简介:采用WRF中尺度模式,对2014年6月21—22日发生在江西省的一次连续暴雨天气过程进行了数值模拟,对模式输出的物理量进行了诊断分析,并开展了江西省东北部复杂地形的敏感性试验。结果表明:1)此次暴雨天气过程是建立在低空切变线和低空急流等系统基础上的一次降水。低空急流向暴雨区输送水汽和不稳定能量,低空切变线上中尺度系统活跃,造成强烈的上升运动,θse的垂直分布结构有利于中低层气旋的发展,不稳定能量的释放是暴雨发生和维持的机制之一。2)地形对这次暴雨的强度有很大影响。武夷山脉阻挡了切变线的南压。当武夷山脉存在时,山脉北侧在西南风环境中为迎风坡(以辐合为主),山脉以南在西南风环境中为背风坡(以辐散为主)。移除武夷山脉后,其北侧和东北侧辐合减弱,南侧辐散减弱。武夷山主峰附近(117.6°E)的经向环流也表明,山脉移除后,主峰北侧(浙赣铁路沿线附近)的上升运动减弱,最终致使该地区降水减弱。
简介:"我国重大天气灾害形成机理及预测理论研究"经过几年的努力,在中尺度暴雨数值预报模式及三维变分同化系统研究方面都取得重大进展.项目在原LASG-REM模式基础上,改进和发展了一个适合我国地区特点的中尺度暴雨预报模式(AREM),并研制了一个常规、非常规资料三维变分同化系统.项目模式集成小组将三维变分同化系统与AREM模式集成为一个配有三维变分同化系统的中尺度暴雨数值模式预报系统,其目标为业务应用.经过研究小组成员的共同努力,建立了一套基于目前业务数据平台MICAPS/9210系统、完全自动化运行的包含三维变分的中尺度暴雨数值模式预报系统.
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。