2021年第49卷第5期文章目次
2021, 49(5):671-680.
摘要:
本文提出了一種基于深度語(yǔ)義分割技術(shù)的全自動(dòng)云檢測(cè)算法，可提高FY2E遙感影像的云檢測(cè)精度。首先，將FY2E L1數(shù)據(jù)與精度較高的云檢測(cè)結(jié)果進(jìn)行匹配，獲得用于訓(xùn)練和評(píng)估樣本的數(shù)據(jù)集；其次，設(shè)計(jì)了深度語(yǔ)義分割網(wǎng)絡(luò), 并針對(duì)訓(xùn)練集中正負(fù)樣本嚴(yán)重失衡的問(wèn)題，改進(jìn)了損失函數(shù)，可以有效提取云的邊界；最后，分別以FY2E和MODIS數(shù)據(jù)作為訓(xùn)練和標(biāo)簽樣本訓(xùn)練網(wǎng)絡(luò)，得到了可用于FY2E L1影像檢測(cè)的四分類模型。試驗(yàn)結(jié)果表明，在四分類檢測(cè)中，所提方法的準(zhǔn)確率達(dá)到了75%，Kappa系數(shù)為0.53左右。與現(xiàn)有多通道閾值法相比，采用所提方法進(jìn)行二分類檢測(cè)可提高約90%樣本的準(zhǔn)確率，部分樣本的準(zhǔn)確率提升20%以上。此外，所提方法對(duì)云邊緣、破碎云等細(xì)節(jié)識(shí)別能力較強(qiáng)，且具有一定的魯棒性，受訓(xùn)練樣本中的誤判類別影響較小。未來(lái)通過(guò)擴(kuò)充數(shù)據(jù)集并優(yōu)化網(wǎng)絡(luò)，可提高FY2全圓盤影像的數(shù)據(jù)質(zhì)量。
本文提出了一種基于深度語(yǔ)義分割技術(shù)的全自動(dòng)云檢測(cè)算法，可提高FY2E遙感影像的云檢測(cè)精度。首先，將FY2E L1數(shù)據(jù)與精度較高的云檢測(cè)結(jié)果進(jìn)行匹配，獲得用于訓(xùn)練和評(píng)估樣本的數(shù)據(jù)集；其次，設(shè)計(jì)了深度語(yǔ)義分割網(wǎng)絡(luò), 并針對(duì)訓(xùn)練集中正負(fù)樣本嚴(yán)重失衡的問(wèn)題，改進(jìn)了損失函數(shù)，可以有效提取云的邊界；最后，分別以FY2E和MODIS數(shù)據(jù)作為訓(xùn)練和標(biāo)簽樣本訓(xùn)練網(wǎng)絡(luò)，得到了可用于FY2E L1影像檢測(cè)的四分類模型。試驗(yàn)結(jié)果表明，在四分類檢測(cè)中，所提方法的準(zhǔn)確率達(dá)到了75%，Kappa系數(shù)為0.53左右。與現(xiàn)有多通道閾值法相比，采用所提方法進(jìn)行二分類檢測(cè)可提高約90%樣本的準(zhǔn)確率，部分樣本的準(zhǔn)確率提升20%以上。此外，所提方法對(duì)云邊緣、破碎云等細(xì)節(jié)識(shí)別能力較強(qiáng)，且具有一定的魯棒性，受訓(xùn)練樣本中的誤判類別影響較小。未來(lái)通過(guò)擴(kuò)充數(shù)據(jù)集并優(yōu)化網(wǎng)絡(luò)，可提高FY2全圓盤影像的數(shù)據(jù)質(zhì)量。
2021, 49(5):681-686.
摘要:
通過(guò)分析L波段高空探測(cè)系統(tǒng)的時(shí)序設(shè)計(jì)原理，進(jìn)行GTS1型探空儀與RS92型探空儀的同球比對(duì)施放試驗(yàn)驗(yàn)證，確定了由L波段高空探測(cè)系統(tǒng)的時(shí)序設(shè)計(jì)造成的測(cè)量元件感應(yīng)氣象要素至地面設(shè)備計(jì)算機(jī)軟件賦時(shí)之間的時(shí)間差，會(huì)造成測(cè)量結(jié)果的隨機(jī)波動(dòng)。L波段探空系統(tǒng)總體時(shí)差對(duì)氣壓測(cè)量影響較大，對(duì)溫度的影響較小，對(duì)濕度的影響較為復(fù)雜；由此造成的氣壓不確定性，將影響探空應(yīng)用文件的準(zhǔn)確性。相對(duì)于測(cè)量元件的感應(yīng)時(shí)間總是延遲的，其總體散布中心為測(cè)量元件感應(yīng)氣象要素后1.2 s，時(shí)差散布的擴(kuò)展不確定度為0.98 s，氣壓誤差最大可達(dá)0.86 hPa。北斗GPS雙模式導(dǎo)航測(cè)風(fēng)探空儀的設(shè)計(jì)中采用了消除時(shí)差的方法，大大減小了測(cè)量結(jié)果的隨機(jī)誤差，并且在2013年12月中國(guó)氣象局陽(yáng)江試驗(yàn)中效果良好，為該問(wèn)題提出了改進(jìn)方法。
通過(guò)分析L波段高空探測(cè)系統(tǒng)的時(shí)序設(shè)計(jì)原理，進(jìn)行GTS1型探空儀與RS92型探空儀的同球比對(duì)施放試驗(yàn)驗(yàn)證，確定了由L波段高空探測(cè)系統(tǒng)的時(shí)序設(shè)計(jì)造成的測(cè)量元件感應(yīng)氣象要素至地面設(shè)備計(jì)算機(jī)軟件賦時(shí)之間的時(shí)間差，會(huì)造成測(cè)量結(jié)果的隨機(jī)波動(dòng)。L波段探空系統(tǒng)總體時(shí)差對(duì)氣壓測(cè)量影響較大，對(duì)溫度的影響較小，對(duì)濕度的影響較為復(fù)雜；由此造成的氣壓不確定性，將影響探空應(yīng)用文件的準(zhǔn)確性。相對(duì)于測(cè)量元件的感應(yīng)時(shí)間總是延遲的，其總體散布中心為測(cè)量元件感應(yīng)氣象要素后1.2 s，時(shí)差散布的擴(kuò)展不確定度為0.98 s，氣壓誤差最大可達(dá)0.86 hPa。北斗GPS雙模式導(dǎo)航測(cè)風(fēng)探空儀的設(shè)計(jì)中采用了消除時(shí)差的方法，大大減小了測(cè)量結(jié)果的隨機(jī)誤差，并且在2013年12月中國(guó)氣象局陽(yáng)江試驗(yàn)中效果良好，為該問(wèn)題提出了改進(jìn)方法。
2021, 49(5):687-692.
摘要:
根據(jù)能見度計(jì)量檢測(cè)實(shí)驗(yàn)室（合肥）前向散射式能見度儀檢測(cè)實(shí)例，展示了前向散射式能見度儀檢測(cè)結(jié)果的測(cè)量不確定度評(píng)定方法。首先，介紹了能見度檢測(cè)系統(tǒng)組成和技術(shù)要求；其次，建立前向散射式能見度儀示值誤差測(cè)量模型，分析了測(cè)量不確定度來(lái)源；最后，依據(jù)不同的評(píng)定方法，對(duì)測(cè)量不確定度分量進(jìn)行評(píng)定。研究結(jié)果表明：前向散射式能見度儀檢測(cè)結(jié)果的不確定度分量主要有被測(cè)能見度儀、測(cè)量標(biāo)準(zhǔn)器、試驗(yàn)艙引入的標(biāo)準(zhǔn)不確定度。在50 m和200 m檢測(cè)點(diǎn)，示值誤差的擴(kuò)展不確定度U（k=2）分別為4.9 m和14.3 m；在500～10000 m檢測(cè)點(diǎn)，相對(duì)擴(kuò)展不確定度U（k=2）在8.5%～11.0%之間。
根據(jù)能見度計(jì)量檢測(cè)實(shí)驗(yàn)室（合肥）前向散射式能見度儀檢測(cè)實(shí)例，展示了前向散射式能見度儀檢測(cè)結(jié)果的測(cè)量不確定度評(píng)定方法。首先，介紹了能見度檢測(cè)系統(tǒng)組成和技術(shù)要求；其次，建立前向散射式能見度儀示值誤差測(cè)量模型，分析了測(cè)量不確定度來(lái)源；最后，依據(jù)不同的評(píng)定方法，對(duì)測(cè)量不確定度分量進(jìn)行評(píng)定。研究結(jié)果表明：前向散射式能見度儀檢測(cè)結(jié)果的不確定度分量主要有被測(cè)能見度儀、測(cè)量標(biāo)準(zhǔn)器、試驗(yàn)艙引入的標(biāo)準(zhǔn)不確定度。在50 m和200 m檢測(cè)點(diǎn)，示值誤差的擴(kuò)展不確定度U（k=2）分別為4.9 m和14.3 m；在500～10000 m檢測(cè)點(diǎn)，相對(duì)擴(kuò)展不確定度U（k=2）在8.5%～11.0%之間。
2021, 49(5):693-696.
摘要:
在濕度傳感器檢定過(guò)程中，除露點(diǎn)儀和溫濕度箱引起檢定結(jié)果的不確定度外，檢定條件、操作不規(guī)范也會(huì)給檢定結(jié)果帶來(lái)附加誤差。本文通過(guò)對(duì)標(biāo)準(zhǔn)器的各濕度點(diǎn)測(cè)得值標(biāo)準(zhǔn)偏差、露點(diǎn)儀工作時(shí)的熱效應(yīng)、掠過(guò)露點(diǎn)傳感器的流量變化、露點(diǎn)儀最佳工作環(huán)境等進(jìn)行了實(shí)際測(cè)試,結(jié)合濕度傳感器測(cè)試歷史資料，進(jìn)行了綜合分析。結(jié)果表明：①露點(diǎn)儀露點(diǎn)傳感器的過(guò)流孔正對(duì)氣流方向時(shí)，同溫度下露點(diǎn)溫度測(cè)得值偏高，露點(diǎn)儀測(cè)量的相對(duì)濕度偏小，否則會(huì)偏大。②在環(huán)境溫度為20 ℃時(shí)，露點(diǎn)儀在各個(gè)濕度點(diǎn)上的n次測(cè)量值的標(biāo)準(zhǔn)偏差（離散性）最小。③露點(diǎn)儀的溫度傳感器在吸入式溫濕度箱中，安裝于露點(diǎn)傳感器前端4 cm和后端4 cm時(shí)，其后端測(cè)得值比安裝在前端測(cè)得值的最大值偏高0.45 ℃，相對(duì)濕度偏高0.5%。④各濕度點(diǎn)上的穩(wěn)定時(shí)間（當(dāng)箱內(nèi)濕度達(dá)到設(shè)定值并趨于穩(wěn)定后）應(yīng)大于或等于20 s時(shí)，露點(diǎn)儀和被檢濕度傳感器采集到的標(biāo)準(zhǔn)值和測(cè)量值才真實(shí)。
在濕度傳感器檢定過(guò)程中，除露點(diǎn)儀和溫濕度箱引起檢定結(jié)果的不確定度外，檢定條件、操作不規(guī)范也會(huì)給檢定結(jié)果帶來(lái)附加誤差。本文通過(guò)對(duì)標(biāo)準(zhǔn)器的各濕度點(diǎn)測(cè)得值標(biāo)準(zhǔn)偏差、露點(diǎn)儀工作時(shí)的熱效應(yīng)、掠過(guò)露點(diǎn)傳感器的流量變化、露點(diǎn)儀最佳工作環(huán)境等進(jìn)行了實(shí)際測(cè)試,結(jié)合濕度傳感器測(cè)試歷史資料，進(jìn)行了綜合分析。結(jié)果表明：①露點(diǎn)儀露點(diǎn)傳感器的過(guò)流孔正對(duì)氣流方向時(shí)，同溫度下露點(diǎn)溫度測(cè)得值偏高，露點(diǎn)儀測(cè)量的相對(duì)濕度偏小，否則會(huì)偏大。②在環(huán)境溫度為20 ℃時(shí)，露點(diǎn)儀在各個(gè)濕度點(diǎn)上的n次測(cè)量值的標(biāo)準(zhǔn)偏差（離散性）最小。③露點(diǎn)儀的溫度傳感器在吸入式溫濕度箱中，安裝于露點(diǎn)傳感器前端4 cm和后端4 cm時(shí)，其后端測(cè)得值比安裝在前端測(cè)得值的最大值偏高0.45 ℃，相對(duì)濕度偏高0.5%。④各濕度點(diǎn)上的穩(wěn)定時(shí)間（當(dāng)箱內(nèi)濕度達(dá)到設(shè)定值并趨于穩(wěn)定后）應(yīng)大于或等于20 s時(shí)，露點(diǎn)儀和被檢濕度傳感器采集到的標(biāo)準(zhǔn)值和測(cè)量值才真實(shí)。
2021, 49(5):697-706.
摘要:
本文針對(duì)“天擎”歸檔系統(tǒng)的建設(shè)需求、總體架構(gòu)，提出系統(tǒng)實(shí)現(xiàn)的若干關(guān)鍵技術(shù)問(wèn)題并進(jìn)行深入分析，氣象大數(shù)據(jù)云平臺(tái)（以下簡(jiǎn)稱“天擎”）歸檔系統(tǒng)設(shè)計(jì)為面向海量數(shù)據(jù)歸檔存儲(chǔ)的支撐系統(tǒng)，保障數(shù)據(jù)的安全完整。系統(tǒng)基于在線存儲(chǔ)、離線存儲(chǔ)以及磁帶庫(kù)管理軟件，通過(guò)層次性結(jié)構(gòu)體系、消息隊(duì)列和微服務(wù)技術(shù)框架，實(shí)現(xiàn)多協(xié)議數(shù)據(jù)歸檔、敏感數(shù)據(jù)歸檔及轉(zhuǎn)儲(chǔ)數(shù)據(jù)歸檔等功能，滿足各種新增數(shù)據(jù)歸檔業(yè)務(wù)場(chǎng)景，同時(shí)具備豐富的數(shù)據(jù)回取服務(wù)、數(shù)據(jù)全流程的追溯和規(guī)范化的磁帶管理保障等功能。2020年8月 “天擎”歸檔系統(tǒng)投入業(yè)務(wù)運(yùn)行，每日歸檔的實(shí)時(shí)數(shù)據(jù)量約為10 TB，后續(xù)最高可承載約240 TB日數(shù)據(jù)量的歸檔業(yè)務(wù)。
本文針對(duì)“天擎”歸檔系統(tǒng)的建設(shè)需求、總體架構(gòu)，提出系統(tǒng)實(shí)現(xiàn)的若干關(guān)鍵技術(shù)問(wèn)題并進(jìn)行深入分析，氣象大數(shù)據(jù)云平臺(tái)（以下簡(jiǎn)稱“天擎”）歸檔系統(tǒng)設(shè)計(jì)為面向海量數(shù)據(jù)歸檔存儲(chǔ)的支撐系統(tǒng)，保障數(shù)據(jù)的安全完整。系統(tǒng)基于在線存儲(chǔ)、離線存儲(chǔ)以及磁帶庫(kù)管理軟件，通過(guò)層次性結(jié)構(gòu)體系、消息隊(duì)列和微服務(wù)技術(shù)框架，實(shí)現(xiàn)多協(xié)議數(shù)據(jù)歸檔、敏感數(shù)據(jù)歸檔及轉(zhuǎn)儲(chǔ)數(shù)據(jù)歸檔等功能，滿足各種新增數(shù)據(jù)歸檔業(yè)務(wù)場(chǎng)景，同時(shí)具備豐富的數(shù)據(jù)回取服務(wù)、數(shù)據(jù)全流程的追溯和規(guī)范化的磁帶管理保障等功能。2020年8月 “天擎”歸檔系統(tǒng)投入業(yè)務(wù)運(yùn)行，每日歸檔的實(shí)時(shí)數(shù)據(jù)量約為10 TB，后續(xù)最高可承載約240 TB日數(shù)據(jù)量的歸檔業(yè)務(wù)。
2021, 49(5):707-715.
摘要:
為了實(shí)現(xiàn)氣象觀測(cè)設(shè)備測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)的規(guī)范化、標(biāo)準(zhǔn)化和自動(dòng)化處理，設(shè)計(jì)實(shí)現(xiàn)針對(duì)常規(guī)地面氣象觀測(cè)設(shè)備測(cè)試評(píng)估與試驗(yàn)的業(yè)務(wù)系統(tǒng)。系統(tǒng)基于主流Web開發(fā)技術(shù)和Oracle數(shù)據(jù)庫(kù)，以靈活配置、分層設(shè)計(jì)、模塊化應(yīng)用的方式，實(shí)現(xiàn)了測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)中的流程管理、數(shù)據(jù)配置、設(shè)備運(yùn)行及狀態(tài)管理、專家分析計(jì)算、數(shù)據(jù)查詢顯示、測(cè)評(píng)報(bào)告生成導(dǎo)出和系統(tǒng)管理等功能模塊，實(shí)現(xiàn)了測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)的統(tǒng)一規(guī)范管理、提高了工作效率，并在雪深觀測(cè)儀等設(shè)備的測(cè)試評(píng)估與試驗(yàn)中得到應(yīng)用，計(jì)算結(jié)果和評(píng)估結(jié)論與人工處理一致。后期將以此為基礎(chǔ)，進(jìn)一步設(shè)計(jì)開發(fā)探空設(shè)備、雷達(dá)設(shè)備等適用的測(cè)試評(píng)估與試驗(yàn)平臺(tái)系統(tǒng)。
為了實(shí)現(xiàn)氣象觀測(cè)設(shè)備測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)的規(guī)范化、標(biāo)準(zhǔn)化和自動(dòng)化處理，設(shè)計(jì)實(shí)現(xiàn)針對(duì)常規(guī)地面氣象觀測(cè)設(shè)備測(cè)試評(píng)估與試驗(yàn)的業(yè)務(wù)系統(tǒng)。系統(tǒng)基于主流Web開發(fā)技術(shù)和Oracle數(shù)據(jù)庫(kù)，以靈活配置、分層設(shè)計(jì)、模塊化應(yīng)用的方式，實(shí)現(xiàn)了測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)中的流程管理、數(shù)據(jù)配置、設(shè)備運(yùn)行及狀態(tài)管理、專家分析計(jì)算、數(shù)據(jù)查詢顯示、測(cè)評(píng)報(bào)告生成導(dǎo)出和系統(tǒng)管理等功能模塊，實(shí)現(xiàn)了測(cè)試評(píng)估與試驗(yàn)業(yè)務(wù)的統(tǒng)一規(guī)范管理、提高了工作效率，并在雪深觀測(cè)儀等設(shè)備的測(cè)試評(píng)估與試驗(yàn)中得到應(yīng)用，計(jì)算結(jié)果和評(píng)估結(jié)論與人工處理一致。后期將以此為基礎(chǔ)，進(jìn)一步設(shè)計(jì)開發(fā)探空設(shè)備、雷達(dá)設(shè)備等適用的測(cè)試評(píng)估與試驗(yàn)平臺(tái)系統(tǒng)。
2021, 49(5):716-722.
摘要:
通過(guò)在電子文檔上加蓋電子印章，可以滿足政府部門電子公文流轉(zhuǎn)過(guò)程的信息完整性、合法性和不可抵賴性的需求。氣象部門在2005年開始在電子公文系統(tǒng)中推廣電子印章應(yīng)用，有效地加快了部門內(nèi)部全流程電子化、提升辦公效率。隨著國(guó)家安全自主可控的發(fā)展戰(zhàn)略和“互聯(lián)網(wǎng)+政務(wù)服務(wù)”的縱深推進(jìn)，在氣象政務(wù)管理信息系統(tǒng)集約化總體框架下，建設(shè)一套基于國(guó)產(chǎn)密碼算法和國(guó)產(chǎn)版式文件的電子簽章服務(wù)平臺(tái)，通過(guò)云服務(wù)的方式為電子公文系統(tǒng)以及行政審批電子證照應(yīng)用提供電子簽章服務(wù)。該系統(tǒng)投入業(yè)務(wù)后運(yùn)行穩(wěn)定，顯著提升了業(yè)務(wù)的安全性和可擴(kuò)展性。
通過(guò)在電子文檔上加蓋電子印章，可以滿足政府部門電子公文流轉(zhuǎn)過(guò)程的信息完整性、合法性和不可抵賴性的需求。氣象部門在2005年開始在電子公文系統(tǒng)中推廣電子印章應(yīng)用，有效地加快了部門內(nèi)部全流程電子化、提升辦公效率。隨著國(guó)家安全自主可控的發(fā)展戰(zhàn)略和“互聯(lián)網(wǎng)+政務(wù)服務(wù)”的縱深推進(jìn)，在氣象政務(wù)管理信息系統(tǒng)集約化總體框架下，建設(shè)一套基于國(guó)產(chǎn)密碼算法和國(guó)產(chǎn)版式文件的電子簽章服務(wù)平臺(tái)，通過(guò)云服務(wù)的方式為電子公文系統(tǒng)以及行政審批電子證照應(yīng)用提供電子簽章服務(wù)。該系統(tǒng)投入業(yè)務(wù)后運(yùn)行穩(wěn)定，顯著提升了業(yè)務(wù)的安全性和可擴(kuò)展性。
2021, 49(5):723-729.
摘要:
氣象部門素來(lái)有通過(guò)視頻會(huì)議進(jìn)行天氣會(huì)商的傳統(tǒng)，但受限于技術(shù)條件，多年以來(lái)天氣會(huì)商只能在氣象部門內(nèi)網(wǎng)環(huán)境中進(jìn)行。為滿足用戶基于互聯(lián)網(wǎng)接入天氣會(huì)商的需要，國(guó)家氣象信息中心于2019年建設(shè)完成了氣象云會(huì)商系統(tǒng)。該系統(tǒng)依托國(guó)產(chǎn)的互聯(lián)網(wǎng)視頻會(huì)議產(chǎn)品，采用專有云方式進(jìn)行了部署，并實(shí)現(xiàn)了與氣象部門已有的基于H.323協(xié)議視頻會(huì)議系統(tǒng)的融合對(duì)接。通過(guò)在多個(gè)云會(huì)商系統(tǒng)間設(shè)置友好企業(yè)方式，不僅滿足了氣象部門系統(tǒng)分級(jí)和屬地化管理的要求，也極大的提升了跨部門會(huì)商聯(lián)動(dòng)的簡(jiǎn)便性。本文對(duì)該系統(tǒng)的設(shè)計(jì)方案及關(guān)鍵技術(shù)進(jìn)行了闡述，并介紹了其在重大活動(dòng)氣象服務(wù)及氣象部門迎戰(zhàn)新冠肺炎疫情過(guò)程中的應(yīng)用效果，也提出了下一步云會(huì)商業(yè)務(wù)的發(fā)展方向。
氣象部門素來(lái)有通過(guò)視頻會(huì)議進(jìn)行天氣會(huì)商的傳統(tǒng)，但受限于技術(shù)條件，多年以來(lái)天氣會(huì)商只能在氣象部門內(nèi)網(wǎng)環(huán)境中進(jìn)行。為滿足用戶基于互聯(lián)網(wǎng)接入天氣會(huì)商的需要，國(guó)家氣象信息中心于2019年建設(shè)完成了氣象云會(huì)商系統(tǒng)。該系統(tǒng)依托國(guó)產(chǎn)的互聯(lián)網(wǎng)視頻會(huì)議產(chǎn)品，采用專有云方式進(jìn)行了部署，并實(shí)現(xiàn)了與氣象部門已有的基于H.323協(xié)議視頻會(huì)議系統(tǒng)的融合對(duì)接。通過(guò)在多個(gè)云會(huì)商系統(tǒng)間設(shè)置友好企業(yè)方式，不僅滿足了氣象部門系統(tǒng)分級(jí)和屬地化管理的要求，也極大的提升了跨部門會(huì)商聯(lián)動(dòng)的簡(jiǎn)便性。本文對(duì)該系統(tǒng)的設(shè)計(jì)方案及關(guān)鍵技術(shù)進(jìn)行了闡述，并介紹了其在重大活動(dòng)氣象服務(wù)及氣象部門迎戰(zhàn)新冠肺炎疫情過(guò)程中的應(yīng)用效果，也提出了下一步云會(huì)商業(yè)務(wù)的發(fā)展方向。
2021, 49(5):730-737.
摘要:
本文通過(guò)Zabbix的部署，實(shí)現(xiàn)了對(duì)新一代天氣雷達(dá)ROSE系統(tǒng)的臺(tái)站級(jí)監(jiān)控。整個(gè)監(jiān)控架構(gòu)分為省級(jí)、ROSE平臺(tái)、本局服務(wù)器3層，通過(guò)Zabbix模板（Templates）添加的形式可以方便地完成主機(jī)性能、網(wǎng)絡(luò)連接、服務(wù)運(yùn)行狀況等監(jiān)控項(xiàng)目，而通過(guò)構(gòu)造輪詢函數(shù)監(jiān)控項(xiàng)和關(guān)聯(lián)觸發(fā)器函數(shù)可以實(shí)現(xiàn)流傳輸?shù)谋O(jiān)控和報(bào)警；整個(gè)監(jiān)控平臺(tái)有著功能豐富的前端界面，直觀展示ROSE系統(tǒng)運(yùn)行狀況。系統(tǒng)測(cè)試表明，Zabbix郵件報(bào)警模塊功能正常，試運(yùn)行期間監(jiān)控平臺(tái)運(yùn)行穩(wěn)定，ROSE系統(tǒng)運(yùn)行狀態(tài)評(píng)估和實(shí)際相符，具備應(yīng)用推廣潛力。
本文通過(guò)Zabbix的部署，實(shí)現(xiàn)了對(duì)新一代天氣雷達(dá)ROSE系統(tǒng)的臺(tái)站級(jí)監(jiān)控。整個(gè)監(jiān)控架構(gòu)分為省級(jí)、ROSE平臺(tái)、本局服務(wù)器3層，通過(guò)Zabbix模板（Templates）添加的形式可以方便地完成主機(jī)性能、網(wǎng)絡(luò)連接、服務(wù)運(yùn)行狀況等監(jiān)控項(xiàng)目，而通過(guò)構(gòu)造輪詢函數(shù)監(jiān)控項(xiàng)和關(guān)聯(lián)觸發(fā)器函數(shù)可以實(shí)現(xiàn)流傳輸?shù)谋O(jiān)控和報(bào)警；整個(gè)監(jiān)控平臺(tái)有著功能豐富的前端界面，直觀展示ROSE系統(tǒng)運(yùn)行狀況。系統(tǒng)測(cè)試表明，Zabbix郵件報(bào)警模塊功能正常，試運(yùn)行期間監(jiān)控平臺(tái)運(yùn)行穩(wěn)定，ROSE系統(tǒng)運(yùn)行狀態(tài)評(píng)估和實(shí)際相符，具備應(yīng)用推廣潛力。
2021, 49(5):738-745.
摘要:
基于機(jī)器學(xué)習(xí)方法的短臨多氣象要素預(yù)報(bào)系統(tǒng)（Weather Elements Nowcasting based on machine learning，簡(jiǎn)稱WEN）具有高發(fā)布頻次、高時(shí)間分辨率、基于候和時(shí)辰的復(fù)雜預(yù)報(bào)模型等特點(diǎn)。應(yīng)用多維標(biāo)簽數(shù)組、機(jī)器學(xué)習(xí)工具、并行計(jì)算框架等Python庫(kù)，以快速計(jì)算為目標(biāo)，建立以預(yù)報(bào)模型覆蓋時(shí)間范圍為統(tǒng)計(jì)檢驗(yàn)時(shí)間邊界的檢驗(yàn)子系統(tǒng)，客觀給出預(yù)報(bào)性能，為模型調(diào)優(yōu)效果評(píng)估、產(chǎn)品業(yè)務(wù)化運(yùn)行提供依據(jù)。
基于機(jī)器學(xué)習(xí)方法的短臨多氣象要素預(yù)報(bào)系統(tǒng)（Weather Elements Nowcasting based on machine learning，簡(jiǎn)稱WEN）具有高發(fā)布頻次、高時(shí)間分辨率、基于候和時(shí)辰的復(fù)雜預(yù)報(bào)模型等特點(diǎn)。應(yīng)用多維標(biāo)簽數(shù)組、機(jī)器學(xué)習(xí)工具、并行計(jì)算框架等Python庫(kù)，以快速計(jì)算為目標(biāo)，建立以預(yù)報(bào)模型覆蓋時(shí)間范圍為統(tǒng)計(jì)檢驗(yàn)時(shí)間邊界的檢驗(yàn)子系統(tǒng)，客觀給出預(yù)報(bào)性能，為模型調(diào)優(yōu)效果評(píng)估、產(chǎn)品業(yè)務(wù)化運(yùn)行提供依據(jù)。
2021, 49(5):746-753.
摘要:
利用2017—2018年GRAPESGFS模式預(yù)報(bào)資料和廣西區(qū)域自動(dòng)站逐時(shí)氣溫觀測(cè)資料，分析模式預(yù)報(bào)偏差特征，發(fā)現(xiàn)GRAPESGFS模式對(duì)廣西區(qū)域2 m溫度的預(yù)報(bào)系統(tǒng)性偏低，隨著預(yù)報(bào)時(shí)效增加，預(yù)報(bào)偏差增大，系統(tǒng)性偏差主要出現(xiàn)在桂北山區(qū)、左右江河谷及沿海；春夏秋三季的午后氣溫預(yù)報(bào)偏差有明顯的系統(tǒng)性，冬季午后氣溫和四季凌晨氣溫預(yù)報(bào)偏差的隨機(jī)性較大。為了確定滑動(dòng)訂正的最優(yōu)時(shí)窗，通過(guò)活動(dòng)時(shí)窗長(zhǎng)度的方法，設(shè)計(jì)不同的滑動(dòng)訂正方案，制定最優(yōu)時(shí)窗滑動(dòng)訂正方案，并進(jìn)一步利用2020年最優(yōu)時(shí)窗滑動(dòng)訂正業(yè)務(wù)試驗(yàn)產(chǎn)品，對(duì)比驗(yàn)證了該方案的訂正效果。結(jié)果表明：分別采用固定時(shí)窗、季節(jié)最優(yōu)時(shí)窗、月份最優(yōu)時(shí)窗等滑動(dòng)平均訂正方案進(jìn)行訂正，春夏秋3季的訂正效果明顯好于冬季、午后訂正技巧高于夜間，其中固定時(shí)窗滑動(dòng)平均方案中的長(zhǎng)時(shí)窗（15～60 d）訂正、季節(jié)最優(yōu)時(shí)窗滑動(dòng)訂正以及月份最優(yōu)時(shí)窗滑動(dòng)訂正這幾種方式訂正效果最優(yōu)；所制定的最優(yōu)時(shí)窗滑動(dòng)平均訂正方案，可以在不同滑動(dòng)方案的基礎(chǔ)上穩(wěn)定地提高預(yù)報(bào)準(zhǔn)確率，達(dá)到最優(yōu)時(shí)窗滑動(dòng)的目的。
利用2017—2018年GRAPESGFS模式預(yù)報(bào)資料和廣西區(qū)域自動(dòng)站逐時(shí)氣溫觀測(cè)資料，分析模式預(yù)報(bào)偏差特征，發(fā)現(xiàn)GRAPESGFS模式對(duì)廣西區(qū)域2 m溫度的預(yù)報(bào)系統(tǒng)性偏低，隨著預(yù)報(bào)時(shí)效增加，預(yù)報(bào)偏差增大，系統(tǒng)性偏差主要出現(xiàn)在桂北山區(qū)、左右江河谷及沿海；春夏秋三季的午后氣溫預(yù)報(bào)偏差有明顯的系統(tǒng)性，冬季午后氣溫和四季凌晨氣溫預(yù)報(bào)偏差的隨機(jī)性較大。為了確定滑動(dòng)訂正的最優(yōu)時(shí)窗，通過(guò)活動(dòng)時(shí)窗長(zhǎng)度的方法，設(shè)計(jì)不同的滑動(dòng)訂正方案，制定最優(yōu)時(shí)窗滑動(dòng)訂正方案，并進(jìn)一步利用2020年最優(yōu)時(shí)窗滑動(dòng)訂正業(yè)務(wù)試驗(yàn)產(chǎn)品，對(duì)比驗(yàn)證了該方案的訂正效果。結(jié)果表明：分別采用固定時(shí)窗、季節(jié)最優(yōu)時(shí)窗、月份最優(yōu)時(shí)窗等滑動(dòng)平均訂正方案進(jìn)行訂正，春夏秋3季的訂正效果明顯好于冬季、午后訂正技巧高于夜間，其中固定時(shí)窗滑動(dòng)平均方案中的長(zhǎng)時(shí)窗（15～60 d）訂正、季節(jié)最優(yōu)時(shí)窗滑動(dòng)訂正以及月份最優(yōu)時(shí)窗滑動(dòng)訂正這幾種方式訂正效果最優(yōu)；所制定的最優(yōu)時(shí)窗滑動(dòng)平均訂正方案，可以在不同滑動(dòng)方案的基礎(chǔ)上穩(wěn)定地提高預(yù)報(bào)準(zhǔn)確率，達(dá)到最優(yōu)時(shí)窗滑動(dòng)的目的。
2021, 49(5):754-761.
摘要:
本文以海南洋浦港為例，利用2015—2019年大風(fēng)資料，通過(guò)合成分析等方法深入探討了不同類型大風(fēng)過(guò)程的環(huán)流特征、發(fā)生機(jī)制及其預(yù)報(bào)指標(biāo)。結(jié)果表明：①洋浦港大風(fēng)過(guò)程按照影響系統(tǒng)可分為冷空氣型、切變線型、熱帶氣旋型和熱低壓型4種。②冷空氣型大風(fēng)主要是由強(qiáng)冷平流引發(fā)的;當(dāng)925 hPa關(guān)鍵區(qū)24 h降溫超過(guò)6 ℃且北風(fēng)分量大于11.5 m/s時(shí)，洋浦港6 h后易發(fā)生冷空氣型大風(fēng)；切變線型大風(fēng)主要產(chǎn)生于強(qiáng)對(duì)流引發(fā)的雷暴大風(fēng)、颮線等;當(dāng)925 hPa低空切變線、500 hPa南支槽等天氣尺度系統(tǒng)出現(xiàn)有利配置，對(duì)流有效位能CAPE≥1500 J〖DK〗·kg-1，且具有較合適的對(duì)流抑制能量CIN值時(shí)，易發(fā)生切變線型大風(fēng)；熱低壓型大風(fēng)與海陸熱力差異引起的海風(fēng)鋒密切相關(guān);當(dāng)海南島西北部陸地與近海海面的6 h變溫之差≥3.5 ℃，CAPE≥1500 J〖DK〗·kg-1，CIN≤20 J〖DK〗·kg-1時(shí)，海風(fēng)鋒極易觸發(fā)雷暴大風(fēng)等強(qiáng)對(duì)流天氣；熱帶氣旋型大風(fēng)主要發(fā)生在TC中心附近的等壓線密集帶以及外圍螺旋雨帶的中小尺度對(duì)流系統(tǒng)中。業(yè)務(wù)預(yù)報(bào)時(shí)可在數(shù)值預(yù)報(bào)基礎(chǔ)上結(jié)合統(tǒng)計(jì)規(guī)律以及衛(wèi)星、雷達(dá)等實(shí)況資料綜合判定風(fēng)力等級(jí)。
本文以海南洋浦港為例，利用2015—2019年大風(fēng)資料，通過(guò)合成分析等方法深入探討了不同類型大風(fēng)過(guò)程的環(huán)流特征、發(fā)生機(jī)制及其預(yù)報(bào)指標(biāo)。結(jié)果表明：①洋浦港大風(fēng)過(guò)程按照影響系統(tǒng)可分為冷空氣型、切變線型、熱帶氣旋型和熱低壓型4種。②冷空氣型大風(fēng)主要是由強(qiáng)冷平流引發(fā)的;當(dāng)925 hPa關(guān)鍵區(qū)24 h降溫超過(guò)6 ℃且北風(fēng)分量大于11.5 m/s時(shí)，洋浦港6 h后易發(fā)生冷空氣型大風(fēng)；切變線型大風(fēng)主要產(chǎn)生于強(qiáng)對(duì)流引發(fā)的雷暴大風(fēng)、颮線等;當(dāng)925 hPa低空切變線、500 hPa南支槽等天氣尺度系統(tǒng)出現(xiàn)有利配置，對(duì)流有效位能CAPE≥1500 J〖DK〗·kg-1，且具有較合適的對(duì)流抑制能量CIN值時(shí)，易發(fā)生切變線型大風(fēng)；熱低壓型大風(fēng)與海陸熱力差異引起的海風(fēng)鋒密切相關(guān);當(dāng)海南島西北部陸地與近海海面的6 h變溫之差≥3.5 ℃，CAPE≥1500 J〖DK〗·kg-1，CIN≤20 J〖DK〗·kg-1時(shí)，海風(fēng)鋒極易觸發(fā)雷暴大風(fēng)等強(qiáng)對(duì)流天氣；熱帶氣旋型大風(fēng)主要發(fā)生在TC中心附近的等壓線密集帶以及外圍螺旋雨帶的中小尺度對(duì)流系統(tǒng)中。業(yè)務(wù)預(yù)報(bào)時(shí)可在數(shù)值預(yù)報(bào)基礎(chǔ)上結(jié)合統(tǒng)計(jì)規(guī)律以及衛(wèi)星、雷達(dá)等實(shí)況資料綜合判定風(fēng)力等級(jí)。
2021, 49(5):762-769.
摘要:
2019年12月12—17日，湖南省出現(xiàn)了一次首要污染物為PM2.5的持續(xù)時(shí)間長(zhǎng)、影響范圍大的重污染過(guò)程。本文綜合應(yīng)用湖南省環(huán)境監(jiān)測(cè)站發(fā)布的AQI、逐小時(shí)主要污染物濃度和各類氣象觀測(cè)數(shù)據(jù)資料等，選取長(zhǎng)沙為代表站，深入探究本次重污染天氣過(guò)程氣象條件、邊界層演變特征等，并探討污染物的來(lái)源和外來(lái)源氣團(tuán)移動(dòng)路徑。結(jié)果表明：此過(guò)程為輸入疊加本地的復(fù)合型污染，污染積累階段的弱冷空氣打通了污染傳輸通道，有利于北方污染物南下，污染爆發(fā)階段主要是本地靜穩(wěn)天氣疊加上游外來(lái)源造成，污染清除階段湖南地區(qū)地面主要是受較強(qiáng)冷空氣影響，風(fēng)力加大，污染物迅速稀釋擴(kuò)散，近地面逆溫的存在是此次污染持續(xù)并爆發(fā)的重要條件。后向軌跡表明，此次重污染天氣過(guò)程是外來(lái)源和本地源共同疊加的結(jié)果。
2019年12月12—17日，湖南省出現(xiàn)了一次首要污染物為PM2.5的持續(xù)時(shí)間長(zhǎng)、影響范圍大的重污染過(guò)程。本文綜合應(yīng)用湖南省環(huán)境監(jiān)測(cè)站發(fā)布的AQI、逐小時(shí)主要污染物濃度和各類氣象觀測(cè)數(shù)據(jù)資料等，選取長(zhǎng)沙為代表站，深入探究本次重污染天氣過(guò)程氣象條件、邊界層演變特征等，并探討污染物的來(lái)源和外來(lái)源氣團(tuán)移動(dòng)路徑。結(jié)果表明：此過(guò)程為輸入疊加本地的復(fù)合型污染，污染積累階段的弱冷空氣打通了污染傳輸通道，有利于北方污染物南下，污染爆發(fā)階段主要是本地靜穩(wěn)天氣疊加上游外來(lái)源造成，污染清除階段湖南地區(qū)地面主要是受較強(qiáng)冷空氣影響，風(fēng)力加大，污染物迅速稀釋擴(kuò)散，近地面逆溫的存在是此次污染持續(xù)并爆發(fā)的重要條件。后向軌跡表明，此次重污染天氣過(guò)程是外來(lái)源和本地源共同疊加的結(jié)果。
2021, 49(5):770-776.
摘要:
利用機(jī)場(chǎng)自動(dòng)氣象觀測(cè)系統(tǒng)數(shù)據(jù)和NCEP/NCAR再分析資料，對(duì)昭通機(jī)場(chǎng)2019年1月3日(“1〖DK〗·3”過(guò)程)和12月7日(“12〖DK〗·7”過(guò)程)兩次輻射霧過(guò)程的天氣形勢(shì)、水汽條件和邊界層結(jié)構(gòu)等進(jìn)行對(duì)比分析，探討了兩次輻射霧形成和維持條件的共性和差異。結(jié)果表明：①兩次過(guò)程均發(fā)生在雨雪天氣轉(zhuǎn)晴后，機(jī)場(chǎng)受高壓底后部弱氣壓場(chǎng)控制,但“1〖DK〗·3”過(guò)程水汽含量和動(dòng)力條件明顯優(yōu)于“12〖DK〗·7”過(guò)程，霧濃度和持續(xù)時(shí)間都大于“12〖DK〗·7”過(guò)程。②“1〖DK〗·3”過(guò)程是一次典型輻射霧，形成于晴夜、微風(fēng)、輻射降溫最強(qiáng)烈的凌晨。霧過(guò)程中水汽充沛，動(dòng)力條件適宜，有利于霧的形成和發(fā)展。③“12〖DK〗·7”過(guò)程輻射霧具有局地爆發(fā)性發(fā)展的特征,霧爆發(fā)前由于水汽和動(dòng)力條件較差，機(jī)場(chǎng)僅形成了輕霧。日出后由于西南方向的霧層向北平流，機(jī)場(chǎng)低溫、高濕的環(huán)境條件有利于霧維持，近地面風(fēng)速有利于霧層混合，使機(jī)場(chǎng)區(qū)域霧爆發(fā)發(fā)展。
利用機(jī)場(chǎng)自動(dòng)氣象觀測(cè)系統(tǒng)數(shù)據(jù)和NCEP/NCAR再分析資料，對(duì)昭通機(jī)場(chǎng)2019年1月3日(“1〖DK〗·3”過(guò)程)和12月7日(“12〖DK〗·7”過(guò)程)兩次輻射霧過(guò)程的天氣形勢(shì)、水汽條件和邊界層結(jié)構(gòu)等進(jìn)行對(duì)比分析，探討了兩次輻射霧形成和維持條件的共性和差異。結(jié)果表明：①兩次過(guò)程均發(fā)生在雨雪天氣轉(zhuǎn)晴后，機(jī)場(chǎng)受高壓底后部弱氣壓場(chǎng)控制,但“1〖DK〗·3”過(guò)程水汽含量和動(dòng)力條件明顯優(yōu)于“12〖DK〗·7”過(guò)程，霧濃度和持續(xù)時(shí)間都大于“12〖DK〗·7”過(guò)程。②“1〖DK〗·3”過(guò)程是一次典型輻射霧，形成于晴夜、微風(fēng)、輻射降溫最強(qiáng)烈的凌晨。霧過(guò)程中水汽充沛，動(dòng)力條件適宜，有利于霧的形成和發(fā)展。③“12〖DK〗·7”過(guò)程輻射霧具有局地爆發(fā)性發(fā)展的特征,霧爆發(fā)前由于水汽和動(dòng)力條件較差，機(jī)場(chǎng)僅形成了輕霧。日出后由于西南方向的霧層向北平流，機(jī)場(chǎng)低溫、高濕的環(huán)境條件有利于霧維持，近地面風(fēng)速有利于霧層混合，使機(jī)場(chǎng)區(qū)域霧爆發(fā)發(fā)展。
2021, 49(5):777-784.
摘要:
臺(tái)風(fēng)對(duì)遠(yuǎn)距離暴雨的作用形式復(fù)雜，容易出現(xiàn)極端降水，量級(jí)和落區(qū)的預(yù)報(bào)難度大。2014年8月8日江蘇東部到浙江北部出現(xiàn)暴雨，通過(guò)研究數(shù)值預(yù)報(bào)形勢(shì)場(chǎng)、再分析場(chǎng)和各類實(shí)況資料，發(fā)現(xiàn)暴雨的產(chǎn)生與遠(yuǎn)在1300 km外的西太平洋上的臺(tái)風(fēng)“夏浪”有關(guān)。江蘇東部暴雨主要由中尺度渦旋造成，臺(tái)風(fēng)通過(guò)北側(cè)偏東氣流向暴雨區(qū)輸送暖濕空氣，有利于暴雨的形成與維持；浙江北部暴雨是中尺度渦旋與臺(tái)風(fēng)環(huán)流結(jié)合的產(chǎn)物，臺(tái)風(fēng)北上過(guò)程中，中心與中尺度渦旋逐漸靠近，臺(tái)風(fēng)外圍環(huán)流對(duì)渦旋產(chǎn)生牽引，流場(chǎng)形勢(shì)發(fā)生改變，引導(dǎo)弱冷空氣在浙北近海附近與暖空氣交匯輻合抬升引發(fā)暴雨，不穩(wěn)定能量劇烈釋放產(chǎn)生的中γ尺度氣旋造成了極端強(qiáng)降水。
臺(tái)風(fēng)對(duì)遠(yuǎn)距離暴雨的作用形式復(fù)雜，容易出現(xiàn)極端降水，量級(jí)和落區(qū)的預(yù)報(bào)難度大。2014年8月8日江蘇東部到浙江北部出現(xiàn)暴雨，通過(guò)研究數(shù)值預(yù)報(bào)形勢(shì)場(chǎng)、再分析場(chǎng)和各類實(shí)況資料，發(fā)現(xiàn)暴雨的產(chǎn)生與遠(yuǎn)在1300 km外的西太平洋上的臺(tái)風(fēng)“夏浪”有關(guān)。江蘇東部暴雨主要由中尺度渦旋造成，臺(tái)風(fēng)通過(guò)北側(cè)偏東氣流向暴雨區(qū)輸送暖濕空氣，有利于暴雨的形成與維持；浙江北部暴雨是中尺度渦旋與臺(tái)風(fēng)環(huán)流結(jié)合的產(chǎn)物，臺(tái)風(fēng)北上過(guò)程中，中心與中尺度渦旋逐漸靠近，臺(tái)風(fēng)外圍環(huán)流對(duì)渦旋產(chǎn)生牽引，流場(chǎng)形勢(shì)發(fā)生改變，引導(dǎo)弱冷空氣在浙北近海附近與暖空氣交匯輻合抬升引發(fā)暴雨，不穩(wěn)定能量劇烈釋放產(chǎn)生的中γ尺度氣旋造成了極端強(qiáng)降水。
2021, 49(5):785-793.
摘要:
為準(zhǔn)確掌握湖北省平原湖區(qū)近地層風(fēng)切變特征，利用27座離地高度為120～150 m測(cè)風(fēng)塔各1年的逐時(shí)測(cè)風(fēng)數(shù)據(jù)，研究了70~120 m間風(fēng)切變的時(shí)空變化特征。結(jié)果表明：①風(fēng)切變指數(shù)具有明顯的季節(jié)、日變化特征，普遍在秋冬季最小、夏季較大，夜間大、白天小；②位于平原湖區(qū)和山區(qū)的測(cè)風(fēng)塔在70~120 m間的年平均風(fēng)切變指數(shù)分別為0.27和0.12。各塔風(fēng)切變指數(shù)從70 m至150 m逐漸減小；③6座典型測(cè)風(fēng)塔70~120 m風(fēng)切變指數(shù)在較穩(wěn)定狀態(tài)下的頻率最高，為59%~75%；在不穩(wěn)定條件下的頻率最低，均不超過(guò)5%；④當(dāng)70 m風(fēng)速在3.0 m/s以下、3.0~10.0 m/s及10.0 m/s以上3個(gè)區(qū)段時(shí)，風(fēng)切變指數(shù)由小變大，在3.0~10.0 m/s風(fēng)速段與年平均風(fēng)切變指數(shù)最接近，10.0 m/s以上風(fēng)切變指數(shù)離散性最強(qiáng)；⑤分別推算出實(shí)測(cè)和數(shù)值模擬的風(fēng)切變指數(shù)，中部平原地區(qū)實(shí)測(cè)值明顯高于模擬值，總體偏差范圍是-0.06~0.14。該結(jié)論可用于近地層低風(fēng)速地區(qū)不同高度的風(fēng)速推算或訂正，以提高這類地區(qū)風(fēng)能資源評(píng)價(jià)、開發(fā)規(guī)劃、風(fēng)電場(chǎng)選址的科學(xué)性以及風(fēng)電功率預(yù)測(cè)的準(zhǔn)確性。
為準(zhǔn)確掌握湖北省平原湖區(qū)近地層風(fēng)切變特征，利用27座離地高度為120～150 m測(cè)風(fēng)塔各1年的逐時(shí)測(cè)風(fēng)數(shù)據(jù)，研究了70~120 m間風(fēng)切變的時(shí)空變化特征。結(jié)果表明：①風(fēng)切變指數(shù)具有明顯的季節(jié)、日變化特征，普遍在秋冬季最小、夏季較大，夜間大、白天小；②位于平原湖區(qū)和山區(qū)的測(cè)風(fēng)塔在70~120 m間的年平均風(fēng)切變指數(shù)分別為0.27和0.12。各塔風(fēng)切變指數(shù)從70 m至150 m逐漸減小；③6座典型測(cè)風(fēng)塔70~120 m風(fēng)切變指數(shù)在較穩(wěn)定狀態(tài)下的頻率最高，為59%~75%；在不穩(wěn)定條件下的頻率最低，均不超過(guò)5%；④當(dāng)70 m風(fēng)速在3.0 m/s以下、3.0~10.0 m/s及10.0 m/s以上3個(gè)區(qū)段時(shí)，風(fēng)切變指數(shù)由小變大，在3.0~10.0 m/s風(fēng)速段與年平均風(fēng)切變指數(shù)最接近，10.0 m/s以上風(fēng)切變指數(shù)離散性最強(qiáng)；⑤分別推算出實(shí)測(cè)和數(shù)值模擬的風(fēng)切變指數(shù)，中部平原地區(qū)實(shí)測(cè)值明顯高于模擬值，總體偏差范圍是-0.06~0.14。該結(jié)論可用于近地層低風(fēng)速地區(qū)不同高度的風(fēng)速推算或訂正，以提高這類地區(qū)風(fēng)能資源評(píng)價(jià)、開發(fā)規(guī)劃、風(fēng)電場(chǎng)選址的科學(xué)性以及風(fēng)電功率預(yù)測(cè)的準(zhǔn)確性。
18 祁連山北坡云垂直分布特征
2021, 49(5):794-798.
摘要:
利用敦煌、酒泉、張掖、民勤探空站2014—2019年的探空數(shù)據(jù)，對(duì)祁連山北坡云的發(fā)生頻率及云垂直結(jié)構(gòu)特征進(jìn)行分析。結(jié)果表明：祁連山北坡全年云的發(fā)生頻率為20%~40%，以1~3層云為主，且單層云的發(fā)生頻率高于多層云，多層云以2層云為主；云的發(fā)生頻率夏高冬低，夏季單層云和2層云出現(xiàn)的頻率較為接近，而春、秋、冬季節(jié)單層云出現(xiàn)頻率遠(yuǎn)高于2層云和3層云；全年平均云高度2層云的下層云厚度明顯大于上層云，3層云的底層云與中層云之間晴空夾層厚度大于中層云與頂層云之間的晴空厚度；祁連山北坡云層高度季節(jié)變化顯著，單層云和多層云的高度都表現(xiàn)為夏高冬低。
利用敦煌、酒泉、張掖、民勤探空站2014—2019年的探空數(shù)據(jù)，對(duì)祁連山北坡云的發(fā)生頻率及云垂直結(jié)構(gòu)特征進(jìn)行分析。結(jié)果表明：祁連山北坡全年云的發(fā)生頻率為20%~40%，以1~3層云為主，且單層云的發(fā)生頻率高于多層云，多層云以2層云為主；云的發(fā)生頻率夏高冬低，夏季單層云和2層云出現(xiàn)的頻率較為接近，而春、秋、冬季節(jié)單層云出現(xiàn)頻率遠(yuǎn)高于2層云和3層云；全年平均云高度2層云的下層云厚度明顯大于上層云，3層云的底層云與中層云之間晴空夾層厚度大于中層云與頂層云之間的晴空厚度；祁連山北坡云層高度季節(jié)變化顯著，單層云和多層云的高度都表現(xiàn)為夏高冬低。
2021, 49(5):799-805.
摘要:
湖面降水是影響湖泊水量和水質(zhì)的重要因素之一，對(duì)湖面降水的研究有利于湖泊水環(huán)境的研究和治理。本文利用洱海周邊11個(gè)氣象站降水觀測(cè)數(shù)據(jù)，對(duì)洱海周邊站點(diǎn)的降水進(jìn)行分析，并基于自然鄰點(diǎn)插值法對(duì)洱海湖面降水進(jìn)行分辨率為0.01°的網(wǎng)格插值，分析洱海湖面降水的分布特征。結(jié)果表明：洱海湖面降水分布時(shí)空差異顯著，時(shí)間上具有季節(jié)性特征，夏季最多，秋季次之，冬季最少；空間上存在顯著分布不均，降水高值中心位于洱海中部靠西岸湖灣區(qū)域，低值中心位于東南部湖區(qū)，最大格點(diǎn)降水量是最小格點(diǎn)的1.9倍；湖面降水存在明顯的季節(jié)性空間振蕩特征，降水的高值中心夏季略有北移向外呈發(fā)散性遞減。洱海湖面降水時(shí)空分布特征的研究為大氣濕沉降敏感區(qū)域和時(shí)段的劃分提供數(shù)據(jù)支持，同時(shí)為湖泊水環(huán)境研究治理提供科學(xué)的技術(shù)支持。
湖面降水是影響湖泊水量和水質(zhì)的重要因素之一，對(duì)湖面降水的研究有利于湖泊水環(huán)境的研究和治理。本文利用洱海周邊11個(gè)氣象站降水觀測(cè)數(shù)據(jù)，對(duì)洱海周邊站點(diǎn)的降水進(jìn)行分析，并基于自然鄰點(diǎn)插值法對(duì)洱海湖面降水進(jìn)行分辨率為0.01°的網(wǎng)格插值，分析洱海湖面降水的分布特征。結(jié)果表明：洱海湖面降水分布時(shí)空差異顯著，時(shí)間上具有季節(jié)性特征，夏季最多，秋季次之，冬季最少；空間上存在顯著分布不均，降水高值中心位于洱海中部靠西岸湖灣區(qū)域，低值中心位于東南部湖區(qū)，最大格點(diǎn)降水量是最小格點(diǎn)的1.9倍；湖面降水存在明顯的季節(jié)性空間振蕩特征，降水的高值中心夏季略有北移向外呈發(fā)散性遞減。洱海湖面降水時(shí)空分布特征的研究為大氣濕沉降敏感區(qū)域和時(shí)段的劃分提供數(shù)據(jù)支持，同時(shí)為湖泊水環(huán)境研究治理提供科學(xué)的技術(shù)支持。
2021, 49(5):806-814.
摘要:
利用歐洲中期數(shù)值預(yù)報(bào)中心（ECMWF）發(fā)布的第5代全球大氣再分析資料（ERA5），結(jié)合中國(guó)氣象局人工影響天氣中心發(fā)布的CWRMEM方案云水資源監(jiān)測(cè)評(píng)估方法，對(duì)廣西區(qū)域2009—2018年云水資源進(jìn)行評(píng)估研究，結(jié)果表明：廣西年均云水資源總量約5107.8×108 t，其中年均空中留存云水總量約1422.2×108 t，云水以區(qū)域內(nèi)生成為主，年均約凈輸出197.1×108 t云水資源。廣西云水資源存在明顯的季節(jié)變化特征，呈單峰分布，夏季6月最高，冬季2月最低，空中留存云水無(wú)明顯季節(jié)變化。廣西云水水平分布總體呈東北部高，向西和向南逐漸降低的分布特征。廣西秋、冬和春季云水主要分布在低層925～600 hPa，是以液相水滴構(gòu)成的暖性層狀云云水為主，夏季云水則主要分布在中層600～400 hPa，是以過(guò)冷液水滴和冰相粒子構(gòu)成的混合態(tài)云水為主，低層云水顯著減少。
利用歐洲中期數(shù)值預(yù)報(bào)中心（ECMWF）發(fā)布的第5代全球大氣再分析資料（ERA5），結(jié)合中國(guó)氣象局人工影響天氣中心發(fā)布的CWRMEM方案云水資源監(jiān)測(cè)評(píng)估方法，對(duì)廣西區(qū)域2009—2018年云水資源進(jìn)行評(píng)估研究，結(jié)果表明：廣西年均云水資源總量約5107.8×108 t，其中年均空中留存云水總量約1422.2×108 t，云水以區(qū)域內(nèi)生成為主，年均約凈輸出197.1×108 t云水資源。廣西云水資源存在明顯的季節(jié)變化特征，呈單峰分布，夏季6月最高，冬季2月最低，空中留存云水無(wú)明顯季節(jié)變化。廣西云水水平分布總體呈東北部高，向西和向南逐漸降低的分布特征。廣西秋、冬和春季云水主要分布在低層925～600 hPa，是以液相水滴構(gòu)成的暖性層狀云云水為主，夏季云水則主要分布在中層600～400 hPa，是以過(guò)冷液水滴和冰相粒子構(gòu)成的混合態(tài)云水為主，低層云水顯著減少。
2021, 49(5):815-822.
摘要:
采用文獻(xiàn)研究法、專家打分法和層次分析法，對(duì)攀西地區(qū)溫度、濕度、海拔高度、綠化度、空氣質(zhì)量等森林康養(yǎng)指標(biāo)進(jìn)行分析，構(gòu)建了森林康養(yǎng)指標(biāo)的評(píng)價(jià)體系。結(jié)果表明：溫度和空氣質(zhì)量在森林康養(yǎng)的各指標(biāo)中影響占比最高；攀西地區(qū)空氣污染物少，空氣質(zhì)量較好，綠化度較高，溫度、濕度舒適，海拔高度適合人類最佳宜居；用ArcGis軟件對(duì)攀西地區(qū)進(jìn)行康養(yǎng)分級(jí)區(qū)劃，〖JP2〗一級(jí)康養(yǎng)區(qū)域分布在攀枝花的東區(qū)、西區(qū)、仁和、鹽邊、米易，涼山的德昌、寧南、西昌、會(huì)理、會(huì)東、鹽源以及木里的河（江）谷地帶或低海拔地區(qū)，是養(yǎng)老、病后康復(fù)和疾病療養(yǎng)的首選之地，與國(guó)內(nèi)城市如昆明、三亞等地比較更具康養(yǎng)優(yōu)勢(shì)。研究結(jié)果可為攀西地區(qū)森林康養(yǎng)產(chǎn)業(yè)的可持續(xù)發(fā)展提供必要的科學(xué)依據(jù)。〖JP〗
采用文獻(xiàn)研究法、專家打分法和層次分析法，對(duì)攀西地區(qū)溫度、濕度、海拔高度、綠化度、空氣質(zhì)量等森林康養(yǎng)指標(biāo)進(jìn)行分析，構(gòu)建了森林康養(yǎng)指標(biāo)的評(píng)價(jià)體系。結(jié)果表明：溫度和空氣質(zhì)量在森林康養(yǎng)的各指標(biāo)中影響占比最高；攀西地區(qū)空氣污染物少，空氣質(zhì)量較好，綠化度較高，溫度、濕度舒適，海拔高度適合人類最佳宜居；用ArcGis軟件對(duì)攀西地區(qū)進(jìn)行康養(yǎng)分級(jí)區(qū)劃，〖JP2〗一級(jí)康養(yǎng)區(qū)域分布在攀枝花的東區(qū)、西區(qū)、仁和、鹽邊、米易，涼山的德昌、寧南、西昌、會(huì)理、會(huì)東、鹽源以及木里的河（江）谷地帶或低海拔地區(qū)，是養(yǎng)老、病后康復(fù)和疾病療養(yǎng)的首選之地，與國(guó)內(nèi)城市如昆明、三亞等地比較更具康養(yǎng)優(yōu)勢(shì)。研究結(jié)果可為攀西地區(qū)森林康養(yǎng)產(chǎn)業(yè)的可持續(xù)發(fā)展提供必要的科學(xué)依據(jù)。〖JP〗
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(wèn)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