下載排行
2020, 48(6):917-922.
摘要:
利用新疆塔里木盆地西部岳普湖縣1981—2019年氣象觀測資料，結(jié)合金銀花生長發(fā)育情況，分析氣候條件與金銀花生長的利弊關(guān)系，根據(jù)金銀花的生態(tài)學(xué)特性，對岳普湖縣金銀花栽培的氣象條件進(jìn)行了系統(tǒng)的分析，結(jié)果表明：金銀花各物候期的平均氣溫呈明顯的升高趨勢、日照時(shí)數(shù)有明顯的增多趨勢、水源充足，有利于金銀花正常生長發(fā)育。隨著氣溫升高、日照時(shí)數(shù)增多，種植時(shí)間從以前的3月中旬提早至3月上旬，種植面積逐年擴(kuò)大，從2016年的幾十公頃擴(kuò)大到2019年的345 hm2，種植模式從平作方式調(diào)整到套種模式，品種統(tǒng)一用北花一號品種。金銀花生長發(fā)育過程中≥38 ℃的連續(xù)高溫日數(shù)，尤其是≥40 ℃的高溫天氣、短時(shí)強(qiáng)降水天氣、風(fēng)沙天氣等氣象條件對金銀花品質(zhì)和產(chǎn)量產(chǎn)生了有害影響。探討金銀花種植產(chǎn)業(yè)的有利氣候條件，可為新疆金銀花產(chǎn)業(yè)基地建設(shè)提供科學(xué)依據(jù),為花農(nóng)增收致富提供氣象保障。
利用新疆塔里木盆地西部岳普湖縣1981—2019年氣象觀測資料，結(jié)合金銀花生長發(fā)育情況，分析氣候條件與金銀花生長的利弊關(guān)系，根據(jù)金銀花的生態(tài)學(xué)特性，對岳普湖縣金銀花栽培的氣象條件進(jìn)行了系統(tǒng)的分析，結(jié)果表明：金銀花各物候期的平均氣溫呈明顯的升高趨勢、日照時(shí)數(shù)有明顯的增多趨勢、水源充足，有利于金銀花正常生長發(fā)育。隨著氣溫升高、日照時(shí)數(shù)增多，種植時(shí)間從以前的3月中旬提早至3月上旬，種植面積逐年擴(kuò)大，從2016年的幾十公頃擴(kuò)大到2019年的345 hm2，種植模式從平作方式調(diào)整到套種模式，品種統(tǒng)一用北花一號品種。金銀花生長發(fā)育過程中≥38 ℃的連續(xù)高溫日數(shù)，尤其是≥40 ℃的高溫天氣、短時(shí)強(qiáng)降水天氣、風(fēng)沙天氣等氣象條件對金銀花品質(zhì)和產(chǎn)量產(chǎn)生了有害影響。探討金銀花種植產(chǎn)業(yè)的有利氣候條件，可為新疆金銀花產(chǎn)業(yè)基地建設(shè)提供科學(xué)依據(jù),為花農(nóng)增收致富提供氣象保障。
2021, 49(1):55-62.
摘要:
云是地球系統(tǒng)的重要組成部分，能夠通過影響大氣輻射傳輸，進(jìn)而影響地氣系統(tǒng)的輻射平衡。目前對于三維云場觀測得到的信息均具有一定的局限性，需要通過融合分析，綜合多源觀測資料的優(yōu)勢，得到更為準(zhǔn)確的三維云場信息。三維云融合分析業(yè)務(wù)系統(tǒng)（3DCloudAV1.0）基于逐步訂正方法，融合數(shù)值預(yù)報(bào)產(chǎn)品、靜止氣象衛(wèi)星、雷達(dá)等多源數(shù)據(jù)，實(shí)時(shí)生成0.05°/h分辨率、覆蓋中國及其周邊地區(qū)（0°～60°N、70°～140°E）的三維云融合分析產(chǎn)品，并通過國內(nèi)氣象通信系統(tǒng)將產(chǎn)品下發(fā)至全國氣象部門；系統(tǒng)采用模塊化的系統(tǒng)框架，開發(fā)了ECFlow調(diào)度進(jìn)程實(shí)時(shí)監(jiān)測與自動重啟等容錯功能，有效地提升了穩(wěn)定性和可靠性。評估結(jié)果表明，通過融合多源觀測資料，三維云融合分析產(chǎn)品能夠?qū)υ祈敗⒃浦泻驮频仔畔⑦M(jìn)行更為準(zhǔn)確的描述。
云是地球系統(tǒng)的重要組成部分，能夠通過影響大氣輻射傳輸，進(jìn)而影響地氣系統(tǒng)的輻射平衡。目前對于三維云場觀測得到的信息均具有一定的局限性，需要通過融合分析，綜合多源觀測資料的優(yōu)勢，得到更為準(zhǔn)確的三維云場信息。三維云融合分析業(yè)務(wù)系統(tǒng)（3DCloudAV1.0）基于逐步訂正方法，融合數(shù)值預(yù)報(bào)產(chǎn)品、靜止氣象衛(wèi)星、雷達(dá)等多源數(shù)據(jù)，實(shí)時(shí)生成0.05°/h分辨率、覆蓋中國及其周邊地區(qū)（0°～60°N、70°～140°E）的三維云融合分析產(chǎn)品，并通過國內(nèi)氣象通信系統(tǒng)將產(chǎn)品下發(fā)至全國氣象部門；系統(tǒng)采用模塊化的系統(tǒng)框架，開發(fā)了ECFlow調(diào)度進(jìn)程實(shí)時(shí)監(jiān)測與自動重啟等容錯功能，有效地提升了穩(wěn)定性和可靠性。評估結(jié)果表明，通過融合多源觀測資料，三維云融合分析產(chǎn)品能夠?qū)υ祈敗⒃浦泻驮频仔畔⑦M(jìn)行更為準(zhǔn)確的描述。
2014, 42(5):823-831.
摘要:
為了改善低緯高原地區(qū)天氣預(yù)報(bào)水平，利用WRF(Weather Research and Forecasting)模式及其變分同化系統(tǒng)進(jìn)行雷達(dá)VAD (Velocity Azimuth Display)反演風(fēng)場資料同化試驗(yàn)。通過設(shè)計(jì)不同的試驗(yàn)方案，對2009年6月30日00:00至7月1日00:00發(fā)生在云南的一次強(qiáng)降水過程進(jìn)行數(shù)值模擬和對比分析，結(jié)果表明：同化VAD反演風(fēng)場資料后對區(qū)域模式的風(fēng)矢量初始場有明顯影響。同化系統(tǒng)能把雷達(dá)反演風(fēng)場信息有效地引入模式初始場，改善強(qiáng)降水區(qū)域的水汽輸送和風(fēng)場輻合強(qiáng)度；同化VAD反演風(fēng)場資料后對區(qū)域模式累計(jì)降水預(yù)報(bào)有一定改進(jìn)作用。從長時(shí)間累計(jì)降水量定量檢驗(yàn)結(jié)果看，具體表現(xiàn)為25 mm以上量級的降水準(zhǔn)確率明顯提高、漏報(bào)率下降，預(yù)報(bào)偏差更趨合理。不同的同化試驗(yàn)方案之間的模擬結(jié)果差異較大。同化頻率越高、同化持續(xù)時(shí)間越長，對區(qū)域模式初始場和預(yù)報(bào)場的影響越明顯。但同化持續(xù)時(shí)間不宜過長，否則可能導(dǎo)致系統(tǒng)移速過快、降水強(qiáng)度偏大、空報(bào)率增加等異常。
為了改善低緯高原地區(qū)天氣預(yù)報(bào)水平，利用WRF(Weather Research and Forecasting)模式及其變分同化系統(tǒng)進(jìn)行雷達(dá)VAD (Velocity Azimuth Display)反演風(fēng)場資料同化試驗(yàn)。通過設(shè)計(jì)不同的試驗(yàn)方案，對2009年6月30日00:00至7月1日00:00發(fā)生在云南的一次強(qiáng)降水過程進(jìn)行數(shù)值模擬和對比分析，結(jié)果表明：同化VAD反演風(fēng)場資料后對區(qū)域模式的風(fēng)矢量初始場有明顯影響。同化系統(tǒng)能把雷達(dá)反演風(fēng)場信息有效地引入模式初始場，改善強(qiáng)降水區(qū)域的水汽輸送和風(fēng)場輻合強(qiáng)度；同化VAD反演風(fēng)場資料后對區(qū)域模式累計(jì)降水預(yù)報(bào)有一定改進(jìn)作用。從長時(shí)間累計(jì)降水量定量檢驗(yàn)結(jié)果看，具體表現(xiàn)為25 mm以上量級的降水準(zhǔn)確率明顯提高、漏報(bào)率下降，預(yù)報(bào)偏差更趨合理。不同的同化試驗(yàn)方案之間的模擬結(jié)果差異較大。同化頻率越高、同化持續(xù)時(shí)間越長，對區(qū)域模式初始場和預(yù)報(bào)場的影響越明顯。但同化持續(xù)時(shí)間不宜過長，否則可能導(dǎo)致系統(tǒng)移速過快、降水強(qiáng)度偏大、空報(bào)率增加等異常。
2013, 41(4):758-763.
摘要:
通過對古建筑雷擊災(zāi)害的調(diào)查，分析了古建筑遭受雷擊部位的分布規(guī)律，發(fā)現(xiàn)吻獸等突出部位、古樹、塔亭、服務(wù)設(shè)施等是古建筑容易遭受雷擊的部位；發(fā)現(xiàn)有雷擊歷史的古建筑容易再次遭受雷擊，分析了古建筑遭受雷擊后起火的原因，統(tǒng)計(jì)了古建筑遭受雷擊后造成的人員傷亡比例；討論了古建筑物遭受雷擊的原因，得出地理位置、古建筑的自身結(jié)構(gòu)、樹木引雷、古建筑內(nèi)部環(huán)境變化、年久失修進(jìn)水潮濕等因素是古建筑易受雷擊的原因。
通過對古建筑雷擊災(zāi)害的調(diào)查，分析了古建筑遭受雷擊部位的分布規(guī)律，發(fā)現(xiàn)吻獸等突出部位、古樹、塔亭、服務(wù)設(shè)施等是古建筑容易遭受雷擊的部位；發(fā)現(xiàn)有雷擊歷史的古建筑容易再次遭受雷擊，分析了古建筑遭受雷擊后起火的原因，統(tǒng)計(jì)了古建筑遭受雷擊后造成的人員傷亡比例；討論了古建筑物遭受雷擊的原因，得出地理位置、古建筑的自身結(jié)構(gòu)、樹木引雷、古建筑內(nèi)部環(huán)境變化、年久失修進(jìn)水潮濕等因素是古建筑易受雷擊的原因。
2017, 45(6):1116-1124.
摘要:
數(shù)據(jù)質(zhì)量評估是模式業(yè)務(wù)運(yùn)行中重要環(huán)節(jié)。本文利用土壤水分觀測數(shù)據(jù)和中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）產(chǎn)品數(shù)據(jù)，采用MySQL數(shù)據(jù)庫和html、JavaScript、HighChart等Web技術(shù)，建立CLDAS數(shù)據(jù)質(zhì)量在線評估系統(tǒng)。系統(tǒng)采用相關(guān)系數(shù)、均方根誤差、相對偏差和平均偏差等統(tǒng)計(jì)指標(biāo)，實(shí)現(xiàn)對任意站點(diǎn)及省份、任意時(shí)段、不同土壤層次的土壤濕度的評估分析，并以時(shí)間序列圖，散點(diǎn)圖等多種方式對比顯示土壤濕度觀測與模擬值。系統(tǒng)具備各類統(tǒng)計(jì)指標(biāo)的實(shí)時(shí)計(jì)算，并通過Web頁面實(shí)時(shí)展示評估結(jié)果，實(shí)現(xiàn)對模式產(chǎn)品的數(shù)據(jù)質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)視。
數(shù)據(jù)質(zhì)量評估是模式業(yè)務(wù)運(yùn)行中重要環(huán)節(jié)。本文利用土壤水分觀測數(shù)據(jù)和中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）產(chǎn)品數(shù)據(jù)，采用MySQL數(shù)據(jù)庫和html、JavaScript、HighChart等Web技術(shù)，建立CLDAS數(shù)據(jù)質(zhì)量在線評估系統(tǒng)。系統(tǒng)采用相關(guān)系數(shù)、均方根誤差、相對偏差和平均偏差等統(tǒng)計(jì)指標(biāo)，實(shí)現(xiàn)對任意站點(diǎn)及省份、任意時(shí)段、不同土壤層次的土壤濕度的評估分析，并以時(shí)間序列圖，散點(diǎn)圖等多種方式對比顯示土壤濕度觀測與模擬值。系統(tǒng)具備各類統(tǒng)計(jì)指標(biāo)的實(shí)時(shí)計(jì)算，并通過Web頁面實(shí)時(shí)展示評估結(jié)果，實(shí)現(xiàn)對模式產(chǎn)品的數(shù)據(jù)質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)視。
2013, 41(1):15-19.
摘要:
由于地球曲率的影響，當(dāng)CINRAD/SA新一代天氣雷達(dá)使用目前最低仰角固定為0.5°的模式探測時(shí)，探測盲區(qū)較大，對低層降水回波的探測能力嚴(yán)重不足。在實(shí)地展開試驗(yàn)的基礎(chǔ)上，推導(dǎo)了負(fù)仰角探測時(shí)雷達(dá)最低探測高度計(jì)算公式，計(jì)算出仰角為0.5°、0°、-0.3°、-0.5°時(shí)不同探測距離上的雷達(dá)最低探測高度，對比分析不同仰角觀測模式的主要雷達(dá)產(chǎn)品特點(diǎn)，探討新一代天氣雷達(dá)使用負(fù)仰角觀測模式的局限性，提出了新一代天氣雷達(dá)使用負(fù)仰角觀測的建議。
由于地球曲率的影響，當(dāng)CINRAD/SA新一代天氣雷達(dá)使用目前最低仰角固定為0.5°的模式探測時(shí)，探測盲區(qū)較大，對低層降水回波的探測能力嚴(yán)重不足。在實(shí)地展開試驗(yàn)的基礎(chǔ)上，推導(dǎo)了負(fù)仰角探測時(shí)雷達(dá)最低探測高度計(jì)算公式，計(jì)算出仰角為0.5°、0°、-0.3°、-0.5°時(shí)不同探測距離上的雷達(dá)最低探測高度，對比分析不同仰角觀測模式的主要雷達(dá)產(chǎn)品特點(diǎn)，探討新一代天氣雷達(dá)使用負(fù)仰角觀測模式的局限性，提出了新一代天氣雷達(dá)使用負(fù)仰角觀測的建議。
2010, 38(3):289-294.
摘要:
利用加密觀測資料和NCEP/NCAR 1°×1°的6 h再分析資料，對2006年12月25～27日發(fā)生在我國中東部地區(qū)的一次罕見強(qiáng)濃霧天氣過程從大尺度背景、動力和熱力機(jī)制等方面進(jìn)行了診斷分析。結(jié)果表明：①本次過程大霧發(fā)生階段近地面風(fēng)速很小，在03～29 m/s之間變化；濃霧發(fā)生階段風(fēng)速在03～24 m/s之間變化；15 m能見度維持階段風(fēng)速在08～11 m/s之間變化；②雖然濃霧發(fā)生前的很長一段時(shí)間內(nèi)水汽條件差，而且后期西風(fēng)槽影響時(shí)也無降水，但是槽前西南氣流的持續(xù)水汽輸送使得強(qiáng)濃霧形成所必須的水汽條件得到滿足；③在大霧發(fā)生前，穩(wěn)定層結(jié)逐漸建立并在大霧期間穩(wěn)定維持，穩(wěn)定層結(jié)的建立和維持對濃霧的形成、持續(xù)有重要作用；日出后首先在較高層出現(xiàn)不穩(wěn)定層結(jié)，繼而下傳到底層，穩(wěn)定層結(jié)被破壞，大霧減輕或消散；④第1階段（25日夜里至26日上午）強(qiáng)濃霧出現(xiàn)前，能見度出現(xiàn)多次急速大幅振蕩，在第2階段（26日傍晚至27日上午）則未出現(xiàn)類似現(xiàn)象。
利用加密觀測資料和NCEP/NCAR 1°×1°的6 h再分析資料，對2006年12月25～27日發(fā)生在我國中東部地區(qū)的一次罕見強(qiáng)濃霧天氣過程從大尺度背景、動力和熱力機(jī)制等方面進(jìn)行了診斷分析。結(jié)果表明：①本次過程大霧發(fā)生階段近地面風(fēng)速很小，在03～29 m/s之間變化；濃霧發(fā)生階段風(fēng)速在03～24 m/s之間變化；15 m能見度維持階段風(fēng)速在08～11 m/s之間變化；②雖然濃霧發(fā)生前的很長一段時(shí)間內(nèi)水汽條件差，而且后期西風(fēng)槽影響時(shí)也無降水，但是槽前西南氣流的持續(xù)水汽輸送使得強(qiáng)濃霧形成所必須的水汽條件得到滿足；③在大霧發(fā)生前，穩(wěn)定層結(jié)逐漸建立并在大霧期間穩(wěn)定維持，穩(wěn)定層結(jié)的建立和維持對濃霧的形成、持續(xù)有重要作用；日出后首先在較高層出現(xiàn)不穩(wěn)定層結(jié)，繼而下傳到底層，穩(wěn)定層結(jié)被破壞，大霧減輕或消散；④第1階段（25日夜里至26日上午）強(qiáng)濃霧出現(xiàn)前，能見度出現(xiàn)多次急速大幅振蕩，在第2階段（26日傍晚至27日上午）則未出現(xiàn)類似現(xiàn)象。
2010, 38(3):281-288.
摘要:
選取河北省2003年和2004年兩次較大的降雪過程，利用常規(guī)氣象資料和NCEP再分析資料，對它們的環(huán)流形勢和物理量場作了對比分析。結(jié)果表明，500 hPa南北兩支槽在110°E附近同位相疊加、地面氣壓場“北高南低”并在河套地區(qū)有倒槽生成是河北出現(xiàn)大（暴）雪的有利形勢。低層暖溫舌和暖平流的存在為大（暴）雪的形成提供了較好的熱力條件。槽前西南氣流、低層偏東氣流和低空急流都能為產(chǎn)生大（暴）雪帶來充足的水汽。高層輻散、低層輻合的水平散度結(jié)構(gòu)和整層為垂直上升氣流的分布，加強(qiáng)了上空的抽吸作用，有利較大降雪的發(fā)生。而整層是正渦度（正垂直螺旋度）對垂直上升運(yùn)動最有利。925 hPa和850 hPa溫度同時(shí)降至0 ℃以下，且地面氣溫小于等于1 ℃是適合降雪的溫度條件。
選取河北省2003年和2004年兩次較大的降雪過程，利用常規(guī)氣象資料和NCEP再分析資料，對它們的環(huán)流形勢和物理量場作了對比分析。結(jié)果表明，500 hPa南北兩支槽在110°E附近同位相疊加、地面氣壓場“北高南低”并在河套地區(qū)有倒槽生成是河北出現(xiàn)大（暴）雪的有利形勢。低層暖溫舌和暖平流的存在為大（暴）雪的形成提供了較好的熱力條件。槽前西南氣流、低層偏東氣流和低空急流都能為產(chǎn)生大（暴）雪帶來充足的水汽。高層輻散、低層輻合的水平散度結(jié)構(gòu)和整層為垂直上升氣流的分布，加強(qiáng)了上空的抽吸作用，有利較大降雪的發(fā)生。而整層是正渦度（正垂直螺旋度）對垂直上升運(yùn)動最有利。925 hPa和850 hPa溫度同時(shí)降至0 ℃以下，且地面氣溫小于等于1 ℃是適合降雪的溫度條件。
2010, 38(4):432-436.
摘要:
2009年6月26日浙江出現(xiàn)全省范圍的雷暴天氣，此次過程中出現(xiàn)的地閃頻數(shù)是自2006年閃電定位系統(tǒng)建立以來出現(xiàn)最多的一次。利用閃電定位實(shí)測資料、加密雨量站雨量實(shí)況以及多普勒天氣雷達(dá)產(chǎn)品，對這一過程的地閃特征進(jìn)行了分析。結(jié)果表明：此次地閃以負(fù)地閃為主，負(fù)地閃廣泛分布于25～55 dBz雷電回波區(qū)域內(nèi)，而正閃多出現(xiàn)在25～35 dBz回波中；地閃多出現(xiàn)在回波發(fā)展和前進(jìn)的一側(cè)，且密集分布在回波的梯度最大處，強(qiáng)回波中心處地閃較少出現(xiàn)；在回波開始減弱到中心強(qiáng)度為35 dBz左右的區(qū)域沒有地閃發(fā)生。地閃頻數(shù)與全省過程累積降水量有很好的相關(guān)性,地閃的出現(xiàn)及其頻數(shù)的增加意味著影響某地的強(qiáng)對流風(fēng)暴正在發(fā)展或正向本地移來，對于單站來說雨強(qiáng)峰值滯后于地閃頻數(shù)峰值半個小時(shí)以上，對于全省累積降水量則提前1～2 h。因此地閃資料可以作為強(qiáng)對流天氣的短時(shí)強(qiáng)降水預(yù)報(bào)的預(yù)警依據(jù)。
2009年6月26日浙江出現(xiàn)全省范圍的雷暴天氣，此次過程中出現(xiàn)的地閃頻數(shù)是自2006年閃電定位系統(tǒng)建立以來出現(xiàn)最多的一次。利用閃電定位實(shí)測資料、加密雨量站雨量實(shí)況以及多普勒天氣雷達(dá)產(chǎn)品，對這一過程的地閃特征進(jìn)行了分析。結(jié)果表明：此次地閃以負(fù)地閃為主，負(fù)地閃廣泛分布于25～55 dBz雷電回波區(qū)域內(nèi)，而正閃多出現(xiàn)在25～35 dBz回波中；地閃多出現(xiàn)在回波發(fā)展和前進(jìn)的一側(cè)，且密集分布在回波的梯度最大處，強(qiáng)回波中心處地閃較少出現(xiàn)；在回波開始減弱到中心強(qiáng)度為35 dBz左右的區(qū)域沒有地閃發(fā)生。地閃頻數(shù)與全省過程累積降水量有很好的相關(guān)性,地閃的出現(xiàn)及其頻數(shù)的增加意味著影響某地的強(qiáng)對流風(fēng)暴正在發(fā)展或正向本地移來，對于單站來說雨強(qiáng)峰值滯后于地閃頻數(shù)峰值半個小時(shí)以上，對于全省累積降水量則提前1～2 h。因此地閃資料可以作為強(qiáng)對流天氣的短時(shí)強(qiáng)降水預(yù)報(bào)的預(yù)警依據(jù)。
2009, 37(1):67-73.
摘要:
土壤濕度是控制陸地和大氣間水分和能量交換過程的重要變量，而被動微波遙感是眾多監(jiān)測土壤濕度技術(shù)中最有效的手段之一。文中概述了被動微波反演土壤濕度的物理原理，重點(diǎn)介紹了被動微波反演土壤濕度的主要模型。在對不同模型進(jìn)行比較分析后，基于不同傳感器類型分別列舉了當(dāng)今發(fā)展較完善的3個典型算法:①Njoku和Li基于AMSR的多通道同時(shí)反演土壤濕度、土壤溫度、植被含水量的方法；②Owe等基于SMMR利用極化差異指數(shù)同時(shí)反演土壤濕度和植被光學(xué)厚度2個參數(shù)的方法；③Wen等基于SSM/I同時(shí)反演土壤濕度和土壤溫度的方法。對被動微波遙感土壤濕度研究中目前所存在的問題和發(fā)展前景進(jìn)行了一些探討。
土壤濕度是控制陸地和大氣間水分和能量交換過程的重要變量，而被動微波遙感是眾多監(jiān)測土壤濕度技術(shù)中最有效的手段之一。文中概述了被動微波反演土壤濕度的物理原理，重點(diǎn)介紹了被動微波反演土壤濕度的主要模型。在對不同模型進(jìn)行比較分析后，基于不同傳感器類型分別列舉了當(dāng)今發(fā)展較完善的3個典型算法:①Njoku和Li基于AMSR的多通道同時(shí)反演土壤濕度、土壤溫度、植被含水量的方法；②Owe等基于SMMR利用極化差異指數(shù)同時(shí)反演土壤濕度和植被光學(xué)厚度2個參數(shù)的方法；③Wen等基于SSM/I同時(shí)反演土壤濕度和土壤溫度的方法。對被動微波遙感土壤濕度研究中目前所存在的問題和發(fā)展前景進(jìn)行了一些探討。
2024, 52(3):318-329.
DOI: 10.19517/j.1671-6345.20230129
摘要:
暈渲法根據(jù)山體陰影值的原理，利用光照角度和方向、坡度和坡向的關(guān)系來計(jì)算光通量的明暗值，利用色調(diào)的明暗來展現(xiàn)氣象模式數(shù)據(jù)的立體感。暈渲圖的著色方法是將每個格點(diǎn)上的明暗值作為HSV色彩模式中的明度，結(jié)合飽和度和色度獲得HSV色彩值，再通過HSV色彩模式和RGB色彩模型之間的轉(zhuǎn)換，使用RGB色彩模型進(jìn)行著色，實(shí)現(xiàn)氣象模式數(shù)據(jù)彩色暈渲圖的繪制。本文在氣象模式數(shù)據(jù)的可視化工作中，利用暈渲圖技術(shù)，實(shí)現(xiàn)對物理概念上與地形類似的氣壓、位勢高度等數(shù)據(jù)的三維繪制。相比于傳統(tǒng)的等值線填色方法，暈渲圖技術(shù)能夠直觀表現(xiàn)大氣形勢場的立體分布，以凹凸效果表現(xiàn)高低值天氣系統(tǒng)，通過坡面的陡度體現(xiàn)天氣系統(tǒng)的梯度變化；能夠展現(xiàn)數(shù)據(jù)的像素級細(xì)節(jié)，識別梯度較小的渦流擾動，顯示等效地形影響，幫助氣象工作者更好地解釋數(shù)據(jù)，為氣象模式中數(shù)據(jù)處理的改進(jìn)提供參考。
暈渲法根據(jù)山體陰影值的原理，利用光照角度和方向、坡度和坡向的關(guān)系來計(jì)算光通量的明暗值，利用色調(diào)的明暗來展現(xiàn)氣象模式數(shù)據(jù)的立體感。暈渲圖的著色方法是將每個格點(diǎn)上的明暗值作為HSV色彩模式中的明度，結(jié)合飽和度和色度獲得HSV色彩值，再通過HSV色彩模式和RGB色彩模型之間的轉(zhuǎn)換，使用RGB色彩模型進(jìn)行著色，實(shí)現(xiàn)氣象模式數(shù)據(jù)彩色暈渲圖的繪制。本文在氣象模式數(shù)據(jù)的可視化工作中，利用暈渲圖技術(shù)，實(shí)現(xiàn)對物理概念上與地形類似的氣壓、位勢高度等數(shù)據(jù)的三維繪制。相比于傳統(tǒng)的等值線填色方法，暈渲圖技術(shù)能夠直觀表現(xiàn)大氣形勢場的立體分布，以凹凸效果表現(xiàn)高低值天氣系統(tǒng)，通過坡面的陡度體現(xiàn)天氣系統(tǒng)的梯度變化；能夠展現(xiàn)數(shù)據(jù)的像素級細(xì)節(jié)，識別梯度較小的渦流擾動，顯示等效地形影響，幫助氣象工作者更好地解釋數(shù)據(jù)，為氣象模式中數(shù)據(jù)處理的改進(jìn)提供參考。
2024, 52(3):446-455.
DOI: 10.19517/j.1671-6345.20230140
摘要:
在復(fù)雜地形、副熱帶高壓和季風(fēng)天氣等因素共同影響下，高山峽谷區(qū)內(nèi)風(fēng)場復(fù)雜多變，極易形成“狹管效應(yīng)”，進(jìn)而導(dǎo)致災(zāi)害性大風(fēng)，對大型工程施工與運(yùn)行造成較大影響。本文基于流體力學(xué)基本原理，采用標(biāo)準(zhǔn)k－ε紊流模型以及PISO（Pressure Implict with Splitting of Operator）算法，以白鶴灘水電站區(qū)域發(fā)生7級北風(fēng)為典型計(jì)算工況，研究了大壩建壩過程中近壩區(qū)風(fēng)速場變化規(guī)律和建壩對風(fēng)速場的影響范圍。成果表明:壩體的阻擋作用使風(fēng)速場在壩頂處產(chǎn)生繞流分離和風(fēng)場抬升，在建壩高程以下形成低風(fēng)速區(qū)；建壩高程650 m與750 m時(shí)，纜機(jī)平臺范圍內(nèi)風(fēng)速約15～16 m/s，大壩下游風(fēng)速垂直分布顯著影響區(qū)河道長度分別為4.4Ht和4.5Ht（Ht為建壩高度）；壩頂處風(fēng)速場顯著影響高度分別為2.0Ht和3.0Ht。大壩蓄水至正常蓄水位825 m高度時(shí)，大壩下游風(fēng)場顯著影響區(qū)河道長度為8.0倍壩高（2.3 km），最大影響河道區(qū)長度為30.4倍壩高（8.8 km）；壩頂影響高度達(dá)到1500 m高度左右，約3.5倍壩高。
在復(fù)雜地形、副熱帶高壓和季風(fēng)天氣等因素共同影響下，高山峽谷區(qū)內(nèi)風(fēng)場復(fù)雜多變，極易形成“狹管效應(yīng)”，進(jìn)而導(dǎo)致災(zāi)害性大風(fēng)，對大型工程施工與運(yùn)行造成較大影響。本文基于流體力學(xué)基本原理，采用標(biāo)準(zhǔn)k－ε紊流模型以及PISO（Pressure Implict with Splitting of Operator）算法，以白鶴灘水電站區(qū)域發(fā)生7級北風(fēng)為典型計(jì)算工況，研究了大壩建壩過程中近壩區(qū)風(fēng)速場變化規(guī)律和建壩對風(fēng)速場的影響范圍。成果表明:壩體的阻擋作用使風(fēng)速場在壩頂處產(chǎn)生繞流分離和風(fēng)場抬升，在建壩高程以下形成低風(fēng)速區(qū)；建壩高程650 m與750 m時(shí)，纜機(jī)平臺范圍內(nèi)風(fēng)速約15～16 m/s，大壩下游風(fēng)速垂直分布顯著影響區(qū)河道長度分別為4.4Ht和4.5Ht（Ht為建壩高度）；壩頂處風(fēng)速場顯著影響高度分別為2.0Ht和3.0Ht。大壩蓄水至正常蓄水位825 m高度時(shí)，大壩下游風(fēng)場顯著影響區(qū)河道長度為8.0倍壩高（2.3 km），最大影響河道區(qū)長度為30.4倍壩高（8.8 km）；壩頂影響高度達(dá)到1500 m高度左右，約3.5倍壩高。
2024, 52(3):347-355.
DOI: 10.19517/j.1671-6345.20230189
摘要:
為打破傳統(tǒng)氣象業(yè)務(wù)空間的局限性，實(shí)現(xiàn)全省分級聯(lián)動的監(jiān)控體系，提升氣象數(shù)據(jù)和裝備的保障能力，以手機(jī)APP為載體開發(fā)集約多功能領(lǐng)域、面向多用戶群體的氣象綜合監(jiān)控系統(tǒng)。系統(tǒng)以Springboot+Vue+Mybatis-Plus為開發(fā)框架，通過開發(fā)接口程序從多業(yè)務(wù)平臺獲取源數(shù)據(jù)，經(jīng)過統(tǒng)一格式以后推送給隔離區(qū)提供訪問服務(wù)，同時(shí)采用跨平臺開發(fā)uni-app、增強(qiáng)版持久層Mybatis-Plus、實(shí)時(shí)數(shù)據(jù)集成FlinkCDC等技術(shù)框架提升系統(tǒng)的安全性、兼容性和高效性。系統(tǒng)在貴州省、市、縣、站各級氣象部門推廣使用。結(jié)果表明：該系統(tǒng)同時(shí)兼容Android以及iOS等多移動端系統(tǒng)，運(yùn)行穩(wěn)定，氣象資料的及時(shí)性監(jiān)測有所提升。
為打破傳統(tǒng)氣象業(yè)務(wù)空間的局限性，實(shí)現(xiàn)全省分級聯(lián)動的監(jiān)控體系，提升氣象數(shù)據(jù)和裝備的保障能力，以手機(jī)APP為載體開發(fā)集約多功能領(lǐng)域、面向多用戶群體的氣象綜合監(jiān)控系統(tǒng)。系統(tǒng)以Springboot+Vue+Mybatis-Plus為開發(fā)框架，通過開發(fā)接口程序從多業(yè)務(wù)平臺獲取源數(shù)據(jù)，經(jīng)過統(tǒng)一格式以后推送給隔離區(qū)提供訪問服務(wù)，同時(shí)采用跨平臺開發(fā)uni-app、增強(qiáng)版持久層Mybatis-Plus、實(shí)時(shí)數(shù)據(jù)集成FlinkCDC等技術(shù)框架提升系統(tǒng)的安全性、兼容性和高效性。系統(tǒng)在貴州省、市、縣、站各級氣象部門推廣使用。結(jié)果表明：該系統(tǒng)同時(shí)兼容Android以及iOS等多移動端系統(tǒng)，運(yùn)行穩(wěn)定，氣象資料的及時(shí)性監(jiān)測有所提升。
2024, 52(3):380-391.
DOI: 10.19517/j.1671-6345.20230246
摘要:
對足夠精細(xì)的觀測資料做詳盡的分析有助于澄清對流組織與增強(qiáng)的動力機(jī)制。本文利用機(jī)場跑道兩端的分鐘雨量資料、常規(guī)觀測資料、加密自動站、ERA5再分析和S波段雙偏振、X波段雙偏振相控陣?yán)走_(dá)資料，對2022年7月15日廈門機(jī)場出現(xiàn)的一次短時(shí)強(qiáng)降水天氣進(jìn)行了分析。結(jié)果表明：此次過程因陣風(fēng)鋒在傳播過程中與地面輻合線交叉碰并而觸發(fā)抬升，在500 hPa與850 hPa假相當(dāng)位溫差的負(fù)大值區(qū)和低層高溫高濕的環(huán)境下激發(fā)出新的對流，給廈門機(jī)場帶來罕見的短時(shí)強(qiáng)降水天氣，期間分鐘雨量最大達(dá)2.5 mm、跑道能見度降至400 m，兩者呈反相關(guān)，但當(dāng)分鐘雨量大于1.6 mm時(shí)兩者反相關(guān)性減弱，能見度谷值則晚于雨量峰值出現(xiàn)。觀測分析表明，徑向速度的氣旋性切變與分鐘雨量的變化趨勢較為一致，兩者有較好的對應(yīng)關(guān)系。當(dāng)2～5 km高度存在氣旋性切變時(shí)雨量顯著增加，當(dāng)有兩個高度層的切變強(qiáng)度達(dá)到2×10-3s-1以上時(shí)分鐘雨量可達(dá)約2 mm，為本次短時(shí)強(qiáng)降水的組織特征。
對足夠精細(xì)的觀測資料做詳盡的分析有助于澄清對流組織與增強(qiáng)的動力機(jī)制。本文利用機(jī)場跑道兩端的分鐘雨量資料、常規(guī)觀測資料、加密自動站、ERA5再分析和S波段雙偏振、X波段雙偏振相控陣?yán)走_(dá)資料，對2022年7月15日廈門機(jī)場出現(xiàn)的一次短時(shí)強(qiáng)降水天氣進(jìn)行了分析。結(jié)果表明：此次過程因陣風(fēng)鋒在傳播過程中與地面輻合線交叉碰并而觸發(fā)抬升，在500 hPa與850 hPa假相當(dāng)位溫差的負(fù)大值區(qū)和低層高溫高濕的環(huán)境下激發(fā)出新的對流，給廈門機(jī)場帶來罕見的短時(shí)強(qiáng)降水天氣，期間分鐘雨量最大達(dá)2.5 mm、跑道能見度降至400 m，兩者呈反相關(guān)，但當(dāng)分鐘雨量大于1.6 mm時(shí)兩者反相關(guān)性減弱，能見度谷值則晚于雨量峰值出現(xiàn)。觀測分析表明，徑向速度的氣旋性切變與分鐘雨量的變化趨勢較為一致，兩者有較好的對應(yīng)關(guān)系。當(dāng)2～5 km高度存在氣旋性切變時(shí)雨量顯著增加，當(dāng)有兩個高度層的切變強(qiáng)度達(dá)到2×10-3s-1以上時(shí)分鐘雨量可達(dá)約2 mm，為本次短時(shí)強(qiáng)降水的組織特征。
2024, 52(3):403-414.
DOI: 10.19517/j.1671-6345.20230186
摘要:
基于遼寧省61個國家氣象站1961—2020年和998個區(qū)域自動氣象觀測站建站至2020年逐小時(shí)、逐日降水資料，分析了遼寧省暴雨洪澇災(zāi)害主要致災(zāi)因子，計(jì)算了暴雨洪澇孕災(zāi)環(huán)境指標(biāo)，完成了遼寧省暴雨洪澇災(zāi)害危險(xiǎn)性評估。結(jié)果表明：暴雨洪澇高危險(xiǎn)性地區(qū)主要位于丹東；暴雨洪澇災(zāi)害人口高風(fēng)險(xiǎn)區(qū)主要位于沈陽和大連市區(qū)；經(jīng)濟(jì)高風(fēng)險(xiǎn)區(qū)主要位于大連和盤錦市區(qū)；水稻、玉米高風(fēng)險(xiǎn)區(qū)主要位于錦州、盤錦和丹東。利用遼寧省無縫隙智能網(wǎng)格預(yù)報(bào)數(shù)據(jù)對2022年7月28—29日的暴雨過程災(zāi)害風(fēng)險(xiǎn)進(jìn)行了預(yù)評估，發(fā)現(xiàn)暴雨災(zāi)害危險(xiǎn)性高值區(qū)域主要分布在朝陽、葫蘆島以及遼寧中部。暴雨災(zāi)害可能造成的人口、經(jīng)濟(jì)高風(fēng)險(xiǎn)區(qū)域主要位于遼寧西部和中部地區(qū)；暴雨災(zāi)害可能造成的水稻和玉米高風(fēng)險(xiǎn)區(qū)主要位于沈陽、鐵嶺和朝陽北部等地區(qū)。預(yù)計(jì)高風(fēng)險(xiǎn)區(qū)主要影響人口約為449萬人，經(jīng)濟(jì)損失約為1432萬元，受影響的水稻面積約為1.028萬公頃、玉米面積約為1.798萬公頃。通過災(zāi)后效果檢驗(yàn)，發(fā)現(xiàn)預(yù)評估模型效果良好，可在實(shí)際的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評估業(yè)務(wù)中使用。
基于遼寧省61個國家氣象站1961—2020年和998個區(qū)域自動氣象觀測站建站至2020年逐小時(shí)、逐日降水資料，分析了遼寧省暴雨洪澇災(zāi)害主要致災(zāi)因子，計(jì)算了暴雨洪澇孕災(zāi)環(huán)境指標(biāo)，完成了遼寧省暴雨洪澇災(zāi)害危險(xiǎn)性評估。結(jié)果表明：暴雨洪澇高危險(xiǎn)性地區(qū)主要位于丹東；暴雨洪澇災(zāi)害人口高風(fēng)險(xiǎn)區(qū)主要位于沈陽和大連市區(qū)；經(jīng)濟(jì)高風(fēng)險(xiǎn)區(qū)主要位于大連和盤錦市區(qū)；水稻、玉米高風(fēng)險(xiǎn)區(qū)主要位于錦州、盤錦和丹東。利用遼寧省無縫隙智能網(wǎng)格預(yù)報(bào)數(shù)據(jù)對2022年7月28—29日的暴雨過程災(zāi)害風(fēng)險(xiǎn)進(jìn)行了預(yù)評估，發(fā)現(xiàn)暴雨災(zāi)害危險(xiǎn)性高值區(qū)域主要分布在朝陽、葫蘆島以及遼寧中部。暴雨災(zāi)害可能造成的人口、經(jīng)濟(jì)高風(fēng)險(xiǎn)區(qū)域主要位于遼寧西部和中部地區(qū)；暴雨災(zāi)害可能造成的水稻和玉米高風(fēng)險(xiǎn)區(qū)主要位于沈陽、鐵嶺和朝陽北部等地區(qū)。預(yù)計(jì)高風(fēng)險(xiǎn)區(qū)主要影響人口約為449萬人，經(jīng)濟(jì)損失約為1432萬元，受影響的水稻面積約為1.028萬公頃、玉米面積約為1.798萬公頃。通過災(zāi)后效果檢驗(yàn)，發(fā)現(xiàn)預(yù)評估模型效果良好，可在實(shí)際的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評估業(yè)務(wù)中使用。
2024, 52(3):309-317.
DOI: 10.19517/j.1671-6345.20230123
摘要:
針對靜止軌道遙感衛(wèi)星上多通道掃描型載荷成像、傳輸與存儲過程中，存在數(shù)據(jù)質(zhì)量下降等問題，本文在經(jīng)典三維塊匹配算法（Block Matching 3D，BM3D）基礎(chǔ)上，提出一種基于多層級小波分解的并行執(zhí)行策略。首先，使用小波變換對原始?xì)庀筮b感圖像分解，得到4個圖像分量；其次，將所得圖像分量進(jìn)一步進(jìn)行3級分解，并選擇其中的10個圖像分量；最后，每個分量并行執(zhí)行BM3D濾波器去噪，并重構(gòu)10個分量的輸出圖像。與傳統(tǒng)BM3D去噪算法相比，改進(jìn)BM3D算法的計(jì)算量可有效降低20%以上。通過與中值濾波、均值濾波、NL-Bayes、BM3D四種降噪算法進(jìn)行實(shí)驗(yàn)對比，所提算法的峰值信噪比平均增益在0.39～4.45 dB之間，特別是在高斯白噪聲和脈沖噪聲的混合噪聲去噪方面要顯著優(yōu)于選取的四種對比算法。
針對靜止軌道遙感衛(wèi)星上多通道掃描型載荷成像、傳輸與存儲過程中，存在數(shù)據(jù)質(zhì)量下降等問題，本文在經(jīng)典三維塊匹配算法（Block Matching 3D，BM3D）基礎(chǔ)上，提出一種基于多層級小波分解的并行執(zhí)行策略。首先，使用小波變換對原始?xì)庀筮b感圖像分解，得到4個圖像分量；其次，將所得圖像分量進(jìn)一步進(jìn)行3級分解，并選擇其中的10個圖像分量；最后，每個分量并行執(zhí)行BM3D濾波器去噪，并重構(gòu)10個分量的輸出圖像。與傳統(tǒng)BM3D去噪算法相比，改進(jìn)BM3D算法的計(jì)算量可有效降低20%以上。通過與中值濾波、均值濾波、NL-Bayes、BM3D四種降噪算法進(jìn)行實(shí)驗(yàn)對比，所提算法的峰值信噪比平均增益在0.39～4.45 dB之間，特別是在高斯白噪聲和脈沖噪聲的混合噪聲去噪方面要顯著優(yōu)于選取的四種對比算法。
2024, 52(3):424-433.
DOI: 10.19517/j.1671-6345.20230152
摘要:
為進(jìn)一步加強(qiáng)星地閃電觀測資料運(yùn)用，本文基于2020年6—8月FY-4A/LMI閃電數(shù)據(jù)(LMIG)和浙江省ADTD-2C三維閃電定位數(shù)據(jù)，對比分析兩套閃電數(shù)據(jù)的時(shí)空分布特征，并結(jié)合雷達(dá)和云頂亮溫資料，分析了2020年7月15日浙江省雷暴過程兩套閃電觀測資料的演變規(guī)律。結(jié)果表明：2010年6—8月，浙江省LMIG與三維閃電比值為1∶44.43；兩套資料閃電月分布和空間分布總體一致；就日分布而言，LMIG呈現(xiàn)雙峰結(jié)構(gòu)，三維閃電則為單峰結(jié)構(gòu)。兩套數(shù)據(jù)時(shí)間匹配窗口大于1.8 s、經(jīng)緯度匹配窗口大于0.5°時(shí)，匹配率趨于穩(wěn)定；與LMIG匹配的三維閃電高度主要集中在16 km以下，閃電強(qiáng)度主要集中在50 kA以下。2020年7月15日浙江省午后雷暴天氣，LMIG與三維閃電比值為1∶25.44；LMIG首次閃電及峰值時(shí)間均滯后于三維閃電首次閃電及峰值時(shí)間；此外兩套閃電資料時(shí)間演變與雷暴發(fā)展有較好的對應(yīng)，空間變化與云頂亮溫低值區(qū)也有較好的對應(yīng)。
為進(jìn)一步加強(qiáng)星地閃電觀測資料運(yùn)用，本文基于2020年6—8月FY-4A/LMI閃電數(shù)據(jù)(LMIG)和浙江省ADTD-2C三維閃電定位數(shù)據(jù)，對比分析兩套閃電數(shù)據(jù)的時(shí)空分布特征，并結(jié)合雷達(dá)和云頂亮溫資料，分析了2020年7月15日浙江省雷暴過程兩套閃電觀測資料的演變規(guī)律。結(jié)果表明：2010年6—8月，浙江省LMIG與三維閃電比值為1∶44.43；兩套資料閃電月分布和空間分布總體一致；就日分布而言，LMIG呈現(xiàn)雙峰結(jié)構(gòu)，三維閃電則為單峰結(jié)構(gòu)。兩套數(shù)據(jù)時(shí)間匹配窗口大于1.8 s、經(jīng)緯度匹配窗口大于0.5°時(shí)，匹配率趨于穩(wěn)定；與LMIG匹配的三維閃電高度主要集中在16 km以下，閃電強(qiáng)度主要集中在50 kA以下。2020年7月15日浙江省午后雷暴天氣，LMIG與三維閃電比值為1∶25.44；LMIG首次閃電及峰值時(shí)間均滯后于三維閃電首次閃電及峰值時(shí)間；此外兩套閃電資料時(shí)間演變與雷暴發(fā)展有較好的對應(yīng)，空間變化與云頂亮溫低值區(qū)也有較好的對應(yīng)。
2024, 52(3):330-339.
DOI: 10.19517/j.1671-6345.20230166
摘要:
為提高冰雹探測算法（Hail Detection Algorithm，HDA）產(chǎn)品的可用性，針對2015—2020年普洱地區(qū)監(jiān)測到的22次冰雹個例，利用新一代雷達(dá)業(yè)務(wù)應(yīng)用軟件ROSE2.0對相關(guān)雷達(dá)基數(shù)據(jù)進(jìn)行回放及產(chǎn)品分析，以命中率、虛警率、臨界成功指數(shù)為指標(biāo)對HDA算法在普洱地區(qū)的識別效果進(jìn)行評估并給出本地化參數(shù)配置方案。結(jié)果表明:HDA算法在普洱地區(qū)命中率接近100%，但虛警現(xiàn)象非常普遍，使用強(qiáng)冰雹概率（Probability of Severe Hail，POSH）的預(yù)警效果優(yōu)于任意大小冰雹概率（Probability of Hail，POH），且冰雹尺寸越大POSH虛警的概率越低。進(jìn)一步使用模擬測評法對POSH算法的適配參數(shù)進(jìn)行分析，發(fā)現(xiàn)正確輸入降雹日當(dāng)天的0 ℃層和-20 ℃層高度能有效減少POSH的虛警率及提高臨界成功指數(shù)；同時(shí)使算法預(yù)測的最大冰雹直徑普遍偏大的情況得到控制，其中，中小冰雹直徑偏離百分比減小76.07%，改善效果顯著高于大冰雹。此外，增大反射率因子及POSH閾值能有效控制虛警，但也導(dǎo)致漏報(bào)次數(shù)快速增加，當(dāng)閾值太大時(shí)命中率明顯降低，為了保證較高的命中率和臨界成功指數(shù)，選擇Z=50 dBz或POSH=70%為閾值能明顯改善HDA算法的識別效果。
為提高冰雹探測算法（Hail Detection Algorithm，HDA）產(chǎn)品的可用性，針對2015—2020年普洱地區(qū)監(jiān)測到的22次冰雹個例，利用新一代雷達(dá)業(yè)務(wù)應(yīng)用軟件ROSE2.0對相關(guān)雷達(dá)基數(shù)據(jù)進(jìn)行回放及產(chǎn)品分析，以命中率、虛警率、臨界成功指數(shù)為指標(biāo)對HDA算法在普洱地區(qū)的識別效果進(jìn)行評估并給出本地化參數(shù)配置方案。結(jié)果表明:HDA算法在普洱地區(qū)命中率接近100%，但虛警現(xiàn)象非常普遍，使用強(qiáng)冰雹概率（Probability of Severe Hail，POSH）的預(yù)警效果優(yōu)于任意大小冰雹概率（Probability of Hail，POH），且冰雹尺寸越大POSH虛警的概率越低。進(jìn)一步使用模擬測評法對POSH算法的適配參數(shù)進(jìn)行分析，發(fā)現(xiàn)正確輸入降雹日當(dāng)天的0 ℃層和-20 ℃層高度能有效減少POSH的虛警率及提高臨界成功指數(shù)；同時(shí)使算法預(yù)測的最大冰雹直徑普遍偏大的情況得到控制，其中，中小冰雹直徑偏離百分比減小76.07%，改善效果顯著高于大冰雹。此外，增大反射率因子及POSH閾值能有效控制虛警，但也導(dǎo)致漏報(bào)次數(shù)快速增加，當(dāng)閾值太大時(shí)命中率明顯降低，為了保證較高的命中率和臨界成功指數(shù)，選擇Z=50 dBz或POSH=70%為閾值能明顯改善HDA算法的識別效果。
2024, 52(3):367-379.
DOI: 10.19517/j.1671-6345.20230172
摘要:
基于歐洲中期天氣預(yù)報(bào)中心（European Center for Medium-range Weather Forecasts，ECMWF）集合預(yù)報(bào)資料及浙江全省自動站降水觀測資料，采用貝葉斯模型平均（Bayesian Model Average, BMA）方法對2020年浙江超長梅汛期開展降水概率預(yù)報(bào)訂正試驗(yàn)。采用平均絕對誤差、連續(xù)等級概率評分、布萊爾評分BS、Talagrand、概率積分變換(Probability Integral Transform, PIT)直方圖及屬性圖檢驗(yàn)方法對本次過程BMA訂正前后的概率預(yù)報(bào)進(jìn)行對比分析，結(jié)果表明：①50 d為適用于浙江梅汛期ECMWF集合預(yù)報(bào)訂正的BMA最優(yōu)訓(xùn)練期，經(jīng)最優(yōu)訓(xùn)練期的BMA訂正后，預(yù)報(bào)離散度有所增加，預(yù)報(bào)誤差有所下降；②BMA對0.1 mm、10.0 mm和25.0 mm閾值降水的訂正效果顯著，經(jīng)BMA訂正后3個閾值的降水預(yù)報(bào)BS下降率分別為25.92%、19.29%、4.76%，但對超過50.0 mm的降水訂正效果不明顯，且隨著降水閾值增加，BMA的訂正效果減弱；③在強(qiáng)降水個例中，BMA能有效減少各閾值降水預(yù)報(bào)概率大值落區(qū)偏差，使訂正后的降水預(yù)報(bào)概率大值區(qū)與觀測落區(qū)更一致。
基于歐洲中期天氣預(yù)報(bào)中心（European Center for Medium-range Weather Forecasts，ECMWF）集合預(yù)報(bào)資料及浙江全省自動站降水觀測資料，采用貝葉斯模型平均（Bayesian Model Average, BMA）方法對2020年浙江超長梅汛期開展降水概率預(yù)報(bào)訂正試驗(yàn)。采用平均絕對誤差、連續(xù)等級概率評分、布萊爾評分BS、Talagrand、概率積分變換(Probability Integral Transform, PIT)直方圖及屬性圖檢驗(yàn)方法對本次過程BMA訂正前后的概率預(yù)報(bào)進(jìn)行對比分析，結(jié)果表明：①50 d為適用于浙江梅汛期ECMWF集合預(yù)報(bào)訂正的BMA最優(yōu)訓(xùn)練期，經(jīng)最優(yōu)訓(xùn)練期的BMA訂正后，預(yù)報(bào)離散度有所增加，預(yù)報(bào)誤差有所下降；②BMA對0.1 mm、10.0 mm和25.0 mm閾值降水的訂正效果顯著，經(jīng)BMA訂正后3個閾值的降水預(yù)報(bào)BS下降率分別為25.92%、19.29%、4.76%，但對超過50.0 mm的降水訂正效果不明顯，且隨著降水閾值增加，BMA的訂正效果減弱；③在強(qiáng)降水個例中，BMA能有效減少各閾值降水預(yù)報(bào)概率大值落區(qū)偏差，使訂正后的降水預(yù)報(bào)概率大值區(qū)與觀測落區(qū)更一致。
2024, 52(3):340-346.
DOI: 10.19517/j.1671-6345.20230182
摘要:
為實(shí)現(xiàn)2025年氣象關(guān)鍵核心技術(shù)自主可控的目標(biāo)，氣象大數(shù)據(jù)云平臺（簡稱天擎）建立了基于海光X86服務(wù)器和麒麟操作系統(tǒng)的仿真環(huán)境。在仿真平臺運(yùn)行中發(fā)現(xiàn)，基于容器技術(shù)的產(chǎn)品加工與流水線子系統(tǒng)容器調(diào)度性能較差，不能滿足用戶融入算法的時(shí)效要求。針對此問題，本文采用對比分析法，選取天擎仿真環(huán)境和業(yè)務(wù)環(huán)境的3種CPU芯片服務(wù)器和3種操作系統(tǒng)為研究對象，設(shè)計(jì)了一系列組合對比測試用例，找到了影響容器調(diào)度性能的關(guān)鍵因素—操作系統(tǒng)內(nèi)核，并進(jìn)一步分析了操作系統(tǒng)內(nèi)核設(shè)置對系統(tǒng)實(shí)時(shí)性和吞吐量的影響以及適用的業(yè)務(wù)場景。最后給出了麒麟操作系統(tǒng)內(nèi)核調(diào)整方法，通過調(diào)整內(nèi)核設(shè)置，容器調(diào)度性能大幅提高，滿足了產(chǎn)品加工系統(tǒng)的時(shí)效要求，為實(shí)現(xiàn)天擎的關(guān)鍵核心技術(shù)自主可控奠定基礎(chǔ)。
為實(shí)現(xiàn)2025年氣象關(guān)鍵核心技術(shù)自主可控的目標(biāo)，氣象大數(shù)據(jù)云平臺（簡稱天擎）建立了基于海光X86服務(wù)器和麒麟操作系統(tǒng)的仿真環(huán)境。在仿真平臺運(yùn)行中發(fā)現(xiàn)，基于容器技術(shù)的產(chǎn)品加工與流水線子系統(tǒng)容器調(diào)度性能較差，不能滿足用戶融入算法的時(shí)效要求。針對此問題，本文采用對比分析法，選取天擎仿真環(huán)境和業(yè)務(wù)環(huán)境的3種CPU芯片服務(wù)器和3種操作系統(tǒng)為研究對象，設(shè)計(jì)了一系列組合對比測試用例，找到了影響容器調(diào)度性能的關(guān)鍵因素—操作系統(tǒng)內(nèi)核，并進(jìn)一步分析了操作系統(tǒng)內(nèi)核設(shè)置對系統(tǒng)實(shí)時(shí)性和吞吐量的影響以及適用的業(yè)務(wù)場景。最后給出了麒麟操作系統(tǒng)內(nèi)核調(diào)整方法，通過調(diào)整內(nèi)核設(shè)置，容器調(diào)度性能大幅提高，滿足了產(chǎn)品加工系統(tǒng)的時(shí)效要求，為實(shí)現(xiàn)天擎的關(guān)鍵核心技術(shù)自主可控奠定基礎(chǔ)。
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