2008年7月15日辽宁中部地区暴雨天气过程诊断分析

利用高空及地面等各种实况资料的分析,从动力抬升、水汽条件和不稳定能量等对暴雨形成条件及急流与暴雨落区的关系等方面对2008年7月15日辽宁中部地区暴雨天气进行总结,为以后做好暴雨天气及落区的预报提供参考。     

锡林郭勒草原不同生态地理区气温的变化规律分析

以锡林郭勒盟及其周边地区17个气象站点1960年以来的月平均气温数据为基础,利用气象学与生态学知识,按照荒漠草原区、典型草原区、草甸草原区和农牧交错区四个区对锡林郭勒盟及其周边地区的气象站点进行分区归并,统计各区气象站点的月、年平均气温数据,在Matlab等软件的支持下,用小波分析的方法,研究各区年平均气温的周期性变化...     

鞍山地区一次暴雨过程的垂直螺旋度分析

利用鞍山地区常规观测资料和NCEP格点资料,对2012年7月10—11日鞍山地区发生的暴雨过程进行垂直螺旋度诊断分析。结果表明:垂直螺旋度对于暴雨以上量级的强降水的指示作用比散度、涡度和垂直速度等物理量更为敏感。当垂直螺旋度正值中心和面积增大时,降水强度和覆盖范围也会随之加大。而中低层正垂直螺旋度,高层负螺旋度的分布形势,有利于强降水的产生和加强。当有强降水产生时,降水易出现在垂直螺旋度正值中心的前方。     

鞍山市南果梨花期影响因子及始花期预报研究

南果梨是辽宁地理标志产品,花期观赏是待开发的旅游资源,开展花期预报服务有助于推动旅游业。利用2000—2022年鞍山气象资料和南果梨花期物候资料,基于相关分析和逐步回归方法,筛选相关气候因子建立始花期预报模型。结果表明：3月份气温是影响始花期主要因素,降水次之,光照影响不显著。鞍山南果梨始花期出现在4月中—下旬,当3月中旬平均气温<4.0℃、平均最高气温<9.0℃、3月中旬—4月上旬平均气温<6.0℃、平均最低气温<2.0℃时,始花期出现在4月下旬,反之在4月上旬;并且,气温每升高1℃,始花期提前2~3 d。通过逐步回归筛选出3月中旬的平均气温和平均最高气温、3月中旬—4月上旬平均气温、平均最高、最低气温及3月下旬—4月上旬降水量等6个因子,建立的始花期预报模型准确率为84.8%。运用相关指标和逐步回归模型,可预测鞍山南果梨开花始期,此方法可纳入专项气象预报服务中。     

基于灰色关联下神经网络在南果梨始花期预报中的应用

为探寻更精确有效的南果梨始花期预报方法,采用灰色关联分析法确定与始花期关联较大的冬季气象因子,以此作为BP(Black Propagation)神经网络与RBF(Radial Basis Function)神经网络建模的输入因子并预测南果梨始花期,利用均方根误差(RMSE)和相对误差(RE)评价该模型的预测效果,同时对比与南果梨始花期显著相关的冬季气象因子建立逐步回归方程并进行回代后的预测结果。结果表明：（1）与南果梨始花期灰色关联较大的气象因子为冬季日均气温、日最高气温、日最低气温、日均相对湿度,关联度均在0.6以上,故将这4个因子作为BP和RBF神经网络模型的输入层来预测南果梨始花期;（2）与始花期显著相关的气象因子有日均气温、日均5 cm地温、日最低气温、日最高气温,相关系数分别为-0.646、-0.628、-0.638、-0.663,所建回归模型均通过了显著性检验且具有统计学意义;（3）BP和RBF方法建立的模型拟合精度总体上较接近;（4）基于灰色关联下BP神经网络和RBF神经网络预测结果误差分别为1 d和2.25 d,BP神经网络预测的开花日期更接近实际开花日期;（5）基于灰色关联下BP神经网络模型RMSE为1、RE为6.34%、R²为0.7,而RBF神经网络模型RMSE为2.25、RE为13.13%、R²为0.568。综上,灰色关联分析法建立的BP神经网络模型较RBF模型预测南果梨始花期更精确。     

鞍山市降水变化及其对农业的影响

采用鞍山市降水资料,利用线性倾向估计、滑动平均、突变M-K检验、小波分析等方法对鞍山市降水变化进行初步分析。结果表明:鞍山市降水具有下降趋势;鞍山市降水没有发生突变;鞍山市降水存在17年、14年、9年、7年的变化周期。     

辽宁省2008年8月11日暴雨过程能量条件诊断

利用常规观测资料、新一代多普勒雷达资料、自动站气象要素资料,对2008年8月11日的环流背景、物理量场等分析,初步探讨了2008年8月11日鞍山地区暴雨形成原因。结果表明：该次暴雨发生前东亚地区高空环流形势呈两脊一槽型,8：00辽宁所辖区域整层大气维持上升运动,次级环流建立,有利于辽宁上空上升运动的维持,在此背景下产生中尺度气旋,气旋中蓄积了大量的层结不稳定和位势不稳定能量,上升运动导致能量释放,形成暴雨。