简介：在海洋磁力测量中,因受测量环境及各项改正的残余量等因素的系统性影响,不同测线间存在着不同程度的系统差,这种测线系统差会使测区磁场水平不统一,导致磁异常等值线图失真.为此,研究了基于虚拟检查线的海洋地磁测量数据调差方法,该方法尝试在不使用检查线数据情况下,沿垂直于测线方向选取一定数量的虚拟检查线,根据测线数据拟合出各条虚拟检查线上场的分布规律,并将测线方向拟合前后残差的平均值作为各条测线上的测线系统差,对各条测线数据进行改正.仿真计算与分析表明：对于磁异常变化较平缓的测区,该方法可以有效消除测线系统差;当磁异常变化剧烈时,该方法可以部分消除测线系统差.

简介：利用常规气象观测和新型监测资料,分析了2016年6月13—14日华北飑线过程的卫星云图、雷达回波、自动站极大风速风场等特征。结果表明：（1）＂0613＂飑线过程发生在＂上干下湿＂的水汽垂直分布环境条件下;在蒙古冷涡影响背景下,河套地区生成的对流云团在前倾结构700hPa与850hPa冷式切变线之间发展合并,形成有组织的飑线系统。（2）在强盛阶段,飑线具有明显的弱回波通道,飑线西段为偏西风与偏东风形成的气旋式切变,东段为强的反气旋式切变;弓形回波顶点处风向、风速辐合显著,飑线内部后侧倾斜向下的入流急流将中层高动能的干冷空气向地面引导,加强了对流风暴的下沉运动,并与后侧倾斜向下的冷空气入流共同作用加强了飑线前侧的气压梯度,是地面大风形成的主要原因。（3）飑线前部低压暖区生成的对流云泡在自动站极大风速风场切变线附近发展合并形成超级单体风暴,其后侧中高层入流将高动能的干冷空气向地面引导,促使地面出流及风暴前沿辐合抬升运动增强,使得超级单体风暴生命维持较长,是山西长治大冰雹持续近4h的主要原因。（4）同一飑线系统在不同环境条件下其垂直结构、移速及带来的强天气有明显差异。（5）自动站极大风速切变线的生成较雷暴大风带的出现提前30~40min,这对飑线大风预警有指示意义。

简介：在气象资料应用中，常常需用到等值线的绘制，本文提出了一种基于小网格重心生成矩形网格等值线的算法。该算法通过设计搜索追踪顺序，引入重心点分析每个网格，合理避免了传统等值线追踪算法起始点选取困难、网格出口边判断复杂的问题，不仅可确保等值线的唯一性，而且更真实地反应等值线整体逐渐变化的特征，此外，每条等值线增加的等值点可为后续光滑提供更多的控制点。最后通过示例说明了本文的算法的可行性，可扩展性，能在气象的雷达、数值预报、站点数据等中应用。

简介：利用2014—2015年陕西西安泾河站L波段探空数据和ERA-Interim再分析资料,与同期长安站风廓线雷达数据进行对比分析,确定风廓线雷达数据的可靠性。结果显示风廓线雷达资料与L波段探空资料、ERA-interim再分析资料整体上相关性较好,相关系数随高度的增高而增大,在1500~2500m之间达到显著相关。不同时刻数据对比结果显示风廓线雷达白天观测结果整体上优于夜间。从平均状态来看,风廓线雷达在描述平均态过程中与探空和再分析资料基本一致,即风廓线雷达数据可用于实际应用和研究。

简介：利用MICAPS资料、NCEP1°×1°再分析资料和卫星云图、宝鸡多普勒雷达资料,对陕西关中2010年9月3日和2013年9月12日两次飑线天气过程（下分别简称＂9·3＂过程、＂9·12＂过程）的环境场和形成机制及中尺度特征进行了分析。结果表明：两次过程天气背景和机制不同,＂9·3＂过程为槽前型,其中层干侵入致使对流不稳定发展、低涡切变提供了初始上升运动和较强的水汽辐合,地面上雷暴高压形成的切变线是飑线的触发机制和组织发展系统;＂9·12＂过程为槽后型,高层干冷平流的侵入加强了对流不稳定层结,水汽辐合偏弱,地面干线是强对流的触发机制。两次过程中尺度系统特征明显,卫星云图上为对流单体合并为中β尺度云团;雷达图上为雷暴单体弥合为带状回波,进而出现弓形回波,弓形回波中存在中层径向辐合对应的强回波核;强回波的三体散射是出现冰雹天气的主要特征。

简介：以近期发表的《1962—2014年秦岭主峰太白山地区积雪变化和成因分析》为例,结合已发表的其它科技论文,从论文选题、资料整理、分析方法、论文撰写、图表设计选择、期刊选择和申请科研项目几个方面,总结个人撰写科技论文的一点体会,供业务服务一线科技工作者参考。

简介：针对2014年7月18日12时至2014年7月19日12时＂威马逊＂台风先后3次在中国华南沿海地区（海南、广东、广西）登陆所带来的暴雨过程,以中国气象局提供的地面观测站点数据作为参考,使用标准化偏差（NB）、相关系数（CC）、均方根误差（RMSE）、命中率（POD）、误报率（FAR）和关键成功率（CSI）等评价指标,对基于2种不同国际主流卫星降水反演算法GSMaP和IMERG的5套高分辨率遥感降水产品进行了小时尺度上的精度验证与分析。结果表明：遥感降水产品在暴雨事件中均表现出不同程度的低估,但地面校正算法较好地修正了遥感降水产品与地面观测数据间的整体偏差[GSMaP_GAUGE（-6.8%）,IMERG_CAL（-0.5%）];遥感降水产品的误差主要来自大于100mm的强降水,降水量超过100mm时,5套产品的误报率（FAR）整体呈现上升趋势,命中率（POD）和关键成功率（CSI）呈现下降趋势;由于校正算法的数据来源是低时空分辨率的地面观测数据,校正后的遥感降水产品也在一定程度上丢失了高分辨率下捕捉到的降水变异特征。