1961—2018年九江夏季降水的年际变化特征及其可能原因

采用1961—2018年中国160站降水资料、NOAA海面温度资料及NCEP/NCAR再分析资料,利用回归分析等方法,对九江夏季降水的年际变化特征及其可能原因进行分析。结果表明：九江夏季降水具有明显的年际变化特征,存在准4 a的变化周期;九江夏季降水与中国105°E以东的长江中下游及以南地区夏季降水呈显著正相关关系;中国邻近海域的西北太平洋（140°—150°E,15°—25°N）为影响九江夏季降水的海面温度关键区。西北太平洋海温异常与九江夏季降水异常的对应关系为：当西北太平洋夏季海温偏高时,西北太平洋副热带高压偏强偏南、贝加尔湖阻塞高压偏活跃、东亚副热带夏季风偏弱,长江中下游及以南有异常南、北风交汇,且水汽充沛、垂直运动旺盛。这种环流配置有利于长江中下游及以南地区包括九江的夏季降水偏多;反之亦然。     

利用人工神经网络方法预报松花江汛期水位

利用1959－1998年黑龙江省13个站的降水和松花江水位资料，通过人工神经网络方法对松花江汛期最高水位进行模拟和专家网络训练，并对1996－1998年松花江水位进行了预报，预报效果良好，并与逐步回归方法进行了比较。1998年松花江发生超百年大洪水，预报水位119．69m，与实况（120．89m）仅差1．2m，在1999年和2000年业务预报中也准确预报松花江出现枯水位。该方法可在业务预报中应用。     

漓江最高水位的分析及预测

通过对漓江水位的分布特征分析得出：漓江水位不仅与降水量、降水强度、降水时空分布有关系，还与前期早涝情况及蓄水程度有关；漓江水位的年际变化与桂林市雨量的年际变化一致，大致以10a为周期。然后采用双向差分建立了最高水位的预测模型，以预报量的前差和后差预报误差之和趋于最小时求出模型的参数，并对2002～2005年的最高水位进行了预报，结果表明该模型在最高水位预测中具有较好的应用价值。     

里海海域水情变化分析的模拟

近80年,里海海平面(ＣＳＬ)的变化原因已为学术界密切关注。1933～1940年里海水位急剧下降1.7ｍ,1979年末又下降1.3ｍ,观测事实推动了有关的科学研究。与气候因素相比,水资源不可逆消耗的增长对河流流量的影响是主要的,里海水位的缓慢下降也与此有关,因此,水位的进一步下降是不可避免的。里海水位在1978年突然回升,直至1995年中期水位持续回升了2.5ｍ左右,但当预期的水位下降时,沿岸地区仍将会有更多的灾难性后果发生。从1995年7月开始,里海水位年平均下降速度加快,至1997年最大下降速度超过40ｃｍ,1997～1998年8月(最新资料)变化不大,这与…     

青海湖水位年际变化规律的分析和预测

利用青海湖沙陀寺水文站１９５９－１９９２年的水位资料，分析了前期气候类型，北太平洋海温，厄尔尼诺事件以及北极溺不对湖水位年际变化的影响，得到了一些有预报价值的因子，并采用贝叶斯逐步判别法对次年水位变化的３种状态进行了预测。     

高要西江洪涝水位预测

本文利用高要市１９４９～１９９８年水文资料以及西江流域封开、德庆、高要三个代表站的降水资料,分析影响西江洪水的因素,找出相关规律,以便作出较准确预测,减少洪涝灾害。１ 西江洪涝的预报１．１ 西江水位的定义 根据西江下游高要市的水文资料以及历年受灾情况,对水位定义如下： ９．０＜Ｈ＜１０．５为警戒水位［１］ １０．５＜Ｈ＜１１．０为危险水位; Ｈ＞１１．０为灾害水位; 其中Ｈ为高要最高水位（ｍ）． 据此划分,５０年中达危险水位的有２１年（表１）,出现频率为４２％,平均２．５年出现一次;达灾害水位的有１６年…     

青海湖水位变化对青藏高原气候变化的响应

利用1959-2008年青海湖流域刚察和天峻站的降水、气温、风速及布哈河流量、青海湖水位高度、青藏高原地面加热场强度距平指数和青藏高原季风指数等逐月资料,分析了气候变化对青海湖水位年际波动的影响。结果表明,冬季青藏高原地面加热场的加强有利于青藏高原冬季风的加强,春末夏初(5～6月)青藏高原地面加热场强度的增强有利于青藏高原夏季风的提前(5～6月)加强;冬、春季青海湖流域风速与布哈河流量是引起青海湖水位年际差变化的主要因子;夏、秋季,青海湖水位年际差受流域降水量、风速和流量的共同作用,随着流域降水增加、入湖流量的加大、风速减小,水位年际差呈上升趋势(水位下降速度减慢)。建立了青藏高原热力作用和气候变化的关系及其对青海湖水位下降趋缓(年际差增大)的概念模型。     

渤黄东海40年水位模拟与分析

基于1980—2019年数值模拟的水位和ERA5的风速数据,使用EOF分析方法,研究了渤黄东海40年的水位变化特征和动力机制,分析了气候变化和极端天气对水位变化产生的影响。EOF分析主要模态结果显示,东海东北部海域的水位变化受黑潮路径改变的影响比较明显,并存在一定的时间延迟;台湾岛东北部的水位变化受到黑潮入侵影响,与ENSO变化呈现一定相关性。研究区风速的EOF分析结果显示,年际变化受ENSO的影响显著,并影响了渤黄东海部分区域的水位变化。      

基于Markov和GM模型的江西省近550年旱涝变化研究

基于1467—2016年江西省九江、南昌、吉安、上饶和赣州5个代表站旱涝等级数据,利用Markov和GM模型,研究了江西省近550 a旱涝变化规律,并对未来旱涝发展趋势进行预测。结果表明:Markov和GM模型可以较好地对江西省旱涝状况进行预测,其中Markov模型预测的总体正确率为80%;GM模型预测值的均方根误差为0.284,平均误差率为5.18%。江西省5个代表站都属于涝多于旱的类型,在1级旱灾方面,南昌站频率最低,仅为3.8%,吉安站最高,达9.4%;在5级涝灾方面,九江站频率最高,达13.4%,南昌站最低,仅为7.5%;从3级正常年份的出现频率看,南昌站频率最高,达48.3%,吉安站最低,为35.2%。Markov模型预测结果显示,2017—2021年江西省5个代表站3级正常年份出现的概率最大,大部分为0.3—0.5;GM模型预测结果显示,九江、上饶和赣州站将处于偏涝状态,而南昌和吉安站的旱涝等级为2.8—2.9,属于正常偏旱状态。     

兰溪洪涝个例库建设及应用

兰溪历史洪涝个例库收集了自1960年以来兰江紧急水位以上26次个例的资料,资料包括了各次洪涝过程流域内各县市雨量、兰江水位变化、灾情、地面及高空3层天气形式图;各级水位下防御洪水操作预案、大型水库(乌溪江、新安江、富春江)水库情况及洪水调度方案、兰溪市主要水利设施(防洪堤、防洪闸、方涵、道口、排涝站、中小型水库等)情况等。利用数据库和编程语言结合,提供了方便的检索功能,为决策服务提供帮助。     

陕西冬季一次大雾天气生消机制的数值模拟

利用非静力平衡中尺度模式WRF、NCEP 1°×1°再分析资料及常规观测资料,对2005年12月30～31日发生在陕西的大雾天气过程进行了数值模拟,分析了大雾天气过程形成的主要原因及雾的生消机制。结果表明,WRF模式能较好地模拟出雾的水平分布特征、强度和生消过程,反映出实际雾的生消变化规律。适当提高模式水平分辨率能较明显地改进模拟效果。这次大雾为平流辐射雾,长波辐射冷却是大雾形成和发展的主要原因。逆温层的发展、维持和近地面层较高的相对湿度对雾的产生和发展起着重要作用。近地面层有弱的水汽辐合是大雾发展和维持的主要原因之一。大雾形成和发展阶段,900 hPa以下的辐合上升运动和900 hPa以上的辐散下沉运动有利于在上升和下沉运动区的界面层中形成逆温层,逆温层的形成有利于低层水汽的积累。随着高空转为辐合上升运动,900 hPa以下为辐散下沉运动,接着日出后,太阳短波辐射增温等的共同作用,使逆温减弱直至被破坏。中高云的存在影响了近地面层逆温的形成和加强,推迟了雾的形成和消散。暖平流的输入有利于逆温层的形成发展。     

Estimation of the error of lidar determination of the transparency of low-turbidity atmosphere

Considered is the method of determination of atmospheric turbidity using weak lidar signals when the problem is mathematically incorrect due to the presence of the background noise. An accuracy of the method can be increased by means of using the procedure of effective averaging and linear approximation of the transmission in the case of the low attenuation coefficient.     

Elements of theory of avalanche-like motion of a mudflow with hyperconcentration of debris

A criterion ratio is proposed which allows to estimate the possibility of origination of avalanche-like motion of a mudflow with hyperconcentration of debris in a certain mudflow-bearing watercourse.     

Dynamic model of accumulation of total biomass of agricultural crops

Issues concerning the growth and biological time of agricultural crops are under consideration. A closed system of equations is derived for calculating total dry biomass and biological time of plants. The model parameters are given, and the model is verified based on the experimental data of observations of the sunflower in the southern conditions of the Ukraine.     

T106数值预报产品在赣南温度预报中的释用

利用1995年7～9月、1996年7～8月24～144h、1000～500hPa的T106格点资料与赣南17个县（市）的最高、最低、平均温度作相关分析;用逐步回归方法建立了分县逐日滚动预报方程。并用1996年9月份T106格点资料对方法进行检验,同时对预报方法及T106产品在温度预报中的释用能力作了初步分析。     

2005年夏季中国东部气候异常分析--中国科学院大气物理研究所短期气候预测检验

简要比较了中国科学院大气物理研究所对2005年夏季中国降水跨季度预测与实况的异同,并对2005年夏季我国主要雨带及降水偏少区的形成与东亚热带、副热带以及中高纬度大气环流系统的配置进行了分析。对2005年夏季西太平洋副高的异常活动预测不好,这是造成跨季度降水预测有失误之处的主要原因之一。2005年夏季在亚洲对流层中高层,沿着副热带急流轴准静止Rossby波有几次能量传播过程,西太平洋副高的北抬与西伸与副热带急流中Rossby波的活动强度有一定的对应关系,因而产生了亚洲不同地区高影响性的灾害性天气。     

测量NO气体吸收截面的方法

差分吸收光谱技术(DOAS)已经被广泛用于各种污染气体浓度的测量,其中影响其测量精度的主要因素就是气体吸收截面的测量.利用Lambert Beer 吸收定律以及自主设计的测量装置对大气的主要污染气体NO的吸收截面进行了测量,并采用多项式拟合的方法提高了测量的精度,根据所测得的吸收截面反演了NO气体的浓度值,取得了良好的效果.     

An analysis of the causes of meandering tracks of typhoons

Criteria of the free meandering tracks of typhoons are derived from the general solutions of typhoon motion equations. It is suggested that the meandering motion of a typhoon is caused by the combination of the internal force, the initial speed of the typhoon and the average pressure gradient force of the typhoon volume affected by the environmental pressure field. It is also revealed that under specified circumstances, the meandering may be caused only by the typhoon’s internal force. Finally two examples of fitting calculation are given for illustration.     

小麦腥黑穗病气象条件分析及防治措施

本文主要通过对晋城市2005年、2006年及历年平均气象要素与农业气象观测资料对比,分析气象条件对小麦腥黑穗病农业病害的影响程度,从而提出治理对策。     

RG13型雨量传感器测量结果的不确定度评定

国内民航机场主要使用的雨量观测设备为芬兰维萨拉公司生产的RG13型雨量传感器,为保证雨量测量数据的真实可靠,对其测量结果的不确定度分析很有必要。根据自动气象站现场校准方法,分别进行大雨强和小雨强的重复测试,并依据JJF1059.1-2012测量不确定度的评定与表示要求,进行A类不确定度评定。分析测量过程中的B类不确定度来源,进行B类评定,最终给出扩展不确定度。结果表明：在小雨强下,测量不确定度为U95=0.17mm,包含因子k=2。在大雨强下,测量不确定度为U95=0.16mm,包含因子k=2。该研究完善了雨量传感器的现场校准工作流程,对雨量传感器测量结果的可信度评定具有参考价值。