首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   12篇
  国内免费   3篇
大气科学   20篇
  2023年   3篇
  2022年   5篇
  2020年   3篇
  2019年   3篇
  2018年   4篇
  2017年   2篇
排序方式: 共有20条查询结果,搜索用时 19 毫秒
1.
利用ECMWF历史预报资料,从动力、热力、水汽、不稳定条件四个方面选取影响雷暴大风发生的因子,构建多因变量数组,并利用主成分分析确定配料系数及其阈值,在此基础上进行配料,研发了四川省雷暴大风概率预报产品投入应用。2018年汛期应用表明:雷暴大风产品对预报概率超过65%的区域有指示意义,且优于ECMWF数值预报的100 m高度风,在检验的个例中,有效命中率达25%以上。   相似文献   
2.
本文根据1961~2018年5~9月20~08、20~20时降水数据,和2010~2018年逐小时降水资料,利用EOF等方法分析了四川盆地夜雨率、夜雨强度及夜雨频次的时空变化特征,结论如下:(1)夜雨率EOF展开的第一特征向量(占总方差的17.1%)显示四川盆地为一致的变化特征,夜雨强度EOF第一特征向量(占21.5%)为以105.5°E为界的经向偶极型空间分布。(2)夜雨高频次中心位于雅安、乐山和眉山3市的交界区域,盆地西部沿山,盆地西南部和南部为次高频区,盆地东北部和中部为低频区。降水频次随时间呈明显的单峰特征,02~05时为峰值时段。(3)小雨至大雨逐日、月夜雨率与夜雨强度呈反位相变化,夜雨率先下降后上升,夜雨强度先上升后下降,7、8月为过渡时段。各量级夜雨率、夜雨强度逐年变化曲线呈波状分布,无明显上升或下降趋势。   相似文献   
3.
本文使用2016年6~8月GRAPES全球模式2m温度和10m风场24、48、72h时效预报场和同期四川省156个国家气象站逐日地面温度和风场资料,选取预报准确率、平均误差、平均绝对误差、均方根误差和Alpha Index5个统计量对2016年夏季四川3个区域(盆地区、过渡区和高原区)2m温度和10m风场进行了较为详细的检验评估。研究结果表明:模式对10m最大风速的预报效果较好,准确率较高,最高可达80.64%。模式对过渡区温度预报效果较差,准确率基本低于10%,但是对盆地区温度的预报有一定可信度。模式对10m最大风速的风向预报效果不如最大风速值。全省各区各要素的AI值都在0.7左右变化,表明模式预报的随机误差大,预报和观测吻合较差。本研究还发现,整体来看模式对盆地各要素预报效果较好,对于地形复杂地区(高原区、过渡区)预报效果较差。此外,模式存在一定的系统误差,2m温度的系统误差盆地区约为-2.3~-1.7℃,过渡区约为-8.3~-6.0℃,高原区约为-7.3~-5.0℃;10m最大风速值的系统误差盆地区约为-1.3~-0.6m/s,过渡区约为-2.3~-1.3m/s,高原区约为-2.7~-1.1m/s。   相似文献   
4.
利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。  相似文献   
5.
根据四川区域暴雨的定义,筛选2012~2016年的区域暴雨过程,选取850hPa的比湿(q)、850hPa经向风(v)2个因子,并应用NCEP资料计算30年的气候平均值和气候标准差,引入集合预报资料,计算四川暴雨个例各要素的标准化异常度和异常度概率。得到以下结论:(1)850hPa的比湿(q)、850hPa经向风(v)两个因子的48h集合最大预报异常度对四川盆东型暴雨更为适用,实况50mm以上降水落区一般都发生在850hPa比湿(经向风)异常度大值区,而对盆西型暴雨适用性不好;(2)在四川盆东型暴雨中,60%暴雨个例的实况暴雨中心,850hPa上比湿超出气候平均1个标准差的概率达到80%以上,超出1.5个标准差的概率到达50%以上。   相似文献   
6.
西南区域中心模式SWC-WARMS降水偏差分析   总被引:1,自引:1,他引:0  
本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。  相似文献   
7.
利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。  相似文献   
8.
徐栋夫  曹萍萍  王源程 《气象》2020,46(7):948-958
利用微脉冲激光雷达观测数据、PM_(2.5)浓度数据、地面气象观测资料和探空数据对成都2017年1月1—6日连续出现的重污染过程进行分析研究。结果表明:激光雷达反演的消光系数演变与PM_(2.5)浓度值变化对应一致,PM_(2.5)浓度升高,近地面消光系数增大;反之,则近地面消光系数减小。对于此次过程,在无冷空气影响时,混合层高度和相对湿度的日变化对消光系数廓线有明显影响,混合层高度降低,大气环境容量减小,相对湿度增加,气溶胶吸湿增长,消光系数增大,地面污染加重。天空状况对气溶胶垂直分布影响显著,晴天或多云天气,早晨强逆温使得水汽和大量气溶胶集中在逆温层顶以下区域,地面污染严重;中午混合层发展,使得混合层内的气溶胶均匀混合,气溶胶层变厚,近地面消光系数显著减小,地面污染减轻。在前一日为晴天或多云天气,当天为阴天时,早上气溶胶明显分为两层,一层在近地面,另一层在残留层顶附近;中午由于垂直湍流增强,一部分残留层气溶胶向下混合至混合层内,使得混合层内的气溶胶粒子增多,地面污染加重,消光系数明显增加。近地面强逆温层、混合层高度降低、残留层气溶胶向下混合、相对湿度增加均是导致地面污染加重的原因。  相似文献   
9.
在增长模繁殖法(Breeding of the Growing Mode,BGM)的动态繁殖过程中,尺度化因子的选择极为关键。利用WRF(Weather Research and Forecasting)模式,在分析飑线系统数值模拟误差增长机制的基础上,根据飑线发展过程中湿对流区域误差更容易快速增长的特点,提出了一种根据湿对流区域时空分布调整的BGM初始扰动改进方案。该方案通过在动态繁殖过程中对小扰动的水平结构进行调整,加强湿对流区域扰动,捕获到增长最快方向上的小扰动并将其作为初始扰动。试验结果表明:根据降水量调整的改进方案相比其他方案扰动能量较大,各集合成员之间差异也较大,集合平均预报误差较小;对强降水范围的模拟相对理想,暴雨的降水评分较高;对风廓线及水汽场的预报更接近于实况,较好地改善了集合预报效果。  相似文献   
10.
利用2014~2016年5~10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。   相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号