排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
风暴潮可能给沿海城市造成巨大破坏, 而深圳位于易受台风影响的南海北部沿岸, 经济和人口总量巨大, 但有关深圳近海风暴潮的研究工作却十分匮乏。本文基于区域海洋模式系统(regional ocean model system, ROMS)建立了一个以深圳近海为中心的三层嵌套模型, 用于研究深圳近海台风所致风暴潮的影响因素。首先对2018年台风“山竹”过境深圳导致的风暴潮进行模拟, 模拟结果与观测结果较为一致。在此基础上, 进行一系列参数调整试验, 研究台风登陆地点、登陆角度、台风尺度、台风强度以及移动速度的改变对风暴潮及其分布的影响。结果表明, 在深圳西边登陆的台风, 比在深圳东边登陆的台风产生的最大增水高1.5m左右。由东往西移动并登陆深圳的台风, 比由南向北移动的台风产生的最大增水高1.0m左右。台风最大风速半径增加15%, 最大增水上升0.2m左右。台风强度增强15%, 最大增水上升0.4m左右。台风移动速度总体上对风暴潮影响不大, 但不同登陆地点存在明显差异。当台风在深圳西边或者东边登陆时, 台风移动速度增加30%, 深圳沿海各海湾的最大增水反而上升0.2~0.6m。当台风从深圳中部登陆时, 台风移动速度增加30%, 珠江口的最大增水降低0.1m左右, 大鹏湾和大亚湾的最大增水却相反地上升0.2m左右, 不同海湾对台风移动速度呈现不同的变化特征, 与各海湾水体重新分布到稳定状态时间和台风作用时间有关。 相似文献
12.
2019年第9号台风“利奇马”在8月10日登陆后引发了远距离大范围的暴雨,本文利用ECMWF(EC)和GRAPES全球集合预报模式等资料对暴雨短期预报的误差及原因进行了分析。此次台风远距离暴雨主要集中在8月10日夜间的山东中部地区,EC集合预报对该区域的降水量预报效果总体优于GRAPES集合预报。集合敏感性分析可以识别出和预报变量高相关(敏感)的天气系统,结果表明山东区域平均降水量对同期500 hPa副高、台风西北侧海平面气压和山东北部低层温度较为敏感,而对流层高层的高度及经向风存在更大范围的敏感区。根据暴雨预报TS评分选取EC集合预报成员作为优势组和劣势组,结果表明优势组预报成员表现为山东上空300 hPa低槽前倾,北侧高空偏南急流更强,同时配合低层台风外围偏东风急流,形成高层辐散、低层辐合的有利条件。另外,优势组预报的中纬度低层冷空气和斜压锋区更强,导致优势组在山东中部预报出暴雨,更加接近于实况。 相似文献
13.
采用风险分析理论,在对任意粮食生产单元多年粮食单产时间序列进行分析的基础上,将粮食产量波动的信息采用数字仿真技术叠加到趋势产量预测模型中,提出了估计未来年份该生产单元粮食产量不同结果出现概率的方法。分别设计了短期风险估测和长期风险预测的方案,这两种方案对于灾害救济的发展生产具有一定的参考意义。 相似文献
14.
粮食生产风险水平的概率分布计算方法 总被引:5,自引:0,他引:5
任意选取中国各地40a以上粮食产量序列,利用正态分布曲线,偏态分布正态化以及解析概率密度曲线积分等方法分虽获得粮食产量序列的风险概率,该结果反映了粮食生产不同增减产幅度及相应的概率大小。进行风险估计可以为发展生产,防灾抗灾提供参考。 相似文献
15.
青藏高原冬春季地温异常对长江中下游夏季旱涝影响的研究 总被引:14,自引:2,他引:14
探讨了青藏高原地温异常对长江中下游地区降水的影响。通过资料分析揭示:长江中下游地区夏季旱涝前期冬春青藏高原各层次的地温距平具有反位相分布和高方差分布的特征,前期冬、春季青藏高原地温的三维结构对长江中下游地区夏季降水异常具有“强信号”指示特征。从地面0cm到地下3.2m的地温距平分布为:涝年高原偏南部为正,中部和北部为负,旱年时则与此相反,高原中部和东南部是反位相最明显的地区。地温距平在近地表变化较快,地温距平的大值区在40cm层到1.6m层之间,1.6m到3.2m层地温距平变化较慢。资料分析表明前期青藏高原不同层次地温异常是后期长江中下游地区降水异常的一个重要原因。资料分析和数值试验都揭示了北半球环流型对青藏高原不同层次地温异常可能产生遥相关波形并形成季尺度低频波,此相关波列的激发和传播可能影响长江中下游地区后期的降水。 相似文献
16.
江淮流域2003年强梅雨期的水汽输送特征分析 总被引:39,自引:22,他引:17
在分析2003年6月21日到7月11日江淮流域强梅雨期间降水概况和大气环流基本特征的基础上,通过对水汽输送流函数及非辐散分量、势函数及辐散分量及江淮地区水汽收支的分析,表明江淮流域是该时期全球范围内水汽汇的一个高值中心,且水汽通量大值区和水汽辐合区与降水大值区基本一致.从水汽的输送来看,夏季印度风环流和南海夏季风是向江淮流域输送水汽的主要通道.梅雨期内,中层大气中的水汽主要是垂直上升运动对低层水汽的抬升作用,同时,低纬大洋上的水汽也可途经青藏高原后再从西边界向东输入到江淮地区,它的输送有可能增大江淮流域上空对流层中层大气中的水汽含量,从而有利于强梅雨在江淮流域的发生.计算分析还表明2003年强降水从前期的长江流域移到后期的淮河流域,是与大范围的水汽输送和辐合中心北移相联系的,较小空间范围的强暴雨洪涝的发生在有利的大尺度环境下,还与其他条件有关. 相似文献
17.
2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7~9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。 相似文献
18.
为了加强对新疆暴雨过程的中尺度系统发展机理的认识,利用美国环境预测中心的FNL、欧洲中期数值预报中心的全球再分析资料、中国气象局提供的地面自动气象站观测资料、中国国家卫星气象中心提供的卫星辐射亮温(TBB)资料及WRF高分辨率数值模拟对2013年6月17—18日发生在新疆阿克苏地区的一次暴雨天气过程进行分析。结果表明,此次降水过程是发生在中高纬度“两脊一槽”的环流形势下,中亚低涡为这次暴雨的发生提供了有利的天气尺度动力及水汽条件;中亚低涡环流与天山南脉特殊地形造成的气流绕流叠加生成的中尺度辐合线是此次强降水的重要中尺度影响系统,山谷地形热力性质差异造成的下坡风推动辐合线移动,辐合线上发展的强对流引发了阿克苏地区的强降水。WRF模拟结果能够基本再现本次天气过程的降水落区、强度以及风场演变等。结合观测以及模拟资料进行的初步分析显示,西天山的阻挡导致偏南风在西天山南坡山谷附近产生堆积和辐合,山谷附近有局地的地形辐合线形成。同时,随着大尺度环流形势的调整,中亚低涡移动至阿克苏地区附近后,低涡南部的偏西气流一部分直接越过西天山变为西北风,另一部分穿过伊犁河谷转为东北风,这两支气流共同加剧了天山南脉阿克苏地区的偏北气流,促进了西天山南坡山谷附近中尺度辐合线的加强。辐合线以东的偏东气流带来的水汽在天山南脉前堆积,随着夜间山谷下坡风的增强作用,中尺度辐合线在向东南方向推进过程中不断发展加强,配合山脚堆积的水汽和辐合抬升,不稳定能量释放,对流发展,为阿克苏地区带来强降水天气。 相似文献
19.
20.
中国粮食产量保险费率的订定方法和保险费率区划 总被引:3,自引:0,他引:3
在分析切比雪夫大数定律的保险学意义的基础上,对粮食产量资料经过合适的处理,并参照美国、日本、台湾等国家和地区保险费率的计算方法,计算了中国全国范围内保险费率的数值。计算的结果与国内其他同样的保险费率的数值相比较,数量级相同但更加稳定可靠。最后采用动态迭代自组织聚类算法将保险费率在全国分区,给出了全国保险费率的分布情况,这些数值还可根据保险实践适当修改,结果可为防灾减灾和保险公司业务运行提供参考。 相似文献