气象观测设备运行状态综合判定技术应用

从气象观测设备运行保障角度出发,基于各观测设备自身运行状态检测信息,结合气象观测数据、气象观测元数据信息以及各级气象观测技术保障业务人员人工填报业务数据,研制了我国气象观测设备运行状态综合判定技术;同时制订了各气象观测设备运行状态分类标准和显示标准,将设备运行状态分为正常、报警、故障和非观测4类状态,分别用绿色、橙色、蓝色和灰色标识.气象观测设备运行状态综合判定技术在一定程度上促进了我国气象观测装备技术保障工作的规范化、标准化开展.该技术贴合气象装备技术保障业务实际需求,设备运行状态判定真实率达100％,结果经实践证明科学合理有效,基于该方法开展的设备运行监控保障工作提高了观测系统稳定可靠的运行能力.     

江苏盐城地区一次持续雾-霾天气过程的综合分析

2013年12月上旬江苏盐城地区出现了一次历史罕见的持续重度雾-霾天气,利用盐城市常规气象观测资料、NCEP再分析资料(1°×1°)及环境监测中心站的污染物浓度资料等,对此次过程的环流背景、气象要素、大气层结特征以及动力条件、污染情况等进行了综合性分析。结果发现:12月上旬中高层冷空气势力弱,以纬向环流为主;低层弱的水平风场为雾-霾的发生发展提供了有利的环流背景;稳定的层结特征,近地面高强度的贴地逆温和持续较低的混合层高度是此次雾-霾天气长时间维持的重要因素;边界层内弱正散度及负涡度是此次雾-霾天气得以维持发展的动力因子;通过后向轨迹分型和火点监测资料分析发现:污染物的长距离输送在此次重污染天气的形成过程中起到了一定作用。最后,文中建立了能见度和PM_(2.5)浓度、相对湿度的非线性回归方程,对能见度的预报效果较好,为实际业务应用中雾-霾的预报提供了有利的依据。     

高性能计算技术在气象领域的应用

高性能计算通过应用超级计算机与并行处理技术解决复杂的计算问题,是信息技术发展比较迅猛的领域之一。气象应用始终是高性能计算的重要领域,高性能计算技术有效地解决了高分辨率、高精度气象数值预报模式发展限制,在气象预报预测业务中发挥着核心支撑作用。数十年以来,由于数值天气模式研究和业务运行对计算资源的强烈需求,国内外气象领域高性能计算机及应用迅速发展起来。气象领域对高性能计算能力及系统的可靠性需求日益提升。高性能计算技术将与气象预报应用日益融合,相互影响促进,不断创新发展。为满足气象预报预测业务和科研工作需求,中国气象部门将进一步提升高性能计算能力,并致力于优化集约高性能计算系统布局,高效管理计算资源,发挥最大效益。     

自动气象观测数据的质量控制

精细化气候变化分析及气候预测服务亟待发展,对高分辨率优质量的气候资料需求不断增长。本文利用缺测率、对比差值、空间一致性、粗差率、一致率5个指标对2009—2014年浙江省2 209个自动站温度数据进行评估分析,运用开放式可调整的评分标准,选取数据质量稳定可靠的站点,满足气候研究与业务的发展需求。共取得91个一级可用站,499个二级可用站,363个三级可用站,一级站主要分布于宁波和嘉兴地区,二级和三级站在各地都有较均匀的分布。在全省气候统计分析中,可以根据需求利用可用站。此外,有可用自动站参与的温度分布图完美呈现了地形对温度的影响,也使城市化发展突显出来,精细化的气候分析能更有效的为高山地区耕种制度及城市建设与规划提供科学依据。     

贵州辐射雾的时空变化特征及其气象要素分析

选取2008—2012年贵州省3646站次的辐射雾天气过程,根据08时能见度大小将其划分为4级雾、3级雾、2级雾和1级雾四个等级,利用常规地面观测资料分析其时空变化特征,并根据辐射雾多发生区选取出修文、三穗和凤冈3个分布在贵州省高速干道上的站点,利用相应地面气象观测台站的逐日逐时实测气象要素资料,分析其不同等级的气象要素特征。结果表明:各等级辐射雾在10月—次年1月发生较多;空间分布呈"东多西少"格局,4级雾主要分布中心为修文和岑巩,其余等级辐射雾主要分布中心为三穗、凤冈、平塘、正安、松桃和锦屏;修文站的4级雾偏多与其平均相对湿度明显偏高、风速小于3 m/s和风向主要为偏东风相关性较高;三穗站和凤冈站的平均相对湿度与当日08时和前一日20时的气温差相对利于雾的生成,但其风速较小,垂直混合较弱,故其主要为较低等级雾。     

ZQZ TF型风传感器冻结故障自动检测装置设计

近年来我国大部分地区在冬、春两季多遭受冻雨灾害,自动气象站的风向风速传感器容易因冻结而无法正常工作。针对冻结故障的实时检测问题,本文设计了一种基于ZQZ-TF型风传感器的故障自动检测装置。该装置通过检测风传感器的工作电压和工作电流,实现对传感器实时状态的监控。同时,结合具体的故障诊断算法,能够快速判断风传感器是否被冻结。系统的核心硬件电路、软件算法可分别集成在自动气象站风向风速数据采集电路和嵌入式软件中,具有结构紧凑、操作简单的特点。经验证,该装置能够实时检测风传感器冻结故障,且工作稳定,检测精度高。     

长距离单历元单频非差北斗网络差分方法

针对北斗卫星导航系统现有的网络差分方法多是基于GPS系统并采用双差定位模型,而双差定位模型的采用使得网络差分方法存在一些缺陷的问题,该文提出一种长距离单历元单频非差北斗网络差分方法;首先长距离北斗基准站网向覆盖区域内的北斗用户提供非差误差改正数;然后用户内插计算出自己所需的非差误差改正数,并改正北斗单频伪距观测值的误差;最后进行单历元单频网络差分定位。实验表明,该方法能够使用单历元单频伪距观测数据实现长距离北斗网络差分定位。     

变形监测技术在库岸防治工程中的应用

针对库岸稳定性检测的需求,该文将现代变形监测技术应用于乌江彭水县水电站鹿角镇库岸防治工程,对地表进行抗滑桩顶和岸坡表层水平位移和垂直位移监测,地下进行岸坡深层水平位移监测。文章对边坡变形监测进行分析,主要包括岸坡表层变形情况、岸坡深层位移情况、重要建筑物基础不均匀沉降情况及抗滑桩顶变形初步分析。对库安防治工程进行预警分析,可保证彭水县水电站的安全。     

Unsupervised regionalization of the United States into landscape pattern types

We present a pattern-based regionalization of the conterminous US – a partitioning of the country into a number of mutually exclusive and exhaustive regions that maximizes the intra-region stationarity of land cover patterns and inter-region disparity between those patterns. The result is a discretization of the land surface into a number of landscape pattern types (LPTs) – spatial units each containing a unique quasi-stationary pattern of land cover classes. To achieve this goal, we use a recently developed method which utilizes machine vision techniques. First, the entire National Land Cover Dataset (NLCD) is partitioned into a grid of square-size blocks of cells, called motifels. The size of a motifel defines the spatial scale of a local landscape. The land cover classes of cells within a motifel form a local landscape pattern which is mathematically represented by a histogram of co-occurrence features. Using the Jensen–Shannon divergence as a dissimilarity function between patterns we group the motifels into several LPTs. The grouping procedure consists of two phases. First, the grid of motifels is partitioned spatially using a region-growing segmentation algorithm. Then, the resulting segments of this grid, each represented by its medoid, are clustered using a hierarchical algorithm with Ward’s linkage. The broad-extent maps of progressively more generalized LPTs resulting from this procedure are shown and discussed. Our delineated LPTs agree well with the perceptual patterns seen in the NLCD map.