基于Android的贵州气象决策服务系统的设计与开发

来源 :第32届中国气象学会年会 | 被引量 : 0次 | 上传用户:maturevice
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
贵州气象决策服务系统是运用全国综合气象信息共享平台(CIMISS)和贵州气象信息综合业务系统中的气象数据,借助GIS、APP技术,在根据用户类型和需求定制手机个性化气象服务产品,适用人群:公众、各级领导、专业人士(预报员).本文探讨了贵州掌上气象如何为用户提供其最为关心的天气信息和决策服务;为气象灾害预警服务提供依据;预报员直接在手机上浏览所有气象气候原始、加工处理后的天气图、雷达、卫星资料,为此称之为"掌上的气象台",手机版的MICAPS(现代化人机交互气象信息处理和天气预报制作系统),它把气象信息运用得淋漓尽致,发挥气象服务到极致.达到直观、便捷、高效、智能的目的.
其他文献
本文拟采用GSI-3Dvar同化系统,选取北京"7,21"特大暴雨为个例,来验证GSI雷达资料同化后对强降水预报效果。预报采用的常规观测资料主要是地面和探空资料,雷达资料为河北境内的4部多普勒雷达资料,预报结果对比检验的实况资料为全国逐小时加密资料和实时雷达回波。(1)简单介绍GSI同化技术和迭代循环方式以及个例试验方案。GSI-3Dvar与传统的三维变分方法基本一样,都是基于变分的思想,通过给定
基于欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(GFS)、中国气象局(T639)三个单模式的厦门地区地面2m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究.结果表明,在2013年夏季3个月中,三个单模式的降尺度预报明
黑龙江省地形独特,汛期洪涝灾害时有发生,强对流天气多,暴雨预报相对困难.本文对8月份出现在黑龙江省的两次暴雨天气进行了省台、地市台、中央台的主客观预报及不同集合成员预报的分级降水和温度检验,以了解集合预报不同成员对黑龙江暴雨天气的预报能力,争取对今后的暴雨预报有一定启示作用.由于集合预报单站预报中,无北极村站,因此本文选择除北极村站的其他82站进行检验.根据82站逐站统计降水量、温度预报值与实况观
将中央台下发的FUSE精细化预报产品经过本地化应用开发,形成对预报员有用的显示和扩展平台,方便预报员随时查看温度、降水预报,了解FUSE产品预报性能,缩短了使用FUSE产品的时间,提高了预报效率.对2013年各个时效FUSE产品温度预报评分表明,08时起报的72小时高温预报和72小时时段以内低温预报准确率已经接近预报员平均水平,08时起报高低温预报效果均要优于20时,随着预报时效延长,08时和20
本文基于FVCOM海洋模式,利用台风模型构造的风场作为大气强迫,模拟了台风凡亚比经过台湾海峡时引起的风暴潮过程.分析了水位、流场等要素对台风的响应.结果显示:模拟的风暴潮水位与实测水位吻合较好,误差较小,也从侧面验证了近岸水位变化主要是局地风场造成;台风凡亚比造成台湾海峡大部分区域出现显著增水,大陆沿岸作为迎风区,增水最为明显,增水最大值达到2m以上,增水主要受到风场和地形的影响;表层风生流场与E
本文对GRAPES RAFS系统每天8个时次每3小时的2m温度(2014年12月1日-2015年1月1日)和3h降水(2013年6月20日-2013年7月21日)预报产品进行Time_lag(时间滞后)集合产品研究.针对滑动双权重平均法订正前后的2m温度开展Time_lag集合产品研究,采用了等权平均和非等权平均两种方法.针对3小时降水,在检验评估的基础上,采用了三种方式进行Time_lag集合产
利用发生在重庆市两次不同部位的区域性暴雨过程,然后利用ARPS-3DVAR进行3k m风暴尺度的资料同化分析,再利用WRF-ARW进行未来12h模拟预报实验,分别间隔6小时作为模拟的起始时间,分别同化多普勒雷达、自动站、探空,以及同化以上所有资料,并对各个预报实验结果进行检验和误差分析,研究不同地面气象要素对同化不同资料的响应.高时空分辨率的雷达资料同化,能够改进中小尺度数值模式的初始场,为模式微
随着气象业务的蓬勃发展和网络技术的日新月异,新的业务需求也对气象系统IT承载架构提出了新的考验,传统意义上的终端已经从台式计算机和笔记本电脑扩展到智能手机、PDA、电子阅读器等形式众多的移动设备,给网络安全工作带来了巨大的挑战.因为终端是用户登录并访问网络的起点,是访问应用系统并获取数据的起点,更是病毒传播、从内部发起恶意攻击、内部数据失窃的起点,因此在气象信息网络中部署良好的终端安全控制技术能够