玉林市前汛期暴雨短期定量预报方法初探

通过对前汛期暴雨气候概况的统计分析得出玉林市暴雨发生的气候分布特征；在普查分析历史天气图的基础上，总结归纳出产生暴雨的关键因子，给出了造成玉林市前汛期暴雨天气过程主要的4类天气形势概念模型和数学模型，运用相似分析和数学模式计算相结合作玉林市前汛期暴雨的定量预报，为玉林市短期暴雨预报提供预报依据。     

一种基于特征的人工神经网络数字识别系统模型

在进行神经网络方法的数字图像识别研究时，针对数字图像的复杂性、神经网络输入数据量巨大和学习收敛速度慢的情况，提出了基于特征的神经网络数字识别方法。设计提取了13个结构特征以组成一个13维的超空间，对13维的超平面空间的整个识别过程采用了神经网络聚类方法(其中聚类数为10)，并利用数学软件MATLAB强大的矩阵运算能力和C语言高效的代码实现了数字识别系统模型。实验结果表明，在特征差异不十分明显的情况下，识别时间和识别率仍令人满意。     

强台风“黑格比”造成桂东南大风浅析

对2008年第14号强台风"黑格比"路径、强度及造成桂东南大风的成因进行了分析,发现桂东南出现大风与"黑格比"路径、副高引导气流、"黑格比"本身强度、"黑格比"的移速等密切相关。     

卫星与自动站资料分析处理系统设计原理和实现

介绍了根据天气分析和预报的实际业务需求,依据卫星资料量化处理和自动站中尺度变压场分离方法等基本原理,设计卫星与自动站资料分析处理系统功能和结构,以＂软件工程＂原理实现系统开发的基本方法、组织及管理,为此类软件系统开发提供了一个实例。     

一个长生命期中尺度对流系统维持机制的分析研究

利用FY-2C多通道卫星云图、雷达资料和自动气象站记录等非常规观测资料,研究2008年4月12-13日形成于广西中部、移过广西东南部和广东西部到达南海的一个单独且生命期持续长达25 h的中尺度对流系统(MCS)的维持机制.水汽图(wV)分析显示4月12日14时前,对流层中上层存在一个明显的由湿变干过程,与此同时从红外(IR1)、中红外(IR4)和可见光(VIS)云图的合成分析中检测到低空有一条从北部湾延伸到广西东南部持续稳定的中尺度水汽输送带,在高空干区与低空湿区重合的广西东南部上空形成了强他势不稳定区,为MCS的形成和维持提供了有利环境条件.根据自动气象站记录分析结果,准静止锋在缓慢南移过程中连续抬升触发深对流而形成MCS,是一个典型的锋面抬升触发过程.分析表明,MCS能维持长生命期主要有利因素是:(1)在高空气流由湿变干的条件下,来自北部湾海面持续的低空中尺度水汽输送带给广西东南部提供充足的水汽、热量并形成大气位势不稳定层结,较长时间保持的位势不稳定层结为MCS的维持提供了有利环境条件;(2)稳定而持续缓慢南移的准静止锋在MCS西南边不断触发新的对流单体,这种后向传播方式触发的新对流单体并入MCS后,补充已减弱东移的旧单体,使MCS具有持续生命力.最后,给出了MCS的概念模型.     

卫星云图定量处理辅助系统原理和应用

通过云体强度描述和参数计算方法的介绍 ,阐明了这些方法的天气学意义 ,给出了常见云系的数学模型建模方法和一般数学表达式 ,提出了处理系统的应用范围和前景。     

玉林市前汛期暴雨短期定量预报方法初探

通过对前汛期暴雨气候概况的统计分析得出玉林市暴雨发生的气候分布特征;在普查分析历史天气图的基础上,总结归纳出产生暴雨的关键因子,给出了造成玉林市前汛期暴雨天气过程主要的4类天气形势概念模型和数学模型,运用相似分析和数学模式计算相结合作玉林市前汛期暴雨的定量预报,为玉林市短期暴雨预报提供预报依据.     

运用统计决策作降水资源的动态评价

降水资源是重要的农业气候资源。如何恰当、可靠地对降水资源作出评价,这关系到怎样合理、充分地利用降水资源的问题。以往的评价方法,一般都是仅考虑降水的平均值和各级降水量值的保证率,这是一种静态的评价方法。这种静态评价方法不利于充分合理地利用降水资源。在文献中,初步揭示了用降水趋势值代替平均值作评价的优点,但这仅考虑降水的长周期波动,没有考虑到短期周期波动。本文根据宜山县年降水量的变化规律,综合考虑长短周期波动,并运用统计决策方法对降水资源作动态评价。     

一次暴雨过程天气尺度云系演变特征分析

通过对2005年6月18日至23日造成广西大范围持续性暴雨过程天气尺度云系特征分析,发现暴雨落区与阶段平均云图的TBB≤-60℃区域有很好的对应关系,表明暴雨主要是由中尺度天气系统造成的,利用这些关系可以很有助于做好强降雨的精细化预报。     

利用卫星云图作广西强降水短时预报

构造天气学意义明确的卫星云图状态函数模型,在对云层进行分类的基础上,定量提取卫星云图参数,通过与云图模板的相似运算寻找短时预报指标。试报结果表明,这种方法对提高强降雨落区的短时预报准确率是可行的。