排序方式： 共有6条查询结果，搜索用时 0 毫秒
1
1.
针对气象数据种类多、信息量大、精度高等特点,传统的关系型数据库系统在存储处理、数据读取等方面存在负载饱和、读写性能不理想等问题,利用云数据存储技术,结合气象数据特征,设计了基于云数据存储平台的气象数据存储和处理方法。通过分析气象数据的结构化、半/非结构化特征,采用云关系型数据库存储结构气象数据;采用NoSQL对象库存储半/非结构化气象数据;在数据的存储过程中,应用了气象数据分块压缩技术,进行气象数据存储和传输。结果表明,所讨论的方法具有很好的存储传输效率,能够满足大规模气象数据在业务应用中对存储查询和处理速度的要求。 相似文献
2.
Horizontal wind measured by wind profiling radar (WPR) is based on uniform wind
assumption in volume of lateral beam. However, this assumption cannot completely meet in the
real atmosphere. The subject of this work is to analyze the influence of atmospheric
inhomogeneities for wind measurement. Five-beam WPR can measure two groups of horizontal wind
components U and V independently, using the difference of horizontal wind components U and V
can evaluate the influence of the inhomogeneity of the atmospheric motion on wind measurement.
The influences can be divided into both inhomogeneous distribution of horizontal motion and
vertical motion. Based on wind measurements and meteorological background information, a new
means of coordinate rotation the two kinds of inhomogeneous factor was separated, and the
impact in different weather background was discussed. From analysis of the wind measured by
type of PB-II WPR (445MHz) during 2012 at Yanqing of Beijing, it is shown that the
inhomogeneity of horizontal motion is nearly the same in U and V direction. Both the
inhomogeneities of horizontal motion and vertical motion have influence on wind measurement,
and the degrees of both influences are associated with changes of wind speed. In clear air,
inhomogeneity of horizontal motion is the main influence on wind measurement because of small
vertical velocity. In precipitation, the two influences are larger than that in clear air. 相似文献
3.
利用临安CFL-03型边界层风廓线雷达探测资料对2017年6月23—24日的一次梅雨锋暴雨过程进行了详细分析,结果表明风廓线雷达能够揭示江淮梅雨系统中的中尺度切变线特征,低空切变线是这次暴雨过程的降水主要集中在降水前段和后段的主要原因,高空西风急流使降水得以维持发展。由功率谱数据估算的回波强度反映了此次暴雨过程的发展变化细节,降水集中区的降水云体发展深厚,达到5 km以上。垂直速度和大气折射率结构常数(C_n~2)与降水的变化趋势一致,10 mm的降水量对应的垂直速度接近7 m/s,C_n~2对数值接近-11。由于与降水的良好对应关系,风廓线雷达产品可以应用于强降水灾害天气的监测业务。 相似文献
4.
风廓线雷达系统误差和探测数据时空代表性影响风的数据质量。针对五波束探测风廓线雷达,提出雷达系统误差检测方法并分析风的空间不均匀分布和时间代表性对风数据质量的影响。在此基础上,通过比较4组三波束计算的两组水平风u,v分量离差进行风的空间均匀性判别,并比较了一致性平均和数学平均两种时间代表性处理算法间的测风精度差异。利用广东风廓线雷达站网2014年3—5月10部雷达数据进行方法应用和评估。结果表明:稳定大气条件下,3种型号雷达 (LC,PB,PA) 的有效数据高度分别达到3,6 km和10 km的雷达系统功能设计需求。经空间均匀性检验与时间一致性平均处理的风数据在降水期间质量优于业务雷达数据,3—5月10部雷达获取的两组u,v分量离差标准差约为1 m·s-1,表明经过空间一致性检验和时间一致性平均处理后的数据质量较好。 相似文献
5.
风廓线雷达与天气雷达风廓线数据的融合及应用 总被引：2，自引：1，他引：1
风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。 相似文献
6.
为了更好地将全球共享的飞机气象观测资料（AMDAR资料）应用于本地气象业务，解决由AMDAR资料时空分布不均匀带来的应用不便的问题，利用2019年4月至2020年5月杭州地区获取的AMDAR资料，在质量控制处理基础上提出一种新的提取AMDAR廓线数据的处理方法，将机场周边一定时间和空间范围内的飞机探测资料视作探空气球漂移至不同位置的观测，垂直方向采用插值算法实现廓线数据均匀分布，并利用中值滤波算法对廓线做进一步质控。最终提取的AMDAR廓线数据与杭州探空数据进行了对比误差分析。结果表明：温度、风速和风向的总体平均偏差分别为-0.83 ℃、0.02 m/s、0.47°，均方根误差分别为1.93 ℃、2.02 m/s、25.05°，AMDAR温度廓线数据整体偏小，且相对暖湿的季节比相对干冷的季节偏小更加明显，AMDAR风廓线数据无明显系统误差，数据质量较好；温度和风速对比误差在2000 m及以上高度范围随高度增加而增大，但风向的对比误差相反；环境风速越大，风速的对比误差越大，风向的对比误差却越小；AMDAR廓线数据与探空数据具有较好的一致性，但在02:00—06:00以及5000 m以上高度缺测较多。总体来看，本文提出的AMDAR廓线提取方法具有一定的应用价值，能够为AMDAR资料在不同地区的应用提供参考。 相似文献
1