2021年第49卷第6期文章目次
2021, 49(6):823-829.
摘要:
海霧無論在海上還是在沿岸地帶，都因其惡劣的能見度對交通運輸、海洋捕撈和海洋開發工程以及軍事活動等造成不良影響，因此對于海霧的實時監測和預報就顯得尤為重要。本文提出了基于深度學習的靜止氣象衛星多通道圖像融合分割算法，使用DLinkNet深度卷積神經網絡語義分割算法模型對黃渤海海域范圍的16通道、空間分辨率為0.5 km的Himawari8衛星數據進行研究。分別采用均交并比（mIOU）以及觀測值檢驗作為評價指標，在測試集上的mIOU為0.9436，并且用衛星測試數據結果與海上觀測數據結果進行對比，得出霧區準確率（檢測有霧且真實有霧/檢測有霧）為66.5%，霧區識別率（檢測有霧且真實有霧/（真實有霧-云覆蓋））為51.9%，檢測正確率(檢測正確/總樣本)93.2%。本文提出的方法能為海霧監測提供一個可靠的參考。
海霧無論在海上還是在沿岸地帶，都因其惡劣的能見度對交通運輸、海洋捕撈和海洋開發工程以及軍事活動等造成不良影響，因此對于海霧的實時監測和預報就顯得尤為重要。本文提出了基于深度學習的靜止氣象衛星多通道圖像融合分割算法，使用DLinkNet深度卷積神經網絡語義分割算法模型對黃渤海海域范圍的16通道、空間分辨率為0.5 km的Himawari8衛星數據進行研究。分別采用均交并比（mIOU）以及觀測值檢驗作為評價指標，在測試集上的mIOU為0.9436，并且用衛星測試數據結果與海上觀測數據結果進行對比，得出霧區準確率（檢測有霧且真實有霧/檢測有霧）為66.5%，霧區識別率（檢測有霧且真實有霧/（真實有霧-云覆蓋））為51.9%，檢測正確率(檢測正確/總樣本)93.2%。本文提出的方法能為海霧監測提供一個可靠的參考。
2021, 49(6):830-837.
摘要:
本文利用2010—2015年2400多國家氣象站逐小時觀測數據對覆蓋中國的EAR70、CLDAS和ERAInterim 3種表層土壤溫度進行了評估和對比。結果表明：空間上CLDAS表層土壤溫度精度最高（平均誤差為-0.5 ℃，均方根誤差為3.0 ℃，相關系數為0.96），受益于CLDAS高精度的陸面初始場，EAR70平均誤差得到了改善；時間上ERAInterim再分析表層土壤溫度在6:00和夏、秋季精度會明顯下降，再分析表層土壤溫度在數值較高時段表現出冷偏差，原因是模擬的土壤溫度數值上升速度慢，對應的參數化方案有待改進。再分析表層土壤溫度在東北地區冬季存在冷偏差，可能和積雪覆蓋有關，陸面參數化方案也有待提高。在地形復雜的青藏高原地區，融合地面觀測的CLDAS提高了大氣驅動的質量進而改進了土壤的模擬。ERAInterim分辨率較粗不適合在青藏高原或者沿海地區使用，結合了CLDAS的EAR70在青藏高原精度提高。土壤表層溫度的精度隨著高精度的土壤狀態初始場進入模式中時間延長會顯著下降。因此，CLDAS的實時同化方式，能夠有效提高在分析數據的精度。
本文利用2010—2015年2400多國家氣象站逐小時觀測數據對覆蓋中國的EAR70、CLDAS和ERAInterim 3種表層土壤溫度進行了評估和對比。結果表明：空間上CLDAS表層土壤溫度精度最高（平均誤差為-0.5 ℃，均方根誤差為3.0 ℃，相關系數為0.96），受益于CLDAS高精度的陸面初始場，EAR70平均誤差得到了改善；時間上ERAInterim再分析表層土壤溫度在6:00和夏、秋季精度會明顯下降，再分析表層土壤溫度在數值較高時段表現出冷偏差，原因是模擬的土壤溫度數值上升速度慢，對應的參數化方案有待改進。再分析表層土壤溫度在東北地區冬季存在冷偏差，可能和積雪覆蓋有關，陸面參數化方案也有待提高。在地形復雜的青藏高原地區，融合地面觀測的CLDAS提高了大氣驅動的質量進而改進了土壤的模擬。ERAInterim分辨率較粗不適合在青藏高原或者沿海地區使用，結合了CLDAS的EAR70在青藏高原精度提高。土壤表層溫度的精度隨著高精度的土壤狀態初始場進入模式中時間延長會顯著下降。因此，CLDAS的實時同化方式，能夠有效提高在分析數據的精度。
2021, 49(6):838-843.
摘要:
針對既有氣象溫度自動檢定系統無法滿足傳感器年檢量不斷攀升的現狀，為實現溫度檢定全程無人參與，提出一種基于機械臂的溫度傳感器檢定系統。首先設計系統的并行控制工作模式及總體架構，然后指出搭建系統的關鍵技術是實現現場通信抗干擾，即分析電源共地、磁場環境、現場通信等要素共同作用使標準器示值持續跳變問題，最后提出一種抗干擾方法，并對優化后的系統進行對比測試。試驗結果表明，該方法可使標準器示值回復至穩定狀態，充分保證系統正常運行。
針對既有氣象溫度自動檢定系統無法滿足傳感器年檢量不斷攀升的現狀，為實現溫度檢定全程無人參與，提出一種基于機械臂的溫度傳感器檢定系統。首先設計系統的并行控制工作模式及總體架構，然后指出搭建系統的關鍵技術是實現現場通信抗干擾，即分析電源共地、磁場環境、現場通信等要素共同作用使標準器示值持續跳變問題，最后提出一種抗干擾方法，并對優化后的系統進行對比測試。試驗結果表明，該方法可使標準器示值回復至穩定狀態，充分保證系統正常運行。
2021, 49(6):844-850.
摘要:
天氣雷達回波需要與地理信息融合應用，以定位雷達回波，指導氣象服務。本文針對新一代天氣雷達業務化系統（ROSE）產品顯示子系統，設計了全新的開放地圖格式，采用全國一份地圖數據文件，各地雷達站點動態匹配的方式, 改進了現有雷達業務系統中主用戶處理系統（PUP)需要各個站點分別申請定制地圖的不便。ROSE產品顯示子系統支持多種型號業務雷達數據在不同地球投影方式下的地圖自適配顯示。地圖應用子模塊程序設計中引入設計模式，有效解決了精細化地圖數據的顯示效率問題，實現了顯示信息與速度的平衡。
天氣雷達回波需要與地理信息融合應用，以定位雷達回波，指導氣象服務。本文針對新一代天氣雷達業務化系統（ROSE）產品顯示子系統，設計了全新的開放地圖格式，采用全國一份地圖數據文件，各地雷達站點動態匹配的方式, 改進了現有雷達業務系統中主用戶處理系統（PUP)需要各個站點分別申請定制地圖的不便。ROSE產品顯示子系統支持多種型號業務雷達數據在不同地球投影方式下的地圖自適配顯示。地圖應用子模塊程序設計中引入設計模式，有效解決了精細化地圖數據的顯示效率問題，實現了顯示信息與速度的平衡。
2021, 49(6):851-859.
摘要:
衛星地面應用系統日益龐大網絡環境越來越復雜，各分系統在同一個OSPF（Open Shortest Path First）網絡區域內相互傳遞數據信息，存在隨著網絡規模越來越大，路由器設備增加，導致每臺路由器所維護的LSDB（LinkState DataBase）也逐漸變得臃腫的問題。龐大的LSDB計算會消耗更多的設備資源，導致設備負擔加大，一旦網絡拓撲變化將會引起整個域內所有路由器的重新計算。本文利用OSPF動態路由具有選擇協議區域劃分的特性，對衛星地面應用系統整體網絡結構進行層次化分割,控制區域內路由器訪問其他區域的路由路徑，將LSA（LinkState Advertisement）泛洪被限制在區域內，減少了維護LSDB的數量及路由表路由條目，節約了控制層面的資源，把有效的資源用于數據層面的數據轉發，從而提高衛星地面應用整體網絡系統的數據轉發率。整體網絡的區域劃分可有效地把拓撲變化的影響控制在本區域內，任意一區域網絡拓撲發生變化，不會影響整體網絡系統變化，從而提高衛星地面應用整體網絡系統結構的穩定性和擴展性。
衛星地面應用系統日益龐大網絡環境越來越復雜，各分系統在同一個OSPF（Open Shortest Path First）網絡區域內相互傳遞數據信息，存在隨著網絡規模越來越大，路由器設備增加，導致每臺路由器所維護的LSDB（LinkState DataBase）也逐漸變得臃腫的問題。龐大的LSDB計算會消耗更多的設備資源，導致設備負擔加大，一旦網絡拓撲變化將會引起整個域內所有路由器的重新計算。本文利用OSPF動態路由具有選擇協議區域劃分的特性，對衛星地面應用系統整體網絡結構進行層次化分割,控制區域內路由器訪問其他區域的路由路徑，將LSA（LinkState Advertisement）泛洪被限制在區域內，減少了維護LSDB的數量及路由表路由條目，節約了控制層面的資源，把有效的資源用于數據層面的數據轉發，從而提高衛星地面應用整體網絡系統的數據轉發率。整體網絡的區域劃分可有效地把拓撲變化的影響控制在本區域內，任意一區域網絡拓撲發生變化，不會影響整體網絡系統變化，從而提高衛星地面應用整體網絡系統結構的穩定性和擴展性。
2021, 49(6):860-868.
摘要:
為解決衛星廣播傳輸缺陷及省級用戶獲取臨省實時觀測資料和實況分析產品等迫切的業務需求，設計并實現了基于消息通知機制的國省數據共享系統。系統基于RabbitMQ的消息機制進行業務和數據資源的整合及集成，采用多層體系架構，滿足基于地面寬帶的數據快速有序下載和衛星廣播數據補調等國省數據共享需求，支持大容量多種數據的高速傳輸，支持HTTP、FTP、SFTP等多種數據傳輸協議。系統已經上線提供服務，實現智能網格、多源融合實況分析等25種氣象資料的國省數據共享，月平均共享數據量達6.3 TB，且建立全流程監視，有效保障數據共享的時效性。
為解決衛星廣播傳輸缺陷及省級用戶獲取臨省實時觀測資料和實況分析產品等迫切的業務需求，設計并實現了基于消息通知機制的國省數據共享系統。系統基于RabbitMQ的消息機制進行業務和數據資源的整合及集成，采用多層體系架構，滿足基于地面寬帶的數據快速有序下載和衛星廣播數據補調等國省數據共享需求，支持大容量多種數據的高速傳輸，支持HTTP、FTP、SFTP等多種數據傳輸協議。系統已經上線提供服務，實現智能網格、多源融合實況分析等25種氣象資料的國省數據共享，月平均共享數據量達6.3 TB，且建立全流程監視，有效保障數據共享的時效性。
2021, 49(6):869-877.
摘要:
利用2018年10月1日至2019年9月30日北京地區55個地面氣象站的實況觀測數據對歐洲中期天氣預報中心的全球預報（ECMWFthin）、國家氣象中心區域預報（Grapes）、北京睿圖（RMAPS）、國家級指導預報（SCMOC）、北京智能網格溫度客觀預報（BJTM）和集合相似預報（AnEn）的逐日最高、最低氣溫預報結果進行檢驗評估。結果表明：①ECMWFthin模式預報效果優于Grapes和RMAPS，客觀方法BJTM和AnEn對ECMWFthin的改進效果明顯。②AnEn在10月至次年4月預報效果好，BJTM在5—9月預報效果好；不同預報時效中，AnEn在短期、中期前段預報效果較好，BJTM在中期5～9 d預報效果相對較好。③以南郊觀象臺為代表站進行檢驗，結果顯示模式預報均存在明顯的系統偏差，客觀方法對系統偏差有很好的訂正效果。④在降水、大風或無天氣系統時，BJTM、AnEn的日最高溫度預報準確率較高；霧霾天氣背景下，ECMWFthin的最高溫度預報準確率較高。霧霾、大風和無天氣系統時，ECMWFthin最低溫度預報偏差最小，客觀方法對模式預報無改進；降水天氣背景下，RMAPS和BJTM對最低溫度的預報偏差最小。
利用2018年10月1日至2019年9月30日北京地區55個地面氣象站的實況觀測數據對歐洲中期天氣預報中心的全球預報（ECMWFthin）、國家氣象中心區域預報（Grapes）、北京睿圖（RMAPS）、國家級指導預報（SCMOC）、北京智能網格溫度客觀預報（BJTM）和集合相似預報（AnEn）的逐日最高、最低氣溫預報結果進行檢驗評估。結果表明：①ECMWFthin模式預報效果優于Grapes和RMAPS，客觀方法BJTM和AnEn對ECMWFthin的改進效果明顯。②AnEn在10月至次年4月預報效果好，BJTM在5—9月預報效果好；不同預報時效中，AnEn在短期、中期前段預報效果較好，BJTM在中期5～9 d預報效果相對較好。③以南郊觀象臺為代表站進行檢驗，結果顯示模式預報均存在明顯的系統偏差，客觀方法對系統偏差有很好的訂正效果。④在降水、大風或無天氣系統時，BJTM、AnEn的日最高溫度預報準確率較高；霧霾天氣背景下，ECMWFthin的最高溫度預報準確率較高。霧霾、大風和無天氣系統時，ECMWFthin最低溫度預報偏差最小，客觀方法對模式預報無改進；降水天氣背景下，RMAPS和BJTM對最低溫度的預報偏差最小。
2021, 49(6):878-884.
摘要:
利用2017年6—8月的FNL再分析資料分析了新疆地區夏季平流層低層風場的時空演變特征，開展了平流層低層風場的高分辨率數值模擬和檢驗。結果表明：新疆地區夏季平流層緯向風隨時間的變化存在經向差異，同時準零風層開始和結束的時間也存在經向差異，準零風層開始時間南部地區早于北部地區，而準零風層結束時間則相反。整個夏季新疆地區上空的準零風層處于70～40 hPa之間，其高度隨時間呈先降低而后升高的變化趨勢。準零風層數值模擬結果表明，模擬的準零風層參數與探空資料分析結果相比二者存在一致的變化趨勢，準零風層起始高度的平均絕對誤差為467 m，該高度對應的風速均方根誤差為1.75 m/s。
利用2017年6—8月的FNL再分析資料分析了新疆地區夏季平流層低層風場的時空演變特征，開展了平流層低層風場的高分辨率數值模擬和檢驗。結果表明：新疆地區夏季平流層緯向風隨時間的變化存在經向差異，同時準零風層開始和結束的時間也存在經向差異，準零風層開始時間南部地區早于北部地區，而準零風層結束時間則相反。整個夏季新疆地區上空的準零風層處于70～40 hPa之間，其高度隨時間呈先降低而后升高的變化趨勢。準零風層數值模擬結果表明，模擬的準零風層參數與探空資料分析結果相比二者存在一致的變化趨勢，準零風層起始高度的平均絕對誤差為467 m，該高度對應的風速均方根誤差為1.75 m/s。
2021, 49(6):885-896.
摘要:
利用2005—2019年河北省40個國家氣象觀測站逐小時降水資料，分析小時降水和小時強降水的時空分布特征，結果表明：①小時降水頻率近年來是降低的，而小時強降水頻次沒有明顯的變化趨勢，小時降水量、降水頻率、降水強度以及小時強降水頻次的月變化均呈單峰型分布，小時強降水頻次呈年差異化變大趨勢，使得小時強降水事件發生的極端性更突出；②年降水量總體呈東高西低、南高北低的趨勢，大值區主要位于東北和西南地區，降水頻次和降水強度受地形影響較為明顯，降水頻次大值中心位于海拔較高的北部和中西部，平原頻次較低，而降水強度大值區位于東北部，這是受副熱帶高壓和地形作用共同影響造成的；③河北省降水主要集中在傍晚到夜間，降水峰值出現的時間有自西向東延后的特征，受午后局地對流天氣的影響，最大峰值多出現在17:00前后，小時強降水發生頻次較高；④小時強降水的高發時期是7—8月，主要集中在河北東部和南部，其最大值出現在東北部和石家莊一帶；⑤南部降水量主要源于降水強度的貢獻，北部、西部山區和西北部壩上地區降水量更主要的是受降水頻率的影響；東北部降水量則是降水頻率和降水強度的共同影響造成的。
利用2005—2019年河北省40個國家氣象觀測站逐小時降水資料，分析小時降水和小時強降水的時空分布特征，結果表明：①小時降水頻率近年來是降低的，而小時強降水頻次沒有明顯的變化趨勢，小時降水量、降水頻率、降水強度以及小時強降水頻次的月變化均呈單峰型分布，小時強降水頻次呈年差異化變大趨勢，使得小時強降水事件發生的極端性更突出；②年降水量總體呈東高西低、南高北低的趨勢，大值區主要位于東北和西南地區，降水頻次和降水強度受地形影響較為明顯，降水頻次大值中心位于海拔較高的北部和中西部，平原頻次較低，而降水強度大值區位于東北部，這是受副熱帶高壓和地形作用共同影響造成的；③河北省降水主要集中在傍晚到夜間，降水峰值出現的時間有自西向東延后的特征，受午后局地對流天氣的影響，最大峰值多出現在17:00前后，小時強降水發生頻次較高；④小時強降水的高發時期是7—8月，主要集中在河北東部和南部，其最大值出現在東北部和石家莊一帶；⑤南部降水量主要源于降水強度的貢獻，北部、西部山區和西北部壩上地區降水量更主要的是受降水頻率的影響；東北部降水量則是降水頻率和降水強度的共同影響造成的。
2021, 49(6):897-902.
摘要:
利用2008—2016年中國區域CMORPH（Climate Prediction Center Morphing）多衛星降水數據相融合的、分辨率為0.1°×0.1°的逐時降水量數據集，將每年5—8月分為梅雨前（5月1日至入梅前1日）、梅雨期（入梅當日至出梅當日）和梅雨后（出梅次日至8月31日），分析了大別山區梅雨季節降水的時間和空間演變趨勢。大別山區梅雨期間年平均降水量360.3 mm，梅雨前平均降水量279.7 mm，梅雨后平均降水量287.0 mm。梅雨季節主要存在3個降水大值區：山區北側中段、主峰東南側和西南側。從日變化情況來看，梅雨期降水日變化呈現雙峰特征，出現峰值的時間分別是09:00、16:00。梅雨前、梅雨后降水日變化呈單峰特征。強降水出現頻率的空間分布大值區也隨著梅雨前—梅雨期—梅雨后的時間變化逐漸北抬。
利用2008—2016年中國區域CMORPH（Climate Prediction Center Morphing）多衛星降水數據相融合的、分辨率為0.1°×0.1°的逐時降水量數據集，將每年5—8月分為梅雨前（5月1日至入梅前1日）、梅雨期（入梅當日至出梅當日）和梅雨后（出梅次日至8月31日），分析了大別山區梅雨季節降水的時間和空間演變趨勢。大別山區梅雨期間年平均降水量360.3 mm，梅雨前平均降水量279.7 mm，梅雨后平均降水量287.0 mm。梅雨季節主要存在3個降水大值區：山區北側中段、主峰東南側和西南側。從日變化情況來看，梅雨期降水日變化呈現雙峰特征，出現峰值的時間分別是09:00、16:00。梅雨前、梅雨后降水日變化呈單峰特征。強降水出現頻率的空間分布大值區也隨著梅雨前—梅雨期—梅雨后的時間變化逐漸北抬。
2021, 49(6):903-912.
摘要:
利用常規觀測資料、FNL再分析資料、FY2H靜止衛星以及雙偏振雷達數據，對發生在2020年5月25—26日、29—30日及6月2—3日浙江省的3次暴雨過程（簡稱“5〖DK〗·25”、“5〖DK〗·29”和“6〖DK〗·2”過程）進行了診斷分析，比較了3次暴雨的落區、強度、成因及云團等差異。結果表明：①3次暴雨均發生在高空槽前的低空切變線上，高空槽深淺、中尺度切變線位置、南部急流脈動強弱等因素是造成3次暴雨落區和強度差異的主要原因。②暴雨落區位于濕輻合帶西側，700 hPa濕〖WTHX〗Q〖WTBZ〗矢量散度場負值區對暴雨落區有較好的示蹤作用。③3次暴雨過程均存在鋒生作用和冷暖中心對，“5〖DK〗·25”過程中層鋒生先于低層，有弱溫度平流，為短歷時強降雨，其降水效率低，“5〖DK〗·29”和“6〖DK〗·2”過程則有強冷暖平流，為長歷時強降雨，降水效率高。④“5〖DK〗·25”過程暴雨云團尺度相對較小且生命史較短，降水穩定；“5〖DK〗·29”過程云體密實、云頂亮溫低、回波質心高度高且偏向于混合性降水；“6〖DK〗·2”過程主要為α中尺度對流云團，冷云蓋尺度大、存在柱狀對流回波、回波質心高度高且偏向于對流性降水。
利用常規觀測資料、FNL再分析資料、FY2H靜止衛星以及雙偏振雷達數據，對發生在2020年5月25—26日、29—30日及6月2—3日浙江省的3次暴雨過程（簡稱“5〖DK〗·25”、“5〖DK〗·29”和“6〖DK〗·2”過程）進行了診斷分析，比較了3次暴雨的落區、強度、成因及云團等差異。結果表明：①3次暴雨均發生在高空槽前的低空切變線上，高空槽深淺、中尺度切變線位置、南部急流脈動強弱等因素是造成3次暴雨落區和強度差異的主要原因。②暴雨落區位于濕輻合帶西側，700 hPa濕〖WTHX〗Q〖WTBZ〗矢量散度場負值區對暴雨落區有較好的示蹤作用。③3次暴雨過程均存在鋒生作用和冷暖中心對，“5〖DK〗·25”過程中層鋒生先于低層，有弱溫度平流，為短歷時強降雨，其降水效率低，“5〖DK〗·29”和“6〖DK〗·2”過程則有強冷暖平流，為長歷時強降雨，降水效率高。④“5〖DK〗·25”過程暴雨云團尺度相對較小且生命史較短，降水穩定；“5〖DK〗·29”過程云體密實、云頂亮溫低、回波質心高度高且偏向于混合性降水；“6〖DK〗·2”過程主要為α中尺度對流云團，冷云蓋尺度大、存在柱狀對流回波、回波質心高度高且偏向于對流性降水。
2021, 49(6):913-922.
摘要:
利用湖北省隨州市S波段雙偏振雷達資料及常規觀測資料，對2020年5月4日鄂北隨州出現的超級單體風暴進行分析。結果發現：①在有利天氣背景作用下，形成了上干冷下暖濕的垂直層結、0~6 km中等強度垂直風切變以及地面輻合線，為強風暴的發生發展提供環境條件和觸發條件。②超級單體發展過程中，觀測到前側“V”形入流缺口、中氣旋、弱回波穹隆、懸垂回波、鉤狀回波等特征，且風暴頂高度、風暴質心高度、最大水平反射率因子高度以及垂直累積液態含水量等風暴參數均呈先升后降趨勢。③超級單體的發展和成熟階段，在0 ℃層以下的低層，于前側下沉氣流西側的水平反射率因子大梯度區觀測到淺薄的差分反射率因子Zdr大值區，即Zdr??；④超級單體的初始階段、發展階段以及成熟階段，在0 ℃層之上的中層，觀測到強上升氣流的正溫度擾動使冰相粒子在附近融化而形成的Zdr環形大值區和相關系數環形小值區。⑤垂直方向上，在超級單體的初始階段、發展階段以及成熟階段均觀測到Zdr柱和差分相位常數Kdp柱。Zdr柱與弱回波穹隆區位置對應較好，其不同時期特征反映了上升氣流強的變化；Kdp柱的變化反映了超級單體中含有大量液態水滴區域的變化。
利用湖北省隨州市S波段雙偏振雷達資料及常規觀測資料，對2020年5月4日鄂北隨州出現的超級單體風暴進行分析。結果發現：①在有利天氣背景作用下，形成了上干冷下暖濕的垂直層結、0~6 km中等強度垂直風切變以及地面輻合線，為強風暴的發生發展提供環境條件和觸發條件。②超級單體發展過程中，觀測到前側“V”形入流缺口、中氣旋、弱回波穹隆、懸垂回波、鉤狀回波等特征，且風暴頂高度、風暴質心高度、最大水平反射率因子高度以及垂直累積液態含水量等風暴參數均呈先升后降趨勢。③超級單體的發展和成熟階段，在0 ℃層以下的低層，于前側下沉氣流西側的水平反射率因子大梯度區觀測到淺薄的差分反射率因子Zdr大值區，即Zdr??；④超級單體的初始階段、發展階段以及成熟階段，在0 ℃層之上的中層，觀測到強上升氣流的正溫度擾動使冰相粒子在附近融化而形成的Zdr環形大值區和相關系數環形小值區。⑤垂直方向上，在超級單體的初始階段、發展階段以及成熟階段均觀測到Zdr柱和差分相位常數Kdp柱。Zdr柱與弱回波穹隆區位置對應較好，其不同時期特征反映了上升氣流強的變化；Kdp柱的變化反映了超級單體中含有大量液態水滴區域的變化。
14 風電場風機覆冰期預報方法
2021, 49(6):923-929.
摘要:
采用Makkonen結冰增長模型鑲嵌冰表面輻射融化模型建立適用于風機覆冰的預報模型，基于WRF耦合CALMET綜合模式預測結果和風機性能參數驅動模型，進行風機覆冰開始和結束時間的預報。以湖北通山九宮山風電場為研究對象，對2012年12月至2013年12月期間監測到19次風機覆冰進行分析，分別采用提前1 d、提前2 d、提前3 d三種預報方案開展覆冰起止時間的預報，發現該模型對風機覆冰具有一定的提前預警能力，且越臨近覆冰發生時間，預報準確性越高。
采用Makkonen結冰增長模型鑲嵌冰表面輻射融化模型建立適用于風機覆冰的預報模型，基于WRF耦合CALMET綜合模式預測結果和風機性能參數驅動模型，進行風機覆冰開始和結束時間的預報。以湖北通山九宮山風電場為研究對象，對2012年12月至2013年12月期間監測到19次風機覆冰進行分析，分別采用提前1 d、提前2 d、提前3 d三種預報方案開展覆冰起止時間的預報，發現該模型對風機覆冰具有一定的提前預警能力，且越臨近覆冰發生時間，預報準確性越高。
2021, 49(6):930-941.
摘要:
機器學習是人工智能的核心，是使計算機具有智能的根本途徑之一。隨著以深度學習為代表的機器學習算法取得突破，人工智能呈現了加速發展的趨勢，在各行業取得了廣泛的應用。機器學習在計算效率、準確性、可移植性、協同性、靈活性、易用性等方面具有較大的優勢，下一步將有可能改變傳統的氣象觀測模式，加速和改善氣象觀測數據的處理，改善數值天氣預報質量以及推進地球科學的交叉融合。為更好地推動人工智能相關技術在氣象領域的應用，本文從氣象觀探測、數值預報、危險天氣識別與預警和衛星資料處理等方面對機器學習算法的應用現狀進行了整理。
機器學習是人工智能的核心，是使計算機具有智能的根本途徑之一。隨著以深度學習為代表的機器學習算法取得突破，人工智能呈現了加速發展的趨勢，在各行業取得了廣泛的應用。機器學習在計算效率、準確性、可移植性、協同性、靈活性、易用性等方面具有較大的優勢，下一步將有可能改變傳統的氣象觀測模式，加速和改善氣象觀測數據的處理，改善數值天氣預報質量以及推進地球科學的交叉融合。為更好地推動人工智能相關技術在氣象領域的應用，本文從氣象觀探測、數值預報、危險天氣識別與預警和衛星資料處理等方面對機器學習算法的應用現狀進行了整理。
2021, 49(6):942-952.
摘要:
利用地面常規觀測氣象資料、風廓線雷達等資料，從環流形勢、邊界層輸送擴散條件等方面對比分析了成都地區2017年12月至2018年1月兩次冬季典型重污染生消過程的異同，結果表明：①兩次過程均為靜穩型天氣背景,高層盛行緯向環流，近地面為均壓場、弱氣壓場，存在多層逆溫，夜間相對濕度高，風速小，風向多變，近地面主導風向為西北風、西風，風向對污染的區域輸送效果明顯；②在污染累積階段，邊界層內存在平均風速小于2 m/s、風向多變的小風層，清除階段的小風層特征則不顯著；③大氣折射率結構常數C2n與垂直速度可以作為垂直擴散條件的判據：污染累積階段，C2n大值區的高度一般為500～1500 m，清除階段，C2n大值區的高度顯著抬升，且垂直速度強下沉區與C2n大值區基本重合；④局地回流指數（RF）與通風系數對污染過程生消的指示性非常顯著。污染累積階段，1000 m高度以下的RF小于0.6，近地層的RF小于0.2，通風系數日平均值僅為1455 m2/s；清除階段的RF大于0.7，通風系數通常大于3000 m2/s；此外，較大的通風系數也可以起到傳輸上游污染物的作用。
利用地面常規觀測氣象資料、風廓線雷達等資料，從環流形勢、邊界層輸送擴散條件等方面對比分析了成都地區2017年12月至2018年1月兩次冬季典型重污染生消過程的異同，結果表明：①兩次過程均為靜穩型天氣背景,高層盛行緯向環流，近地面為均壓場、弱氣壓場，存在多層逆溫，夜間相對濕度高，風速小，風向多變，近地面主導風向為西北風、西風，風向對污染的區域輸送效果明顯；②在污染累積階段，邊界層內存在平均風速小于2 m/s、風向多變的小風層，清除階段的小風層特征則不顯著；③大氣折射率結構常數C2n與垂直速度可以作為垂直擴散條件的判據：污染累積階段，C2n大值區的高度一般為500～1500 m，清除階段，C2n大值區的高度顯著抬升，且垂直速度強下沉區與C2n大值區基本重合；④局地回流指數（RF）與通風系數對污染過程生消的指示性非常顯著。污染累積階段，1000 m高度以下的RF小于0.6，近地層的RF小于0.2，通風系數日平均值僅為1455 m2/s；清除階段的RF大于0.7，通風系數通常大于3000 m2/s；此外，較大的通風系數也可以起到傳輸上游污染物的作用。
2021, 49(6):953-959.
摘要:
為了研究福建省有效致災雷電的分布情況，基于福建省2004—2012年閃電定位數據及雷擊人員傷亡數據、福建省L17級谷歌遙感影像瓦片，引入卷積神經網絡模型對遙感影像所在區域是否屬于人員活動的屬性進行建模、訓練和預測，得到福建省人員活動屬性的格點產品，結合福建省歷史雷電數據對有效致災的雷電分布情況進行了分析，結果表明：①設計的遙感影像+CNN識別模型具有一定的可行性和準確率，通過顯著性水平為0.01的假設檢驗；②福建省有63.55%的格點為無人員活動區域；③平均有45.36%的閃電落在無人員活動的區域，因地制宜地對其他致災閃電進行預警是提高應急減災服務效果的可行途徑；④有效致災雷電密度與歷史雷擊人員傷亡數據的相關性遠大于常規雷電密度與歷史雷擊人員傷亡數據的相關性，有效致災雷電分布在表征雷電災害上比常規雷電分布更具有指示意義。
為了研究福建省有效致災雷電的分布情況，基于福建省2004—2012年閃電定位數據及雷擊人員傷亡數據、福建省L17級谷歌遙感影像瓦片，引入卷積神經網絡模型對遙感影像所在區域是否屬于人員活動的屬性進行建模、訓練和預測，得到福建省人員活動屬性的格點產品，結合福建省歷史雷電數據對有效致災的雷電分布情況進行了分析，結果表明：①設計的遙感影像+CNN識別模型具有一定的可行性和準確率，通過顯著性水平為0.01的假設檢驗；②福建省有63.55%的格點為無人員活動區域；③平均有45.36%的閃電落在無人員活動的區域，因地制宜地對其他致災閃電進行預警是提高應急減災服務效果的可行途徑；④有效致災雷電密度與歷史雷擊人員傷亡數據的相關性遠大于常規雷電密度與歷史雷擊人員傷亡數據的相關性，有效致災雷電分布在表征雷電災害上比常規雷電分布更具有指示意義。
2021, 49(6):960-967.
摘要:
利用遼寧省59個國家氣象站2008—2017年6—8月逐時地面觀測資料，綜合考慮夏季氣候舒適度和高影響天氣對避暑旅游的不利影響，確定遼寧避暑旅游氣候適宜度評價方法，分析了遼寧避暑旅游適宜度時空分布，為公眾及旅游相關部門了解當地避暑旅游氣候資源提供參考。研究表明：①遼寧避暑旅游適宜度由西北到東南逐漸增強， 59個地市（縣）中，很適宜避暑的有14個，適宜避暑的有22個，較適宜避暑的有16個。②夏季遼寧大部避暑旅游氣候舒適度較好，遼東和遼南氣候舒適度優于遼寧中部和西部。遼寧東部的本溪和沿海的丹東、大連、葫蘆島和錦州南部氣候舒適度等級最高，避暑氣候條件更好。③遼寧夏季暴雨高風險區在東南部的寬甸、丹東和鳳城一帶。高溫高風險區在朝陽大部和錦州西部。大風高風險區在鐵嶺北部、彰武、錦州、營口和長海。雷暴高風險區在鐵嶺、撫順東部、朝陽西部和莊河一帶。④6月、8月是遼寧適合避暑旅游的月份，尤其是 6月，避暑旅游適宜度最高，適宜面積最大。8月份次之， 7月避暑旅游適宜度較差。
利用遼寧省59個國家氣象站2008—2017年6—8月逐時地面觀測資料，綜合考慮夏季氣候舒適度和高影響天氣對避暑旅游的不利影響，確定遼寧避暑旅游氣候適宜度評價方法，分析了遼寧避暑旅游適宜度時空分布，為公眾及旅游相關部門了解當地避暑旅游氣候資源提供參考。研究表明：①遼寧避暑旅游適宜度由西北到東南逐漸增強， 59個地市（縣）中，很適宜避暑的有14個，適宜避暑的有22個，較適宜避暑的有16個。②夏季遼寧大部避暑旅游氣候舒適度較好，遼東和遼南氣候舒適度優于遼寧中部和西部。遼寧東部的本溪和沿海的丹東、大連、葫蘆島和錦州南部氣候舒適度等級最高，避暑氣候條件更好。③遼寧夏季暴雨高風險區在東南部的寬甸、丹東和鳳城一帶。高溫高風險區在朝陽大部和錦州西部。大風高風險區在鐵嶺北部、彰武、錦州、營口和長海。雷暴高風險區在鐵嶺、撫順東部、朝陽西部和莊河一帶。④6月、8月是遼寧適合避暑旅游的月份，尤其是 6月，避暑旅游適宜度最高，適宜面積最大。8月份次之， 7月避暑旅游適宜度較差。
2021, 49(6):968-974.
摘要:
氣候變化影響檸檬生長、產量和品質，本文利用云南省125個國家氣象站1981—2018年,月平均氣溫、月平均降水量、月日照時數，進行基準年代下云南檸檬氣候適宜性分區；采用RCP2.6、RCP4.5、RCP8.5氣候情景模式，研究2021—2030年、2031—2040年、2041—2050年云南檸檬氣候適宜區的變化，探討未來氣候變化背景下，云南檸檬氣候適宜性變化，以期對檸檬產業布局、規劃、引種提供科學的指導。結果表明：21世紀中葉，RCP2.6情景下檸檬最適宜種植區增加了3成左右，RCP4.5情景下檸檬最適宜種植區增加了5成左右，RCP8.5情景下檸檬最適宜種植區增加了9成左右。但由于受降水因子的限制，中度適宜區到2041—2050年開始縮減，總的可適宜種植區（高度適宜區+中度適宜區）基本趨于穩定，這將給檸檬在云南的種植發展提供廣闊空間。
氣候變化影響檸檬生長、產量和品質，本文利用云南省125個國家氣象站1981—2018年,月平均氣溫、月平均降水量、月日照時數，進行基準年代下云南檸檬氣候適宜性分區；采用RCP2.6、RCP4.5、RCP8.5氣候情景模式，研究2021—2030年、2031—2040年、2041—2050年云南檸檬氣候適宜區的變化，探討未來氣候變化背景下，云南檸檬氣候適宜性變化，以期對檸檬產業布局、規劃、引種提供科學的指導。結果表明：21世紀中葉，RCP2.6情景下檸檬最適宜種植區增加了3成左右，RCP4.5情景下檸檬最適宜種植區增加了5成左右，RCP8.5情景下檸檬最適宜種植區增加了9成左右。但由于受降水因子的限制，中度適宜區到2041—2050年開始縮減，總的可適宜種植區（高度適宜區+中度適宜區）基本趨于穩定，這將給檸檬在云南的種植發展提供廣闊空間。
2021, 49(6):975-982.
摘要:
利用1960—2019年廣西88個國家氣象觀測站逐日氣溫資料，將研究時段分成前30年（P1：1960—1989年）和后30年（P2：1990—2019年）2個階段，分析早稻安全播種期和安全移栽期、晚稻安全齊穗期和安全成熟期的年際變化規律，并通過比較P1和P2階段不同保證率下各安全生產期的差異，分析氣候變暖背景下廣西雙季稻安全生產期的變化特征。結果表明：①早稻安全播種期和安全移栽期主要表現為提前變化趨勢,晚稻安全齊穗期和安全成熟期主要表現為推遲變化趨勢，全區80%和90%保證率安全播種期和安全移栽期平均提前2 d，80%和90%保證率安全齊穗期平均推遲2 d，80%和90%保證率安全成熟期平均推遲5 d和6 d。②安全生產期的變化特征空間差異性較大，桂東北安全播種期和安全移栽期提前天數最多,達6 d以上，百色那坡、靖西地區安全齊穗期推遲天數最多，達6 d以上，全區大部分地區安全成熟期推遲天數在6～10 d，空間差異相對較小。
利用1960—2019年廣西88個國家氣象觀測站逐日氣溫資料，將研究時段分成前30年（P1：1960—1989年）和后30年（P2：1990—2019年）2個階段，分析早稻安全播種期和安全移栽期、晚稻安全齊穗期和安全成熟期的年際變化規律，并通過比較P1和P2階段不同保證率下各安全生產期的差異，分析氣候變暖背景下廣西雙季稻安全生產期的變化特征。結果表明：①早稻安全播種期和安全移栽期主要表現為提前變化趨勢,晚稻安全齊穗期和安全成熟期主要表現為推遲變化趨勢，全區80%和90%保證率安全播種期和安全移栽期平均提前2 d，80%和90%保證率安全齊穗期平均推遲2 d，80%和90%保證率安全成熟期平均推遲5 d和6 d。②安全生產期的變化特征空間差異性較大，桂東北安全播種期和安全移栽期提前天數最多,達6 d以上，百色那坡、靖西地區安全齊穗期推遲天數最多，達6 d以上，全區大部分地區安全成熟期推遲天數在6～10 d，空間差異相對較小。
您是第位訪問者
技術支持：北京勤云科技發展有限公司
技術支持：北京勤云科技發展有限公司