排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
本文利用合成孔径雷达(SAR)最为精确的标准斜视距离模型,推导出了一种适合斜视SAR精确成像的改进距离-多普勒(R-D)算法。文章进一步分析了SAR的四种距离模型,将已有的三种R-D算法以及本文提出的改进R-D算法和四种距离模型之间建立了一一映射,指出了四种R-D算法之间的本质区别。最后对四种R-D算法进行了仿真,结果表明本文给出的改进R-D算法最能够适应斜视情况下的精确成像。 相似文献
2.
利用2018年7月5日ECMWF_ERA5逐小时(空间分辨率0.25×0.25)再分析资料和池州市加密雨量站及常规气象资料,分析了高层干侵入在一次短时极端强降水中的作用。结果表明:在多尺度天气系统相互作用下,中纬度高层干冷空气沿高空急流右侧及高压内部下沉辐散气流向相对低层扩散,在水平经向风引导下向南前倾式输送。高层干侵入导致大气对流有效位能CAPE增加、湿等熵面倾斜、大气斜压性增加、静力稳定度减小和高层辐散加大。在中低层低涡切变动力抬升下,暖湿与干冷大气之间湿位涡得到快速增长,为江淮气旋发生发展提供了有利的环境条件;此时,干侵入在水汽云图上表现为较清晰的"S"型暗区头边界,在雷达带状回波图上表现为其后侧缺口,极端强降水位于缺口南端。干侵入指数DII_p能很好地反映干侵入过程,中高层DII_p正、负中心"偶极对"与MCC生消具有时空一致性,DII_p垂直梯度的增加(减小)对应MCC发展(减弱)。 相似文献
3.
统计2007-2016年池州市暴雨引发的主要灾害及次生灾害,运用冯利华[1]提出的灾级概念模型对其进行分级,结果表明：2007年7月10日和2016年7月3日的暴雨灾害指数均超过了6.00,灾害等级为重灾。前者的短历时强降水特征非常明显,且由于降水发生时段主要在夜间,发生地位于山区,结果导致出现山洪、山体滑坡、泥石流等灾害;后者则是由于持续性的降水造成了城市内涝、多条河流超警戒水位甚至发生溃堤。文章还基于上述原因从致灾因子和承灾体即短时强降水和地形因素两方面重点分析其致灾性,结果表明：凌晨5时前后是池州市暴雨灾害的最强致灾时段,这主要是因为此时段为短时强降水高发时段,一旦发生持续性短时强降水将会造成严重的暴雨灾害;而在空间上池州市东至县、贵池南部山区及九华山区域为暴雨灾害高发区域,其原因是东至县为喇叭口特殊地形,而其他地区多为山区,同时由于池州市位于副高西北侧,汛期西南气流输送比较强盛,通过山区地形的强迫抬升和动力抬升作用容易触发对流,产生强降水过程,造成暴雨灾害。 相似文献
4.
我国东部地区冬季模式边界层探空效果评估 总被引：1，自引：0，他引：1
应用中尺度气象模式MM5对2006年和2007年12月东部地区进行逐日模拟,并用地面常规观测资料及南京和安庆12h一次的逐日探空资料对模拟的地面及边界层内气象要素进行检验,计算地面和边界层内不同高度的温度、湿度、风向和风速等要素的多种常用统计参数;并分别评估雾发生前和发生时边界层探空的模拟效果。结果表明:(1)MM5模式模拟的地面温度和湿度均较理想,但风速误差较大。温度、相对湿度、风速的观测与模拟的偏差概率分布均呈近正态分布,峰值中心分别为-1.52℃、4.59%和1.92m·s-1,白天模拟效果优于夜间。(2)以南京、安庆两站为例,模拟的08:00(北京时,下同)和20:00边界层内探空基本可靠,但20:00的效果比08:00好;模拟效果均随高度上升而变好;且南京站边界层内温度、湿度的模拟效果优于安庆站,但安庆站风的模拟效果优于南京站。(3)以南京站为例,雾发生前和发生时温度、湿度模拟效果较平均情况差,风速模拟较其他模拟时段无明显变化。(4)南京、安庆冬季近地层逆温发生频率都比较高,常见多层逆温,MM5模式能再现近地层逆温,但有高估的倾向,且对边界层中上部逆温模拟效果不佳。此外,敏感性试验的结果表明,模拟方案中地面负的温度偏差不是由近地层高垂直分辨率所致。 相似文献
5.
合成孔径雷达(SAR)存在四种距离模型,本文利用这四种模型推导出四种波数域算法,给出了四种算法详细的推导过程,并得到了四种算法和四种模型之间的一一对应关系。文章提出了单色等效斜视波数域算法,该算法不需要插值,因而提高了计算效率,适合于小斜视角且测绘带宽度不大的情况下的快速成像。最后利用该算法对星载SAR的实际数据进行成像,结果表明在成像精度牺牲不大的情况下可以大大提高成像速度。 相似文献
6.
采用安徽国家基本站逐小时降水及欧洲ERA5再分析资料,统计分析了2011—2019年影响安徽致暴江淮气旋气候概况、雨区、路径及环流场特征。结果表明,影响安徽致暴江淮气旋多发生于湖北、湖南等地,约占同期总气旋数的18.9%,年均2.8次;降水大值中心主要位于大别山南麓至皖南山区西南一带,高海拔山区尤其明显。根据斜旋转T模态主成分客观分析法,将影响安徽致暴江淮气旋主要划分为高压脊型(SP1型)、高空槽型(SP2型)、暖式切变型(SP3型);其中,SP1型致暴天气过程最多,占40%,SP2型次之,占36%,SP3型占20%。高压脊型(SP1型)江淮气旋一般偏南东移,安徽以西有一高压脊,高压脊东侧有显著的经向环流,中高层有明显干侵入过程,低层暖湿舌伸向皖南山区,暖湿不稳定层结的配置有利于皖南山区对流性强降水的产生;高空槽型(SP2型)江淮气旋一般向偏东方向移动,安徽中北部中高层为东北—西南向高空槽,低层表现为冷锋南侵,与南方暖湿气流汇合于安徽长江流域,导致雨区分布于安徽长江一线;暖式切变型(SP3型)江淮气旋一般偏北东移,低涡位于安徽以西,西南强盛的暖湿气流经大别山区向东北方输送,整层均为大湿区,低层有较强的辐合抬升,降水效率高,雨区主要分布于大别山区,属于暖区暴雨或强降水类型。 相似文献
7.
利用国家基本站、区域站资料,分析了2006—2016年池州市短时强降水时空分布特征,建立3种天气学概念模型,并总结了短时强降水的中尺度系统、相关物理量和雷达回波的一般特征。结果表明：池州市短时强降水主要发生在汛期（5—8月）,其中7月最活跃,其次分别是6、8月。强度≥20 mm/h和≥30 mm/h的短时强降水日变化呈现双峰型特征,强度≥50 mm/h的短时强降水则呈现单峰型特征。东至县中南部是短时强降水的易发区域,其次是贵池南部山区和九华山东、西两侧区域。池州市短时强降水天气类型可分为副热带高压边缘型、西北气流型和台风型,其中副热带高压边缘型是短时强降水的易发天气类型。中小尺度天气系统在不同天气类型中的作用存在差异,但相关物理量差异不明显。副热带高压边缘型、台风型强降水过程中雷达反射率因子多表现低质心结构特征,西北气流型呈现高质心结构特征。 相似文献
8.
基于2003－2018年池州冬半年观测资料，采用T-mode主成分客观分析法（TPCA）等方法进行固态降水与环流背景的统计分析。结果表明：池州172个固态降水日中，固态降水的主要月份占比分别是1月的44.8%、2月的27.9%和12月的16.3%；其中雨雪转换、纯雪和冻雨3类占比分别为55.2%、41.3%和3.5%。环流形势可划分为一槽一脊型（Ⅰ型），纬向波动型（Ⅱ型）和两槽一脊型（Ⅲ型），Ⅰ型占比最多，Ⅱ型次之，Ⅲ型较少。Ⅰ～Ⅲ型分别代表北方冷空气从中路、西路和东路南下，池州固态降水过程主要受中路冷空气影响。Ⅰ型气温最低，出现固态降水概率最高，是其它形势3倍以上；Ⅱ型气温最高，出现固态降水概率最低。除Ⅲ型外，纯雪过程中低层温度均较雨雪转换过程低2.0 ℃左右；雨雪转换过程中925 hPa温度与850 hPa基本相同，一般在-4.0～-5.0 ℃之间，而纯雪过程则较850 hPa偏高1.0 ℃左右；雨雪转换过程1000 hPa温度基本在0 ℃附近，纯雪则在0 ℃以下。925 hPa盛行东北风，850 hPa存在气旋性环流，配合700 hPa上12.0 m/s左右急流、水汽通量及水汽通量散度大值中心，有利于池州固态降水的产生。它一般属于大尺度降水，层结稳定，锋区位于700 hPa以下，低层有冷平流，切变线一般位于850～800 hPa之间。 相似文献
1