共查询到20条相似文献,搜索用时 609 毫秒
1.
2.
运用日本的降水预告产品和常规天气图资料作短期强降水预报判据,用本地气象要素资料作短期强降水落区预报,以天气雷达回波资料为依托,建立一套恩施州强降水落区短时滚动预报方程,经试用,效果较好。 相似文献
3.
运用日本的降水预告产品和常规天气图资料作短期强降水预报判据,用本地气象要素资料作短期强降水落区预报,以天气雷达回波资料为依托,建立一套恩施州强降水落区短时滚动预报方法,经试用,效果较好. 相似文献
4.
利用1996~1998年9~11月份欧洲中心数值预报产品资料和日本传真图资料,根据不同天气类型,建立了漯河市秋季强降水预报方法。 相似文献
5.
利用欧洲中心数值预报产品格点报实况场资料,统计分析了周口市1986~1997年11月至次年2月强降水天气的基本天气形势及特点,找出预报指标,建立1~6天暴雪及冬季强降水预报业务系统,产品上网运行. 相似文献
6.
利用欧洲中期数值预报产品格点资料,研制建立了河南省汛期强降水中期预报业务系统,指导产品上网运行,供市地台调用。 相似文献
7.
利用1996~1998年9~11月份欧洲中心数值预报产品资料和日本传真图资料,根据不同天气类型,建立了漯河市秋季强降水预报方法. 相似文献
8.
利用HLAFS资料对安阳市1996、1997年6-8月区域性强降水进行物理量诊断分析,并给出动力诊断预报模型及其预报指标。同时,利用相似预报方法,建立预报方程,得出较准确的预报结果。 相似文献
9.
10.
利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。 相似文献
11.
利用欧洲中心数值预报产品格点报实况场资料,统计分析了周口市1986-1997年11月至次2月强降水天气的基本天气形势及特点,找出预报指标,建立1-6天暴雪及冬季强水预报业务系统,产品上网运行。 相似文献
12.
在许昌市区麦播期强降水影响系统客观分型的基础上,结合预报实践,分型挑选预报因子,并建立了强降水短期预报方法。经检验和试报,效果令人满意。 相似文献
13.
利用日本GMS卫星红外云图,武汉数字化雷达回波以及逐时雨时资料,结合天气形势背景研究,初步建立孝感市梅雨期暴天气0 ̄6小时短时强降水预报的几种概念模型和短时预报流程。 相似文献
14.
利用欧洲中心资料,采用相似预报方法,找出冬季周口灾害性天气预报指标,运用Fortran语言和V isualFoxpro语言编程,建立了逐日寒潮和强降水天气预报方法。 相似文献
15.
济南市区局地短历时强降水预报指标初探 总被引:1,自引:0,他引:1
通过普查2007--2010年济南市区39次局地短历时强降水天气过程,分析了济南市区局地短历时强降水的年际、月际特征以及出现局地短历时强降水的主要时段和多发区域,结果表明:济南市区局地短历时强降水主要出现在6—8月,其中又集中在7—8月;局地短历时强降水的高发时段是11-17时,其中又主要集中在14—16时;市区南到东南部和西南部是局地短历时强降水的多发区域。利用高空和地面常规观测资料、自动站资料以及多普勒雷达产品,对济南市区局地短历时强降水进行天气分型,建立预报指标,并在2011年汛期进行了预报检验。 相似文献
16.
17.
利用欧洲中心资料,采用相似预报方法,找出冬季周口灾害性天气预报指标,运用Fortran语言和Visual Foxpro语言编程,建立了逐日寒潮和强降水天气预报方法. 相似文献
18.
19.
基于集合预报的中国极端强降水预报方法研究 总被引:3,自引:1,他引:2
极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。 相似文献