排序方式: 共有88条查询结果,搜索用时 15 毫秒
81.
利用T106客观分析场资料,对1998年7月4-6日发生在成都地区的特大暴雨过程进行了热力、动力及水汽条件的诊断分析,并将T106物理量产品24、48小时场与对应客观分析场进行比较。结果发现:①暴雨发生在等θse线高度密集的高能锋区和△θse500-800负大值区内;②正、负涡度大值区分别与强烈发展的低值系统及高压坝对应较好;③盆地上空低层辐盒、高层辐散的区域,同时存在强烈的上升运动,暴雨就发生在此;④来自南海的水汽源源不断送往盆地,由于高压坝的阻塞作用,水汽在盆地中、西部地区辐合;⑤24^s的T106物理量场与对应客观分析场吻合较好,有实际预报能力。48^s的涡度、散度、垂直速度及水汽通量、水汽通量散度预报场偏差较大,须订正使用。 相似文献
82.
1998年7月19日深夜-21日凌晨在川中、东部产生了突发性大暴雨过程,本文在对中尺度雨团、地面中尺度低压系统进行了较深入分析的基础上,利用T106的客观分析场对此过程进行分析,发现:过程发生前后,大气的能量、水汽及辐合上升运动等条件有一个急速突变的过程,致使强降水产生。在这次大暴雨过程中,中尺度特征明显,雨团活动频繁。 相似文献
83.
支持向量机(SVM)方法在气象预报中的个例试验 总被引:4,自引:0,他引:4
SVM(Support Vector Machine)方法的基本思想是:通过非线性映射把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),在特征空间中寻求最优划分或回归线性超平面,从而解决样本空间中的高度非线性分类和回归等问题。利用1998~2000年9~11月T106—36小时预报的各种输出产品构造因子,以单站有无降水为预报对象,采用MOS法方式构造样本,通过训练建立了单站的晴雨SVM分类预报模型,利用1990~2000年4~9月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料,确定关键区域,构造预报因子,以PP法方式构造样本,通过训练建立了四川盆地内单站气温的SVM回归预报模型,并进行了模拟试验,结果表明,无论是单站晴雨的SVM分类预报模型还是单站平均气温的SVM回归预报模型都显示出了艮好的预报能力。 相似文献
84.
利用夏季川渝地区30个台站降水和NCEP/NCAR 2.5°×2.5°的高度场、风场等再分析资料,通过CCA、相关、回归等分析方法,分析了近50年夏季东亚副热带高空西风急流与川渝地区降水的关系。结果表明,东亚副热带西风急流南北位置异常对川渝降水有重要影响。当西风急流轴线偏北(南)时,造成四川盆地西部降水偏多(少),盆地东部和川西高原降水偏少(多),夏季平均急流轴线指数对降水的预报指示意义要好于夏季各月。当西风急流轴线偏北(南)时,对应南亚高压东伸脊点偏西(东)、面积偏小(大),西太平洋副热带高压脊线偏北(南)、西伸脊点偏东(西)、面积偏小(大),这种高低层环流的异常配置造成了川渝地区夏季降水的变化。同时,西风急流轴线南北位置的年代际变化,是导致1965-1982年和1983-2006年四川盆地东部、川西高原降水由少转多、盆地西部由多转少的主要原因之一。 相似文献
85.
暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究 总被引:3,自引:0,他引:3
利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。 相似文献
86.
利用四川省156个国家级地面观测站1981~2013年的整编观测资料,统计分析了四川省雨、雪与雨夹雪日数的年平均、月平均特征以及雨雪转换情况,并采用线性趋势法、M-K检验来对不同相态降水的时空分布及气候变化特征进行了定量分析。结果表明:(1)四川地区年平均降雪日数和雨夹雪日数呈"西多东少"型分布,年降雨日数则呈"东多西少"的分布特征;(2)盆地中部、南部雨雪转换年平均日数为0.1~2日,盆地西部丘陵一带为3~5日,川西高原雨雪转换日数在10日以上,攀枝花几乎全年无雨雪转换,凉山州呈现西少东多的形势;(3)从线性趋势法、M-K检验及突变都可以看出,四川地区不同降水相态年发生日数总体都在减少。 相似文献
87.
88.
分析四川省2014—2018年滑坡灾害与前期降水量之间的关系,构建滑坡灾害气象预报模型,并验证模型在延伸期-月尺度中的应用效果,为四川省延伸期滑坡灾害预报工作提供理论参考。利用历史实测降水数据对四川省滑坡灾害发生的前45 d、35 d、25 d、15 d、10 d和6 d降水量进行统计分析,结果显示,滑坡灾害的发生与其相关性是逐步递减的;在此基础上,结合逻辑回归法分析滑坡灾害发生前2 d降水量的权重关系,得到降水诱发滑坡灾害概率值;再确定滑坡灾害预报模型的易发性背景值与降水诱发滑坡灾害概率值的权重系数;最后,分别计算川东、川西和川西南三个区域临界雨量,优化滑坡灾害预报模型。结果表明:四川省滑坡灾害发生当日、前1 d和前2 d降水量对灾害的影响权重分别为0.048、0.031和0.029;滑坡灾害模型的易发性概率值和降水诱发滑坡灾害概率值的权重参数川东为0.249和0.751,川西为0.655和0.345,川西南为0.501和0.499;分区域临界雨量计算结果有明显差异,川东地区临界雨量值最大,川西南地区次之,川西地区最小。利用CFSv2降水预报产品对滑坡灾害预报模型在延伸期-月尺度中的应用效果进行验证,证实模型对延伸期滑坡灾害整体有较好的预报效果。 相似文献