共查询到19条相似文献，搜索用时 519 毫秒
1.
《沙漠与绿洲气象(新疆气象)》2020,(2)
利用主成分分析方法对2012—2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而2类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果更好。 相似文献
2.
利用主成分分析方法对2012～2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究，应用因子荷载点聚图将合肥市县大雾划分为2个区：中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性，全市和分片分别确定与大雾密切相关的高影响因子，利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下，通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明：数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优，技巧评分大幅提升，而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。 相似文献
3.
安徽阜阳市大雾天气的潜势预报方法 总被引：1，自引：0，他引：1
《干旱气象》2015,(6)
利用2002~2011年安徽阜阳市逐日地面、高空观测资料和NCEP/NCAR FNL再分析资料,分析大雾发生时各预报因子的分布特征,确定预报因子的阈值及消空指标,建立基于PP法思想和指标叠套方法的阜阳市大雾天气潜势预报模型。通过2013~2014年逐日业务化运行检验,基于EC细网格数值预报产品的大雾天气潜势预报模型取得了较好的预报效果,其TS评分为0.49、准确率为0.91,说明该模型具有较好业务应用价值。 相似文献
4.
青岛大雾的特征与预报 总被引：8，自引：0，他引：8
根据青岛市1996-1998年4-7月雷达和天气资料的分析，对86个大雾样本的地面和高空资料统计分析表明：青岛大雾形成的主要原因是有持续的偏南风和适宜的风速提供了水汽，而青岛上空大气稳定层结为水汽和尘埃的聚集提供了有利条件，据此提出青岛大雾的三个预报指标，并对其进行历史资料的回代检验和预报试验。 相似文献
5.
统计 1966～1996年阜新地区寒潮天气资料 ,归纳出寒潮天气类型 ,选定预报指标和预报区域 ,列出预报模型 ,并进行了寒潮预报模式效果检验 相似文献
6.
统计1966～1996年阜新地区寒潮天气资料，归纳出寒潮天气类型，选定预报指标和预报区域，列出预报模型，并进行了寒潮预报模式效果检验。 相似文献
7.
利用1961～2000年气象资料,分析了开封市大雾天气分布规律、天气特征,并总结出大雾产生的几种天气形势,找出预报指标. 相似文献
8.
9.
10.
《气象科学进展》2018,(6)
随着全球定位系统(GPS)气象学的迅速发展,GPS技术已在气象领域得到广泛研究和应用。介绍了GPS探测大气水汽的原理及地基GPS反演大气可降水量(PWV)的流程。利用湖北省GPS观测网2008年7月—2010年12月的GPS资料反演出的大气可降水量(GPS-PWV),结合地面观测资料,对2008年7月—2010年12月的冬季大雾天气进行了分析。通过对有雾与无雾情况下GPS-PWV与能见度的合成分析,总结了鄂中区域冬季大雾天气中GPS-PWV的日变化特征和空间分布特征,并对比分析了无雾天气与有雾天气的GPS-PWV日变化等。还使用GPS-PWV数据与其他常规气象资料,通过线性回归建立预报方程,并对2011年大雾预报进行了检验分析,为利用GPS可降水量做大雾天气的短时临近预报提供了有价值的参考信息。 相似文献
11.
商丘雾变化的气候特征及天气分型 总被引：1，自引：1，他引：0
依据商丘市8个站1961~2004年雾资料,分析了大雾天气的分布和气候变化特征。结果表明:商丘市雾的地理分布是西部睢县至宁陵一带为多雾区,南部柘城至夏邑一带为少雾区。宁陵出现大雾最多,睢县次之,柘城雾日最少。年际变化总体呈上升趋势。月际变化呈“V”型特征,秋冬季雾最多,夏季最少。雾的日变化一般在下半夜到清晨日出前后形成,05:00~06:00最易生成大雾,雾消时间一般在06:00~12:00,日出后07:00~08:00雾最容易消散。最长连雾日一般出现在11至次年1月,而1月出现最长连雾日的次数最多。雾的持续时间3 h以下的短雾最多,12~24 h的最少,没有超过24 h的长雾,连雾时间最长为23.3 h。年最多雾日,宁陵最多为120 d,柘城最少只有32 d,其余各站在40~77 d之间。商丘市雾发生时的地面天气形势主要有大陆高压型、冷锋前暖区型、均压场型和(低压)倒槽型。 相似文献
12.
13.
利用地面、探空实况资料及数值预报资料,对2001—2012年鲁南地区雾天气现象进行了分析,主要分析了气候特征、湿度、探空、近地面物理量指标。分析发现：鲁南雾主要集中在10—12月,2010年以后,鲁南雾日呈显著增多趋势。鲁南雾期间90%相对湿度湿层顶平均在925 hPa以下,平均逆温层顶为950 hPa左右; 850~925 hPa有明显的单独的由弱到强的暖平流中心,暖平流建立时间比雾发生提前0~24 h。925 hPa高湿区的建立比雾发生提前6~24 h;前期500 hPa左右下沉运动极值建立时间提前雾6~24 h;850~925 hPa明显的辐合中心建立时间提前雾0~24 h。 相似文献
14.
重庆市区雾的天气特征分析及预报方法研究 总被引：5，自引：1，他引：4
分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0~1 km雾的报出率为83%,Ts评分达到69%,平均预报误差为0.384 km。除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。 相似文献
15.
城市化对西双版纳辐射雾的影响 总被引：11，自引：10，他引：11
利用景洪气象站和大勐龙气象站的资料，对西双版纳辐射雾减少的原因进行了分析。结果表明：1960－1984年，地形地质条件相近的景洪站与大勐龙站的年雾日数、年均气温、年均湿度、年均最高气温、年均最低气温等气象要素的变化一致，可以认为两站的自然气候变化是一致的。而1985年以后，两站年雾日数和年平均湿度的变化出现较大差异。通过对人文条件的对比发现，景洪市的城市化进程远远大于大勐龙站。因此，我们初步认为城市化对西双版纳辐射雾减少所起的作用远远大于自然气候变化和森林砍伐的作用。 相似文献
16.
以气象卫星云图为基础, 应用云雾光谱特征和结构特征进行雾区的动态检测和提取;并利用地面自动气象站资料,采用诊断分析方法探讨雾区变化与多气象要素的关系。分析表明:雾区移动速度与地面风速有关,一定的相对湿度、地气温差和风速大小等要素阈值可以作为雾的排空条件。利用经修正的中尺度数值天气预报模式输出的气象要素产品,对卫星遥感雾区进行0~2 h的外延预报,进而建立了一个大雾短时临近预报业务平台,对2009年和2010年多雾季节的1—4月大雾过程应用统计结果表明,该方法对大雾短时临近预报具有一定的效果。 相似文献
17.
为进一步提高雾天交通安全气象保障精细化能力，以江苏、安徽高速公路雾事故多发路段为例，利用2012—2018年事故信息与气象资料，建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量，使用主成分分析提取重要变量的主要特征，并以径向基为核函数、以网络搜索确定最优参数。结果表明：结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集81.4%和测试集83.0%的事故样本，AUC分数均为0.946；判别效果优于支持向量机单独算法，以及仅基于重要变量选择或主成分分析的支持向量机算法；3个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。 相似文献
18.
利用1951～2003年辽宁12个代表站的雾资料,分析了雾的时空分布特征及形成条件。结果表明:辽宁年平均雾日地域分布呈现两高三低的形势。雾日的年际变化曲线较平稳,雾日最多的年份和最少的年份相差17d。沈阳与大连雾日变化相反,大连呈下降趋势,沈阳则在平稳中略有上升。辽宁大雾每个月都可形成,但沿海地区和内陆又有所差异,沿海地区主要出现在5～8月,而内陆地区主要出现在8～11月。雾日的天气形势可分为5～7种类型,其中以倒槽型、锋面气旋型、地形槽型、冷高压前部型最为典型。 相似文献
19.
利用MICAPS气象信息综合分析处理系统的历史气象资料,根据大雾形成的物理机制,对2008-2010年发生在中国典型区域大雾天气个例中主要影响因子进行分析,得出7个有利于区域大雾产生的因子。结果表明：7个因子中,逆温层厚度为20-200 hPa;地面温度露点差多小于1 ℃,前一日多小于3℃;近地面湿空气厚度0.05-0.70 km;逆温层极值点0 ℃线是雾淞产生特征线;地面偏南风风速为2-6 m·s-1;气温为-15.0～20.0 ℃,其中,-5.0～5.0 ℃占比例最大,0 ℃线是大雾发生的特征线;变性或减弱的高气压。7个因子均有12-24 h的超前特征,经过叠加,构成了“大雾落区基本概念模型”。根据模型建立了大雾落区预报业务系统。理论检验表明,区域大雾预报时效可提前到12-24 h,24 h区域大雾预报准确率为87.5 %。 相似文献