安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

Elman神经网络在GPS高程拟合中的应用

根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,将其运用到GPS高程拟合中,通过实例数据比较Elman神经网络与几何解析法、BP神经网络和广义回归神经网络的拟合效果,结果表明该方法拟合效果最佳。     

岩心核磁共振测量数据处理方法在北黄海东部坳陷中的应用

岩心核磁共振测井技术具有测量结果准确、对岩石结构无损害的优势,在油田勘探开发中应用越来越广泛。针对北黄海东部坳陷中、新生代有岩心核磁共振的资料进行解谱处理方法研究,确定了预处理、解谱和地层参数求取方法与流程,实现了岩心核磁共振资料解谱处理。根据最优解谱方法得到有效孔隙度、可动流体孔隙度、束缚水孔隙度和渗透率等地层参数。     

适应极地快速变化海冰模式的研发与挑战

极地海冰是地球气候系统的重要组成部分,也是气候环境变化的指示器和放大器。极地海冰复杂的多尺度物理过程和极地观测资料的匮乏,给海冰模式的研发带来了巨大的挑战。在过去的半个多世纪中,大气-海冰-海洋的复杂相互作用和冰内物理过程在海冰模式中的数学描述取得了重大的进展,但海冰模式对一些重要物理过程的描述仍很不完善,尤其是近年来极地海冰的快速变化及其物理特性的变化,极大地增加了海冰模式物理参数化方案和模拟结果的不确定性。因此,迫切需要具备完善物理过程、适应海冰多尺度快速变化的高分辨率海冰模式,并应用于全球气候变化的研究和预测以及极地的开发利用。本文从海冰模式的发展历程和现状、极地海冰快速变化给海冰模式带来的挑战以及适应极地快速变化海冰模式的改进和发展研究方向三个方面进行了阐述和讨论。     

杨志波治疗特应性皮炎经验

介绍杨志波教授治疗特应性皮炎经验。杨教授认为本病是由遗传因素与环境因素相互作用并通过免疫途径介导产生的结果,而基本病因病机责之于脾虚。在临床治疗上,其主张将非药物疗法与中医药疗法相结合,重视非药物疗法在特应性皮炎治疗中的作用,如避免诱因、精神疗法、避免搔抓、清洁和保湿皮肤等方法。中医药治疗须重视固护脾胃,临床分为发展期、缓解期论治,分别采用荆防止痒方、当归饮子加减治疗,临床疗效显著。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。