双流机场低能见度天气预报方法研究

在信息量较大, 而预报对象与预报因子的关系又不清楚的状况下, 智能机器学习方法是解决这类问题的较好手段。利用1997—2001年成都站的常规探空资料和双流机场的地面观测资料, 使用支持向量机 (Support Vector Machines, 简称SVM) 方法, 选取多种核函数进行双流机场低能见度天气的预报建模试验。测试结果表明:以径向基函数和拉普拉斯函数构造的SVM预报模型实验效果最好, Ts评分分别为0.287和0.292, 远高于双流机场低能见度天气出现的频率 (0.155)。试验结果还表明:以径向基函数构造的SVM预报模型空报较多, 漏报较少; 而以拉普拉斯函数构造的SVM预报模型空报较少, 漏报较多。因此, 如果强调模型对低能见度天气预报的准确性, 则应采用以拉普拉斯函数构造的预报模型, 如果强调对低能见度天气的预防性, 则应采用以径向基函数构造的预报模型。     

简单气候模式的随机分析解

本文根据热力学第一定律和随机函数建立了一个随机、非线性气候模式,并求出了模式的解析解。结果表明:模式的温度概率密度是一条有双峰值的曲线,太阳辐射的改变将使曲线上峰的数目发生突变;另外,在利用模式分析海温时还发现:各纬度海温对天气过程的扰动作用将呈现不同的响应。     

涡动相关仪和大孔径闪烁仪观测通量的空间代表性

在对涡动相关仪和大孔径闪烁仪足迹模型进行敏感性分析的基础上,利用北京密云站2006年8月至2007年12月期间的观测资料,应用足迹模型对观测通量的空间代表性做了初步的分析.结果表明:涡动相关仪和大孔径闪烁仪的源区对风向、Monin-Obukhov长度,空气动力学粗糙度和观测高度/有效高度等因子比较敏感.密云站涡动相关仪的源区白天主要分布在仪器的西南与南面,而夜间则在东北与北面.大孔径闪烁仪的源区为西南一东北向分布.涡动相关仪各月源区形状不同,但大致分布在南北长1000 m、东两宽850 m的范嗣内,而LAS各月源区为西南一东北向分布,长约2060 m,最宽处约为620 m.对涡动相关仪通量有贡献的下垫面主要为园地(67%)和耕地(19%).其中园地的通量贡献比例在夏、秋季比较大,冬、春季稍小,而耕地则相反.大孔径闪烁仪的主要通量贡献源区为园地、耕地和居民地,通量贡献比例分别为49%,28%和11%.其中园地和耕地通量贡献率的变化趋势与涡动相关仪的观测结果一致,但没有涡动相关仪的变化明显.     

基于小时雨量的泥石流滑坡降雨特征分析

利用2007～2010年6～9月四川加密自动气象站雨量监测资料,分析了小时雨量特征,并结合其间的泥石流、滑坡地质灾害个例,对泥石流、滑坡发生时的降雨特点进行了分析。结果表明,1500m以下小时平均雨强较大时段出现在1～7时,1500m以上小时雨强较大时段出现在夜间10时至次日8时,短历时强降雨是诱发泥石流的关键因素,而滑坡的发生受降水的累计和滞后效应影响。海拔1500m以下,发生泥石流、滑坡一般需要50mm的降水,1500～3500m海拔,6小时降水有15～20mm,就有可能引发泥石流、滑坡,而在3500m以上,6小时降水有10～15mm即可。     

SWCWARMS模式小时降水量时间滞后集合预报研究

基于SWCWARMS模式9km×9km分辨率逐小时降水预报,通过时间滞后集合预报方法构建多个集合成员,使用SAL评分值计算相应集合成员的权重系数,进行不等权集合平均,从而得到新的逐小时降水预报。利用SAL、TS和BIAS检验方法对四川省2019年8月的逐小时降水量时间滞后集合预报及相应的SWCWARMS模式最新时次预报进行对比分析,结果表明:(1)时间滞后集合预报SAL检验的L值和A值都较模式预报更接近于0,较好地改善了降水位置和强度的整体预报水平;(2)时间滞后集合预报对逐小时降水晴雨TS评分提升明显,评分提高百分率在10%左右,有效地减小了模式在晴雨方面的空报;(3)临近预报时效,时间滞后集合预报方法对于大量级降水预报也有较好的订正效果。     

琼州海峡两次高压后部型海雾的对比分析和数值模拟

利用中尺度数值模式WRF和NCEP分析资料,对2018年2月17-20日和2019年2月4-6日春节期间发生在琼州海峡的两次持续性海雾过程进行数值模拟,结合中国气象局陆面数据同化系统的能见度格点数据、卫星、自动站等观测资料,对两次海雾天气的天气背景、发展演变过程、水汽条件、动力条件和云—雾辐射作用进行比较研究。结果表明：两次海雾过程均发生在入海变性冷高压后部,2018年海雾过程为偏东方向的水汽输送,低层湿层深厚,不断增长的湿度和强烈的水汽辐合使得平流雾持续时间超过10 h,最低能见度达100 m。同时海雾发展期间伴随云雾共存现象,中层云区的存在白天可减小地面接收的短波辐射,减弱增温效应,夜间起到保温作用,近地面较低的温度和逆温层稳定维持,对海雾的长时间发展和维持起到促进作用;2019年海雾过程东南方向的水汽输送偏弱,湿层浅薄,海雾由陆地发展延伸而来,发展面积小,日出后很快消散。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果,滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法,忽略了滑坡变形演化的影响因素,难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面,亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例,基于滑坡宏观变形和位移监测数据,利用重标方差（rescaled variance statistic,V/S）分析法对滑坡整体和局部变形趋势进行分析,进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory,LSTM）神经网络模型,定量预测滑坡位移。研究结果表明,滑坡体属牵引式滑坡,北东部稳定性较差,西部和后缘相对稳定,预测值的均方根误差为8.95 mm,证明该模型是一种高性能的滑坡变形分析方法。     

淮河流域暴雨强降水的环流分型和气候特征

利用淮河流域1961—2009年39站逐日降水资料,通过趋势分析、EOF和REOF方法分析了近50年淮河流域暴雨的气候统计特征。利用NCEP/NCAR再分析资料和历史天气图资料,研究了淮河流域8个洪涝年份26个集中强降水过程的大气环流特征。结果表明:(1) 淮河流域年暴雨量多年平均在山东西部、江苏东北部以及河南南部有三个极值中心,REOF分析表明年暴雨量的空间分布可划分为4个分布型态:淮南型、中部型、东北型和西北型;(2) 淮河流域年暴雨量近50年来没有显著的变化趋势,但各分布型均具有明显的年代际变化,且存在明显差异;(3) 从上述26个集中强降水过程的大气环流形势中归纳出6类典型的环流型:梅雨型、江淮气旋型、江淮切变线型、暖切变线型、深槽型和台风北上型。      

太湖典型区2010-2017年间水质变化趋势及异常分析

自2007年太湖蓝藻水华引起无锡供水危机后,在太湖流域及湖区开展了一系列综合治理措施以改善太湖水环境质量.本研究在太湖梅梁湾和贡湖湾各设置3个采样点,自2010年4月起每月2次监测太湖水质.结合水文气象数据及无锡市环境监测站和太湖局的同期数据,明确太湖自2010年以来,水质整体良好,总氮浓度在波动中呈现下降的趋势,总磷浓度在2014年前也是在波动中呈现下降的趋势,但在2015和2016年有所回升,回升比例约为15%~20%.2015和2016年总磷浓度出现回升的主要原因是这2年的2次大洪水过程携带大量N、P进入太湖湖区,洪水消退过程中,N大多以溶解态排泄出湖区,而P则由于大多数以颗粒态存在,逐渐沉积到湖泊中,随着微囊藻生长消耗水体溶解态P以及水体pH和溶解氧的变化逐渐释放到太湖水体中.     

融机器学习与WRF大气模式的PM2.5预报方法

针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种融合随机森林算法与WRF大气模式的PM2.5浓度实时预报方法。该方法结合了北京市地面空气质量监测数据和WRF气象数据进行分析,将高层大气状态(如逆温层高度等)融入了预报模型中,建立了0~72h的PM2.5浓度实时预报模型。实验证明,该模型能够对0~72h单站点的PM2.5浓度进行较高精度的实时预报,且在24~72h的长时预报结果上较基于地面空气污染物数据与地表气象站数据的预报方法精度有明显提升,即该方法可以更好地模拟大气物理化学状态,从而更为精准地进行长时PM2.5浓度预报。