K指数在黑龙江省晴雨预报中的应用

低层相对湿度和风场等物理量场对降水的有无有较高的预报能力,但仍存在空报和漏报现象,为了提高黑龙江省晴雨天气预报准确率,对黑龙江省大量有降水和无降水天气成因进行对比分析。结果表明：K指数时空分布特点对晴雨预报有指示意义,尤其对分析低层相对湿度小或风场辐合条件差等容易出现降水空报和漏报等疑难降水成因有较好的辅助作用。K指数高值中心区或高能舌区易出现降水;K指数梯度较大区或较强能量锋也会触发降水;K指数低值中心区发生降水的可能性较小。不同季节有无降水的K指数高值区和低值区的阈值不同。     

西南区域气象中心IBM 高性能计算机管理及应用

为了满足西南区域气象中心数值模式对高性能计算资源的需求,四川省气象局建设了IBM Flex P460高性能计算机系统,该系统为西南区域气象中心数值预报系统的业务运行和研发提供了稳定可靠的高性能计算和存储资源,同时带动区域中心其他省份的计算能力和资料共享质的飞跃。本文首先介绍了系统架构和管理方法,然后将系统扩容过程进行了详细分析,最后介绍了业务模式应用情况。      

绥化市2009年7月8日冰雹天气分析

本文利用Micaps2.0常规天气资料、FY-2红外卫星云图、数值预报产品以及雷达回波资料进行分析,从大尺度环流特征、雷达回波特征等方面入手,对2009年7月8日绥化地区发生的区域性冰雹天气进行天气学诊断分析,找出区域性冰雹的预报着眼点,以提高冰雹天气的预报水平。     

北京市建筑设计产业空间分布与区位选择

超大城市的城市空间结构调整需求日益迫切,城市内细分产业的空间分布及区位选择的研究也变得更加重要。以北京市为例,从微观视角分析了超大城市内部企业空间分布规律,以期为城市优化建筑设计产业空间结构提供理论支撑。运用核密度估计方法、Ripley’s K（d）函数以及负二项模型,分析了建筑设计企业的空间分布及其区位选择的影响因素。结果表明：① 服务型建筑设计企业集中分布在北京市五环内的中心城区;工程型建筑设计企业选址郊区化明显。② 服务型建筑设计企业的集聚尺度较工程型更大,不同细分行业的工程型建筑设计企业集聚尺度存在差异。③ 建筑设计企业在选址时受到政策、服务设施、运营成本、信息通达度和产业基础的影响,不同类型企业选址时的侧重点不同。与大规模企业相比,中小规模企业受成本要素的影响更大。与服务型建筑设计企业相比,工程型建筑设计企业受到政策的影响大。④ 选址在中心城区的建筑设计企业对服务设施和信息通达度等要素更为敏感,城郊的企业则主要受到成本要素和交通基础设施的影响。     

绥化市雾霾天气气候特征分析

1引言 绥化市地处黑龙江省中南部。属寒温带大陆性季风气候,季节变化十分明显,气候要素四季变化突出。黑龙江是全国第一粮食大省,而绥化市是黑龙江省产粮大市,是松嫩平原的产粮大市。近年来随着集中供热取代了小型锅炉取暖,大雾天气明显减少。但燃煤取暖、汽车尾汽及作物秸杆焚烧等原因使绥化市的霾天气增多．对人民的生产生活的影响日益严重。