排序方式: 共有38条查询结果,搜索用时 265 毫秒
1.
本文介绍了利用静止气象卫星云图导出云迹风资料的原理和方法,并对导出的云迹风资料进行了分析。结果表明,所得结果具有一定的合理性,合理利用这些资料可以弥补台站稀疏的地区资料缺少的缺陷,对天气分析和数值预报有一定的补充作用。 相似文献
2.
本文介绍了数值模拟在国内外云物理、人工增雨和人工防雹中的研究和应用,并对数值模拟对青海省人工影响天气的应用和前景进行了介绍和探讨。 相似文献
3.
以2007~2018年西宁二十里铺气象站探空资料为模拟样本,利用MonoRTM模式模拟中心频率21.985~58.759GHz的35通道亮温,应用BP神经网络对模拟数据进行反复训练,构建最优反演模型,并以2019年探空资料为测试样本,对比分析了不同季节和不同天气条件下BP神经网络与微波辐射计的反演效果。结果表明:晴空条件下,BP神经网络与微波辐射计在温度反演上效果最佳,水汽密度次之,相对湿度最差,其中冬春季BP神经网络反演效果优于微波辐射计,夏秋季反之;有云条件下,BP神经网络温度反演效果在冬、春和夏季均优于微波辐射计,其水汽密度反演效果在四季均较微波辐射计有明显提升,其相对湿度反演效果在冬、春和夏季均较微波辐射计更佳。晴空和有云条件下,BP神经网络在不同季节反演温度、水汽密度和相对湿度的平均绝对误差和标准偏差均小于微波辐射计,尤其是相对湿度的反演精度提升最为明显。晴空条件下,BP神经网络反演温度廓线在春、夏和秋季效果最佳,反演水汽密度廓线在中低层精度较高,反演相对湿度廓线的精度较差,但基本和探空资料趋势一致;有云条件下,BP神经网络反演温度廓线与晴空时基本一致,较微波辐射计精度更高,反演水汽密度和相对湿度廓线在8km以上效果较好。 相似文献
4.
温度、降水和地表覆盖是影响植被指数变化的主导因子,但在不同区域内不同因子对植被指数的影响程度有所不同。海南岛地处独特的热带区域,为弄清温度、降水和地表覆盖对海南岛植被指数的影响,根据MODIS遥感数据,提取了2004年海南岛的月平均植被指数集,采用了相关分析的方法,探讨了海南岛植被指数变化与其驱动因子(温度、降水和地表覆盖)的关系。结果发现海南岛植被指数的变化受温度的影响大于降水作用的影响,而降水作用的影响又大于地表覆盖的驱动作用。 相似文献
5.
利用地基双通道微波辐射计遥感青藏高原大气云水特征 总被引:6,自引:1,他引:6
利用1997年春季西宁市地基双通道(22.235和35.3GHz)微波辐射计观测的资料,分析了不同月份、不同天气条件下的大气总含水量(V)和云中液态水积分含量(L)的分布规律。结果表明,在相同天气条件下,L值3-5月均呈逐渐递增的趋势,增加幅度一般为20%-40%,V值变化幅度很小;春季高原L值大约只有V的1%。与河北省的资料进行对比后发现,L值基本相当,而V值高原只有平原地区的30%-50%。 相似文献
6.
为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。 相似文献
7.
海南异常高温的气候特征及其海气背景 总被引:5,自引:3,他引:2
分析1961~2001年海南5~7月异常高温频数的气候特征及其影响因子南海海温和北半球500hPa高度场特征,结果表明,5、6月异常高温频数分别存在3馏年和5年左右的显著周期;南海中部海域是影响同期异常高温频数的关键区域;异常高温频数偏多年,欧亚地区500hPa环流特征是中高纬度有阻塞高压存在,西风槽南压,西太平洋副热带高压位置长期偏南、偏西。 相似文献
8.
9.
10.
为了揭示深对流云直接向平流层输送水汽的物理机制,利用WRF中尺度模式的理想个例运行方式对CCOPE(Cooperative Convective Precipitation Experiment)试验期间的一次超级单体进行了数值模拟。选用Thompson云微物理过程方案设置一系列初始云滴数浓度(N_c)进行模拟试验后发现,N_c=175 cm~(-3)情形下模拟云的最大垂直风速与实测结果最为接近,并且模拟出了超级单体。因此,本文利用该模拟结果分析了超级单体向平流层输送水汽的机制。1 min一次的输出结果表明:冻干脱水机制与本次所模拟出的平流层加湿没有直接的关系,超级单体向平流层输送水汽的主要机制可能为湍流输送机制,而升华加湿机制的作用很小。这是由于超级单体云上部的冰晶大部分被消耗而形成雪,因此被输送到平流层的主要是雪这种落速较大粒子,这种粒子不易被向上输送但又容易降落,因此升华所形成的水汽量相比湍流输送的水汽量小很多。湍流造成的水汽输送通量密度的量级约为10~(-9)kg·m~2·s~(-1)。 相似文献