简介:利用常规气象观测资料、NCEP1°×1°格点资料、卫星云图和雷达资料对2013年8月1日河南省中南部地区一次强对流过程的中尺度特征及天气成因进行了分析。结果表明:河南中南部地区此次强对流天气过程是由高空槽、副热带高压外围西南气流、中低层切变线及低空急流共同作用产生的。从四川盆地东移过来的对流云团和江淮地区低层切变线上形成的云团在河南中南部地区合并,发展成新的对流云团,使降水量偏高;雷达回波和径向速度特征较明显,造成此次短时强降水和短时大风的对流单体具有明显的出流边界、回波悬垂、弱回波区及有界弱回波等特征。中尺度演变特征表明,一系列中尺度暴雨雨团发生、发展和合并加强成为中尺度对流复合体,且中尺度对流雨团在CAPE密集带和地面辐合线附近区域生成,并有向CAPE大值区及地面辐合线移动发展的趋势。强降水发生前,高层低能舌叠加在低层高能舌上的能量水平分布的垂直配置,导致大气对流性不稳定层结建立;低层正涡度的发展和水平风的切变导致垂直涡度发展,使垂直涡度增大,上升运动增强;高低空急流的耦合作用产生次级环流,触发了对流不稳定能量的释放,产生了强对流天气。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。