三门峡苹果气象灾害气象服务效益评估一

选择三门峡苹果种植有代表性的低海拔的塬区、海拔较高的浅山区和海拔最高的高山区,以德尔菲法作为评估方法,通过问卷调查及专家评估的形式,依据气象服务效益贡献率评估模型,对苹果主要气象灾害的气象服务效益进行分析和评估.结果表明：苹果主要气象灾害的气象服务效益贡献率总体为6.5％,冰雹气象灾害的气象服务效益贡献率最高,其次是低温冻害气象服务效益贡献率,高温和连阴雨气象服务效益贡献率处于中间,干旱的气象服务效益贡献率最低.     

码头潮流精细化观测预报浅析

对港口码头的定点进行潮流精细化预报,是对区域潮流场预报工作的有利补充。结合当前定点潮流预报工作的开展,从基本的4个测站的站点布设,选择合适的时间获取预报所需的原始观测资料,再到实测数据处理,至预报计算方法,以及预报产品开发应用等多方面,深入探讨如何科学有效地开展港口码头潮流精细化预报工作,更好地满足当前市场的需求。关于资料的采集主要侧重目前运用较为成熟的四测站布置方案,并结合实际工作中遇到的一些问题进行具体阐述。     

国内外雾预报技术研究进展

大雾是引起低能见度的主要天气现象.提高雾的预报技术水平是确保交通安全的重要措施.从统计和数值预报两个方面,回顾了过去几十年来国内外在雾预报技术上的主要研究进展,并总结了各种方法的特点及存在的缺陷.在某些情形下,新统计方法的应用提高了雾的预报准确率,但仍然无法摆脱统计方法本身的缺陷.相比较而言,数值模式在大雾预报方面具有更广泛的应用和更大的潜力.在目前的计算机水平下,使用高分辨率的一维雾模式与中尺度天气模式相结合的方法,在一定程度上可以提高雾的预报准确率,该方法在大雾易发区的机场及高速公路沿线具有重要的应用价值.随着计算机能力的不断提高,包含大雾形成和演变的各种复杂过程、具有先进资料同化过程的高分辨率三维雾模式,以及集合数值预报系统将是未来的发展方向.     

极端天气气候事件监测与预测研究进展及其应用综述

极端天气气候事件(简称"极端事件")分为单站极端事件和区域性极端事件。本文回顾了极端事件的研究进展,首先回顾了单站极端温度、极端降水和干旱事件的观测研究及相关指数,进而对近年来不断增多的区域性极端事件研究做了简要回顾,最后还回顾了极端事件气候预测研究进展。同时,对国内外在极端事件气候监测和预测业务现状进行了初步总结,并指出:在极端事件气候监测方面中国的业务产品较丰富,并率先开展了针对区域性极端事件的监测业务,但在产品表现形式上缺乏统一组织,特别是英文产品表现力严重不足;在极端事件气候预测方面,国家气候中心发展了两种方法:一个是基于物理统计的BP-CCA和OSR的干旱预测方法,另一个基于国家气候中心月动力延伸预报模式(DERF)的高温预测方法。最后,对极端事件监测和预测业务发展及相关科学问题给出展望,指出应根据极端事件的业务需求继续加强相关研究和业务能力建设。     

长江流域大洪水有序网络结构及其预测研究

根据1827年以来的统计资料进行分析,长江流域大洪水展示出极为显著的有序性.运用翁文波信息预测理论,构建长江大洪水二维平面和三维立体信息有序网络结构并进行综合分析和预测,结果表明：2014、2020、2030、2036、2051与2058年前后的汛期,长江流域将有可能发生大洪水.     

南海台风模式对“海燕”移动路径的预报

超强台风"海燕"是2013年最著名的台风。分析中国南海台风模式对"海燕"整个过程的预报,发现模式基本预报出"海燕"的快速穿过菲律宾和登陆越南后北翘东折的移动路径,但也存在一些不足,例如强度预报偏弱。通过高分辨率数值模拟分析了"海燕"的变化机理,发现高层暖心、高中低层一致东风气流是其超强发展和快速西移的主要特征。进一步的模式预报试验中,探讨了模拟技术对提高台风预报水平的影响作用。分析结果表明,准确的模式物理参数化(如边界层、积云对流和地形参数化)和模式初始大气构造等,以及提高模式分辨率有助于提高台风预报水平。     

An Overview of Nowcasting Development, Applications, and Services in the Hong Kong Observatory

The Hong Kong Observatory （HKO） has been developing a suite of nowcasting systems to support op- erations of the forecasting center and to provide a variety of nowcasting services for the general public and specialized users. The core system is named the Short-range Warnings of Intense Rainstorm of Localized Systems （SWIRLS）, which is a radar-based nowcasting system mainly for the automatic tracking of the movement of radar echoes and the short-range Quantitative Precipitation Forecast （QPF）. The differential, integral （or variational）, and object-oriented tracking algorithms were developed and integrated into the nowcasting suite. In order to predict severe weather associated with intense thunderstorms, such as high gust, hail, and lightning, SWIRLS was enhanced to SWIRLS-II by introduction of a number of physical models, especially the icing physics as well as the thermodynamics of the atmosphere. SWIRLS-Ⅱ was further enhanced with non-hydrostatic, high resolution numerical models for extending the forecast range up to 6h ahead. Meanwhile, SWIRLS was also modified for providing nowcasting services for aviation community and specialized users. To take into account the rapid development of lightning events, ensemble nowcasting techniques such as time-lagged and weighted average ensemble approaches were also adopted in the nowcasting system. Apart from operational uses in Hong Kong, SWIRLS/SWIRLS-Ⅱ was also exported to other places to participate in several international events such as the WMO/WWRP Forecast Demon- stration Project （FDP） during the Beijing 2008 Olympics Games and the Shanghai Expo 2010. Meanwhile, SWIRLS has also been transferred to various regional meteorological organizations for establishing their nowcasting infrastructure. This paper summarizes the history and the technologies of SWIRLS/SWIRLS-Ⅱ and its variants and the associated nowcasting applications and services provided by the HKO since the mid 1990s.     

基于时空影响因子的未来社区生活圈公共服务设施优化配置北大核心CSCD

公共服务设施作为社区生活圈的核心内容,直接决定了社区生活圈的生活品质。对社区公共服务设施建设情况进行量化评价,并对设施建设的未来规划提供科学决策支持逐渐成为规划者和决策者的一大难题。本文通过ArcGIS工具对POI数据进行处理、统计和可视化,在总结他人社区生活圈量化评价方法的基础上,结合温州本地特色,搭建了一套社区生活圈公共服务设施评价模型。利用该模型可对各类社区进行综合评分和分级,并根据模型评分结果挖掘公共服务设施未来优化方向。此外,还实现了社区生活圈评分的动态计算与展示,为社区服务设施建设选址、路网建设与公共服务设施建设优先级评定等提供决策支持。既可帮助规划者和决策者快速建立对整个区域生活圈建设现状的量化认知,又可助力公共服务设施的优化配置,为社区生活圈公共服务品质评价与提升探寻全新的思路与方法。     

基于历史数据的黄海浒苔爆发规模预测

依据黄海浒苔初始覆盖面积及最大覆盖面积的历史数据,选取温度、光强、降水3种对于浒苔生长扩散最重要的影响因子,本文提出并建立了基于BP神经网络确定转换系数R的浒苔覆盖面积预测模型,可在浒苔出现初期即实现对本年度浒苔最大覆盖面积的模拟预测,并通过历史数据进行验证。结果表明,所预测的浒苔最大爆发情况与真实情况相符,研究成果可为浒苔的应急准备工作争取更多的时间提供一定参考。     

基于改进麻雀搜索算法优化BP神经网络的PM_(2.5)浓度预测北大核心CSCD

针对传统BP神经网络模型收敛速度慢、易陷入局部极值等问题,本文采用分段线性混沌映射(PWLCM)和萤火虫算法(FA)改进麻雀搜索算法(SSA),并优化BP神经网络模型初始权值和阈值,对西安市PM_(2.5)浓度进行预测。通过比较不同模型预测结果的评价指标,并与性能较优的SSA-BP模型对比,ISSA-BP模型预测结果的RMSE、MAPE、MAE分别下降了3.70、3.73、3.34。试验结果表明,改进后的麻雀搜索算法具有高效的全局最优搜索能力,优化后的ISSA-BP神经网络预测稳定性高,精度优于BP、SSA-BP神经网络模型,可用于预测PM_(2.5)浓度。