简介:根据冀北地区2012—2015年输电线路雷击灾害资料及1981—2015年雷暴日数,结合冀北地区的人口密度、经济发展等社会经济特征,选取雷击灾害频度、雷暴日数、生命易损模数和经济易损模数4个指标,采用层次分析法确定评估指标权重分布,建立输电线路雷击风险评估模型,形成冀北地区输电线雷击灾害风险区划图。结果表明:极高风险区有崇礼、丰宁、承德县、青龙、迁安、遵化、迁西、丰润和香河,高风险区主要位于张家口中部和南部、承德北部和东部、唐山中部和廊坊中部,极高风险区和高风险区应为输电线路雷击风险重点防护地区;中风险区主要位于张家口北部和西部、承德中部和东南部、唐山东部、秦皇岛中部、廊坊北部和南部;低风险区主要位于玉田、曹妃甸、滦南、乐亭和永清。
简介:利用位于青藏高原东侧理塘大气综合观测站2008年观测资料,分析了高寒草甸下垫面地表通量的时间变化特征,确定了温度、水汽和CO2的归一化标准差在不稳定情况下随稳定度变化的通量方差关系,采用通量方差法对感热、潜热和CO2通量进行计算,并与涡旋相关系统的观测结果进行比较。结果表明:地表通量月平均日变化呈较规则的日循环特征,季节变化特征也较明显,雨季(5—9月)潜热大于感热,干季则以感热为主,CO2通量以6—9月最大。在不稳定条件下,温度、水汽和CO2的归一化标准差随稳定度的变化均满足-1/3规律,其通量方差相似性常数分别为1.2、1.4和0.9。通量方差法估算的通量值与涡旋相关观测的通量值有较好的一致性,但估算感热通量的效果优于潜热通量和CO2通量。该方法高估了感热通量尤其是潜热通量,而低估了CO2通量。利用直接观测的感热通量计算潜热通量和CO2通量可改善计算结果。
简介:综合利用辽宁省及周边区域9部多普勒天气雷达组网拼图资料与地面加密自动气象站降水观测资料,通过最优化法,建立适合辽宁本地区的动态Z-I关系,实时得到高时空分辨率雷达定量降水反演资料。结果表明:对2011年台风"米雷"和2012年台风"达维"降水反演表明,动态Z-I关系法可以反演地面降水的主要空间分布特征,但反演的强降水中心存在较大偏差;动态Z-I关系法定量降水反演能力整体优于固定Z-I关系法,但存在高估小雨强度和抑制大雨强度的系统性偏差,特别是对于20.0mm·h^-1以上量级的强降水,平均误差达-10.0mm以上,平均相对误差超过70.0%;各量级降水样本所占比例的差异与地理区域气候条件的差异,是动态Z-I关系法反演降水产生误差的两个主要原因。
简介:依据气温间的空间相关性,将地统计学中的普通克里金法(OrdinaryKriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(ImprovedOrdinaryKriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(InverseDistanceWeighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。
简介:选取2008年3月21—29日奥地利地区的降水天气过程,从欧洲中期天气预报中心全球集合数值预报模式生成的50个全球集合预报成员出发,通过聚类方法选取有代表性的16个成员,为中欧有限区域集合预报系统区域集合预报系统提供初边值扰动,进行初边条件不确定性数值试验,揭示初边条件不确定性对区域集合预报的影响。结果表明:经过聚类后选取的16个成员可以较好地代表50个全球集合预报成员大尺度背景的不确定性;集合平均结果在一定程度上修正了奥地利中部地区降水量级偏大和北部的降水空报情况;通过聚类后的集合系统得到的预报结果与控制预报相比表明,某些集合成员对降水预报有更好的指示意义;通过连续试验的对比,两个经聚类后得到的集合系统的降水预报评分均比业务预报的评分高,且集合离散度也较大;而成对和不成对的集合预报系统的预报结果基本相似。说明直接从全球大尺度集合预报模式成员中"降尺度"构造区域集合预报模式成员是可行有效的。
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:利用地表太阳总辐射和散射辐射对LongandAckerman(2000)的云检测算法进行了改进,提高了云判别的准确率。首先采用比值概率密度峰值法,初步选出晴天时刻。然后根据晴天时刻的地表太阳总辐射和太阳天顶角余弦值,拟合得到该日晴天总辐射近似表达式。在此基础上,计算各时刻实际观测值与用该拟合式估计的总辐射的比值,并再次利用比值概率密度峰值法,判断该时刻的天空状况。最后利用全天空成像仪观测资料和站点天气记录结果检验算法,结果表明,在天顶角小于75°条件下,本算法判断准确率平均达90.9%。改进的云检测算法减少了因水汽柱总量、气溶胶浓度和系统测量偏差的日变化及天顶角变化造成的误差。应用该检测算法,得到了香河和太湖两地云El发生频率并分析了云地表辐射强迫季节变化特征。两地云出现频率和云地表短波辐射强迫均夏季最大,春秋次之,冬季最小,太湖站云出现频率的季节变化幅度不及香河。香河云地表短波辐射强迫年平均为-39.5W·m-2,春夏秋冬季节平均分别为-25.9W·m-2、-70.9W·m、-51.1W·m-2、-10.8W·m-2。太湖云地表短波辐射强迫年平均为-66.2W·m-2,春夏秋冬季节平均分别为-84.6W·m-2、-89.1W·m-2、-50.2W·m-2、-44.1W·m-2。