2020年第48卷第1期文章目次
2020, 48(1):1-8.
摘要:
基于上海市氣象局布設(shè)于臨港的X波段移動(dòng)式雙線偏振雷達(dá)觀測資料，利用反射率因子、差分反射率和相關(guān)系數(shù)等變量識(shí)別出東海大橋固定地物回波位置，進(jìn)而采用Geodesics和HRAP（Hydrologic Rainfall Analysis Project）投影轉(zhuǎn)換算法將雷達(dá)回波的極坐標(biāo)位置轉(zhuǎn)換至地理坐標(biāo)。以國家測繪局利用GPS技術(shù)測量的滬蘆高速（東海大橋段）地理坐標(biāo)作為真值，將環(huán)境大氣分為晴空回波〖CD*2〗低濕度情況和降水回波〖CD*2〗高濕度情況分類檢驗(yàn)兩種算法的效果。檢驗(yàn)算法包含經(jīng)投影轉(zhuǎn)換后地物回波樣本位于橋面主體內(nèi)部的數(shù)目（多邊形檢驗(yàn)）和樣本偏離橋體中心線的距離（中心線檢驗(yàn)）。其結(jié)果表明：Geodesics算法在多邊形和中心線檢驗(yàn)方面表現(xiàn)均優(yōu)于HRAP算法，其在雷達(dá)投影轉(zhuǎn)換的實(shí)際業(yè)務(wù)中具備一定的應(yīng)用價(jià)值。
基于上海市氣象局布設(shè)于臨港的X波段移動(dòng)式雙線偏振雷達(dá)觀測資料，利用反射率因子、差分反射率和相關(guān)系數(shù)等變量識(shí)別出東海大橋固定地物回波位置，進(jìn)而采用Geodesics和HRAP（Hydrologic Rainfall Analysis Project）投影轉(zhuǎn)換算法將雷達(dá)回波的極坐標(biāo)位置轉(zhuǎn)換至地理坐標(biāo)。以國家測繪局利用GPS技術(shù)測量的滬蘆高速（東海大橋段）地理坐標(biāo)作為真值，將環(huán)境大氣分為晴空回波〖CD*2〗低濕度情況和降水回波〖CD*2〗高濕度情況分類檢驗(yàn)兩種算法的效果。檢驗(yàn)算法包含經(jīng)投影轉(zhuǎn)換后地物回波樣本位于橋面主體內(nèi)部的數(shù)目（多邊形檢驗(yàn)）和樣本偏離橋體中心線的距離（中心線檢驗(yàn)）。其結(jié)果表明：Geodesics算法在多邊形和中心線檢驗(yàn)方面表現(xiàn)均優(yōu)于HRAP算法，其在雷達(dá)投影轉(zhuǎn)換的實(shí)際業(yè)務(wù)中具備一定的應(yīng)用價(jià)值。
2020, 48(1):9-14.
摘要:
地形的起伏使雷達(dá)波束受到嚴(yán)重的遮擋，使回波數(shù)據(jù)質(zhì)量受到很大干擾。本文使用SRTM任務(wù)的DEM數(shù)據(jù)和谷歌公司的DEM數(shù)據(jù)分別計(jì)算了位于北京南郊的S波段雷達(dá)低仰角的波束遮擋率，建立了部分遮擋區(qū)域的回波反射率訂正關(guān)系，并在2018年5月19日北京一次大范圍層狀云降水過程中，對(duì)波束遮擋訂正前后的雷達(dá)定量估測雨量與地面3個(gè)雨量計(jì)觀測結(jié)果進(jìn)行了定性與定量化對(duì)比分析。結(jié)果表明：①波束遮擋訂正有助于改善反射率因子的空間連續(xù)性。波束遮擋訂正后的仰角0.5°的反射率與1.5°的反射率之間的差值整體呈現(xiàn)縮小特征，符合層狀云降水垂直廓線特點(diǎn)。②09:00—11:00，相比波束遮擋訂正前的雷達(dá)定量估測雨量（QPE），波束訂正后的QPE準(zhǔn)確性得到改善，使用分級(jí)標(biāo)準(zhǔn)誤差與歸一化平均偏差評(píng)價(jià)波束遮擋訂正前后QPE與雨量計(jì)實(shí)測值之間的誤差，波束訂正后的反射率估測雨量與雨量計(jì)實(shí)測雨量一致性更好。
地形的起伏使雷達(dá)波束受到嚴(yán)重的遮擋，使回波數(shù)據(jù)質(zhì)量受到很大干擾。本文使用SRTM任務(wù)的DEM數(shù)據(jù)和谷歌公司的DEM數(shù)據(jù)分別計(jì)算了位于北京南郊的S波段雷達(dá)低仰角的波束遮擋率，建立了部分遮擋區(qū)域的回波反射率訂正關(guān)系，并在2018年5月19日北京一次大范圍層狀云降水過程中，對(duì)波束遮擋訂正前后的雷達(dá)定量估測雨量與地面3個(gè)雨量計(jì)觀測結(jié)果進(jìn)行了定性與定量化對(duì)比分析。結(jié)果表明：①波束遮擋訂正有助于改善反射率因子的空間連續(xù)性。波束遮擋訂正后的仰角0.5°的反射率與1.5°的反射率之間的差值整體呈現(xiàn)縮小特征，符合層狀云降水垂直廓線特點(diǎn)。②09:00—11:00，相比波束遮擋訂正前的雷達(dá)定量估測雨量（QPE），波束訂正后的QPE準(zhǔn)確性得到改善，使用分級(jí)標(biāo)準(zhǔn)誤差與歸一化平均偏差評(píng)價(jià)波束遮擋訂正前后QPE與雨量計(jì)實(shí)測值之間的誤差，波束訂正后的反射率估測雨量與雨量計(jì)實(shí)測雨量一致性更好。
2020, 48(1):15-22.
摘要:
對(duì)比研究了國內(nèi)外風(fēng)廓線雷達(dá)產(chǎn)品天線系統(tǒng)和子陣的類型，設(shè)計(jì)了一款5波束有限相掃相控陣微帶天線子陣。此天線系統(tǒng)由21個(gè)相同的正方形子陣組成，每個(gè)子陣包含16個(gè)陣元，4×4的正方形對(duì)稱劃分，每個(gè)陣元采用東西向、南北向2點(diǎn)同軸背饋饋電，子陣內(nèi)雙方向分別設(shè)計(jì)了等幅等相饋電網(wǎng)絡(luò)，進(jìn)而實(shí)現(xiàn)了東西向和南北向的水平極化。天線子陣各端口駐波小于1.2，提高了天線探測靈敏度，縮小了相控陣天線陣面面積，減輕了天線陣重量。結(jié)合子陣劃分，優(yōu)化了相控陣天線系統(tǒng)泰勒加權(quán)。天線具有兩維步進(jìn)電掃功能，在空域形成5個(gè)波束的探測。應(yīng)用在TWP3型邊界層風(fēng)廓線雷達(dá)上，雷達(dá)探測高度大于5 km。
對(duì)比研究了國內(nèi)外風(fēng)廓線雷達(dá)產(chǎn)品天線系統(tǒng)和子陣的類型，設(shè)計(jì)了一款5波束有限相掃相控陣微帶天線子陣。此天線系統(tǒng)由21個(gè)相同的正方形子陣組成，每個(gè)子陣包含16個(gè)陣元，4×4的正方形對(duì)稱劃分，每個(gè)陣元采用東西向、南北向2點(diǎn)同軸背饋饋電，子陣內(nèi)雙方向分別設(shè)計(jì)了等幅等相饋電網(wǎng)絡(luò)，進(jìn)而實(shí)現(xiàn)了東西向和南北向的水平極化。天線子陣各端口駐波小于1.2，提高了天線探測靈敏度，縮小了相控陣天線陣面面積，減輕了天線陣重量。結(jié)合子陣劃分，優(yōu)化了相控陣天線系統(tǒng)泰勒加權(quán)。天線具有兩維步進(jìn)電掃功能，在空域形成5個(gè)波束的探測。應(yīng)用在TWP3型邊界層風(fēng)廓線雷達(dá)上，雷達(dá)探測高度大于5 km。
2020, 48(1):23-30.
摘要:
以分辨率為1 m的10 m×20 m和10 m×10 m觀測網(wǎng)為研究對(duì)象，運(yùn)用自制雨量杯開展自然降雨測試試驗(yàn)，結(jié)合克里斯琴森均勻系數(shù)、分布均勻系數(shù)、降雨偏差系數(shù)、降雨極值比系數(shù)、單因素方差分析等數(shù)學(xué)方法對(duì)自然降雨的空間均勻性進(jìn)行了研究，分析了風(fēng)、降雨量對(duì)空間均勻性的影響，并討論了降雨測量儀器在動(dòng)態(tài)比對(duì)試驗(yàn)中儀器的架設(shè)間隔問題。結(jié)果表明：觀測場內(nèi)自然降雨的空間均勻性良好，且各項(xiàng)均勻性指標(biāo)具有較好的一致性；風(fēng)對(duì)該觀測場內(nèi)的降雨空間均勻性影響不大，而降雨量的差異對(duì)其空間均勻性有一定的影響；在動(dòng)態(tài)比對(duì)試驗(yàn)中，降雨測量儀器的架設(shè)間隔應(yīng)小于5 m，且部分小型降雨測量儀器（如收集杯）架設(shè)間隔取1 m可行。
以分辨率為1 m的10 m×20 m和10 m×10 m觀測網(wǎng)為研究對(duì)象，運(yùn)用自制雨量杯開展自然降雨測試試驗(yàn)，結(jié)合克里斯琴森均勻系數(shù)、分布均勻系數(shù)、降雨偏差系數(shù)、降雨極值比系數(shù)、單因素方差分析等數(shù)學(xué)方法對(duì)自然降雨的空間均勻性進(jìn)行了研究，分析了風(fēng)、降雨量對(duì)空間均勻性的影響，并討論了降雨測量儀器在動(dòng)態(tài)比對(duì)試驗(yàn)中儀器的架設(shè)間隔問題。結(jié)果表明：觀測場內(nèi)自然降雨的空間均勻性良好，且各項(xiàng)均勻性指標(biāo)具有較好的一致性；風(fēng)對(duì)該觀測場內(nèi)的降雨空間均勻性影響不大，而降雨量的差異對(duì)其空間均勻性有一定的影響；在動(dòng)態(tài)比對(duì)試驗(yàn)中，降雨測量儀器的架設(shè)間隔應(yīng)小于5 m，且部分小型降雨測量儀器（如收集杯）架設(shè)間隔取1 m可行。
2020, 48(1):31-39.
摘要:
在地基高光譜遙感中，特征向量法獲取的溫濕廓線以初值的方式對(duì)物理反演進(jìn)行約束，其反演精度對(duì)物理反演結(jié)果有著重要的影響。利用AERI的觀測輻射資料和同站點(diǎn)的探空數(shù)據(jù)，基于特征向量法分析了溫度廓線與濕度廓線反演的異同點(diǎn)；研究了主成分個(gè)數(shù)的選擇問題，綜合考慮反演精度和特征向量中包含的信息將反演溫度廓線和濕度廓線的最優(yōu)主成分個(gè)數(shù)定為7。為提高反演精度，引入地面溫度、濕度、氣壓作為影響因子，試驗(yàn)結(jié)果表明，考慮反演精度和穩(wěn)定性，地面氣壓的引入相比于其他2種單一氣象要素以及3種氣象要素組成的因子集表現(xiàn)更好，尤其是對(duì)邊界層中下部的溫濕廓線有著明顯的提升，并隨著高度的降低提升作用更明顯，溫度廓線RMSE降低最高達(dá)到1.5 K，濕度廓線RMSE降低最高達(dá)到0.42 g/kg。同時(shí)，分析了對(duì)數(shù)反演形式對(duì)濕度廓線的影響，結(jié)果表明，以水汽混合比的形式反演時(shí)取自然對(duì)數(shù)對(duì)反演精度的影響較小；將反演得到的水汽混合比轉(zhuǎn)化為相對(duì)濕度后，取自然對(duì)數(shù)對(duì)反演精度有12%以上的提升。
在地基高光譜遙感中，特征向量法獲取的溫濕廓線以初值的方式對(duì)物理反演進(jìn)行約束，其反演精度對(duì)物理反演結(jié)果有著重要的影響。利用AERI的觀測輻射資料和同站點(diǎn)的探空數(shù)據(jù)，基于特征向量法分析了溫度廓線與濕度廓線反演的異同點(diǎn)；研究了主成分個(gè)數(shù)的選擇問題，綜合考慮反演精度和特征向量中包含的信息將反演溫度廓線和濕度廓線的最優(yōu)主成分個(gè)數(shù)定為7。為提高反演精度，引入地面溫度、濕度、氣壓作為影響因子，試驗(yàn)結(jié)果表明，考慮反演精度和穩(wěn)定性，地面氣壓的引入相比于其他2種單一氣象要素以及3種氣象要素組成的因子集表現(xiàn)更好，尤其是對(duì)邊界層中下部的溫濕廓線有著明顯的提升，并隨著高度的降低提升作用更明顯，溫度廓線RMSE降低最高達(dá)到1.5 K，濕度廓線RMSE降低最高達(dá)到0.42 g/kg。同時(shí)，分析了對(duì)數(shù)反演形式對(duì)濕度廓線的影響，結(jié)果表明，以水汽混合比的形式反演時(shí)取自然對(duì)數(shù)對(duì)反演精度的影響較小；將反演得到的水汽混合比轉(zhuǎn)化為相對(duì)濕度后，取自然對(duì)數(shù)對(duì)反演精度有12%以上的提升。
2020, 48(1):40-45.
摘要:
為進(jìn)一步評(píng)估地基微波輻射計(jì)紅外傳感器的觀云性能，收集了2017、2018兩年5—7月布設(shè)在廣州野外雷電實(shí)驗(yàn)基地的一臺(tái)MWP967KV型地基微波輻射計(jì)紅外傳感器與一臺(tái)K/LLX502B型激光測云儀觀測的云底高度數(shù)據(jù)，并利用人工觀測的天空狀況、云狀數(shù)據(jù)進(jìn)行分類，在不同云類、天空狀況下對(duì)地基微波輻射計(jì)紅外傳感器云識(shí)別和觀測云底高度的性能進(jìn)行分析。結(jié)果表明:①地基微波輻射計(jì)紅外傳感器具有良好的云識(shí)別能力，準(zhǔn)確率達(dá)80.4%，由于觀測視角的原因，未能識(shí)別出有云存在主要發(fā)生在“多云”情況下。②地基微波輻射計(jì)紅外傳感器與激光測云儀所測云底高度相關(guān)系數(shù)為0.63，有著較好的一致性。③因?yàn)橛^測原理不同，地基微波輻射計(jì)紅外傳感器所測云底高度總是高于激光測云儀，且兩部儀器在低云陰天時(shí)所測的云底高度一致性要優(yōu)于中、高云多云。綜上所述，地基微波輻射計(jì)紅外傳感器用來識(shí)別云、觀測云底高度具有一定的可行性，尤其是在低云、“陰天”條件下，有著較好的觀云性能。
為進(jìn)一步評(píng)估地基微波輻射計(jì)紅外傳感器的觀云性能，收集了2017、2018兩年5—7月布設(shè)在廣州野外雷電實(shí)驗(yàn)基地的一臺(tái)MWP967KV型地基微波輻射計(jì)紅外傳感器與一臺(tái)K/LLX502B型激光測云儀觀測的云底高度數(shù)據(jù)，并利用人工觀測的天空狀況、云狀數(shù)據(jù)進(jìn)行分類，在不同云類、天空狀況下對(duì)地基微波輻射計(jì)紅外傳感器云識(shí)別和觀測云底高度的性能進(jìn)行分析。結(jié)果表明:①地基微波輻射計(jì)紅外傳感器具有良好的云識(shí)別能力，準(zhǔn)確率達(dá)80.4%，由于觀測視角的原因，未能識(shí)別出有云存在主要發(fā)生在“多云”情況下。②地基微波輻射計(jì)紅外傳感器與激光測云儀所測云底高度相關(guān)系數(shù)為0.63，有著較好的一致性。③因?yàn)橛^測原理不同，地基微波輻射計(jì)紅外傳感器所測云底高度總是高于激光測云儀，且兩部儀器在低云陰天時(shí)所測的云底高度一致性要優(yōu)于中、高云多云。綜上所述，地基微波輻射計(jì)紅外傳感器用來識(shí)別云、觀測云底高度具有一定的可行性，尤其是在低云、“陰天”條件下，有著較好的觀云性能。
2020, 48(1):46-51.
摘要:
利用全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號(hào)研究測站周邊地表環(huán)境參數(shù)是近年來遙感領(lǐng)域的研究熱點(diǎn)之一。利用測量型全球?qū)Ш叫l(wèi)星信號(hào)接收機(jī)數(shù)據(jù)，實(shí)時(shí)獲取其周邊的積雪深度，是對(duì)現(xiàn)有降雪監(jiān)測方法的有效補(bǔ)充。該文基于GPS信噪比與信號(hào)振幅的變化特征，研究了使用GPS信噪比觀測值進(jìn)行雪深探測的算法，并首次使用國家氣象觀測站的業(yè)務(wù)觀測數(shù)據(jù)對(duì)地基GPS反演雪深算法進(jìn)行了驗(yàn)證。對(duì)比試驗(yàn)使用近兩個(gè)月的人工積雪深度測量值與GPS信號(hào)反演的積雪深度值進(jìn)行了逐日比較，二者的吻合度較好，標(biāo)準(zhǔn)偏差為2.04 cm，相關(guān)系數(shù)為0.94。該對(duì)比試驗(yàn)表明，利用常規(guī)測量型地基GPS接收機(jī)觀測數(shù)據(jù)進(jìn)行雪深探測是可行的。應(yīng)用地基GPS反演雪深技術(shù)，氣象部門基于現(xiàn)有的地基GPS水汽監(jiān)測網(wǎng)可進(jìn)一步開展積雪環(huán)境監(jiān)測研究。
利用全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號(hào)研究測站周邊地表環(huán)境參數(shù)是近年來遙感領(lǐng)域的研究熱點(diǎn)之一。利用測量型全球?qū)Ш叫l(wèi)星信號(hào)接收機(jī)數(shù)據(jù)，實(shí)時(shí)獲取其周邊的積雪深度，是對(duì)現(xiàn)有降雪監(jiān)測方法的有效補(bǔ)充。該文基于GPS信噪比與信號(hào)振幅的變化特征，研究了使用GPS信噪比觀測值進(jìn)行雪深探測的算法，并首次使用國家氣象觀測站的業(yè)務(wù)觀測數(shù)據(jù)對(duì)地基GPS反演雪深算法進(jìn)行了驗(yàn)證。對(duì)比試驗(yàn)使用近兩個(gè)月的人工積雪深度測量值與GPS信號(hào)反演的積雪深度值進(jìn)行了逐日比較，二者的吻合度較好，標(biāo)準(zhǔn)偏差為2.04 cm，相關(guān)系數(shù)為0.94。該對(duì)比試驗(yàn)表明，利用常規(guī)測量型地基GPS接收機(jī)觀測數(shù)據(jù)進(jìn)行雪深探測是可行的。應(yīng)用地基GPS反演雪深技術(shù)，氣象部門基于現(xiàn)有的地基GPS水汽監(jiān)測網(wǎng)可進(jìn)一步開展積雪環(huán)境監(jiān)測研究。
2020, 48(1):52-58.
摘要:
在ANUSPLIN薄盤光滑樣條插值中，高相關(guān)協(xié)變量的選取決定了插值結(jié)果的精確性。本文選取2017—2019年大霧和霾能見度較差的天氣過程，利用183個(gè)能見度觀測站點(diǎn)對(duì)能見度進(jìn)行插值，引入Himawari8衛(wèi)星的通道數(shù)據(jù)和DEM數(shù)據(jù)作為協(xié)變量對(duì)能見度的插值結(jié)果進(jìn)行改進(jìn)，并對(duì)能見度插值結(jié)果進(jìn)行對(duì)比分析。研究表明，引入Himawari8數(shù)據(jù)和DEM數(shù)據(jù)作為協(xié)變量的能見度插值結(jié)果在精度上有顯著提高，尤其對(duì)霧區(qū)和霾區(qū)的邊界范圍和紋理的反演更為準(zhǔn)確，基于Himawari8衛(wèi)星數(shù)據(jù)和氣象監(jiān)測站點(diǎn)的觀測數(shù)據(jù)，使用協(xié)變量的方法進(jìn)行能見度插值可以做為能見度監(jiān)測網(wǎng)格化的一種有效途徑。
在ANUSPLIN薄盤光滑樣條插值中，高相關(guān)協(xié)變量的選取決定了插值結(jié)果的精確性。本文選取2017—2019年大霧和霾能見度較差的天氣過程，利用183個(gè)能見度觀測站點(diǎn)對(duì)能見度進(jìn)行插值，引入Himawari8衛(wèi)星的通道數(shù)據(jù)和DEM數(shù)據(jù)作為協(xié)變量對(duì)能見度的插值結(jié)果進(jìn)行改進(jìn)，并對(duì)能見度插值結(jié)果進(jìn)行對(duì)比分析。研究表明，引入Himawari8數(shù)據(jù)和DEM數(shù)據(jù)作為協(xié)變量的能見度插值結(jié)果在精度上有顯著提高，尤其對(duì)霧區(qū)和霾區(qū)的邊界范圍和紋理的反演更為準(zhǔn)確，基于Himawari8衛(wèi)星數(shù)據(jù)和氣象監(jiān)測站點(diǎn)的觀測數(shù)據(jù)，使用協(xié)變量的方法進(jìn)行能見度插值可以做為能見度監(jiān)測網(wǎng)格化的一種有效途徑。
2020, 48(1):59-67.
摘要:
以國家地理信息公共服務(wù)平臺(tái)、云南數(shù)字鄉(xiāng)村、Mapinfo公共數(shù)據(jù)為數(shù)據(jù)源，在C#開發(fā)環(huán)境下實(shí)現(xiàn)了精細(xì)到鄉(xiāng)鎮(zhèn)、公路、行政村、自然村的昆明市精細(xì)化地理信息系統(tǒng)（GIS）的自主研發(fā)，解決了基層氣象部門缺乏精細(xì)化GIS的難題。介紹了標(biāo)準(zhǔn)格式基數(shù)據(jù)的解析、成圖過程及注意事項(xiàng)，在全國范圍內(nèi)較早實(shí)現(xiàn)了天氣雷達(dá)標(biāo)準(zhǔn)格式基數(shù)據(jù)在基層氣象部門的業(yè)務(wù)應(yīng)用。在業(yè)務(wù)應(yīng)用過程中，發(fā)現(xiàn)了CC天氣雷達(dá)標(biāo)準(zhǔn)格式早期基數(shù)據(jù)存在回波強(qiáng)度嚴(yán)重減弱的問題；昆明市精細(xì)化GIS與昆明天氣雷達(dá)回波圖的融合應(yīng)用，可以精確定位雷達(dá)強(qiáng)回波區(qū)，對(duì)精細(xì)化氣象服務(wù)具有指導(dǎo)作用，提高了強(qiáng)天氣精細(xì)化預(yù)警能力、短時(shí)臨近精細(xì)化預(yù)報(bào)能力和防災(zāi)減災(zāi)能力。
以國家地理信息公共服務(wù)平臺(tái)、云南數(shù)字鄉(xiāng)村、Mapinfo公共數(shù)據(jù)為數(shù)據(jù)源，在C#開發(fā)環(huán)境下實(shí)現(xiàn)了精細(xì)到鄉(xiāng)鎮(zhèn)、公路、行政村、自然村的昆明市精細(xì)化地理信息系統(tǒng)（GIS）的自主研發(fā)，解決了基層氣象部門缺乏精細(xì)化GIS的難題。介紹了標(biāo)準(zhǔn)格式基數(shù)據(jù)的解析、成圖過程及注意事項(xiàng)，在全國范圍內(nèi)較早實(shí)現(xiàn)了天氣雷達(dá)標(biāo)準(zhǔn)格式基數(shù)據(jù)在基層氣象部門的業(yè)務(wù)應(yīng)用。在業(yè)務(wù)應(yīng)用過程中，發(fā)現(xiàn)了CC天氣雷達(dá)標(biāo)準(zhǔn)格式早期基數(shù)據(jù)存在回波強(qiáng)度嚴(yán)重減弱的問題；昆明市精細(xì)化GIS與昆明天氣雷達(dá)回波圖的融合應(yīng)用，可以精確定位雷達(dá)強(qiáng)回波區(qū)，對(duì)精細(xì)化氣象服務(wù)具有指導(dǎo)作用，提高了強(qiáng)天氣精細(xì)化預(yù)警能力、短時(shí)臨近精細(xì)化預(yù)報(bào)能力和防災(zāi)減災(zāi)能力。
2020, 48(1):68-75.
摘要:
FY4A衛(wèi)星是我國首次星載閃電成像儀的靜止氣象衛(wèi)星，其采用的可重載型FPGA芯片可連續(xù)在2 ms時(shí)間，按像元完成針對(duì)400×600像元的多幀閃電信號(hào)數(shù)據(jù)處理，實(shí)時(shí)生成閃電數(shù)據(jù)及地標(biāo)觀測數(shù)據(jù)，并具有在軌軟件上注更新配置功能。由于近地空間環(huán)境復(fù)雜，因此FPGA屬于單粒子翻轉(zhuǎn)敏感器件，需要采用多種手段進(jìn)行單粒子翻轉(zhuǎn)防護(hù)。在FY4地面應(yīng)用系統(tǒng)工程建設(shè)中，根據(jù)FPGA單粒子翻轉(zhuǎn)對(duì)閃電探測產(chǎn)品所造成影響的不同，結(jié)合閃電事件數(shù)據(jù)邏輯關(guān)系、系統(tǒng)資源等情況，設(shè)計(jì)并在地面系統(tǒng)中部署了單粒子檢測程序，實(shí)現(xiàn)了FPGA單粒子翻轉(zhuǎn)異常自動(dòng)辨識(shí)；根據(jù)閃電觀測任務(wù)特點(diǎn)、閃電探測產(chǎn)品恢復(fù)時(shí)效性要求，同時(shí)采取自動(dòng)判別與自動(dòng)發(fā)令、動(dòng)態(tài)刷新與定時(shí)刷新、軟件復(fù)位與硬件復(fù)位等多種單粒子翻轉(zhuǎn)防護(hù)綜合措施，實(shí)現(xiàn)了FPGA單粒子翻轉(zhuǎn)自動(dòng)恢復(fù)。通過以上工作，目前FY4A閃電成像儀已經(jīng)有效地減少了單粒子翻轉(zhuǎn)效應(yīng)對(duì)閃電探測產(chǎn)品的影響。
FY4A衛(wèi)星是我國首次星載閃電成像儀的靜止氣象衛(wèi)星，其采用的可重載型FPGA芯片可連續(xù)在2 ms時(shí)間，按像元完成針對(duì)400×600像元的多幀閃電信號(hào)數(shù)據(jù)處理，實(shí)時(shí)生成閃電數(shù)據(jù)及地標(biāo)觀測數(shù)據(jù)，并具有在軌軟件上注更新配置功能。由于近地空間環(huán)境復(fù)雜，因此FPGA屬于單粒子翻轉(zhuǎn)敏感器件，需要采用多種手段進(jìn)行單粒子翻轉(zhuǎn)防護(hù)。在FY4地面應(yīng)用系統(tǒng)工程建設(shè)中，根據(jù)FPGA單粒子翻轉(zhuǎn)對(duì)閃電探測產(chǎn)品所造成影響的不同，結(jié)合閃電事件數(shù)據(jù)邏輯關(guān)系、系統(tǒng)資源等情況，設(shè)計(jì)并在地面系統(tǒng)中部署了單粒子檢測程序，實(shí)現(xiàn)了FPGA單粒子翻轉(zhuǎn)異常自動(dòng)辨識(shí)；根據(jù)閃電觀測任務(wù)特點(diǎn)、閃電探測產(chǎn)品恢復(fù)時(shí)效性要求，同時(shí)采取自動(dòng)判別與自動(dòng)發(fā)令、動(dòng)態(tài)刷新與定時(shí)刷新、軟件復(fù)位與硬件復(fù)位等多種單粒子翻轉(zhuǎn)防護(hù)綜合措施，實(shí)現(xiàn)了FPGA單粒子翻轉(zhuǎn)自動(dòng)恢復(fù)。通過以上工作，目前FY4A閃電成像儀已經(jīng)有效地減少了單粒子翻轉(zhuǎn)效應(yīng)對(duì)閃電探測產(chǎn)品的影響。
2020, 48(1):76-80.
摘要:
目前我國自動(dòng)氣象站鉑電阻溫度傳感器的檢定方式有現(xiàn)場檢定和實(shí)驗(yàn)室檢定兩種。根據(jù)《JJG(氣象)0022015自動(dòng)氣象站鉑電阻溫度傳感器檢定規(guī)程》的指導(dǎo)方法，分別對(duì)相同的鉑電阻溫度傳感器開展現(xiàn)場檢定和實(shí)驗(yàn)室檢定，并通過GUM法對(duì)兩種檢定方式的檢定結(jié)果進(jìn)行測量不確定度評(píng)定，對(duì)比兩種檢定方式的測量不確定度，結(jié)果表明現(xiàn)場檢定中測量重復(fù)性引入的不確定度和測量設(shè)備引入的不確定度較實(shí)驗(yàn)室檢定更高。分析兩種檢定方式的測量不確定度產(chǎn)生差異的原因，建議國家級(jí)自動(dòng)氣象站的鉑電阻傳感器采用實(shí)驗(yàn)室檢定的方式開展計(jì)量檢定工作。
目前我國自動(dòng)氣象站鉑電阻溫度傳感器的檢定方式有現(xiàn)場檢定和實(shí)驗(yàn)室檢定兩種。根據(jù)《JJG(氣象)0022015自動(dòng)氣象站鉑電阻溫度傳感器檢定規(guī)程》的指導(dǎo)方法，分別對(duì)相同的鉑電阻溫度傳感器開展現(xiàn)場檢定和實(shí)驗(yàn)室檢定，并通過GUM法對(duì)兩種檢定方式的檢定結(jié)果進(jìn)行測量不確定度評(píng)定，對(duì)比兩種檢定方式的測量不確定度，結(jié)果表明現(xiàn)場檢定中測量重復(fù)性引入的不確定度和測量設(shè)備引入的不確定度較實(shí)驗(yàn)室檢定更高。分析兩種檢定方式的測量不確定度產(chǎn)生差異的原因，建議國家級(jí)自動(dòng)氣象站的鉑電阻傳感器采用實(shí)驗(yàn)室檢定的方式開展計(jì)量檢定工作。
2020, 48(1):81-87.
摘要:
利用NCEP GDAS/FNL資料分析了2013年2月19日黃淮至江南區(qū)域的一次冷鋒過程的天氣形勢，結(jié)合MODIS衛(wèi)星資料診斷云微物理特征，發(fā)現(xiàn)冷鋒后的江淮大部至黃淮南部包括河南南部環(huán)流場配置和溫度濕度條件好，云層較厚實(shí)且云內(nèi)溫度較低，云中含有足夠的液態(tài)水，有利于生成積冰。接著采用IC指數(shù)法和Willam算法預(yù)報(bào)積冰概率和強(qiáng)度，用相近時(shí)次收到的航空器報(bào)告進(jìn)行檢驗(yàn)，發(fā)現(xiàn)Willam算法使用的MODIS衛(wèi)星資料分辨率遠(yuǎn)高于IC指數(shù)法的常規(guī)氣象資料數(shù)據(jù)，預(yù)報(bào)準(zhǔn)確率也高于IC指數(shù)法。實(shí)際工作中同時(shí)使用兩種方法，能給飛機(jī)積冰的預(yù)警服務(wù)提供可靠的判斷依據(jù)。
利用NCEP GDAS/FNL資料分析了2013年2月19日黃淮至江南區(qū)域的一次冷鋒過程的天氣形勢，結(jié)合MODIS衛(wèi)星資料診斷云微物理特征，發(fā)現(xiàn)冷鋒后的江淮大部至黃淮南部包括河南南部環(huán)流場配置和溫度濕度條件好，云層較厚實(shí)且云內(nèi)溫度較低，云中含有足夠的液態(tài)水，有利于生成積冰。接著采用IC指數(shù)法和Willam算法預(yù)報(bào)積冰概率和強(qiáng)度，用相近時(shí)次收到的航空器報(bào)告進(jìn)行檢驗(yàn)，發(fā)現(xiàn)Willam算法使用的MODIS衛(wèi)星資料分辨率遠(yuǎn)高于IC指數(shù)法的常規(guī)氣象資料數(shù)據(jù)，預(yù)報(bào)準(zhǔn)確率也高于IC指數(shù)法。實(shí)際工作中同時(shí)使用兩種方法，能給飛機(jī)積冰的預(yù)警服務(wù)提供可靠的判斷依據(jù)。
2020, 48(1):88-96.
摘要:
利用常規(guī)觀測、自動(dòng)氣象站、多普勒天氣雷達(dá)等資料，分析珠江三角洲臺(tái)風(fēng)龍卷活動(dòng)特征、龍卷產(chǎn)生的環(huán)境場特征等，給出了珠江三角洲臺(tái)風(fēng)龍卷的天氣概念模型和預(yù)報(bào)預(yù)警指標(biāo)，建立了珠江三角洲臺(tái)風(fēng)龍卷預(yù)報(bào)預(yù)警方法與流程，并應(yīng)用于2018年兩次臺(tái)風(fēng)龍卷預(yù)警試驗(yàn)。結(jié)果表明，依托該方法分別提前58 min、37 min成功預(yù)警了6月8日佛山市南海區(qū)的“艾云尼”臺(tái)風(fēng)龍卷、9月17日佛山市三水區(qū)的“山竹”臺(tái)風(fēng)龍卷，證實(shí)該方法流程是可行的。
利用常規(guī)觀測、自動(dòng)氣象站、多普勒天氣雷達(dá)等資料，分析珠江三角洲臺(tái)風(fēng)龍卷活動(dòng)特征、龍卷產(chǎn)生的環(huán)境場特征等，給出了珠江三角洲臺(tái)風(fēng)龍卷的天氣概念模型和預(yù)報(bào)預(yù)警指標(biāo)，建立了珠江三角洲臺(tái)風(fēng)龍卷預(yù)報(bào)預(yù)警方法與流程，并應(yīng)用于2018年兩次臺(tái)風(fēng)龍卷預(yù)警試驗(yàn)。結(jié)果表明，依托該方法分別提前58 min、37 min成功預(yù)警了6月8日佛山市南海區(qū)的“艾云尼”臺(tái)風(fēng)龍卷、9月17日佛山市三水區(qū)的“山竹”臺(tái)風(fēng)龍卷，證實(shí)該方法流程是可行的。
2020, 48(1):97-106.
摘要:
中尺度模式對(duì)于0～2 h的預(yù)報(bào)存在起轉(zhuǎn)問題，因此外推預(yù)報(bào)成為0～2 h臨近預(yù)報(bào)中不可或缺的技術(shù)方法。目前INCA(Integrated Nowcasting through Comprehensive Analysis System) 降水外推預(yù)報(bào)中,外推矢量擾動(dòng)由外推矢量隨時(shí)間的變化確定，即相鄰時(shí)次外推矢量差確定，本文統(tǒng)計(jì)2017年7月 江淮地區(qū)（29°～35.5°N,114°～120°E）INCA系統(tǒng)相鄰10 min外推矢量偏差來代表外推矢量隨時(shí)間變化。若降水向東北方向移動(dòng)，則外推矢量方向規(guī)定為東北方向。統(tǒng)計(jì)結(jié)果表明：①對(duì)于江淮地區(qū)，外推矢量以東北方向和西南方向偏差為主，外推矢量越大，其偏差的大小越大；②從外推矢量方向看，東北方向外推矢量占絕大多數(shù)(73%)，可能是因?yàn)榻^大多數(shù)降水發(fā)生在槽前形勢下，引導(dǎo)氣流為西南風(fēng)。基于外推矢量偏差統(tǒng)計(jì)樣本，隨機(jī)生成多個(gè)符合外推矢量偏差分布的外推矢量擾動(dòng)，得到多個(gè)不確定的外推矢量，將INCA確定性外推預(yù)報(bào)變?yōu)?～2 h降水外推集合預(yù)報(bào)，采用均方誤差（MSE）、TS評(píng)分、BIAS評(píng)分和Brier技巧評(píng)分等方法，對(duì)集合預(yù)報(bào)結(jié)果檢驗(yàn)表明：隨著預(yù)報(bào)時(shí)效增加，集合預(yù)報(bào)比確定性預(yù)報(bào)的優(yōu)勢更明顯。因此，考慮外推矢量的不確定性可以提高降水外推預(yù)報(bào)準(zhǔn)確率。
中尺度模式對(duì)于0～2 h的預(yù)報(bào)存在起轉(zhuǎn)問題，因此外推預(yù)報(bào)成為0～2 h臨近預(yù)報(bào)中不可或缺的技術(shù)方法。目前INCA(Integrated Nowcasting through Comprehensive Analysis System) 降水外推預(yù)報(bào)中,外推矢量擾動(dòng)由外推矢量隨時(shí)間的變化確定，即相鄰時(shí)次外推矢量差確定，本文統(tǒng)計(jì)2017年7月 江淮地區(qū)（29°～35.5°N,114°～120°E）INCA系統(tǒng)相鄰10 min外推矢量偏差來代表外推矢量隨時(shí)間變化。若降水向東北方向移動(dòng)，則外推矢量方向規(guī)定為東北方向。統(tǒng)計(jì)結(jié)果表明：①對(duì)于江淮地區(qū)，外推矢量以東北方向和西南方向偏差為主，外推矢量越大，其偏差的大小越大；②從外推矢量方向看，東北方向外推矢量占絕大多數(shù)(73%)，可能是因?yàn)榻^大多數(shù)降水發(fā)生在槽前形勢下，引導(dǎo)氣流為西南風(fēng)。基于外推矢量偏差統(tǒng)計(jì)樣本，隨機(jī)生成多個(gè)符合外推矢量偏差分布的外推矢量擾動(dòng)，得到多個(gè)不確定的外推矢量，將INCA確定性外推預(yù)報(bào)變?yōu)?～2 h降水外推集合預(yù)報(bào)，采用均方誤差（MSE）、TS評(píng)分、BIAS評(píng)分和Brier技巧評(píng)分等方法，對(duì)集合預(yù)報(bào)結(jié)果檢驗(yàn)表明：隨著預(yù)報(bào)時(shí)效增加，集合預(yù)報(bào)比確定性預(yù)報(bào)的優(yōu)勢更明顯。因此，考慮外推矢量的不確定性可以提高降水外推預(yù)報(bào)準(zhǔn)確率。
2020, 48(1):107-114.
摘要:
利用常規(guī)觀測資料、ERAInterim、NCEP/NCAR再分析資料，對(duì)比分析了2016年1月21—26日和2018年12月28日至2019年1月2日影響廣西柳州的2次低溫雨雪冰凍天氣的成因。結(jié)果表明：2次過程期間中高緯均為兩槽一脊形勢，阻塞高壓較常年同期偏強(qiáng)28 dagpm；2018年過程期間近地層強(qiáng)冷平流的持續(xù)輸送和高層冷空氣的補(bǔ)充是柳州2018年氣溫低于2016年的重要原因，中低層持續(xù)的水汽輸送及水汽輻合，長時(shí)間逆溫層維持以及較強(qiáng)的逆溫強(qiáng)度使得降雪持續(xù)時(shí)間及范圍強(qiáng)于2016年；2016年過程期間中層強(qiáng)盛的西北氣流使冷空氣南下迅速，700 hPa急流區(qū)以及850 hPa風(fēng)速輻合區(qū)的偏南導(dǎo)致明顯的降雪主要出現(xiàn)在廣西南部，柳州只出現(xiàn)少量降雪，溫度回升較快。
利用常規(guī)觀測資料、ERAInterim、NCEP/NCAR再分析資料，對(duì)比分析了2016年1月21—26日和2018年12月28日至2019年1月2日影響廣西柳州的2次低溫雨雪冰凍天氣的成因。結(jié)果表明：2次過程期間中高緯均為兩槽一脊形勢，阻塞高壓較常年同期偏強(qiáng)28 dagpm；2018年過程期間近地層強(qiáng)冷平流的持續(xù)輸送和高層冷空氣的補(bǔ)充是柳州2018年氣溫低于2016年的重要原因，中低層持續(xù)的水汽輸送及水汽輻合，長時(shí)間逆溫層維持以及較強(qiáng)的逆溫強(qiáng)度使得降雪持續(xù)時(shí)間及范圍強(qiáng)于2016年；2016年過程期間中層強(qiáng)盛的西北氣流使冷空氣南下迅速，700 hPa急流區(qū)以及850 hPa風(fēng)速輻合區(qū)的偏南導(dǎo)致明顯的降雪主要出現(xiàn)在廣西南部，柳州只出現(xiàn)少量降雪，溫度回升較快。
2020, 48(1):115-120.
摘要:
結(jié)合臺(tái)站元數(shù)據(jù)，對(duì)京津冀地區(qū)179個(gè)國家氣象站1951—2015年的日平均風(fēng)速序列進(jìn)行了非均一性檢驗(yàn)和均一化訂正，結(jié)果表明：造成序列非均一性的原因，按貢獻(xiàn)大小依次是儀器切換占40%、站址遷移占34%、觀測時(shí)制變更占18%、臺(tái)站周圍環(huán)境變化占8%。對(duì)比分析均一化序列和原始序列的線性趨勢發(fā)現(xiàn)：1951—2015年，京津冀地區(qū)日平均風(fēng)速呈下降趨勢，均一化序列的下降速率明顯更快；二者有相似的空間分布特征, 即河北西北部、北京、天津、河北東南部的西北—東南走向的帶狀區(qū)域中，風(fēng)速的下降速率最快，河北西部次快，河北東北部最緩慢；均一化序列的下降速率明顯偏快的區(qū)域主要在39°N以北。均一化序列準(zhǔn)確反映了氣候變化的特點(diǎn)，數(shù)據(jù)可靠。
結(jié)合臺(tái)站元數(shù)據(jù)，對(duì)京津冀地區(qū)179個(gè)國家氣象站1951—2015年的日平均風(fēng)速序列進(jìn)行了非均一性檢驗(yàn)和均一化訂正，結(jié)果表明：造成序列非均一性的原因，按貢獻(xiàn)大小依次是儀器切換占40%、站址遷移占34%、觀測時(shí)制變更占18%、臺(tái)站周圍環(huán)境變化占8%。對(duì)比分析均一化序列和原始序列的線性趨勢發(fā)現(xiàn)：1951—2015年，京津冀地區(qū)日平均風(fēng)速呈下降趨勢，均一化序列的下降速率明顯更快；二者有相似的空間分布特征, 即河北西北部、北京、天津、河北東南部的西北—東南走向的帶狀區(qū)域中，風(fēng)速的下降速率最快，河北西部次快，河北東北部最緩慢；均一化序列的下降速率明顯偏快的區(qū)域主要在39°N以北。均一化序列準(zhǔn)確反映了氣候變化的特點(diǎn)，數(shù)據(jù)可靠。
2020, 48(1):121-126.
摘要:
雷電流幅值是研究區(qū)域雷電分布極其重要的一個(gè)參數(shù)，目前河南省在雷電流幅值方面的研究較少。利用2008—2017年河南省氣象部門ADTD閃電定位系統(tǒng)的地閃監(jiān)測數(shù)據(jù)，對(duì)規(guī)程法、IEEE工作組和CIGRE工作組推薦公式的特征函數(shù)進(jìn)行了擬合。結(jié)果表明：河南正、負(fù)地閃雷電流幅值概率分布存在差異，采用IEEE工作組推薦的公式對(duì)河南雷電流幅值累積概率分布進(jìn)行的擬合效果最佳，同時(shí)得出了河南省雷電流幅值累積概率分布函數(shù)表達(dá)式，為更好地研究河南省雷電特征和開展防雷減災(zāi)工作提供了不可或缺的技術(shù)參考。
雷電流幅值是研究區(qū)域雷電分布極其重要的一個(gè)參數(shù)，目前河南省在雷電流幅值方面的研究較少。利用2008—2017年河南省氣象部門ADTD閃電定位系統(tǒng)的地閃監(jiān)測數(shù)據(jù)，對(duì)規(guī)程法、IEEE工作組和CIGRE工作組推薦公式的特征函數(shù)進(jìn)行了擬合。結(jié)果表明：河南正、負(fù)地閃雷電流幅值概率分布存在差異，采用IEEE工作組推薦的公式對(duì)河南雷電流幅值累積概率分布進(jìn)行的擬合效果最佳，同時(shí)得出了河南省雷電流幅值累積概率分布函數(shù)表達(dá)式，為更好地研究河南省雷電特征和開展防雷減災(zāi)工作提供了不可或缺的技術(shù)參考。
2020, 48(1):127-131.
摘要:
利用2007—2016年重慶市閃電監(jiān)測資料及該區(qū)域數(shù)字高程模型，使用GIS空間分析、數(shù)理統(tǒng)計(jì)等方法，研究了雷電災(zāi)害兩種主要致災(zāi)因子（閃電密度、強(qiáng)度）與3類地形因素（海拔高度、坡度、坡向）之間的關(guān)系。結(jié)果表明海拔高度、坡向?qū)Φ亻W密度具有影響，坡度與地閃密度呈負(fù)相關(guān)關(guān)系；不同坡向分類之間的地閃強(qiáng)度分布具有明顯差異，海拔高度、坡度與地閃強(qiáng)度不相關(guān)。
利用2007—2016年重慶市閃電監(jiān)測資料及該區(qū)域數(shù)字高程模型，使用GIS空間分析、數(shù)理統(tǒng)計(jì)等方法，研究了雷電災(zāi)害兩種主要致災(zāi)因子（閃電密度、強(qiáng)度）與3類地形因素（海拔高度、坡度、坡向）之間的關(guān)系。結(jié)果表明海拔高度、坡向?qū)Φ亻W密度具有影響，坡度與地閃密度呈負(fù)相關(guān)關(guān)系；不同坡向分類之間的地閃強(qiáng)度分布具有明顯差異，海拔高度、坡度與地閃強(qiáng)度不相關(guān)。
2020, 48(1):132-140.
摘要:
廣東省電網(wǎng)分布密集，覆蓋范圍廣，下墊面地表環(huán)境復(fù)雜，因此容易遭受自然災(zāi)害的侵襲。山火作為災(zāi)害之一，對(duì)輸電線路影響較大，及時(shí)有效地實(shí)現(xiàn)對(duì)山火的監(jiān)測預(yù)警具有重大意義。本文在MODIS山火識(shí)別原理的基礎(chǔ)上對(duì)廣東地區(qū)進(jìn)行山火衛(wèi)星遙感監(jiān)測，為提高監(jiān)測精度，文中分別基于時(shí)間、空間、云覆蓋程度等因素進(jìn)行了廣東省及周邊地區(qū)2017年典型火點(diǎn)亮溫及背景亮溫的統(tǒng)計(jì)，在此基礎(chǔ)上得到更符合當(dāng)?shù)鼗瘘c(diǎn)判識(shí)標(biāo)準(zhǔn)的閾值表。經(jīng)驗(yàn)證，該方法在2017年4月3日廣東省及周邊火點(diǎn)的自動(dòng)判識(shí)中精度可達(dá)90.5%，并且多次在廣東省電網(wǎng)山火監(jiān)測中發(fā)揮了預(yù)警作用。
廣東省電網(wǎng)分布密集，覆蓋范圍廣，下墊面地表環(huán)境復(fù)雜，因此容易遭受自然災(zāi)害的侵襲。山火作為災(zāi)害之一，對(duì)輸電線路影響較大，及時(shí)有效地實(shí)現(xiàn)對(duì)山火的監(jiān)測預(yù)警具有重大意義。本文在MODIS山火識(shí)別原理的基礎(chǔ)上對(duì)廣東地區(qū)進(jìn)行山火衛(wèi)星遙感監(jiān)測，為提高監(jiān)測精度，文中分別基于時(shí)間、空間、云覆蓋程度等因素進(jìn)行了廣東省及周邊地區(qū)2017年典型火點(diǎn)亮溫及背景亮溫的統(tǒng)計(jì)，在此基礎(chǔ)上得到更符合當(dāng)?shù)鼗瘘c(diǎn)判識(shí)標(biāo)準(zhǔn)的閾值表。經(jīng)驗(yàn)證，該方法在2017年4月3日廣東省及周邊火點(diǎn)的自動(dòng)判識(shí)中精度可達(dá)90.5%，并且多次在廣東省電網(wǎng)山火監(jiān)測中發(fā)揮了預(yù)警作用。
2020, 48(1):141-146.
摘要:
以茶葉萌芽至展葉期寒凍害為突破口，利用1987—2016年福建省泉州市安溪縣17個(gè)自動(dòng)氣象站2—4月的逐日氣象數(shù)據(jù)及安溪各茶樹種植區(qū)產(chǎn)量數(shù)據(jù)，確定茶葉寒凍害的天氣指數(shù)保險(xiǎn)氣象指標(biāo)，分析日極端最低氣溫與茶葉減產(chǎn)率的關(guān)系，建立了茶葉寒凍害指數(shù)模型。計(jì)算安溪不同區(qū)域茶葉種植區(qū)不同等級(jí)寒凍害的發(fā)生概率，應(yīng)用純保費(fèi)率方法厘定了保險(xiǎn)費(fèi)率，并根據(jù)福建省政策性農(nóng)業(yè)保險(xiǎn)的實(shí)際情況，制定茶葉不同區(qū)域種植區(qū)寒凍害指數(shù)保險(xiǎn)觸發(fā)條件、賠付標(biāo)準(zhǔn)，設(shè)計(jì)了安溪縣茶葉寒凍害天氣指數(shù)保險(xiǎn)合同。設(shè)計(jì)的茶葉寒凍害天氣指數(shù)保險(xiǎn)產(chǎn)品以客觀氣象數(shù)據(jù)作為定損依據(jù)，可以為茶農(nóng)提供一種有效的風(fēng)險(xiǎn)轉(zhuǎn)嫁方式，也為保險(xiǎn)公司增加新險(xiǎn)種提供了技術(shù)支撐。
以茶葉萌芽至展葉期寒凍害為突破口，利用1987—2016年福建省泉州市安溪縣17個(gè)自動(dòng)氣象站2—4月的逐日氣象數(shù)據(jù)及安溪各茶樹種植區(qū)產(chǎn)量數(shù)據(jù)，確定茶葉寒凍害的天氣指數(shù)保險(xiǎn)氣象指標(biāo)，分析日極端最低氣溫與茶葉減產(chǎn)率的關(guān)系，建立了茶葉寒凍害指數(shù)模型。計(jì)算安溪不同區(qū)域茶葉種植區(qū)不同等級(jí)寒凍害的發(fā)生概率，應(yīng)用純保費(fèi)率方法厘定了保險(xiǎn)費(fèi)率，并根據(jù)福建省政策性農(nóng)業(yè)保險(xiǎn)的實(shí)際情況，制定茶葉不同區(qū)域種植區(qū)寒凍害指數(shù)保險(xiǎn)觸發(fā)條件、賠付標(biāo)準(zhǔn)，設(shè)計(jì)了安溪縣茶葉寒凍害天氣指數(shù)保險(xiǎn)合同。設(shè)計(jì)的茶葉寒凍害天氣指數(shù)保險(xiǎn)產(chǎn)品以客觀氣象數(shù)據(jù)作為定損依據(jù)，可以為茶農(nóng)提供一種有效的風(fēng)險(xiǎn)轉(zhuǎn)嫁方式，也為保險(xiǎn)公司增加新險(xiǎn)種提供了技術(shù)支撐。
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