2012年7月9日豫北一次短时暴雨诊断分析

利用常规观测资料、加密自动站资料、新一代多普勒雷达资料和NCEP1°×1°全球再分析资料,对2012年7月9日出现在豫北地区的短时暴雨天气过程诊断分析。结果表明:副高外围强盛的西南急流将海上水汽输送到降水区;中低层暖舌有利于暴雨区不稳定能量的增加;中低层的辐合上升运动、地面干线和辐合线是这次暴雨过程的触发机制;稳定度指标的变化对强降水有较好的指示意义;雷达回波与中尺度辐合线有很好的对应关系;豫北地区的地形有利于降水的加强。     

江淮地区一次冰雹过程的双线偏振雷达观测分析

为了进一步认识冰雹和三体散射的双线偏振雷达观测特征,提高业务预警能力和奠定基于双线偏振雷达的地面降雹识别基础,利用南京双线偏振雷达观测资料,统计分析了2019年3月20日冰雹过程发展、成熟和降雹阶段的观测特征及微物理过程。结果表明:（1）雹暴在成熟阶段具有高悬的强回波中心和较高的顶高,强回波中心差分反射率Z_DR＜?0.5 dB,相关系数（ρ_hv）约为0.9,由于冰雹后向散射相位的影响,该区域比差分相位（K_DP）呈现负值,指示了该区域有冰雹存在,并被相态分类算法（HCA）正确识别;（2）降雹阶段,高层反射率因子减小,强回波中心下降到地面附近,融化层以下ρ_hv增大,指示高层下落的冰相粒子整体尺寸减小;HCA识别到冰雹开始减少时,地面观测到冰雹;（3）三体散射的反射率因子（Z_H）、ρ_hv和反射率因子标准差（SD（Z_H））概率密度分布与北美三体散射比较接近;Z_DR分布更偏向于负值区域,差分相位标准差（SD（φ_DP））分布范围大约是北美结果的2倍。      

基于Elman动态神经网络的降雨—径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。     

海洋数据的空间化整合流程解析

研究海洋数据空间化整合是实现海洋信息综合利用的关键技术问题。文章构建了海洋数据空间化整合的基本框架结构,设计了海洋数据的空间化整合的技术流程,从标准体系建设、质量控制体系建设出发,解析了海洋数据空间化整合各项内容。     

东亚副热带夏季风与山西省夏季降水的关系

利用山西省58个台站1960~2009年夏季降水资料和NCAR/NCEP逐月再分析资料,在考虑蒙古中纬度地区和西太平洋副热带地区大气环流特征的基础上,根据海陆气压差建立了东亚副热带夏季风指数,并研究该指数与山西省夏季降水的关系。结果表明:东亚副热带夏季风指数ISSM表现出明显的长期气候变化趋势,20世纪60~70年代以正值为主,而70年代末之后以负值为主。ISSM指数能够很好地反映出蒙古低压和西太平洋副热带高压系统的典型特征。东亚副热带夏季风越强对应着山西夏季降水越多,山西中部、南部偏东的大部分区域属于东亚副热带夏季风控制区,运城盆地、西部高原山地、忻州盆地、大同盆地等属于东亚副热带夏季风西北边缘区。     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警.从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据...     

安徽省CORS坐标时间序列噪声和速度场分析

利用GAMIT/GLOBK软件解算安徽省卫星定位综合服务系统（AHCORS）2013-01～2018-06数据,得到参考站坐标时间序列,并对其进行噪声分析。结果表明,安徽省境内参考站的最佳噪声模型为白噪声+闪烁噪声（WN+FN）模型。在顾及有色噪声影响时,AHCORS在ITRF2008框架下的平均运动速度为31.72 mm/a,方向为E22.76°S;以欧亚板块为参考的平均运动速度为6.28 mm/a,方向为E2.65°N。垂直方向上整体平均运动速率为-0.71 mm/a,以淮河为界呈现出南方隆升、北方沉降的趋势。其中,大别山地区的隆起速率大于江淮丘陵区和黄山地区,江淮丘陵区抬升速率相对平缓,淮河以南一带平均抬升速率为2.94 mm/a。淮北地区沉降明显,平均沉降速率为10.92 mm/a,最大沉降速率为32.82 mm/a,发生在宿州砀山（SZDS）站,可能是近年来开采矿产资源所致。     

云南地区GNSS连续观测短临异常指标提取及效能评价

通过对云南地区43个GNSS连续站2011-01~2018-12站点位移时间序列原始数据进行深加工处理,在计算应变参数格网时间序列的基础上,分别提取适合云南地区M≥5.0地震短临预测的面应变及最大剪应变短临异常指标;并基于其间发生的27个M≥5.0地震,采用R值评分法对异常指标进行预测效能评价。结果表明：1）两种异常指标对云南地区M≥5.0地震的发震时间具有较好的指示意义;2）当预测窗长设置为30 d或60 d时,在相同预测窗长下,最大剪应变短临异常指标的预测准确率高于面应变短临异常指标;3）通过对同一异常指标进行不同预测窗长的对比发现,面应变短临异常指标的最佳预测窗长为90 d、最大剪应变短临异常指标的最佳预测窗长为60 d（对于27个地震,二者预测结果均为：报对23个,漏报4个,预测准确率为85.19%）。     

基于Elman动态神经网络的降雨一径流模拟研究

采用Elman动态神经网络对沂沭河流域上游临沂子流域口径流量进行模拟。为了更好地检验该网络估测径流的精度,同时采用陆面水文过程模型TOPX进行对比分析。确定性线系数、相关系数、平均相对误差和平均相对均方根误差四个统计指数及流域径流过程。结果表明,Elman动态神经网络能够对日径流量进行较好的模拟,较好地捕捉洪峰流量和出现时间,为降雨径流模拟提供了一种有效可靠的方法。     

淮河流域汛期面雨量多模式预报检验评估

基于站点观测资料和四个数值模式预报资料,以2011—2012年汛期(6—8月)为例,评估四个模式对淮河流域15个子单元客观面雨量预报效果。这四个模式为欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,简称ECMWF)全球模式、日本气象厅(Japan Meteorological Agency,简称JMA)全球模式、安徽省气象台业务中尺度模式MM5(Mesoscale Model Version 5)和WRF(Weather ResearchForecasting)。15个子单元面雨量预报值采用网格算术平均法计算,面雨量实况值采用泰森多边形法计算。检验评估采用平均绝对误差、模糊评分、正确率以及TS评分。检验评估结果表明:1)ECMWF预报效果整体上优于其他模式,尤其是在小雨到大雨等级优势明显;JMA、MM5以及WRF的预报效果依次降低。2)各模式预报效果均表现出随降水等级(小雨、中雨、大雨、暴雨)增大而下降的趋势。3)随预报时效(24、48、72 h)延长,各模式预报效果逐渐下降。4)分析典型个例发现,ECMWF、JMA及WRF对于24 h预报时效的强、弱降水过程,预报效果存在较明显差异,对于强降水过程预报等级偏小;MM5对于强、弱过程预报等级均有所偏大。