利用西安1959—2010年每天02、08、14、20时能见度、日平均相对湿度以及天气现象等地面气象观测资料,采用四种方法对西安市霾日数统计分析。结果表明:四种方法统计霾日数的气候变化趋势基本一致,表明四种方法均可比较准确地反映霾出现时间,其中单时次能见度和湿度判断方法确定的历年霾日数最多,日均能见度和湿度以及天气现象综合判断方法确定的年霾日数最少。四种方法的统计结果显示,西安市1959—2010年期间年霾日数1999年最少。将四种方法统计的霾日数与实际观测霾日数的变化趋势相比,发现单时次满足条件能见度与湿度及天气现象综合判断的结果与西安历年实际变化趋势最为接近。
露是一种常见的地面凝结现象,是水汽在地面及近地面物体上凝结而成的水珠,晴朗微风湿度大的夜间和凌晨有利于形成,形成时地表温度在零度以上。通过对阴天,雾天,雨后,凹地、洼地及水池旁露的成因分析,结合雾露同在、露霜并存以及露和雨的区别等情况,总结出特殊情况下记录的处理方法。
相似文献选用安康2005年11月(59个时次)同步观测资料,利用统计学原理,对L波段探测系
统和59-701探测系统等压面各要素的测值进行比较、分析,结果表明:两套系统的高度、温度探
测值比较接近,但L波段探测系统的高度、温度离散度小于59-701探测系统,其高度、温度测值
波动小,稳定性好,测量精度高,探测数据准确、可靠;L波段探测系统的相对湿度测值低于59
-701探测系统,且两者测值相差较大,L波段探空仪湿度传感器灵敏度高,采样速度快,但相对
湿度测值离散度较大,和59型探空仪相比,其相对湿度测值稳定性较差。
选用华山气象站1980—2008年电线积冰观测资料,将其转换为标准冰厚,并与每日4次温度、湿度、水汽压、风速、降水量等进行相关分析。结果表明:华山标准冰厚为0~20mm。积冰主要为5mm以下,出现频率达87.56%。风速为2.1~8m/s,积冰出现频率达75.72%。15mm以上积冰只出现在日平均风速为1.1~16m/s时,并以4.1~8m/s出现频率最大,为0.45%,占该厚度的60%。出现积冰时的水汽压(日4次水汽压中的最大值)多为3.1~7hPa,15mm以上积冰只出现水汽压为4.1~8hPa时。出现积冰的湿度多为81%~100%;15mm 以上积冰也出现在该湿度范围内。当20-08时降水量为5mm以下,华山积冰出现频率达91.03%;15mm以上积冰出现在降水量为0.1~20mm时,并以5.1~20mm频率最大。华山积冰时,14时气温主要为-9.9~5o C,积冰频率达88.24%。15mm以上的积冰也出现在该温度范围内,并以-4.9~0o C间频率最大,为0.45%。华山14时气温为-4.9~0o C、日平均湿度为90%~100%时,积冰出现频率最大,为25.41%,大于四分之一,其中出现5mm 以下积冰的频率为21.19%。15mm 以上积冰主要出现条件为-4.9~0o C、湿度90%以上,出现频率为0.45%,占该厚度的66%。
依据国家大数据发展战略和大数据特性,对气象大数据特征、面临问题和技术创新进行阐述,深入分析气象大数据服务方式和跨领域服务的发展方向。提出以标准先行为前提,集约整合为手段,通过数据层、逻辑层和界面层的整合来搭建面向服务的气象大数据环境,借助大数据发展机遇加快推动气象大数据发展步伐。