Monte-Carlo模拟方法在风工程中的应用

用 Monte- Carlo模拟方法建立了上海的台风年最大风速概率分布 ,由此推算的 30 a、50 a一遇风速 (韦伯尔分布 )和实测风速值接近。表明由 Monte- Carlo模拟方法得到的台风年最大风速概率分布较为合理 ,在东南沿海台风多发区域 ,该方法是产生年最大风速概率分布的有力工具。     

呼和浩特市不同观测频次风资料对比及对应污染风频分析

文章对呼和浩特市每日24观测频次和每日4观测频次的平均风速、最大风速、风向频率及对应污染风频进行了对比分析,结果表明:两者在平均风速、风向频率及主导风向污染风频方面具有比较一致的变化特征;而在最大风速、最大污染风频、静风污染风频上相差较大,差值分别达2.1 m﹒s-1、1.4%、3.0%。说明两者在定性判断上具有较好的一致性,而在专项研究和定量分析上,每日24观测频次较每日4观测频次风资料更具客观性。     

陕西黄土高原地区日极大风速的统计推算方法

利用陕西黄土高原地区6个气象站2006—2016年共11年逐日极大风速和同期10 min最大风速资料,确定推算极大风速与最大风速的回归方程,并对方程可靠性进行检验。结果表明:6站的极大风速超过最大风速44%以上,更能准确反映灾害性大风的实际情况;对极大风速与最大风速线性回归方程和多项式回归方程比较后,确定采用线性回归方程推算极大风速。各站拟合方程的显著性水平高于0.001,平均绝对误差均小于0.9 m/s, 2016年极大风速的推算值与观测值平均绝对误差在0.9～1.7 m/s之间,平均相对误差在15%以下,说明拟合方程可信。     

关于是否漏记大风现象的判据的讨论

本文选用了本省六个台站的日最大风速≥10.0m·s~(-1)及日瞬时极大风速≥17.0m·s~(-1)的资料进行了统计,分析了日最大风速与日瞬时极大风速的相关关系,提出了当日最大风速≥14.0m·s~(-1)时,即有可能产生瞬时风≥17.0m·s~(-1)的大风现象。     

台站环境变化对风观测资料影响的初步分析

分析广西隆安、蒙山、上思等三个地面观测站周边环境变化,根据障碍物(主要是建筑物)出现的时间与对应气象资料序列并选取相邻探测环境变化较小的气象台站进行连续性对比,结果表明:台站周围障碍物的变化对风向、风速造成的影响较大.但影响程度要视具体情况而定.     

Monte—Carlo模拟方法在风工程中的应用

用Monte-Carlo模拟方法建立了上海的台风年最大风速概率分布，由此推算的30a、50a一遇风速（韦伯尔分布）和实测风速值接近。表明由Monte-Carlo模拟方法得到的台风年最大风速概率分布较为合理，在东南沿海台风多发区域，该方法是产生年最大风速概率分布的有力工具。     

不同观测频次的风资料对大气污染物扩散的影响分析

利用郑州站2007年在不同观测频率下风的观测数据,一种是每日02时、08时、14时、20时的4次观测值,另一种是每日24次的观测值,即每间隔1 h的连续观测值,对风向、风速在两种不同观测频率下观测值进行分析和比较,结果表明:两者在风向频率、静风频率、平均风速上均存在差异,其中风向和静风频率各月差异较大.在建设项目和区域的环境影响评价中,进行大气污染长期平均浓度预测时,应选用评价项目所在地的每日24 h的自动连续观测的统计数据,以消除许多随机的因素.     

基于测风塔数据的最大风速与极大风速 关系研究

利用辽宁省风能资源专业观测网2009年6月至2010年5月26座测风塔10—70 m(部分塔为100 m)高度的逐10 min梯度风观测数据,采用线性相关分析的方法,研究了近地层最大风速和极大风速的关系。结果表明:年内最大风速与极大风速多数出现在同一大风天气过程中,但极大风速并非主要发生在出现最大风速的20 min内;最大风速和极大风速易出现在午后和傍晚;极大风速与最大风速普遍具有较好的线性相关关系,日时距、10 min时距和大风条件下,日时距的相关性最好,平均相关系数达到0.970;不同时距和大风条件下,极大风速与最大风速的比值系数相差不大,但从相关性看可以考虑优先使用日时距样本的最大风速推算极大风速;随着高度的增加,极大风速与最大风速的比值系数减小,10 m高度日极大风速是日最大风速的1.42倍左右,70 m高度则是1.24倍左右,利用最大风速推算不同高度极大风速时不宜采用统一的比值系数。     

大连地区ECMWF细网格10 m风场与观测实况对比与检验

选取2016年1月至2018年12月ECMWF(简称EC)细网格10 m风资料,与大连地区8个国家气象观测站地面各类实况风速资料进行对比分析,得出EC 10 m风速预报与最大风速最为接近,与极大风速相关性最好,EC 10 m风速对大连地区8站整体预报平均偏大.通过对EC 10 m风速各预报时限资料与其对应的最大风速误差...     

基于1899—2015年观测资料的青岛风环境变化特征

基于青岛站1899—2015年117 a年平均风速和青岛市88个自动站1961—2015年逐日风速资料,结合NCEP/NCAR再分析资料,分析青岛风速气候变化特征。结果表明:在全球气候变化背景下,青岛站的风速变化是一个先增强（1899—1938年）,再波动维持（1939—1991年）,之后又减小（1992—2015年）的过程;20世纪90年代后的风速变化对1961—2015年青岛站风速明显下降（0.41 m·s-1/(10 a)）贡献显著;1961—2015年青岛偏北风减小趋势为0.33 m·s-1/(10 a);青岛东南沿海地区平均风速减小趋势大于北部内陆地区的分布特征是对青岛城市化发展水平区域差异的响应,城市化对地面年平均风速减弱贡献率约为-17.3%。     

台站观测环境改变对我国近地面风速观测资料序列的影响

利用中国大陆地区460个气象台站1971-2002年10m高度平均风速资料和2007年台站观测环境综合调查资料,根据环境评分分数、障碍物视宽角等影响地面观测风速的台站环境数据,将气象台站分为五类,分别对平均风速观测记录进行了比较分析。结果表明,全国范围内绝大多数未迁移台站近地面平均风速呈明显的减小趋势,冬季平均风速相对减小的趋势最大、秋季最小;在影响风速观测资料序列的台站观测环境因素中,观测场周围障碍物视宽角最为重要,随着周围障碍物视宽角的增大,风速相对减小的趋势也变得更明显;台站周围障碍物视宽角对年和季平均风速减小趋势的贡献最大,约为三分之一。因此,观测环境变化对地面风速资料序列的影响是不可忽视的重要因素。     

沱沱河地区风的气候变化特征分析

根据沱沱河气象站1971年-2002年定时、逐日、月、年风向、风速资料,统计分析了该地区风的气候变化特征。研究表明:沱沱河地区年内最大风速出现在2月和11月,平均风速春季最大,秋季最小;全年盛行风向是偏西风;大风日数的年变化以2月份最大,7月最小;年平均风速是逐年减小趋势,其中冬季减少最为明显,大风日数总体上是逐年增多的特点,但自90年代以来表现出显著减少的趋势;风速频率分布呈双峰型,小于4m/s的风速在该地区出现的频率最多。     

利用北极地区定时风观测资料推算年最大风速的重现期

北极地区风观测资料较少,工程气象参数的分析主要依靠国际交换站资料。但是,国际交换站资料为定时资料,并且存在较多质量问题。因此,在利用国际交换站资料时,需先对其进行质量控制,并且要考虑定时资料的转换。由于缺少其他参考资料,国际交换站资料的质量控制主要根据北极地区天气气候特征,通过时间一致性、空间一致性和要素间一致性检验进行。由于重现期风速需用年最大风速(通常是10 min平均风速)计算,鉴于定时资料中可能没有出现年最大风速,而目前又没有较好的定时资料向逐时资料转换的方法,因此,主要通过从定时资料统计得到的年最大值计算的重现期风速进行订正得到重现期风速。订正的方法是根据我国部分风速较大地区的观测结果,引入风速方差,建立定时资料与年最大风速资料计算的重现期风速之间的关系,然后利用此关系订正北极喀拉海和拉普捷夫海沿岸定时资料计算的重现期风速,得到了50年和100年一遇的风速。     

全国地面气候资料统计处理方法的研制

对《全国地面气候资料统计方法）研制的主要目标、技术特点、主要内容、结构设计和主要技术改进进行了论证。     

四川省地面气象资料统计方法及产品简介

本文简明扼要地介绍了地面气象资料中常用要素的日、旬、月、年值的统计和缺测记录处理方法,对各要素原始观测数据和统计产品中常见的特定值做了较详细的说明.作者全面地介绍了四川省目前广泛用于服务的气候资料产品的文件类型、数据内容和数据格式.     

四川省地面气象资料统计方法及产品简介

本文简明扼要地介绍了地面气象资料中常用要素的日、旬、月、年值的统计和缺测记录处理方法,对各要素原始观测数据和统计产品中常见的特定值做了较详细的说明。作者全面地介绍了四川省目前广泛用于服务的气候资料产品的文件类型、数据内容和数据格式。     

新版地面气象测报软件应用的几个问题

针对新版地面测报软件在数据采集、报表审核、年报表统计中存在的一些问题，介绍如何查找错误及如何解决统计错误的方法。     

新型多普勒测风激光雷达Windcube的风参数观测与验证

2007年12月11～14日,中国科学院大气物理研究所与法国Leosphere公司在该研究所位于北京市北三环和北四环之间的325 m气象塔试验场内联合开展了一次测风激光雷达Windcube的外场演示试验.Windcube观测数据随后与325 m气象塔上的风杯风速仪测得的风速资料进行了对比,结果是:由两种手段获得的所有6...