1960—2009年广西霾日时空变化特征

利用1960—2009年广西80个地面观测站资料,运用EOF、线性倾向估计等统计方法,分析了近50年广西霾日数的时空变化特征。结果表明:近50年广西霾日数总体呈上升趋势,与该地区人类活动和经济发展引起的污染排放增长密切相关;空间分布呈现出主要城市及其周边地区霾日多,边远地区及沿海地区霾日少的特点;广西霾天气主要发生在秋、冬季,以轻微霾 (能见度为5~10 km) 为主,且霾天气发生时的相对湿度8成以上介于70%~90%;除了空气污染之外,近50年风速呈下降趋势可能也导致更多的霾天气。     

广西大气能见度气候特征分析

对1980至2012年广西85个县市能见度资料进行统计分析得出：广西主要城市及其周边地区能见度较低,边远山区及边境地区较高,呈现东部低、西部高的特点;广西近32a能见度年均值在14.4至18.2km之间,总体呈下降趋势.一年之中,能见度夏季高、冬季低,汛期能见度明显好于非汛期;能见度与气象要素的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比.     

广西暴雨卫星云图与热带流场变化综合预报方法

利用卫星云图资料结合热带风场的变化,采用分级客观定量的计算方法,得到影响关键区内的云系像素值大小和云顶亮温。同时,结合该关键区内热带风场的变化,对云系是否影响广西进行预测,判断其对暴雨范围、强度、持续时间的影响程度,从而作出暴雨过程的预报。经过对1996~2002年4~9月169例暴雨个例的资料统计分析表明:在广西大范围暴雨过程中80%的云系叠加在西南风急流之上。云顶亮温在-70℃以下的云系像素值达到500时,就有大范围暴雨天气过程的可能。此结果应用到日常预报业务中,对提高暴雨预报准确率有较大帮助。     

影响广西的孟湾风暴

统计分析了1973年以来影响广西的孟湾风暴天气气候情况及环流特征,总结出该类天气演变的一般规律及预报着眼点,为提高天气预报准确率提供有益参考。     

南宁致洪暴雨面雨量特征分析

应用面雨量分析了致洪暴雨的特点,对郁江南宁段洪涝过程的面雨量和洪水水位进行分析,研究了流域的面雨量与洪水水位的关系,提出了致洪面雨量的条件,给预报决策服务提供参考。     

0103号台风“榴莲”路径与致洪暴雨成因分析

通过对0103号台风“榴莲”的路径及特大暴雨天气的环流背景分析，认为造成这次致洪暴雨过程的员主要的天气原因是：深厚的副热带高压使台风偏向西行进入广西，与正在爆发的西南季风云系相遇，从而使降雨量大幅度增加，引发了广西南部特大洪水过程。     

0103号台风"榴莲"路径与致洪暴雨成因分析

通过对0103号台风"榴莲"的路径及特大暴雨天气的环流背景分析,认为造成这次致洪暴雨过程的最主要的天气原因是:深厚的副热带高压使台风偏向西行进入广西,与正在爆发的西南季风云系相遇,从而使降雨量大幅度增加,引发了广西南部特大洪水过程。     

南宁生活指数预报系统

介绍了环境气象生活指数的概念,指出环境气象生活指数的开发主要是运用气象学、天气学、统计学、经济学等理论和业务技术方法,采用现场观测、实验研究、理论分析等手段,依赖基本气象业务系统,探讨气象条件对人们的生活、国民经济各个部门的作用和影响机理。建立南宁生活指数预报系统的主要技术方法,包括引用他人已经建立的预报模型、参照中国气象局文件建立预报模型、统计分析建立预报模型、经验预报模型也在文中进行了详细介绍。文章指出南宁生活指数预报系统要求的最低环境为586/133,16M内存,120M硬件空间;建立在W indow s 9X/NT/2K/XP操作系统上,开发工具为V isua l B as ic60;系统主要包括三个模块为数据录入模块、预报结论修改模块、参数设置模块;系统的预报流程和使用步骤也进行了介绍。文章还通过对部分指数的预报准确率分析评估了系统预报效果,评估表明系统预报总体效果良好。最后文章讨论了进一步完善系统的设想。     

一种新型降水预报评分方法

在目前已有的降水评分办法的基础上，对原有办法存在的弊端进行了有效的改进，使得降水的预报评估与预报服务业务结合更紧密，也更贴近公众的感受。主要介绍了新方法的基本思路、关键技术、实现方法等。评分系统已投入业务运行，成为考核预报员业务水平的重要依据。     

2003广西主要城市空气质量评价及空气污染物浓度与气象条件关系

从南宁、桂林、北海三城市空气质量自动监测站监测到二氧化硫(SO2),二氧化氮(NO2),可吸入颗粒物(PM10)的日均浓度数据计算的空气污染指数API得出:2003年三城市空气质量状况整体为 级"优"或 级"良",达到了国家环境保护总局对城市环境规定的标准,特别是桂林市的空气质量最好。对各种污染物月平均浓度值与地面气象要素关系进行相关分析,发现相关性非常好,其中与气压呈正相关,与气温、水汽压、相对湿度、降雨量、风速、0厘米地温等要素呈反相关。各种污染物日平均浓度值与地面风速相关也非常好。