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   3篇
  免费   0篇
大气科学   3篇
  2023年   1篇
  2021年   1篇
  2018年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
利用NCEP/NCAR再分析资料、CMAP降水及Hadley环流中心海温资料等,对东亚季风环流由夏向冬的季节转变与中国前冬气候的关系进行了研究。参考前人定义的亚太热力差指数,计算了1979-2016年亚太热力场由夏向冬的季节转变时间(平均为56. 6候)。结果表明,该季节转变时间点能很好地表征东亚季风环流由夏向冬的季节转变。东亚季风环流由夏向冬的转变特征表现为:低层大陆热低压转为大陆冷高压,阿留申低压形成加强,低空偏南风转为偏北风;中层东亚大槽形成,副高单体减弱成一个副热带高压带;高层南亚高压中心从青藏高原移至菲律宾以东洋面上,高空偏北风转为偏南风。此外由夏向冬的季节转变时间与中国前冬降水和地面气温有着紧密的联系,并且该转变时间的早晚与前期夏季热带太平洋的海温呈现类ENSO异常海温型的相关分布,即表现为前期夏季热带中东太平洋海温偏低(高)时,后期东亚夏季型季风环流向冬季型季风环流转变易偏晚(早),这对东亚季风环流季节转变的预测提供了依据。  相似文献   
2.
利用地面自动站资料、多普勒天气雷达资料、卫星逐小时TBB资料及NCEP再分析资料,对2020年3月下旬两次强对流天气过程(21—22日过程和26—27日过程)进行对比分析。结果表明:①两次强对流天气过程都有较好的动力、热气和水汽条件配合,高层辐散、低层辐合的环流配置有利于上升运动,热力不稳定层结强烈发展,加上有利的水汽条件,在高空低槽与地面辐合线等系统的触发下,导致混合强对流天气发生。②两次强对流天气过程均分为两个阶段,暖平流强迫类强对流和斜压锋生类,在暖平流强迫类阶段不稳定能量积聚很明显,并在斜压锋生阶段开始前得到一定程度的释放,两次过程斜压锋生类阶段的动力条件和水汽辐合较暖平流类阶段更强。③两次强对流天气过程均出现了冰雹、雷暴大风、短时强降水,“21日过程”西南急流发展更加旺盛,暖平流中心强度更强,垂直伸展高度更厚,热力条件更好,以雷暴大风、冰雹为主;“26日过程”冷空气势力更强,显著上升运动维持的时间也较长,有着更充沛的水汽供给,以短时强降水为主。④两次过程怀化沅陵县官庄镇19:00—20:00均出现冰雹,雷达回波均反映出典型的冰雹回波特征,“21日过程”较“26日过程”最大反射率因子更大,中气旋强度更强,垂直累积液态含水量(VIL)跃增更明显,值更大,中气旋扩展高度更高、高空辐散更强,因此冰雹直径更大。  相似文献   
3.
利用1996—2015年中国的高空探测资料和地面观测数据,挑选发生降水的数十万个样本将其分为降雨和降雪两类事件,抽象为二分类问题,采用深度学习网络技术构建降水相态判识模型,并用2016—2017年的数据进行测试检验,针对2018年1月下旬中国一次大范围雨雪天气过程进行个例检验,在此基础上探讨了深度学习网络在降水相态判识和预报中的应用。主要结论如下:基于深度学习网络判识模型的判识准确率为98.2%,雨、雪的TS评分分别为97.4%和94.4%,相应空报率为1.7%和2.0%,漏报率为1.0%和3.7%,较传统指标阈值法的判识准确率有较大提高;个例检验显示,基于实况探空数据的模型判识结果与降水相态实况在全国基本保持一致,欧洲中期数值预报中心(ECMWF)的降水相态预报产品和模型的预报结果对全国的降水相态都表现出较好的预报能力,而对雨雪分界线的预报,模型的预报结果较ECMWF总体上更接近实况。测试结果表明,模型较好地提取了雨、雪降水相态的结构特征,深度学习网络在降水相态判识和预报中的应用具有可行性和一定的优势,可为降水相态的客观判识和预报提供重要技术支撑。  相似文献   
1
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