排序方式： 共有8条查询结果，搜索用时 125 毫秒
1
1.
2.
使用2008—2017年FNL再分析资料、红外云图资料和NMWW3海浪分析资料分析了南太平洋海域的温带气旋时空分布,归纳了主要发生源地和移动路径,分类总结了温带气旋的云图特征和风浪场特征。结果表明:(1)影响研究海域的温带气旋在5—10月份发生次数最多,11—4月份发生次数较少,其中以中等强度温带气旋发生频次最多,时间尺度以4～5 d为主;(2)澳大利亚东部及其以东海域、斐济东南侧中部大洋地区为温带气旋主要发生源地。根据源地,可将温带气旋分为4种类型:澳大利亚大陆型,澳大利亚东部型,澳大利亚南部型,南太平洋大洋中部型,其中南太平洋大洋中部型发生次数最多;(3)将研究时段内温带气旋移动路径划分为4种类型:打转型、东向型、东南型、南向型。其中东南向发生次数最多,其次是东向路径,打转型和南向型两种类型发生次数相当;(4)温带气旋初生时刻云系稀疏,其中澳大利亚东部型环高压后部分段分布,南太平洋大洋中部型呈现热带积状云特征,澳大利亚南部型云带呈倒"V"状且纹理光滑,澳大利亚大陆型云带则呈现范围宽广的特点。发展至成熟阶段的温带气旋,其云系向逗点状发展,环绕低压中心出现辐合特征,外围云系随环流向中心聚合。消亡阶段或遇到地形影响时,逗点云系发生断裂,云系逐渐稀疏;(5)东向型温带气旋影响下,单纯由温带气旋引起的大风大浪位置相对集中,当有冷空气等其他系统配合时风浪强度更强、范围更广。 相似文献
3.
利用美国国家环境预报中心发布的FNL资料、红外卫星云图资料和船测资料,对2016年10月17-19日某船舶在东南太平洋遭遇的一次温带气旋过程进行研究,以此为大洋航线上温带气旋预报保障能力提高积累经验。结果表明:(1)温带气旋A由绕极槽北伸切断发展而来,自西向东移动过程中在南太平洋大洋中部与另一气旋B合并加强对船舶航行造成影响;(2)气旋A初生阶段,大气低层旋转程度较强;成熟发展阶段在近地面、大气上层旋转程度较强;当气旋B初生发展时,气旋A中心附近自500 hPa以下为绝对涡度小值区,其上为绝对涡度大值区,绝对涡度垂直轴线向近B一侧倾斜;(3)槽后及气旋中心附近正涡度平流与槽前随高度增强的暖平流共同促使气旋发展。 相似文献
4.
以WRF(V3. 7)中尺度模式及其三维变分同化系统(WRF-3Dvar)为平台,GFS(0. 5°×0. 5°)提供模式背景场,对AMSU-A微波辐射资料进行循环同化试验,研究台风数值模拟中AMSU-A资料的可用性及循环同化方法的可行性。以2014年第19号台风"黄蜂"为例,开展了控制试验和多组同化试验。同化试验主要包括循环同化常规观测资料和不同卫星测得的AMSU-A微波辐射资料。在对各试验初始场进行对比的基础上,比较了不同同化试验方案的模拟效果,结果表明:1) AMSU-A资料同化能有效地调整初始场,模拟的台风路径和强度都有一定的改善; 2)不同卫星探测的AMSU-A资料同化效果存在较大的差异,其中NOAA-15资料同化模拟台风"黄蜂"的路径和强度与实况最为接近; 3)循环同化是增加数值模式中资料使用量、改善台风模拟效果的有效方法。 相似文献
5.
对星载微波散射计资料反演海面风场的国内外研究进展作一评述。首先介绍星载微波散射计反演海面风场的基本原理;然后对利用地球物理模型函数的反演方法中地球物理模型函数的建立与求解算法及模糊去除过程做了全面评述;最后对神经网络和遗传算法等不利用地球物理模型函数风场反演方法的应用作了相应说明。目前利用模型函数反演方法日趋成熟,但仍然有进一步改进的可能,尤其对于降水、台风等恶劣天气情况;而神经网络和遗传算法为以后进行风场反演改进亦提供了一种可行途径。 相似文献
6.
利用耗散结构理论的相关知识,从非平衡态理论的熵密度平衡方程出发,计算了2004年6月23日发生在湖南西部和北部地区暴雨发生前24h至暴雨结束前12h每隔6h对流层中低层的熵变场。通过对各个不同时刻的熵变场的分析与比较,讨论了熵场变化与暴雨区域、强度及其演变之间的关系,为暴雨强度和落区预报提供了参考指标。 相似文献
7.
首先选取2006年QuikSCAT散射计扫描的3次台风个例("珊珊"、"摩羯"及"象神"),分析其获取的台风区域雷达后向散射截面值(σo)在降雨影响下的分布特征.然后依据大气辐射传输理论,考虑降雨对雷达后向散射截面值的影响,引进两个不同形式的降雨辐射传输模型(简称为SY和AMSR模型),并将这两个降雨辐射传输模型分别与NSCAT2模型函数相结合,构建了适合降雨情况的地球物理模型函数(简称为GMF+RAIN).最后,在GMF+RAIN模型的基础上,采用二维变分结合多解方案 相似文献
8.
Tikhonov正则化反问题思想应用于变分同化时,通常引入的单正则化参数并不能同时满足不同观测资料的误差特性.针对传统四维变分同化(4D-Var)中不同观测资料分别引入不同正则化参数,提出基于多正则化参数约束的4D-Var(Tikh-4D-Var);同时,鉴于实际维数巨大同化系统中多正则化参数难于计算问题,基于同化系统后验估计信息,引入一种新的多正则化参数选择方法,相比于传统正则化参数选择方法,该方法计算量较小.基于WRF3.3.1 4D-Var同化系统,利用2010年Chaba台风个例开展bogus资料同化台风初始化应用试验,结果表明:结合引入的多正则化参数选择方法,Tikh-4D-Var方法相比于传统4D-Var方法更快达到收敛标准,迭代次数更少;同时,相比于传统4D-Var方法,Tikh-4D-Var方法呈现出更优的同化和预报效果,使得72 h路径和强度预报误差减小的同时,进一步改善了台风的内部结构信息;多正则化参数在一定程度上可反应同化系统中观测资料误差方差给定的准确性. 相似文献
1