抽查舔水白紧大视频,冲喜娘子超甜哒 激情五月,亚洲黄色图片偷拍网站,亚洲三级黄片免费播放,91在线观看喷潮红桃,日韩精品在线观看一区二区,久久久久久久久久久久黄色片子,日产精品99久久久久久久久,欧洲亚洲另类图片小说

摘要:用中國(guó)自動(dòng)站與CMORPH降水產(chǎn)品融合的逐小時(shí)降水量網(wǎng)格數(shù)據(jù)集、全球預(yù)報(bào)系統(tǒng)(Global Forecasting System, GFS)模式再分析資料,將機(jī)器學(xué)習(xí)特征算法篩選的特征變量作為模型輸入數(shù)據(jù),運(yùn)用Catboost模型和以Catboost和隨機(jī)森林為初級(jí)模型、徑向基神經(jīng)網(wǎng)絡(luò)為次級(jí)模型的融合模型預(yù)測(cè)未來6 h累計(jì)降水等級(jí),并應(yīng)用公平TS評(píng)分(Equal Threat Score,ETS)、真實(shí)技巧評(píng)分(True Skill Statistic,TSS)、混淆矩陣、預(yù)報(bào)偏差(Bias值)、擊中率(Probability of Detection,POD)對(duì)預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)分析。結(jié)果表明:優(yōu)化變量的輸入有利于提高模型的準(zhǔn)確率;Catboost模型和融合模型都可以在一定程度上辨別晴雨?duì)顩r;僅非動(dòng)力學(xué)變量參與的融合模型對(duì)雨區(qū)預(yù)報(bào)準(zhǔn)確率最高,但容易將暴雨雨區(qū)預(yù)報(bào)得更加廣泛?？傮w而言,融合模型具有更強(qiáng)、更穩(wěn)定的預(yù)報(bào)性能,中到暴雨量級(jí)預(yù)報(bào)準(zhǔn)確率還待進(jìn)一步提高。

摘要:利用2017—2019年貴州省威寧彝族回族苗族自治縣的C波段天氣雷達(dá)數(shù)據(jù),提取了多種與冰雹相關(guān)的雷達(dá)特征參量,并結(jié)合地面降雹記錄建立了客觀的冰雹樣本標(biāo)記方法。通過支持向量機(jī)、決策樹和樸素貝葉斯三種機(jī)器學(xué)習(xí)方法,對(duì)冰雹高發(fā)區(qū)貴州省威寧的冰雹天氣過程進(jìn)行建模與評(píng)估。評(píng)估結(jié)果表明,采用機(jī)器學(xué)習(xí)方法可以有效地識(shí)別冰雹天氣過程。支持向量機(jī)和決策樹方法的命中率(Probability of Detection, POD)均較高,分別為88.9%和90.5%;臨界成功指數(shù)(Critical Success Index, CSI)分別為73.1%和70.3%;誤報(bào)率(False Alarm Rate, FAR)分別為19.6%和24.1%。樸素貝葉斯方法的POD和CSI相對(duì)偏低,分別為67.8%、62.8%,但FAR最低,為10.6%。

摘要:利用多普勒雷達(dá)風(fēng)廓線產(chǎn)品、ERA5再分析資料和WRF模式,分析了2018年6月27日皖北一次特大暴雨過程中邊界層急流的日變化特征及其對(duì)特大暴雨形成的作用。結(jié)果表明:特大暴雨發(fā)生期間存在邊界層急流,急流最強(qiáng)達(dá)到了18 m·s^-1,強(qiáng)降水主要發(fā)生在急流快速增強(qiáng)的時(shí)段;急流前部的邊界層輻合線是對(duì)流的觸發(fā)因子,強(qiáng)降水落區(qū)位于急流核前部。急流為對(duì)流系統(tǒng)加強(qiáng)提供水汽和能量,且邊界層急流和雷暴高壓對(duì)峙使對(duì)流系統(tǒng)穩(wěn)定少動(dòng),在對(duì)流系統(tǒng)西側(cè)激發(fā)新的對(duì)流單體,有利于特大暴雨的發(fā)生;此次過程中天氣系統(tǒng)的影響時(shí)間主要決定了強(qiáng)降水的落區(qū),而邊界層急流的日變化決定了強(qiáng)降水發(fā)生的時(shí)間段;邊界層急流在夜間具有超地轉(zhuǎn)特征,午后具有次地轉(zhuǎn)特征,地轉(zhuǎn)偏差和水平平流作用是導(dǎo)致夜間邊界層急流增強(qiáng)的主要原因。

摘要:利用FNL資料以及單、雙偏振多普勒天氣雷達(dá)資料,分析了2019年7月6日發(fā)生在江蘇的一次自北向南罕見的伴有冰雹、雷暴大風(fēng)和短時(shí)強(qiáng)降水的大范圍強(qiáng)對(duì)流天氣過程。結(jié)果表明:江蘇上空垂直方向干冷空氣疊加在暖濕氣流之上,600 hPa以下存在明顯的對(duì)流不穩(wěn)定,強(qiáng)烈的深層垂直風(fēng)切變提供動(dòng)力不穩(wěn)定條件。大的對(duì)流有效位能、強(qiáng)烈的深層垂直風(fēng)切、合適的0 ℃和-20 ℃層高度利于大冰雹產(chǎn)生。強(qiáng)對(duì)流發(fā)生過程中,冰雹云回波強(qiáng)度普遍在50 dBZ以上,頂高超過10 km,三體散射特征明顯,同時(shí)存在氣旋式輻合、回波懸垂等特征。雙線偏振雷達(dá)各偏振參量表現(xiàn)出明顯的冰雹云特征,下?lián)舯┝靼l(fā)生時(shí)低層速度圖上出現(xiàn)強(qiáng)輻散區(qū),預(yù)示著下?lián)舯┝魈鞖獾陌l(fā)生。隨著Z_H的增大,K_DP值也有所增大,表明降水粒子尺寸增加,偏振雷達(dá)回波在水平和垂直方向的相位變化也增加,當(dāng)回波強(qiáng)度超過45 dBZ時(shí),83.2%的K_DP在1.5 (°)·km^-1以上,CC值也超過0.97,利于強(qiáng)降水發(fā)生。

摘要:利用S波段雙偏振雷達(dá)數(shù)據(jù),結(jié)合再分析數(shù)據(jù)、自動(dòng)氣象站、探空和二維閃電探測(cè)數(shù)據(jù),采用多普勒雷達(dá)風(fēng)場(chǎng)反演和粒子相態(tài)識(shí)別等方法,分析了2019年7月17日江蘇省東南部多站破歷史記錄的超強(qiáng)降水對(duì)流風(fēng)暴的偏振特征和云微物理特征;并選取了打破當(dāng)?shù)貜?qiáng)降水歷史記錄如皋站和潞城站,分析了影響兩站的對(duì)流單體的異同。影響如皋的對(duì)流風(fēng)暴幾無閃電活動(dòng),對(duì)流質(zhì)心接近地面,上升氣流相對(duì)較弱。且0 ℃和-35 ℃層間霰粒子數(shù)目相對(duì)較少,閃電幾乎不存在。在融化層以下,由于強(qiáng)烈的暖雨過程,較大的冰相粒子落下并融化和低層雨滴的聚并增長(zhǎng),導(dǎo)致低層雨滴數(shù)量迅速增加,帶來地面極端強(qiáng)降水。潞城地區(qū)雷暴活動(dòng)明顯,影響其對(duì)流風(fēng)暴發(fā)展旺盛。-35~0 ℃層存在強(qiáng)烈的上升運(yùn)動(dòng),抬升低層大量的液相粒子通過淞附作用形成的霰,并與高層冰晶不斷碰撞,在云層中形成強(qiáng)大的電場(chǎng),產(chǎn)生強(qiáng)烈的負(fù)閃,且在地面產(chǎn)生了極強(qiáng)的降水。這表明融化層以上的冰相微觀物理過程,對(duì)于降水的發(fā)生和增強(qiáng)非常重要。

摘要:采用自動(dòng)氣象站觀測(cè)資料、MICAPS天氣圖、江西二維和三維雷電數(shù)據(jù)和江西WebGIS雷達(dá)拼圖等多源資料,分析了2021年5月10—11日江西強(qiáng)颮線天氣過程的回波系統(tǒng)特征。結(jié)果表明,當(dāng)江西處于500 hPa槽前、100 hPa出流區(qū)、850 hPa切變線和西南急流和925 hPa西南倒槽之中,有利于出現(xiàn)冰雹、雷暴大風(fēng)、強(qiáng)雷電等天氣;一次颮線過程有若干個(gè)不同尺度回波系統(tǒng)過程,中尺度對(duì)流回波系統(tǒng)、局地?zé)釋?duì)流雷暴回波、雷暴回波群、A颮線回波帶、輻合線雷暴回波帶、B颮線回波帶等多尺度回波系統(tǒng);直徑d≤2 cm的冰雹發(fā)生在組合反射率(Composite Reflectivity, CR)回波強(qiáng)度超過60 dBZ并且強(qiáng)回波面積超過100 km²的回波中,當(dāng)CR強(qiáng)度超過65 dBZ并且強(qiáng)回波面積超過300 km²時(shí),容易出現(xiàn)d≥ 5 cm的大冰雹。

摘要:采用2000—2019年13個(gè)地級(jí)市氣象站地面觀測(cè)站點(diǎn)觀測(cè)資料以及ERA5再分析資料,基于機(jī)器學(xué)習(xí)中的經(jīng)典的C4.5算法對(duì)江蘇省不同區(qū)域是否出現(xiàn)短時(shí)強(qiáng)降水建立氣象要素預(yù)報(bào)模型。結(jié)果表明:基于C4.5算法的決策樹預(yù)測(cè)模型能夠較為直觀準(zhǔn)確的對(duì)江蘇省不同區(qū)域是否發(fā)生短時(shí)強(qiáng)降水進(jìn)行預(yù)測(cè),并且該決策樹模型具有較高的泛化能力。決策樹模型利用各區(qū)域總樣本的前15 a數(shù)據(jù)樣本進(jìn)行自學(xué)習(xí),學(xué)習(xí)準(zhǔn)確率在淮北地區(qū)為89.70%,在江淮之間地區(qū)為87.89%,在長(zhǎng)江以南地區(qū)為87.88%,利用各區(qū)域剩余5 a樣本對(duì)該決策樹模型的泛化能力進(jìn)行測(cè)試,測(cè)試準(zhǔn)確率在淮北地區(qū)為85.73%,在江淮之間地區(qū)為83.39%,在長(zhǎng)江以南地區(qū)為93.92%。

摘要:利用高分辨率再分析資料、雙偏振雷達(dá)觀測(cè)數(shù)據(jù)，揭示了江蘇“4·30”強(qiáng)風(fēng)雹成因及其雷達(dá)特征。結(jié)果表明，此過程發(fā)生在高空異常深厚的東北冷渦背景下，中層西北急流和地面暖低壓均顯著偏強(qiáng)，造成遠(yuǎn)超過經(jīng)驗(yàn)性指標(biāo)值的垂直風(fēng)切變，利于風(fēng)暴的增強(qiáng)及組織化發(fā)展。對(duì)流風(fēng)暴的影響可分為30日午后到傍晚局地對(duì)流單體和傍晚到上半夜颮線兩個(gè)不同階段：第一階段局地對(duì)流性強(qiáng)，能量積聚大，沿淮和淮北西部地區(qū)多局地性雷暴大風(fēng)，并散發(fā)不同尺寸的冰雹；第二階段在地面強(qiáng)冷空氣大風(fēng)及中高層干冷空氣動(dòng)量下傳的影響下，颮線系統(tǒng)及其前緣陣風(fēng)鋒移動(dòng)快速。颮線上弓形回波前端的強(qiáng)下沉輻散出流，疊加環(huán)境風(fēng)的影響，導(dǎo)致江蘇東南部地區(qū)區(qū)域性的極端災(zāi)害大風(fēng)天氣。雷達(dá)回波既可清晰顯示冰雹云的一般回波特點(diǎn)，如反射率因子回波強(qiáng)，粒子均一性差等；也可反映不同尺寸冰雹回波的差異性，如回波強(qiáng)度越強(qiáng)，最大反射率因子高度越高，單體回波傾斜、弱回波區(qū)特征結(jié)構(gòu)越清晰，三體散射特征越明顯的風(fēng)暴單體產(chǎn)生的冰雹尺寸越大；在沒有大水滴包裹時(shí)，CC值隨冰雹尺寸的增大而減小，且CC小值伸展高度增高等。綜合分析雷達(dá)回波多個(gè)參量，如風(fēng)暴單體和陣風(fēng)鋒的移速、風(fēng)暴單體特征高度的下降速度、Z_DR大值高度降低等指標(biāo)，對(duì)對(duì)流災(zāi)害性大風(fēng)量級(jí)的監(jiān)測(cè)與預(yù)警有重要指示意義。

摘要:通過浮標(biāo)資料和模擬試驗(yàn),對(duì)比不同路徑下臺(tái)風(fēng)的10 m風(fēng)場(chǎng)的時(shí)空演變規(guī)律。結(jié)果表明,由于登陸臺(tái)灣島位置不同,三種路徑的臺(tái)風(fēng)在臺(tái)灣海峽內(nèi)風(fēng)場(chǎng)隨時(shí)間變化差異較大,北路臺(tái)風(fēng)在海峽內(nèi)風(fēng)向轉(zhuǎn)變最早,中路臺(tái)風(fēng)風(fēng)速極值出現(xiàn)最早,南路風(fēng)速被削減最明顯。在中尺度數(shù)值模式(Weather Research Forecasting, WRF)模擬試驗(yàn)中,YSU邊界層參數(shù)方案模擬效果最優(yōu),對(duì)于中路臺(tái)風(fēng)的模擬效果最好。模擬結(jié)果表明,北路臺(tái)風(fēng)在過島過程中,大風(fēng)圈從北部繞過海拔較高的地形,風(fēng)速減弱不明顯;中路和南路臺(tái)風(fēng)由于中低層環(huán)流難以過山,強(qiáng)風(fēng)中心通過動(dòng)力減壓作用出現(xiàn)在背風(fēng)坡,并范圍逐漸增大,取代原中心。地形敏感性試驗(yàn)表明,受中央山脈影響,在靠近臺(tái)灣島時(shí)迎風(fēng)面大氣堆積風(fēng)速增強(qiáng),南路臺(tái)風(fēng)的風(fēng)場(chǎng)在登陸福建前受地形阻擋削減最大,中心風(fēng)速減小幅度為20 m·s^-1。

摘要:基于2014—2019年基于南京祿口機(jī)場(chǎng)能見度觀測(cè)資料,統(tǒng)計(jì)分析了機(jī)場(chǎng)低能見度天氣,發(fā)現(xiàn)低能見度天氣大多發(fā)生在11月至次年1月04—07時(shí)(北京時(shí))。通過分析雨強(qiáng)—能見度數(shù)據(jù)發(fā)現(xiàn)降水強(qiáng)度和能見度呈冪函數(shù)關(guān)系,建立了降水時(shí)段基于降水強(qiáng)度的能見度擬合模型。通過K-means聚類中心分析,發(fā)現(xiàn)無降水時(shí)能見度和風(fēng)速以及溫度的關(guān)系為正相關(guān),和相對(duì)濕度以及修正海壓的關(guān)系為負(fù)相關(guān)。最后使用隨機(jī)森林算法建立低能見度天氣等級(jí)判斷模型,對(duì)比發(fā)現(xiàn)隨機(jī)森林在準(zhǔn)確度和計(jì)算效率方面較其他模型均有一定優(yōu)勢(shì)。

摘要:為了實(shí)現(xiàn)近實(shí)時(shí)公里級(jí)的高速公路能見度監(jiān)測(cè),提出了一種基于多尺度融合網(wǎng)絡(luò)的能見度估計(jì)方法。首先,從道路監(jiān)控視頻中提取道路場(chǎng)景圖像,并對(duì)圖像進(jìn)行質(zhì)量控制;分別采用引導(dǎo)濾波、光譜濾波、景深估計(jì)模型從路面場(chǎng)景圖像中提取細(xì)節(jié)結(jié)構(gòu)特征、光譜特征與場(chǎng)景深度特征;然后,構(gòu)建多尺度融合網(wǎng)絡(luò)自適應(yīng)融合結(jié)構(gòu)特征、光譜特征與場(chǎng)景深度特征,并從中提取能見度特征;最后在網(wǎng)絡(luò)末端輸出圖像場(chǎng)景所對(duì)應(yīng)的能見度等級(jí)。此外,為了訓(xùn)練與測(cè)試模型,構(gòu)建了真實(shí)道路場(chǎng)景圖像數(shù)據(jù)集,共包含18 000張標(biāo)注圖像。實(shí)驗(yàn)結(jié)果表明,多尺度融合網(wǎng)絡(luò)可顯著提升高速公路能見度估計(jì)的準(zhǔn)確性,能見度等級(jí)分類準(zhǔn)確率可達(dá)81.76%。

摘要:基于2014—2018年逐時(shí)降水資料和再分析資料分析了影響伊犁河谷地區(qū)冬季降水的主要?dú)庀笠丶捌渑c降水率的統(tǒng)計(jì)關(guān)系。結(jié)果表明,水汽通量是影響伊犁河谷冬季降水的最主要因素,其與降水率呈正相關(guān);上游風(fēng)速、水汽通量、弗勞德數(shù)和大氣可降水量都會(huì)對(duì)該地區(qū)降水產(chǎn)生影響,這四個(gè)參數(shù)可以通過依賴于水汽通量的多元回歸較好地?cái)M合出降水率;靜力穩(wěn)定度與該地區(qū)降水沒有明顯統(tǒng)計(jì)關(guān)系,但較強(qiáng)的降水更多出現(xiàn)在穩(wěn)定度較弱的天氣;利用T模態(tài)斜交主成分分析法將伊犁河谷天氣系統(tǒng)分為九類,在有降水時(shí),出現(xiàn)頻率較高的天氣類型的主要特征是水汽通量大,但不同天氣類型下降水空間分布存在區(qū)別。當(dāng)河谷上游氣壓較低,水汽通量較大時(shí),河谷內(nèi)降水分布較為均勻;若河谷上游風(fēng)速較大,但水汽條件略差時(shí),降水強(qiáng)度向河谷內(nèi)部逐漸增加。

摘要:從梅雨預(yù)測(cè)的業(yè)務(wù)需求出發(fā),系統(tǒng)開展了CFSv2模式對(duì)2018年浙江梅雨期降水預(yù)報(bào)能力的多時(shí)間尺度評(píng)估。結(jié)果發(fā)現(xiàn)3月1日—5月31日的起報(bào)結(jié)果整體上未能較準(zhǔn)確地預(yù)測(cè)6月浙江大部降水偏少的趨勢(shì)、僅5月31日的預(yù)測(cè)結(jié)果與實(shí)況相符;在延伸期尺度上,CFSv2預(yù)測(cè)的梅雨期總降水量較實(shí)況偏少30%左右;基于相關(guān)系數(shù)、均方根誤差和新定義的綜合預(yù)報(bào)技巧指數(shù)等指標(biāo)分析模式的延伸期預(yù)報(bào)性能,發(fā)現(xiàn)對(duì)梅雨期總降水量、逐日區(qū)域平均降水量和逐日全省各站降水量的預(yù)報(bào)技巧有限,對(duì)浙江梅雨區(qū)的預(yù)報(bào)水平總體高于浙江全省。評(píng)估結(jié)果表明CFSv2預(yù)報(bào)產(chǎn)品表現(xiàn)出顯著的系統(tǒng)性干偏差;在延伸期尺度上,隨著預(yù)報(bào)時(shí)效的縮短,預(yù)報(bào)效果并非逐步提升、而是客觀存在一個(gè)最佳預(yù)報(bào)時(shí)效,各起報(bào)日也分別對(duì)應(yīng)著不同的最優(yōu)預(yù)報(bào)時(shí)段,整體而言梅雨降水的延伸期預(yù)測(cè)可能對(duì)初值并不敏感。

摘要:針對(duì)全球?qū)崟r(shí)氣象數(shù)據(jù),重點(diǎn)研制面向全球大氣再分析的觀測(cè)資料前處理關(guān)鍵技術(shù),主要包括實(shí)現(xiàn)大量實(shí)時(shí)文件快速解析分類的數(shù)據(jù)分揀技術(shù),實(shí)現(xiàn)多類氣象觀測(cè)要素并行解碼的信息提取技術(shù),滿足同化數(shù)據(jù)格式需求和實(shí)現(xiàn)分級(jí)分類有效存儲(chǔ)的自定義模板統(tǒng)一編碼技術(shù)。關(guān)鍵技術(shù)已于2019年6月在國(guó)家氣象信息中心業(yè)務(wù)應(yīng)用,為我國(guó)第一代全球大氣和陸面再分析業(yè)務(wù)提供著穩(wěn)定的實(shí)時(shí)觀測(cè)數(shù)據(jù)支撐。