一次冬季连续性暴雨过程诊断分析

对2010年1月21-23日广东清远地区的连续性暴雨过程进行了诊断分析,结果表明,这次连续性暴雨过程是在副高强度强、位置稳定,南支槽活跃,低层冷暖气团在南岭附近长时间对峙的有利形势下产生的。过程前期水汽源于孟加拉湾和南海,后期以孟加拉湾为主,清远北部水汽辐合更明显。过程前期能量锋区较强,后期不稳定能量减弱。暴雨中心出现在垂直上升运动中心附近,次级环流圈使水汽被源源不断地抽吸到清远北部。红外云图上云雨带与水汽辐合带一致,过程前期云顶亮温高,中尺度对流云团发展旺盛,雨强较大,21日夜间后,云顶亮温上升,雨强减弱。     

辽宁省农业气象短信编辑系统的研发与应用

根据农业气象科研、业务需求,采用Visual Basic6.0可视化开发软件和MicrosoftAccess2000数据库,建立了辽宁省农业气象短信编辑系统,指出了农业气象短信编辑基本原则和系统优化设想,并着重对农业素材库中主要农作物生长所需气象条件进行了介绍。     

3种数值模式对2008年5～8月辽宁降水预报的天气学检验

为了评估东北区域中尺度数值模式、辽宁中尺度模式和T213模式的降水预报性能,提高预报员使用其产品的能力,根据辽宁出现的不同影响天气系统,对2008年5～8月3个数值模式12h累积降水预报分别进行了天气学检验。检验时效为24、36、48和60h,检验内容包括降水中心强度、中心位置、降水主体强度、位置、范围和移速6个方面。结果表明,3个模式对辽宁降水都有很好的预报能力,但各模式之间存在显著的预报差异,而且因影响天气系统不同预报差异也存在于同一模式内部。     

区块链技术在气象业务服务中的应用思考

本文通过分析区块链技术的技术特点和发展战略意义,结合区块链技术的优势和气象业务服务领域中出现的问题,探索区块链技术和气象领域如何实现技术融合,从数据存储、预警信息发布、气象设备、交通气象服务、气象保险等方面提出了区块链技术在气象领域的应用场景,同时也分析了区块链技术与气象领域技术融合所面临的挑战。     

基于环境因子的春玉米产量结构模型分析研究

环境因子对作物产量的影响是现代农业气象研究的重要内容之一,建立春玉米产量结构模型可为春玉米的科学生产提供依据。本研究分析贵港春玉米不同生育阶段的环境因子与产量结构的相关性,并建立全因子、显著因子的多元线性回归模型和BP神经网络模型。结果表明,对春玉米产量结构影响最大的生育期为拔节—抽雄期,10~40 cm的土壤水分体积含水率与产量结构最为密切;四种产量结构预测模型优度(R²)比较,全因子模型(AF)优于显著因子模型(SF),多元线性回归(MLR)模型优于BP神经网络(BPNN)模型。试报检验模型发现MLR模型的泛化能力不及BPNN模型,其中BPNN_AF模型对理论产量、果穗粗的预测最为精准。BPNN全因子模型(BPNN_AF)可作为春玉米产量结构预测的最优模型,能较好捕捉作物产量结构与环境因子之间的非线性影响规律,预测结果较为合理准确。