2022年南宁市“龙舟水”暴雨期间模式对比及订正技巧

2022年广西出现1960年以来最强“龙舟水”,但同期南宁市降雨分布不均,暴雨预报空漏报较多。因此,有必要对2022年“龙舟水”期间南宁市暴雨过程的数值模式与实况降水进行对比分析,总结各模式对“龙舟水”暴雨的预报能力;并通过分析雷达回波、物理量等资料以提高预报员订正技巧。结果表明,中尺度模式对暖区或沿海地形的暴雨有一定预报能力,但需注意消空;南宁暴雨漏报的原因主要是忽视了触发机制、高低层系统相互作用和降雨发生机制,空报的原因主要与数值预报的影响系统预报偏差有关;“龙舟水”期间南宁暴雨的雷达回波路径主要有四种,预判回波源地和移动路径对暴雨落区的短期预报有一定的帮助;“龙舟水”期间南宁市上空不稳定能量及水汽条件较好,应加强触发机制的分析。     

基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型.结果表明:选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样...     

北部湾冬季风生环流的数值模拟及其对海洋环境的影响分析

利用Finite Volume Coastal Ocean Model(FVCOM)三维模式以及National Centers for Environmental Prediction(NCEP)Climate Forecast System提供的北部湾的冬季风场,建立了北部湾冬季的风生环流模型。模拟得到北部湾冬季表中底层的风生环流结构。结果表明:整体上看,环流从琼州海峡流入北部湾,沿越南沿岸向南流动。从分层结构上看,冬季表层北部湾中部位置被1个大范围逆时针环流控制,南部湾口附近也存在1个不闭合的逆时针环流;而中层和底层的环流在琼州海峡西北和西南侧各形成1个小的逆时针环流,同时北部湾北部中间位置呈现1个顺时针环流。琼州海峡、广西及越南沿岸环流流速较大,有利于污染物的输移扩散,而北部湾北部中间位置,莺歌咀附近出现闭合环流且海南岛西南岸流速较小,不利于污染物的输移扩散,对冬季北部湾的海洋环境会产生不利影响。     

El Chichón火山的太阳辐射效应

利用1964—1983年冬季无云条件下的太阳辐射资料分析发现,1982年3月底至4月初,墨西哥El Chichón(厄·奇冲)火山爆发后,对到达地球表面的太阳直接辐射、散射辐射以及总辐射产生了显著和持续的影响。这种影响特征与近百年来的几次巨大火山爆发所引起的辐射效应是一致的,这主要是因为火山气溶胶对太阳辐射的强大反向散射和吸收作用,改变了大气透明度所造成的。     

地质因子分析的新进展——R-Q式因子分析及其在地学中的应用

设(N×P)矩阵W是地质数据矩阵(N是样品数,P是变量数),这一矩阵结构特征是N大大于P.以前Q式因子分析必须形成一个通常是高维的N×N矩阵.由于这一高维矩阵,Q式因于分析的应用受到限制.然而R－Q式因子分析只需形成一个(P×P)矩阵W'W(通常P＜50).根据W'W,我们用Eckart－young理论同时提取R式和Q式因子,这使得Q式因子分析的实际应用成为可能.R一Q式因子分析的另一优点是R式因子解和Q式因子解可以同时表示在一张平面图上,然后我们就可以在这张图上考察变量之间、样品之间,变量和因子之间以及变量和样品之间的关系.     

基于误差准则和循环迭代的时移地震匹配滤波方法

分析了用于时移地震互均衡处理中的传统匹配滤波算法适用范围，结果表明该方法在滤波算子的反算子为最小相位时效果最好.对该方法难以解决的混合相位问题，推导出通用公式，并提出基于最小平方误差准则和循环迭代的求解方法.理论和实际数据都验证了该方法较已有方法的优越性.     

利用遥感手段进行地灾灾害编图的初步讨论—以印江县为例

利用正向地貌、逆向地貌，岩层倾角等值线，软质岩类区、硬质岩类区、软硬叠覆带分别代表控制地质灾害发育的地貌因素、构造因素、地层因素等编制区域地质灾害图是一种新的尝试。它在一定程度上较准确地反映出地质灾害发育的内在规律。遥感手段的应用使得编图更加经济、准确、快捷、方便。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

贵州省地矿局圆满完成国家863项目——中国西南地区石漠化遥感调查监测关键技术研究及预警预报

喀斯特石漠化成为继西北地区沙漠化和黄土地区水土流失之后的我国第三大生态问题,近年来引起众多专家学者的高度重视,并成为研究热点。它已经成为西南喀斯特地区一个严重恶化的生态环境问题,涉及滇、黔、桂、湘、川、渝、鄂、粤等八省、市、自治区,约339个县(市),面积约74万km~2,人口约     

DOWNSCALING FORECAST OF MONTHLY PRECIPITATION OVER GUANGXI BASED ON BP NEURAL NETWORK MODEL

Variables fields such as enstrophy, meridional-wind and zonal-wind variables are derived from monthly 500 hPa geopotential height anomalous fields. In this work, we select original predictors from monthly 500-hPa geopotential height anomalous fields and their variables in June of 1958 - 2001, and determine comprehensive predictors by conducting empirical orthogonal function (EOF) respectively with the original predictors. A downscaling forecast model based on the back propagation (BP) neural network is built by use of the comprehensive predictors to predict the monthly precipitation in June over Guangxi with the monthly dynamic extended range forecast products. For comparison, we also build another BP neural network model with the same predictands by using the former comprehensive predictors selected from 500-hPa geopotential height anomalous fields in May to December of 1957 - 2000 and January to April of 1958 - 2001. The two models are tested and results show that the precision of superposition of the downscaling model is better than that of the one based on former comprehensive predictors, but the prediction accuracy of the downscaling model depends on the output of monthly dynamic extended range forecast.