排序方式: 共有16条查询结果,搜索用时 2 毫秒
1.
2.
利用2016年1月1日—2018年12月31日吉林省381个站的逐日最高气温、最低气温和定时气温的观测数据,对ECMWF高分辨率模式的2 m最高、最低气温和定时气温预报进行检验分析.结果表明,ECMWF模式对吉林省的气温预报与实况存在一定偏差;从空间上看,自西向东气温预报准确率逐渐递减,预报误差逐渐增大;从时间上看,随预报时效的增长,预报准确率逐渐下降.对ECMWF的气温预报进行高度差订正后,模式最高气温24 h、48 h、72 h的预报准确率分别从52%、51%、50%提高至58%、56%、54%;最低气温准确率分别从58%、56%、54%提高至64%、62%、59%;定时气温准确率分别从63%、60%、58%,提高至67%、63%、61%.高度差订正的方法有效提高了模式气温预报的准确率,减小了模式预报误差,提高了模式预报释用能力,订正后的气温预报TS评分得到明显的提高.该方法已应用在吉林省客观预报的订正算法中. 相似文献
3.
2012年6月12日在吉林省白城市洮北区发生一次龙卷过程 (简称“612”龙卷),对此次龙卷过程天气形势和雷达资料分析结果表明:龙卷发生在高空冷涡的东南象限、中高空急流北侧、低空急流左侧的对流不稳定区域及地面较暖湿的环境中,大气对流参数计算结果显示龙卷过程低层 (0~1 km) 的垂直风切变较强 (为6.0×10-3s-1),抬升凝结高度较低 (低于1 km),且龙卷发生前对流有效位能较大。同时,龙卷过程超过50 dBZ的强核高度均在4 km以下,为低质心的对流系统,龙卷产生于一条带状回波与一近似团状回波合并加强后的强回波带中,并逐渐演变成“S”型,伴有“V”型缺口,中心最强值达61 dBZ。根据多普勒天气雷达导出产品并结合径向速度图反映出“612”龙卷是发生在以龙卷涡旋特征为主的尺度较小且垂直涡度较大 (约为3.65×10-2~3.83×10-2s-1) 的强对流风暴中,持续时间较短。 相似文献
4.
2004年12月吉林省异常天气与环流分析 总被引:1,自引:0,他引:1
2004年12月吉林省月平均气温稍低,降水特多,但阶段性的变化极强,可谓大起大落。前期明显高温多雪(雨),而后期气温明显偏低,降水由明显偏多转为特少;月内气温和降水3旬6项中有5项达到特的级别,并均接近或突破历史极值,而且转折性特点十分突出,对交通、农牧饲养业、商业和人们生活及健康影响极大。本文对12月天气的上述特点和环流成因进行了较为详细的分析,以期在今后的预报工作中得以参考、借鉴。 相似文献
6.
一次东北冷涡暴雨的水汽输送特征和位涡分析 总被引:1,自引:0,他引:1
通过对2010年7月27~29日吉林省一次较大范围的冷涡暴雨、大暴雨过程进行诊断分析,建立了此类暴雨的天气概念模型:200 hPa呈现“两脊一槽”型,高空急流呈辐散状位于吉林省上空,急流中心最大风速≥60 m/s;500 hPa东北冷涡强烈发展,鄂海阻高稳定维持是此次强降水发生的重要天气系统,中心最大风速≥20 m/s的偏西风急流带横穿吉林省中部;850 hPa风速≥12 m/s的3条急流带在吉林省中东部地区交汇,形成低层辐合、高层辐散的气旋性涡度柱,较强的垂直上升气柱一直向上伸展到500 hPa附近,极有利于对流的发展和强降水的维持。通过计算整层水汽通量与吉林省逐6 h平均降水量的相关矢量场,结果表明:偏西、偏南及偏北3条水汽通道在吉林省中南部汇集是此次强降水发生的重要条件,暴雨落区与整层水汽通量汇合区密切相关,水汽输送以经向(南北方)水汽流入为主。暴雨期间具有较好的动力、热力及能量条件,特别是湿对流有效位能明显偏强,强降水出现在对流有效位能 (CAPE)值由极大值开始下降的过程中。干侵入是激发冷涡发生、发展的动力条件之一,≥1 PVU(位涡单位)的高位涡舌在下降的过程中,同时南移,与中部地区强降水落区自北向南移动相吻合。 相似文献
7.
通过对2001~2005年长春市紫外线观测资料的分析,得出紫外线强度与总云量、日平均气温有很好的关系,利用2001~2005年紫外线强度的观测资料和同期气象资料,利用回归分析建立了紫外线强度预报方法。 相似文献
8.
冬季降水无论对地面的生产生活还是对高空飞机航行都可能造成严重灾害,降水相态预报的准确性决定了冬季降水预报的成功,该文系统回顾了近几十年降水相态预报取得的成果。降水相态预报方法大致分为3类:第1类是基于观测或数值天气预报建立的指标以及回归方程,其中某些方法高度依赖数值天气预报模式准确率;第2类是基于数值天气预报模式的微物理方案法和集合预报法;第3类是基于观测和数值预报产品的人工智能预报法。近年来降水相态模式预报产品准确率不断提高,成为降水相态预报中一个重要的产品支撑。但如何将降水相态形成机制的微物理研究成果用于改善数值预报模式降水相态预报的技巧,以及如何利用人工智能等技术提高降水相态预报的准确率等方面还需要不断努力。 相似文献
9.
10.