳輸方案。首次提出并建成用于傳輸自動(dòng)氣象站報(bào)文的雙北斗指揮機(jī)用戶群，根據(jù)北斗用戶機(jī)的傳輸能力設(shè)計(jì)專用的氣象報(bào)文編碼格式，利用冗余頻度開展報(bào)文重發(fā)，實(shí)現(xiàn)單個(gè)時(shí)次報(bào)文的4次重復(fù)接收，穩(wěn)定地保證了較高的傳輸成功率。方案同時(shí)實(shí)現(xiàn)了觀測報(bào)文1 min內(nèi)到達(dá)預(yù)報(bào)員桌面，在穩(wěn)定性和時(shí)效性上均取得了突破。
針對北斗衛(wèi)星下行通信受4G和WIFI信號帶內(nèi)干擾導(dǎo)致傳輸成功率低的情況，設(shè)計(jì)了基于增加傳輸次數(shù)來降低誤碼率的自動(dòng)氣象站報(bào)文北斗傳輸方案。首次提出并建成用于傳輸自動(dòng)氣象站報(bào)文的雙北斗指揮機(jī)用戶群，根據(jù)北斗用戶機(jī)的傳輸能力設(shè)計(jì)專用的氣象報(bào)文編碼格式，利用冗余頻度開展報(bào)文重發(fā)，實(shí)現(xiàn)單個(gè)時(shí)次報(bào)文的4次重復(fù)接收，穩(wěn)定地保證了較高的傳輸成功率。方案同時(shí)實(shí)現(xiàn)了觀測報(bào)文1 min內(nèi)到達(dá)預(yù)報(bào)員桌面，在穩(wěn)定性和時(shí)效性上均取得了突破。
2019, 47(6):905-911.
摘要:
在TWP3風(fēng)廓線雷達(dá)各種故障中，發(fā)射機(jī)故障率高居榜首。基于TWP3風(fēng)廓線雷達(dá)發(fā)射機(jī)工作原理和關(guān)鍵點(diǎn)信號特性，結(jié)合故障統(tǒng)計(jì)數(shù)據(jù)，將發(fā)射機(jī)常見故障歸納為6類典型故障。通過分析典型故障，研究出一套故障診斷流程，并結(jié)合3個(gè)典型案例進(jìn)行剖析。結(jié)果表明：發(fā)射機(jī)典型故障診斷流程可以快速、準(zhǔn)確診斷發(fā)射機(jī)故障，具有思路清晰、操作規(guī)范、基層雷達(dá)站技術(shù)人員容易掌握的特點(diǎn)，可有效縮短發(fā)射機(jī)故障修復(fù)時(shí)間，提高TWP3風(fēng)廓線雷達(dá)技術(shù)保障水平。
在TWP3風(fēng)廓線雷達(dá)各種故障中，發(fā)射機(jī)故障率高居榜首。基于TWP3風(fēng)廓線雷達(dá)發(fā)射機(jī)工作原理和關(guān)鍵點(diǎn)信號特性，結(jié)合故障統(tǒng)計(jì)數(shù)據(jù)，將發(fā)射機(jī)常見故障歸納為6類典型故障。通過分析典型故障，研究出一套故障診斷流程，并結(jié)合3個(gè)典型案例進(jìn)行剖析。結(jié)果表明：發(fā)射機(jī)典型故障診斷流程可以快速、準(zhǔn)確診斷發(fā)射機(jī)故障，具有思路清晰、操作規(guī)范、基層雷達(dá)站技術(shù)人員容易掌握的特點(diǎn)，可有效縮短發(fā)射機(jī)故障修復(fù)時(shí)間，提高TWP3風(fēng)廓線雷達(dá)技術(shù)保障水平。
2019, 47(6):912-915.
摘要:
利用1998年6月1日至2006年12月31日鄭州國家基本氣象站國產(chǎn)直接輻射表、芬蘭Milos500雙金屬片日照傳感器與國產(chǎn)人工暗筒式日照計(jì)觀測的日照時(shí)數(shù)資料，采用統(tǒng)計(jì)分析方法，對兩套儀器觀測的日照時(shí)數(shù)與人工暗筒式日照計(jì)觀測的日照時(shí)數(shù)分別進(jìn)行對比分析，并對差異的可能原因進(jìn)行探討。結(jié)果表明：人工暗筒式日照時(shí)數(shù)與Milos500雙金屬片日照時(shí)數(shù)日差值的平均值為1.6 h，國產(chǎn)直接輻射表與Milos500雙金屬片日照時(shí)數(shù)日差值的平均值為2.1 h，Milos500雙金屬片日照傳感器觀測數(shù)據(jù)明顯小于人工暗筒式和國產(chǎn)直接輻射表的數(shù)據(jù)，其差值通過95%的T檢驗(yàn)，差異顯著；人工暗筒式日照計(jì)與國產(chǎn)直接輻射表觀測的日照時(shí)數(shù)日差值的平均值為0.2 h，兩套儀器觀測數(shù)據(jù)差異不顯著，相關(guān)性最好。
利用1998年6月1日至2006年12月31日鄭州國家基本氣象站國產(chǎn)直接輻射表、芬蘭Milos500雙金屬片日照傳感器與國產(chǎn)人工暗筒式日照計(jì)觀測的日照時(shí)數(shù)資料，采用統(tǒng)計(jì)分析方法，對兩套儀器觀測的日照時(shí)數(shù)與人工暗筒式日照計(jì)觀測的日照時(shí)數(shù)分別進(jìn)行對比分析，并對差異的可能原因進(jìn)行探討。結(jié)果表明：人工暗筒式日照時(shí)數(shù)與Milos500雙金屬片日照時(shí)數(shù)日差值的平均值為1.6 h，國產(chǎn)直接輻射表與Milos500雙金屬片日照時(shí)數(shù)日差值的平均值為2.1 h，Milos500雙金屬片日照傳感器觀測數(shù)據(jù)明顯小于人工暗筒式和國產(chǎn)直接輻射表的數(shù)據(jù)，其差值通過95%的T檢驗(yàn)，差異顯著；人工暗筒式日照計(jì)與國產(chǎn)直接輻射表觀測的日照時(shí)數(shù)日差值的平均值為0.2 h，兩套儀器觀測數(shù)據(jù)差異不顯著，相關(guān)性最好。
2019, 47(6):916-926.
摘要:
為提高數(shù)值模式對陣風(fēng)風(fēng)速預(yù)報(bào)能力，采用概率密度匹配方法（Probability Density Function Matching Method，簡稱PDF方法）對WRF模式地面極大風(fēng)速預(yù)報(bào)數(shù)據(jù)開展誤差訂正。結(jié)果表明：①基于PDF方法訂正后的陣風(fēng)預(yù)報(bào)效果明顯優(yōu)于WRF預(yù)報(bào)結(jié)果，當(dāng)實(shí)況極大風(fēng)力≤5級時(shí)，兩種預(yù)報(bào)結(jié)果均與實(shí)況較為一致；當(dāng)實(shí)況極大風(fēng)力≥6級時(shí)，WRF預(yù)報(bào)相比實(shí)況明顯偏小，而PDF方法訂正結(jié)果則與實(shí)況較為接近；②對比不同地形條件下兩種預(yù)報(bào)結(jié)果發(fā)現(xiàn)，在實(shí)況風(fēng)力整體偏弱的平原地區(qū)，WRF預(yù)報(bào)和PDF訂正結(jié)果對極大風(fēng)的預(yù)報(bào)效果均較好；在風(fēng)力偏強(qiáng)的山區(qū)和沿江河谷地區(qū)，PDF訂正結(jié)果的預(yù)報(bào)效果相比WRF預(yù)報(bào)則有明顯提升；③對2017年安徽省81個(gè)國家站逐日極大風(fēng)速的預(yù)報(bào)效果檢驗(yàn)發(fā)現(xiàn)：預(yù)報(bào)誤差和過去五年整體擬合誤差基本相當(dāng)，說明基于2012—2016年歷史數(shù)據(jù)建立的概率密度分布函數(shù)可以代表安徽各站多年的實(shí)況和WRF預(yù)報(bào)極大風(fēng)速的聯(lián)合分布特征，利用PDF方法進(jìn)行逐日極大風(fēng)速預(yù)報(bào)具有一定的可靠性。
為提高數(shù)值模式對陣風(fēng)風(fēng)速預(yù)報(bào)能力，采用概率密度匹配方法（Probability Density Function Matching Method，簡稱PDF方法）對WRF模式地面極大風(fēng)速預(yù)報(bào)數(shù)據(jù)開展誤差訂正。結(jié)果表明：①基于PDF方法訂正后的陣風(fēng)預(yù)報(bào)效果明顯優(yōu)于WRF預(yù)報(bào)結(jié)果，當(dāng)實(shí)況極大風(fēng)力≤5級時(shí)，兩種預(yù)報(bào)結(jié)果均與實(shí)況較為一致；當(dāng)實(shí)況極大風(fēng)力≥6級時(shí)，WRF預(yù)報(bào)相比實(shí)況明顯偏小，而PDF方法訂正結(jié)果則與實(shí)況較為接近；②對比不同地形條件下兩種預(yù)報(bào)結(jié)果發(fā)現(xiàn)，在實(shí)況風(fēng)力整體偏弱的平原地區(qū)，WRF預(yù)報(bào)和PDF訂正結(jié)果對極大風(fēng)的預(yù)報(bào)效果均較好；在風(fēng)力偏強(qiáng)的山區(qū)和沿江河谷地區(qū)，PDF訂正結(jié)果的預(yù)報(bào)效果相比WRF預(yù)報(bào)則有明顯提升；③對2017年安徽省81個(gè)國家站逐日極大風(fēng)速的預(yù)報(bào)效果檢驗(yàn)發(fā)現(xiàn)：預(yù)報(bào)誤差和過去五年整體擬合誤差基本相當(dāng)，說明基于2012—2016年歷史數(shù)據(jù)建立的概率密度分布函數(shù)可以代表安徽各站多年的實(shí)況和WRF預(yù)報(bào)極大風(fēng)速的聯(lián)合分布特征，利用PDF方法進(jìn)行逐日極大風(fēng)速預(yù)報(bào)具有一定的可靠性。
2019, 47(6):927-933.
摘要:
本文在臺(tái)風(fēng)路徑預(yù)報(bào)檢驗(yàn)與訂正方面引入了光流法，結(jié)果表明：①利用光流檢驗(yàn)方法，可以將位勢高度場的預(yù)報(bào)誤差分解為強(qiáng)度、位移和角度3種誤差場，實(shí)現(xiàn)整個(gè)誤差場的量化。利用位移和角度誤差場即可進(jìn)行臺(tái)風(fēng)路徑預(yù)報(bào)的檢驗(yàn)和訂正。②從“莫蘭蒂”臺(tái)風(fēng)過程可以看到，對相同的過程，不同數(shù)值模式一般表現(xiàn)不同。對一次臺(tái)風(fēng)過程可以連續(xù)跟蹤不同數(shù)值模式的預(yù)報(bào)偏差，從中發(fā)現(xiàn)預(yù)報(bào)穩(wěn)定性最好的模式，再利用這個(gè)模式的位移和角度誤差進(jìn)行臺(tái)風(fēng)路徑預(yù)報(bào)的訂正，這也是提高臺(tái)風(fēng)路徑準(zhǔn)確度的一個(gè)有效途徑。
本文在臺(tái)風(fēng)路徑預(yù)報(bào)檢驗(yàn)與訂正方面引入了光流法，結(jié)果表明：①利用光流檢驗(yàn)方法，可以將位勢高度場的預(yù)報(bào)誤差分解為強(qiáng)度、位移和角度3種誤差場，實(shí)現(xiàn)整個(gè)誤差場的量化。利用位移和角度誤差場即可進(jìn)行臺(tái)風(fēng)路徑預(yù)報(bào)的檢驗(yàn)和訂正。②從“莫蘭蒂”臺(tái)風(fēng)過程可以看到，對相同的過程，不同數(shù)值模式一般表現(xiàn)不同。對一次臺(tái)風(fēng)過程可以連續(xù)跟蹤不同數(shù)值模式的預(yù)報(bào)偏差，從中發(fā)現(xiàn)預(yù)報(bào)穩(wěn)定性最好的模式，再利用這個(gè)模式的位移和角度誤差進(jìn)行臺(tái)風(fēng)路徑預(yù)報(bào)的訂正，這也是提高臺(tái)風(fēng)路徑準(zhǔn)確度的一個(gè)有效途徑。
2019, 47(6):934-940.
摘要:
使用“遞減平均法”和渤海28個(gè)石油、平臺(tái)、浮標(biāo)站資料分析得到的渤海10 m風(fēng)速逐時(shí)格點(diǎn)場，對ROAD模式(Regional Ocean and Atmosphere Model）渤海區(qū)域10 m風(fēng)速預(yù)報(bào)進(jìn)行誤差訂正，不同權(quán)重系數(shù)試驗(yàn)表明：對于渤海10 m風(fēng)速預(yù)報(bào)場，權(quán)重系數(shù)取0.18，訂正效果最佳，12～72 h預(yù)報(bào)時(shí)效內(nèi)，月逐時(shí)均方根誤差和平均偏差均有明顯改善，分別減小1.0～1.5 m/s和2.3～3.0 m/s；對比渤海北部、西部和中部代表格點(diǎn)72 h預(yù)報(bào)時(shí)效內(nèi)，逐12 h最大風(fēng)速評分結(jié)果發(fā)現(xiàn)：60 h預(yù)報(bào)時(shí)效內(nèi)，當(dāng)風(fēng)速預(yù)報(bào)在5～6級時(shí)，渤海北部、中部和西部訂正后的預(yù)報(bào)評分大多有所提高；當(dāng)風(fēng)速預(yù)報(bào)在7級時(shí)，渤海北部和中部分別在36～72 h和24～48 h，預(yù)報(bào)評分有提高；在實(shí)況出現(xiàn)最多的風(fēng)力分布范圍內(nèi)評分提高最多。
使用“遞減平均法”和渤海28個(gè)石油、平臺(tái)、浮標(biāo)站資料分析得到的渤海10 m風(fēng)速逐時(shí)格點(diǎn)場，對ROAD模式(Regional Ocean and Atmosphere Model）渤海區(qū)域10 m風(fēng)速預(yù)報(bào)進(jìn)行誤差訂正，不同權(quán)重系數(shù)試驗(yàn)表明：對于渤海10 m風(fēng)速預(yù)報(bào)場，權(quán)重系數(shù)取0.18，訂正效果最佳，12～72 h預(yù)報(bào)時(shí)效內(nèi)，月逐時(shí)均方根誤差和平均偏差均有明顯改善，分別減小1.0～1.5 m/s和2.3～3.0 m/s；對比渤海北部、西部和中部代表格點(diǎn)72 h預(yù)報(bào)時(shí)效內(nèi)，逐12 h最大風(fēng)速評分結(jié)果發(fā)現(xiàn)：60 h預(yù)報(bào)時(shí)效內(nèi)，當(dāng)風(fēng)速預(yù)報(bào)在5～6級時(shí)，渤海北部、中部和西部訂正后的預(yù)報(bào)評分大多有所提高；當(dāng)風(fēng)速預(yù)報(bào)在7級時(shí)，渤海北部和中部分別在36～72 h和24～48 h，預(yù)報(bào)評分有提高；在實(shí)況出現(xiàn)最多的風(fēng)力分布范圍內(nèi)評分提高最多。
2019, 47(6):941-951.
摘要:
本文利用國家氣象中心提供的逐日地面積雪深度和積雪日數(shù)數(shù)據(jù)，以及NOAA的大氣環(huán)流再分析資料，通過合成分析等方法，對1961—2013年青藏高原冬春季積雪高原整體、高原東部、高原西部進(jìn)行了年際和年代際趨勢分析，結(jié)果表明，青藏高原整體冬、春季積雪的變化趨勢一致，雪深呈現(xiàn)“少雪—多雪—少雪—多雪”的變化趨勢，積雪日數(shù)呈現(xiàn)“少雪—多雪—少雪”的變化趨勢。高原東（西）部積雪在20世紀(jì)60—70年代均明顯增加，20世紀(jì)80—90年代均減少，20世紀(jì)90年代末東部春季和冬季積雪減少更為顯著，而西部地區(qū)除了春季積雪日數(shù)變化不大，春、冬季積雪雪深和冬季積雪日數(shù)均明顯增加。其次，對青藏高原東、西部地區(qū)多（少）雪年的劃分，發(fā)現(xiàn)高原東部和西部地區(qū)積雪異常年對應(yīng)的大氣環(huán)流形勢也存在差異。最后，進(jìn)一步分析了青藏高原不同區(qū)域積雪異常年環(huán)流形勢變化特征及其對我國夏季降水的影響，發(fā)現(xiàn)高原東（西）部積雪異常年時(shí)我國夏季降水分布存在顯著差異，因此，在將高原積雪作為氣候預(yù)測因子的時(shí)候，應(yīng)當(dāng)考慮東部和西部積雪異常不同所產(chǎn)生影響的差異。
本文利用國家氣象中心提供的逐日地面積雪深度和積雪日數(shù)數(shù)據(jù)，以及NOAA的大氣環(huán)流再分析資料，通過合成分析等方法，對1961—2013年青藏高原冬春季積雪高原整體、高原東部、高原西部進(jìn)行了年際和年代際趨勢分析，結(jié)果表明，青藏高原整體冬、春季積雪的變化趨勢一致，雪深呈現(xiàn)“少雪—多雪—少雪—多雪”的變化趨勢，積雪日數(shù)呈現(xiàn)“少雪—多雪—少雪”的變化趨勢。高原東（西）部積雪在20世紀(jì)60—70年代均明顯增加，20世紀(jì)80—90年代均減少，20世紀(jì)90年代末東部春季和冬季積雪減少更為顯著，而西部地區(qū)除了春季積雪日數(shù)變化不大，春、冬季積雪雪深和冬季積雪日數(shù)均明顯增加。其次，對青藏高原東、西部地區(qū)多（少）雪年的劃分，發(fā)現(xiàn)高原東部和西部地區(qū)積雪異常年對應(yīng)的大氣環(huán)流形勢也存在差異。最后，進(jìn)一步分析了青藏高原不同區(qū)域積雪異常年環(huán)流形勢變化特征及其對我國夏季降水的影響，發(fā)現(xiàn)高原東（西）部積雪異常年時(shí)我國夏季降水分布存在顯著差異，因此，在將高原積雪作為氣候預(yù)測因子的時(shí)候，應(yīng)當(dāng)考慮東部和西部積雪異常不同所產(chǎn)生影響的差異。
2019, 47(6):952-958.
摘要:
利用1979—2010年山西省日降水量資料與歐洲中心再分析資料，通過診斷分析方法探討了歐亞范圍大氣低頻活動(dòng)與山西省4—9月降水天氣過程的關(guān)系。結(jié)果顯示，山西日降水量的主要分布模態(tài)有全省一致型、北中部型、中部型；山西日降水量準(zhǔn)雙周周期特征明顯。影響山西降水的500 hPa低頻關(guān)鍵區(qū)在我國東部沿海渤海附近，低頻影響系統(tǒng)是渤海低頻高壓。渤海低頻高壓存在準(zhǔn)雙周變化周期；渤海低頻高壓指數(shù)轉(zhuǎn)為正位相超前山西降水日0～3 d。渤海低頻高壓來源于西西伯利亞低頻高壓（主要出現(xiàn)在西西伯利亞東部至中西伯利亞西部），西西伯利亞低頻高壓傳播至渤海附近大約一個(gè)準(zhǔn)雙周周期。
利用1979—2010年山西省日降水量資料與歐洲中心再分析資料，通過診斷分析方法探討了歐亞范圍大氣低頻活動(dòng)與山西省4—9月降水天氣過程的關(guān)系。結(jié)果顯示，山西日降水量的主要分布模態(tài)有全省一致型、北中部型、中部型；山西日降水量準(zhǔn)雙周周期特征明顯。影響山西降水的500 hPa低頻關(guān)鍵區(qū)在我國東部沿海渤海附近，低頻影響系統(tǒng)是渤海低頻高壓。渤海低頻高壓存在準(zhǔn)雙周變化周期；渤海低頻高壓指數(shù)轉(zhuǎn)為正位相超前山西降水日0～3 d。渤海低頻高壓來源于西西伯利亞低頻高壓（主要出現(xiàn)在西西伯利亞東部至中西伯利亞西部），西西伯利亞低頻高壓傳播至渤海附近大約一個(gè)準(zhǔn)雙周周期。
2019, 47(6):959-968.
摘要:
本文使用常規(guī)觀測資料、衛(wèi)星云圖、自動(dòng)氣象站降水量以及0.25°×0.25°的NCEP/NCAR再分析資料，對出現(xiàn)在東北地區(qū)北部受不同系統(tǒng)影響的連續(xù)2 d暴雨過程的熱力和動(dòng)力場結(jié)構(gòu)特征展開研究。結(jié)果表明：24日為暖鋒鋒生暴雨，暴雨范圍大；25日為臺(tái)風(fēng)暴雨，暴雨出現(xiàn)在臺(tái)風(fēng)移動(dòng)路徑上，為狹長帶狀。暴雨是由MCS活動(dòng)造成的，每次短時(shí)強(qiáng)降水均與TBB低值中心相對應(yīng)，臺(tái)風(fēng)倒槽內(nèi)的MCS強(qiáng)度比暖鋒云系內(nèi)的MCS弱，但是降水強(qiáng)度卻更大。臺(tái)風(fēng)安比攜帶大量暖濕空氣，其東側(cè)的低空急流向北輸送熱量和水汽，水汽輻合集中在邊界層內(nèi)，臺(tái)風(fēng)暴雨的水汽輻合強(qiáng)度比暖鋒暴雨更強(qiáng)烈，所造成的雨強(qiáng)更大。暖鋒暴雨期間，小興安嶺迎風(fēng)坡地形的輻合抬升作用明顯；高層強(qiáng)輻散及地形輻合抬升作用對暴雨有較大貢獻(xiàn)。臺(tái)風(fēng)暴雨期間，低空輻合，特別是水汽輻合作用對暴雨有較大貢獻(xiàn)；輻合區(qū)位于臺(tái)風(fēng)倒槽附近，倒槽表現(xiàn)為冷鋒性質(zhì)。
本文使用常規(guī)觀測資料、衛(wèi)星云圖、自動(dòng)氣象站降水量以及0.25°×0.25°的NCEP/NCAR再分析資料，對出現(xiàn)在東北地區(qū)北部受不同系統(tǒng)影響的連續(xù)2 d暴雨過程的熱力和動(dòng)力場結(jié)構(gòu)特征展開研究。結(jié)果表明：24日為暖鋒鋒生暴雨，暴雨范圍大；25日為臺(tái)風(fēng)暴雨，暴雨出現(xiàn)在臺(tái)風(fēng)移動(dòng)路徑上，為狹長帶狀。暴雨是由MCS活動(dòng)造成的，每次短時(shí)強(qiáng)降水均與TBB低值中心相對應(yīng)，臺(tái)風(fēng)倒槽內(nèi)的MCS強(qiáng)度比暖鋒云系內(nèi)的MCS弱，但是降水強(qiáng)度卻更大。臺(tái)風(fēng)安比攜帶大量暖濕空氣，其東側(cè)的低空急流向北輸送熱量和水汽，水汽輻合集中在邊界層內(nèi)，臺(tái)風(fēng)暴雨的水汽輻合強(qiáng)度比暖鋒暴雨更強(qiáng)烈，所造成的雨強(qiáng)更大。暖鋒暴雨期間，小興安嶺迎風(fēng)坡地形的輻合抬升作用明顯；高層強(qiáng)輻散及地形輻合抬升作用對暴雨有較大貢獻(xiàn)。臺(tái)風(fēng)暴雨期間，低空輻合，特別是水汽輻合作用對暴雨有較大貢獻(xiàn)；輻合區(qū)位于臺(tái)風(fēng)倒槽附近，倒槽表現(xiàn)為冷鋒性質(zhì)。
2019, 47(6):969-975.
摘要:
利用FY2E靜止氣象衛(wèi)星的云圖資料，對2012—2018年夏季（6—9月）發(fā)生在四川盆地眉山市內(nèi)的35次區(qū)域性暴雨過程進(jìn)行分析，探索研究暴雨過程中對流云合并現(xiàn)象的特征。結(jié)果表明：暴雨過程中有88%出現(xiàn)了對流云合并，對流云合并是造成暴雨強(qiáng)對流天氣過程的重要影響因素；按照合并云團(tuán)的數(shù)目以及合并次數(shù)，可將合并過程分為兩個(gè)對流云團(tuán)合并、多個(gè)對流云團(tuán)同時(shí)合并和多個(gè)對流云團(tuán)多次合并三大類；同時(shí)暴雨過程里的合并現(xiàn)象與合并云團(tuán)之間的距離、面積比例、最低亮溫差及最低亮溫平均值有密切的聯(lián)系。
利用FY2E靜止氣象衛(wèi)星的云圖資料，對2012—2018年夏季（6—9月）發(fā)生在四川盆地眉山市內(nèi)的35次區(qū)域性暴雨過程進(jìn)行分析，探索研究暴雨過程中對流云合并現(xiàn)象的特征。結(jié)果表明：暴雨過程中有88%出現(xiàn)了對流云合并，對流云合并是造成暴雨強(qiáng)對流天氣過程的重要影響因素；按照合并云團(tuán)的數(shù)目以及合并次數(shù)，可將合并過程分為兩個(gè)對流云團(tuán)合并、多個(gè)對流云團(tuán)同時(shí)合并和多個(gè)對流云團(tuán)多次合并三大類；同時(shí)暴雨過程里的合并現(xiàn)象與合并云團(tuán)之間的距離、面積比例、最低亮溫差及最低亮溫平均值有密切的聯(lián)系。
2019, 47(6):976-985.
摘要:
利用常規(guī)的地面、高空形勢圖以及雷達(dá)觀測資料，對2017年4月15日發(fā)生在湖北恩施山區(qū)的一次局地性強(qiáng)冰雹天氣過程的成因進(jìn)行了分析。結(jié)果表明：鋒前地面暖低壓的熱效應(yīng)，加強(qiáng)了地面輻合和不穩(wěn)定能量的積聚，使上干冷下暖濕的不穩(wěn)定層結(jié)更加明顯，地面輻合線和中低層切變輻合區(qū)的存在，為風(fēng)暴單體形成提供了良好的環(huán)境條件；在中尺度輻合線動(dòng)力抬升作用下，低層輻合上升觸發(fā)了對流不穩(wěn)定能量的釋放，加上山區(qū)“喇叭口”有利地形的抬升作用，更激發(fā)了強(qiáng)對流天氣的發(fā)展；此次強(qiáng)對流天氣過程中，表現(xiàn)出了多單體風(fēng)暴此消彼長的特征，在有利的大氣環(huán)境條件和地形條件下，多單體風(fēng)暴的發(fā)展加強(qiáng)，強(qiáng)風(fēng)暴較長時(shí)間維持，是此次局地出現(xiàn)強(qiáng)冰雹的重要原因。雹暴單體的垂直結(jié)構(gòu)反映出了低層入流、弱回波區(qū)、高強(qiáng)回波懸垂等典型特征，中層徑向輻合和風(fēng)暴頂輻散共同作用，有利于風(fēng)暴單體得以維持和發(fā)展，也是造成局地冰雹天氣的重要原因。單體風(fēng)暴反射率因子較長時(shí)間維持在60 dBz以上，并對應(yīng)較大的VIL值出現(xiàn)；此次強(qiáng)冰雹天氣，局地性強(qiáng)，影響范圍小，其主要原因是0～6 km垂直風(fēng)切變不大，同時(shí)，中低層濕層淺薄，地面濕區(qū)明顯偏南，僅在冰雹落區(qū)附近出現(xiàn)一個(gè)小范圍的近飽和濕區(qū)，不利于風(fēng)暴天氣有組織的大范圍發(fā)展。
利用常規(guī)的地面、高空形勢圖以及雷達(dá)觀測資料，對2017年4月15日發(fā)生在湖北恩施山區(qū)的一次局地性強(qiáng)冰雹天氣過程的成因進(jìn)行了分析。結(jié)果表明：鋒前地面暖低壓的熱效應(yīng)，加強(qiáng)了地面輻合和不穩(wěn)定能量的積聚，使上干冷下暖濕的不穩(wěn)定層結(jié)更加明顯，地面輻合線和中低層切變輻合區(qū)的存在，為風(fēng)暴單體形成提供了良好的環(huán)境條件；在中尺度輻合線動(dòng)力抬升作用下，低層輻合上升觸發(fā)了對流不穩(wěn)定能量的釋放，加上山區(qū)“喇叭口”有利地形的抬升作用，更激發(fā)了強(qiáng)對流天氣的發(fā)展；此次強(qiáng)對流天氣過程中，表現(xiàn)出了多單體風(fēng)暴此消彼長的特征，在有利的大氣環(huán)境條件和地形條件下，多單體風(fēng)暴的發(fā)展加強(qiáng)，強(qiáng)風(fēng)暴較長時(shí)間維持，是此次局地出現(xiàn)強(qiáng)冰雹的重要原因。雹暴單體的垂直結(jié)構(gòu)反映出了低層入流、弱回波區(qū)、高強(qiáng)回波懸垂等典型特征，中層徑向輻合和風(fēng)暴頂輻散共同作用，有利于風(fēng)暴單體得以維持和發(fā)展，也是造成局地冰雹天氣的重要原因。單體風(fēng)暴反射率因子較長時(shí)間維持在60 dBz以上，并對應(yīng)較大的VIL值出現(xiàn)；此次強(qiáng)冰雹天氣，局地性強(qiáng)，影響范圍小，其主要原因是0～6 km垂直風(fēng)切變不大，同時(shí)，中低層濕層淺薄，地面濕區(qū)明顯偏南，僅在冰雹落區(qū)附近出現(xiàn)一個(gè)小范圍的近飽和濕區(qū)，不利于風(fēng)暴天氣有組織的大范圍發(fā)展。
2019, 47(6):986-996.
摘要:
利用常規(guī)觀測、加密自動(dòng)站、NCEP 1°×1°每6 h再分析資料和多普勒雷達(dá)等資料，對2017年6月20日發(fā)生在滇中的局地大暴雨進(jìn)行分析。結(jié)果表明：低層700 hPa切變線和地面輻合線是產(chǎn)生局地大暴雨的主要天氣系統(tǒng)；局地大暴雨發(fā)生在低層輻合、中高層輻散的弱對流環(huán)境中,低層局地強(qiáng)水汽輻合為本次大暴雨提供了水汽條件；局地大暴雨發(fā)生在對流云團(tuán)邊緣TBB 梯度最大的位置，暴雨發(fā)生前6 h地面露點(diǎn)溫度上升明顯，同時(shí)對流有效位能CAPE也出現(xiàn)顯著增加。本次強(qiáng)降雨過程先后出現(xiàn)兩輪降雨高峰，第1輪強(qiáng)降雨持續(xù)時(shí)間長，雨強(qiáng)大，主要為強(qiáng)降水超級單體和中氣旋造成；第2輪強(qiáng)降雨持續(xù)時(shí)間較短，雨強(qiáng)較弱，主要為多個(gè)對流風(fēng)暴引發(fā)。兩輪強(qiáng)降雨多普勒雷達(dá)圖上為低質(zhì)心結(jié)構(gòu)，徑向速度有逆風(fēng)區(qū)形成，逆風(fēng)區(qū)的出現(xiàn)比暴雨提前約1 h，降水強(qiáng)度隨著逆風(fēng)區(qū)的消失而減弱。局地大暴雨發(fā)生地呈“喇叭口”地形，強(qiáng)降雨點(diǎn)位于山谷且三面環(huán)山，進(jìn)入“喇叭口”山谷內(nèi)的對流風(fēng)暴在地面氣旋和地形作用下穩(wěn)定少動(dòng)，是導(dǎo)致本次局地大暴雨的重要原因。
利用常規(guī)觀測、加密自動(dòng)站、NCEP 1°×1°每6 h再分析資料和多普勒雷達(dá)等資料，對2017年6月20日發(fā)生在滇中的局地大暴雨進(jìn)行分析。結(jié)果表明：低層700 hPa切變線和地面輻合線是產(chǎn)生局地大暴雨的主要天氣系統(tǒng)；局地大暴雨發(fā)生在低層輻合、中高層輻散的弱對流環(huán)境中,低層局地強(qiáng)水汽輻合為本次大暴雨提供了水汽條件；局地大暴雨發(fā)生在對流云團(tuán)邊緣TBB 梯度最大的位置，暴雨發(fā)生前6 h地面露點(diǎn)溫度上升明顯，同時(shí)對流有效位能CAPE也出現(xiàn)顯著增加。本次強(qiáng)降雨過程先后出現(xiàn)兩輪降雨高峰，第1輪強(qiáng)降雨持續(xù)時(shí)間長，雨強(qiáng)大，主要為強(qiáng)降水超級單體和中氣旋造成；第2輪強(qiáng)降雨持續(xù)時(shí)間較短，雨強(qiáng)較弱，主要為多個(gè)對流風(fēng)暴引發(fā)。兩輪強(qiáng)降雨多普勒雷達(dá)圖上為低質(zhì)心結(jié)構(gòu)，徑向速度有逆風(fēng)區(qū)形成，逆風(fēng)區(qū)的出現(xiàn)比暴雨提前約1 h，降水強(qiáng)度隨著逆風(fēng)區(qū)的消失而減弱。局地大暴雨發(fā)生地呈“喇叭口”地形，強(qiáng)降雨點(diǎn)位于山谷且三面環(huán)山，進(jìn)入“喇叭口”山谷內(nèi)的對流風(fēng)暴在地面氣旋和地形作用下穩(wěn)定少動(dòng)，是導(dǎo)致本次局地大暴雨的重要原因。
2019, 47(6):997-1005.
摘要:
利用地面氣象常規(guī)觀測資料、區(qū)域自動(dòng)站觀測資料、雷達(dá)及衛(wèi)星資料和NCEP 1°×1°的逐6 h再分析資料，對2018年5月13日攀西地區(qū)南部的颮線天氣過程的形成機(jī)制進(jìn)行分析。結(jié)果表明：颮線發(fā)生在高空槽前，高空槽逐漸東移推動(dòng)冷性氣流沿背風(fēng)坡東移，然后與前方低層暖空氣匯合抬升形成對流；露點(diǎn)鋒觸發(fā)了颮線天氣過程的形成;產(chǎn)生颮線天氣區(qū)域的大氣具有上干下濕、不穩(wěn)定能量高、垂直風(fēng)切變強(qiáng)、高層風(fēng)速大和形成之前存在逆溫層的特點(diǎn)；高空急流和動(dòng)量下傳對颮線的發(fā)生和加強(qiáng)具有促進(jìn)作用；地形對颮線的形成和天氣現(xiàn)象的分布有影響。
利用地面氣象常規(guī)觀測資料、區(qū)域自動(dòng)站觀測資料、雷達(dá)及衛(wèi)星資料和NCEP 1°×1°的逐6 h再分析資料，對2018年5月13日攀西地區(qū)南部的颮線天氣過程的形成機(jī)制進(jìn)行分析。結(jié)果表明：颮線發(fā)生在高空槽前，高空槽逐漸東移推動(dòng)冷性氣流沿背風(fēng)坡東移，然后與前方低層暖空氣匯合抬升形成對流；露點(diǎn)鋒觸發(fā)了颮線天氣過程的形成;產(chǎn)生颮線天氣區(qū)域的大氣具有上干下濕、不穩(wěn)定能量高、垂直風(fēng)切變強(qiáng)、高層風(fēng)速大和形成之前存在逆溫層的特點(diǎn)；高空急流和動(dòng)量下傳對颮線的發(fā)生和加強(qiáng)具有促進(jìn)作用；地形對颮線的形成和天氣現(xiàn)象的分布有影響。
2019, 47(6):1006-1013.
摘要:
利用2016年浙江省53個(gè)站的負(fù)氧離子監(jiān)測結(jié)果，制定了負(fù)氧離子數(shù)據(jù)質(zhì)量控制方法，從年均值、最大值、日最大最小值、各等級濃度占比、清新度等多個(gè)指標(biāo)評價(jià)了負(fù)氧離子資源，全面分析了全省負(fù)氧離子時(shí)空分布特征及地區(qū)差異。結(jié)果表明：浙南和浙西山區(qū)空氣負(fù)氧離子含量高、浙北平原含量相對較低。浙江省負(fù)氧離子濃度具有明顯日、月變化特征，午后（13:00—16:00）濃度低，夜間和早晨（22:00—07:00）濃度高；4—9月濃度高，冬季濃度低，高山林區(qū)站的月變化最顯著。高山林區(qū)負(fù)氧離子濃度基本保持在“清新”級別；淺山景區(qū)站“清新”、“一般”、“不清新”級別各約1/3；平原公園站的“不清新”級別占到一半。高山林區(qū)的“清新”空氣日平均小時(shí)數(shù)多在20 h以上，“非常清新”空氣也多在16 h以上。在淺山和平原地區(qū)的風(fēng)景區(qū)、林區(qū)、水體型公園等，“清新”空氣時(shí)間也在10 h以上。
利用2016年浙江省53個(gè)站的負(fù)氧離子監(jiān)測結(jié)果，制定了負(fù)氧離子數(shù)據(jù)質(zhì)量控制方法，從年均值、最大值、日最大最小值、各等級濃度占比、清新度等多個(gè)指標(biāo)評價(jià)了負(fù)氧離子資源，全面分析了全省負(fù)氧離子時(shí)空分布特征及地區(qū)差異。結(jié)果表明：浙南和浙西山區(qū)空氣負(fù)氧離子含量高、浙北平原含量相對較低。浙江省負(fù)氧離子濃度具有明顯日、月變化特征，午后（13:00—16:00）濃度低，夜間和早晨（22:00—07:00）濃度高；4—9月濃度高，冬季濃度低，高山林區(qū)站的月變化最顯著。高山林區(qū)負(fù)氧離子濃度基本保持在“清新”級別；淺山景區(qū)站“清新”、“一般”、“不清新”級別各約1/3；平原公園站的“不清新”級別占到一半。高山林區(qū)的“清新”空氣日平均小時(shí)數(shù)多在20 h以上，“非常清新”空氣也多在16 h以上。在淺山和平原地區(qū)的風(fēng)景區(qū)、林區(qū)、水體型公園等，“清新”空氣時(shí)間也在10 h以上。
2019, 47(6):1014-1020.
摘要:
根據(jù)2016—2017年大理機(jī)場航空器報(bào)告的風(fēng)切變事件，利用同時(shí)段的自動(dòng)氣象觀測資料、風(fēng)廓線雷達(dá)資料對大理機(jī)場風(fēng)切變進(jìn)行了統(tǒng)計(jì)和分析。結(jié)果表明：①風(fēng)切變均發(fā)生在每年的11月至次年4月，1月、2月最多；主要發(fā)生于07:00—13:00，一半出現(xiàn)在晴天；發(fā)生在350 m以下占83%。②100 m以下的風(fēng)切變，地面均有陣性風(fēng)，最大最小風(fēng)速差＞6 m/s；發(fā)生在15~91 m的6次風(fēng)切變，5次報(bào)告風(fēng)切變的一端風(fēng)向變化超過180°，南北兩端地面風(fēng)出現(xiàn)對頭風(fēng)，風(fēng)速差異明顯。AWOS(Automated Weather Observation System)捕捉到風(fēng)向風(fēng)速的明顯變化可為近地層風(fēng)切變預(yù)警提供參考。③發(fā)生在高度較高的風(fēng)切變，雷達(dá)資料在遭遇風(fēng)切變高度的上下層存在≥8 m/s風(fēng)速差，能確定上下層風(fēng)不連續(xù)的準(zhǔn)確高度、開始時(shí)間和結(jié)束時(shí)間。④機(jī)場區(qū)域常出現(xiàn)地面風(fēng)速大而上空風(fēng)速小或地面風(fēng)速小而上空風(fēng)速大的情況，結(jié)合地面風(fēng)和風(fēng)廓線雷達(dá)資料可為今后低高度風(fēng)切變的初步預(yù)警提供參考。
根據(jù)2016—2017年大理機(jī)場航空器報(bào)告的風(fēng)切變事件，利用同時(shí)段的自動(dòng)氣象觀測資料、風(fēng)廓線雷達(dá)資料對大理機(jī)場風(fēng)切變進(jìn)行了統(tǒng)計(jì)和分析。結(jié)果表明：①風(fēng)切變均發(fā)生在每年的11月至次年4月，1月、2月最多；主要發(fā)生于07:00—13:00，一半出現(xiàn)在晴天；發(fā)生在350 m以下占83%。②100 m以下的風(fēng)切變，地面均有陣性風(fēng)，最大最小風(fēng)速差＞6 m/s；發(fā)生在15~91 m的6次風(fēng)切變，5次報(bào)告風(fēng)切變的一端風(fēng)向變化超過180°，南北兩端地面風(fēng)出現(xiàn)對頭風(fēng)，風(fēng)速差異明顯。AWOS(Automated Weather Observation System)捕捉到風(fēng)向風(fēng)速的明顯變化可為近地層風(fēng)切變預(yù)警提供參考。③發(fā)生在高度較高的風(fēng)切變，雷達(dá)資料在遭遇風(fēng)切變高度的上下層存在≥8 m/s風(fēng)速差，能確定上下層風(fēng)不連續(xù)的準(zhǔn)確高度、開始時(shí)間和結(jié)束時(shí)間。④機(jī)場區(qū)域常出現(xiàn)地面風(fēng)速大而上空風(fēng)速小或地面風(fēng)速小而上空風(fēng)速大的情況，結(jié)合地面風(fēng)和風(fēng)廓線雷達(dá)資料可為今后低高度風(fēng)切變的初步預(yù)警提供參考。
2019, 47(6):1021-1025.
摘要:
洪澇災(zāi)害是中國最常見、影響最嚴(yán)重的自然災(zāi)害之一。在當(dāng)前城市內(nèi)澇模擬研究中，通常是對降雨過程中積澇最嚴(yán)重狀態(tài)進(jìn)行模擬，缺乏面向整個(gè)降雨過程的積澇動(dòng)態(tài)過程模擬技術(shù)方法。本研究綜合運(yùn)用SWMM模型和GIS技術(shù)，通過對研究區(qū)的匯水區(qū)劃分和排水管網(wǎng)概化建模，建立了研究區(qū)的SWMM模型，基于SWMM模型對降雨過程中匯水區(qū)積水量進(jìn)行計(jì)算，利用地表積水有源擴(kuò)散算法進(jìn)行地表積水演進(jìn)行計(jì)算，實(shí)現(xiàn)降雨過程中地表積水空間分布和積水風(fēng)險(xiǎn)深度模擬計(jì)算。以研究區(qū)2016年6月18日的降水過程進(jìn)行積澇模擬及模擬誤差分析，結(jié)果表明該技術(shù)方法具有良好的模擬效果。
洪澇災(zāi)害是中國最常見、影響最嚴(yán)重的自然災(zāi)害之一。在當(dāng)前城市內(nèi)澇模擬研究中，通常是對降雨過程中積澇最嚴(yán)重狀態(tài)進(jìn)行模擬，缺乏面向整個(gè)降雨過程的積澇動(dòng)態(tài)過程模擬技術(shù)方法。本研究綜合運(yùn)用SWMM模型和GIS技術(shù)，通過對研究區(qū)的匯水區(qū)劃分和排水管網(wǎng)概化建模，建立了研究區(qū)的SWMM模型，基于SWMM模型對降雨過程中匯水區(qū)積水量進(jìn)行計(jì)算，利用地表積水有源擴(kuò)散算法進(jìn)行地表積水演進(jìn)行計(jì)算，實(shí)現(xiàn)降雨過程中地表積水空間分布和積水風(fēng)險(xiǎn)深度模擬計(jì)算。以研究區(qū)2016年6月18日的降水過程進(jìn)行積澇模擬及模擬誤差分析，結(jié)果表明該技術(shù)方法具有良好的模擬效果。
2019, 47(6):1026-1031.
摘要:
從研發(fā)專業(yè)雷電臨近預(yù)警服務(wù)產(chǎn)品及提高其時(shí)效性的目的出發(fā)，以0.01°×0.01°柵格、6 min為一個(gè)預(yù)警單元，在雷達(dá)閾值控制的雷電臨近預(yù)警模型的基礎(chǔ)上，對每個(gè)預(yù)警網(wǎng)格進(jìn)行前5個(gè)時(shí)段內(nèi)所發(fā)生閃電與網(wǎng)格的距離計(jì)算，按閃電逼近網(wǎng)格的距離和變化趨勢確定預(yù)警規(guī)則，生成當(dāng)前時(shí)刻往后6 min柵格、重點(diǎn)區(qū)域雷電發(fā)生情況的臨近預(yù)警產(chǎn)品，并對模型的預(yù)報(bào)成功率進(jìn)行了定量和定性化的評估，結(jié)果表明該模型相比傳統(tǒng)依靠雷達(dá)閾值控制進(jìn)行雷電臨近預(yù)警的方法在柵格、區(qū)域的預(yù)報(bào)準(zhǔn)確率都有一定的提高，計(jì)算速度快，可以較好地被應(yīng)用到實(shí)際特別是專業(yè)雷電臨近預(yù)警服務(wù)中。
從研發(fā)專業(yè)雷電臨近預(yù)警服務(wù)產(chǎn)品及提高其時(shí)效性的目的出發(fā)，以0.01°×0.01°柵格、6 min為一個(gè)預(yù)警單元，在雷達(dá)閾值控制的雷電臨近預(yù)警模型的基礎(chǔ)上，對每個(gè)預(yù)警網(wǎng)格進(jìn)行前5個(gè)時(shí)段內(nèi)所發(fā)生閃電與網(wǎng)格的距離計(jì)算，按閃電逼近網(wǎng)格的距離和變化趨勢確定預(yù)警規(guī)則，生成當(dāng)前時(shí)刻往后6 min柵格、重點(diǎn)區(qū)域雷電發(fā)生情況的臨近預(yù)警產(chǎn)品，并對模型的預(yù)報(bào)成功率進(jìn)行了定量和定性化的評估，結(jié)果表明該模型相比傳統(tǒng)依靠雷達(dá)閾值控制進(jìn)行雷電臨近預(yù)警的方法在柵格、區(qū)域的預(yù)報(bào)準(zhǔn)確率都有一定的提高，計(jì)算速度快，可以較好地被應(yīng)用到實(shí)際特別是專業(yè)雷電臨近預(yù)警服務(wù)中。
2019, 47(6):1032-1036.
摘要:
精細(xì)化預(yù)報(bào)服務(wù)和氣象能源開發(fā)等需要時(shí)間序列長、空間和時(shí)間分辨率更高的氣象資料，對逐小時(shí)資料的需求尤為突出。現(xiàn)存歷史氣象資料進(jìn)行數(shù)字化掃描之后存在污點(diǎn)、褪色、模糊、字跡洇透等問題，不符合檔案歸檔和服務(wù)的要求、同時(shí)也造成對圖像進(jìn)行數(shù)值提取的難度大大增加，提取結(jié)果的準(zhǔn)確性也難以保證。本文提出一種基于K均值的圖像優(yōu)化算法，能夠快速識(shí)別和區(qū)分圖像背景和數(shù)據(jù)記錄曲線，過濾圖像中的噪點(diǎn)，統(tǒng)一數(shù)據(jù)記錄曲線的顏色和粗細(xì)。經(jīng)過優(yōu)化之后的圖像對比度和清晰度明顯增加，體積明顯縮小，實(shí)際應(yīng)用中發(fā)現(xiàn)，經(jīng)過優(yōu)化之后的圖像節(jié)約了存儲(chǔ)資源和成本，同時(shí)清晰度有明顯地提高，結(jié)果表明基于K均值的優(yōu)化方法明顯提高了氣象數(shù)字化檔案的質(zhì)量和應(yīng)用效果。
精細(xì)化預(yù)報(bào)服務(wù)和氣象能源開發(fā)等需要時(shí)間序列長、空間和時(shí)間分辨率更高的氣象資料，對逐小時(shí)資料的需求尤為突出。現(xiàn)存歷史氣象資料進(jìn)行數(shù)字化掃描之后存在污點(diǎn)、褪色、模糊、字跡洇透等問題，不符合檔案歸檔和服務(wù)的要求、同時(shí)也造成對圖像進(jìn)行數(shù)值提取的難度大大增加，提取結(jié)果的準(zhǔn)確性也難以保證。本文提出一種基于K均值的圖像優(yōu)化算法，能夠快速識(shí)別和區(qū)分圖像背景和數(shù)據(jù)記錄曲線，過濾圖像中的噪點(diǎn)，統(tǒng)一數(shù)據(jù)記錄曲線的顏色和粗細(xì)。經(jīng)過優(yōu)化之后的圖像對比度和清晰度明顯增加，體積明顯縮小，實(shí)際應(yīng)用中發(fā)現(xiàn)，經(jīng)過優(yōu)化之后的圖像節(jié)約了存儲(chǔ)資源和成本，同時(shí)清晰度有明顯地提高，結(jié)果表明基于K均值的優(yōu)化方法明顯提高了氣象數(shù)字化檔案的質(zhì)量和應(yīng)用效果。
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