太阳黑子活动与新疆强震活动的关系

使用1900年以来的太阳黑子数据,统计分析了其与新疆地区MS≥6.6强震的关系。结果显示：新疆地区69%的MS≥6.6和86%的MS≥7的地震,发生在黑子数月均值≤35的时段内。以黑子数月均值≤20和≤35的时段作为MS≥6.6强震的预测指标,报准率分别为71%和64%;以黑子数月均值≤35的时段作为MS≥6.6强震的预测指标,报准率为69%。R值评分检验表明,上述预测指标是有效的。最后使用这些统计关系和指标对新疆未来几年发生强震的可能性作了估计。     

一种公平技术评分方法在台风业务预报评估中的应用

将离散变量分级预报的公平技术评分方法引入台风路径业务的预报评估中，对１９８９－１９９１年的台风业务预报作评估试验，结果表明，该方法量客观，不但可用于台风分类预报评估，也可对台风移向移速预报进行客观评估。     

MAPGIS的数据转换与使用技巧

数据的共享使用和充分利用软件的优势互补．优化数字化生产的工艺流程．是降低生产成本．提高劳动生产率的有效办法。     

测绘技能竞赛方法与评分探讨

在总结测绘技能竞赛的基础上,对测绘技能竞赛的项目、内容、措施和技术要求等进行深入的探讨,制定了具体的评分标准,供今后开展测绘技能竞赛参考。     

最优TS评分方法在逐时降水订正中的初步应用及评估

使用2020年3—9月逐时更新的CMA广东短临3 km数值模式(CMA-GD(R3)模式)1～12 h逐小时降水量资料,利用最优TS评分订正方法(OTS)对逐小时降水量进行分级订正,并分别从整体和分类型降水过程预报订正效果进行了检验和对比评估。结果表明：从整体预报订正性能来看,通过OTS方法对CMA-GD(R3)模式订正后,对于≥1 mm/h及以上量级的降水,OTS均有较好的订正能力,并且随着雨强的增加,其TS评分的改善比率越大;同时,OTS可有效减少各个预报时效的漏报率和空报率,其中漏报率减小更加明显,表现出明显的湿偏差(空报偏多)。从三类暴雨过程逐时降水预报订正效果来看,通过OTS订正之后,对于≥1 mm/h的降水,OTS对三类暴雨类型均有正的订正能力。其中在0.1 mm、1 mm、10 mm、20 mm、35 mm、50 mm 6个量级上,季风型的逐时降水预报表现最好,6个量级的TS评分值分别为0.403、0.232、0.053、0.023、0.009和0.004;在5 mm量级上锋面型的逐时降水预报表现最优,其TS值为0.102。从改善效果来看,经过OTS订正后,在1 mm量级...     

使用Surfer软件绘制地质图件和处理地质数据的方法

本文在总结笔者多年使用GoldenSurfer软件的基础上,介绍了Surfer软件的潜在功能及使用技巧,阐述了利用Surfer绘制地质图件及处理地质数据的方法。     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

Struts+EJB构架在B/S开发中的应用与改进

讲述了Struts＋EJB构架在B/S开发中的集成使用,介绍了EJB技术、Struts原理及其使用技巧;并总结技术优势.最后通过一个实例,讲述了使用EJB和Struts的方法并对其进行改进.     

SWCWARMS模式对西南区域预报能力的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2016年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式在中雨至暴雨预报上优于GRAPES模式,24h小雨和大暴雨、48h大暴雨预报较GRAPES模式偏差,同时SWCWARMS模式存在空报较多的问题;(2)SWCWARMS模式预报2米温度以低于实况为主,10m风速在秋冬季节以大于实况为主,SWCWARMS模式2m温度、10m纬向风和10m经向风4个季度平均RMSE均小于GRAPES模式,但8月月平均(72h)2m温度RMSE大于GRAPES模式,模式对近地面温度场预报优于10m风场;(3)两模式对高空温度场预报优于高度场和风场,SWCWARMS模式预报对流层中层高度场和温度场都偏低,在500h Pa上,除2月、11~12月(24h)外,其它月份和其它预报时效温度场RMSE均小于GRAPRS模式,春夏季高度场的预报优于GRAPRS模式,秋冬季RMSE大于GRAPRS模式;在850h Pa上,SWCWARMS模式预报风场春夏季误差小于GRAPES模式多于秋冬季,冬半年风场误差大于夏半年,RMSE大于GRAPES模式频次增加。     

“雨燕”中风暴算法在北京奥运天气预报示范项目中的应用及改进

介绍了临近预报系统“雨燕”中的风暴系列算法, 包括风暴识别、 风暴追踪、 基于TREC技术的风暴位置预报, 以及预报位置实时评分算法等。利用2008年北京奥运期间出现的多个强对流天气, 统计出该风暴产品在30 min和60 min预报时效的绝对距离误差分别约为13 km和23 km。分析了北京奥运天气预报示范项目期间该风暴产品误差较大的原因, 主要集中于TREC技术本身及其适用范围, 以及风暴预报方案中处理细节的不足, 具体为TREC技术不适用于孤立的回波单体, 雷达探测边界对TREC技术的影响, TREC矢量有时呈现出一定的空间不连续性, 以及对孤立少动单体的不当处理等。针对上述原因, 提出了一系列的改进方案, 包括对用于风暴位置预报的TREC矢量增加一致性检验, 利用风暴的历史轨迹校正不恰当的TREC矢量; 对TREC技术中象素阵列大小进行统计分析, 选择最适合北京地区的阵列大小; 风暴预报位置超出回波范围时新的处理技巧等。利用北京奥运期间的强对流资料, 对改进后的风暴算法进行评估。结果表明, 一方面, 改进后的算法能较好地控制风暴预报位置的绝对误差, 在30 min和60 min预报时效, 绝对误差分别减小了25%和26%。另一方面, 由于预报位置精度的提高, 能够提升相邻时刻风暴匹配的效率, 使得与以前算法相比有更多的风暴样本参与了各个预报时效的评分。