简介:利用T639业务数值模式预报场和大风观测资料,分别采用%雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明:基于T639业务数值模式的Iw大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;Iw大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够准确预报,但空报较多,漏报较少。
简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。
简介:利用北京城区污染观测站2006~2013年夏季可吸入颗粒物PM10逐日浓度检测资料,挑选所有PM10浓度大于150μg/m3的个例,合成分析华北及北京地区风场变化情况,发现风速在污染当天变化不明显,南风与PM10的相关性普遍为正,污染当天各区南风增加较大,太行山一带甚至增长了5倍。南风异常可能会使河北、山东等地污染物向北京输送,造成北京大气污染。同时我们分析北京夏季空气污染时大气环流特征。在500hPa与200hPa,北京和内蒙古上空有显著的高压异常。在850hPa,环流场表现为东正西负的高度场异常,其中北京在正负异常分界线上。低层气压梯度异常会造成北京和以南地区南风异常。同时,我们发现北京污染天气伴随的高空环流异常具有准定常特征。在污染前4天,蒙古上空存在一个显著的高层高压异常。该高压异常增强并向南延伸,在污染当天控制北京和内蒙古。在污染消退期,该异常也逐渐消退。但在消退后第四天,北京和内蒙古上空依然受高压异常控制。这表明北京夏季污染和高空准定常环流异常有关。