摘要：作为温带气旋形成的主要机制,湿斜压不稳定在气旋动热力学研究中占据中心地位,其可进一步分为干斜压不稳定、湿不稳定、非绝热Rossby波和Type C气旋新生(对流层顶干侵入)四类。2016年7月18日黄河气旋快速生成后东移进入华北造成“7·20”特大暴雨,相比气旋成熟期,其初生阶段的动热力机制尚不清楚。本文利用ERA5再分析资料与WRF模式,对该气旋新生过程的湿斜压不稳定机制进行了数值模拟研究。模拟结果指出,对流层中低层呈非绝热Rossby波形态,即系统东移发展主要由垂直运动-非绝热效应的循环所推动,其中波动触发和传播所依赖的垂直运动更多由涡度平流提供;高层位涡汇与非地转风延缓了对流层顶干侵入位涡的东移,维持了高低层相位差,最终在干侵入前部发展出贯穿对流层的位涡柱。利用非线性片段位涡反演,分别从初始场中移除非平衡分量、对流层顶干侵入位涡、低层非绝热源位涡,设计了若干敏感性试验,结合广义垂直运动方程分析可得:本次过程斜压波必须在充足水汽条件下与非绝热过程耦合才能强烈发展,关闭潜热气旋新生将被抑制,干斜压不稳定无法解释本次过程;初始非平衡场的去除不影响本次斜压不稳定性质但将延后系统发展时间,受湿度条件和中尺度环流结构限制,低层非平衡风的活跃区域主要由干斜压动力学控制;该个例近地面位温梯度小,仅依赖低层初始位涡难以有效组织起非绝热Rossby波东传,同时有别于Type C气旋新生,高层位涡异常也不足以激发起强大的中低层非绝热加热。于本次黄河气旋新生而言,一方面要求初始低层位涡异常具有一定强度,以抵消高层干侵入前部伴随的冷却下沉对其的抑制;另一方面也需要高层位涡异常通过垂直渗透以涡度平流形式加强低层位涡东侧上升运动,在高低层初始相位差合适情况下,持续促使非绝热Rossby波东移发展,推动系统进入水汽条件更好的华北地区。干斜压不稳定、非绝热Rossby波和Type C气旋新生机制均不能独立解释本次事件,此次黄河气旋新生是在非绝热Rossby波和对流层顶干侵入混合作用下,初始时刻最优扰动增长形成的。

摘要：为了在气象雷达设计中使有源相控阵天线的性能与成本最优化,采用400个交叉极化半波振子作为天线辐射单元,提高了天线的效率和可靠性,获得了低副瓣天线性能。采用20个发/收模块组成的固态有源阵,减少了内部发热,可以采用自然风冷,降低了对发射机散热系统的要求;采用40个一分二十功率分配器和一个功率合成器,减少了馈电网络的传输损耗。结果表明,设计出的有源相控阵天线满足了风廓线雷达的总体要求。

摘要：为解析不利天气下的山区高速公路交通流特性,本文选择云南省某典型山区高速公路2019年8月至2021年6月的交通流数据和气象数据,运用对数正态分布和独立样本t检验解析不利天气种类对山区高速公路的车头分布时距和交通量的影响形式与机理。研究结果表明:车头时距与不利天气的恶劣程度呈正相关关系,不利天气恶劣程度的增加会导致车头时距整体上偏大,且产生较大的分布变化;不利天气的种类对山区高速交通流的影响程度按从高到低的顺序依次为雪天>雾天>大雨>中雨,其中,中雨、大雨和雪天下车辆的流量受到的影响有一定的时效性和迟滞性。

摘要：文章采用云南麻昭高速公路沿线5个交通气象站分钟级数据,对云南麻昭高速公路沿线路面结冰灾害的时空特征进行了分析。研究发现:云南麻昭高速公路路面结冰灾害主要发生于冬季12月份和1月份,并且每天晚上20点至次日凌晨7点时段是路面结冰的高发时段,该时段发生的路面结冰次数占比达到80%以上,是进行抗冰保通作业重点关注的月份和时段;从空间特征来看,不同路段发生路面结冰的次数具有明显差异,牛家沟大桥发生次数较少,而桥梁群站、昭阳特大桥站发生次数较多,是需要重点关注的路段。上述研究结果可为判识麻昭高速公路路面结冰风险点、冬季抗冰保通作业提供理论支持,对提高运营安全保障能力具有重要意义。

摘要：文章基于云南麻昭高速公路沿线分钟级交通气象站数据,应用自回归差分滑动平均(Autoregressive Integrated Moving Average,ARIMA)方法建立了冬季路温短临预测模型,可对未来3h路温变化进行分钟级预测,并验证了不同路面状态背景下模型预测准确度。结果表明:模型对未来第1h的路温预测效果最好,在1.0℃误差范围内,模型总体预测准确率为89.22%,尤其对于特定路面状况背景有较好的预测能力,在路面结冰状态下,未来1h在1.0℃误差范围内,预测准确率可达94.42%。模型建模容易,输入参数易于获取,便于工程应用,模型可用于路面结冰短时临近预测,以及时发现潜在结冰点,为管理部门提前部署路面结冰养护处置工作提供支持。

摘要：Pan-sharpening将高分辨率图像全色(Panchromatic,Pan)波段的空间细节注入多光谱(Multispectral,MS)波段,以生成同时具有高光谱和高空间分辨率的多光谱图像.为改善融合效果,需要考虑多光谱和全色波段的调制传输函数(Modulation transfer function,MTF).本文提出了一个新的基于MTF和变分的Pan-sharpening模型.该模型的能量泛函包括两项,第1项为细节注入项,基于高通滤波器从Pan波段中提取细节信息并注入融合图像;第2项为光谱保真项,基于MTF设计多孔小波的低通滤波器以保持MS波段的多光谱信息.在Quick Bird、IKONOS和Geo Eye数据集上的融合结果表明,该模型可以生成同时具有高空间和高光谱质量的融合图像,融合效果优于AWLP、IHS BT、HPM-CC-PSF、NAWL、快速变分等算法.

摘要：采用欧洲中期天气预报中心(ECMWF)全球确定性预报模式地面气温和国家地面站点观测资料,对模式初值场误差、历史误差以及卡尔曼滤波预测误差与实况误差之间的相关性进行分析,设计了4种回归方案订正日最高、最低气温预报偏差,并与ECMWF、中央气象台和全国城镇的预报产品进行了检验对比。结果表明:采用了模式近1~3 d最高(最低)气温和模式最高(最低)气温历史平均误差、初值场误差以及卡尔曼滤波反演误差作为预报因子的改进方案效果最优,经对其2017年日最高和最低气温的预报检验,预报准确率较ECMWF原始模式预报有较明显提高,也明显优于中央气象台指导预报。在空间分布方面,其对地形较为复杂地区的改进效果更好。同时,与当前业务中质量最好的全国城镇预报相比,最高气温预报平均绝对偏差(Mean Absolute Error,MAE)较全国城镇预报低8.24%~13.97%,预报准确率提高1.24%~3.57%,日最低气温平均绝对偏差较城镇预报低9.43%~17.69%,预报准确率提高1.77%~2.72%。在3 d的预报中,对24 h时效内预报相对于48 h和72 h的改进幅度更大,订正效果更加明显。

摘要：灾害性天气个例库智能分析系统是由基础数据支持子系统(数据层)、气象数据应用中间件子系统(服务层)和个例库综合分析业务子系统(应用层)3部分组成,综合运用HTML5 Canvas技术、数据库技术、GIS技术、高效可视化渲染技术等实现了气象灾害性天气个例的交互式录入、关键词查询与检索以及相关气象资料智能再分析等功能。文章针对系统的组成架构、个例库设计、功能特点等关键技术进行了重点探讨,并详细介绍个例库录入与查询、WebGIS组件、可视化渲染以及气象资料再分析等功能的设计和实现。系统投入业务运行结果表明,页面响应速度快、兼容浏览器性能佳、人机交互体验好,能够满足高效、智能、灵活的业务需求,在为预报员建立正确的预报思路、提升天气过程分析能力等方面发挥了重要作用。

摘要：集合预报方法是解决单一数值预报不确定性问题的有效手段,而针对强天气预报的中尺度区域集合预报技术已逐渐受到国内外的重视。对于区域集合预报而言,由于其不确定性来源较为复杂,如何发展有效的扰动方法是研究的热点和难点。本文根据国内外区域集合预报的研究进展,从初值扰动、模式扰动以及侧边界扰动三个方面进行了总结和回顾,并对扰动方法的发展趋势进行了介绍。对于初值扰动,较为主流的方法有动力降尺度,沿用传统的由全球集合扰动方法发展而来的技术为区域集合产生初值,以及专门为区域集合设计的扰动方法。鉴于这些方法各有利弊,目前对于初值扰动方法的研究已经开始发展充分包含大尺度和小尺度不确定性信息的混合扰动方法。区域集合预报模式扰动的研究以物理过程扰动为主,典型方法为多物理过程组合以及随机物理过程扰动,其中多物理过程组合方法简单有效,而随机物理过程扰动方法的物理意义更为明确,是物理过程扰动的趋势。通过多模式组合进行模式扰动的方法也开展了一些相关研究,且对于台风等强天气预报均显示出相对于单模式集合较好的效果。侧边界扰动的主流方法是由大尺度集合预报场来为区域集合提供不同的侧边界,研究结果表明此种侧边界扰动方法简便易行,且有助于提高区域集合预报较长预报时效离散度和预报技巧。

摘要：针对对流尺度集合卡尔曼滤波(EnKF)雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向(即环境气流的方向)。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上(即与环境气流成45°夹角),同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波(iEnSRF)算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。