排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
基于雷达三维组网数据的对流性地面大风自动识别 总被引:3,自引:1,他引:3
应用雷达三维组网数据和地面加密自动站风场资料,统计分析了对流性地面大风的6个主要雷达识别指标:风暴最大反射率因子、风暴最大垂直积分液态水含量、垂直积分液态水含量随时间变率、风暴最大反射率因子下降高度、风暴体移动速度和垂直积分液态水含量密度等参数。根据雷达识别指标和地面大风的相关程度,给出了识别指标的隶属函数和权重系数;采用不等权重法,建立了具有模糊逻辑的对流性地面大风识别方法。并将对流性地面大风的出现概率分为3级:当识别风暴单体的判据小于0.3时,出现对流性地面大风的概率小;当判据在0.3—0.5时,产生对流性地面大风的概率较大;当判据大于0.5时,出现对流性地面大风的概率很大。通过对河北省2012年6月21日线状风暴和2009年7月23日孤立单体风暴引发的灾害大风典型个例的识别效果检验,证明这种方法识别到的风暴单体跟踪效果良好,识别出的大风范围与实况风场基本吻合,命中率、虚警率和临界成功指数分别达81.8%、25.0%和64.3%,利用模糊逻辑原理建立对流性大风的识别算法是切实可行的。 相似文献
12.
石家庄的云、降水和水汽特征 总被引:6,自引:1,他引:6
应用1972~2003年石家庄17个站的云、降水资料分析了各类云的发生频率及其降水特征,结果表明:全年而言,积层混合云出现频率高,且降水概率、降水率较大;夏季积状云出现频率高,降水概率、降水率大,对两者增雨机会多。应用2000~2004年常规天气图,对造成石家庄降水的天气系统、云、降水、水汽进行分析,结果显示:西来槽、冷切变、东蒙冷涡和华北低涡出现频率较高,造成的降水次数多,实施增雨的机会多;气旋类、西南涡出现频率低,但过程雨量大,降水持续时间长,是人工增雨不可忽视的天气系统;冷涡类降水时间最短,降水强度大,对其实施人工增雨,作业时机的把握很重要。石家庄上空的水汽含量呈单峰型季节变化,空中水汽资源量明显地受到大气环流和天气系统影响。对水汽通量场分析表明,对流层中高层水汽多来自于孟加拉湾和南海,低层水汽主要来自于东海、黄海,地面近地层水汽源多为黄渤海。 相似文献
13.
14.
15.
16.
17.
对石家庄市2004年11月-2008年3月的温度预报进行了质量检验。结果表明:石家庄最低气温和最高气温的平均绝对误差均低于2 ℃,均方根误差低于3 ℃,最低气温预报准确率明显优于最高气温。进而对温度预报误差较大的样本出现原因进行了逐日客观分析,并通过自然正交函数分解(EOF)法,对不同情形下石家庄及周边县站极端最高、最低气温EOF分解特征向量场的变化特征对比,推断出影响气温预报偏差的主要因子大致相同,焚风是导致温度预报出现较大误差的重要原因。 相似文献
18.
对2020 年6 月25 日河北南部从保定涞源到沧州东光的超级单体雹暴环境条件、雷达观测及风场反演特征进行了分析。结果表明:①本次超级单体雹暴是在水平对流卷上触发起来并经过不断加强形成的。②超级单体雹暴长时间处于中等到强的基本顺时针旋转环境风的垂直风切变环境中、中气旋维持时间超过3 h以及较强冷池作用,是本次超级单体雹暴维持长生命史的可能原因。③对流单体VIL持续7 h基本维持在55~80 kg·m-2区间,与单体移动路径上降雹时段一致,超过4 h持续出现三体散射长钉或旁瓣回波特征,与本次过程中灾情调查和气象站观测到的大冰雹时间段基本一致,对大冰雹有较好指示意义。④超级单体雹暴出现钩状回波(低层)、回波悬垂“穹隆”结构、风暴顶辐散、ZDR柱和KDP柱等特征。“穹隆”顶部为65 dBz以上反射率因子,该处风场以垂直上升为主,水平风分量较弱,呈现出“穴道〖CD*2〗零域”结构,利于大冰雹增长。超级单体垂直速度随高度增大,利于中气旋形成和维持。 相似文献
19.
利用国家气象中心1998—2018年6—9月0.1°×0.1°分辨率的逐小时卫星融合降水资料,分析河北省暖季短时强降水(1 h降水量≥20 mm)的空间分布、日变化特征及成因,结果表明:短时强降水过程的平均小时降水量、降水频次、降水强度、峰值降水量自东南向西北递减,其中东部沿海降水量最大,太行山和燕山的迎风坡附近存在降... 相似文献
20.
利用雷达回波三维拼图资料识别雷暴大风统计研究 总被引:8,自引:0,他引:8
应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明:块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。 相似文献