排序方式： 共有173条查询结果，搜索用时 30 毫秒
161.
利用四川省气象台站逐日降水、日照时数资料,NCEP/NCAR逐日及逐月再分析资料和NOAA提供的月平均海表温度资料,通过现代学统计方法研究了2017年秋季四川阴雨寡照的主要特征及其成因。结果表明：2017年9—10月四川秋绵雨天气特征明显,呈现出雨日偏多、日照偏少、阴雨寡照持续时间长等特点。9月对流层中层贝加尔湖至巴尔喀什湖地区上空为宽广倾斜的低压槽,有利于冷空气东移南下影响四川,同时西太平洋副热带高压偏强西伸,冷暖空气交汇于四川上空,形成持续性降水。10月对流层中层西太平洋副热带高压偏北偏西偏强和印缅槽加深共同作用,有利于来自孟加拉湾和西太平洋的水汽向四川输送,为四川带来持续性降水。进一步分析发现,9月Rossby波能量频散特征有利欧亚中高纬环流的持续和维持,能量频散是巴尔喀什湖至贝加尔湖地区上空低压槽稳定维持的重要原因。此外,9—10月赤道中东太平洋海温明显偏低,且不断加强发展,是西太平洋副热带高压偏强偏西偏北和印缅槽偏深的重要外强迫源。因此,由海温外强迫和Rossby波能量频散造成的大气环流异常,导致了9—10月四川秋雨期阴雨寡照天气的持续。 相似文献
162.
利用2019年1月1日00时～12月31日23时(世界时)四川156个国家站和1768个区域站的观测数据,评估全国智能网格实况分析产品(CLDAS)和ECMWF再分析数据(ERA5-Land)的10m风产品。采用双线性插值方法,将两种分析产品插值到气象站点,与观测值对比,通过平均误差,平均绝对误差,均方根误差和相关系数等指标对以上两种产品进行评估比较。结果表明:两种分析产品对于四川省国家站和高原地区区域站风速都以低估为主,但盆地区域站高估。风速在高原地区所有评估指标都比盆地内差,高原地区需谨慎使用格点风产品。CLDAS对于国家站的各项评估指标都优于ERA5-Land。两种产品与区域站的平均误差,平均绝对误差,均方根误差结果整体相近,但CLDAS对非独立区域站的误差相对更小。ERA5-Land相关性较差,与四川地区实际观测的地面风速变化趋势相反, 不适用于四川。 相似文献
163.
传统多普勒天气雷达强对流灾害性天气监测采用固定阈值判别法给出强风暴的冰雹闪电灾害预警结果,该方法不适用于不同经纬度、季节和复杂地形条件下的强对流天气识别预警。本文利用循环递归的区域生长法对TITAN算法进行改进,从而快速识别三维强风暴单体及其雷达特征物理量;使用多普勒天气雷达和TRMM星载气象雷达的历史观测数据反演河北石家庄地区春夏两季复杂地形条件下的强风暴灾害性天气Logistics多元线性回归概率预警模型。对发生在河北石家庄夏季的一次强飑线天气和发生在春季的一次超级多单体风暴天气进行冰雹闪电灾害性天气识别预警实验,并与传统算法进行误差对比分析。实验结果表明:与传统算法对比,该方法对强风暴天气识别预警的定位精度较高,并且其漏报率和虚报率较低,有助于快速识别预警强对流灾害性天气。 相似文献
164.
利用2009~2019年大渡河上游降水资料和NCAR/NCEP(1°×1°)再分析资料对大渡河上游的暴雨进行综合分析,结果表明:2009~2019年大渡河上游共发生了28次暴雨过程,2014年最多;发生季节主要集中在6~9月,以6月最多,占总次数的28.6%;强降水时段集中在20时~02时,具有明显的日变化;暴雨的发生频次呈现中间多,南北少的特征,中心位于马尔康。根据暴雨的影响系统不同,可分为3类:高空槽型、高原切变线型和高原低涡型,所占比例分别为46.4%、35.7%和17.9%;高空槽型在9月最多,高原切变线型在7月最多,高原低涡型在6月最多。同时选取3个历史个例分析了不同类型暴雨的环流特征。 相似文献
165.
本文基于多年连续观测所得的九龙站加密探空资料,通过对比分析,认识到该站的边界层大气在夏季呈现以下特征:大气温度/湿度随高度增长而降低,不同时次温度/湿度的差异主要集中在中低层大气中,越靠近地面大气温度/湿度差异越突出。从不同时次的表现来看,08时的温度最低,14时温度值最高。08时和14时大气的比湿较小,02时和20时的大气比湿较大。位温则是随高度增长,最大差异出现在3320m以下大气层中,14时和20时位温廓线存在明显的绝热及超绝热现象,该2个时次大气边界层表现为明显的混合边界层特征,低层大气层结为静力不稳定。而08时和02时的大气廓线则呈现稳定边界层特征。四个时次风速廓线都是次地转的,边界层内某一高度皆有一个风速极大值出现,20时边界层内风速极大值最大。地表物理量逐日演变情况为:08时温度最低,其次是02时,然后是20时,最高温度出现在14时,这个时次的变动幅度也最为显著。14时、08时比湿均值最小,20时、02时平均比湿较大,20时变幅最大。最低气压出现在20时,其次是14时,然后是08时,最高气压出现在02时,20时变幅最大。02时地面风速最小,其次是08时,再次为20时,14时风速最大,变动幅度最大。 相似文献
166.
利用采自青海省玛沁县雪山乡的祁连圆柏（Sabina przewalskii）建立树轮宽度标准化年表,分析树木生长与大米滩水文站平均流量的关系。前一年11月到当年6月的平均流量与树轮宽度密切相关,相关系数达0.62。重建了黄河上游一级支流曲什安河1505-2010年的流量,重建结果稳定可靠。结果显示,重建序列大体经历了5个丰水期（1655-1697、1746-1816、1898-1916、1933-1957、1962-1992年）和10个枯水期（1510-1520、1530-1541、1544-1586、1590-1654、1698-1720、1728-1745、1817-1836、1856-1886、1917-1932、1993-2004年）。本重建序列与青海德令哈地区降水序列及黄河上游流量序列变化趋势具有较好的一致性,研究结果还得到了其他文献以及历史资料的验证。多窗谱分析表明重建序列存在着2～2.7、3、3.1～3.4、85～256 a的显著变化周期,其中2～2.7、3、3.1～3.4 a的周期可能与ENSO有关。此外,重建流量序列与AMO指数、南亚季风指数等大尺度气候驱动因子有一定的联系。 相似文献
167.
雨量监测的准确性对天气预报、气候变化、服务决策、防灾减灾等有着重要的影响和意义，而雨量站网布设直接影响雨量监测的准确性。选取四川省雅安市作为研究对象，在现有站网布设的基础上，采用相关性分析，提出基于抽站的站网布设优化方法，并对抽站后的站网布设合理性进行评价。结果表明：①雅安雨量站有265站，各站点的控制面积为2.64～510.78 km2，邻近站间距离为0.3～12.28 km，邻近站间降水相关系数为0.62～0.993；②逐次抽站后，雨量站控制面积和邻近站间距离逐渐增大，邻近站点间降水相关系数逐渐减小；③抽站后站网面雨量与原站网面雨量较一致，误差较小，泰森多边形法面雨量变化幅度小于算术平均法；④从降水过程来看，各次抽站后，降水落区和各量级降水范围基本一致，站网对降水极值的捕捉能力较好，误差较小，但随着站点数的减少，对于降水形态刻画的精细程度有所下降。 相似文献
168.
利用WRF （Weather Research Forecasting）中尺度数值模式对2010年7月12—13日梅雨期影响江苏的江淮切变线大暴雨过程进行数值试验，重点研究切变线南侧水汽强度、垂直厚度和输送位置变化对降水发生、发展的影响，并揭示湿位涡对江淮切变线降水的指示性。结果表明：对流层高层水汽对降水强度和雨带分布影响较小；中层水汽对整体雨带形态的维持起了重要作用；低层水汽强度的变化主要对大暴雨区域及大暴雨中心降水强度存在影响；而水汽输送位置离切变线越近越有利于暴雨的发生发展。同时，切变线南侧水汽变化对江淮切变线和西南风低空急流发生发展，以及相关高低空散度和上升运动也存在影响，切变线南侧水汽供应越充足、水汽强度越强、水汽柱愈深厚、输送位置离切变线越近，则高低空散度发展耦合愈充分，垂直上升运动愈旺盛，切变形势及切变线上低涡越活跃，相应的降水强度越强、雨带分布越宽阔连续。分析发现湿位涡（Moist Potential Vorticity，MPV）对江淮切变线降水有较好的指示性，且以正压项MPV1的影响和指示为主。MPV1负峰值的出现指示降水峰值出现，当MPV1 <-1.5 PVU时，切变线附近有小时降水量大于20 mm的短时强降雨发生。在MPV1<0条件下，若︱MPV2︱>0.05 PVU且尤其当MPV2>0时，降水强度明显增强，而MPV1为负、MPV2为正维持时间越久、︱MPV1︱和︱MPV2︱峰值越大，则江淮切变线降水持续时间越久、强度越强。 相似文献
169.
集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品，以面雨量为研究对象，采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法，得到集成面雨量预报，再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法，对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时，下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低，且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中，多元回归法集成效果较好，在大雨量级预报中，BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。 相似文献
170.
为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（AdvancedSpaceborneThermalEmissionandReflectionRadiometerGlobalDigitalElevationModel,ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km2。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考... 相似文献