排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
本文对0421(海马)和0311(环高)台风登陆后不同的演变过程进行了对比分析。分析表明,虽然两次台风登陆的时间和路径都很相似,但是由于环境场的形势的不同,特别是北方冷空气情况的不同,一个变性发展成为温带气旋,给江苏地区带来了大面积的降水,另一个直接减弱消失,仅在登陆点附近产生了一些降水。通过讨论锋生函数各项的性质和计算其主要项的分布特征,对变性过程进行了研究,发现台风变性初期其锋生函数中变形项起主要作用。锋生结果造成强烈的辐合上升运动,引起台风暴雨的增幅。 相似文献
2.
针对预报系统同化资料的时空分布特征，设计并开展了三组针对不同尺度信息优化的资料同化试验，并使用沿海地区两个测风塔边界层内风场观测数据对模式预报结果进行检验。测风塔观测表明陆地与海上近地层的风场特征截然不同。各组同化试验均能够再现陆地和海上观测风场的主要特征，但海上测风塔的风场预报误差高于陆地测风塔。各组同化试验的预报结果存在较大差异，其中结合新动量控制变量和大尺度约束的试验能够最好地模拟出观测风场的风向和风速分布。进一步表明，沿海地区的近地层风场模拟仍然存在较大的不确定性，需要进一步优化海洋边界层的参数化方案。 相似文献
3.
对美国近20年龙卷探测雷达技术和观测研究进行了文献调研,文献表明美国龙卷探测雷达研制目标主要为实现快速扫描、获取高时空分辨率和高精度的资料,目的基本达到,雷达体扫时间达到10秒级更新,在雷达近距离范围内分辨率可达到10 m,甚至更低,这些都使得采集龙卷精细化结构和细致连续演变过程成为可能。美国雷达发展采用多种技术体制和扫描策略并进,双极化、相控阵、大气成像等技术方面不断改进与应用,效果良好。基于先进雷达,美国进行了大量的龙卷观测试验,取得了丰富成果,对龙卷的结构和演变规律刻画得越来越精细和准确。许多成果已经转化为概念模型,形成重要的龙卷监测与预报指标、预警信号,并在业务中实施,提高了龙卷预警能力。高频次高精度的龙卷雷达探测资料的数值模式应用也明显缩短了资料同化周期,同时提高了对龙卷等对流尺度系统的模拟能力。参照美国的成功经验,我国应汲取其技术成果,尽快选定雷达发展技术体制,加快业务雷达技术升级和高性能龙卷探测雷达研制,组织龙卷科学观测试验,采集龙卷精细数据,开展科学研究,探索中国的龙卷结构和活动规律,为构建龙卷监测预警业务提供基础的科学支撑。 相似文献
4.
结合理论和SoWMEX试验 (西南气流试验,Southwest Monsoon Experiment) 的连续多普勒天气雷达观测资料和广东省阳江雷达资料, 对非线性速度方位显示 (非线性VAD) 方法反演低层低于2 km垂直风廓线精度和能力进行定量分析。结果表明:非线性VAD基本能反演出低层风廓线在空间和时间上的演变。但当雷达径向速度数据在方位存在较大的连续性缺测、体积扫描仰角较少时,因传统非线性VAD采用的速度方位显示 (VAD) 方法拟合阶数和垂直拟合阶数过高,反演的低层风廓线会存在较大误差,造成不合理高风速区和风廓线不连续。通过实际观测资料统计分析反演参数对非线性VAD的影响,提出基于连续性数据缺测间隔和不同仰角的多少的VAD和垂直拟合阶数动态调整方法。同锋面降水和台风降水两典型个例的实际探空比对显示,调整后的非线性VAD显著改进低层风廓线反演精度,反演的风廓线结构和变化与实况相符,反演平均误差小于2 m·s-1。 相似文献
5.
本文对基于径向速度的光流法在实际应用中存在的误差进行了分析,并提出了有效的改进方案。合成数据试验结果表明:基于径向速度的光流法在反演低仰角(小于2.5°)数据和包含非线性变化的实际风场时存在较大的误差。在低仰角情况下,由于径向速度在垂直方向的分量非常小,导致垂直速度的反演包含较大的计算误差并影响水平速度的反演精度。而当实际风场存在较大非线性变化时(如锋面、切变线等),算法中的局部约束条件被破坏,导致切变区域反演精度降低或出现奇异值。针对这两种情况,本文提出了有效的改进算法。在低仰角情况下引入了简化的约束方程,并加入了径向速度一致性的约束条件来克服实际风场非线性带来的误差。通过理想数据试验和实际个例的检验发现,改进后的算法可以有效地提高风场反演的精度和应用范围。 相似文献
6.
An Improved Velocity Volume Processing Method 总被引：3，自引：0，他引：3
Velocity volume processing （VVP） retrieval of single Doppler radar is an effective method which can be used to obtain many wind parameters. However, due to the problem of an ill-conditioned matrix arising from the coefficients of equations not being easily resolved, the VVP method has not been applied adequately and effectively in operation. In this paper, an improved scheme, SVVP （step velocity volume processing）, based on the original method, is proposed. The improved algorithm retrieves each group of components of the wind field through a stepwise procedure, which overcomes the problem of an ill-conditioned matrix, which currently limits the application of the VVP method. Variables in a six-parameter model can be retrieved even if the analysis volume is very small. In addition, the source and order of errors which exist in the traditional method are analyzed. The improved method is applied to real cases, which show that it is robust and has the capability to obtain the wind field structure of the local convective system. It is very helpful for studying severe storms. 相似文献
7.
利用2017—2019年贵州省威宁彝族回族苗族自治县的C波段天气雷达数据,提取了多种与冰雹相关的雷达特征参量,并结合地面降雹记录建立了客观的冰雹样本标记方法。通过支持向量机、决策树和朴素贝叶斯三种机器学习方法,对冰雹高发区贵州省威宁的冰雹天气过程进行建模与评估。评估结果表明,采用机器学习方法可以有效地识别冰雹天气过程。支持向量机和决策树方法的命中率(Probability of Detection,POD)均较高,分别为88.9%和90.5%;临界成功指数(Critical Success Index,CSI)分别为73.1%和70.3%;误报率(False Alarm Rate,FAR)分别为19.6%和24.1%。朴素贝叶斯方法的POD和CSI相对偏低,分别为67.8%、62.8%,但FAR最低,为10.6%。 相似文献
1