排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
基于1960—2017年2 000多个气象台站逐日降水数据和中国气象局热带气旋(TC)最佳路径资料集,采用客观天气图分析法(OSAT)识别得到TC降水。研究表明,中国TC降水总体呈显著下降趋势,较12年前的研究结果下降趋势变缓;TC盛期(7~9月)降水占到TC总降水的78.5%,TC盛期降水和TC非盛期降水均呈显著下降趋势。TC降水气候趋势在空间分布上以减少为主要特征,并表现出明显的地域差异,自南向北呈"减少—增多—减少"的分布型,减少趋势中心位于广东和海南。按TC影响期最大强度分级(弱TC、中等强度TC和强TC)研究不同强度TC降水的变化,结果显示,强TC降水表现出显著减少趋势,主要决定着TC总降水的影响范围和趋势等主要特征。进一步分析发现,影响TC频数在1960—2017年呈显著减少趋势,并在1995年发生突变;对1995年前后2个时期的对比研究显示,与前一时期(1960—1994年)相比,后一时期(1995—2017年)影响TC活动频次在20°N以南的海域呈现出显著的减少趋势,减少大值中心位于南海北部,而且这一特征也主要由影响TC中的强TC所决定;强TC的这一变化趋势导致了华南地区尤其是广东和海南TC降水日数的减少,进而使得TC降水减少。 相似文献
2.
最近,一种基于路径相似的登陆热带气旋降水动力统计集合预报(LTP_DSEF)模型被发展用来预报登陆热带气旋(LTC)带来的强降水.文章把LTP_DSEF模型应用于2018年登陆中国的10个热带气旋(TC)的强过程降水预报,通过测试模型的3452套预报方案确定了对这10个LTC的最佳方案,然后将其性能与三家动力模式(ECMWF、GFS和GRAPES)进行对比.结果表明:LTP_DSEF模型在预报LTC的较强过程降水方面与三家动力模式相比很有优势,特别是预报250mm以上量级的过程降水;对单TC, LTP_DSEF模型预报LTC过程降水的能力优于或者略逊于三家动力模式,特别在三家动力模式对某些TC的强降水均无预报能力时,模型仍能提供宝贵的大于零的TS值;此外虽然与实况相比该模型预测的强降水范围倾向偏大,但它在多数情况下能合理地捕捉到强降水的落区.初步研究表明,尽管LTP_DSEF模型只引入了TC路径和登陆时间两个相似性变量,但它已能为LTC的强过程降水预报提供非常有用的指导. 相似文献
3.
1