简介:利用NCEP的1°×1°资料,分析飓风"桑迪"温带变性前后物理量的特征和变化。结果表明:利用对流层低层、中层及高层的厚度场可立体直观地展现热带气旋中心热力结构的对称性,便于进行飓风温带变性的诊断分析。涡度场可诊断高空槽和飓风耦合的情况,两者的正涡度场连接后使热带气旋受到高空槽的影响开始变性。厚度变形场动力强迫上升、低层锋区抬升、强降水区凝结潜热正反馈作用和高空辐散加强等有利于飓风"桑迪"变性过程中深对流的维持及发展,并导致强上升区域向西偏离。飓风"桑迪"变性后暖心结构下降至对流层中低层,与强上升运动中心下降有关。适度的冷空气强度对飓风"桑迪"的加强有利,冷空气较弱飓风加强较慢,冷空气过强易破坏飓风的暖心结构,导致中心填塞。850hPa温度平流对变性后飓风"桑迪"的移动路径有一定的指示意义,飓风基本朝着冷平流中心指向暖平流中心的方向移动。
简介:利用中尺度模式WRF对2006年14号热带气旋Yaji的变性过程进行了双重嵌套模拟。结果表明,采用高分辨率的TRMM/TMI卫星反演SST资料,在第一重区域(网格距为15km)采用WSM3微物理方案和Betts—Miller对流参数化方案,在第二重移动嵌套区域(网格距为5km)采用Lin微物理方案,不采用对流参数化方案,模式能较好地模拟Yaji的路径和变性前后的强度演变,其中模拟的路径平均误差为64km,强度平均误差为2.5hPa,模拟的风场分布与Quickscat卫星反演的风场分布也较为吻合。利用模拟资料还研究了Yaji变性过程中的非对称流特征。
简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。
简介:
简介:文章介绍了WeatherCentral和Micaps系统的主要功能,分析了WeatherCentral系统对Micaps数据的应用,从Micaps的各类数据格式、数据转换以及Live播出的图形等多个方面来说明Micaps数据和WeatherCentral的无缝隙结合,进一步探讨了WeatherCentral在气象影视节目制作中对气象数据应用的优越性.同时对Micaps数据资料和WeatherCentral做了本地化开发,并且制作了本地化节目模板,极大地提高了日常节目制作的效率.
简介:TheprojectisapartoftheNationalKeyScienceandTechnologyProject'DemonstrationofInformationSharingintheSustainableDevelopmentofChina.'Throughthethree-yearefforts,underthesupportoftherelateddepartmentsoftheChinaMeteorologicalAdministration,theprojectpassedtheacceptancecheckinJanuary2002,hasfulfilledsatisfactorilytheresearchplanandcompletedtheconstructionofthedata
简介:利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6%(多元回归)、74.6%(逐步回归)、100%(BP神经网络);模型试报准确率分别为:72.7%(多元回归)、72.7%(逐步回归)、81.8%(BP神经网络)。静止水域结冰厚度预测历史拟合率分别为:76.9%(多元回归)、71.8%(逐步回归)、93.5%(BP神经网络);模型试报准确率分别为:76.0%(多元回归)、72.0%(逐步回归)、84.0%(BP神经网络)。结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。