简介:利用常规高空、地面气象观测资料和ECMWF、ECMWF_THIN、T639及宁夏WRF数值预报模式产品,对2015年10月30日—11月2日宁夏首场冷涡降雪天气过程的数值模式预报性能及其相伴复杂天气的可预报性进行检验和分析。结果表明:依据700hPa相对湿度≥90%和比湿≥2g·kg-1、850hPa温度迅速降至冰点以下、2m和地面气温降至1℃以下、200hPa和700hPa偏北风速分别达40m·s-1和20m·s-1、雪后天气转为晴到少云、地面偏南风〈4m·s-1且相对湿度≥90%、大气层结稳定等模式预报结果,可提前对低涡和切变线引发的降雪、大风降温、雪后大雾以及积雪、道路结冰等复杂天气作出较为准确的预报。根据低涡所经区域的厚湿层、水汽辐合及垂直上升运动等大值区和各家模式预报较大降水的重叠区域对强降雪区域及强度进行有效订正,但由于预报员对各家模式一致性预报误差的认识和订正能力有限,使得对强降雪中心、降雪减弱时的局地强降雪以及区域大雾等天气精细化预报能力较差。
简介:在全球变暖背景下,中国极端干旱事件频繁发生,其强度和范围都不断增大,这不但给国民经济特别是农业生产等带来巨大损失,还会造成水资源短缺、荒漠化加剧、沙尘暴频发等诸多深远的不利影响。为进一步提高干旱监测、预测、评估和决策服务等方面的技术水平,以气象干旱为对象,对常用的气象干旱指标在中国的时空适应性进行了系统总结。首先,从指数的计算原理及考虑要素的角度回顾了国内常用干旱指数及其特点,这些指标主要分为两类:一类是只考虑单一因子的干旱指标,另一类是考虑多要素的干旱指标。其次,系统归纳了这些干旱指数在我国不同区域、不同季节的适应性,阐述了对现有干旱指数的进一步修正、改进及其应用效果,并对影响干旱指数适应性的主要因素进行探讨。最后,提出目前干旱研究领域存在争议的问题,探讨今后在气象干旱监测指标及其适应性研究中应重点解决的关键科学问题及发展趋势。
简介:利用2006-2015年逐日气象观测资料,对机场预选址区域的温度、湿度、降水量、风向风速、能见度和灾害性天气等对机场选址有影响的天气气候条件进行了统计分析.研究结果表明,沈阳市浑南区作为机场预选址,降水具有明显的年变化和月变化特征,降水主要集中在6-8月份;主导盛行风向为SW,频率为12.4%,弱风和静风频率高,为53.5%;低能见度日数少,能见度条件好,出现〈500m的年平均日数为5.5d;灾害性天气较少,大风、雷暴、冰雹、暴雨、暴雪、扬沙和积雪年平均日数分别为0.5d、2.4d、0.1d、0.2d、0.1d、1.7d和7.4d,无沙尘暴天气发生.总体而言,沈阳市浑南区具备建设机场的优良天气气候条件,有利于机场工程设计及将来的航空飞行安全.
简介:监测半干旱区作物的旱情对合理灌溉有重要意义。本文以黄土高原半干旱雨养农业区春小麦为研究对象,以模型模拟光谱对输入参数的响应、模型输入参数与干旱程度的关系以及不同旱情下光谱模拟精度为切入点,探讨基于PROSAIL模型反演参数指征春小麦旱情的可行性。结果表明:春小麦冠层光谱对于PROSAIL模型主要输入参数具有不同的光谱响应区间,其中叶绿素含量Cab的光谱响应区间为476~730nm,叶面积指数LAI的主要响应区间为400~750nm、800~1000nm和1330~2500nm,等效水厚度EWT的响应区间在1874~1891nm,干物质含量LMA的主要响应区间在2331~2356nm。PROSAIL模型的输入参数与干旱程度有显著相关性。模型模拟的半干旱区春小麦冠层光谱的误差在1400nm前后差异显著,在1400nm之前模拟误差为11.5%,1400nm之后模拟误差为69%,总体误差约30%。模型对于等效水厚度和干物质含量的解释不够充分是导致模拟误差的主要原因之一。以PROSAIL模型反演参数监测黄土高原半干旱区春小麦旱情值得商榷。
简介:为评价ORYZA(V3)模型在海南岛双季稻发育期模拟的适应性,利用2005—2014年海南岛双季稻区4个站点(海口、儋州、乐东、琼海)的逐日气象数据、气象灾害资料、土壤、水稻发育期等观测资料,对模型进行调参与验证,本地化不同品种水稻发育期参数;统计双季稻各个发育期出现的气象灾害及其次数,筛选出各个发育期内出现次数较多的气象灾害。以单独的气象灾害为背景,对各个发育期的模拟与实测结果进行对比验证。结果表明:ORYZA(V3)模型对海南岛双季稻发育期的模拟精度较高,决定系数R2〉0.90,归一化均方根误差NRMSE为3.97%~9.80%;双季稻发育期内出现的气象灾害次数由多到少依次为:高温、台风、干旱;ORYZA(V3)模型对气象灾害的敏感性从大到小依次为:台风、高温、干旱。在台风背景下,仅晚稻开花期的R2为0.90,NRMSE为3.90%,其他发育期的模拟均在误差范围外;在高温背景下,早稻的R2为0.87~0.89,晚稻的R2为0.18~0.61,双季稻的NRMSE为3.49%~5.71%;在干旱背景下,R2〉0.87,NRMSE为3.11%~9.73%。评价结果在模型应用和优化方面具有一定的参考价值。