自动站与人工观测降水量差值的成因分析

通过自动站与人工站在降水量观测差值的对比,对差值原因进行了分析。     

阿克苏北部绿洲强对流暴雨与冰雹红外云图特征对比分析

利用GMS-5静止气象卫星逐时红外云图数值资料,分析了阿克苏北部绿洲1998～2001年5～8月各10次强对流暴雨和冰雹过程的红外云图特征,表明强对流暴雨与冰雹中尺度云团在尺度、形状、强度、发生、成熟时间和生命史方面具有显著的异同,这些指标对它们的监测、预警具有重要意义。     

多普勒雷达数据处理显示系统

多普勒天气雷达目前已经成为对短时强烈天气进行监测的主要手段之一。为了方便资料的处理和分析 ,将科研成果向业务应用转化 ,提高观测资料软件和资料处理能力 ,为预报员和科研人员提供方便 ,我们开发了多普勒雷达资料分析显示系统。该软件是兼原始数据处理、反演、显示功能于一体的雷达数据处理系统 ,有很好的兼容性和可移植性 ,其交互式、多线程、多窗口、多任务的汉化操作界面 ,灵活、简便 ,容易使用。根据用户需要 ,水平风场可用风矢量、风羽、流线或等值线等不同方式表达 ,多种水平变量也可以任意叠加     

基于MICAPS系统的数字化天气图及常规气象资料检索分析系统

介绍了基于“9210工程”和MICAPS系统的资料自动存储、整理、检索和历史天气图分析业务系统——基于MICAPS系统的数字化天气图及常规气象资料检索分析系统，较全面地介绍了该系统高度自动化、设计友好的功能和在业务中的应用。     

风云2号卫星云图在短时强对流天气预报中的应用

利用风云2号水汽通道的云图进行强对流天气的临近预警，发现每小时1次的风云2号云图对强对流天气有着重要指示作用，尤其水汽图反映了大气中上层的水汽分布，水汽区的活动、干湿区边界、暗区等都与强对流的发生发展有着密切关系，并找出了可以作为临近预警的关键指标，在2003年的几次强对流天气预报中，风云2号云图发挥了很好的作用。     

近16年暖季青藏高原东部两类中尺度对流系统（MCS）的统计特征

利用日本高知大学提供的逐小时分辨率静止卫星云顶黑体亮温（TBB）资料,使用模式匹配算法对2000～2016年（2005年除外）暖季（5～9月）青藏高原东部的两类中尺度对流系统（MCS）进行了识别和追踪,并利用人工验证订正了结果。基于此,利用NOAA的CMORPH（Climate Prediction Center Morphing）降水资料和NCEP的CFSR（Climate Forecast System Reanalysis）再分析资料对高原东部两类MCS进行了统计和对比研究。研究发现,7月和8月是高原东部MCS生成最活跃的季节,然而,此两个月能够东移出高原MCS的比例最小;5月虽然MCS生成数最少,但是移出率高达近40%。对比表明,能够东移出高原的MCS（V-MCS）比不能移出的MCS（N-MCS）生命史更长,触发更早,短生命史个例占比更低。暖季各个月份,相比于N-MCS,V-MCS的对流更旺盛且发展更快,然而,由于其发生频数远低于N-MCS,总体而言,V-MCS对高原东部的降水贡献率仅为15%左右,是N-MCS相应数值的一半左右。高原东部两类MCS的环流特征差异显著,有利于V-MCS发生、维持和东移的因子主要位于对流层中低层（西风带短波槽、西风引导气流、低层风场切变）,而在对流层高层,N-MCS拥有更好的高空辐散条件（其对应的南亚高压更强）。     

特殊天气城市复杂环境温度观测疑误数据的合理性分析

对温度观测资料进行质量控制时,僵值和突变是常见的疑误类型,针对城市复杂环境中僵值和突变疑误数据进行研究,对降低城市自动站温度资料质量控制的误检率有重要价值。文章针对城市复杂环境（以上海世博园为例）中18个自动气象站一年（2010年5月至2011年4月）逐时温度资料进行质量控制,着重探讨僵值及突变疑误数据的分布特征和可能原因。结果表明：（1）僵值疑误数据集中出现在冬季夜间,局地性强。阴天或多云天气,通风不佳的测站感热项较小,易出现僵值过程,最长持续11 h。（2）温度突变疑误数据可分“突升”和“突降”两类,“突升”集中出现在秋冬季,而“突降”集中在春夏季;“突升”集中出现在日出前后,而“突降”主要出现在午后至夜晚,“突升”局地性强而“突降”各站间趋同性较强。分析发现,城市复杂环境下,日照突然增加或减少以及午后短时强降水是导致温度突变疑误数据的主要原因。因此,这些“疑误”数据是城市复杂环境影响或特定天气条件导致的,为真实有效的观测资料。针对城市复杂环境下的温度观测资料开展质量控制时,需结合观测环境等元数据进一步甄别。     

东北地区一次短时大暴雨β中尺度对流系统分析

利用常规气象探测、FY气象卫星、多普勒天气雷达、地面自动站资料以及NECP、EC高时空分辨率再分析资料,对比分析了2014年8月30日(简称“8.30”)和9月8日(简称“9.08”)南疆西部两次短时强降水天气中尺度特征。结果表明：“8.30”过程发生在高压脊前西北气流内,“9.08”过程出现在低涡底部平直西风带内,两次过程中地面和低空中尺度辐合线均是短时强降水的重要影响系统;造成短时强降水的β中尺度对流云团发展迅速、移动快,两次短时强降水分别产生在对流云团TBB梯度最大处和发展过程中范围最大时。两次过程在雷达回波特征方面存在明显差异,对流风暴质心高度明显不同,“8.30”过程影响系统为高质心γ中尺度超级单体,最强回波高度6 km,具有中低层辐合、高层辐散、旋转特征;“9.08”过程影响系统为低质心γ中尺度普通单体风暴,最强回波高度2 km,雷达径向速度上两次过程边界层辐合线对对流风暴的产生和加强有重要作用。

     

茶叶寒冻害天气指数保险设计

以茶叶萌芽至展叶期寒冻害为突破口,利用1987—2016年福建省泉州市安溪县17个自动气象站2—4月的逐日气象数据及安溪各茶树种植区产量数据,确定茶叶寒冻害的天气指数保险气象指标,分析日极端最低气温与茶叶减产率的关系,建立了茶叶寒冻害指数模型。计算安溪不同区域茶叶种植区不同等级寒冻害的发生概率,应用纯保费率方法厘定了保险费率,并根据福建省政策性农业保险的实际情况,制定茶叶不同区域种植区寒冻害指数保险触发条件、赔付标准,设计了安溪县茶叶寒冻害天气指数保险合同。设计的茶叶寒冻害天气指数保险产品以客观气象数据作为定损依据,可以为茶农提供一种有效的风险转嫁方式,也为保险公司增加新险种提供了技术支撑。     

观测数据中气象站位置信息检验及应对策略研究

自动气象站位置信息是准确应用观测数据的前提,但受多种因素影响部分测站位置信息不准确客观存在。依据气象站位置信息的特点,设计了一套适用于观测数据中气象站位置信息检验评估的方法和流程,对2018年1月全国62 162个气象站逐小时观测数据中经纬度和海拔高度进行了检验。结果表明:(1)位置信息出现疑误的站点均为区域站;(2)位置信息的站点疑误率为4. 8%,且海拔高度出现疑误的概率大于经纬度,海拔高度和经纬度的站点疑误率分别为4. 2%和1. 3%;(3)随时间变化异常是位置信息疑误的主要表现形式,经纬度和海拔高度时间一致性检查的方法检出率分别为94. 9%和74. 5%。最后,依托MDOS建立了自动气象站位置信息综合监视流程,降低了位置信息疑误对后端应用的影响。