"莫兰蒂"外螺旋雨带在浙江局地发展引发大暴雨成因分析     

段晶晶  钱燕珍  郭建民 《干旱气象》2019,37(1)

利用诊断和数值模拟相结合的方法,分析了2016年9月13—16日"莫兰蒂"台风在登陆福建南部北上后给浙江沿海地区带来的局地大暴雨天气,发现这次局地大暴雨发生在台风移动路径右侧,对流层低层强盛的东南气流促进了台风登陆减弱后其东北侧外螺旋雨带局地发展,导致这一区域对流发展旺盛,在浙江引发大暴雨天气。控制试验表明"莫兰蒂"东侧显著的东南到偏南气流导致外螺旋雨带中小尺度对流系统的发生发展,在"莫兰蒂"东北侧存在小尺度的对流耦合系统,小尺度雨带在涡度场和垂直运动场上正、负涡度中心和上升、下降运动交替分布的中小尺度波列结构明显,强降水就发生在此处。台风东侧显著的东南到偏南气流与"莫兰蒂"东南侧的"马勒卡"台风以及10～20 d的带通滤波场上台湾岛附近的气旋性涡旋密切相关。敏感性试验表明"马勒卡"台风和准双周振荡都对"莫兰蒂"路径有很重要的西北行引导作用,进而影响东南气流水汽输送和降水分布。  相似文献   

青藏高原云团东传过程及其中中尺度对流系统的统计特征     

王婧羽  王晓芳  汪小康  崔春光 《大气科学》2019,43(5):1019-1040

利用逐小时风云卫星TBB资料、逐小时中国自动站与CMORPH降水产品融合数据以及国家级地面观测站24小时累积降水量,统计分析2010～2016年夏季,伴随下游地区（104°E以东）降水的青藏高原云团东传过程以及东传过程中镶嵌于云团中的中尺度对流系统（Mesoscale Convective System,简称MCS）特征。结果表明,共出现120次伴随下游降水的高原云团东传过程,6月出现最频繁,但持续时间较长的过程多出现在7月。云团向东传播的主要三条路径是平直东传、沿长江折向东传和复合东传。其中路径二——沿长江折向东传中的过程是高影响过程,因为过程次数较多（46次）,过程平均持续时间较长（62小时）,在下游地区引发的降水日数和暴雨日数最多。属于东传过程的MCS在7月形成最多,集中分布在青藏高原东坡、云贵高原东部、长江沿岸及其以南地区。高原MCS影响长江中下游地区降水主要是通过向东传播的形式实现,因为即使生命史更长的中α尺度对流系统（Meso-α Convective System,简称MαCS）也鲜少直接移动至110°E以东地区。不同区域的中α尺度持续性拉长形对流系统（Permanent Elongated Convective System,简称PECS）的日变化特征显示,东传过程MCS更容易在夜间从高原东坡向东传播至下游地区。在三条路径中,路径二中的东传过程MCS数量最多、在下游地区发展最旺盛并与降水日数和覆盖范围存在更好的对应关系。  相似文献   

东亚夏季环流多齿轮耦合特征及其对中国夏季降水异常的影响分析     

庞轶舒  祝从文  马振峰  秦宁生 《大气科学》2019,43(4):875-894

东亚夏季风成员的相互作用,构成了东亚夏季风高、低层环流的“多齿轮耦合”形态。本文利用多变量主成分分析（MV-EOF）等方法诊断分析了东亚夏季风多齿轮耦合的变化特征、耦合机制、时间稳定性、空间稳定特征及其对中国夏季降水的影响机制,并在此基础上构建了典型多齿轮耦合形态影响夏季降水的概念模型。结果表明,多齿轮耦合受到垂直温、压场的强迫和青藏高原大地形的影响,主要表现在年际变化上（周期为2～6年）。其前两个模态稳定地反映了东亚夏季风成员典型联动作用。在第一模态中,北方气旋、南亚高压和西太平洋副热带高压为主要耦合系统。其中北方气旋为正压结构,在高层通过南侧偏西气流与南亚高压耦合,南亚高压则通过中纬东部地区下沉辐散气流与西太平洋副热带高压联动。当该耦合模态增强时,有利于中国夏季降水呈自北向南“＋－＋－”分布。第二模态主要反映中高纬气旋、东亚副热带西风气流、南亚高压、西北太平洋反气旋系统和西太平洋副热带高压耦合特征。其中,中高纬气旋和西北太平洋反气旋为正压系统,两者通过其间的东南气流联动。气旋系统在高层通过南侧西风与东亚副热带西风急流和南亚高压联动。反气旋在中低层通过南侧的偏东气流影响副热带高压强度和面积。当该耦合模态增强时,中国黄河以北及河套地区降水偏多,黄河以南降水偏少。  相似文献   

广东人影综合业务系统的设计与实现     

高建秋  陈荣  肖伟生  陆立凡  钟晨  苏俞先 《广东气象》2019,41(5)

为规范实施广东省人工影响天气5段实时业务,设计建设了广东人影综合业务系统。该系统基于B/S架构,省、市、县、标准化作业点4级共用,由桌面端系统和手机端系统共同构成,功能互补,通过账户分配区分各级权限。系统包含数据存储管理子系统、信息综合处理分析与指挥子系统、指导产品发布子系统、外场作业信息传输与采集子系统。该系统基于广东基本气象业务标准数据接口和国家局下发的云模式和卫星反演云产品数据,开发人影业务需要的基本气象业务产品、作业需求分析产品、人影作业指导产品等,支持作业指挥人员进行多源资料融合分析与作业条件及效果的监测识别,实现作业指导产品和实时作业数据在指挥中心与作业实施现场之间的互连互通。  相似文献   

基于IDEA数据平台的气象资料综合监测系统建设     

潘心顺  单雪珂 《广东气象》2019,41(4):74-77

基于历史一体化数据访问平台(IDEA),以C#和SQL Server技术为依托,开发了面向河源市县2级、符合本地气象服务需求的气象资料综合监测系统,该系统实现了全市自动站资料的实时更新和显示,同时还提供了历史资料查询、各站点雨量时序图等多项功能,拥有良好的资料分析能力、功能的扩展性和可移植性。  相似文献   

U-Studio虚拟演播室软件在气象影视节目中的应用     

刘玮莹  舒适 《气象研究与应用》2019,40(z1)

  相似文献   

高时空分辨率三维风场在强对流天气临近预报中的融合应用研究   总被引：1，自引：0，他引：1  

杨璐  陈敏  陈明轩  高峰  秦睿  宋林烨  程丛兰 《气象学报》2019,77(2):243-255

以业务应用为目标,开展高时、空分辨率三维风场在强对流天气临近预报中的融合应用研究。运用北京快速更新多尺度分析和预报系统集成子系统（RMAPS-IN,Rapid-refresh Multi-scale Analysis and Prediction System-Integration）,对雷达四维变分分析系统（VDRAS）30 min临近预报的高时、空分辨率三维风场作为数据源与自动气象站风场观测进行快速融合处理。结果表明,以VDRAS临近预报风场取代数值模式预报场作为融合初猜场后形成的分析结果对于风场有明显的改善:（1）长时间序列客观检验结果表明,地面10 m高风场U/V分量绝对误差分别为0.05和0.06 m/s。实时融合对未来预报的影响随着预报时效的延长,U/V分量的绝对误差不断增大。（2）对于11个强对流个例,地面10 m高风场风速均方根误差降低0.3 m/s,风向均方根误差降低13°;边界层三维风场,风速均方根误差降低0.8 m/s,风向均方根误差降低10°。平原站点融合以后风速、风向预报效果有较大改善,山区站点融合以后改善相对较小。（3）通过对2017年7月20日暴雨和7月7日雷暴大风个例的详细分析,发现融合基于雷达资料四维变分同化获得的高分辨率临近预报风场对各对流系统中的中尺度结构特征给出了更加细致准确的描述。   相似文献   

高分系列卫星助推辽宁高质量发展     

张晓月  李雨鸿  李荣平 《气象知识》2019,(3):16-20

进入东北区域气象中心的19楼,“高分辨率对地观测系统辽宁数据与应用中心”的牌匾首先映入眼帘。2017年8月,经辽宁省工业和信息化委员会批复,高分辨率对地观测系统辽宁数据与应用中心(以下简称“高分辽宁中心”)落户于辽宁省生态气象和卫星遥感中心。  相似文献   

基于阈值可调切换系统的多翅膀混沌吸引子设计及电路仿真     

石擎宇  黄霞 《南京气象学院学报》2019,11(4):467-473

本文提出了一种通过调节一类状态依赖切换系统的阈值来生成多翅膀混沌吸引子的设计方案.首先,设计了两个类Lorenz子系统;然后,基于这两个子系统构造了一个状态依赖于阈值的切换策略,从而构造了一类状态依赖于阈值的切换系统;最后,通过调整切换系统的阈值来改变鞍焦平衡点的个数与分布,使得该切换系统能够产生4-6-8翅膀的混沌吸引子.此外,根据切换系统的状态方程设计了该系统的模拟电路,电路仿真结果与数值仿真结果一致.实验结果证实：该设计方案可以在不增加系统维数或无需设计复杂非线性函数的情况下生成多翅膀混沌吸引子.  相似文献   

一种基于微服务架构的突发事件预警辅助决策系统的设计与实现     

陈石定  刘翔  汪应琼 《南京气象学院学报》2019,11(5):609-620

单体式架构应用在突发事件预警辅助决策系统开发中不能满足现实需求,本文引入了微服务架构设计开发该辅助决策系统.通过分析微服务架构在复杂系统中相对于传统单体式架构的应用优势,设计出一种基于微服务架构的突发事件预警信息发布辅助决策系统,该系统选用Spring Cloud微服务框架,并对其进行适当的扩展,创建了基于该系统设计的注册中心与网关.系统采用二三维一体化地理信息系统作为展示平台,通过接入各行业静态、危险源动态监测数据,根据设定的模型进行数据融合、处理,辅助进行预警信息生成、发布及应急处置阶段的指挥决策.所设计方案在湖北省突发事件预警发布辅助决策系统中得以实际应用,验证了该类系统使用微服务架构的合理性和有效性.  相似文献