简介:雷电危险度是反映雷电灾害危害程度的综合指标,本文利用大连地区ADTD型闪电定位系统监测资料、雷暴日观测资料、雷电灾害调查资料、1679个防雷被检单位的检测数据及地形地貌等资料,基于可拓学综合评估方法对大连地区雷电灾害危险度进行了评估研究。结果表明:从影响雷电危险度等级的雷电活动特征、防灾减灾能力及待评估现状3个方面选取了12个评估指标,基于现场调查建立了大连地区雷电危险度可拓学综合评估体系。利用关联函数和物元理论判定了雷电危险度的经典域与节域,基于熵值赋权法确定了各评估指标的权重系数,对大连地区雷电危险度进行了等级划分,并通过实例验证雷电危险度等级综合评估方法的合理性。
简介:利用PV-阻塞高压指数,研究了欧亚大陆阻塞高压对低温雨雪冰冻灾害期间出现连阴降水的影响。结果显示:1978-2008年1月10日至2月2日我国南方连阴降水具有明显的地域特征,区域连阴降水持续日数有比较明显的年际变化,2008年连阴降水持续日数远远超过历史同期;合成分析的结果显示,连阴降水较强年份,500hPa位势高度场上乌拉尔山和贝加尔湖西部地区同时有阻塞高压存在,但阻塞高压所起的作用对于南方各省连阴降水所起的作用不完全一样,冬季1月10日至2月2日,乌拉尔山阻塞高压的频繁发生有利于湖北大部和江西、安徽局部连阴降水的增多,而不利于贵州北部的连阴降水发生;贝加尔湖地区阻塞高压偏多有利于湖北南部和安徽西部一些地区连阴降水的发生;鄂霍次克海阻塞高压偏多有利于贵州大部和湖北西部连阴降水的偏多。2008年1月10日至2月2日这段时间7省1市冬季的异常降水中,关键区阻塞高压所起的作用很复杂。贵州、江西地区异于常年的降水,可能与阻塞高压和其它天气系统的异常配置有关。
简介:基于鲁中地区8个气象站1999—2015年逐分钟降水数据,分析15个历时年最大降水变化特征。结果表明:鲁中地区年最大降水强度由短历时向长历时递减,短历时和长历时年最大降水量分别达特大暴雨和暴雨级别的年份最多;南部山区沂源和北部高青平原多数历时年最大降水强度随时间呈减少趋势,其他地区5~15min历时随时间呈增加趋势,其他历时多数呈减少趋势;各历时多年平均最大降水强度大值均在西南部山区,山区各历时降水强度高于其他地区,年最大降水强度空间差异由短历时向长历时缩小;多数地区各历时年最大降水最早出现在5、6月,最晚出现在8、9月,最多出现在7、8月,南部山区沂源和北部高青平原年各历时最大降水出现日期随时间呈提前趋势,其他地区变化趋势不显著;短历时年最大降水最易从傍晚开始,随着历时的增加,开始时间由傍晚向上半夜推迟,南部山区沂源各历时年最大降水最多开始于凌晨和上午,而北部高青平原最多开始于下半夜和凌晨,其他地区短历时年最大降水最多开始于下午和傍晚,长历时最多开始于夜间和凌晨。
简介:简要回顾了数值天气预报和气候预测可预报性研究的若干动力学方法,包括用于研究第一类可预报性问题的线性奇异向量(LSV)和条件非线性最优初始扰动(CNOP-I)方法,以及Lyapunov指数和非线性局部Lyapunov指数方法。前两种方法用于研究预报或预测的预报误差问题,可以用于估计天气预报和气候预测的最大预报误差,而且根据导致最大预报误差的初始误差结构的信息,这两种方法可以用于确定预报或预测的初值敏感区。应该指出的是,LSV是基于线性化模式,对于描述非线性大气和海洋的运动具有局限性。因而,对于非线性模式,应该选择使用CNOP-I估计最大预报误差。Lyapunov指数和非线性局部Lyapunov指数可以用于研究第一类可预报性问题中的预报时限问题,前者是基于线性模式,不能解释非线性对预报时限的影响,而非线性局部Lyapunov指数方法则考虑了非线性的影响,能够较好地估计实际天气和气候的预报时限。第二类可预报性问题的研究方法相对较少,本文仅介绍了由我国科学家提出的关于模式参数扰动的条件非线性最优参数扰动(CNOP—P)方法,该方法可以用于寻找到对预报有最大影响的参数扰动,并可以进一步确定哪些参数最应该利用观测资料进行校准。另一方面,通过对比CNOP—I和CNOP-P对预报误差的影响,可以判断导致预报不确定性的主要误差因子,进而指导人们着力改进模式或者初始场。
简介:为揭示吉林省的太阳能资源变化规律,利用线性回归分析和线性相关分析及M—K检验法对1960年以来长春、延吉代表站的太阳总辐射资料进行研究。结果表明:吉林省的年平均太阳总辐射为4787.4MJ/m^2·a,夏季太阳总辐射最大,春季次之,冬季最小。吉林省年平均太阳总辐射在波动中下降,且下降趋势不显著,20世纪60年代太阳总辐射较高,80年代达到最低值,90年代以后小幅度回升。春、秋、冬季的太阳总辐射呈不同程度的下降趋势,冬季太阳总辐射下降趋势显著,夏季呈显著增加。吉林省年日照时数在空间分布上呈现出由西向东逐渐减少的地域分布差异;而在时间上也呈现出由春季到冬季依次减少的分布特征。吉林省的太阳能资源总量丰富,变化趋势不显著,这对于利用太阳能资源是十分有利的。