排序方式: 共有55条查询结果,搜索用时 15 毫秒
51.
广东前汛期西风槽暴雨个例的强度及落区 总被引:33,自引:25,他引:8
利用实况观测资料和NCEP的1°×1°格点资料,分析了2005年5月7~10日广东暴雨过程。结果显示:这次暴雨过程主要是由500 hPa西风波动中先后两个小槽东移逼近,配合850 hPa西南风加强造成的。降水中心主要落在槽前正涡度区右侧、涡度梯度最大的区域;暴雨落区与西南风急流位置的对应关系和造成西南风加强的系统有关;在影响系统起作用的背景下,降水落区与垂直风速切变的最大中心重合,与垂直风向的顺时针切变密切相关;天气系统相联系的低层负螺旋度越深厚,降水量越大,雨势越强。 相似文献
52.
研究设计了基于生成对抗网络(Generative Adversarial Networks,GAN)的人工智能临近预报方法,并进行了业务试验。该方法利用广东12部S波段天气雷达2015—2017年海量雷达拼图资料进行人工智能学习来做临近预报。GAN方法从一系列雷达观测资料中,运用卷积法提取回波图像信息建立预报模型,并通过损失函数训练模型,得到基于人工智能技术的临近预报。对2018年发生在广东地区的4个天气过程的外推预报试验表明,GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致,具有较好的预报效果。但是该方法预报的回波范围偏大,对层状云降水的预报效果较差。对西风带系统引起的降水,西南季风降水,东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现,GAN方法对中等强度回波的预报较好,但对强回波的预报效果仍有待提高。 相似文献
53.
在进行大量普查分析和统计的基础上, 将最近10年历史天气图的地面气压和有关海面强风代表站的风场资料在日本数值预报模式输出报文的1.25°×1.25°格点分布上进行客观分析, 对比传统的以关键区域划分冷空气入侵路径与广东海面强风的关系, 提出了一套与广东冬季海面强风关系更密切、作用更直接的地面关键区气压场分布特征进行客观定量的分型;根据梯度风原理, 用经验加统计的因子挑选方法, 形成了一套应用日本数值预报模式输出、适用于广东海面强风预报的完全预报(PP)方法。检验和业务试用结果均表明:该方法对广东的海面强风具有较强的预报能力;用完全预报方法做沿海海面强风预报是可行的。 相似文献
54.
55.
粤东台风“浣熊”大暴雨的辐散风动能分析 总被引:1,自引:0,他引:1
利用热带气旋和雨量观测资料、NCEP再分析资料和辐散风动能方程,对台风"浣熊"在粤东造成大暴雨到特大暴雨的大尺度环流及动能转换特征进行了分析。结果表明,此次强降水过程主要是台风残涡与周围环境相互作用的结果。来自西太平洋的低层强偏东南急流和与热带气旋相连的西南急流,维持强水汽输送且输送至粤东地区;辐散风动能的变化对本次过程有较好的指示意义;低空两支急流的分布及辐合变化造成的动能通量辐合效应,是暴雨区辐散风动能的主要能量来源。此外,两支急流中心分别存在暖空气上升和冷空气下沉运动,斜压有效位能释放转化为辐散风动能。在上述两种过程中,冷空气均起到了重要作用。在低层近似辐合条件下,大气层结条件的不同是造成粤东和登陆点附近降水强度差异的重要原因。 相似文献