一次冰雹天气过程的云系发展演变及云物理特征研究

利用中尺度数值模式WRF(Weather Research and Forecasting)的数值模拟,结合NECP/FNL再分析资料、地面、探空、多普勒雷达基数据和卫星产品等观测资料,综合分析了2014年3月30日发生在贵州省西南部的一次冰雹天气过程。研究了有利于冰雹发生的环流特征和环境条件,分析了冰雹云系的发展演变特征、云微物理结构特征,初步分析了冰雹形成的云物理机制。结果表明:此次冰雹天气是典型的低压辐合线型降雹类型,地面降雹位置位于700 hPa切变线和近地面辐合线附近及南侧;发生此次冰雹过程的对流云系经历了对流云系的初生阶段、合并加强阶段、成熟降雹阶段和东移阶段。贵州地区上空对流云系的微物理结构具有混合相云特征,高层为冰晶、雪,中层为云水、霰,低层为雨水、冰雹。霰和云水是形成雨水和冰雹的主要来源,霰撞冻过冷云水和霰的自动转化是冰雹形成的主要微物理机制。     

基于机器学习的光伏功率预测模拟方法研究

为了丰富贵州西部光伏电站的功率预测思路与方法,利用2019—2021年贵州西部5个光伏电站发电功率、气象要素、卫星反演辐照度、地面观测辐照度数据,分析光伏功率的时间演变和与卫星反演辐照度、地面观测辐照度的相关性。利用前80%样本数据为测试集,剩余数据为预测模拟模型的检验集,利用机器学习中的BP、GRNN神经网络算法和测试集分别对5个电站建立光伏功率预测模拟模型。利用检验集和光伏电站的检验方法对各个模型进行效果验证,并对比不同算法不同站点间的预测模拟效果。结果表明,BP、GRNN算法在5个光伏电站的功率预测模拟中平均日准确率在90%左右,标准化均方误差在0.07~0.12,且FY-4A反演辐照度参与建立的光伏功率预测模拟模型较地面观测辐照度参与建立的模型效果更佳,能够为光伏功率预测提供一种参考方案和思路。     

贵州省人工影响天气弹药物联网管理系统应用

贵州作为全国人工影响天气弹药物联网管理系统建设试点省份,通过构建集自动化作业装备、数字化采集装置、规范化弹药编码、智能化扫码终端和集约化信息平台于一体的人雨弹火箭弹物联网管理系统,着力提升了人工影响天气安全监管能力和业务技术水平。物联网(Internet of Things,IoT)一词于2015年11月在国际电信联盟(ITU)发布的题为“ITU Internet reports 2005—the Internet of things”的报告中正式提出,并引发了广泛关注。物联网是一种新兴的网络技术和产业模式,它利用互联网将物与物联系起来,进行数据交换、信息共享和监控。随着信息技术和互联网的快速发展,物联网技术开始应用于电网、物流医疗以及农业等领域。由于强对流天气是造成气象灾害的主要天气类型,为了减少雷雨大风、冰雹等强对流天气造成的损失,贵州省地面人影作业次数和用弹量逐年增多。而人雨弹、火箭弹都属于爆炸物品管理范畴,为进一步保障人雨弹、火箭弹的购置、运输、储存、流转及使用等环节的安全,贵州省快速推进人工影响天气物联网管理系统建设。     

贵州省61年冰雹气候特征及其成因分析

选取1961—2021年贵州省84个国家站冰雹观测资料,运用回归分析、小波分析和EOF分解对贵州省近61年冰雹发生的时空分布特征进行研究,并通过分析大气环流和外强迫因子的异常,探究冰雹日数极端年份的成因。结果表明：贵州省一年四季均有冰雹,春季最多,秋季最少。冰雹出现时间以14—01时的午后到夜间为主。贵州省冰雹的发生有14年和8年的周期,1995年后主周期变短,出现频次减少。冰雹主要分布在中西部,年均冰雹频次与海拔呈正相关,EOF分解后,贵州省冰雹空间分布前两个模态在空间向量场上呈现为全省一致型和东西相反型,受大尺度环流及地形影响产生的冰雹为减少的趋势,1991年后贵州省中部以东受地形激发及局地对流产生的冰雹有略微上升的趋势,但其方差贡献率较小,因此贵州省整体冰雹日数为下降趋势。通过极端冰雹年的大气环流和外强迫因子的分析,发现La Ni?a年海温的异常激发了热带西北太平洋异常气旋,导致该地区副高偏弱,进一步影响到贵州及其周边的位势高度有负异常,不利于贵州省冰雹的发生,对应贵州的少雹年,而El Ni?o年则相反,对应贵州省的多雹年。     

基于ZABBIX气象信息业务监控告警方法实现

本文在贵州省气象信息中心搭建的基于ZABBIX框架气象数据实时监控平台的基础上,主要对该架构监控流程、企业微信告警服务接入等功能的实现进行了介绍,利用ZABBIX的开源框架的企业微信告警接口分别对接本文开发程序模块和睿象云智能告警平台,实现对气象系统监控到的故障进行企业微信告警推送,使运维人员及时发现异常故障事件并对其进行快速的响应与恢复,从而为气象大数据云平台资源的自动化运维提供支撑和帮助,使气象数据故障维护的效率得到大幅提高,以此保证气象数据服务应用的及时性和可靠性。     

基于决策树模型的贵州降雹识别研究

以FY-2G卫星反演产品为输入参数建立决策树模型,对2020年贵州降雹进行识别研究。收集了2020年贵州68个降雹点数据和68个未降雹点数据,从中随机选取58组降雹点和58组未降雹点数据用于建立决策树模型,剩余10组降雹点和10组未降雹点数据用于检验所建立模型的识别效果。结果表明,所建模型降雹识别准确率为80%,其中对10个降雹点识别准确率为70%,对10个未降雹点识别准确率为90%。