排序方式: 共有14条查询结果,搜索用时 15 毫秒
11.
2013年12月1—10日宁波市出现历史罕见持续性重度污染事件。基于常规天气观测、浙江省自动气象站、宁波慈溪边界层风廓线雷达和凉帽山岛370 m高塔、宁波市和舟山市污染物监测等资料,应用美国NOAA HYSPLIT4模式进行粒子后向轨迹分析,并将CALMET诊断模式应用到WRF中尺度数值模式输出,对本次污染发展和消散过程宁波市3 km以下气象要素进行精细化诊断分析,计算通风系数。结果表明:(1)合适的环流背景是污染发展和持续的主要原因。气溶胶粒子浓度升高过程中有3次弱冷空气影响,主要表现在800 m以上层次,为粒子的输送提供了好的动力条件,却又不影响边界层风速和稳定性。弱冷空气间歇期风力弱,风向快速变化,利于粒子的循环滞留。(2)污染发展和持续阶段宁波市区3000 m以下持续弱下沉气流,夜间边界层高度低,200 m以下存在明显逆温层,导致气溶胶粒子在低层的堆积和能见度的降低。(3)污染发展和持续阶段夜间通风系数均小于1 m2/s,扩散条件很差,而污染消散阶段通风系数明显增大。没有外源性粒子输入时,通风系数与气溶胶粒子浓度成负相关。 相似文献
12.
基于宁波多普勒雷达、浙江省自动气象站、宁波凉帽山高塔梯度观测等资料,对1416号强热带风暴“凤凰”登陆浙江后的风场时空变化进行分析。结果表明:“凤凰”结构不对称,8级以上风速带主要位于风暴中心前进方向的前侧和右侧。前侧最大风速半径一直维持在60 km左右,最大风速带宽度约为50 km;其右侧最大风速半径为80~120 km,随中心北移有增大趋势,最大风速带宽度约100 km;其前侧和右侧最大风速半径在垂直方向上变化不大。“凤凰”前侧TREC(Tracking Radar Echoes by Correlation)风速在1 km高度最强,其上则随高度的增大而减小,其右侧1~3 km高度TREC风速的垂直变化明显小于前侧。宁波凉帽山高塔处TREC风和梯度观测表明:“凤凰”影响期间,高塔上空159 m和2~4 km高度出现多个风速高值中心;常通量层高度约为159 m;常通量层内风廓线遵从对数率,当高塔位于“凤凰”右前侧时塔层阵风系数随高度增大而减小,当高塔位于“凤凰”中心附近和右后侧时阵风系数明显增大,且层次差异减小;常通量层以上159~318 m的塔层风廓线不满足指数率或对数率,阵风系数上下差异不大。 相似文献
13.
利用气象资料、灾情资料、浙江宁波地方经济发展数据,采用模糊算法、层次分析法等对台风“利奇马”在宁波地区的影响进行风险和灾情评估,“利奇马”灾害风险评估等级是1级、特重,实际灾损虽是50.19亿元,但灾情等级5级、较轻,实际灾损低于风险评估等级;用逆推算法计算宁波地区“利奇马”台风的气象服务效益达41.76亿元,占台风直接经济损失与气象服务效益之和的45%,服务效益显著。政府及水利部门根据气象预报做出关闸滞洪的决策部署,在保障水库和下游河道堤防安全前提下,为城乡积涝赢得了45小时的排水时间,降低平原河网水位的压力,减轻了内涝灾害;同时充足的水库蓄水,使得后期出现气象干旱时,保障了本地供水安全,气象服务在减少内涝等灾害风险和保障水库蓄水等方面发挥巨大作用。 相似文献
14.
基于RBF 神经网络的EMD 方法在海平面分析中的应用 总被引:3,自引:0,他引:3
采用径向基函数神经网络法延拓原始数据序列,有效抑制了EMD分解中出现的端点发散效应,从而实现准确的EMD分解。利用该方法对中国近海验潮站的月平均海平面资料进行处理,分解得到的内在模函数分量代表了海平面各种周期性变化。通过EMD分解得到的总体自适定趋势项为非线性变化,比以往趋势项提取方法更有优势,它反映了在资料长度内海平面的长期升降情况。数据序列越长,该方法所能分解出来的IMF成分越多,可分辨的频率越小。 相似文献