福建省泉州市地面测报工作现状及发展对策

来源 :第30届中国气象学会年会 | 被引量 : 0次 | 上传用户:a57556836
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过对福建省泉州市下属七个县局台站2008年-2010年地面测报现状做个分析,并结合自己几年来的工作实践,从技术培训、管理激励、监督检查等方面提出做好地面测报工作的对策,以期促进地面测报工作的开展,提高测报质量.
其他文献
本文选取了合肥、芜湖、安庆、宿州、滁州作为观测热环境受到城市化影响较大的城市台站,同时选取了肥西、南陵、怀宁、灵璧、凤阳作为观测热环境保护的较好的参考台站.首先利用台站观测数据进行定性研究,发现城市台站的气温序列明显高于参考台站,其观测数据不能真正体现观测地区气温状况,台站的区域一致性受到了城市化较大的影响.接着利用多时相的遥感数据进行定量研究,对台站半径为2千米缓冲区内的土地利用类型(LUCC)
本文利用常规气象资料、多普勒雷达资料、卫星云图对2012年7月7日出现在淮北市的暴雨到大暴雨过程进行分析.以期为今后的暴雨预报提供一些参考或借鉴。结果表明:在有利的环流背景条件下,中小尺度的发生发展和演变是这次暴雨产生的直接原因.雷达回波的强度及回波带的范围和回波所在的位置与降水有很好的对应关系.雷达回波的强度越大,降水的强度越大;雷达回波带的范围越大,降水的范围也大;回波带越集中,降水的强度也越
2013年6月11日08时至6月12日08时,北京地区出现了一次强对流天气过程,部分站点出现冰雹、短时强降水等灾害性天气.以期对今后的预报服务工作有所助益。本文详细分析此次过程的大尺度天气环流背景、物理量场、北京S波段新一代天气雷达基本反射率因子、径向速度、一小时累积雨量等产品和海淀风廓线探测数据、5分钟加密自动站数据,得出如下结论:(1)本次过程主要是对流层中层温度槽落后于高度槽,系统斜压性较强
本文研究了风廓线雷达标定系统中的两个问题.首先,在风廓线雷达回波强度标定原理的基础上,依据雷达气象方程,分析了发射功率变化和接收机增益变化对回波强度测量精度的影响,提出了通过实时测量每个脉冲重复周期内发射功率采样脉冲和回波功率在数字中频接收机的输出值,改善回波强度测量精度的方法.其次,在风廓线雷达速度标定原理的基础上,分析了速度标定中因I/Q信号的幅度、相位不平衡造成的镜像谱分量,提出了一种基于信
利用风廓线雷达获取的长序列水平风探测数据,进行了中高空大气的风能谱、湍流能谱分布特性分析.平稳天气情况下中高空湍能谱在4×10-5s-1~10-3s-1区间内呈指数分布,湍流能谱密度表达式为S(f)= afb,b值在-0.7~-1.1之间,处在含能区向惯性副区过渡区.不同天气情况下风能谱,湍能谱表现特征有所差异.在湍谱分布中表现不同的周期峰值区,湍能密度随高度变化也有所差异.
本文从机场低空风切变的来源、分类、定义及对飞行影响出发,对风廓线雷达在机场低空风切变探测中的算法进行了推导,并对风廓线雷达在机场低空风切变探测中的问题进行了探讨.
现有的全国地面站降水质量控制(Single-Gauge Method)主要从气候值界限和时空一致性两个方面提高地面站降水数据的质量,但是由于降水的局地突发性和结构不均匀性使得该技术在判断“突发局地强降水的真实性”受到限制,从而导致实际业务工作中这类降水常被误判.针对这一难点,将对中小尺度对流天气有监测优势的天气雷达资料应用于自动站逐小时降水数据质控技术的改进:通过建立不同降水强度下雷达-地面站降水
测报是气象工作的基础.面对气象事业的迅速发展,气象观测手段的逐步趋向自动化,随着观测仪器的不断更新以及新技术的不断引入,这就要求地面气象测报员不断的去学习新知识、新技术.云的观测是地面气象观测中问题最多的项目.目前借助仪器可以观测云量和云高,但云状观测仪器的研制技术尚未成熟,所以目前云的观测仍然以目测为主,因此极易受到人为因素的影响.本文总结了在云的观测和编码中常出现的一些问题,并对其加以分析.
本文使用NCEP/NCAR的1.Xl.再分析资料、地面加密观测资料、雷达资料、高分辨率云顶亮温(TBB)等资料,从中分析和暴雨形成条件分析入手,对福建省2010年6月持续性强降水期间的两场在业务预报出现失误同时降雨强度大且集中的降雨时段6月18日和22日大暴雨过程的中尺度特征和中小尺度天气系统的分析和比较,结果表明:“6.18”属典型的前汛期对流性暴雨,降水集中在18日白天,3小时降雨量达194.
针对传统卫星云图上云团跟踪算法的局限性和片面性,本文提出一种基于图像匹配和模式识别的强对流云团自动追踪算法.在强对流云团的识别过程中,提出了一种灰度阈值结合灰度梯度共生矩阵方法的降水云团识别算法,实现自动准确快速识别降水云团.实验结果表明,本文提出的识别算法的降水云团总体识别率达69%,虚假识别率仅为19%,识别时间为45s左右,总体效果优于单独使用灰度阈值识别方法和灰度梯度共生矩阵识别方法.在追