基于手机邮箱监控天气雷达运行状态的方法

介绍了一种新的短信报警方法,通过巧妙应用中国移动的139邮箱业务,同样能完成对雷达状态的监控,并详细阐述了该方法的原理,最后对两种方法的优劣势进行了对比分析,为台站在设计监控软件时能有多种选择。     

北极涛动、极涡活动异常对北半球欧亚大陆冬季气温的影响

利用1951-2012年NCEP/NCAR全球月平均500 hPa高度场、气温场等再分析资料,北极涛动（AO）指数,北半球及其4个分区的极涡指数等资料,分析极涡和AO对北半球特别是欧亚大陆冬季气温异常分布的影响。北半球极涡面积指数与北半球气温相关场呈由北向南的“+、-”分布,显著正相关中心位于极区,显著负相关中心位于欧亚大陆中高纬度地区;AO指数与气温的相关场分布与此反位相。极涡各分区面积指数体现与各大洲气温显著相关的地域特征,尤其是亚洲极涡面积指数比AO的相关区域更偏向亚洲和中国东部及沿海地区,能表征亚洲大陆冬季风向中低纬度爆发的某些特征。2006年以来AO指数呈较明显的下降趋势,北半球、亚洲区极涡面积指数呈显著的上升趋势,这是有利于欧亚大陆近几年连续冬季气温异常偏低的年代际背景;2009-2011年北半球欧亚大陆冬季大范围低温事件,不仅与冬季AO负位相明显变强有关（2011年除外）,与北半球以及亚洲区极涡面积指数偏大联系更为密切,亦表明该区域冬季变冷的自然变率明显增强。     

ENSO anomalies over the Western United States: present and future patterns in regional climate simulations

Surface temperature, precipitation, specific humidity and wind anomalies associated with the warm and cold phases of ENSO simulated by WRF and HadRM are examined for the present and future decades. WRF is driven by ECHAM5 and CCSM3, respectively, and HadRM is driven by HadCM3. For the current decades, all simulations show some capability in resolving the observed warm-dry and cool-wet teleconnection patterns over the PNW and the Southwest U.S. for warm and cold ENSO. Differences in the regional simulations originate primarily from the respective driving fields. For the future decades, the warm-dry and cool-wet teleconnection patterns in association with ENSO are still represented in ECHAM5-WRF and HadRM. However, there are indications of changes in the ENSO teleconnection patterns for CCSM3-WRF in the future, with wet anomalies dominating in the PNW and the Southwest U.S. for both warm and cold ENSO, in contrast to the canonical patterns of precipitation anomalies. Interaction of anomalous wind flow with local terrain plays a critical role in the generation of anomalous precipitation over the western U.S. Anomalous dry conditions are always associated with anomalous airflow that runs parallel to local mountains and wet conditions with airflow that runs perpendicular to local mountains. Future changes in temperature and precipitation associated with the ENSO events in the regional simulations indicate varying responses depending on the variables examined as well as depending on the phase of ENSO.     

黄淮流域一次飑线天气的数值模拟与分析

利用1°×1°NCEP再分析资料和探空资料,对2009年6月3日发生在黄淮流域的强飑线天气过程进行诊断分析,并采用WRF模式进行天气过程模拟和进一步研究。结果表明：本次飑线天气是东北冷涡后部横槽引导冷空气南下与南方暖湿气流相遇引发的。地面干线附近是雷暴和飑线的高发区。这次飑线天气发生在高空急流减弱之际、低空急流建立之前。高低空急流的U、V风分量变化对飑线有一定的指示意义。不同阶段的飑线降水和大风出现位置不同。     

人影“三七”高炮常见故障及其排除方法

内蒙古人工影响天气（以下简称人影）现有＂三七＂高炮700余门,它们在农牧业生产、防雹增雨方面发挥着重要的作用。近几年,内蒙古的人影＂三七＂高炮在维护、保养等方面的管理力度得到不断的加强和提升．防雹人员的专业技能培训及其各类的技术比赛、比武也在各盟市有条不紊地进行,     

2008-07-22襄樊特大暴雨FY-3A微波资料分析

搭载在中国新一代极轨卫星FY-3A上的微波湿度计对于大气湿度以及云雨分布特征具有较好的探测能力。利用其150GHｚ极化波段亮温和183-31GHｚ附近的水汽吸收波段亮温及其反演产品,对2008年7月22日襄樊特大暴雨中10：00-11:00强降水成因进行了分析。结果表明：襄樊10：00-11:00强降水产生时,微波湿度计5个波段亮温均处于低值区的大梯度带;极化比、极化差出现明显的大、小值分裂;微波湿度计的高频通道资料表明,襄樊处于深对流中心地带,正是这种深厚的对流系统导致了襄樊的强降水。     

自动与人工观测的气压差异分析

利用陕西省97个气象站2004—2007年间自动与人工平行观测期间的资料,分析了陕西和陕西不同地域人工与自动观测气压的差异并对气压月、年平均值进行了显著性检验。结果表明:人工观测比自动观测日平均气压平均偏高0.21 hPa,标准差为0.30 hPa;气压差值有明显的地域特征;气压对比差值的日、月变化规律明显;DYYZ和CAWS系列测压仪的性能没有明显差异;自动与人工观测时间不同步对定时值有一定影响,但对气候分析没有影响;校准值随时间漂移是气压传感器的主要误差源之一;自动站所测气压可与人工站气压连续使用。     

喀什站高空温度资料均一性检验与订正

利用加拿大环境部气候研究中心研发的RHtest均一化检验方法,结合历史台站沿革信息对喀什站各标准等压面高空温度资料进行了均一性检验和分析。结果表明:850～300 hPa共6个层次的高空日温度观测资料序列完整性较好。08时100 hPa月平均温度的缺测率3%,完整性较差,20时100 hPa的完整性最差,缺测率高达11.44%,其他层次的完整性则较好。喀什站温度资料的非均一性主要是由于台站位置变动、观测仪器换型、观测规范变更和辐射误差订正方法的变化引起的。在订正过程中发现,为了保证订正序列的可信度,需要充分考虑到原始观测序列的缺测率。08时年温度序列的断点数量要明显多于20时,08时序列的订正率达到了85.71%,而20时仅有100 h Pa一条序列做了订正。     

夏季亚洲阻塞高压识别及其对中国东北气候异常的可能影响:不同再分析资料对比

基于阻塞高压（阻高）客观识别方法,利用1979-2016年夏季（6-8月）NCEP-Ⅰ、NCEP-Ⅱ逐日再分析资料和ERA-interim逐6 h再分析资料对识别结果进行对比分析;并以D类（130°-160°E）阻高为例,讨论其对6月中国东北地区气候的可能影响。结果表明:NCEP-Ⅰ和NCEP-Ⅱ再分析资料对阻高活动天数、发生频次及年代际变化的识别结果差异较小,而ERA-interim与前两种资料的结果差别较大。3种再分析资料下,夏季各类阻高活动天数均与500 hPa高度场存在相应的显著相关区,且形态相近。但前两种资料对于各类阻高的表征结果较为一致,而ERA-interim再分析资料对各类阻高面积和范围的表征偏小。6月D类阻高活动日数与东北地区气温和降水关系密切,D类阻高活跃年,大气环流以经向型为主,东北地区低层低温、暖平流,高层高温、冷平流的结构指示大气层结不稳定,且东北上空为异常低压环流控制,上升气流较强,有利于6月东北地区出现低温多雨天气。鄂霍次克海地区是6月罗斯贝波的重要来源地之一,而6月D类阻高的形成可能与海-陆温差有关。      

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据, 直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中, 通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据, 分别构建和训练R-ResNet和R-LinkNet两种模型, 提取雷达硬件故障、电磁干扰等特征, 实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力, R-ResNet在分类判识异常数据与正常数据的准确率超过99%, R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据, 实现异常数据的自动勘误处理。