共查询到20条相似文献，搜索用时 125 毫秒
1.
2.
3.
青藏铁路沿线地面气温演变的非线性振荡规律研究 总被引：1，自引：0，他引：1
将描述局地气温变化的非线性振荡方程应用到青藏铁路沿线9个测站(安多、当雄、托托河、班戈、格尔木、那曲、西宁、拉萨及五道梁)局地年气温演变研究中，根据各测站1966—1997年逐年年气温距平资料和反演理论获得具体描述各测站局地气温的非线性振荡方程。在不考虑外源强迫项的情况下，以经典非线性力学理论为依据，研究青藏铁路沿线9个测站的气温演变规律。结果表明，青藏铁路沿线9个测站局地气温系统是明显的非线性系统，其演变周期大致在3～6年之间，气温振幅随时间增加而衰减。其平均预报准确率为75．4％，有较好的预报能力。 相似文献
4.
基于站点观测资料和四个数值模式预报资料,以2011—2012年汛期(6—8月)为例,评估四个模式对淮河流域15个子单元客观面雨量预报效果。这四个模式为欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,简称ECMWF)全球模式、日本气象厅(Japan Meteorological Agency,简称JMA)全球模式、安徽省气象台业务中尺度模式MM5(Mesoscale Model Version 5)和WRF(Weather ResearchForecasting)。15个子单元面雨量预报值采用网格算术平均法计算,面雨量实况值采用泰森多边形法计算。检验评估采用平均绝对误差、模糊评分、正确率以及TS评分。检验评估结果表明:1)ECMWF预报效果整体上优于其他模式,尤其是在小雨到大雨等级优势明显;JMA、MM5以及WRF的预报效果依次降低。2)各模式预报效果均表现出随降水等级(小雨、中雨、大雨、暴雨)增大而下降的趋势。3)随预报时效(24、48、72 h)延长,各模式预报效果逐渐下降。4)分析典型个例发现,ECMWF、JMA及WRF对于24 h预报时效的强、弱降水过程,预报效果存在较明显差异,对于强降水过程预报等级偏小;MM5对于强、弱过程预报等级均有所偏大。 相似文献
5.
童文林 《高原山地气象研究》2000,20(2)
运用国家气象中心数控室提供的T106数值产品资料,分别对1997年夏季(7-8月)预报场中的5个要素、5个时次、3个层次、4个关键区的预报值和分析值进行对比分析,检验结果对于在业务预报中进一步用好T106数值预报产品,指导业务预报,具有重要的意义. 相似文献
6.
基于数值预报模式降水产品的集成应用方法试验 总被引：1，自引：0，他引：1
利用2008年5~7月四川省152个站点的逐日降水实况和T213、德国数值预报模式、日本数值预报模式、西南区域本地化的MM5集合降水预报模式和各成员的逐日降水预报产品进行Ts评分,然后基于西南区域集合预报8个成员Ts评分权重系数进行集成预报试验和集成方法对比试验,结果表明:基于Ts评分为权重系数的集成预报效果得到明显改进,且该方法优于逐步回归和支持向量(SVM)回归方法;最后根据上述5~7月T213、日本、德国和集合预报8个成员共11个数值模式降水预报的Ts评分按权重系数集成,预报四川2008年8~9月降水并进行效果评价,结果显示:以多个模式Ts评分为权重系数集成的降水预报效果相对于单一模式有明显提高,有较好的预报指导意义。 相似文献
7.
为摸索日本传真预告图在我市(32°N以南)的预告能力,我们以80—82年5—6月日雨最(20—20时)>10毫米,共34个样本为预报对象,应用JMH台广播的08时FUFE_(502)(500mb高度,涡度24小时预报)、FSFE_(02)(地面气压、降水量24小时预报)和FX FE_(782)中的700毫巴垂直速度24小时预报以 相似文献
8.
基于2008年8月1—24日国家体育场、顺义水上中心等5个奥运场馆自动站的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)的观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报产品进行检验评估。结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度)的精细预报比SVM方法更有优势,预报技巧要高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法。总体说来,HPFF方法比SVM方法的精细要素预报技巧高一些。(2)预报员对于5种气象要素的预报技巧略高于客观方法。体现了预报员对客观方法的修正能力。(3)0～12小时预报时效内,预报员气温预报平均绝对误差约为1.2℃,气温|F-O|≤1℃的预报准确率在57%上下;相对湿度预报平均绝对误差约为7%,相对湿度|F-O|≤10%的预报准确率约为74%;风向预报准确率约为30%;风速预报平均绝对误差为1m.s-1左右,预报准确率在92%左右。(4)12～63小时预报时效内,预报员气温预报平均绝对误差约为1.7℃,气温|F-O|≤1℃的预报准确率在36%上下;相对湿度预报平均绝对误... 相似文献
9.
为了能结合数值预报产品做好广东省逐日最低气温的预报,利用1998~2007年冬季(11月~次年2月)美国NCEP/NCAR再分析资料和常规气象观测资料,选取20°~27.5°N,107.5°~117.5°E区域内的海平面气压、850 hPa温度、850 hPa相对湿度、850 hPa纬向风(u)、850 hPa经向风分量(v)和500hPa位势高度等6个要素作为预报因子,以韶关、梅州、广州、阳江、汕头等5个站分别作为广东5个部分的代表站,采用能选取"最优"因子的逐步回归方法建立5个代表站的11月~次年2月逐日的最低气温预报方程,并对预报方程进行检验。结果表明:采用逐步回归预报方法建立的广东省5个代表站的逐日最低气温预报方程具有一定的预报能力,但也存在预报结果比实况偏低的不足。 相似文献
10.
利用AREM(-YWand SY)、T213L31、JAPAN三个模式对2008年夏半年(5~11月)西南地区(25°~34.5°N,97°~110.5°E)降水预报进行了统计检验,并对其中两次强降水过程的预报效果进行对比分析,以期了解各模式在西南地区的预报效果及特点,结果表明:(1)小雨-大雨量级JAPAN模式预报情况较好,暴雨量级T213L31、JAPAN、AREM均预报较好,大暴雨量级AREM-SY模式预报较好。(2)对西南地区的降水预报,T213L31预报偏强情况较多,AREM预报偏弱情况多,JAPAN预报相对适中。(3)在西南地区,当降水陡增(即实况降水量较前一天大一个量级以上,且雨量比前一天多5 mm以上)和其后强降水持续阶段,是各模式预报偏弱情况最可能发生的时期,同时也是各模式预报效果较差的时段。(4)三个模式在青藏高原东南缘地区均有降水空报现象,AREM模式的降水空报与其在此处存在低涡空报有关。(5)对于西南低涡这一尺度小、结构复杂的特殊天气系统,当前模式对其强度、位置和诱发的强降水预报效果仍有待提高。 相似文献
11.
一次持续性雾霾天气过程的阶段性特征及影响因子分析 总被引：4，自引：0，他引：4
应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。 相似文献
12.
选用2005-2009年沈阳地区5个气象站点的气象资料,总结了沈阳地区雾天的时空分布规律.沈阳地区一年中近一半的时间出现轻雾,大雾年平均16.4天;轻雾和大雾的季节分布都呈夏、秋季多,春季少的态势;大雾多发时段在清晨.在数值预报的基础上,利用UPS预报方法,进一步做出大雾天气订正预报,建立沈阳地区大雾天气UPS订正预报方法.当数值预报有大雾时,如T-Txover（最高气温出现时段温度露点差）≤5℃则可预报有大雾,当-4℃＜T-Txover≤5℃时可预报未来会出现能见度小于等于500 m的浓雾;如T-Txover≤-4℃则预报未来会出现能见度小于等于200m的强浓雾.如T-Txover＞5℃则有暖湿平流时预报有大雾,无暖湿平流时预报不会出现大雾. 相似文献
13.
采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明, FSL（Forecast Systems Laboratory）算法对于沿海站、岸基站雾的预报较SW99（Steolinga and Warner 1999）算法有优势;对于海岛站而言,SW99算法则优于FSL算法。混合算法CVIS（Combined Visibility）较单一算法预报雾准确率有所提高。3种能见度算法基本上是高估能见度的,SW99算法能见度预报均方根误差最大。另外,SW99算法对沿海站、岸基站雾开始时间预报较实况多偏晚,结束时间预报较实况多偏早,持续时间预报较实况多偏短。 相似文献
14.
15.
2006-2010年福建沿海城市群低能见度天气特征及影响因素 总被引：1，自引：0，他引：1
利用2006年1月至2010年12月各城市能见度、相对湿度、降水、天气形势和PM10的浓度资料分析福建沿海城市群低能见度天气的特征及其影响因素,并将福建沿海主要城市分成北部、中部和南部3个城市群。结果表明：北部城市群每年霾日只有8-26 d,低能见度主要是由（轻）雾引起的,而中、南部城市群低能见度主要是由霾引起的;各城市群（轻）雾和霾天气主要出现在12月至翌年6月,7-11月出现率极低,而平均能见度夏秋季节高于冬春季节;各城市群的低能见度、（轻）雾和霾均以“短暂”为主,其次是“半天”,“全天”最少;低涡切变下（轻）雾的日数最多,其次是高空槽和暖区辐合,再其次是变性冷高压;霾出现频率较高的是暖区辐合、高空槽和变性冷高压3种天气形势;PM10浓度在霾、非低能见度天气下和（轻）雾天气条件下分别为0.068-0.109 mg·m-3、0.041-0.072 mg·m-3和0.044-0.064 mg·m-3。 相似文献
16.
新疆气象局依据中国气象局发布的《霾的观测和预报等级》（QX/T113-2010）中霾观测等级标准,开发的“雾霾天气自动判识业务系统”软件,具备自动识别雾、霾、晴等天气现象的功能,能24 h连续在线、实时、自动显示气象监测站PM2.5、气溶胶吸收特性等表征大气洁净状况的监测值,能为气象站观测员提供一个辅助判识雾、霾等天气状况的依据,能为预报员提供一个检验雾、霾等天气状况预报质量的在线实况依据.该软件系统已经在乌鲁木齐国家基本气象站、自治区气象台等单位试运行,且运行情况良好. 相似文献
17.
不同天气条件下沈阳城市热岛特征 总被引：5，自引：0，他引：5
利用1992—2008年沈阳站和新城子站逐日4个时次的平均气温、平均风速、降水量、云量和能见度资料,对不同天气条件下沈阳的城市热岛效应进行研究。结果表明：除雾和浓雾天气条件下,沈阳城市热岛强度在08时最弱外,其他天气条件下均表现为20时最强,14时最弱;不同天气条件下,夜间城市热岛强度均高于白天;晴朗无风条件下昼夜城市热岛强度差最大,为0.73℃。四季相比,除雾条件下秋季城市热岛强度最强外,其他天气条件下均为冬季最强;除大雨条件下春季城市热岛强度最弱外,其他条件下均为夏季最弱。沈阳城市热岛强度随降水量的增加而减弱,随能见度的降低而减弱,随着风速的增加而减弱。白天和夜间两个时次的差值表现为,1～3级风夜间变化幅度大于白天,0级和4～5级风速有相反规律,其他天气条件下无明显规律。 相似文献
18.
基于2016—2019年河北省142个国家气象站逐小时观测数据, 通过EOF时空正交分解和CART决策树分类回归等方法, 针对低能见度高发区域构建能见度预报模型, 并进行拟合检验。结果表明: 河北省雾日时空分布特征显示除张家口、承德及秦皇岛三市外, 40°N以南地区为雾日高发区域, 多年平均雾日数最高值可达50 d。相对湿度、地表温度、风速等气象要素与能见度显著相关, 将显著相关因子作为输入变量建立能见度预报模型并调参, 经检验该模型对于冬季的预报效果较好, 有较高的准确率; 夏季误报率较低; 日夜差别在夏季并不明显, 三个指数差别不大, 冬季夜晚的准确率与误报率明显优于白天, 漏报率略高。石家庄站2019年12月7—10日的三次大雾过程拟合结果较好, 有雾时次无漏报。 相似文献
19.
天津港秋冬季低能见度数值释用预报研究 总被引：3，自引：1，他引：2
本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。 相似文献
20.
本文采用1980~2010年成都市14个站31年能见度资料,对于民航气象行业标准下的低能见度时空分布进行了统计分析。结果表明:对飞行有影响的低能见度(<600m)浓雾天气早上最易出现在成都市南部、西南部及东部,且该区域部分站点浓雾较难消散,其中新津县和蒲江县夜间开始就易出浓雾天气。西北部早上不易出现浓雾天气,但位于该区域的郫县早上和都江堰下午至夜间相对易出能见度在600~1000m的雾。1980~2010年期间,成都市多数站点年浓雾天数呈下降趋势,只有新津站随时间逐年上升。出现其它级别低能见度的天数年变化多为波动形式。 相似文献