贵州强降雨天气过程决策服务模式

【目的】为深入总结贵州气象防灾减灾工作中面向党政领导和相关部门的灾害性天气决策气象服务模式。【方法】在服务需求分析的基础上,结合典型案例,对近年来强降水等灾害性天气过程中的预报服务机制进行总结凝炼。【结果】提出灾害性天气“过程前、过程中、过程后”关键时间点的跟进式气象服务“4+3”模式和强降雨临灾服务的“24-6-2-2”递进式预报服务模式。【结论】 经近年来实践检验,相关服务模式能有效应对强降水等灾害性天气过程,有力支撑党政领导和部门决策应对灾害性天气,有效助力防灾减灾救灾工作。     

海量气象数据计算处理及可视化在决策气象服务移动平台上的应用

针对高效智能的决策气象服务需求及海量气象数据在移动端应用瓶颈,国家气象中心气象大数据处理及网络应用团队设计研发了中央气象台决策气象服务移动平台,本文介绍了该平台服务器和移动终端总体结构,及其在气象实况监测、基于位置服务的精细化网格预报、预报预警、决策服务产品快速推送、灾害性天气智能提醒等方面的功能特点,并通过分布式实时计算处理框架、HTML5和移动GIS等关键技术实现了对海量气象数据高效处理计算、移动网络传输、网络服务、移动端实时渲染和交互操作等。该平台在国家、省级决策气象服务业务应用中运行稳定,在台风登陆、暴雨灾害、重大活动等气象服务保障中发挥了重要作用,为决策气象服务人员提供了基于位置服务的气象实况、预报预警、决策服务产品推送、灾害性天气智能提醒等综合服务功能,对建设智慧型气象服务系统具有重要意义。     

重庆市夏季电力气象用户需求分析

【目的】面对日益增加的夏季电力气象服务用户需求和激烈的市场竞争,必须明确用户需求的优先顺序,为有序改善产品提供参考。【方法】利用Kano模型,通过问卷调查的方式收集了受试者对各项需求点的反馈,并计算B系数和W系数,绘制B-W象限图,得到17个需求点的需求类型和优先级排序。【结果】17个需求点可分为基本型（6个,35%）、期望型（4个,24%）、魅力型（4个,24%）和无差异型（3个,18%）4种类型。基本型最多,无差异型最少,各类型间界限较清晰。各需求点优先级顺序较明确,即用户首先要求产品应准时、内容完整和节点透明,其次要求产品应具备较高的准确率和个性化水平,最后要求产品的美观模块化程度便于高效地抽取使用并及时得到专家支持,而产品是否处于商用化阶段和是否有特色的优先级最差。但值得关注的是D16特色产品的需求点被视为魅力型需求的票数高达20票（共50票）,接近归类于魅力型需求（21票）。【结论】应以智能化业务系统建设和提升专家支持服务水平为工作核心来满足用户需求。     

基于多源数据融合的山地实况业务体系建设

【目的】探讨和实践基于多源数据融合的山地实况业务体系建设,以提高山地地区的监测、预警和灾害应对能力。【方法】通过分析山地地区面临的地理环境、气象条件以及自然灾害的特点,以及基于对已有实况业务发展的现状分析,建设全面、精准、实时的山地实况业务体系。【结果】明确贵州省实况产品建设方向并介绍了在山地实况业务体系建设中的技术路线,包括数据采集、传输、处理、展示、全流程监控等关键步骤,以及各环节的技术创新和方法改进。最后分析了面向重大服务、重点行业、重要区域开展有针对性的实况产品服务时仍需重点解决的问题。【结论】该文的研究成果为山地区域的实况业务体系建设提供了思路和方法,对于提升山地区域的灾害管理水平具有实际应用价值。     

陕西决策气象服务系统

依托全国综合气象信息共享平台（CIMISS）及现有气象数据资源及系统,采用Java语言研发B/S结构的陕西省决策气象服务系统,实现CIMISS气象数据查询统计分析、制图、气服务产品模板订制及决策材料自动制作和分发等功能。该系统的建成对提高气象决策服务能力、提升气象防灾减灾水平具有重要意义。
 

     

随机误差传递的高空气象秒级数据快速校验方法

【目的】为保证气象预报结果的准确性。【方法】提出了考虑随机误差传递的高空气象秒级数据快速校验方法。对高空气象秒级数据进行预处理,包括数据中心化处理、特征点提取。数据中心化的处理方式为实施各组数据的加权平均处理,获得新的数据组作为基准数据;特征点提取使用的处理方法为遍历法,需要遍历全部数据点。考虑数据获取过程中的随机误差传递情况,对预处理后的高空气象秒级数据实施空间一致性检查、内部一致性检查。应用集合经验模态分解EEMD（Ensemble Empirical Mode Decomposition）算法与对比源反演CSI(Contrast Source Inversion)算法构建基于CSI-EEMD的高空气象秒级数据快速校验模型,实施数据得到快速校验。【结果】测试结果表明,该方法能够实现4个气象站数据的快速校验,校验结果的均方根误差与平均绝对误差均低于0.1,实现了数据的质量控制。【结论】将该方法应用于气象站数据校验中,可以实现精准度的数据校验,具有一定的实用价值。     

2018年我国灾害性天气及决策气象服务分析

灾害性天气的总结是研究其形成机理和变化规律的基础,也是提高预报预测准确率的有效途径,而决策气象服务是围绕天气变化进行的一项有中国特色的特殊服务,是政府部门科学决策的依据,工作对象的特殊性决定了天气预报预测能力需要不断提升和增强,决策气象服务技术需要不断改进和创新。通过对2018年全国灾害性天气特征和决策气象服务工作进行归纳、分析,并结合业务实际和未来发展,探讨性地提出改进措施,旨在建立灾害性天气和决策气象服务的内在联系,增强业务人员对天气变化规律的认知和对决策气象服务的深度理解,以预报发展推动服务水平提升,以服务需求促进预报技术提高,从而更好地发挥新形势下的决策参谋作用。     

专业气象服务产品自动制作与发布系统

通过调查研究,分析气象指标对公众生活和行业生产的影响,建立指标判别方法和指数预报方程,利用计算机编程技术,使其程序化。实现制作常规天气预报的同时,自动生成各种专业气象服务产品,并实时发布到WEB服务器。系统等值线自动绘制功能,灾害性天气防御措施数据库使得服务产品图文并茂、内容丰富。     

贵州省习水县暴雨特征及成因分析

【目的】在极端天气频发的气候背景下,有必要进一步分析习水县暴雨天气时空分布特征。【方法】利用1959—2022年贵州省习水国家基本气象站逐日降水资料、2010—2022年24个乡镇区域站日降水资料,运用统计学及空间插值等方法,对习水县的暴雨时空分布特征及成因进行分析。【结果】习水县暴雨多发生在习水河谷和赤水河谷的迎风坡及东部喇叭口地形区域,空间分布特征为北多南少;年区域性暴雨日数呈增长趋势;区域性暴雨月变化呈“单峰”型分布特征,主要出现在5—9月,占比94%;区域性大暴雨日数月分布呈“双峰”型分布,峰值在6月、8月。习水县暴雨具有明显日变化特征,夜雨特征明显,大暴雨夜雨占比81.1%;区域性暴雨天气过程主要降水时段集中在19时—次日06时,占比76.9%。习水从春季至秋季都有暴雨出现,暴雨日数频次大值区自西向东移动,夏季暴雨出现最多,占比69%。将造成区域性暴雨天气的影响系统分为低涡切变型、冷锋低槽型、梅雨锋型、台风外围型等4种类型。低涡切变型产生暴雨最多,占比77.3%。【结论】习水县暴雨空间分布呈北多南少,区域性暴雨主要出现在5—9月,夜雨特征明显,该研究成果可为更好地开展习水县暴雨灾害性天气预报及气象服务工作提供参考。     

基于3G技术的手机气象服务设想与构建

随着无线通讯技术的发展与应用,手机气象服务已经成为人们获取气象信息不可缺少的一种重要途径。通过对基于3G技术的手机气象服务设想与构建的介绍,描述了3G时代手机气象服务的网络组成、服务方式和产品构成,说明了3G手机气象服务与传统手机气象服务的不同,展示了3G手机气象服务在决策气象、公益服务和突发灾害性天气中的重要作用。