区域暴雨预报诊断模式的建立

本文根据车贝雪夫展开系数的物理意义.结合物理量诊断分析,归纳出用环境背景场预报暴雨的概念模式,对环境背景场的描述客观、定量、自动化,同时给出了1993年试报结果.     

江西省2001年1～3月天气特点概述

2001年1～3月江西省的气候特点是：降水全省偏少；冷空气过程少，持续时间也不长；气温明显偏高，气温波动幅度不大，全省最低气温是1 月份婺源－3.8 ℃，十分有利柑桔越冬。仅在我省北部出现雨夹雪天气，全省没有出现纯雪天气过程，我省出现这样的暖冬是罕见的。3 月没有出现春分寒天气，有利早稻大田播种。2001年1～3月平均气温全省为6.4～12.9 ℃，大部分县市较常年偏高1.5～2.0 ℃；降水全省为231～397 mm，大部分县市较常年偏少1～2成；总日照时数全省为198～329 h，大部分县市接近常年平均值。各月的平均气温分别是5.0～11.3 ℃、6.7…     

T42模式产品在南昌地区大—暴雨中的统计学解释应用

使用1990—1991年5—6月的T_(42)模式产品,采用样本正态化消空剔除手段,分别建立了中雨、大雨的消空方程y_1、y_2及大-暴雨判别方程y_3。y_1、y_2减少空报,y_3减少漏报。3个方程配套使用比用单个方程的效果好,成功界限指数有明显的提高,1992年试用效果较好。     

基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型

利用2015—2019年鹰潭市5个大气成分监测站数据和气象站地面观测数据,运用主成分分析法,提取气象要素、气体污染物对PM2.5和PM10浓度影响的主要成分,调整BP人工神经网络的隐藏层个数和隐藏层节点数,构建基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型。结果表明：1） 气象要素中,共提取3个影响PM2.5、PM10浓度的主成分,分别为相对湿度、降水,气温、气压和风速,其中湿度、气温、风速与PM2.5、PM10浓度显著相关。2） 气体污染物中,共提取2个主成分,分别为SO2、NO2和O3,其中NO2、SO2与PM2.5、PM10浓度显著相关。3） 所建立的PM2.5、PM10浓度逐小时预测模型在20 h内预测性能良好,预测准确率分别为88%、86%,逐日预测模型在5 d内的预测性能良好,预测准确率分别为94%、92%,准确率较高,具有良好的预报性能。     

影响江西的强对流云团的统计分析

我们在分析南昌地区逐小时降水资料时发现,暴雨(R_24≥50mm)过程大多数是由于几小时集中的较强降水而形成的.对应在卫星云图上,降水集中的时段往往又是一个或多个强对流云团发生发展并路经测站的结果.因此,要做好暴雨天气预报,尤其是短时预报(0—12小时),就有必要了解强对流云团发生发展的一般概况.由于强对流     

流域洪涝定量描述及江西省48 a流域洪涝分析(摘要)

分别对单站洪涝强度、流域集中期洪涝强度和流域汛期洪涝强度进行了定量描述,并对1951～1998年江西省5大流城的洪涝分别进行了比较分析,认为通过对洪涝强度的定量描述,可以方便、定量地比较历史上各汛期、各集中期流域洪涝强度,从而为地方党政领导开展情报服务,也可以以流域洪涝指数为预报对象开展对流域洪涝强度的预测研究;影响洪涝的因素很多,单从降水的时空分布看,集中期开始前的降水、集中期长度、集中期降水强度(最大5 d降水)及降水总量均会影响洪涝强度;文中对洪涝的客现描述方案与实际洪涝和灾害比较吻合,比用月季总降水量更能反映实际的洪涝情况;集中期洪涝指数比汛期洪涝指数更能反映洪涝程度;江西省洪涝多发时段是5月25日～7月11日,较严重的洪涝主要出在6月下旬～7月上中旬,绝大多数集中期在10 d左右;90年代南片和北片分别有3 a和5 a列为10大洪涝年,且1998年被列入集中期洪涝、汛期洪涝和10大洪涝年第1位,是解放以来洪涝灾害最严重的1 a,表明进入90年代后江西省步入多洪涝期.     

江西区域强暴雨的诊断分析

本文通过对江西19次区域暴雨过程的物理量合成分析,得出江西产生区域暴雨物理背景场的热力条件和动力条件,归纳出江西区域强暴雨的预报着眼点.     

江西省区域暴雨综合诊断预报系统

本文介绍了江西区域暴雨物理诊断结果,云雨场分析结论,给出江西省区域暴雨综合诊断系统的预报流程,同时介绍了具体实施方法。