简介:基于鲁中地区8个气象站1999—2015年逐分钟降水数据,分析15个历时年最大降水变化特征。结果表明:鲁中地区年最大降水强度由短历时向长历时递减,短历时和长历时年最大降水量分别达特大暴雨和暴雨级别的年份最多;南部山区沂源和北部高青平原多数历时年最大降水强度随时间呈减少趋势,其他地区5~15min历时随时间呈增加趋势,其他历时多数呈减少趋势;各历时多年平均最大降水强度大值均在西南部山区,山区各历时降水强度高于其他地区,年最大降水强度空间差异由短历时向长历时缩小;多数地区各历时年最大降水最早出现在5、6月,最晚出现在8、9月,最多出现在7、8月,南部山区沂源和北部高青平原年各历时最大降水出现日期随时间呈提前趋势,其他地区变化趋势不显著;短历时年最大降水最易从傍晚开始,随着历时的增加,开始时间由傍晚向上半夜推迟,南部山区沂源各历时年最大降水最多开始于凌晨和上午,而北部高青平原最多开始于下半夜和凌晨,其他地区短历时年最大降水最多开始于下午和傍晚,长历时最多开始于夜间和凌晨。
简介:2009年3月19~20日,由印度科学和工业研究一数学模型和计算模拟中心C-MMACS(CSIRCentreforMathematicalModellingandComputerSimulation)和印度科技大学大气科学中心CASliT-Delhi(CenterforAtmosphericScience,IndianInstituteofTechnologyDelhi)联合举办,印度科技部协办的中一印“亚洲季风模式平台合作研讨会”(TheIndo-ChineseWorkshoponMonsoonAsiaModelingPlatform)在印度新德里隆重召开。
简介:用合成分析方法探讨MCC热力学结构的演变规律,结果表明:MCC整个生命史里,对流层中下部为正涡度区,200hPa以上为负涡度区;发展时刻辐合区突然抬升;MCC前期的垂直上升速度最大中心高度低于后期的;MCC的高低空的冷心、中层暖心的温度结构在成熟期以后不明显
简介:1引言青海省恢复高空资料审核已有十三年,通过对高空记录及报表的审核,纠正了大量计算、抄录和技术性错误,从而使高空气象资料得到全面提高。在大量的错情中,技术性错情占了相当大的比重,这有几方面的原因。一是台站很少组织业务学习,在值班中偶尔迁到一些较为特殊记录无法独立处理;二是上级业务部门在各个时期下发的业务文件保管不善,以至丢失不全,处理技术问题时无章可依;三是探空员调动频繁和不断的新老交替,使原本执行正确的规定不能延续下去,所以造成了一些混乱。另外,由于规范和技术问题解答的条文是原则性的东西,有时不可能阐述得详细、具体,所以在执行中由于理解不同,各执一词,无法统一。但是,应该说正确的结论只有一个,这就需要我们如何去正确理解。现
简介:采用MM5非静力原始方程中尺度模式模拟了1995年7月26日发生在高原上的中尺度对流系统(MCS).(1)模式基本上模拟出26日高原上MCS发生发展的大尺度背景场,它们是强大的对流层高层青藏高原反气旋高压和强的低层热力强迫.模式还得到了与MCS相联的α中尺度涡旋,它能在500hPa实测风场中得到反映,而且,模式模拟的400hPa雨水混合比场在一定程度上模拟了MCS在Tbb图上反映的β中尺度次级结构特征.另一方面,模拟存在的差异也是明显的,例如:时间上有3小时滞后;模拟的MCSα中尺度涡旋位置偏西3-5个经度.(2)模拟的α中尺度气旋性涡旋的结构和演变是高原上探空资料难于描述的.模拟的结果表明,它只限于高原上在450hPa以下的对流层中低层,范围向上减小,在500hPa直径约4个经纬度.这个中低层涡旋对应上升运动区,但它的上方是反气旋涡度,对应下沉运动.该涡旋是在高原上从无到有发展出来的,出现在MCS成熟阶段和之后,持续3-6个小时.在它的形成和消亡时都是位势高度场的变化先于风场的变化,这表明该涡旋与高原上的热力作用密切相联.(3)一系列模式敏感性试验考察了不同的物理过程和高原地表热力强迫对高原上MCS的影响.结果表明,文中的高原上MCS在高层青藏高原反气旋高压的大尺度背景下主要受中低层热力强迫的支配.这些模拟结果暗示出一定的高层大尺度背景下适当的低层热力效应就有可能在高原上形成MCS的可能性.
简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。