基于位置微博的大风信息提取及应用

利用广东省广州市2017年1月1日至5月30日的大风信息和灾情数据,分析了大城市位置微博的时空特征,在此基础上采用关键词语意分析、风险等级映射、灾情权重值结合GIS热点分析的方法构建基于位置微博的大风信息提取架构,实现大风信息的提取,并利用个例进行验证。研究表明:本文提出基于位置微博的大风信息提取架构,对收集大风信息和灾情具有一定的实用价值。而位置微博信息本身具有及时性强、成本低、数据量大的优势,能作为一种大风信息提取的有效补充手段。     

基于多源探测资料的一次广州局地强对流垂直结构分析

基于X波段相控阵雷达、S波段双偏振雷达、微波辐射计、风廓线雷达、毫米波云雷达等多源高时空分辨率新型遥感探测资料,对广州后汛期一次局地强对流过程的大气热力、动力及云物理结构变化特征进行了综合分析。结果表明：(1)强对流前8小时前,局地LI、CAPE、SI等对流参数就达到并远远超过了短时强降水的阈值;临近降水大气层结仍向不稳定发展,水汽条件向有利的方向发展;(2)午后局地风形成辐合,上升气流加强,近地层出现弱垂直风切变和低空急流脉动,对强对流的发生发展有一定的指示意义;(3) CINRAD/SA-D雷达CR、DBZM HT、TOPS、VIL等变化与强降水和地面大风的发展有很好的对应关系,同时低层风场观测到阵风锋特征;XPAR-D雷达更高时空分辨率的探测可清晰显示对流发展旺盛阶段的Z_DR弧、K_DP柱、Z_DR柱、V型缺口等特征,为判断雷暴云团的发展程度和预警提供重要信息。     

广州市空气污染影响因子与预报建模

利用广州市环境监测站2007-2009年的空气污染指数(API)及同期地面气象要素(大气能见度、10 min平均风速、最大风速、气温、绝对湿度、相对湿度、露点温度、气压、24 h降水量)观测资料和空气污染物(PM10、SO2、NO2)监测数据,分析广州市空气污染指数(API)与气象要素及空气污染物之间的联系,挑选相关因子,用多元回归法和径向基神经网络进行API建模,并对2009年1--4月和9-12月进行试报,结果表明:后者预测效果比前者优异,可作为广州市空气污染预报的参考手段.     

广州气象决策服务APP的设计与实现

首先分析了广州气象决策服务的方式及现状,针对决策信息传达与接收环节中的被动型与模糊性等不足之处,根据用户对APP的功能性与个性化需求,形成移动端的解决方案,重点体现气象实况数据查询和统计功能以及专项活动保障模块,就关键技术环节的处理提出了技术实现方式。APP功能全面,界面操作便捷,截止到目前为止,共有约630名决策者或业务人员成为APP注册用户,在2019年汛期气象保障服务中,系统运行稳定,显著提升了气象决策工作的灵活性,用户反馈良好。     

雷达反演资料的Nudging同化对华南暴雨过程短临预报的影响

基于1 km分辨率的华南区域短临预报模式,利用松弛逼近法Nudging同化由雷达观测反演的风场和水物质,选取两次华南前汛期降水过程进行试验,目的在于研究调整初始风场和调整初始水物质场对于短临模式降水预报的不同影响。首先对反演结果进行了初步验证,结果表明试验中反演结果是基本合理的。进而将雷达反演结果 Nudging同化到模式预报中,和控制试验(test-ctl)进行比较可以看出:(1)仅Nudging同化水物质试验(test-qcqr)可以比较有效地改进0～7 h降水预报,特别是对于0～2 h降水偏少的现象改进最为显著。(2)仅Nudging同化风场试验(test-uv)对3～7 h预报有一定的改进,但总体来说改进的幅度很小。(3)同时Nudging同化水物质及风场试验(test-qcqr-uv)的结果最优,它对于0～10 h降水预报都有比较明显的改进。从微物理量的垂直分布来看,前期模式降水主要来源于Nudging同化到初始场中的水物质信息,所以test-qcqr和test-qcqr-uv对前期降水预报的改进都比较明显。Nudging同化雷达反演风场资料可以迅速的调整初始场中低层辐合线存在的偏差,但是它对降水的影响必须配合水物质的调整才能比较明显地体现出来。总的来说,Nudging同化水物质对于短临降水预报影响最为显著,而在此基础上Nudging同化雷达风场对于3 h之后的降水预报会有更好的改进。     

两类El Ni?o事件对华南前汛期降水异常的影响

利用观测资料及模式结果探讨了EP/CP El Ni?o事件对华南前汛期（4—6月）降水异常的影响。结果发现,EP和CP型相关的华南前汛期降水异常分布之间存在明显月际差异,表现为4、5月EP（CP）型相关的降水异常以偏多（少）为主;6月则相反,EP（CP）型的降水呈负（正）异常分布。分析表明,EP型相关的4、5月偏强的副热带高压与850 hPa上西北太平洋反气旋异常相配合,有利于水汽从海洋向陆地输送,且两广地区水汽辐合,降水异常偏多;而6月相关的500 hPa异常场上对应偏强的东亚大槽,不利于水汽输送,且广东地区处于水汽辐散区,对应降水偏少。CP型相关的4、5月对应500 hPa上东亚大槽偏强,不利于水汽往陆地输送,且华南为水汽辐散,降水偏少;6月的500 hPa上呈现“+-+”的东亚-太平洋遥相关波列（EAP）型,华南地区为明显的水汽辐合,降水偏多。GFDL模式较好地再现了EP /CP型的4、5月降水异常分布及大气环流形势,但是对6月的模拟存在一定偏差。      

基于神经网络的广州市能见度预报

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.     

台风“妮妲”的数值模拟与暴雨成因分析

利用NCEP再分析资料(1°×1°),使用WRF模式对1604号台风"妮妲"进行了数值模拟,分析了该次台风暴雨形成的环流形势、动力、热力等条件,并探讨台风外围环流触发强对流天气过程的各云微物理量分布特征,结果表明:(1)"妮妲"是在副高偏强且稳定的环流背景下发生的,台风路径为稳定西北向,降水分布南多北少;(2)整个过程可分为台风本体降水和台风外围雨带降水,相对于本体降水,台风外围雨带产生的降水更具有短时强降水的特点;(3)对台风外围环流强降水的预报,能否准确判断冷空气的位置成为预报准确与否的关键;(4)该次台风过程外围环流引发的强降水天气、雪和霰的大值区分别位于雨水大值区的下游和上游方向,结合雷达产品,可能对降水大值区有一定的指示作用。