震害预测工作在数字城市中的作用

信息技术的采用大大提高了震害预测的精度和震灾快速评估能力。城市震害预测工作在地理信息系统和计算机模拟技术支持下 ,能有效对震灾的发生及时获取各种基础数据进行综合分析 ,并对震害造成的损失和社会影响进行科学估算。利用数字城市为我们提供的数据共享平台和技术系统 ,帮助政府快速了解震情、灾情、提出对策。同时 ,依据震害预测研究成果 ,结合数字城市、数字福建可为政府及有关部门了解防灾薄弱环节 ,采取减灾措施 ,制定城市减轻灾害的长远规划 ,提高城市抗御地震灾害的能力     

东北地区玉米热量指数的预测模型研究

利用1961~2000年逐月气温资料计算了东北地区分省和全区玉米的热量指数。通过对热量指数和大气环流资料的统计分析，建立了6个预测玉米热量指数的模型，各模型都能较好地预测东北地区各省及全区的玉米生长发育期间的热量状况。检验结果可以看出，所有模型的准确率较高，且稳定性较好，6个模型预测玉米热量指数的平均相对误差都在7%以下，说明了各模型都具有较好的预测能力。其中辽宁省的相对误差最小，平均在2%以下，预测效果最好，黑龙江省的平均误差最大，也都在4.5%~7%。     

基于相似离度的相似预报系统

相似高度法是短期气候预测中常用的预报方法之一，该方法能够同时考虑环流场之间在形态和数值两方面的相似情况，是一种比较全面客观的相似衡量标准。依据相似离度的原理，利用可视化编程工具Visual Basic 6.0，开发了分析500hPa高度场相似离度并结合本地资料进行降水量预报的业务系统。     

我国耕地变化趋势与对策再探讨

本文分析了我国耕地预测研究的现状和存在的问题，利用统计资料对我国耕地减少的原因进行系统分析，对我国耕地变化趋势进行了新的预测，重点说明人口城镇化和劳动力非农化不但不是耕地减少的主要原因，而且是节约土地资源的有效对策。     

载水数值模式的实时预报试验

该文对载水数值模式进行了持续56天的实时预报试验，并对模式的常规预报和云场预报结果进行检验和分析。试验表明，模式运行稳定可靠；载水数值模式有能力合理而比较正确地预报大气中各种水物质的分布及随时间变化，预报云系、云团的宏、微观结构和云物理特征；与此同时，其形势预报及以降水为代表的要素预报能力，亦不低于一般的常规预报模式。     

2017 年乌鲁木齐区域数值预报业务系统预报性能检验和评估

基于乌鲁木齐区域数值预报业务系统,运用MET检验工具,对2017年各季节DOGRAFSv1.0预报性能进行客观检验。结果表明：（1）2m温度日间预报温度整体偏低,夜间多数站点预报温度偏高;冬季预报温度偏高,其他三个季节温度预报整体偏低。10m风速冬季模拟性能最差,春季次之;所有季节风速预报均偏大。（2）夏季、秋季高空温度预报误差小,在3.0℃以内,冬季误差最大,温度预报整体呈冷偏差;不同季节高空位势高度随高度增加误差增大,误差约在6.5～12.0gpm,预报高度比实际高度偏低;不同季节高空U、V风随高度增加误差先增大后减小,均方根误差分别为2.4～6.2m/s和1.8～5.2m/s,U风预报整体比实况偏小,V风预报整体比实况偏大。（3）冬季大阈值降水漏报率较高,12.1mm阈值降水Bias评分仅为0.2,秋季大阈值降水空报率较高,12.1mm阈值降水Bias评分在2.0以上,夏季空、漏报率较低;在新疆地区,四个时段中14～20 BJT 、20～次日02 BJT空报站点数多于漏报,14～20 BJT空报率最高,02～08 BJT漏报率最高,08～14BJT晴雨预报以漏报为主;日间Ts评分高于夜间。     

东亚区域陆面过程方案Noah和Noah-MP的比较评估

文章对天气研究和预报(WRF)模式中两套陆面物理过程参数化方案:Noah及Noah-MP,在整个东亚区域做了评估。评估时间分别为2013年1和7月。通过对地表通量、2 m温度、10 m风速、地表温度、第一层(5 cm)及第二层(25 cm)土壤含水量和第一层(5 cm)及第三层(70 cm)土壤温度的偏差和均方根误差的评估,发现:(1)与Noah陆面参数化方案相比,冬季,Noah-MP方案模拟的地表感热通量在大部分区域偏低,而对地表潜热通量的模拟在大部分区域偏高;夏季,Noah-MP方案对感热通量的模拟值,在印度次大陆、中国西部和相邻区域以及中国东北及其以北地区偏低,其他地区偏高,而对地表潜热通量的模拟在大部分地区偏高,而且幅度明显高于1月。(2)Noah-MP方案提高了土壤水分和土壤温度在东亚区域的整体模拟效果。(3)相较于Noah方案,Noah-MP方案模拟的2 m温度和10 m风的误差较小,特别对印度大陆和高寒地区的2 m温度模拟有较大幅度的提高。此研究证明了Noah-MP在东亚区域的应用优势,为WRF/Noah-MP在未来的进一步业务应用提供了一定的参考依据。     

A Forecasting Model of Vector Similarity in Phase Space for Flood and Drought over the Huanghe-Huaihe-Haihe Plain in China

ＡＦｏｒｅｃａｓｔｉｎｇＭｏｄｅｌｏｆＶｅｃｔｏｒＳｉｍｉｌａｒｉｔｙｉｎＰｈａｓｅＳｐａｃｅｆｏｒＦｌｏｏｄａｎｄＤｒｏｕｇｈｔｏｖｅｒｔｈｅＨｕａｎｇｈｅ－Ｈｕａｉｈｅ－ＨａｉｈｅＰｌａｉｎｉｎＣｈｉｎａＺｈｏｕＪｉａｂｉｎ（周家斌）；ＷａｎｇＹ...     

Application of leeway drift data to predict the drift of panga skiffs: Case study of maritime search and rescue in the tropical pacific

The use of Search and Rescue (SAR) drift forecasting in an operational capacity is demonstrated through two SAR case studies, each predicting the drift of a panga skiff for 120 h (Case 1) and 72 h (Case 2). The leeway characteristics of panga skiffs were previously unknown, until a leeway field study was undertaken in mid-2012 to empirically determine the influence of wind and waves on their drift. As part of the two case studies described herein, four ocean models were used as environmental forcing for a stochastic particle trajectory model, to forecast the drift and resulting search areas for the panga skiffs. Each of the four ocean models were tested individually, and then combined into a consensus forecast to ascertain which ocean model was the most accurate in terms of distance error of modelled positions compared to actual panga skiff locations. Additionally, a hit analysis was undertaken to determine whether the panga skiff was located within the forecast search areas for each ocean model, and for consensus search areas. Finally, an assessment of the search area sizes was carried out to assess the single ocean model forecast search area sizes, and how they compared with the consensus search area size. In both of the case studies, all four ocean model forecast search areas contained the panga skiff at the time intervals tested, indicating a 100% hit rate and general consensus between the ocean models. The consensus search area, where all four ocean models overlapped, was approximately one third the size of the average single model search area. This demonstrates that the consensus search areas provide a more efficient search area compared to individual ocean model search area forecasts.