排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
西安地区大雾天气的分析与预报 总被引:2,自引:0,他引:2
利用天气学原理和统计方法对1995--2006年西安地区7个观测站大雾日的湿度、能见度、风速、地面气压及高空环流形势等资料进行分析,总结了西安地区大雾天气的时空分布特征、大气环流背景和形成大雾的气象条件,归纳出预报因子,用PP法建立了大雾的预报方程,利用T639数值预报产品资料来制作未来24小时西安地区的大雾预报。 相似文献
5.
利用非静力平衡中尺度模式WRF、NCEP 1°×1°再分析资料及常规观测资料,对2005年12月30~31日发生在陕西的大雾天气过程进行了数值模拟,分析了大雾天气过程形成的主要原因及雾的生消机制。结果表明,WRF模式能较好地模拟出雾的水平分布特征、强度和生消过程,反映出实际雾的生消变化规律。适当提高模式水平分辨率能较明显地改进模拟效果。这次大雾为平流辐射雾,长波辐射冷却是大雾形成和发展的主要原因。逆温层的发展、维持和近地面层较高的相对湿度对雾的产生和发展起着重要作用。近地面层有弱的水汽辐合是大雾发展和维持的主要原因之一。大雾形成和发展阶段,900 hPa以下的辐合上升运动和900 hPa以上的辐散下沉运动有利于在上升和下沉运动区的界面层中形成逆温层,逆温层的形成有利于低层水汽的积累。随着高空转为辐合上升运动,900 hPa以下为辐散下沉运动,接着日出后,太阳短波辐射增温等的共同作用,使逆温减弱直至被破坏。中高云的存在影响了近地面层逆温的形成和加强,推迟了雾的形成和消散。暖平流的输入有利于逆温层的形成发展。 相似文献
6.
以2011年西安世界园艺博览会(简称世园会)的入园客流数量和逐日气象资料为基础,以最高温度、平均风速和平均相对湿度为定量解释变量,以降水、节假日、每一天和月份为虚拟解释变量,引入随机误差项的AR(2)结构,通过逐步优化的建模思想,构建了2011年西安世园会入园客流的气象计量经济模型。以该模型为核心,以网络技术和数据库技术为基础,构建世园会入园客流数量预测的气象服务业务化系统。2011年8月底至10月22日,气象部门和世园会管理层同时开展了基于网络的业务化应用,运用逐日温度和降水等天气预报信息,结合入园票务政策变化、优惠措施出台、指定日特别活动等信息,联合开展对逐日、未来一段时间和整个运营期的可能入园客流数量的定量预测,为世园执委会部署和控制客流数量、确保世园会安全运营提供重要参考依据。结论表明,气象计量经济学模型能很好地解释气象因素、节假日、每一天以及不同月份变化对入园客流的影响,准确模拟入园客流数量的逐日与逐月变化特征,能较好地预测未来两周的入园客流人数。在8月提前两个月准确预测出西安世园会可能入园客流总人数逾1600万人,与实际人数约1573万很接近。 相似文献
7.
8.
利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明:呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。 相似文献
9.
10.
利用西安城郊PM2.5、PM10、SO2、NO2等污染物逐小时浓度和常规气象观测资料,通过分析2014年春节期间大气环流形势、近地面大气层温度等要素及空气质量浓度的时空变化特征,讨论了烟花爆竹燃放对环境空气的影响。结果表明:2014年春节期间西安高空受西北气流控制,地面处于低压中心,等压线稀疏,风力较弱;近地面大气连续4天出现平均高度980 m的接地逆温,低空受东北气流控制,气象条件非常稳定;燃放烟花爆竹产生的特征污染物主要有PM2.5、PM10、SO2和CO等,PM2.5、PM10和SO2在除夕集中燃放时达到浓度最高值,分别是前期稳定状态下平均值的1.5、1.84和1.17倍;燃放烟花爆竹对PM10浓度的影响最大,其次为PM2.5;冷空气作用对粒径较小的PM2.5清除效果较好。 相似文献