2022年第50卷第2期文章目次
2022, 50(2):161-170.
DOI: 10.19517/j.1671-6345.20210009
摘要:
采用ASC200型地基雙波段全天空云量自動(dòng)觀測(cè)儀2019年2—5月在中國氣象局長沙國家綜合氣象觀測(cè)試驗(yàn)基地和上海寶山國家基本氣象站的連續(xù)觀測(cè)數(shù)據(jù)，分別與人工觀測(cè)云量及器測(cè)云量參考標(biāo)準(zhǔn)進(jìn)行比對(duì)，從綜合云量、可見光云量及紅外云量3方面初步探究其云量觀測(cè)能力。比對(duì)結(jié)果顯示：該設(shè)備長沙站和寶山站綜合云量樣本與人工云量參考標(biāo)準(zhǔn)差值在±20%以內(nèi)的樣本分別占總量的92.2%和79.4%，長沙站綜合云量樣本與器測(cè)云量參考標(biāo)準(zhǔn)差值在±20%以內(nèi)的占樣本總量的90.5%，差值在±10%以內(nèi)的占樣本總量的86%。結(jié)論如下：①ASC200綜合云量樣本與人工及器測(cè)云量參考標(biāo)準(zhǔn)一致性良好；②驗(yàn)證了可見光云量觀測(cè)系統(tǒng)在霧霾等天氣條件下觀測(cè)能力較弱，紅外云量觀測(cè)系統(tǒng)對(duì)卷云的觀測(cè)能力較弱；③在能見度良好的觀測(cè)條件下，雙波段云量觀測(cè)系統(tǒng)的云量觀測(cè)能力優(yōu)于單一波段云量觀測(cè)系統(tǒng)。
采用ASC200型地基雙波段全天空云量自動(dòng)觀測(cè)儀2019年2—5月在中國氣象局長沙國家綜合氣象觀測(cè)試驗(yàn)基地和上海寶山國家基本氣象站的連續(xù)觀測(cè)數(shù)據(jù)，分別與人工觀測(cè)云量及器測(cè)云量參考標(biāo)準(zhǔn)進(jìn)行比對(duì)，從綜合云量、可見光云量及紅外云量3方面初步探究其云量觀測(cè)能力。比對(duì)結(jié)果顯示：該設(shè)備長沙站和寶山站綜合云量樣本與人工云量參考標(biāo)準(zhǔn)差值在±20%以內(nèi)的樣本分別占總量的92.2%和79.4%，長沙站綜合云量樣本與器測(cè)云量參考標(biāo)準(zhǔn)差值在±20%以內(nèi)的占樣本總量的90.5%，差值在±10%以內(nèi)的占樣本總量的86%。結(jié)論如下：①ASC200綜合云量樣本與人工及器測(cè)云量參考標(biāo)準(zhǔn)一致性良好；②驗(yàn)證了可見光云量觀測(cè)系統(tǒng)在霧霾等天氣條件下觀測(cè)能力較弱，紅外云量觀測(cè)系統(tǒng)對(duì)卷云的觀測(cè)能力較弱；③在能見度良好的觀測(cè)條件下，雙波段云量觀測(cè)系統(tǒng)的云量觀測(cè)能力優(yōu)于單一波段云量觀測(cè)系統(tǒng)。
2022, 50(2):171-178.
DOI: 10.19517/j.1671-6345.20210136
摘要:
本文從高空風(fēng)探測(cè)原理出發(fā)，提出可業(yè)務(wù)化運(yùn)行的衛(wèi)星導(dǎo)航探空系統(tǒng)高空風(fēng)平滑計(jì)算方法。該算法首先根據(jù)北斗GPS（Global Positioning System）雙模式探空儀提供的大地坐標(biāo)秒間隔數(shù)據(jù)，基于地心坐標(biāo)系計(jì)算原始高空風(fēng)；然后，采用矢量滑動(dòng)平均法對(duì)原始數(shù)據(jù)進(jìn)行平滑處理。通過與同球施放的芬蘭RS92探空系統(tǒng)做比對(duì)分析得出，滑動(dòng)平均窗口在0～32 km高度范圍內(nèi)設(shè)置為34 s、在32 km高度以上設(shè)置為60 s條件下，衛(wèi)星導(dǎo)航探空系統(tǒng)與RS92探空系統(tǒng)高空風(fēng)測(cè)量結(jié)果吻合較好。該算法計(jì)算結(jié)果同基于站心坐標(biāo)系計(jì)算的30 s滑動(dòng)平均風(fēng)基本相同，但其風(fēng)速分量誤差范圍在32 km高度以下略優(yōu)、在32 km高度以上減小明顯，升空全程誤差范圍更為穩(wěn)定。
本文從高空風(fēng)探測(cè)原理出發(fā)，提出可業(yè)務(wù)化運(yùn)行的衛(wèi)星導(dǎo)航探空系統(tǒng)高空風(fēng)平滑計(jì)算方法。該算法首先根據(jù)北斗GPS（Global Positioning System）雙模式探空儀提供的大地坐標(biāo)秒間隔數(shù)據(jù)，基于地心坐標(biāo)系計(jì)算原始高空風(fēng)；然后，采用矢量滑動(dòng)平均法對(duì)原始數(shù)據(jù)進(jìn)行平滑處理。通過與同球施放的芬蘭RS92探空系統(tǒng)做比對(duì)分析得出，滑動(dòng)平均窗口在0～32 km高度范圍內(nèi)設(shè)置為34 s、在32 km高度以上設(shè)置為60 s條件下，衛(wèi)星導(dǎo)航探空系統(tǒng)與RS92探空系統(tǒng)高空風(fēng)測(cè)量結(jié)果吻合較好。該算法計(jì)算結(jié)果同基于站心坐標(biāo)系計(jì)算的30 s滑動(dòng)平均風(fēng)基本相同，但其風(fēng)速分量誤差范圍在32 km高度以下略優(yōu)、在32 km高度以上減小明顯，升空全程誤差范圍更為穩(wěn)定。
2022, 50(2):179-188.
DOI: 10.19517/j.1671-6345.20210209
摘要:
為了提高ADTD閃電監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的業(yè)務(wù)應(yīng)用質(zhì)量和效率，使用湖北省2006—2019年該系統(tǒng)閃電監(jiān)測(cè)數(shù)據(jù)，采用網(wǎng)格法、雷擊案例驗(yàn)證法和定性分析法，對(duì)多個(gè)高層建筑附近地閃分布規(guī)律和全省時(shí)空分布規(guī)律進(jìn)行了統(tǒng)計(jì)分析，并通過雷災(zāi)事故對(duì)定位精度進(jìn)行了驗(yàn)證。結(jié)果顯示：①選取的湖北地區(qū)4個(gè)高層建筑周邊地閃回?fù)舸螖?shù)高值區(qū)與高層建筑實(shí)際位置均有偏差，偏差距離在190～1548 m之間，偏差方位角無固定規(guī)律；②4個(gè)高層建筑參考點(diǎn)和雷災(zāi)事故實(shí)際雷擊點(diǎn)與閃電監(jiān)測(cè)系統(tǒng)對(duì)應(yīng)的定位偏差數(shù)據(jù)顯示，該系統(tǒng)在平原地區(qū)定位平均誤差為539 m，山區(qū)定位平均誤差為1384 m，山區(qū)定位誤差明顯大于平原地區(qū)；③該系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的時(shí)空分布特征與湖北降水特征以及湖北周邊省市同類監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的一致性較好，雷電流累積概率特征與IEEE推薦的分布規(guī)律擬合度較高，說明該系統(tǒng)監(jiān)測(cè)到的主要參數(shù)具有一定的準(zhǔn)確性。
為了提高ADTD閃電監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的業(yè)務(wù)應(yīng)用質(zhì)量和效率，使用湖北省2006—2019年該系統(tǒng)閃電監(jiān)測(cè)數(shù)據(jù)，采用網(wǎng)格法、雷擊案例驗(yàn)證法和定性分析法，對(duì)多個(gè)高層建筑附近地閃分布規(guī)律和全省時(shí)空分布規(guī)律進(jìn)行了統(tǒng)計(jì)分析，并通過雷災(zāi)事故對(duì)定位精度進(jìn)行了驗(yàn)證。結(jié)果顯示：①選取的湖北地區(qū)4個(gè)高層建筑周邊地閃回?fù)舸螖?shù)高值區(qū)與高層建筑實(shí)際位置均有偏差，偏差距離在190～1548 m之間，偏差方位角無固定規(guī)律；②4個(gè)高層建筑參考點(diǎn)和雷災(zāi)事故實(shí)際雷擊點(diǎn)與閃電監(jiān)測(cè)系統(tǒng)對(duì)應(yīng)的定位偏差數(shù)據(jù)顯示，該系統(tǒng)在平原地區(qū)定位平均誤差為539 m，山區(qū)定位平均誤差為1384 m，山區(qū)定位誤差明顯大于平原地區(qū)；③該系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的時(shí)空分布特征與湖北降水特征以及湖北周邊省市同類監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的一致性較好，雷電流累積概率特征與IEEE推薦的分布規(guī)律擬合度較高，說明該系統(tǒng)監(jiān)測(cè)到的主要參數(shù)具有一定的準(zhǔn)確性。
2022, 50(2):189-193.
DOI: 10.19517/j.1671-6345.20210337
摘要:
海洋表面溫度SST（Sea Surface Temperature）是全球海洋和氣候研究的重要參數(shù)之一，衛(wèi)星被動(dòng)微波遙感由于能夠?qū)崿F(xiàn)全天候觀測(cè)而被越來越多的應(yīng)用到SST研究中。中國的風(fēng)云三號(hào)（FY-3）衛(wèi)星搭載的微波成像儀（MWRI）缺少對(duì)SST更加敏感的7 GHz附近垂直極化通道，本研究將FY-3 MWRI與具有6.9 GHz通道的Aqua AMSR-2進(jìn)行時(shí)空匹配，采用神經(jīng)網(wǎng)絡(luò)方法，利用匹配的FY-3 MWRI的通道亮溫模擬仿真AMSR-2的6.9 GHz垂直極化通道亮溫（6.9V），通過引入仿真的6.9V來提高FY-3 MWRI SST的反演精度。結(jié)果表明：引入仿真的6.9V可以改進(jìn)FY-3 MWRI SST反演精度，對(duì)35°～90°S之間海域的SST改進(jìn)更加顯著，主要由于6.9V對(duì)低SST的探測(cè)靈敏度更高且在低SST反演時(shí)受風(fēng)速的影響較小導(dǎo)致的。如果FY3后續(xù)衛(wèi)星可以搭載6.9 GHz通道，將可進(jìn)一步提升低SST特別是兩極SST的反演精度。
海洋表面溫度SST（Sea Surface Temperature）是全球海洋和氣候研究的重要參數(shù)之一，衛(wèi)星被動(dòng)微波遙感由于能夠?qū)崿F(xiàn)全天候觀測(cè)而被越來越多的應(yīng)用到SST研究中。中國的風(fēng)云三號(hào)（FY-3）衛(wèi)星搭載的微波成像儀（MWRI）缺少對(duì)SST更加敏感的7 GHz附近垂直極化通道，本研究將FY-3 MWRI與具有6.9 GHz通道的Aqua AMSR-2進(jìn)行時(shí)空匹配，采用神經(jīng)網(wǎng)絡(luò)方法，利用匹配的FY-3 MWRI的通道亮溫模擬仿真AMSR-2的6.9 GHz垂直極化通道亮溫（6.9V），通過引入仿真的6.9V來提高FY-3 MWRI SST的反演精度。結(jié)果表明：引入仿真的6.9V可以改進(jìn)FY-3 MWRI SST反演精度，對(duì)35°～90°S之間海域的SST改進(jìn)更加顯著，主要由于6.9V對(duì)低SST的探測(cè)靈敏度更高且在低SST反演時(shí)受風(fēng)速的影響較小導(dǎo)致的。如果FY3后續(xù)衛(wèi)星可以搭載6.9 GHz通道，將可進(jìn)一步提升低SST特別是兩極SST的反演精度。
2022, 50(2):194-201.
DOI: 10.19517/j.1671-6345.20210224
摘要:
氣象數(shù)據(jù)是現(xiàn)代天氣預(yù)報(bào)和氣候預(yù)測(cè)業(yè)務(wù)的重要基礎(chǔ)支撐，種類眾多格式復(fù)雜，針對(duì)氣象數(shù)據(jù)應(yīng)用研究中缺乏便捷通用的格式轉(zhuǎn)換處理工具的問題，設(shè)計(jì)開發(fā)了一種通用氣象數(shù)據(jù)格式轉(zhuǎn)換工具，采用Python開發(fā)算法工廠并調(diào)用第三方氣象數(shù)據(jù)處理庫集成實(shí)現(xiàn)氣象數(shù)據(jù)的解讀分析和格式轉(zhuǎn)換，支持多種主要?dú)庀髷?shù)據(jù)的處理，面向應(yīng)用場景，提供命令行和可視化應(yīng)用終端。該工具已在北京高性能計(jì)算機(jī)應(yīng)用中心網(wǎng)站發(fā)布，并在數(shù)值預(yù)報(bào)模式中試支撐環(huán)境中部署應(yīng)用。
氣象數(shù)據(jù)是現(xiàn)代天氣預(yù)報(bào)和氣候預(yù)測(cè)業(yè)務(wù)的重要基礎(chǔ)支撐，種類眾多格式復(fù)雜，針對(duì)氣象數(shù)據(jù)應(yīng)用研究中缺乏便捷通用的格式轉(zhuǎn)換處理工具的問題，設(shè)計(jì)開發(fā)了一種通用氣象數(shù)據(jù)格式轉(zhuǎn)換工具，采用Python開發(fā)算法工廠并調(diào)用第三方氣象數(shù)據(jù)處理庫集成實(shí)現(xiàn)氣象數(shù)據(jù)的解讀分析和格式轉(zhuǎn)換，支持多種主要?dú)庀髷?shù)據(jù)的處理，面向應(yīng)用場景，提供命令行和可視化應(yīng)用終端。該工具已在北京高性能計(jì)算機(jī)應(yīng)用中心網(wǎng)站發(fā)布，并在數(shù)值預(yù)報(bào)模式中試支撐環(huán)境中部署應(yīng)用。
2022, 50(2):202-213.
DOI: 10.19517/j.1671-6345.20210111
摘要:
2015年11月25日黃海上空冷空氣爆發(fā)，中國北部發(fā)生暴雪，西北東南向云街在黃海上空大面積密集分布。為研究垂直熱輸運(yùn)的網(wǎng)格大小依賴性是否會(huì)對(duì)黃海對(duì)流云街?jǐn)?shù)值模擬產(chǎn)生影響，本文利用WRF模式，分別采用考慮網(wǎng)格大小依賴性的邊界層（PBL）參數(shù)化方案和基于非局部K理論閉合的YSU PBL方案對(duì)該個(gè)例進(jìn)行數(shù)值模擬。結(jié)果表明兩方案均能較好地再現(xiàn)云街出現(xiàn)區(qū)域和盛行風(fēng)向。由于考慮網(wǎng)格大小依賴性的PBL方案模擬水平滾渦對(duì)流和次級(jí)環(huán)流的能力更強(qiáng)，所模擬的水平垂直速度強(qiáng)度更大，云水混合比更高，促進(jìn)更多的云得以發(fā)展；同時(shí)其穩(wěn)定性參數(shù) ζ 更小，模擬的水平滾渦對(duì)流強(qiáng)度更大。
2015年11月25日黃海上空冷空氣爆發(fā)，中國北部發(fā)生暴雪，西北東南向云街在黃海上空大面積密集分布。為研究垂直熱輸運(yùn)的網(wǎng)格大小依賴性是否會(huì)對(duì)黃海對(duì)流云街?jǐn)?shù)值模擬產(chǎn)生影響，本文利用WRF模式，分別采用考慮網(wǎng)格大小依賴性的邊界層（PBL）參數(shù)化方案和基于非局部K理論閉合的YSU PBL方案對(duì)該個(gè)例進(jìn)行數(shù)值模擬。結(jié)果表明兩方案均能較好地再現(xiàn)云街出現(xiàn)區(qū)域和盛行風(fēng)向。由于考慮網(wǎng)格大小依賴性的PBL方案模擬水平滾渦對(duì)流和次級(jí)環(huán)流的能力更強(qiáng)，所模擬的水平垂直速度強(qiáng)度更大，云水混合比更高，促進(jìn)更多的云得以發(fā)展；同時(shí)其穩(wěn)定性參數(shù) ζ 更小，模擬的水平滾渦對(duì)流強(qiáng)度更大。
2022, 50(2):214-223.
DOI: 10.19517/j.1671-6345.20210197
摘要:
利用FY-4水汽云圖、NCEP/FNL資料、自動(dòng)站資料和ERA-Interim海溫資料，分析入海增強(qiáng)臺(tái)風(fēng)“摩羯”（1814）和入海減弱臺(tái)風(fēng)“利奇馬”（1909）經(jīng)過渤海強(qiáng)度變化特征。結(jié)論如下：臺(tái)風(fēng)“摩羯”中心入海增強(qiáng)過程伴隨著中高層冷空氣侵入，冷空氣深入“摩羯”云系中心，臺(tái)風(fēng)強(qiáng)度減弱并逐漸消亡。臺(tái)風(fēng)“利奇馬”入海前冷空氣已經(jīng)侵入臺(tái)風(fēng)中心，臺(tái)風(fēng)入海后強(qiáng)度減弱,暖心結(jié)構(gòu)變得不對(duì)稱，低層有清晰的斜壓特征。“摩羯”入海前渤海上空為強(qiáng)輻散區(qū)，“利奇馬”入海前渤海上空為弱輻合場，北上前進(jìn)方向出現(xiàn)高空輻散有利于臺(tái)風(fēng)加強(qiáng)。臺(tái)風(fēng)登陸前垂直風(fēng)切變與臺(tái)風(fēng)強(qiáng)度反位相分布，北上后臺(tái)風(fēng)垂直風(fēng)切變與臺(tái)風(fēng)強(qiáng)度同位相分布。“摩羯”入海后水汽通道出現(xiàn)斷裂，其入海增強(qiáng)更多依賴于熱力條件和動(dòng)力條件。“利奇馬”水汽通量和水汽通量散度源于自身環(huán)流的貢獻(xiàn)。臺(tái)風(fēng)“摩羯”入海后潛熱加熱率激增，“利奇馬”低層維持弱潛熱加熱直至臺(tái)風(fēng)消亡。
利用FY-4水汽云圖、NCEP/FNL資料、自動(dòng)站資料和ERA-Interim海溫資料，分析入海增強(qiáng)臺(tái)風(fēng)“摩羯”（1814）和入海減弱臺(tái)風(fēng)“利奇馬”（1909）經(jīng)過渤海強(qiáng)度變化特征。結(jié)論如下：臺(tái)風(fēng)“摩羯”中心入海增強(qiáng)過程伴隨著中高層冷空氣侵入，冷空氣深入“摩羯”云系中心，臺(tái)風(fēng)強(qiáng)度減弱并逐漸消亡。臺(tái)風(fēng)“利奇馬”入海前冷空氣已經(jīng)侵入臺(tái)風(fēng)中心，臺(tái)風(fēng)入海后強(qiáng)度減弱,暖心結(jié)構(gòu)變得不對(duì)稱，低層有清晰的斜壓特征。“摩羯”入海前渤海上空為強(qiáng)輻散區(qū)，“利奇馬”入海前渤海上空為弱輻合場，北上前進(jìn)方向出現(xiàn)高空輻散有利于臺(tái)風(fēng)加強(qiáng)。臺(tái)風(fēng)登陸前垂直風(fēng)切變與臺(tái)風(fēng)強(qiáng)度反位相分布，北上后臺(tái)風(fēng)垂直風(fēng)切變與臺(tái)風(fēng)強(qiáng)度同位相分布。“摩羯”入海后水汽通道出現(xiàn)斷裂，其入海增強(qiáng)更多依賴于熱力條件和動(dòng)力條件。“利奇馬”水汽通量和水汽通量散度源于自身環(huán)流的貢獻(xiàn)。臺(tái)風(fēng)“摩羯”入海后潛熱加熱率激增，“利奇馬”低層維持弱潛熱加熱直至臺(tái)風(fēng)消亡。
2022, 50(2):224-233.
DOI: 10.19517/j.1671-6345.20210290
摘要:
利用四川省2002—2020年降雨災(zāi)情數(shù)據(jù)和156個(gè)國家氣象觀測(cè)站及5727個(gè)區(qū)域氣象觀測(cè)站逐日、逐小時(shí)降雨資料，分析四川省降雨災(zāi)情時(shí)空分布及其與雨量特征的聯(lián)系。結(jié)果表明：四川省近年來降雨災(zāi)情數(shù)量增長明顯，盆地西部、南部災(zāi)情數(shù)量最多，密度最大，涼山州和盆地東北部死亡人數(shù)最多。災(zāi)害主要發(fā)生在6—9月，災(zāi)情分布有從盆地東北部、南部向西部發(fā)展，最后到東北部的趨勢(shì)。盆地在有大暴雨出現(xiàn)時(shí)災(zāi)害發(fā)生可能性最大，致災(zāi)頻率50%以上，暴雨致災(zāi)頻率20%～40%;攀西地區(qū)暴雨出現(xiàn)時(shí)致災(zāi)頻率20%～30%;川西高原暴雨天氣過程較少，大雨出現(xiàn)時(shí)致災(zāi)頻率最大，為10%～30%。最大小時(shí)雨量盆地區(qū)在10 mm以下的災(zāi)害主要發(fā)生在盆南和盆東北，盆西在各個(gè)雨量等級(jí)范圍內(nèi)占比都較大，攀西地區(qū)災(zāi)害主要集中在10～40 mm，川西高原為20 mm以下。最大日降雨量小于50 mm的災(zāi)害主要分布在盆南，超過300 mm的主要發(fā)生在盆西北，50～100 mm以盆南和盆西南為主，攀西地區(qū)50～100 mm占比最大，川西高原為25～50 mm。
利用四川省2002—2020年降雨災(zāi)情數(shù)據(jù)和156個(gè)國家氣象觀測(cè)站及5727個(gè)區(qū)域氣象觀測(cè)站逐日、逐小時(shí)降雨資料，分析四川省降雨災(zāi)情時(shí)空分布及其與雨量特征的聯(lián)系。結(jié)果表明：四川省近年來降雨災(zāi)情數(shù)量增長明顯，盆地西部、南部災(zāi)情數(shù)量最多，密度最大，涼山州和盆地東北部死亡人數(shù)最多。災(zāi)害主要發(fā)生在6—9月，災(zāi)情分布有從盆地東北部、南部向西部發(fā)展，最后到東北部的趨勢(shì)。盆地在有大暴雨出現(xiàn)時(shí)災(zāi)害發(fā)生可能性最大，致災(zāi)頻率50%以上，暴雨致災(zāi)頻率20%～40%;攀西地區(qū)暴雨出現(xiàn)時(shí)致災(zāi)頻率20%～30%;川西高原暴雨天氣過程較少，大雨出現(xiàn)時(shí)致災(zāi)頻率最大，為10%～30%。最大小時(shí)雨量盆地區(qū)在10 mm以下的災(zāi)害主要發(fā)生在盆南和盆東北，盆西在各個(gè)雨量等級(jí)范圍內(nèi)占比都較大，攀西地區(qū)災(zāi)害主要集中在10～40 mm，川西高原為20 mm以下。最大日降雨量小于50 mm的災(zāi)害主要分布在盆南，超過300 mm的主要發(fā)生在盆西北，50～100 mm以盆南和盆西南為主，攀西地區(qū)50～100 mm占比最大，川西高原為25～50 mm。
2022, 50(2):234-242.
DOI: 10.19517/j.1671-6345.20210345
摘要:
利用風(fēng)廓線雷達(dá)、地基GPS水汽、微波輻射計(jì)、多普勒天氣雷達(dá)、衛(wèi)星云圖、閃電定位儀、地面加密自動(dòng)站等多源觀測(cè)資料，對(duì)“16·7”石家莊特大暴雨的演變特征進(jìn)行分析，結(jié)果表明：①GPS水汽總量和微波輻射計(jì)水汽總量的高值階段對(duì)應(yīng)強(qiáng)降水階段，水汽總量與降水強(qiáng)度成正相關(guān)。降水開始前水汽總量明顯上升，突升到高值時(shí)間比降水開始時(shí)間提前5 h，水汽總量突增對(duì)降水開始時(shí)間有提示作用。②低層偏東風(fēng)的厚度和強(qiáng)度與強(qiáng)降水呈正相關(guān)，低層風(fēng)向轉(zhuǎn)西北風(fēng)預(yù)示強(qiáng)降水結(jié)束。低空急流出現(xiàn)時(shí)間比降水開始時(shí)間提前5 h，低空急流消散時(shí)間比降水結(jié)束時(shí)間偏早3 h，超過20 m·s-1的東風(fēng)急流對(duì)強(qiáng)降水有一定指示作用。強(qiáng)降雨對(duì)應(yīng)低空急流最低高度的下降和低層最大風(fēng)速的增加，也就是對(duì)應(yīng)低空急流指數(shù)和0～3 km垂直風(fēng)切變的峰值區(qū)。③此過程以穩(wěn)定性降水為主，僅在19日伴有弱閃電和雷暴出現(xiàn)。雷達(dá)回波和衛(wèi)星云圖表現(xiàn)為大范圍層狀云和積狀云混合降水回波，回波質(zhì)心低，列車效應(yīng)明顯，屬于熱帶降水類型。云頂亮溫最低值-55 ℃，雷達(dá)反射率因子、垂直累積液態(tài)水含量和回波頂高最大值分別為55 dBz、15 kg·m-2和11 km，與降水量有明顯相關(guān)；低層徑向速度場對(duì)應(yīng)明顯的速度大值區(qū)或速度模糊。
利用風(fēng)廓線雷達(dá)、地基GPS水汽、微波輻射計(jì)、多普勒天氣雷達(dá)、衛(wèi)星云圖、閃電定位儀、地面加密自動(dòng)站等多源觀測(cè)資料，對(duì)“16·7”石家莊特大暴雨的演變特征進(jìn)行分析，結(jié)果表明：①GPS水汽總量和微波輻射計(jì)水汽總量的高值階段對(duì)應(yīng)強(qiáng)降水階段，水汽總量與降水強(qiáng)度成正相關(guān)。降水開始前水汽總量明顯上升，突升到高值時(shí)間比降水開始時(shí)間提前5 h，水汽總量突增對(duì)降水開始時(shí)間有提示作用。②低層偏東風(fēng)的厚度和強(qiáng)度與強(qiáng)降水呈正相關(guān)，低層風(fēng)向轉(zhuǎn)西北風(fēng)預(yù)示強(qiáng)降水結(jié)束。低空急流出現(xiàn)時(shí)間比降水開始時(shí)間提前5 h，低空急流消散時(shí)間比降水結(jié)束時(shí)間偏早3 h，超過20 m·s-1的東風(fēng)急流對(duì)強(qiáng)降水有一定指示作用。強(qiáng)降雨對(duì)應(yīng)低空急流最低高度的下降和低層最大風(fēng)速的增加，也就是對(duì)應(yīng)低空急流指數(shù)和0～3 km垂直風(fēng)切變的峰值區(qū)。③此過程以穩(wěn)定性降水為主，僅在19日伴有弱閃電和雷暴出現(xiàn)。雷達(dá)回波和衛(wèi)星云圖表現(xiàn)為大范圍層狀云和積狀云混合降水回波，回波質(zhì)心低，列車效應(yīng)明顯，屬于熱帶降水類型。云頂亮溫最低值-55 ℃，雷達(dá)反射率因子、垂直累積液態(tài)水含量和回波頂高最大值分別為55 dBz、15 kg·m-2和11 km，與降水量有明顯相關(guān)；低層徑向速度場對(duì)應(yīng)明顯的速度大值區(qū)或速度模糊。
2022, 50(2):243-253.
DOI: 10.19517/j.1671-6345.20210103
摘要:
2020年1月12—15日江蘇泰州發(fā)生了一次較強(qiáng)的霧-霾過程，利用常規(guī)氣象觀測(cè)資料、NCEP再分析資料（1°×1°）及空氣質(zhì)量資料等，對(duì)此次過程的演變特征、成因、氣團(tuán)后向軌跡特征進(jìn)行了分析，結(jié)果表明：此次過程具有日變化特征，霾期間對(duì)應(yīng)的PM2.5和PM10濃度、空氣質(zhì)量指數(shù)相較于霧略高，這與大霧造成的濕沉降有關(guān)。此次東路冷空氣對(duì)泰州影響較弱，前期易造成污染物在本地聚集。夜間至清晨相對(duì)濕度90%以上，風(fēng)小，弱的垂直交換為霧的形成提供了較好的熱、動(dòng)力條件。白天相對(duì)濕度減小至80%，風(fēng)速增至2 m·s-1，此時(shí)大氣污染物濃度較高，霧轉(zhuǎn)換為霾。13日900 hPa以上暖平流增強(qiáng)，邊界層內(nèi)逆溫和90%以上相對(duì)濕度的存在，使得霧和霾均加強(qiáng)至最強(qiáng)。此外，分析氣團(tuán)的后向軌跡特征發(fā)現(xiàn)，霾天氣期間500 m以下氣團(tuán)穩(wěn)定少動(dòng)。14日500 m以上清潔氣團(tuán)向低空補(bǔ)充，利于污染物的擴(kuò)散，霾減輕。15日傍晚，風(fēng)力增強(qiáng)并伴有降水出現(xiàn)，霧-霾過程結(jié)束。
2020年1月12—15日江蘇泰州發(fā)生了一次較強(qiáng)的霧-霾過程，利用常規(guī)氣象觀測(cè)資料、NCEP再分析資料（1°×1°）及空氣質(zhì)量資料等，對(duì)此次過程的演變特征、成因、氣團(tuán)后向軌跡特征進(jìn)行了分析，結(jié)果表明：此次過程具有日變化特征，霾期間對(duì)應(yīng)的PM2.5和PM10濃度、空氣質(zhì)量指數(shù)相較于霧略高，這與大霧造成的濕沉降有關(guān)。此次東路冷空氣對(duì)泰州影響較弱，前期易造成污染物在本地聚集。夜間至清晨相對(duì)濕度90%以上，風(fēng)小，弱的垂直交換為霧的形成提供了較好的熱、動(dòng)力條件。白天相對(duì)濕度減小至80%，風(fēng)速增至2 m·s-1，此時(shí)大氣污染物濃度較高，霧轉(zhuǎn)換為霾。13日900 hPa以上暖平流增強(qiáng)，邊界層內(nèi)逆溫和90%以上相對(duì)濕度的存在，使得霧和霾均加強(qiáng)至最強(qiáng)。此外，分析氣團(tuán)的后向軌跡特征發(fā)現(xiàn)，霾天氣期間500 m以下氣團(tuán)穩(wěn)定少動(dòng)。14日500 m以上清潔氣團(tuán)向低空補(bǔ)充，利于污染物的擴(kuò)散，霾減輕。15日傍晚，風(fēng)力增強(qiáng)并伴有降水出現(xiàn)，霧-霾過程結(jié)束。
2022, 50(2):254-266.
DOI: 10.19517/j.1671-6345.20210248
摘要:
自然結(jié)冰試飛是運(yùn)輸類飛機(jī)合格審定必須實(shí)施的高難度、高風(fēng)險(xiǎn)試飛科目，需要在環(huán)境溫度、云中液態(tài)水含量（LWC）和云滴中值體積直徑（MVD）滿足條件，含有大量過冷水的環(huán)境中完成規(guī)定的飛行動(dòng)作。利用2020年3月16日、26日及27日閻良機(jī)場國產(chǎn)某大型運(yùn)輸機(jī)自然結(jié)冰試飛的地面、高空、衛(wèi)星、雷達(dá)和機(jī)載探測(cè)等多源觀測(cè)資料，對(duì)3次自然結(jié)冰試飛氣象條件進(jìn)行了對(duì)比分析，并驗(yàn)證了李佰平等改進(jìn)的自然結(jié)冰潛勢(shì)算法有效性。結(jié)果表明：改進(jìn)的自然結(jié)冰潛勢(shì)算法對(duì)于結(jié)冰區(qū)域的預(yù)報(bào)較為準(zhǔn)確，但在結(jié)冰強(qiáng)度預(yù)報(bào)上需進(jìn)一步優(yōu)化。西風(fēng)系統(tǒng)因水汽條件不足，結(jié)冰氣象條件較南支系統(tǒng)要差。高空冷空氣未到達(dá)試飛區(qū)域前，云中環(huán)境溫度偏高，結(jié)冰強(qiáng)度較弱；冷暖空氣交匯的區(qū)域，LWC較高，MVD較為合適，結(jié)冰較強(qiáng)。研究結(jié)果對(duì)未來在閻良機(jī)場開展運(yùn)輸類飛機(jī)自然結(jié)冰試飛的窗口期和空域選擇、協(xié)同指揮保障均具有參考意義。
自然結(jié)冰試飛是運(yùn)輸類飛機(jī)合格審定必須實(shí)施的高難度、高風(fēng)險(xiǎn)試飛科目，需要在環(huán)境溫度、云中液態(tài)水含量（LWC）和云滴中值體積直徑（MVD）滿足條件，含有大量過冷水的環(huán)境中完成規(guī)定的飛行動(dòng)作。利用2020年3月16日、26日及27日閻良機(jī)場國產(chǎn)某大型運(yùn)輸機(jī)自然結(jié)冰試飛的地面、高空、衛(wèi)星、雷達(dá)和機(jī)載探測(cè)等多源觀測(cè)資料，對(duì)3次自然結(jié)冰試飛氣象條件進(jìn)行了對(duì)比分析，并驗(yàn)證了李佰平等改進(jìn)的自然結(jié)冰潛勢(shì)算法有效性。結(jié)果表明：改進(jìn)的自然結(jié)冰潛勢(shì)算法對(duì)于結(jié)冰區(qū)域的預(yù)報(bào)較為準(zhǔn)確，但在結(jié)冰強(qiáng)度預(yù)報(bào)上需進(jìn)一步優(yōu)化。西風(fēng)系統(tǒng)因水汽條件不足，結(jié)冰氣象條件較南支系統(tǒng)要差。高空冷空氣未到達(dá)試飛區(qū)域前，云中環(huán)境溫度偏高，結(jié)冰強(qiáng)度較弱；冷暖空氣交匯的區(qū)域，LWC較高，MVD較為合適，結(jié)冰較強(qiáng)。研究結(jié)果對(duì)未來在閻良機(jī)場開展運(yùn)輸類飛機(jī)自然結(jié)冰試飛的窗口期和空域選擇、協(xié)同指揮保障均具有參考意義。
2022, 50(2):267-272.
DOI: 10.19517/j.1671-6345.20210317
摘要:
利用2001—2020年河北省142個(gè)國家氣象站逐日最大風(fēng)速資料分析了近20年河北風(fēng)速變化背景。擇選2021年2—5月張家口、崇禮區(qū)域日極大風(fēng)速13.9 m/s以上、日10 min平均風(fēng)速最大值8 m/s以上的30個(gè)代表日，運(yùn)用張承高速公路沿線崇禮國家氣象站、南窩鋪及場地2套區(qū)域氣象站、高家營及西灣子2套交通氣象站的逐分鐘風(fēng)向風(fēng)速觀測(cè)資料，ECMWF數(shù)值模式輸出的地面10 m風(fēng)預(yù)報(bào)資料，以及3″分辨率的SRTM3地形資料，應(yīng)用Meteodyn WT模型對(duì)張承高速公路沿線2個(gè)解域區(qū)域內(nèi)的風(fēng)預(yù)報(bào)結(jié)果進(jìn)行了訂正和檢驗(yàn)。結(jié)果表明：WT模型輸出風(fēng)速與實(shí)際觀測(cè)風(fēng)速相關(guān)系數(shù)可達(dá)0.6225并通過0.001顯著性檢驗(yàn)，各代表站模擬的結(jié)果與實(shí)況的誤差80%以上在±2 m/s之間，地形開闊處誤差明顯減小；風(fēng)向也表現(xiàn)出很高的一致性。說明應(yīng)用WT模型對(duì)山區(qū)高速公路沿線風(fēng)數(shù)值預(yù)報(bào)進(jìn)行訂正是可行的，各地可結(jié)合本地地形數(shù)據(jù)以及相對(duì)穩(wěn)定可靠的風(fēng)的數(shù)值預(yù)報(bào)產(chǎn)品作為WT模型的驅(qū)動(dòng)數(shù)據(jù)源，開展本地山區(qū)高速公路沿線風(fēng)的訂正應(yīng)用。
利用2001—2020年河北省142個(gè)國家氣象站逐日最大風(fēng)速資料分析了近20年河北風(fēng)速變化背景。擇選2021年2—5月張家口、崇禮區(qū)域日極大風(fēng)速13.9 m/s以上、日10 min平均風(fēng)速最大值8 m/s以上的30個(gè)代表日，運(yùn)用張承高速公路沿線崇禮國家氣象站、南窩鋪及場地2套區(qū)域氣象站、高家營及西灣子2套交通氣象站的逐分鐘風(fēng)向風(fēng)速觀測(cè)資料，ECMWF數(shù)值模式輸出的地面10 m風(fēng)預(yù)報(bào)資料，以及3″分辨率的SRTM3地形資料，應(yīng)用Meteodyn WT模型對(duì)張承高速公路沿線2個(gè)解域區(qū)域內(nèi)的風(fēng)預(yù)報(bào)結(jié)果進(jìn)行了訂正和檢驗(yàn)。結(jié)果表明：WT模型輸出風(fēng)速與實(shí)際觀測(cè)風(fēng)速相關(guān)系數(shù)可達(dá)0.6225并通過0.001顯著性檢驗(yàn)，各代表站模擬的結(jié)果與實(shí)況的誤差80%以上在±2 m/s之間，地形開闊處誤差明顯減小；風(fēng)向也表現(xiàn)出很高的一致性。說明應(yīng)用WT模型對(duì)山區(qū)高速公路沿線風(fēng)數(shù)值預(yù)報(bào)進(jìn)行訂正是可行的，各地可結(jié)合本地地形數(shù)據(jù)以及相對(duì)穩(wěn)定可靠的風(fēng)的數(shù)值預(yù)報(bào)產(chǎn)品作為WT模型的驅(qū)動(dòng)數(shù)據(jù)源，開展本地山區(qū)高速公路沿線風(fēng)的訂正應(yīng)用。
2022, 50(2):273-281.
DOI: 10.19517/j.1671-6345.20210176
摘要:
風(fēng)災(zāi)對(duì)新疆農(nóng)牧業(yè)生產(chǎn)造成極大危害。本研究以風(fēng)災(zāi)造成的倒塌房屋數(shù)、倒塌棚圈數(shù)、死亡人數(shù)、農(nóng)作物受災(zāi)面積、損壞大棚數(shù)、牲畜死亡數(shù)作為6大災(zāi)情要素，運(yùn)用比值權(quán)重和無量綱化線性求和方法構(gòu)建表達(dá)風(fēng)災(zāi)事件強(qiáng)弱的災(zāi)損指數(shù)，并采用百分位數(shù)法將風(fēng)災(zāi)事件的強(qiáng)度劃分為一般（1級(jí)）、較重（2級(jí)）、嚴(yán)重（3級(jí)）、特重（4級(jí)）4個(gè)等級(jí)。根據(jù)災(zāi)損指數(shù)和災(zāi)害等級(jí)，研究新疆風(fēng)災(zāi)的時(shí)空變化特征。結(jié)果表明：新疆風(fēng)災(zāi)集中于4—5月，南疆多于北疆，吐魯番盆地和塔里木盆地北部是風(fēng)災(zāi)的多發(fā)區(qū)和重發(fā)區(qū)；近30年風(fēng)災(zāi)年出現(xiàn)次數(shù)呈顯著的線性增加趨勢(shì)，年災(zāi)損指數(shù)沒有表現(xiàn)出線性增加或減少的變化趨勢(shì)，其中1～4級(jí)風(fēng)災(zāi)的年際變化具有明顯的差異性；引發(fā)1～4級(jí)風(fēng)災(zāi)的極大風(fēng)速閾值分別為12.9、13.7、14.1、15.0 m·s-1；超過12.9 m·s-1極大風(fēng)速出現(xiàn)日數(shù)逐年增多，加之農(nóng)牧業(yè)生產(chǎn)快速發(fā)展，導(dǎo)致風(fēng)災(zāi)年出現(xiàn)次數(shù)不斷增加。
風(fēng)災(zāi)對(duì)新疆農(nóng)牧業(yè)生產(chǎn)造成極大危害。本研究以風(fēng)災(zāi)造成的倒塌房屋數(shù)、倒塌棚圈數(shù)、死亡人數(shù)、農(nóng)作物受災(zāi)面積、損壞大棚數(shù)、牲畜死亡數(shù)作為6大災(zāi)情要素，運(yùn)用比值權(quán)重和無量綱化線性求和方法構(gòu)建表達(dá)風(fēng)災(zāi)事件強(qiáng)弱的災(zāi)損指數(shù)，并采用百分位數(shù)法將風(fēng)災(zāi)事件的強(qiáng)度劃分為一般（1級(jí)）、較重（2級(jí)）、嚴(yán)重（3級(jí)）、特重（4級(jí)）4個(gè)等級(jí)。根據(jù)災(zāi)損指數(shù)和災(zāi)害等級(jí)，研究新疆風(fēng)災(zāi)的時(shí)空變化特征。結(jié)果表明：新疆風(fēng)災(zāi)集中于4—5月，南疆多于北疆，吐魯番盆地和塔里木盆地北部是風(fēng)災(zāi)的多發(fā)區(qū)和重發(fā)區(qū)；近30年風(fēng)災(zāi)年出現(xiàn)次數(shù)呈顯著的線性增加趨勢(shì)，年災(zāi)損指數(shù)沒有表現(xiàn)出線性增加或減少的變化趨勢(shì)，其中1～4級(jí)風(fēng)災(zāi)的年際變化具有明顯的差異性；引發(fā)1～4級(jí)風(fēng)災(zāi)的極大風(fēng)速閾值分別為12.9、13.7、14.1、15.0 m·s-1；超過12.9 m·s-1極大風(fēng)速出現(xiàn)日數(shù)逐年增多，加之農(nóng)牧業(yè)生產(chǎn)快速發(fā)展，導(dǎo)致風(fēng)災(zāi)年出現(xiàn)次數(shù)不斷增加。
2022, 50(2):282-289.
DOI: 10.19517/j.1671-6345.20210335
摘要:
氣象紙質(zhì)表格歷史資料有很高的科學(xué)研究價(jià)值和很重要的歷史保留意義。數(shù)字檔案通過數(shù)字化的方式將紙質(zhì)原始資料進(jìn)行收集、保存和提供各類數(shù)字信息資源。本文提出了一種“紙質(zhì)表格掃描成像”+“圖像碎片化處理”+“眾籌識(shí)別”的快速數(shù)字化方法及系統(tǒng)，利用氣象大數(shù)據(jù)資源，應(yīng)用DBnet模型、DSCC算法等技術(shù)對(duì)紙質(zhì)氣象表格掃描圖像進(jìn)行圖像碎片處理；通過用戶的登錄行為實(shí)現(xiàn)“眾籌錄入”，完成氣象紙質(zhì)表格資料的數(shù)字化檔案工作。經(jīng)驗(yàn)證，快速數(shù)字化系統(tǒng)的一錄正確率約為99.7%，高于傳統(tǒng)數(shù)字化人工鍵入的一錄正確率（95.6%）；錄入時(shí)效比傳統(tǒng)數(shù)字化提高了22.2%。該系統(tǒng)保證了數(shù)據(jù)正確性、提高了工作效率，實(shí)現(xiàn)了氣象紙質(zhì)表格資料快速形成數(shù)字檔案的目標(biāo)，也為數(shù)字檔案工作提供了新的思路；在新冠疫情導(dǎo)致傳統(tǒng)數(shù)字化人工聚集工作模式面臨較大風(fēng)險(xiǎn)的背景下，具有一定的現(xiàn)實(shí)意義。
氣象紙質(zhì)表格歷史資料有很高的科學(xué)研究價(jià)值和很重要的歷史保留意義。數(shù)字檔案通過數(shù)字化的方式將紙質(zhì)原始資料進(jìn)行收集、保存和提供各類數(shù)字信息資源。本文提出了一種“紙質(zhì)表格掃描成像”+“圖像碎片化處理”+“眾籌識(shí)別”的快速數(shù)字化方法及系統(tǒng)，利用氣象大數(shù)據(jù)資源，應(yīng)用DBnet模型、DSCC算法等技術(shù)對(duì)紙質(zhì)氣象表格掃描圖像進(jìn)行圖像碎片處理；通過用戶的登錄行為實(shí)現(xiàn)“眾籌錄入”，完成氣象紙質(zhì)表格資料的數(shù)字化檔案工作。經(jīng)驗(yàn)證，快速數(shù)字化系統(tǒng)的一錄正確率約為99.7%，高于傳統(tǒng)數(shù)字化人工鍵入的一錄正確率（95.6%）；錄入時(shí)效比傳統(tǒng)數(shù)字化提高了22.2%。該系統(tǒng)保證了數(shù)據(jù)正確性、提高了工作效率，實(shí)現(xiàn)了氣象紙質(zhì)表格資料快速形成數(shù)字檔案的目標(biāo)，也為數(shù)字檔案工作提供了新的思路；在新冠疫情導(dǎo)致傳統(tǒng)數(shù)字化人工聚集工作模式面臨較大風(fēng)險(xiǎn)的背景下，具有一定的現(xiàn)實(shí)意義。
2022, 50(2):290-296.
DOI: 10.19517/j.1671-6345.20210195
摘要:
為適配氣象業(yè)務(wù)科研應(yīng)用對(duì)算力、存儲(chǔ)資源的需求特點(diǎn)，采用分布式計(jì)算、分布式存儲(chǔ)、虛擬化技術(shù)搭建氣象基礎(chǔ)設(shè)施云平臺(tái)，并根據(jù)不同的業(yè)務(wù)類別、網(wǎng)絡(luò)區(qū)域、資源服務(wù)對(duì)象針對(duì)性地設(shè)計(jì)云平臺(tái)資源分區(qū)，以及每個(gè)分區(qū)需具備的云資源及功能。設(shè)計(jì)的云平臺(tái)涵蓋IaaS層、PaaS層功能，通過軟件定義方式池化硬件資源，形成具備云計(jì)算、大數(shù)據(jù)支撐特征的資源池，為眾多氣象應(yīng)用端部署、氣象大數(shù)據(jù)業(yè)務(wù)提供虛擬主機(jī)、物理算力、數(shù)據(jù)存儲(chǔ)資源。實(shí)際運(yùn)行效果表明設(shè)計(jì)的氣象基礎(chǔ)設(shè)施云平臺(tái)能夠適應(yīng)數(shù)據(jù)處理規(guī)模與時(shí)效性要求不斷提升的業(yè)務(wù)發(fā)展需求。
為適配氣象業(yè)務(wù)科研應(yīng)用對(duì)算力、存儲(chǔ)資源的需求特點(diǎn)，采用分布式計(jì)算、分布式存儲(chǔ)、虛擬化技術(shù)搭建氣象基礎(chǔ)設(shè)施云平臺(tái)，并根據(jù)不同的業(yè)務(wù)類別、網(wǎng)絡(luò)區(qū)域、資源服務(wù)對(duì)象針對(duì)性地設(shè)計(jì)云平臺(tái)資源分區(qū)，以及每個(gè)分區(qū)需具備的云資源及功能。設(shè)計(jì)的云平臺(tái)涵蓋IaaS層、PaaS層功能，通過軟件定義方式池化硬件資源，形成具備云計(jì)算、大數(shù)據(jù)支撐特征的資源池，為眾多氣象應(yīng)用端部署、氣象大數(shù)據(jù)業(yè)務(wù)提供虛擬主機(jī)、物理算力、數(shù)據(jù)存儲(chǔ)資源。實(shí)際運(yùn)行效果表明設(shè)計(jì)的氣象基礎(chǔ)設(shè)施云平臺(tái)能夠適應(yīng)數(shù)據(jù)處理規(guī)模與時(shí)效性要求不斷提升的業(yè)務(wù)發(fā)展需求。
2022, 50(2):297-302.
DOI: 10.19517/j.1671-6345.20210380
摘要:
本文結(jié)合省級(jí)氣象大數(shù)據(jù)云平臺(tái)“天擎”業(yè)務(wù)試運(yùn)行以來系統(tǒng)運(yùn)維、業(yè)務(wù)遷移融入和應(yīng)用研發(fā)經(jīng)驗(yàn),以氣象預(yù)報(bào)服務(wù)人員的技術(shù)視角，給出在客戶端開發(fā)及系統(tǒng)融入過程中的服務(wù)接口應(yīng)用技巧，包括：采用函數(shù)式編程簡化服務(wù)接口調(diào)用實(shí)現(xiàn)；引入“重試”機(jī)制確保接口調(diào)用成功率；運(yùn)用JSON返回?cái)?shù)據(jù)方式提高云平臺(tái)氣象要素信息提取和處理效率；掌握規(guī)避系統(tǒng)訪問限額技巧以提升應(yīng)用研發(fā)體驗(yàn)。結(jié)果表明：開源“天擎”云服務(wù)算法和系列軟件包能夠加深應(yīng)用人員對(duì)系統(tǒng)運(yùn)行機(jī)制及其服務(wù)理念的理解，促進(jìn)氣象大數(shù)據(jù)云平臺(tái)高效安全使用，推動(dòng)氣象業(yè)務(wù)系統(tǒng)深度融入融合。
本文結(jié)合省級(jí)氣象大數(shù)據(jù)云平臺(tái)“天擎”業(yè)務(wù)試運(yùn)行以來系統(tǒng)運(yùn)維、業(yè)務(wù)遷移融入和應(yīng)用研發(fā)經(jīng)驗(yàn),以氣象預(yù)報(bào)服務(wù)人員的技術(shù)視角，給出在客戶端開發(fā)及系統(tǒng)融入過程中的服務(wù)接口應(yīng)用技巧，包括：采用函數(shù)式編程簡化服務(wù)接口調(diào)用實(shí)現(xiàn)；引入“重試”機(jī)制確保接口調(diào)用成功率；運(yùn)用JSON返回?cái)?shù)據(jù)方式提高云平臺(tái)氣象要素信息提取和處理效率；掌握規(guī)避系統(tǒng)訪問限額技巧以提升應(yīng)用研發(fā)體驗(yàn)。結(jié)果表明：開源“天擎”云服務(wù)算法和系列軟件包能夠加深應(yīng)用人員對(duì)系統(tǒng)運(yùn)行機(jī)制及其服務(wù)理念的理解，促進(jìn)氣象大數(shù)據(jù)云平臺(tái)高效安全使用，推動(dòng)氣象業(yè)務(wù)系統(tǒng)深度融入融合。
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(cè)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