南疆环塔里木盆地林果种植区近50a气候变化特征及对果树生长的影响

根据南疆环塔里木盆地林果种植区1961-2010年以来资料完整的32个气象站点的气象资料,利用线性趋势函数分析了该地区近50年的光、温、水等主要气象要素的变化。结果表明:南疆环塔里木盆地林果种植区对全球气候变化的响应显著,年平均气温呈明显的上升趋势,冬季升温尤为显著;年平均降水量以5.873mm/10a的速度上升,增加最快的是夏季,其次是秋季,冬季最少;光照条件和湿度条件变化不明显。南疆环塔里木盆地年平均气温上升趋势对林果这一喜温作物整体有利,暖冬气候整体有利于果树的越冬;夏季降水量增加显著,可利用水资源略有增加,有利于果树的生长发育。但气候变暖同时导致极端气候事件频发,果树发生冻害风险增大。暖冬气候条件使越冬病虫卵蛹死亡率降低,病虫群数量上升,不利于果树病虫害防治。     

大气成分观测资料在CAPPS3模式中的应用分析

将2011年1~8月乌鲁木齐大气成分观测资料应用于多尺度箱格城市空气污染数值预报系统(CAPPS3)对空气质量预报结果的检验分析。结果表明:预报值与监测值的线性相关系较好,其中平均准确率NO2、SO2和PM10分别为90%、79%和49%,夏季的预报准确率优于冬季,经过实际运行试验和预报能力的统计分析,大气成分观测资料应用于CAPPS3模式开展空气质量预报业务是可行的。     

乌鲁木齐能见度短时预报方法研究

本文选用乌鲁木齐2011和2012年冬季的逐3h的大气能见度和实况气象要素(大气温度、相对湿度、变压和风速)资料,利用支持向量机(SVM)和Elman神经网络方法建立3h能见度预报模型。通过检验发现,支持向量机(SVM)预测结果相比Elman神经网络预测结果更加准确,支持向量机(SVM)预测绝对平均误差为2.77km,相对误差为17.3%,为短时能见度预报提供了一种重要参考,同时表明支持向量机的泛化能力具有显著优势。     

基于人工神经网络算法的新疆百里风区风速预报方法研究

为了给铁路运输提供准确的大风预警,文中将人工神经网络算法应用于新疆百里风区的风速预报,分别采用BP神经网络与Elman神经网络建立模型,对实际历史风速数据进行仿真预测。利用实时自动站资料预测未来20分钟瞬间风速并做预报对比检验。结果表明:与BP神经网相比,Elman人工神经网络模型具有更好的拟合效果,独立样本预报及实际预报的检验结果均达到了较为精确的效果,具有实际应用意义。     

2008年春季北疆强寒潮天气过程诊断分析

利用多种气象资料对2008年4月18日北疆强寒潮天气过程的环流背景、影响系统和物理量场进行了诊断分析。结果表明,强寒潮天气暴发前期,里黑海脊发展东移与东欧脊同位相叠加后顺转,脊前东北风带加强,使得泰米尔半岛冷空气沿脊前偏北气流在横槽中堆积。高压脊部分东南垮,导致强冷空气大举东南下,强寒潮天气暴发。与强寒潮天气相伴的大到暴量雨夹雪发生在较强的能量锋区、高湿区和水汽通量辐合区内。