江西省油菜产量集成预测模型方法研究

基于气象要素建立关键气象因子模型、气候适宜度模型、辐热积模型,并根据模型预测准确率确定权重系数构建江西省油菜产量集成预测模型,对集成模型的预测效果和基础模型进行对比分析。结果表明:1)关键气象因子模型4月中旬预测准确率低于其他模型,三种基础模型的权重系数依次为0.3、0.35、0.35,5月中旬预测准确率基本一致,权重系数依次为0.34、0.33、0.33。2)对于集成模型趋势一致率,1991—2010年回代检验结果5月中旬最高,4月中旬仅次于气候适宜度模型;2011—2015年两个时次预测趋势一致率均为100%,达最高。3)2011—2015年集成模型预测检验RMSE最低,预测准确率均在97%以上。油菜集成模型预测的准确性和稳定性总体优于基础模型,可应用于江西省气象业务服务。     

实时天气背景依赖的反射率因子间接同化及多暴雨个例试验

为避免直接同化时反射率非线性观测算子线性化带来的线性近似误差问题,目前许多研究和业务中还常采用间接同化方式来同化雷达反射率因子,其通过背景场温度判定水凝物类型及比例。基于一种实时天气背景依赖的雷达反射率因子间接同化方案,进行了4次暴雨过程（2次强对流,2次锋面）的循环同化及预报试验。结果表明:对于强对流暴雨个例,相对于传统温度判定方案,天气背景依赖方案的温度预报误差更小、降水预报评分更高,而对于锋面过程区别不明显;进一步机理分析表明,对于强对流暴雨个例,由于背景依赖方案在同化反射率因子时引入了实时天气背景信息,使得分析场水凝物结构能够更好表征实际对流特征且与其它模式变量更为协调,进而改善了模式预报的热、动力及水汽条件,从而改善了降雨预报效果;而锋面暴雨由浅对流过程占主导,水凝物以低层的雨水为主导,冰相水凝物对于该过程的影响较小,由于两种方案反演的雨水结构和量级均相似,因此降雨预报差异较小。     

三维变分同化雷达资料暴雨个例试验

采用中国新一代数值预报模式及其同化系统开展雷达资料的三维变分同化和数值模拟研究.通过一次暴雨个例的对比试验,结果表明:不考虑垂直运动影响的情况下,仅同化多普勒雷达径向风资料可以增加初始场中的中小尺度系统信息,并在一定程度上改善预报开始阶段的降水;同化由反射率因子导出的垂直速度、雨水混合比并令上升区饱和,可以较大改善降水预报结果;联合同化径向速度和反射率因子资料将得到它们的共同影响.模拟的β中尺度对流系统6 h的演变过程与观测十分一致,基本消除了旋转加强现象.发展旺盛阶段的对流单体南北方向范围约50 km,最大上升速度位于500 hPa附近,超过3.0 m/s;雨水最大含量在400 hPa附近,超过5.0 g/kg;云水最大值位于600 hPa,约0.5 g/kg;造成的降水强度可达30 mm/h,具有明显的β中尺度系统的特征.初始场中水汽是否达到β中尺度降水维持所需条件是至关重要的,如果初始场中水汽条件较差,即使含有云水、雨水、垂直速度的信息,这些信息也会很快消亡,难以维持下去;此外,雷达资料的质量控制也是十分重要的.     

《现代地质》入选“2013中国国际影响力优秀学术期刊”

<正>据中国学术期刊(光盘版)电子杂志社、清华大学图书馆、中国学术文献国际评价研究中心采用"期刊国际影响力指数"对我国6 000余种学术期刊进行排序,按TOP5%~10%选出"2013中国国际影响力优秀学术期刊"175种,《现代地质》获此殊荣。据《中国学术期刊影响因子年报(自然科学与工程技术·2013版)》发布,《现代地     

不同海拔高度的光温因子对超级稻陆两优106产量的影响研究

2005—2006年分别用超级稻"陆两优106"在海拔618m的天柱县和海拔1307m的雷山县进行大田示范种植。结果表明:随着海拔高度的升高,日平均温度降低,陆两优106生育期所需的积温、光照增多,生育期延长;分蘖速度慢,有效穗数、株高、穗长、成穗率、穗粒总(实)数、结实率以及千粒重减少,产量随着海拔高度的升高而降低。     

气象因子对夏季最大电力负荷的敏感性分析

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。     

基于Fisher判别的南方双季稻低温灾害等级预警

为了建立南方双季稻低温灾害综合预测预警技术体系, 基于南方双季稻种植区1961—2010年708个气象站的逐日气象资料、水稻生育期资料和低温灾害发生的气象行业标准,采用Fisher判别分析法、因子膨化法、相关性分析法,利用SPSS软件构建早稻春季低温灾害高风险区 (Ⅰ区) 未来10 d、晚稻寒露风高风险区 (Ⅰ区)、主灾区 (Ⅱ区) 未来5 d的低温灾害发生等级逐日滚动预警模型。其中,1961—2009年资料用于模型构建和回代检验,2010年资料用于模型的外延预测。结果表明:早稻、晚粳稻、晚籼稻Ⅰ区平均外延预测基本一致准确率分别达到90.5%,74.2%,80.3%,晚粳稻、晚籼稻Ⅱ区平均外延预测基本一致准确率分别为89.4%和80.3%。构建的南方双季稻低温灾害逐日滚动预警模型的外延预测基本一致准确率多超过80%,等级预测检验误差总体上在1个等级以内,模型评价效果较好。     

气象因子对荒漠草原5种天然灌木产量的影响

选择在腾格里沙漠有代表性的5种天然灌木,利用内蒙古孪井滩气象站2002—2009年的灌木观测资料和历年的气象资料,应用数理统计方法,分析5种天然灌木产量与气象因子之间的关系。结果表明:霸王、白刺、红砂月产量与月平均气温、月降水量呈正相关;而红刺和猫头刺月产量与月降水量呈正相关,与月平均气温呈负相关。白刺的月产量与月平均气温的相关性达到显著水平,霸王和红砂与月平均气温的相关性达到极显著水平,红刺和猫头刺不显著;白刺和霸王的产量与月降水量的相关性达到显著水平,红刺与月降水量的相关性达到极显著水平,红砂和猫头刺与月降水量的相关性不显著。采用多元回归分析方法建立了5种天然灌木产量与2种气象因子的多元回归方程式。     

1957—2009年南澳蒸发量变化特征及影响因子

利用1957—2009年南澳县小型蒸发皿蒸发量资料,分析了南澳蒸发量的气候变化趋势。结果表明：南澳10月蒸发量最大,2月蒸发量最少;秋季蒸发量最大,夏季次之,冬季最少。1957—2009年蒸发量呈明显下降趋势,20世纪60—90年代基本上是锐减,21世纪的第1个10 a反而上升,平均以7.2 mm/a的趋势下降;11月减幅最大,7月减幅最小;冬季减幅最大,秋季次之,夏季最小。对蒸发量下降的原因分析表明,日照时数和平均风速的减少与蒸发量的减少呈显著相关,是蒸发量减少的主要影响因子;低云量的增多导致日照时数减少;低云量、总云量、相对湿度、降水量、水汽压与蒸发量呈负相关关系,其中低云量、总云量与蒸发量负相关显著。