基于AHP的文物建筑防雷分类研究

通过对文物建筑雷电灾害规律的分析,提出将文物建筑的重要性、雷击密度、所处环境、服务设施、文物建筑高度、周围树木、自身结构、雷击史等作为文物建筑防雷分类的评估指标,采用层次分析法(AHP)确定指标权重。根据文物建筑保护等级、遭受雷灾规律、雷电活动情况以及现行国家标准将评估指标分类,参考里克特量表及等权指标体系对评估指标进行评价,建立了文物建筑防雷分类评估模型。     

GMS云图的自动分类及其在暴雨监测中的应用

本文利用一种自动分类方法把GMS S·VISSR图象分成主要的几类:地表、中低云、强降水云区及卷云,并在分类云图上叠加6小时地面降水资料加以对照分析。最后,对分类后的图象进行数据压缩。压缩后的数据量为原来的1/8左右,有利于产品存档及向远程用户的通信传输。     

南京交通气象研究所上海区域交通气象业务中心

南京交通气象研究所于2005年7月20日经中国气象局正式批准成立，这是我国目前唯一从事交通气象监测、预警、预报与服务的专业研究机构。2006年12月，中国气象局上海区域气象中心在此成立“区域交通气象业务中心”，负责指导华东区域交通气象业务工作。研究所与交通部门长期合作，自行研制了可适应多种环境的AMW型交通气象自动监测站，主持编制了我国首个交通气象行业标准，建立了交通气象示范基地，研制了交通气象决策支援系统，参与了国内数十座大型桥梁的设计论证。为交通部门在提高交通安全系数、减少无效封路时间、提高运行效率等运营管理中提供了科学决策依据，为交通安全和人民生命财产安全提供了重要保障。     

GRAPES区域扰动预报模式动力框架设计及检验

设计了适用于四维变分同化系统的扰动预报模式GRAPES_PF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法(GCR)求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPES_PF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,...     

陕西致灾暴雨气象决策服务分析

致灾暴雨是陕西汛期决策气象服务关注的重点。分析陕西暴雨致灾的基本情况,结合近年来暴雨决策服务中完善服务产品制作、发布和服务流程的工作实践,探讨服务过程中的经验和问题,提出在暴雨决策服务中应开展暴雨灾害预评估、改进风险提示建议和建立集约化、智能化决策服务平台等。     

船舶自动气象站分类标准及仪器布设原则

本文在研究分析各类船舶的基础上,对船舶自动气象站(船舶站)的基本构成和采集要素进行了分类,提出了船舶站构成的分类标准,解决了不同船舶选取安装不同要素自动站选择依据不足的问题,详述了船舶站的构成。以典型船舶站为例,详述了温、压、湿、风、降水、能见度、辐射等观测要素的安装位置选择,为船舶站的设计和安装提供参考依据。     

Excel软件在人影作业情况统计分析中的应用

通过实例介绍了Excel软件在人影作业数据统计分析中的一些应用,指出利用该软件处理和分析人影作业数据比较简单,容易掌握,能提高工作效率.     

国家级决策气象服务需求变化分析

为进一步了解国家级决策气象服务需求变化情况,通过调查问卷方式,收集国家级决策气象服务用户对决策气象服务工作的有关意见,结合2018年决策气象服务具体数据,分析党中央和国务院机构调整后,决策对象对气象灾害的关注特点以及对气象服务需求的变化。据此提出决策气象服务供给侧改革建议,1） 调整决策气象服务业务流程,优化决策气象服务产品内容。2） 推动发展新一代气象服务信息系统,提高决策气象服务技术能力。3） 推动建立与重点部门的沟通对接机制,为重点部门提供定制化、模块化决策气象服务信息支撑,实现用户向制作方的反馈机制。     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index）,分析EFI分布特征,并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。