基于城市暴雨内涝数学模型的福州内涝灾害风险评估

以福州市城区地表和明渠河道为主要模拟对象,结合福州市城区高精度地理信息、排水设施、排水运作方式等数据,建立福州城市暴雨内涝数学模型。利用该模型对福州市历史上3次典型降雨过程以及不同重现期降雨造成的城区内涝灾害进行模拟。对模型的模拟结果与实况积水进行评估表明,3次降雨过程的模拟与实况积水深度绝对误差小于10 cm的积水点分别占比为50%、78%、76%。模型对雨强较大的短时强降雨过程,模拟效果稍差,模拟积水比实况积水整体偏小;对长时间、雨强比较平均的降雨,整体模拟效果较好。利用模型对不同重现期降雨下福州市城区内涝灾害风险进行评估表明,模型能够客观反映不同重现期降雨过程下福州市城区内涝灾害风险分布。     

基于多种模型的云南元江哈尼云海景观预报研究

为推动区域旅游事业发展,满足旅游气象服务需求,研究针对云南元江哈尼云海景观进行了立体气象观测和业务预报实验。本研究基于云南元江云海气候站2016—2019年观测数据,利用经验预报法、Logistics回归、支持向量机、决策树分析等方法,进行了云海景观出现与否的二分类预报实验。结果表明：各预报方法间训练样本总体准确率在74.3%—82.2%之间差别不大,但传统经验预报基于云海机理研究背景,预报指标物理意义明确,随着预报经验的积累经验预报2019年TS评分为54.8,优于2016—2018年TS评分46.0,也优于仅使用局地数据的统计学习算法的预报评分,且其他几种统计学习预报方法的检验样本TS评分均不如训练样本评分高。云海景观出现需要水汽条件和大气静稳条件的配合,局地云海气象观测站建设收集的立体气候数据有利于预报人员改进预报指标体系,提高预报准确率,有利于提升区域旅游气象服务能力发展。     

Sensitivity of Quasi-Periodic Outer Rainband Activity of Tropical Cyclones to the Surface Entropy Flux

The influence of outer-core surface entropy fluxes （SEFs） on tropical cyclone （TC） outer rainband activity is investigated in this study with a fully compressible,nonhydrostatic model.A control simulation and two sensitivity experiments with the outer-core SEF artificially increased and decreased by 20% respectively were conducted to examine the quasi-periodic outer rainband behavior.Larger negative horizontal advection due to the greater radial wind and the positive contribution by asymmetric eddies leads to a longer period of outer-rainband activity in the SEF-enhanced experiment.The well-developed outer rainbands in the control and SEF-reduced simulations significantly limit the TC intensity,whereas such an intensity suppression influence is not pronounced in the SEF-enhanced experiment.As diabatic heating in outer rainbands strengthens the outer-core tangential wind,the quasi-periodic activity of outer rainbands contributes to the quasi-periodic variations of the inner-core size of the TCs.     

一种由单值预报生成定量降水概率预报的方法及初步应用

利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24 h降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报.针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月的均方根误差降低了3.11 mm.4个子流域通过该模型得到的集成预报的Brier技巧评分在0.16～0.61,说明该集成预报在整年都具有一定预报价值.在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00～7.82 mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日面雨量阈值为18.12 mm时,夏季的集成预报表现出较好的可靠性.百分位评估则进一步表明该集成预报能较好地预报出小量级的面雨量,而对30.00 mm以上面雨量的预报能力相对较弱.     

超强台风梅花(1109)强度异常减弱成因分析

文章应用中央气象台日常业务中台风强度分析和预报资料、ECMWF再分析资料和NOAA海表热容量反演资料诊断分析了2011年第9号超强台风梅花的强度变化.结果表明,虽然黑潮区域海表面温度较高,海洋热力条件以及相应感热和潜热通量的增加确实为“梅花”增强创造了可能,但是这些有利条件并没有使得“梅花”像预计的那样加强,其主要原因是:“梅花”东北侧高层有强冷空气下沉贯通整层,冷平流在低层侵入台风中心,破坏了台风结构,阻碍了热量向上输送;另一方面环境风垂直切变较大,使得热量不能集中以维持暖心结构.因为环境场中冷平流和垂直风切变的变化,不利于能量输送和集中,是“梅花”强度减弱的主要原因.     

基于水资源承载力的民勤绿洲土地利用结构优化研究

 采用灰色线性规划方法,基于水资源承载力对民勤绿洲土地利用结构优化进行了研究。研究结果表明: ①在水资源刚性约束的条件下,土地利用结构优化的方向是减少高耗水的水浇地,增加大棚用地、牧草地、灌木林地和工业用地。②提出了土地利用结构优化最优方案,使万元GDP耗水下降了0.1618 m3,单位耗水产出增加了8.66元;③最优方案可以实现水资源消耗最小化,水资源消耗量比规划期可供水资源总量少0.48亿m3,可以缓减用水压力,有利于地下水位的逐步恢复;④土地利用结构调整优化必须与节水型社会建设同步推进,才能在确保综合效益的前提下达到水资源利用最小化,实现区域可持续发展。     

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅰ：局地化方案设计与动力平衡特征分析

通过引入流依赖的集合预报误差,使得同化分析与天气形势紧密相关,是改善初值分析质量的重要途径。文中在GRAPES（Global Regional Assimilation and PrEdiction System）全球四维变分资料同化（4DVar）中研究了如何有效应用集合预报误差,包括增加扩展控制变量时如何降低其计算消耗以及如何在局地化过程中保持不同变量之间的动力平衡。利用高斯分布的谱滤波实现水平局地化,利用垂直正交经验函数分解实现垂直局地化,并采用前8个主导特征模态来限制控制变量空间维数增加。引入20至180个集合样本,在水平二维局地化情形下,控制变量总数的增长可以限制在1.1—1.8倍,而在三维局地化情形下,控制变量总数的增长限制在1.7—7.1倍。对60个集合样本和1°水平分辨率内循环,4DVar引入扩展控制变量后墙钟时间增加了约30%。进一步,通过采用在非平衡分析变量上进行水平局地化,然后再将风压地转平衡关系重新叠加到非平衡分析变量上,使得分析更好地保持了风压平衡关系,初始场地面气压倾向变化减小。此外,虽然垂直局地化对分析平衡影响较大,但依靠目标函数中的数字滤波弱约束,分析变量之间仍能较好满足动力平衡关系。结果表明,GRAPES全球4DVar中发展的增加扩展控制变量、谱滤波实现水平局地化、非平衡分析变量进行水平局地化等有效应用集合预报误差的方法,适合集合样本数超过100个的情况,在分析质量改善的同时,4DVar系统的计算和存储消耗没有显著增加。      

1998年9月23 日复杂太阳爆发射电联合观测的初步分析

利用北京天文台1998.09.23日1-2GHz和2.6-3.8GHz频谱仪观测到的一个Ⅲ-Ⅳ型复杂大爆发，结合俄罗斯SSRT和德国分米-米波动态频谱仪的观测资料，进行了初步的比对分析，拓展了关于日冕电子加速和日冕磁结构方面的一些研究内容，简单地注释了一些可研究的现象和运动Ⅳ型爆发及多重脉动的辐射机制。     

广州城市规划信息系统的数据开发

本文对城市规划信息系统面临的数据问题、城市规划与空间数据的关系进行了分析 ,同时总结了广州城市规划信息系统的数据构成 ,并着重探讨了广州城市规划信息系统开发过程中.各种数据的采集和组建。     

高级语言中过程概念的区别

计算机高级语言很多 ,在我国不同时期语言的代表有BASIC语言、FORTRAN语言、C及C ++语言和数据库 ,而这些语言当然都有各自的特点和应用范围 ,但均有一个共同的部分 ,有些称它为子程序 ,有些称它为函数 ,有些称它为过程。因些根据多年教学经验及实践应用针对该问题在不同语言中的区别加以阐述。