青藏高原雪灾天气的数值模拟

使用中科院的ＬＡＳＧη模式对１９９１ 年４ 月１６ 日—１９ 日、１９９２ 年３ 月１６ 日—１７ 日、１９９６ 年１１ 月１６ 日—１８ 日和１９９８ 年３ 月１８ 日—２０ 日四次高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要因素,模拟雨量与实况吻合较好,证明了该模式对冬季高原降雪天气过程有一定的预报能力。     

青藏高原雪灾天气的数值模拟

使用中科院的LASGη模式对1991年4月16日-19日、1992年3月16日-17日、1996 年11月16日 -18日和1998年3月18日-20日四次高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要因素,模拟雨量与实况吻合较好,证明了该模式对冬季高原降雪天气过程有一定的预报能力.     

雪灾漫谈

冬天 ,太阳斜照 ,阳光强度减弱 ,大地寒冷 ,突然而至的寒潮 ,使许多地方大雪纷飞。对于温带地区的人们来说 ,偶而飞扬的雪花、洁白的积雪是单调的冬天一道美丽的风景 ,堆雪人、打雪仗给人们沉闷的生活带来了乐趣。然而 ,对生活在寒冷地区的人们来讲 ,暴风雪可不是什么好事情 ,茫茫大雪使交通受阻 ,人们无法出门 ,厚厚的积雪会压断照明和通讯线路 ,给人们的生活带来极大的不便 ;不仅如此 ,长时间的降雪甚至会给人们的生命财产造成极大的损失。例如 ,1 996年 1月 ,青藏高原牧区 (含青海、西藏、四川 )出现了历史上罕见的雪灾和低温冻害 ,给当…     

最小二乘法估算Pearson-Ⅲ型分布参数的改进

Pearson-Ⅲ曲线分布在气象、水文和农业等领域有广泛的应用,其概率密度函数包含形状参数\begin{array}{c}\left(\alpha \right)\end{array}、尺度参数\begin{array}{c}\left(\beta \right)\end{array}和起始值\begin{array}{c}\left({\alpha }_0\right)\end{array}3个待估计参数。应用Pearson-Ⅲ分布来估算强度的关键在于这3个参数估算的精度。由于原有最小二乘法在估算参数时未考虑各参数的有效区间,参数\begin{array}{c}{\alpha }_0\end{array}可能小于0,并导致估算强度出现负值,从而使雨强、水速、水位等强度估算出现异常值。经理论推导证明,若Pearson-Ⅲ概率密度函数中的参数\begin{array}{c}{\alpha }_0\end{array}非负,则估算出的强度值不会出现负值。以该推导为基础,提出了一种改进的Pearson-Ⅲ分布三参数估算算法。首先根据最小二乘法估算迭代计算一系列参数组合;然后按离差平方和的大小排列各组参数;接着利用各组参数分别计算\begin{array}{c}{\alpha }_0\end{array}值,过滤使\begin{array}{c}{\alpha }_0\end{array}小于0的参数组合;最后在剩下的参数中选取离差平方和最小的一组作为最优参数。以估算暴雨风险值作算法测试实验,结果表明改进算法模拟得到的\begin{array}{c}{\alpha }_0\end{array}值始终大于等于0,估算出的暴雨风险值均在合理范围之内。对比改进算法与传统算法的参数分布拟合检验结果,发现改进算法能使更多的气象站点通过了置信度为0.05的分布拟合检验。因此,利用改进后的算法估算出的Pearson-Ⅲ概率密度函数参数更合理,且强度估算结果更准确,对编制城市暴雨强度公式有一定的参考价值。     

四川省暴雨洪涝灾害损失时空演变特征分析

以1985~2009年灾情普查数据库为基础,使用统计和morlet小波分析方法,探讨四川省暴雨洪涝损失时空分布特征,结果表明四川暴雨洪涝损失基本变化趋势呈线性增加;暴雨洪涝直接经济损失占GDP比例以及农作物成灾面积具有8a左右的年际变化和13~14a的年代际变化特征;盆东北的达州、巴中以及盆西南的雅安和眉山的暴雨洪涝灾情较重,川西高原的甘孜、阿坝以及盆南的泸州、以及盆北的广元等市暴雨灾情较轻。      

5、6月份西南低涡云系的云滴特征

本文根据飞机探测的云物理资料,分析西南低涡云系的云滴特征,并与切变云系的微结构特征作了对比分析。指出:西南涡云系和切变云系的平均谱都是单峰谱,两者的差异不大。两类系统自身的强、弱云系之间,在谱宽、平均滴直径、滴浓度及其分布等方面都存在明显的差别。     

雪灾漫谈

冬天,太阳斜照,阳光强度减弱,大地寒冷,突然而至的寒潮,使许多地方大雪纷飞.对于温带地区的人们来说,偶而飞扬的雪花、洁白的积雪是单调的冬天一道美丽的风景,堆雪人、打雪仗给人们沉闷的生活带来了乐趣.     

高原牧区雪灾的数值模拟

使用中科院的LASGη模式对1991年4月16-23日的高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要原因,首次证实了该模式对雪灾天气有一定的预报能力.