对流天气预报中的环境场条件分析   总被引：4，自引：0，他引：4  

张小玲  谌芸  张涛 《气象学报》2012,70(4):642-654

中尺度对流天气的分析包括以天气型识别和中尺度过程分析为主的主观分析,以及以动力热力物理参数诊断为主的客观分析。利用"配料法"预报的思路,通过诊断有组织的深厚中尺度对流系统发生、发展的4个条件(水汽、不稳定、抬升和垂直风切变),开发了中尺度对流天气的环境场条件分析技术(对流天气图分析和客观物理量诊断技术),并应用于中国国家气象中心的强对流天气预报。以中尺度对流天气的天气图分析方法为例,介绍如何利用高低空观测资料,分析对流天气发生发展的环境场条件;并以数值模式释用为主的强对流特征物理量诊断分析为例,介绍如何动态诊断对流天气的动力热力条件演变。  相似文献   

A landslide forecasting model using ground based SAR data: The Portalet case study   总被引：3，自引：0，他引：3  

G. Herrera  J.A. Fernndez-Merodo  J. Mulas  M. Pastor  G. Luzi  O. Monserrat 《Engineering Geology》2009,105(3-4):220-230

  相似文献   

Modeling of marine litter drift and beaching in the Japan Sea     

Jong-Hwan Yoon  Shiro Kawano 《Marine pollution bulletin》2010,60(3):448-463

Characteristics of drift and beaching of floating marine litter in the Japan Sea are examined numerically using the reanalysis data of the Japan Sea Forecasting System of Kyushu University. The residence time of model marine litter deployed uniformly over the surface of the Japan Sea strongly depends on the buoyancy ratio. However, almost all litter beaches or flows out through straits within 3 years. Experiments with inputs of litter imposed at large cities and the Tsushima Straits as well as river basins of the Japan Sea exhibit a good agreement with beach surveys with regard to country ratios of beached litter along the Japanese coast in cases of lighters. In a case of lighter, almost all lighters originating from Japan beach along the Japanese coast, while almost all lighters originating from a country surrounding the Japan Sea except Japan beach along the coast of that country and the Japanese coast.  相似文献   

娄底大建煤矿区逆冲断裂下找煤获得成功     

杨雄庭  戴斌 《湖南地质》1999,18(4):241-244,278

根据物探、坑探工作以及隔挡式褶皱和逆冲推覆构造的特征,作者确定了大建煤矿区逆冲断裂下存在着隐状煤田,初步计算远储量达８千多万吨。  相似文献   

Forecasting seasonal to multi-year shoreline change   总被引：1，自引：0，他引：1  

M.A. Davidson  R.P. Lewis  I.L. Turner 《Coastal Engineering》2010

This contribution details a simple empirical model for forecasting shoreline positions at seasonal to interannual time-scales. The one-dimensional (1-D) model is a simplification of a 2-D behavioural-template model proposed by Davidson and Turner (2009). The new model is calibrated and tested using five-years of weekly video-derived shoreline data from the Gold Coast, Australia. The modelling approach first utilises a least-squares methodology to calibrate the empirical model coefficients using the first half of the dataset of observed shoreline movement in response to known forcing by waves. The model is then verified by comparison of hindcast shoreline positions to the second half of the observed shoreline dataset. One thousand synthetic time-series of wave height and period are generated that encapsulate the statistical characteristics of the modelled wave field, retaining the observed seasonal variability and sequencing characteristics. The calibrated model is used in conjunction with the simulated wave time-series to perform Monte Carlo forecasting of the resulting shoreline positions. The ensemble-mean of the 1000 individual five-year shoreline simulations is compared to the unseen shoreline time-series. A simple linear trend forecast of the shoreline position was used as a baseline for assessing the performance of the model. The model performance relative to this baseline prediction was quantified by several objective methods, including cross-correlation (r), root mean square (RMS) error analysis and Brier Skill tests. Importantly, these tests involved no prior knowledge of either the wave forcing or shoreline response. The new forecast model was found to significantly improve shoreline predictions relative to the simple linear trend model, capturing well both the trend and seasonal shoreline variabilities observed at this site. Brier Skill Scores (BSS) indicate that the model forecasts based on unseen data were rated as ‘excellent’ (BSS = 0.83), and root mean square errors were less than 7 m (≈ 14% of the observed variability). The standard deviations of the 1000 individual simulations from ensemble-averaged ‘mean’ forecast were found to provide a useful means of predicting the higher-frequency (individual storm) shoreline variability, with 98% of the observed shoreline data falling within two standard deviations of the forecast position.  相似文献   

基于BP人工神经网络的潜在震灾预测系统     

陈啸  刘斌  汪婷婷  朱浮声 《内陆地震》2007,21(4):327-333

结合人工神经网络自身的特性和地震灾害预测研究的特点,应用BP人工神经网络模型,建立了潜在地震灾害预测系统。利用大样本数据对网络进行了训练,形成了有识别和记忆功能的非线性预测系统。通过对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议。虽然提出的神经网络模型预测精度还有待提高,但其量化指标仍可为地震灾区政府抗震减灾工作提供参考。  相似文献   

短期气候降水预报及陆—气耦合的非绝热慢波     

李超 《成都信息工程学院学报》1989,(4)

首先,用1980—1985年的深层地温距平资料做付氏展开,并假定满足热传导方程,得到地温及平均地温的表达式。其次,根据前期地温与后期降水成正相关的事实,提出了两种有实用价值的降水短期气候预报方法。结果表明,对1981—1986年汛期(4—9月)旱涝趋势预报效果很好。最后,提出了陆—气耦合系统中存在两类非绝热慢波,一类是准半年波,另一类是准三年波,这刚好可以解释前面的两类相关场,进而为两类预报方法提供了物理基础。  相似文献   

神经网络方法在环渤海能见度预报中的应用分析   总被引：1，自引：1，他引：0  

胡海川  张恒德  朱彬  谢超 《气象科学》2018,38(6):798-805

本文基于2001—2015年中国气象局地面常规气象观测数据及NECP再分析资料,采用BP神经网络方法构建环渤海沿海城市能见度预报模型,利用2016年ECMWF集合预报数据基于预报模型进行能见度预报实验,并与ECMWF集合预报产品中现有能见度预报结果进行对比分析。分析表明:该方法对于环渤海沿海城市能见度预报的预报效果明显高于ECMWF集合预报中的能见度预报,12～72 h预报时效中,最小值对应1 km以下能见度的TS评分为0. 36～0. 43; 10 km以下能见度预报误差显著降低,与离散度的对应关系较好。因此,该方法对低能见度天气过程的能见度预报具有指示意义。  相似文献   

长江下游地区降水50-80d低频分量的次季节预测研究   总被引：1，自引：0，他引：1  

杨秋明 《气象学报》2016,74(4):491-509

用1979-2000年逐日长江下游降水的50-80 d低频分量和全球850 hPa低频纬向风主成分,构建了长江下游降水低频分量的次季节预测的扩展复数自回归模型（ECAR）。这种基于数据驱动建模的气候预测方法,不仅能在复数空间上反映全球环流主要低频主分量和长江下游降水低频分量之间的时滞变化信息,而且能更好地描述气候系统的主要分量在低维空间中的变化规律。对2001-2014年长江下游降水低频分量进行次季节逐日变化回报试验的结果表明,50-80 d时间尺度的长江下游低频降水分量的预测时效可达52 d左右,预报能力明显优于自回归模型（AR）,而且6-8月的预报技巧最高。基于全球环流主要50-80 d振荡型的发展和变化以及与长江下游低频降水相关的时间演变,对于提前50-60 d预报长江下游地区持续多（少）雨过程很有帮助（尤其是夏季）,其中,东亚经向三极子型（EAT）是影响长江下游地区季节内降水变化的最主要的环流因子之一。   相似文献   

基于小波变换和支持向量机的中国大陆强震预测   总被引：3，自引：1，他引：2  

李志雄  王志成  袁锡文  邱雪强  林军 《地震》2006,26(3):64-70

将小波变换和支持向量机用于中国大陆年度最大地震震级预测。 先用小波变换把中国大陆年度最大地震序列分解成几个不同尺度水平(频率)的子序列, 然后使用支持向量机对分解后的子序列分别进行预测, 最后通过重构几个子序列的支持向量机预测结果得到最终预测结果, 预测次年中国大陆最大地震震级。 与支持向量机和神经网络方法对比, 结果表明小波变换和支持向量机相结合方法具有更高的预测精度, 预测效果很好, 说明此方法可用于地震时间序列预测。  相似文献