共查询到19条相似文献，搜索用时 125 毫秒
1.
2.
3.
4.
5.
6.
利用ERA5再分析资料,区域自动站雨量资料以及双偏振雷达基数据,采用区域历史回归方法,对2020年7月4日雷州半岛火箭人工增雨作业进行物理检验和统计检验。结果表明:作业后作业区域云系云冰含量大幅增加,强回波区面积增大,回波顶高度升高,平均回波强度显著增加。选取1971—2000年作业影响区和对比区逐年7月的平均日降水量资料作为历史样本建立回归公式,结合作业当天区域自动站的雨量资料,计算得出日降水量和作业后3 h累积降水量的绝对增雨量分别为11.07 mm和2.32 mm,相对增雨率分别为51.08%和38.73%,均通过了置信水平为α=0.05显著性检验。因此,雷州半岛开展人工增雨作业对缓解气象干旱,满足水库蓄水等有重要意义。 相似文献
7.
江淮对流云人工增雨作业效果检验个例分析 总被引：2，自引：0，他引：2
江淮对流云是安徽省夏季开展人工增雨作业的主要作业对象,不同于经过严格试验设计的随机试验,大多采用非随机的地面火箭、高炮或者烟炉的作业方式。由于对流云存在生命期较短局地性强、自然变差较大等特点,对其作业效果进行客观、科学、定量的效果评估存在一定困难。利用安徽省国家级地面气象站降水量日值数据和覆盖目标区的SA多普勒雷达资料,将区域历史回归分析统计检验方法和播云多普勒雷达识别追踪及物理检验方法相结合对2012年6月28—30日江淮对流云增雨作业效果进行个例分析。结果表明,作业后目标区绝对增雨37.2 mm,相对增雨65.18%,统计显著度α0.1;基于雷达探测基数据识别追踪作业单元,选取合适对比单元,对比分析作业单元与对比单元作业前后雷达回波参量的变化差异给出了对应统计检验结果的物理证据。 相似文献
8.
9.
利用1981—2015年沈阳地区7个气象站的日观测数据,通过CLIGEN(Climate Generater)天气发生器模拟沈阳地区日降水序列数据,并统计模拟日降水量、月降水量、年降水量及年最大日降水量,利用平均值、标准差、偏度及峰度对CLIGEN天气发生器模拟的沈阳地区降水进行适用性评价。结果表明:CLIGEN天气发生器对沈阳地区日降水量、月降水量和年降水量平均值的模拟效果较好,模拟降水量的平均相对误差绝对值(Mean Absolute Relative Error,MARE)分别为2.1%、1.3%和3.3%,年最大日降水量的模拟精度稍差。对于降水最大值方面,CLIGEN天气发生器对沈阳地区日最大降水量和年最大降水量的模拟效果较差,模拟的日最大降水量和年最大降水量相对误差的最大值分别为-27.2%、18.3%。GLIGEN天气发生器能较好地模拟沈阳地区的月降水量和年降水量,t检验、F检验和K-S检验均表明,模拟的日最大降水量与年最大日降水量仅康平站达到极显著水平。从总体模拟效果来看,CLIGEN天气发生器能较好地模拟沈阳地区平均降水的统计特征。 相似文献
10.
11.
Theodore G. Shepherd Emily Boyd Raphael A. Calel Sandra C. Chapman Suraje Dessai Ioana M. Dima-West Hayley J. Fowler Rachel James Douglas Maraun Olivia Martius Catherine A. Senior Adam H. Sobel David A. Stainforth Simon F. B. Tett Kevin E. Trenberth Bart J. J. M. van den Hurk Nicholas W. Watkins Dimitri A. Zenghelis 《Climatic change》2018,147(3-4):555-569
Investigating the relationships between climate extremes and crop yield can help us understand how unfavourable climatic conditions affect crop production. In this study, two statistical models, multiple linear regression and random forest, were used to identify rainfall extremes indices affecting wheat yield in three different regions of the New South Wales wheat belt. The results show that the random forest model explained 41–67% of the year-to-year yield variation, whereas the multiple linear regression model explained 34–58%. In the two models, 3-month timescale standardized precipitation index of Jun.–Aug. (SPIJJA), Sep.–Nov. (SPISON), and consecutive dry days (CDDs) were identified as the three most important indices which can explain yield variability for most of the wheat belt. Our results indicated that the inter-annual variability of rainfall in winter and spring was largely responsible for wheat yield variation, and pre-growing season rainfall played a secondary role. Frequent shortages of rainfall posed a greater threat to crop growth than excessive rainfall in eastern Australia. We concluded that the comparison between multiple linear regression and machine learning algorithm proposed in the present study would be useful to provide robust prediction of yields and new insights of the effects of various rainfall extremes, when suitable climate and yield datasets are available. 相似文献
12.
利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好. 相似文献
13.
Downscaling daily precipitation time series using a combined circulation- and regression-based approach 总被引：2，自引：1，他引：1
Wei Yang András Bárdossy Hans-Joachim Caspary 《Theoretical and Applied Climatology》2010,102(3-4):439-454
The aim of this paper is to introduce a new conditional statistical model for generating daily precipitation time series. The generated daily precipitation can thus be used for climate change impact studies, e.g., crop production, rainfall–runoff, and other water-related processes. It is a stochastic model that links local rainfall events to a continuous atmospheric predictor, moisture flux, in addition to classified atmospheric circulation patterns. The coupled moisture flux is proved to be capable of capturing continuous property of climate system and providing extra information to determine rainfall probability and rainfall amount. The application was made to simultaneously downscale daily precipitation at multiple sites within the Rhine River basin. The results show that the model can well reproduce statistical properties of daily precipitation time series. Especially for extreme rainfall events, the model is thought to better reflect rainfall variability compared to the pure CP-based downscaling approach. 相似文献
14.
该文以福建省为例,探讨了区域性暴雨过程的识别方法和综合强度评估模型。采用福建省66个国家级气象观测站1961—2010年逐日降水量资料,首先在给定区域性暴雨过程识别方法的基础上,筛选出941次区域性暴雨过程;其次选取区域最大日降水量、区域最大过程降水量、区域暴雨范围和区域暴雨持续时间4项暴雨过程指标,采用百分位数方法分别确定4项指标的等级划分标准;采用相关系数法确定各指标权重,构建福建区域性暴雨过程的综合强度评估模型,并给出福建区域性暴雨过程的综合强度等级划分标准。业务服务和历史事件验证表明:采用该方法的评估结果较为合理,且与历史重大暴雨事件具有良好的一致性。 相似文献
15.
基于2009—2017年的广西县级暴雨灾情记录,综合考虑致灾因子、孕灾环境和承灾体因素选取7个解释变量,运用随机森林算法,构建暴雨灾害人口损失预估模型;并以精细化网格降水实况分析和预报产品驱动模型,预估是否发生人口损失。研究结果表明:模型训练样本及测试样本的分类准确率均在90%以上,致灾因子(降水情况)是最主要的解释变量,重要性从大到小依次是前10 d降水距平百分率、过程最大日雨量、最大小时雨量和短时强降水频次。应用智能网格降水产品对广西地区近两年的暴雨灾害过程进行回报试验,准确率超过70%。 相似文献
16.
利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。 相似文献
17.
层状云降水效率通常较低,但却具有较高的云水资源开发潜力,是人工增雨作业的重要对象。随着中国南方地区生态改善、水库增蓄、抗旱等社会需求的增加,针对这些地区降水云系的人工增雨研究显得愈发重要。使用三维中尺度冷云催化模式,对2018年10月21日湖北省一次层状云飞机人工增雨作业过程进行了数值模拟研究,并将模拟结果与卫星、降水和机载云物理观测数据进行了对比。模式合理地模拟出了云和降水的主要宏、微观特征,观测和模拟结果均显示作业云区具有较好的冷云催化条件,在此基础上,按照实际作业中的飞机播撒轨迹,完整地模拟了此次催化作业过程。对数值模拟结果的分析表明:凝结冻结核化和凝华核化是碘化银催化剂的主要核化方式;90%以上碘化银粒子的局地活化比为0.01%—2%,平均活化比为0.07%—0.27%;云系降水是由冷云降水和暖云降水两种机制共同作用的结果,催化作业使两种降水机制均有增强,增雨效果明显;催化后4 h,整个评估区内的累计净增雨量为2.12×108 kg,局地增雨率为?51.1%—306.7%,区域平均增雨率为8.1%;催化作业也使部分地区出现减雨,主要是由于催化过程中的潜热释放引起过冷层动力场扰动,一部分云区的上升气流减弱,从而导致降水粒子的成长减弱,地面出现减雨;在过冷云区,碘化银核化使冰晶浓度升高,导致冰晶-雪、雪-霰的转化过程增强,雪、霰粒子总量增加,更多的雪、霰粒子从冷区落入暖区,在暖区上层产生更多的大雨滴,从而使暖区的云雨粒子碰并过程增强,最终地面降水增加,这是此次催化作业导致增雨的主要微物理链条。 相似文献
18.
基于理想化的人工增雨概念模型,分析了地面增雨作业效果检验试验区设计的基本特征,以及作业轮次、云系移动速度、催化云系对试验区中雨量点的覆盖率等因素对效果评估的影响,主要结果为：1）云系移动速度应该作为目标云选取的一个重要指标,它直接影响试验区的长度和作业点的布局,对效果评估也有很大的影响,不同移动速度的目标云系将人工增加的降水分散到不同的区域,增加了效果评估的难度。2）存在一段最短时间的雨量资料可以用于效果评估,它由试验区长度、作业时间和目标云移动速度共同决定。3）分别给出了作业时间与用于效果统计的雨量时间之比、催化云系对试验区雨量点的覆盖率影响相对增雨率的计算公式,据此定量分析了以色列Ⅰ随机试验资料,结果表明要评估出一定的相对增雨率,需要人工催化云系具有较大的增雨量,即较为显著地改变自然降水。 相似文献
19.
基于2014—2019年基于南京禄口机场能见度观测资料,统计分析了机场低能见度天气,发现低能见度天气大多发生在11月至次年1月04—07时(北京时)。通过分析雨强—能见度数据发现降水强度和能见度呈幂函数关系,建立了降水时段基于降水强度的能见度拟合模型。通过K-means聚类中心分析,发现无降水时能见度和风速以及温度的关系为正相关,和相对湿度以及修正海压的关系为负相关。最后使用随机森林算法建立低能见度天气等级判断模型,对比发现随机森林在准确度和计算效率方面较其他模型均有一定优势。 相似文献