上海热浪与健康监测预警系统

用1989～1998年上海逐日4次气象观测资料,应用美国特拉华大学的SSC天气分类方法确定逐日天气类型,形成了10年逐日天气类型日历。并通过天气类型与死亡率的对比分析,确定MT+类型是上海地区形成热浪的“侵人型”气团,是具有最高死亡率的天气类型。采用逐步回归方法建立了MT+类型下因受热浪侵袭而超正常死亡数的回归方程。在此基础上建立了上海热浪与健康监测预警系统。通过1999年气象和死亡实况资料检验,系统对热浪及因此引起的死亡具有较好的监测和预警效果。     

青岛市崂山区地质灾害气象预报预警

本文基于地质灾害递进分析理论与方法，进行了崂山区地质灾害气象预报预警探讨。崂山区地质灾害及隐患点发育的类型主要是滑坡、崩塌和泥石流。据调查，区内地质灾害及隐患点83处，其中已发生灾害17处，新的灾害隐患66处。崂山区地质灾害基础因子主要是地形坡度、地质构造、地面高程、岩体、植被、水系和坡形，诱发因：于主要是大气降水、人类工程活动和地震。大气降水是变化频繁的敏感因子。通过分析崂山区日降水量、持续累计降水量与地质环境条件、地质灾害发生频率、发生时间的关系，结合国内其他地区的分析结论，初步选定崂山区地质灾害预报预警降水量临界值，在此基础上建立了崂山区地质灾害预报预警信息系统，并以图形和表格两种形式在网上对外发布成功。通过回访调查，预报基本准确，服务效果明显，在很大程度上减轻和避免了灾害损失，有效地保护了人民生命财产的安全，促进了经济、社会的持续、稳定、健康发展。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

和田地区春季一次强天气过程分析

2005年4月6～10日,和田地区出现了大降水、强降温、沙尘天气过程。利用常规天气资料、ECMWF和T213数值预报产品,对此次天气过程的影响系统、有关物理量场等方面进行分析,发现:这次天气过程是冷空气从南疆西北翻山入侵南疆盆地,天气系统相互叠加而造成的,ECMWF和T213数值预报产品对和田地区这次强天气有很好的预报能力和指示意义。     

中国气象科学研究院雷达气象研究50年

该文回顾了自20世纪50年代以来, 中国气象科学研究院在模拟信号的天气雷达、数字化天气雷达、多普勒雷达和雷达新技术如双线偏振雷达、双基地多普勒雷达等雷达技术研究及其在冰雹、暴雨、台风等中尺度天气过程的监测和临近预报等方面的应用工作, 特别介绍了近年来开展的针对暴雨、台风的中尺度外场试验、双多普勒雷达和双多基地多普勒雷达技术在风场中尺度结构中的应用、双线偏振雷达在云和降水微物理结构探测中的应用、新一代天气雷达三维数字组网及临近预报方法研究等工作; 对中国气象科学研究院灾害天气国家重点实验室在雷达气象领域研究的未来进行了分析和展望。     

陕西省地质灾害-气象预报预警系统研制及应用

为了提高地质灾害-气象预报预警工作的自动化程度和产品的质量,文章从计算机系统制作的角度探讨了地质灾害-气象预报预警的方法,论述了陕西省地质灾害-气象预报预警系统的运行环境、软件功能、空间数据库、模型方法等内容,并介绍了陕西省汛期地质灾害-气象预报预警的应用实例。     

土壤—农产品系统中重金属含量关系的影响因素分析

针对浙江省主要粮食、油料大宗作物以及蔬菜、茶叶等各类典型经济作物,选择典型种植区开展了农产品及根系土壤调查,根系土壤样测定了土壤有机质、酸碱度及十多种重金属元素含量,农产品样测定了十多种重金属元素含量。采用分类统计、相关分析、含量分布散点图等方法,研究了农产品与土壤中重金属含量关系。结果表明,作物种类是决定农产品重金属含量的最主要因素;农产品与土壤中重金属含量总体上具有共消长的趋势;土壤有机质、pH值是影响作物对土壤重金属吸收累积的重要环境因素;作物样品采集、加工和分析过程中沾污问题可能会对土壤-农产品重金属含量的相关性产生较大影响。     

M TSU : Recovering Seismic Moments from Tsunameter Records

We define a new magnitude scale, M_TSU, allowing the quantification of the seismic moment M₀ of an earthquake based on recordings of its tsunami in the far field by ocean-bottom pressure sensors (``tsunameters') deployed in ocean basins, far from continental or island shores which are known to affect profoundly and in a nonlinear fashion the amplitude of the tsunami wave. The formula for M_TSU, M_TSU = log₁₀ M₀ − 20 = log₁₀ X (ω) + C_D^TSU + C_S^TSU + C₀, where X (ω) is the spectral amplitude of the tsunami, C_D^TSU a distance correction and C_S^TSU a source correction, is directly adapted from the mantle magnitude M_m introduced for seismic surface waves by Okal and Talandier. Like M_m, its corrections are fully justified theoretically based on the representation of a tsunami wave as a branch of the Earth's normal modes. Even the locking constant C₀, which may depend on the nature of the recording (surface amplitude of the tsunami or overpressure at the ocean floor) and its units, is predicted theoretically. M_TSU combines the power of a theoretically developed algorithm, with the robustness of a magnitude measurement that does not take into account such parameters as focal geometry and exact depth, which may not be available under operational conditions in the framework of tsunami warning. We verify the performance of the concept on simulations of the great 1946 Aleutian tsunami at two virtual gauges, and then apply the algorithm to 24 records of 7 tsunamis at DART tsunameters during the years 1994–2003. We find that M_TSU generally recovers the seismic moment M₀ within 0.2 logarithmic units, even under unfavorable conditions such as excessive focal depth and refraction of the tsunami wave around continental masses. Finally, we apply the algorithm to the JASON satellite trace obtained over the Bay of Bengal during the 2004 Sumatra tsunami, after transforming the trace into a time series through a simple ad hoc procedure. Results are surprisingly good, with most estimates of the moment being over 10²⁹ dyn-cm, and thus identifying the source as an exceptionally large earthquake.     

基于Ward聚类法的中国业务集合预报系统的产品开发

为开发中国新一代业务集合预报系统的聚类产品,系统地介绍了集合预报技术先进国家的集合预报聚类分析方法,并采用Ward聚类法开发了中国集合预报系统的聚类产品。针对重大天气过程初步分析了中国集合预报系统的聚类产品的业务预报能力。结果表明,Ward聚类法以凝练预报信息和给出发生概率的形式,有效地划分出最有可能出现的环流形势类型,为预报员提供了有价值的预报参考信息,也为科学合理地使用集合预报产品提供方便。     

多普勒雷达降水产品优化

通过对雷达1h、3h降水产品进行应用检验，找出降水产品的局限性及其测量误差；利用反射率因子及自动站雨量资料，通过调整雷达混合扫描面弥补了降水产品因山脉等地物挡角大而缺测面大的缺陷；结合雨量站资料运用最优插值、卡尔曼滤波等方法对本地Z-I关系及降水产品进行调整优化；调整后的降水产品估测降水的误差明显减小，产品质量大为提高。