我国南方西南和中东部区域两次持续性低温雨雪过程与关键环流系统的关系研究     

孙晓娟  陈跞  卢楚翰  秦育婧 《气象科学》2024,44(2):267-279

利用NCEP再分析资料和国家气象信息中心提供的753站逐日气温和降水资料,对比分析了我国南方西南和中东部区域两次持续10 d以上的低温雨雪过程,结果表明:(1)两次过程中欧亚大陆中高纬东亚大槽均加深,但环流形势有差异。西南过程呈现"北高南低"形势,关键脊区在贝加尔湖,而中东部区域过程"北高南低"和"西高东低"形势共存,关键脊区从乌拉尔山延伸至贝加尔湖。两次过程异常的环流与北大西洋向东传播的波列有关。(2)西南过程关键脊区提前过程3 d发展并东移至贝加尔湖,形成稳定形势;而中东部区域过程关键脊区提前过程一周发展,在开始日达最强。两次过程均伴随蒙古高压东移南压使地面降温,500 hPa关键脊区超前蒙古高压2 d变化。西南过程降温主要受到冷平流和绝热冷却影响,而中东部区域过程主要受到冷平流的影响。(3)西南过程水汽来自孟加拉湾,只受南支槽支配。中东部区域过程水汽来自孟加拉湾、南海和西太平洋,由南支槽和西太平副热带高压的共同影响。两次过程水汽正收支主要来自南边界。  相似文献   

黑龙江省空中云水资源开发现状分析与展望     

张焕昭  徐东亮  刘海群 《黑龙江气象》2007,(1):10-11,14

自1995年开始,黑龙江省进入建国后的第二个干周期。黑龙江省云水资源比较丰富,据专家分析,每年通过人工影响天气作业平均增水约为5×108m3左右,仅占空中可利用水资源的0.2%,空中云水资源的开发潜力十分巨大。加强空中云水资源的开发利用,对缓解黑龙江省水资源短缺困境、推动地方社会经济发展意义重大。  相似文献   

利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害   总被引：3，自引：0，他引：3  

Biswajeet Pradhan Saro Lee 《地学前缘》2007,14(6):143-152

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。  相似文献   

1961—2017年新疆积雪期时空变化特征及其与气象因子的关系   总被引：2，自引：2，他引：0  

王慧  王梅霞  王胜利  余行杰 《冰川冻土》2021,43(1):61-69

利用新疆89个地面站逐日积雪深度观测资料,研究探讨了1961—2017年新疆区域积雪期、积雪初日、积雪终日的时空变化规律,分析了北疆和天山山区积雪期的年代际和周期变化特征及其与气温、降水的关系.结果表明:新疆各地积雪期、积雪初日和终日存在明显的差异,积雪期以天山为界北多南少;从空间分布看,天山山区和新疆北部阿勒泰、塔城...  相似文献   

基于双隐层ANN模型的叶绿素a浓度智能预报方法     

何恩业  杨静  李尚鲁  高姗 《海洋预报》2021,38(1):44-54

利用2019年5月WZ02生态浮标监测数据,建立了两种不同隐层人工神经网络(ANN)模型的叶绿素a(Chl-a)智能预报方法,并对单隐层和双隐层模型的预测结果做了对比.结果表明:双隐层结构预测结果精度更高,泛化能力更强,一定程度上说明了深层学习比浅层学习对信息的主要特征提取能力更有优势.同时,对数据样本集合进行了系统预...  相似文献   

人工智能在飞机颠簸预报中的应用进展及未来趋势展望          下载免费PDF全文

朱玉祥  刘海文  万文龙  姜晓飞  尕藏程林 《大气科学学报》2023,46(6):825-836

飞机颠簸对飞机运行安全及旅客舒适度具有很大危害,提高飞机颠簸的预报准确率对于减轻人员伤害和财产损失具有重要意义,且一直是航空气象研究的重点领域。随着观测手段的丰富和科学技术的进步,飞机颠簸预报也取得了长足发展。本文首先从定性预报和定量预报的角度对国内外飞机颠簸预报的主要方法,特别是人工智能(AI)方法在其中的最新应用进行了综述。在此基础上,归纳总结出AI用于飞机湍流预报存在的主要问题和未来的重点研究方向：1)飞机实况数据的开放共享以及多源湍流数据的融合构建问题;2)基于人工智能构建飞机颠簸预报模型的可解释性及物理机制问题;3)基于人工智能构建飞机颠簸的集合预报问题。最后,提出了气象领域未来第三代人工智能的发展思路。  相似文献   

基于生态化人工海岸建设的理论研究与应用 ——以天津永定新河口综合整治修复工程为例          下载免费PDF全文

乔延龙  殷小亚  张正鑫 《海岸工程》2021,40(1):68-75

分析生态文明背景下围填海区域人工海岸建设存在的问题,结合淤泥质人工海岸空间特点,总结提出了生态岸线整治修复技术、仿自然化处理设计、景观构建适宜性、人工海岸生态系统等生态化建设基础理论,并以天津永定新河口综合整治修复工程为例,重点阐述了人工海岸生态化建设过程中生态系统和景观构建的方法要点和具体思路.结果表明:在人工海岸生...  相似文献   

由粒子吸收光谱提取浮游植物吸收光谱的人工神经网络方法     

刘雪锋  张亭禄 《海洋技术学报》2006,25(3):45-50

基于现场实验数据集及人工神经网络技术,论文提出了一种从海中粒子吸收光谱提取浮游植物吸收光谱的方法。这个数据集包含了海中粒子吸收光谱和对应的浮游植物吸收光谱,并被分为三个子集:训练集、印证集和试验集。本研究所利用的人工神经网络系统为多层感知器,训练后的人工神经网络的性能由印证集和试验集来评价。实验结果表明,文中所提出的方法可成功地提取浮游植物的吸收光谱,其提取精度与传统的实验方法相当。  相似文献   

SOME ASPECTS OF THE INTERACTION OF BLOWING SNOW WITH THE ATMOSPHERIC BOUNDARY LAYER     

STEPHEN J. DRY  PETER A. TAYLOR 《水文研究》1996,10(10):1345-1358

Several possible effects of blowing snow on the atmospheric boundary layer are investigated, mostly within the general framework of the Prairie Blowing Snow Model (PBSM). The processes of snow saltation and suspension are first described. Variations to the drift density profile are tested and the effects of stratification and density variation calculations are evaluated. Despite high density gradients of blowing snow, stratification effects on turbulence and the velocity profiles can generally be neglected. However, with saltating or suspended snow in a constant shear stress layer, part of the shear stress is carried by the particles. A highly simplified, single-phase approach, based on the density variation of the air–snow mixture coupled to a simple turbulent stress–strain relationship, is used to illustrate this. Sublimation rates in a column of blowing snow are calculated using the PBSM and results are compared with those obtained with a modified formulation which incorporates a spectrum of sublimating particles of varying sizes at each height in a steady-state surface boundary layer and different specifications of the ventilation velocity.  相似文献   

SNOW WETNESS ESTIMATES OF VEGETATED TERRAIN FROM SATELLITE PASSIVE MICROWAVE DATA     

CHANGYI SUN  CHRISTOPHER M. U. NEALE  JEFFREY J. MCDONNELL 《水文研究》1996,10(12):1619-1628

The Special Sensor Microwave/Imager (SSM/I) radiometer is a useful tool for monitoring snow wetness on a large scale because water content has a significant effect on the microwave emissions at the snowpack surface. To date, SSM/I snow wetness algorithms, based on statistical regression analysis, have been developed only for specific regions. Inadequate ground-based snow wetness measurements and the non-linearity between SSM/I brightness temperatures (T_Bs) and snow wetness over varied vegetation covered terrain has impeded the development of a general model. In this study, we used a previously developed linear relationship between snowpack surface wetness (% by volume) and concurrent air temperature (°C) to estimate the snow wetness at ground weather stations. The snow condition (snow free, dry, wet or refrozen snow) of each SSM/I pixel (a 37 × 29 km area at 37.0 GHz) was determined from ground-measured weather data and the T_B signature. SSM/I T_Bs of wet snow were then linked with the snow wetness estimates as an input/output relationship. A single-hidden-layer back-propagation (backprop) artificial neural network (ANN) was designed to learn the relationships. After training, the snow wetness values estimated by the ANN were compared with those derived by regression models. Results show that the ANN performed better than the existing regression models in estimating snow wetness from SSM/I data over terrain with different amounts of vegetation cover.  相似文献