共查询到20条相似文献,搜索用时 78 毫秒
1.
本文利用1959—1989年雾的资料,分析了江苏北部雾的气候特征和影响的主要天气系统;运用天气型下找指标,MOS预报等方法,研究建立了冬半年各月雾的预报工具。並编制了具有一定特色的预报业务系统,采用动态调整手段,使预报方程随资料的增加而不断优化。经一年的实际使用,雾的预报概括率达90%,获得预期的效果。 相似文献
2.
3.
4.
5.
焦郑高速公路雾天气预报与监测 总被引:2,自引:0,他引:2
分析了焦郑高速公路沿线雾天气气候特征及能见度与最大车流量的关系。利用欧洲中心数值预报产品和单站要素资料,选择预报因子,建立了雾天气预报方程。利用天气雷达进行临近监测预报服务。 相似文献
6.
南岭山地高速公路雾区能见度预报系统 总被引:9,自引:4,他引:9
在研究南岭山地浓雾的气候规律,开展了2次多学科综合野外观测,对典型个例进行了天气学分析、雾的宏观结构特征分析、雾的微物理特征分析,在利用数值试验分析了雾生成的物理机制等研究的基础上,研制开发了4种南岭山地京珠高速公路云岩雾区的能见度预报方法,包括:中尺度数值模式产品释用方法、结构预测方法、天气学指标预报方法和动态统计预报方法;并研制了相应的自动化程度高的预测预报系统,与京珠高速公路粤境北段通车同步投入准业务运行,使用雾区路段的5套自动气象站和能见度仪资料,制作的集成预报结果为高速公路行车安全提供服务,经过各种方法的独立预报检验和准业务运行服务的预报结果检验,预报准确率比较高,提供服务的集成预报准确率可达83.3%。 相似文献
7.
8.
利用1981~1990年气象资料,分析了商丘市冬季雾的气候特点及影响系统,并确定了消空指标和分型预报指标。 相似文献
9.
京津塘高速公路雾气候特征与气象条件分析 总被引:7,自引:2,他引:5
利用1954-2002年的北京、天津和塘沽3站的雾日、雾发生时间以及气象观测资料,对京津塘高速公路沿线雾的气候特征以及气象条件进行了分析.结果发现,京津塘沿线多年平均雾日在15~19天.北京、天津两站的雾日年际变化一致.但在多年雾日变化上北京雾日数略呈逐年下降趋势,而天津、塘沽则略呈上升趋势.京津塘公路沿线雾多在凌晨到日出前后生成,在日出后逐渐消失.雾持续时间随时间变化呈指数递减.地面温度、相对湿度、风速等气象要素对京津塘高速公路沿线雾的预报具有较好的指示意义.地面温度在-5~5℃范围内、风速在0~4m·s-1和相对湿度在90%~100%范围里,雾极易发生. 相似文献
10.
琼州海峡沿岸雾统计特征及天气学预报指标 总被引:2,自引:1,他引:1
利用海口站1961~2006年高空地面观测资料,分析了琼州海峡沿岸雾的气候统计特征。结果表明:琼州海峡沿岸雾目的年际变化呈现了显著的减少趋势。20世纪70年代初期和90年代初期为雾日减少的两个气候突变期。雾日减少与气候变暖密切相关,夜间最低温度升高是引起海峡雾日减少的主要原因。琼州海峡沿岸雾多出现在冬春季节,一天中出现雾的峰值时间为06:00~07:00,消散峰值时间为08:OO~09:00。利用1987~2006年NCEP再分析资料,总结了产生琼州海峡沿岸雾的3种天气形势,根据雾的类型提出了相应的预报指标。 相似文献
11.
基于支持向量机模式识别的大雾预报方法 总被引:3,自引:0,他引:3
选取1971~2000年11~12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果. 相似文献
12.
13.
安徽省县级大雾预报业务系统 总被引:9,自引:2,他引:9
分析安徽省多年大雾的天气气候特征和形成的天气学条件,并利用3年T106资料,经相关性检验,基于最优表征大雾形成的天气学特征的因子建立了多元回归方程,用1年T213资料进行检验,最终确定了可用于实时业务MICAPS格式的安徽省县级24h、48h和72h大雾预报的预报业务系统。 相似文献
14.
15.
16.
P. K. Pasricha B. S. Gera S. Shastri H. K. Maini T. John A. B. Ghosh M. K. Tiwari S. C. Garg 《Boundary-Layer Meteorology》2003,107(2):469-482
Nocturnal measurements of air temperature, relative humidity, temperatureinversion-layer thickness, water vapour path and visibility-through-fog, madeunder non-foggy and foggy conditions in winter over two seasons at Delhi,are analysed to study the decrease in both rate of cooling and temperature inversion-layer thickness during the course of nights followed by fog occurrence.In particular, the decrease in the rate of cooling, compared to that on non-foggynights, is explained as due to the greenhouse warming effect by a layer of excessive,near-saturated water vapour trapped in a temperature inversion. Next, the linearprogramming technique is employed to forecast the occurrence of fog, where thevisibility-through-fog is minimized through its linear regression equation with thepair of variables, mean air temperature and temperature decrease over one hour(measuring rate of cooling at two convenient hours) in the pre-midnight period.This technique provides feasible solutions that enables one to forecast the occurrenceof radiative fog. 相似文献
17.
18.
基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征 总被引:2,自引:0,他引:2
利用日本静止气象卫星MTSAT逐时资料,综合地面气象观测数据,对浙江省及其周边海区陆地和海上2008—2012年的大雾进行了专题信息提取,并给出了浙江省陆域、周边海域0.05°×0.05°网格点的小时尺度的遥感大雾产品,结果表明:(1)基于MTSAT卫星观测数据,采用分级判识太阳高度角阈值和归一化大雾指数的方法,构建的浙江及其周边地区陆地和海上遥感大雾监测模型,大雾判识精度总体超过75%,基本满足使用需求。(2)浙江省陆域近5年大雾年平均累计为411.7 h,约占全年的4.7%,基本呈南多北少,山区多平原少的格局,其中浙江南部高山区、舟山和温州部分海岛及西部山区为大雾多发区,且大雾季节分布为冬秋季较多,春夏季较少,22时至09时是浙江省陆域大雾的高发时段,10时以后大雾逐渐消散,至后半夜、凌晨前后,大雾频次逐渐增多。(3)研究区海雾主要发生在大陆近海,呈现由近海向外海减少的空间格局,东海海域年大雾累计为311.7 h,以东海西南部地区大雾出现最多,浙江省沿海大雾的高发区位于温州海域及钱塘江口。研究区海域大雾具有明显的季节特征,主要表现为春季较多,夏季次之,秋冬季较少的分布格局,且海上主要受平流雾影响,大雾不易消散,持续时间较长。从各海区大雾发生频次从高到低依次为:东海东南部、台湾以东洋面、东海中东部、黄海西南部、东海中西部、台湾海峡、东海西北部、黄海东南部、东海西南部和东海东北部。 相似文献
19.
利用主成分分析方法对2012~2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。 相似文献
20.
采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明, FSL(Forecast Systems Laboratory)算法对于沿海站、岸基站雾的预报较SW99(Steolinga and Warner 1999)算法有优势;对于海岛站而言,SW99算法则优于FSL算法。混合算法CVIS(Combined Visibility)较单一算法预报雾准确率有所提高。3种能见度算法基本上是高估能见度的,SW99算法能见度预报均方根误差最大。另外,SW99算法对沿海站、岸基站雾开始时间预报较实况多偏晚,结束时间预报较实况多偏早,持续时间预报较实况多偏短。 相似文献