排序方式： 共有90条查询结果，搜索用时 187 毫秒
1.
基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。 相似文献
2.
To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction. 相似文献
3.
基于模糊逻辑的大气云粒子相态反演和效果分析 总被引：4，自引：1，他引：3
为了探究8mm云雷达探测到的大气云粒子相态特征,根据Shupe总结得到云雷达探测参量:反射率因子、Doppler径向速度、线性退偏振比以及温度在不同相态水凝物对应的云雷达产品特征阈值,采用不对称T型的隶属函数,成员函数包括:反射率因子、线性退偏振比、径向速度以及垂直温度廓线,反演出的粒子相态包括:雪、冰晶、混合相态、液水、毛毛雨、雨等6种。通过联合分析中国气象科学研究院灾害天气国家重点实验室的偏振云雷达探测资料和GTS1型探空仪温度数据,结果表明;通过模糊逻辑法对云雷达探测的参量反演出的大气粒子相态结果与探空实时数据一致性较好,对现阶段常规天气预报参考、人工影响天气作业指挥以及效果评估来说具有较好指导性。 相似文献
4.
WRF模式在南京数值天气预报中的应用 总被引：1，自引：1，他引：0
利用最新版本的WRFV3.1进行了南京地区的高分辨率的数值天气预报,对预报结果进行了细致的评估,结果表明：模式很好的预报出了温度、相对湿度及风场的逐日变化特征。0~24 h预报的平均温度和实况基本一致,预报的击中率为0.73;预报的平均相对湿度较实况偏高了0.3%,击中率为0.74;模式预报的风场跟实况较为吻合,对风速增大、减小的趋势预报非常准确。另外, 模式对层云降水预报较好,能很好的把握了降水的强度及空间变化,但对积云强降水预报,结果不理想,降水范围、强度均偏小,持续时间偏短。 相似文献
5.
The onset of South China Sea summer monsoon in 1998 occurred on May 21st. Using the U.S. National Centers for Environmental Prediction reanalysis data, this paper examines the physical process of the weakening of a subtropical anticyclone in West Pacific during the onset period using the Zwack-Okossi vorticity equation. Results show that during the pre-onset period, the positive vorticity advection in front of an upper tropospheric trough was the most dominant physical mechanism for the increase of the cyclonic vorticity on the 850-hPa layer over the South China Sea and its nearby region. The secondary contribution to the increase of the cyclonic vorticity was the warm-air advection. After the onset, the magnitude of the latent-heat warming term rapidly increased and its effect on the increase of the cyclonic vorticity was about the same as the positive-vorticity advection. The adiabatic term and divergence term contributed negatively to the increase of the cyclonic vorticity most of the time. Thus, the positive vorticity advection is the most important physical mechanism for the weakening of the West Pacific subtropical anticyclone over the South China Sea during the onset period. 相似文献
6.
深圳S波段与X波段双偏振雷达在定量降水估计中的应用 总被引：3，自引：0，他引：3
双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（ZH）、差分反射率（ZDR）和差传播相移率（Kdp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于ZH的R（ZH）、基于ZH和ZDR的R（ZH,ZDR）、基于Kdp的R（Kdp）和基于Kdp与ZDR的R（Kdp,ZDR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即Kdp和ZDR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。 相似文献
7.
基于2016-2018年ECMWF模式温度预报和浙江省72个国家基本站观测资料,根据温度日变化特征,采用K-近邻(KNN)回归算法进行误差订正,改进浙江省172 h精细化温度预报。在KNN回归算法中,将模式起报时刻的温度视作“背景”,由模式预报减去起报时刻温度消除“背景”影响,得到温度日变化曲线,通过温度日变化曲线构建差异指标,选取历史相似个例。根据历史相似个例的误差特征,对温度预报进行订正,得到改进的温度预报。检验结果表明,KNN方案的温度预报平均绝对误差较ECMWF和30 d滑动平均误差订正方案(OCF)的分别减小26.2%和5.2%;日最高和最低温度预报误差绝对值小于2℃,准确率较ECMWF的分别提高14.8%和4.3%,较OCF的分别提高3.0%和1.3%。KNN方案对地形复杂地区的温度预报改进效果更为明显,对冷空气活动和夏季高温等天气过程预报改善效果也较稳定。 相似文献
8.
基于ECMWF的ERA-Interim全球大气再分析资料、MICAPS实况数据和广东省气象观测资料,对比分析了广东惠东高潭1979年、2013年和2018年的三次极端强降水过程的成因。结果表明:造成高潭极端强降水的影响系统有台风本体环流、登陆后的台风残余环流、季风低压外围环流等,其中2018年季风低压影响过程降水量最大;不同过程对流层低层强迫暖湿气流辐合抬升方式不同,分别为冷暖气流相互作用、西南季风和偏南季风地交汇、季风涌、边界层急流等;各过程中伴随的低空西南气流和偏南气流的风速大小差异明显,2013年台风残余环流影响时低空西南(偏南)风风速最大。相同点有:影响天气系统移动缓慢,并长时间维持,为极端强降水的发生发展和维持提供有利的动力条件;西南(偏南)季风、边界层急流或西南气流源源不断的水汽输送,为极端强降水的发展和维持提供了充足的水汽条件,同时低空暖湿气流的输送使得暴雨区大气层结不稳定状态长时间维持,利于持续性强降水的发展。研究结论可为今后高潭及其附近地区极端强降水的预报和决策服务提供理论支撑。 相似文献
9.
受季风槽影响,2018年8月30—31日华南地区出现一次极端暴雨过程,单日站点累计降水量达1?056.7 mm,刷新了广东有历史纪录以来新的极值。对于此次极端降水事件,常用的业务模式包括欧洲中期天气预报中心全球模式（ECMWF）、日本气象厅谱模式（JMA）和中国气象局广东快速更新同化数值预报系统（CMA-GD）,都低估了降水强度。利用深圳市气象局业务对流尺度集合预报系统分析了此次特大暴雨过程,结果表明：对流尺度集合预报系统对本次特大暴雨过程具有比较好的预报能力,概率匹配平均最大雨量达348.7 mm·(24 h)-1,集合平均的强降水中心和观测基本一致,观测极值附近区域发生大暴雨（≥150 mm）概率最大值达到80%。选取了较“好”和较“差”集合成员预报进行对比分析,发现较“好”成员预报的强降水中心位置和观测基本一致,而较“差”成员预报的降水中心位置则偏向福建地区。较 “好”成员预报出莲花山南侧地面中尺度辐合线较长时间的维持和缓慢移动,导致强降水雨团在莲花山脉附近不断地触发和维持,同时地形的阻挡作用使得对流系统在地形附近区域持续维持,造成了罕见的特大暴雨;而较“差”成员辐合区位于莲花山以北,对流形成后向东、向北移动,最终导致强降水预报位置偏向福建地区。 相似文献
10.
Changes in production potentials of rapeseed in the Yangtze River Basin of China under climate change: A multi-model ensemble approach 总被引：1，自引：1，他引：0
Zhan Tian Yinghao Ji Laixiang Sun Xinliang Xu Dongli Fan Honglin Zhong Zhuoran Liang Ficsher Gunther 《地理学报(英文版)》2018,28(11):1700-1714
Rapeseed is one of the major oil crops in China and it is very sensitive to climate change. The Yangtze River Basin is the main rapeseed production area in China. Therefore, a better understanding of the impact of climate change on rapeseed production in the basin is of both scientific and practical importance to Chinese oil industry and food security. In this study, based on climate data from 5 General Circulation Models (GCMs) with 4 representative concentration pathways (RCPs) in 2011–2040 (2020s), 2041–2070 (2050s) and 2071–2100 (2080s), we assessed the changes in rapeseed production potential between the baseline climatology of 1981–2010 and the future climatology of the 2020s, 2050s, and 2080s, respectively. The key modelling tool – the AEZ model – was updated and validated based on the observation records of 10 representative sites in the basin. Our simulations revealed that: (1) the uncertainty of the impact of climate change on rapeseed production increases with time; (2) in the middle of this century (2050s), total rapeseed production would increase significantly; (3) the average production potential increase in the 2050s for the upper, middle and lower reaches of the Yangtze River Basin is 0.939, 1.639 and 0.339 million tons respectively; (4) areas showing most significant increases in production include southern Shaanxi, central and eastern Hubei, northern Hunan, central Anhui and eastern Jiangsu. 相似文献