排序方式: 共有18条查询结果,搜索用时 0 毫秒
1.
人机交互式台风浪业务预报系统的研制及应用 总被引:1,自引:0,他引:1
基于国内外海洋灾害业务化预警系统研究基础,进行台风浪数值预报产品释用的人机交互技术研究。利用软件工程原理开展系统需求分析、功能实现和数据库架构设计,采用地理信息系统(GIS)技术构建界面布局和人机交互界面,通过WEBGIS平台建立交互式预报制作和发布系统,实现了数值预报系统业务化自动运行、数值预报产品标准化管理、数据分析与可视化表达、人机交互偏差订正与成图发布等多种功能;以2011年5号台风"米雷"为试预报案例,验证了系统的制作和发布功能,实现了区域环台风浪预警报系统的的业务化应用。 相似文献
2.
区域海洋减灾能力评估指标体系构建与权重量化 总被引:1,自引:1,他引:0
为有效开展防灾减灾,需要充分了解区域海洋减灾能力现状,从而科学确定未来减灾能力建设的优先领域及重点工程。首先梳理了能力评估与灾害管理阶段、能力建设优先领域、能力评估对象与建设主体等要素之间的关系,以及评估指标体系共性设计与区域个性的关系;其次,通过组织部门及地方的相关减灾机构与专家开展多方参与式讨论,综合了海洋、水文、气象、民政、应急、教育及综合减灾等多个领域专家的减灾经验,构建了区域海洋减灾能力评估三级指标体系,包括6个一级指标、21个二级指标及136个三级指标;然后,基于专家问卷(有效问卷69份)及层次分析(AHP)方法,量化了三级指标体系中各指标的权重。区域海洋减灾能力评估三级指标体系及指标权重成果已在相关市县开展了评估试点应用,为未来在全国范围开展区域海洋减灾能力评估奠定了良好基础。 相似文献
3.
基于2008~2019年青海地质灾害的灾情记录和CLDAS融合数据,分析青海高原滑坡、泥石流和崩塌等气象地质灾害的时空分布,研究诱发气象地质灾害的降水量和土壤湿度变化特征,确定了灾害预警条件。结果表明:近12a青海高原气象地质灾害共发生了23次,灾害易发区在西宁市、海南州、黄南州和玉树州,7月是气象地质灾害发生次数最多的月份。有效降水量和土壤湿度是气象地质灾害的重要影响因子,灾害预警条件为:当天及前一天有效降水量之和达到10mm或持续有效降水量达到18mm,并同时满足0~10cm和10~40cm的土壤体积含水量差值≤0.03mm3/mm3或其中一个深度的土壤体积含水量≥0.27mm3/mm3。 相似文献
4.
利用中尺度数值预报模式MM5对山西省2009年发生的几场典型雾个例进行数值模拟。结果表明:模拟2 m温度比观测值偏低约2 ℃,相对湿度模拟结果比观测值偏大约15 %,10 m的模拟风速比观测的偏大0-2 m·s-1。山西省雾的预报指标为20 m液态水含量大于等于0.13 g·kg-1而小于0.60g·kg-1、20-1500 m高度大气层存在逆温层、地面风速小于4 m·s-1。利用太原测站日平均能见度、日平均相对湿度以及空气污染指数进行拟合建立太原能见度预报模型,并利用实测资料订正MM5、CAPPS模式预报误差,给出订正后的能见度预报方程并以两次实例对区域及太原雾天能见度预报表明该能见度预报模型有一定的适用性。 相似文献
5.
利用中尺度模式MM5(The Fifth—Generation NCAR/Penn State Mesoscale Model)对山西省2009年发生的3场典型雾个例进行了数值模拟,探讨了物理过程参数化方案对雾数值模拟的影响,确定了基于模式模拟数据的雾判别指标,为该地区大雾数值预报系统的研制提供了理论基础。结果表明,综合考虑边界层方案和辐射方案对地表温度、高空温度、2m温度及相对湿度、10m风速、雾的空间分布、雾的生消过程、雾的发展高度等要素数值模拟的影响,边界层方案选用high-resolution planetary boundary layers cheme(HIR)方案、辐射方案选用Cloud方案时,雾数值模拟的结果与实况更为一致。综合分析多个典型雾个例的模拟结果,山西省境内雾的预报指标为:20m液态水含量为0.13~0.6g·kg^(-1),20~1500m高度大气层存在逆温层,10m风速小于4m·s^(-1)。 相似文献
6.
利用常规观测资料、中尺度加密气象站资料以及卫星和雷达产品等资料,对2015年7月13日出现在祁连山南麓的一次冰雹天气进行综合分析。结果表明:蒙古冷涡旋转过程中底部下滑的冷槽向东南方向移动引导高空冷空气和正涡度平流,配合地面辐合线共同影响,给祁连山区南麓地区带来此次冰雹天气;南北较大的湿度梯度与中低层冷空气的渗透,使得大气层结不稳定度加大,促使垂直上升运动加强,为强对流天气的发展提供了有利条件。卫星云图上出现的逗点状雹暴云团,是造成冰雹天气的主要中尺度系统。雷达回波强度图上回波具有典型冰雹结构特征;VIL值出现骤降和陡增的变化趋势,与降雹时间有一一对应关系。 相似文献
7.
8.
基于2008—2020年青海省的灾情记录,利用灾损指数分析了青海省洪涝灾害的时空分布特征,确定了青海省的洪涝灾害高风险区。同时采用2017—2020年多源融合的CLDAS降水数据,利用机器学习算法建立了洪涝灾害预报模型,确定了致灾雨量阈值。结果表明:(1)青海省洪涝灾害2018年最多,共98次,2014年最少,共16次,7—8月是洪涝灾害的高风险时段。空间变化表现为,基于年平均灾害次数的高风险区为海南州-海西州东部,基于年平均灾损指数的高风险区为海东市-西宁市。(2)利用多种机器学习算法,得到基于CLDAS数据的1 h、2 h和24 h雨强是预警灾害的降水因子,海南州-海西州东部1 h或2 h最大雨强达到6.8 mm,或者24 h最大雨强达到11.1 mm,是预警洪涝灾害的降水阈值。海东市-西宁市及邻近地区1 h或2 h最大雨强达到13 mm,或者24 h最大雨强达到18.2 mm,是其预警洪涝灾害的降水阈值。 相似文献
9.
2016年江淮地区梅汛期首场持续性暴雨的持续原因初探 总被引:2,自引:4,他引:2
利用NCEP/NCAR的再分析资料和逐6 h降水实况观测资料,对2016年6月30日—7月6日江淮地区首场持续性暴雨的持续原因进行了初步分析。结果表明,此次持续性暴雨的主雨带位于西太平洋副热带高压(简称西太副高,下同)的西北侧、中低层江淮切变线的南侧,高空急流入口区的右侧,低空急流轴的左前侧;高空强辐散与低空强辐合长时间维持为暴雨的持续提供了有利的动力条件,西风槽前和西太副高外围两个水汽通道为此次暴雨过程提供了充分的水汽,其周期性辐合为暴雨的持续提供了有利的水汽条件;江淮流域上空大气上干冷、下暖湿状态的重复形成,为暴雨的持续提供了足够的能量;江淮切变线附近中尺度低涡的新生、发展和维持为暴雨的持续提供了持续的辐合抬升条件;锋生的周期性增强对降水强度的预报具有一定指示意义。 相似文献
10.