对流云总降水量和降水效率估测

1对流云定量降水估测多元回归分析 为使雨量资料和雷达资料在空间上取得较好一致性，设定雷达资料取样原则为：①考虑到距离衰减作用，在50～100km内使用相同阈值15dBz(即Zt为15dBz)，小于该强度的回波认为是非降水事件；②为了使雷达资料在空间上有较好连续性，雷达回波参数值采用5点平均方法。     

江西省7至9月水汽资源特征

根据天气学原理 ,对 11个探空站 1988～ 1997年 7、8、9月逐日 (0 7时、19时 )资料与同期天气系统 (低槽、副热带高压、低压辐合、东风波、台风低压、大陆高压、台风外围 )进行计算与分析 ,结果表明 ,江西省 1988～ 1997年 7～ 9月平均水汽量值为 4 .4 6 g·cm-2 ,其中 :0 7时为 4 .4 4 g·cm-2 ,19时为 4 .4 7g·cm-2 ,7、8、9月平均水汽量值各为4 .8g·cm-2 、4 .6 4 g·cm-2 、4 .0 9g·cm-2 。水汽量分布为南部高北部低 ,东部和西部居中。东风波影响时水汽量最大 ,值为 9.2 3g·cm-2 ,大陆高压影响时水汽量最小 ,值为 0 .78g·cm-2 。轻度干旱频率区水汽量值最大 ,为4 .81g·cm-2 ,最小值出现在重度干旱频率区 ,为 0 .72 g·cm-2 。夏季水汽交换次数为 9.4次 /月 ,水汽更新率为 10 .2天。     

福建省干旱概况及夏旱期间人工增雨条件分析

对福建省干旱的成因和干旱的环流形势进行了探讨,着重分析了夏旱期间人工增雨作业的天气形势、云状、回波特征及云顶温度等条件,结果表明福建省干旱的形成与大型环流形势、地形、地貌及土壤植被条件有关;平均而言,闽东南沿海干旱多于内陆地区;西太平洋副热带高压是夏季致旱的主要天气系统;夏季,西风槽前型、台风外围影响型、副热带辐合带型是进行人工增雨作业的有利天气形势,Sc、Cb、Cu云都有一定的人工增雨作业条件,其中降水时长1～5 h,过程雨量1.0～5.0 mm的云是旱季作业比较适合的作业云.这些结果为开展人工增雨作业提供理论依据,达到解除或缓解干旱的目的.     

新一代天气雷达观测的福建夏季对流云特征

2001年和2002年7～9月利用福建省建阳市和龙岩市二部新一代天气雷达对福建夏季对流云进行系统的观测.通过对观测资料的统计分析和实例分析得到不同类型福建夏季对流云的生命史、尺度、强度等特征;多单体合并对流云液态水总量最大,发展-成熟阶段平均值达4.8×109 kg,是福建夏季对流云中最重要降水云型;对流云发展的不同阶段,不同高度层辐合辐散特点.这些结果为进一步研究夏季南方对流云结构、降水原理提供科学依据.     

闽北地区前汛期锋面云系雷达回波特征

本文利用多年雷达回波资料,统计分析华南前汛期(闽北)锋面云系不同部位,不同云型回波的结构,降水特征,层结稳定度;并对地形和中尺度系统与回波的新生、发展,组组化的关系作探讨。     

一维积云模式初始参数优化的研究

福建省人工增雨指挥系统在预报积云降水和评估增雨效果中曾采用一维时变积云模式。关于该模式初始场的确定 ,考虑到不同天气类型对模式初始参数的影响 ,并采用了以确定敏感参数为主 ,综合考虑其他影响参数为辅的方法。经分类调试 ,证明了一维模式初始场确实与天气类型有关 ,并得到旱期降水预报率大于 75%和可预报积云云顶高度的结果。通过对模拟云和实测云高度的线性回归分析 ,以及经拟合敏感参数初始扰动温度与平均地面最高气温 ,均存在较好的相关。     

利用地面气象资料进行福州市空气质量日预报

空气污染预报是建筑在空气污染与气象条件关系的基础之上的。利用福州市1995－1997年地面气象预测资料，运用统计学方法，探讨污染物浓度与气象因子（温度、气压、风、湿度、大气稳定度、降水等）分布规律，建立气象预报指标及统计预报方程，在1999年2－8月进行福州市空气污染物浓度等级试预报。结果表明运用统计模式开展城市空气污染浓度等级预报是切合实际并且可行的。     

利用双多普勒雷达分析对流云垂直运动结构试验

对流云是我国南方地区主要的降水云系, 含有丰富的云水资源, 是南方人工增雨作业的主要对象。为了研究江淮地区对流云发生发展规律, 利用双多普勒雷达反演技术分析了发生在2004年7月31日的一块对流云不同发展阶段的垂直运动结构。对流云在发展阶段以上升气流为主, 底层辐合明显, 结构紧密; 成熟阶段的上升与下沉气流势力相当, 且比发展阶段强盛, 强回波位置下移, 结构较发展阶段松散; 减弱阶段上升和下沉速度均减小, 水平辐散增强。结果表明:反演的不同阶段对流云垂直运动结构合理, 可以利用双多普勒雷达反演技术进行对流云三维运动结构研究。     

机器学习在人工增雨效果统计检验中的应用

利用福建省古田人工增雨试验基地2014年1月—2023年1月小时自然降水数据,结合线性拟合、多项式回归和样条回归等多种数学统计方法,开展决策树、支持向量机(SVM)和卷积神经网络(CNN)3种机器学习方法在估测目标区自然降水中的应用研究。目标区和对比区自然雨量关系模型对比结果表明:以区域平均面雨量为统计变量时,CNN和四项式回归效果相对较好,其中CNN的确定系数为0.516,均方根误差为1.097 mm;对平均面雨量进行六次方根变换后,各模型的精准度大幅提升,CNN表现最优,确定系数为0.658,其次为SVM;为克服目标区和对比区雨量时间序列效应及空间分布不均等问题,以面雨量空间格点数据作为研究对象,采用CNN 3种优化器(自适应矩估计、均方根传递和梯度随机下降)算法进行对比,发现基于自适应矩估计优化器建立目标区和对比区雨量关系模型最优,其降水估测值与实测值更接近,均方根误差最小,为0.61 mm。因此,利用CNN方法能够进一步优化目标区和对比区雨量关系模型,可为定量评估人工增雨效果提供参考。     

非随机化人工增雨试验效果的统计模拟研究

人工增雨抗旱救灾、水库蓄水发电外场作业均采用非随机化作业方案．非随机化试验通常有序列试验、区域对比试验和历史回归试验以及本文提出的多因子分层回归试验．由于自然降水在空间和时间分布上存在巨大差异,使得这些方法难以客观定量评价人工影响的效果．本文采用统计...