东亚大槽和西伯利亚高压的季节内变率对冬季东亚气温的影响

基于气候态定义了西伯利亚高压指数(SH index)、东亚大槽指数(ET index)和高低压系统间的东亚经向风指数(V index),使用回归分析探究西伯利亚高压和东亚大槽在季节内尺度上对东亚地区冬季温度的影响机理,构建线性模型对冬季华南地区季节内尺度温度进行延伸期预报。结果表明:西伯利亚高压和东亚大槽系统变化中最显著的是季节内尺度信号;季节内尺度SH index和ET index对V index的贡献分别为82.6％ 和42.2％;3个指数的回归模态在对流层中层对应西北-东南向低频罗斯贝波列缓慢东南传播,低层水汽、近地面层环流、降水及2 m温度场配置良好,当西伯利亚高压深厚或东亚大槽发展时,经向风关键区北风强盛,有利于冬季高纬度地区干冷空气向东亚输送;V index对华南地区冬季季节内尺度2 m气温的有效预报时效达25 d。     

雷达数据外推与特征识别的下击暴流预警方法

现今利用普通气象资料对下击暴流进行识别预警的可行性很低,因此提出一种基于多普勒天气雷达资料的下击暴流识别追踪和预警方法。首先,采用光流法对反射率因子垂直剖面的光流场进行分析,得出风暴核心随时间演变的规律。然后,采用拉格朗日力学模型对风暴核心顶高的下降过程进行函数拟合。再采用直方图和巴氏系数统计分析法,对风暴核心中层径向速度场中的"正负速度对"图像进行匹配识别,综合一系列阈值的判定,最终实现下击暴流的智能预警。提出基于多层迭代的局部约束光流算法,有效改善了传统光流法对回波这类非刚体移动目标的不适用性。提出直方图和巴氏系数统计分析法,解决了因径向"正负速度对"图像的非对称结构而造成的图像匹配难题。个例检验结果表明,该方法可在风暴核心抬升和急速下沉的前期识别出潜在的下击暴流,并对风暴核心下沉速率和到达近地面的时间做出估测,从而实现下击暴流的智能识别、预警。