西安一次短时暴雨的双偏振雷达特征

利用高空、地面气象观测资料和相控阵双偏振天气雷达探测资料,对2022年7月15日夜间发生在西安地区一次短时暴雨天气过程进行分析。结果表明：(1)短波槽东移、中低层切变线和地面辐合线是此次短时暴雨的主要影响系统。(2)强降水回波为快速移动的带状和和片状强回波,均以积状云降水回波为主,50 dBz以上的强回波上升到7 km高度,为大陆型对流降水。速度图上有中尺度辐合区,有利于强降水的加强及维持。(3)强降水期间差分反射率因子(ZDR)值为1.5～2.8 dB,差分传播相移率(KDP)值为1.0～9.0(°)/km,且在强回波前沿KDP集中在2～7(°)/km,说明雨滴直径大且数密度相当大。当KDP维持在2.8(°)/km时,1 min降水量将达到1 mm以上。     

集成学习和动态融合算法在福建省短时强降水预报中的应用

为了提高短时强降水预报准确性,在2019—2020年4—9月福建省逐时降水实况观测资料与中国气象局广东快速更新同化数值预报系统(CMA-GD)模式预报产品的基础上,应用LightGBM集成学习算法框架,建立以30 mm·h^-1为阈值的逐时降水预报模型。通过特征处理、自助聚合及超参数搜索等技术对模型进行优化,结合AUC、AUPR与传统分类指标,设计了包括业务模拟测试在内的多项试验,通过对比各建模方案验证了模型对于较长时效的短时强降水预报的适用性。结果表明:模式预报本身的命中率和空报率均较高,各建模方案具有不同程度的改善作用。自助聚合可以增强模型预测稳定性,轻微不平衡子训练集能降低模型预测空报率而取得更高的综合评分,在验证集中最佳TS评分可达17.5%;对分类信息增益贡献最大的特征变量为K指数,其次为500 hPa露点温度和时间参数特征;试验指标从优到劣依次为:随机交叉验证、小时划分的随机交叉验证、业务模拟测试,可见模型有效性主要来自相同或相邻时刻的样本信息;设计基于逻辑回归的异质模型动态融合方案以改善静态同质模型表现,各项指标均有小幅提升,在命中率接近50%时削减空...     

近2000年来气候环境变化的冰芯记录研究

文章通过对古里雅冰芯中δ＾１８Ｏ，冰川积累量和Ｃａ等指标的研究，恢复了过去近２０００ａ来气候环境的变化。作为温度指标的δ＾１８Ｏ反映了过去近２０００ａ来气候在冷暖波动中逐渐变暖的趋势。作为降水指标的冰川量反映出降水变化具有和温度变化相似的牲即降水在增减波动显示出逐渐增大的趋势。