雷电监测预警对雷击风险评估的影响分析   总被引：5，自引：2，他引：3  

李京校  扈海波  樊荣  宋海岩  朱传林 《气象科学》2013,33(6):678-684

利用雷电监测设备预警雷电,以便于及时采取规避措施减免人员伤亡和经济损失,从而降低评估场所的雷击风险值。本文从这一角度出发,分析了雷电监测预警系统的应用,着重研究了采取预警措施后影响到的参数L_X及其取值方法,结合预警系统的命中率、漏报率,推导建立了风险评估计算公式。给出了安装预警设备后的风险评估流程图,归纳总结了重要场所安装预警设备后影响到的主要风险类型。并以某石化工厂为例,进行了实例应用分析和风险对比。为采取雷电监测预警措施的场所进行合理的雷击风险评估提供可借鉴的方法。  相似文献   

贵州夜间降水特征与暴雨预警发布现状分析     

潘岑  罗俊才  苏静文  冀丹妮  牛迪宇  蔡露进 《中低纬山地气象》2021,45(5):109-116

基于贵州1961—2019年81个站点逐日20—20时、20—次日08时降水数据,分析贵州省59 a的夜间降水、夜间暴雨时空分布特征和地域变化M-K趋势,总结近4a夜间暴雨预警信号发布现状。结果显示：①贵州省夜雨和夜间暴雨现象显著。夜雨率均值高达62%,5—9月夜间暴雨集中,约占全年的84%,6月为高发期。省西南部降水总量高,夜雨比例高,夜间暴雨比重高,是防灾减灾预警服务中的重点关注区域。②近59 a全省整体上夜间降水量减少,但夜间暴雨出现愈加频繁。未来需多关注遵义(道真、桐梓、湄潭)、黔东南和毕节中、西部地区逐渐增加的夜间降水,增强夜间暴雨监测及服务能力。③贵州省暴雨预警信号发布集中在21时—次日04时,22时发布量最大,致灾严重的大暴雨预警(红色级别)信号82%以上出现在夜间(20—次日08时),服务压力很大,完善预警发布机制有利于推进预警信号服务。因此,较之白天,需更加重视贵州山区的夜间暴雨监测、预警。  相似文献   

基于GIS的沙澧河流域面雨量算法对比分析   总被引：3，自引：0，他引：3  

江清霞 《河南气象》2014,(2):94-99

为了获取更客观有效的沙澧河流域面雨量计算方法,提高暴雨强度和落区监测与预报的准确率,利用ArcGIS9.3中的空间分析功能,以沙澧河流域1∶25万地理信息数据、16个气象站和217个加密自动雨量观测站的实况雨量资料为背景数据库,选取反距离加权算法、克里金算法、样条函数算法、泰森多边形算法,对沙澧河流域6个分片区的面雨量进行计算,并对计算结果进行了对比分析。结果表明,面雨量计算精度与雨量观测站密度与分布、降雨强度有关。其中,克里金算法计算的流域面雨量精度较高,更适合于整个沙澧河流域面雨量的计算;其次是泰森多边形算法和反距离加权算法,样条函数法算法应用效果较差。当雨量站点分布密集且比较均匀、降水空间分布均匀时,4种算法均适用于面雨量的计算,其中以克里金算法计算的面雨量使用效果最好;当雨量站点分布密集且比较均匀,降雨强度大,降水空间分布不均匀时,反距离加权算法、克里金算法、泰森多边形算法均适用于流域面雨量的计算,其中以泰森多边形算法计算的面雨量效果最好,样条函数法算法不适用此情况下面雨量的计算。当雨量站点分布密集且比较均匀、降水空间分布均匀时,计算的面雨量较站点或降水空间分布不均匀时计算的面雨量更接近实际情况。  相似文献   

基于SWAP平台的新疆中尺度对流系统判识及应用     

张云惠  李建刚  杨莲梅  唐冶 《沙漠与绿洲气象(新疆气象)》2017,11(3):38-46

利用近10 a FY-2系列红外云图资料、MICAPS常规资料、新疆105个基本气象观测站逐小时降水量资料,参考国内外中尺度对流系统(MCS)标准,给出了新疆区域MCS判识标准。统计分析新疆35次短时强降水过程的MCS空间分布及参数演变特征,总结新疆不同区域MCS预警阈值。基于卫星天气应用平台(SWAP)平台追踪检验短时强降水对应MCS特征参数变化,表明新疆MCS的TBB预警阈值下限偏低4℃,上限偏高2~4℃;天山山区、南疆偏西地区的TBB梯度为0.3℃·km~(-1),北疆偏西、巴州北部与我国中东部一致。短时强降水发生在引导气流方向靠近暖区一侧的冷云盖边缘TBB梯度最大处,TBB梯度图对云团发展变化表现更清楚。基于SWAP平台定位追踪对流云团对下游可能发生的强降水有2~6 h预警时效,且30 min外推预报与实况基本一致,对新疆强降水短临预报预警有一定的指示意义。  相似文献   

有效位能和冷空气活动与台风暴雨增幅的研究   总被引：14，自引：4，他引：14  

丁治英  陈久康 《热带气象学报》1995,11(1):80-85

以昆明近百年月雨量时间序列为样本,进行了月雨量的可预报性试验,通过估算和１２年共１４４次的独立预报试验,我们得出：在适当的预报精度的要求下,月雨量的可预报时间尺度约为５个月,于适当嵌入的相空间维数ｍ和在一定的提前预报时间尺度Ｔ内,对月雨量的距平符号预报准确率可达６０％,对于雨季（５－１０月）则可达到６５％。  相似文献   

地震自动速报震级参数误差校正研究     

王维欢  尹欣欣  蔡润  张远富  陈继锋 《地球物理学进展》2021,36(3):961-967

地震参数是防震减灾的重要参数,随着地震台网的进一步扩建和地震行业技术的不断提升,地震参数自动快速计算与信息发布水平有了很大的进步,但参数的准确性有待进一步提高.为了改善决定地震破坏力强弱的地震震级关键参数的准确性,本文尝试使用了多种方法来预测地震自动速报震级与人工正式速报震级的误差值.样本数据选取2013-2019年国家地震局自动速报AU系统与人工正式速报所发布的地震参数,震级下限为MS 3.0级,研究区域为国界线以内,将AU速报的震级M结果和人工正式速报结果进行对比分析,利用不同方法总结了两种结果的震级差异分布,首先利用直线拟合以及曲线拟合的方式来研究二者的关系,再利用误差逆向传播神经网络以及基于遗传优化的误差逆向传播神经网络对其进行参数误差学习预测.本文结果显示自动速报震级与人工正式结果的差异性跟震中经纬度有关,具有区域性的特点.神经网络的方法可以改善自动速报与人工正式速报的震级差异,为自动速报的参数准确性提出了新的参考思路.  相似文献   

基于支持向量机的2021年2月13日日本福岛近海M_j7.3级地震震级估算          下载免费PDF全文

朱景宝  宋晋东  李山有 《世界地震工程》2021,(2):074-81

2021年2月13日日本福岛县近海发生M_j7.3级地震,触发了日本气象厅地震预警系统,系统在首台触发后5.6s发出震级为M_j6.3级的预警第1报,首台触发后10s对公众发布警报、预警震级为M_j6.4级。基于多类型特征参数输入的机器学习支持向量机震级估算模型（SVM-M）,利用2021年2月13日日本福岛县近海M_j7.3级地震获取的日本K-net强震动观测数据,分析SVM-M模型在该次地震中首台触发初期（首台触发后1~10s）的震级估算效能。结果表明:SVM-M震级估算模型,在首台触发后1s即可给出M_j6.3级的震级估算结果,与日本气象厅在首台触发后5.6s发布的预警第1报震级相同;随着时间窗的增加,首台触发后5s和10s,SVM-M模型的震级估算结果分别是M_j6.7级和M_j6.6级,均大于日本气象厅首台触发后10s对公众发布警报的预警震级。该次地震的离线模拟结果表明:SVM-M模型可在地震发生初期有效提高地震预警震级确定的准确性和时效性。  相似文献   

模拟PLUM方法在2021年日本福岛县近海M7.3级地震中的表现          下载免费PDF全文

杨丽霞  单振东  马荣  景立平 《世界地震工程》2021,(2):082-89

2021年2月13日晚,日本福岛县近海发生M7.3级地震,产生强烈振动,此次地震被认为是"3.11"地震的余震。首先介绍了PLUM方法的原理及日本气象厅地震预警系统对于PLUM方法的应用,评述了JMA地震预警结果。通过模拟PLUM方法在此次地震中的表现,由预测精度和有效预警时间两个指标来评估该方法的性能,并与日本气象厅发布的预警信息对比。模拟结果显示:受限于地震数据以及PLUM方法本身的原理,在震后第24 s发出第一次警报,不及使用P波预警与PLUM相结合的JMA地震预警系统及时。在地震前期0~40 s处于烈度剧烈上升阶段,预测精度较差;40 s之后的预测结果较为准确,预测精度高达100%。PLUM方法可以有效克服点-源模型中的弊端,特别是在多个地震同时发生的情况下预警效果良好,将PLUM方法纳入我国地震预警系统可以有效提高预警能力。  相似文献   

2021年2月13日日本福岛M_j7.3级地震潜在破坏区快速估计          下载免费PDF全文

汪源  宋晋东  李山有 《世界地震工程》2021,(2):090-97

基于2021年2月13日日本福岛M_j7.3级地震加速度记录,离线模拟了阈值预警方法在此次地震中快速估计潜在破坏区的表现。结果显示,该方法能够在台站P波触发后3s就快速对台站及其周边区域进行地震破坏性判断,同时估计的潜在破坏区域也基本与美国地质调查局（USGS） ShakeMap震后实测VII度以上区域吻合,展示了该方法在此次地震中运用的可行性;然而该方法没有对处在震后实测VII度以上区域内的宫城县南部沿海以及福岛县小部分东北区域给出准确的潜在破坏区判断,这一估计偏差为该方法的适应性研究以及下一步优化提供了参考。  相似文献   

2021年5月21日云南漾濞地震及5月22日青海玛多地震的支持向量机震级估算          下载免费PDF全文

朱景宝  何斌  李山有  宋晋东 《世界地震工程》2021,(3):065-72

2021年5月21日及5月22日,云南漾濞县与青海玛多县分别发生破坏性地震,主震震级分别为M_s6.4级与M_s7.4级。本文基于机器学习中的支持向量机方法,以多类型特征参数为输入建立地震预警震级估算模型SVM-M,离线模拟云南漾濞M_s5.6级前震、M_s6.4级主震以及青海玛多M_s7.4级主震的连续震级估算。结果表明:对于云南漾濞M_s5.6级前震,支持向量机方法在首台触发后1s可估算震级为5.6级,且随着首台触发时间的增加,估算震级一直在实际震级附近波动;对于云南漾濞M_s6.4级主震和青海玛多M_s7.4级主震,随着首台触发时间的增加,支持向量机方法对于大震低估问题得到了有效的改善,且震级估算结果逐渐接近实际震级。同时,这3次地震的震级估算离线模拟表明:引入震源距的支持向量机方法（SVM-M1模型）对于震级估算有更好的稳定性,且在地震预警系统的震级估算中有着潜在的应用前景。  相似文献