一、Micaps系统在舟山海雾预报中的应用(论文文献综述)
戴厚兴[1](2019)在《恶劣天气下海上交通风险动态预评估研究》文中研究指明为了解决在恶劣天气下未来某一时段内船舶“能不能安全航行”和“如何安全航行”两个关键性问题,构建能动态显示恶劣天气下未来某一时段内某一重点关注船舶在某一重点关注海域或航线上的海上交通风险等级,同时具有可视化、智能化预警监控等辅助决策功能的恶劣天气下海上交通风险动态预评估系统,主要开展了以下研究:首先,运用模糊综合评判法,建立了3种恶劣天气下海上交通风险动态预评估数学模型,数学模型中重点考虑动态环境因素和重点关注船舶,有效提高了风险评估的针对性和合理性。以能见度不良天气为例,通过采集大样本,以及采用不完备信息条件下模糊信息分配理论修正专家调查法,确立了能见度不良天气下海上交通风险矩阵。数据对比分析表明:修正后的风险矩阵能充分体现海上交通风险特征和实际状况,避免了专家调查法完全依赖主观判断的缺点,有效提高了风险评估的准确性和可靠性,为实现恶劣天气下海上交通风险预警监控等辅助决策的可视化、智能化奠定了坚实的理论基础。其次,运用ADAS-WRF数值天气预报模式系统等国内外现代气象科技对气象和海洋部门提供的海上恶劣天气预报信息数据进行时间和空间精细网格化技术处理,并采用人工神经网络中极限学习机理论对未来短时船舶交通流密度进行预测。数据分析和仿真结果表明:系统能实现较为稳定、准确、快速的时间步长1h、空间网格海域10 km× 10 km的大风、海浪预报信息数据,时间步长1 h、空间网格海域2 n mile×2 n mile的能见度预报信息数据,时间步长12 h、空间网格海域10 nmileX 10 n mile的海冰预报信息数据,以及时间步长10 min、空间网格海域2 n mile×2 n mile的未来短时船舶交通流密度等风险动态信息数据的连续滚动预测和技术处理功能,为构建具有可视化、智能化预警监控等辅助决策功能的恶劣天气下海上交通风险动态预评估系统提供了可靠的技术和数据支撑。最后,运用风险动态预评估模型、气象预报信息数据处理技术、交通流密度预测理论和船舶自动识别系统信息平台,构建了具有可视化、智能化预警监控等辅助决策功能的3种恶劣天气下海上交通风险动态预评估系统。实例仿真结果表明:3种系统均实现了针对重点关注船舶的海域风险和航线风险的动态预评估和船舶规避重大海上交通风险的可视化、智能化预警监控等辅助决策功能,预测结果与实际情况基本一致,验证了系统的有效性和可靠性。构建的3种系统,提高了大风浪天气下海上交通风险动态预评估系统的可视化程度和智能化水平,丰富了能见度不良和严重海冰天气下海上交通风险动态预评估系统的研究,具有一定的理论意义和广泛的实际应用价值。通过开展上述关于恶劣天气下海上交通风险动态预评估的研究工作,基本解决了恶劣天气下未来某一时段内船舶“能不能安全航行”和“如何安全航行”的关键性问题。上述研究结果表明:恶劣天气下海上交通风险动态预评估,不仅要充分运用现代数学理论和最新科技指导并修正海上交通风险评估的具体工作实践,而且还要预先从动态环境因素的最坏处着想。研究结果可为海事主管部门制定恶劣天气下海上交通安全监管规则、规范和指南以及实施海上交通管制行为和船舶交通服务提供参考,也可为航运企业健全船舶航行安全管理制度以及跟踪、监管船舶动态提供技术手段,还可为船长、船舶驾驶员、引航员等航海者安全驾驶和操纵船舶提供实际指导。
李元寿,李峰,王胜杰,陆楠,伍洋,曹玉静,翟薇,王东林,牛官俊,马金玉,谭娟[2](2018)在《加强海洋气象综合保障工程能力建设的分析与建议》文中认为紧紧围绕实现国家提出的"建设海洋强国"和"南海岛礁建设积极推进"发展战略目标,做好"一带一路"海洋气象保障,全面提升海洋气象保障经济社会发展的能力,分析了实施海洋气象综合保障工程建设的历史机遇与挑战,并进一步分析了海洋气象综合保障工程建设发展现状与不足,从而提出加强提升海洋气象综合保障工程能力建设的迫切性和必要性,并提出了相应的对策和建议。本研究为沿海省进一步提出相应的建设任务提供参考,为推进智慧海洋气象工程建设、应对气候变化、推进中国气象现代化事业实现更大发展提供依据。
李元寿,李峰,王胜杰,陆楠,伍洋,曹玉静,翟薇,王东林,牛官俊,马金玉,谭娟[3](2017)在《海洋气象综合保障工程建设的现状分析》文中认为本文深入客观分析了我国目前海洋气象综合保障建设的现状和存在的问题,现行的海洋气象综合保障情况,已经严重影响了海洋气象保障业务正常稳定持续运行,已与我国"建设海洋强国"的发展战略目标不相适应。为顺利实现国家"加强防灾减灾体系建设,提高气象、地震、地质等灾害防御能力",提升海洋气象综合保障经济社会发展的能力,有效发挥气象防灾减灾第一道防线的重要作用,为更好的实现《海洋气象发展规划(20162025年)》等系列规划中既定目标,为进一步提出相应的建设需求和分析建设的必要性提供依据,并迫切需要加强海洋气象服务,完善海洋防灾减灾体系、增强海上突发事件应急处置能力,以及增强海洋气象服务能力提出具体任务要求,推进中国气象现代化事业实现更大发展至关重要。
袁逸博[4](2017)在《基于静止水色卫星的黄海日间海雾及能见度遥感分析研究》文中指出海雾遥感探测对海洋开发、航运安全及海洋气象研究等方面有着重要的科学意义和应用价值。随着海上活动的日益频繁,人们迫切需求高时空分辨率的海雾遥感监测产品。本文以中国近海海雾发生最频繁的黄海为研究区域,基于多年GOCI(Geostationary OceanColorImager)卫星遥感资料、沿海探空资料、浮标气象资料等数据,建立了适用于黄海日间海雾的遥感反演提取算法,并融入长时间序列卫星数据分析黄海海雾的时空分布及变化规律。在对黄海日间海雾有一定的认识后,建立基于GOCI的黄海海上能见度遥感反演算法,并对其时空分布特征进行分析。主要结论包括以下几点:(1)通过对不同地物(晴空无云海表、中高云、低云和海雾)在瑞利校正反射率Rrc(Rayleigh Corrected Reflectance)的光谱进行分析,发现不同的地物表现出光谱特征差异。结合中高云在GOCI各波段的Rrc大于海雾/低云的特性,建立中高云与海雾/低云分离的指数,初步实现两者的有效分离;同时,根据海雾与低云的水汽含量大小差异以及两者在680nm和745nm两波段的水汽吸收能力差异,建立了海雾与低云分离指数,在一定程度上能够有效的实现海雾和低云的分离;此外,建立高浑浊水体识别指数,减少高浑浊水体误判,提高了海雾算法识别精度。利用黄海沿海探空资料、浮标资料以及沿岸气象台站资料,对识别结果进行了验证,结果表明,反演算法能够有效的提取海雾信息;为了验证海雾算法的稳定性,算法被应用到海雾的长时间实时监测,结果显示遥感算法具有良好的稳定性以及对于动态监测的开发潜力;同时,通过与国家气象台发布的海雾监测报告比较,体现GOCI数据高分辨率的优势;最后,利用成山头气象站多年气象资料计算多种统计指标,对海雾算法进行了精度评估,准确率达72.2%。(2)在海雾提取结果的基础上,优化已有能见度模型,建立了黄海海上能见度遥感反演耦合算法。针对海雾像元,基于已有雾区能见度反演模型,通过改进其输入参数,建立适用于雾区的能见度反演模型;而针对晴空像元,在GOCI气溶胶光学厚度产品的基础上,利用Peterson的反演模型,建立适用于晴空像元的能见度反演模型;最后,结合浮标能见度数据,验证算法的适用性,总体分类精度达76.7%,Kappa系数为68%,说明GOCI算法具有估计黄海海上大气水平能见度的潜力。(3)利用建立的黄海海雾遥感提取算法,反演获取2012-2016年逐时海雾提取结果。基于GOCI的逐时高时间分辨率,提出了新的黄海日间海雾雾频指数定义,结果表明:研究时段内的黄海海雾年际变化显着,在海雾雾频较多的年份,高值中心主要分布于西朝鲜湾沿岸至白翎岛以南江华湾海域、山东半岛东南沿海、江苏沿岸、黄海中东部和长江口以东海域;黄海海雾自4月开始,7月结束,6月的长江口以东海域雾频达到全年最高,进入8月黄海海雾雾频迅速减小,雾季终止。黄海雾季海雾在08-09时海雾雾频最大,最小出现在13-14时,15时再次增加。影响海雾的环境要素包括海-气温差、海表风场配置以及海流等。(4)利用建立的能见度算法对2012-2016年的黄海海上能见度进行反演,并系统的分析了黄海能见度的时空分布特征。总体上黄海海上能见度呈现出近岸低、离岸高的特征,且黄海西部的能见度优于黄海东部,在径向呈现出两边高,中间低的特征。同时,能见度的年际变化与海雾雾频分布有着密切联系。黄海海上平均能见度在夏季(6-8月)达到全年最高13.6km,最低值出现在冬季(12月-2月)为5.7km,春季(3-5月)为7.8km,秋季(9-11月)为8.8km。能见度的最大值出现在8月份为17.5km,而最小值在2月为5.2km。黄海能见度低值一般在08-09时,峰值出现在15时。
张苏平,刘飞,孔扬[5](2014)在《一次春季黄海海雾和东海层云关系的研究》文中认为结合多种观测数据和数值模拟结果对2011年3月12—13日的一次黄海海雾过程进行分析。观测数据分析表明:此次黄海海雾过程与东海层云之间存在密切的联系。地面高低压位置为水汽从层云区向北输送提供了有利的环流条件;黄海上空天气尺度下沉运动,加强了海洋大气边界层(MABL)层结的稳定性,MABL顶自南向北高度降低,有利于水汽在向北输送过程中不断向海面聚集;下沉导致的干层以及逆温层对海雾的发生发展起重要作用。模式结果进一步证明天气尺度下沉运动与MABL内的下沉在29°—30°N附近同位相叠加,使得该海区上空的下沉运动明显增强,边界层高度迅速下降。下沉可能会导致气块温度升高,云滴蒸发,来自层云区的水汽随流场向北向下输送逐渐接近冷海面凝结成雾,近海面水汽的平流输送使海雾进一步向北发展。本研究为海雾预报提供新的参考思路。
刘飞[6](2013)在《黄东海春季两次海雾过程与层云关系的研究》文中进行了进一步梳理本文结合多种观测数据和数值模拟结果对两次黄海海雾过程进行研究,并对其与东海层云的关系进行了初步探索。观测数据表明:东海层云和黄海海雾之间存在密切联系。高低压的南北分布,以及高压迅速取代低压位置均可造成层云向海雾方向发展;天气系统包括高低压系统的水平,垂向配置,高低压的强度与移动在层云-海雾过程起到了决定性的作用;高低空天气系统的位置为水汽从南部高空高湿的层状云区向北输送至冷的黄海海面提供了有利的环流条件;黄海上空大规模下沉气流,加强了海洋大气边界层(MABL)层结的稳定性,MABL顶自南向北高度降低,有利于水汽在向北输送过程中不断向海面聚集;下沉导致的干层及逆温层,下垫面海温对海雾的发生发展起重要作用。模式结果进一步证明了确实存在层云-海雾之间的转化,大尺度天气系统控制下的逆温层,下垫面海温、下沉强度对层云-海雾过程作用明显。黄东海层云海雾关系多为平流型,即层云向北向下运动,如果一直保持液态水存在,则表现为层云平流下降成雾,如果云中受强下沉影响,云滴蒸发,来自层云区的水汽随流场向北向下输送逐渐接近冷海面凝结成雾,则表现为“南云北雾”的断裂型分布,近海面水汽的平流输送使海雾进一步向北发展。2012年5月8-14日出海观测数据证实了层云通过下降向海雾方向发展,海雾通过抬升向层云方向发展。海雾雾顶之上的强逆温层与干层,雾区内的绝对稳定层结,温度较低的冷海面对海雾的形成和维持起到了重要的作用,湍流在海雾的消散阶段作用明显;海雾整体抬升为层云为海雾的一种消散机制,低层增温,风速增大,层结不稳定导致的逆温层抬升是其整层抬升的主要原因;海雾具有明显的层状云特性,个体结构具有2km左右的尺寸;海雾平均粒子总浓度为0.873个/cm3,液态水含量在15.46g/m3,雾滴谱分布多集中于2-4um范围内,平均有效直径在2.675um,海雾变浓时液态水含量增加,粒子有向大液滴方向发展的趋势。
岳岩裕[7](2013)在《春季南海海雾微观特征和雾水化学组分的观测研究》文中认为本文利用2010年3-4月和2011年2-3月中国广东省湛江市东海岛两期海雾外场观测试验中获得的常规气象要素、边界层结构、能见度、雾水样本以及雾滴、雨滴和气溶胶粒子谱等资料,综合分析了海雾发生期间的天气形势、气象要素和海温的变化特征;对海雾发生期间雾滴谱、雨滴谱和气溶胶谱的演变特征及其之间的联系进行了深入研究,探讨了影响海雾形成和发展的主要机制;研究了海雾雾水离子浓度的变化规律,并进行了两期观测结果的对比研究;最后,基于雾水化学组分和宏微观要素的变化特征,探讨了不同因子对海雾雾水化学特征的影响。得到的主要结论如下:(1)雷州半岛年平均雾日数为20~30d。气温为16-22℃时,雾日较多。当东海岛位于低压前部或受到冷锋影响时,海雾出现的概率最高,且一般都有逆虚温存在。海雾发生期间近地层平均风速为1-5m s-1,以偏东风为主,且随高度顺转。海温基本处于18-21℃,高层风向偏南、气温高于海温对南海海雾的形成起到了重要作用。(2)针对雾日三种粒子(雾滴、气溶胶和雨滴)的变化进行分析发现:海雾雾滴数浓度少于城市地区的雾,且液态水含量(LWC)一般较低,这与海陆交界处湍流沉降加速导致大雾滴较少,且部分超过探测范围的雾滴观测不到有关。通过雾微物理特征量间的相关性分析发现,核化凝结增长是雾滴形成的关键,而雾滴形成后的发展受多种因子影响,碰并、湍流和平流因子的影响与其他类型雾相比较强。雾滴谱符合Gamma分布,且随着碰并作用增强,滴谱增宽。气溶胶谱呈单峰分布,其数浓度与其他地区相比低1个数量级,雾日的气溶胶数浓度与非雾日相比显着下降,雾滴和气溶胶数浓度的比值(Nf/Na)随着LWC增大而增加。雨雾过程中大气层结稳定,近地面气温较低,雾滴谱偏窄。(3)2010年雾水的pH和电导率(EC)平均值分别为5.20和1884μScm-1;2011年的pH和EC平均值分别为3.34和505μS cm-1。pH值和EC之间呈负相关关系。2011年雾水酸性变强的原因主要考虑酸性物质比重增加。海洋源离子Cl-和Na+的离子浓度很高;S042-和NO3-具有同源性,人为污染的贡献明显。通常情况下随着海雾发展,雾水离子浓度经历“U”型变化,这与大气中离子负荷量和LWC变化等因素有关。2010和2011年总离子浓度(TIC)的平均值分别为38260μeq L-1和5600μeq L-1,而实际大气中离子负荷量相差不大,主要由于2011年观测地点海拔高度的升高会降低湍流因子的影响,减少粒径较大雾滴的沉降,从而促使LWC增加,在大气中污染物质浓度变化不大的情况下,离子浓度下降。(4)雾水成分在一定程度上依赖于气溶胶粒子的种类和大小,受到北方特大沙尘暴影响,东海岛地区直径大于1μm的气溶胶粒子数浓度显着增加,导致雾水中Ca2+和Mg2+的离子浓度明显升高。雨雾过程中TIC的起伏变化不明显,TIC的标准偏差最小。受到冷锋和低压系统影响时大气中离子的负荷量减少。当气团路径较短,受局地污染源影响时,离子负荷量最高,而当气团完全来自于海洋时,其值最低。采集效率随着风速的增加递减,最大TIC对应的风速、风向和气温区间分别为3.5-4m s-1,78.75-90°和21-22℃。综合考虑各个微物理特征量与TIC之间的关系提出一个新参量1/(LWC×r),其反映了清除效率(1/r)和稀释作用(LWC),相关系数为0.74。
曾淑玲[8](2012)在《三类航危天气预报技术及业务系统研究》文中研究指明从上世纪20年代起,航空气象保障就逐渐得到国内外航空公司和气象科技工作者的广泛关注,这主要是因为天气是影响航空安全、正常与效率的最重要因素之一,给航空企业和飞行员提供及时、准确的天气预报,进而提升飞行的安全性是航空气象服务的职责和任务。航空工业的迅猛发展,对航空气象服务提出了更新更高的要求。在诸多的天气因素中,雷暴被称为夏季飞行安全的杀手;雾造成的低能见度常造成机场关闭;风是对飞行影响最大的气象要素,大风可影响飞机正常起降并损坏机场设施。因此,关于这三类典型航空危险性天气的短期预报技术进行深入研究,对于进一步提高航空气象预报业务能力具有重要的现实意义。本论文首先分析了近30年我国三类航危天气的时空分布特征并总结其主要天气型,为了解其气候概率、发生机制以及提高预报水平提供有效的支持;然后通过深入分析三类航危天气的主要物理因子,采用事件概率回归和BP神经网络两种方法建立了三类航危天气的动力-统计预报模型,并对模型的预报性能进行了检验和比较;最后基于软件开发技术构建了能够用于航空气象服务的三类航危天气短期预报业务化系统,目前已投入准业务化运行。主要研究结果如下:1、在极端天气气候事件增多的大背景下,研究表明,我国大陆雷暴、雾霾和大风存在不同的时空变化特征。我国雷暴高发区主要位于东南沿海、华南、西南以及青藏高原东部地区,近30年来雷暴日数经历了两个相对多发期和一个相对少发期。雾在我国南方和沿海地区频发,多雾地区主要分布在辽东半岛、山东半岛沿海、福建西北及沿海、江浙沿海、四川盆地以及云南西南部,长江以南地区的雾日数明显多于长江以北地区。近30年来大雾日数整体呈现出减少的趋势,而轻雾日数呈增加趋势。霾日数具有东多西少的空间分布特征,东部地区的霾集中在三个多发区,分别为长江中下游、华北和华南地区;2001年以后霾日数呈现出增加的趋势。大风主要出现在北方地区,频发区主要位于新疆北部、内蒙古中西部、青藏高原东部以及东部沿海区域。2、通过统计分析,筛选出了不同预报对象的主要影响物理因子。雷暴预报方程中贡献大的因子反映了水汽含量、动力条件和不稳定能量。雾霾预报方程中的因子主要有水汽含量、全风速、垂直速度和稳定度指数等。大风预报方程中的因子主要有模式输出的U、V分量及对流层中下层的全风速,其次为垂直速度,槽的强度、温度和涡度平流也在方程中占较大比重。3、针对全国不同站点,分别建立了基于线性回归理论的三类航危天气事件概率回归预报模型,并对其预报性能进行了检验。对于三类天气,TS评分值在不同区域和不同预报时效均高于气候概率值。雷暴在华南、东部沿海和东北地区预报效果相比其他地区更好。对水平能见度小于10km的雾霾天气,预报评分的空间分布随季节变化而不同,预报效果较好的站点在春季主要分布在西北东南部、华北南部、黄淮东部和江淮中东部;夏季主要分布在两大区域,分别是东北地区南部、华北地区和江南中西部、华南中西部地区;秋冬季分布在东北地区南部、华北地区、黄淮地区以及江淮东部;且冬季在东南沿海、华南预报效果好于秋季。对水平能见度小于1km的雾,预报评分和其气候概率空间分布有较好的一致性,预报评分在东北地区南部、黄淮、江南东部以及西南地区较高。大风天气的预报评分在北方地区整体较高,秋季在东南沿海具有较高的评分。4、针对全国不同站点,分别建立了基于非线性动力系统的三类航危天气BP神经网络预报模型,检验了其预报性能并与事件概率回归预报模型进行对比。整体来看,由于输入端预报因子相同,两种预报模型试预报评分的空间分布基本一致。对于雷暴天气,随着预报时效的延长,预报评分明显减小,夜晚的评分较白天偏低,且神经网络预报模型效果明显好于事件概率回归预报模型,在白天的预报时段内更为明显。雾霾神经网络模型对水平能见度小于1km雾的预报好于事件概率回归预报模型。对于大风天气,事件概率回归模型预报效果更好。个例预报分析表明两种预报模型对于三类天气的区域性特征的预报与实况都有较好的一致性。5、三类航危天气短期业务预报系统的建立及准业务化运行。针对当前航空气象业务保障中短期预报任务特点和预报需求,综合利用数值预报产品释用技术和软件开发技术,开发了三类航危天气短期业务化预报系统。系统设计共分为五个模块,分别是预报模型构建模块、数据采集入库模块、基本要素和特征物理量计算入库模块、预报数据自动生成模块和预报信息显示模块。本系统实现了数据自动下载入库、单要素或多要素、单一时间或历史上某一时间段的自动预报、地理信息数据接入、预报结果图形化显示等多个功能。本预报系统具有建模方法先进、客观化与自动化程度高、操作简便等优点,可以辅助预报员高效客观地完成三类航危天气短期预报的制作。目前本系统已集成到航空气象灾害预报支持服务系统进行准业务化运行。
李国磊[9](2012)在《河北省大雾发生的气象条件与客观预报方法研究》文中研究表明本文利用MICAPS格式地面观测资料中第一类数据格式(地面全要素填图数据),统计了河北平原大雾和能见度的时空分布、河北平原大雾发生的气象条件之后,引入逐步消空和指标叠套法,尝试制作河北省大雾客观分县预报。得到以下结论:1、河北大雾具有以下特点:(1)冬季雾平原站和山区站生消时间分布都为准双峰型,从生成时间来看,主要在05时到09时之间,消散集中在07时到11时之间。夏季雾平原和山区站生消时间分布都为单峰型,生成主要在04时到07时之间,占70%以上,消散在06时到09时之间,也占70%以上。夏季雾维持时间较短,时段集中,这是它区别冬季雾的地方。(2)大雾逐月分布图山区站和平原站有明显区别,山区站大雾主要出现在夏末到初冬,其中秋季是发生最多的时段,平原站主要出现在秋末到冬季,其中12月份出现频率最高。(3)大雾天气受地形影响很大,具有明显的区域地理特征,大雾日数呈平原多、山区和高原少的趋势,京广线以东的东南部平原雾日天数最多且持续出现日数最长。(4)河北大雾日数总体为增加趋势,呈波动式增加趋势,70年代是一个多雾时期,处于相对多雾期,到80年代初有所下降,之后上升迅速,90年代初又是一个高峰期,进入21世纪以来大雾年站次数有所下降,但仍多于80年代中前期数量,山区站和平原站整体上位相同步.2、大雾发生当日温度和露点温度平均值的变化较为一致,都是在1月至7月逐渐升高,7月达到最高,7月至12月逐渐降低,最小值均出现在1月。温度露点差平均值的变化在1月至9月较为平缓,在0.45到1之间徘徊,10月至12月维持在2.5和3之间。相对湿度在1到9月达到90%以上,10至12月在80%-90%之间。风速平均值在1月至4月逐渐增大,之后逐渐减小,到8月以后变化平缓。平均能见度的最大值出现在6月,5、6、7三个月的平均能见度在1km以上,其他均在1km以下,其中1月至3月、10月至12月的平均能见度在0.5kmm及以下,达到浓雾标准。大雾当日河北平原地面气压在1020至1023百帕之间,气压场梯度较小,基本为均压场。大雾发生前一天,各气象要素的逐月变化趋势基本一致。大雾发生前一日相对湿度越大、风速越小、能见度越低,越有利于次日大范围雾的发生。3、利用EOF方法对河北地区雾的时空分布进行分析,发现2000年至2011年河北雾的发生在山区偏少、平原偏多;2000年至2011年期间有6个年份(2001、2003、2004、2006、2007、2009)东部平原多雾,西部山区少雾,其中2007年东部平原雾日最多:其余年份(2000、2002、2005、2008、2010、2011)东部平原少雾,西部山区多雾,其中2010年东部平原雾日较其它年份少。4、指标叠套法是针对雾出现于边界层附近,而高空资料时、空分辨率达不到预报要求的情况下,利用1998-2006年的高空、地面的统计结果,基于地面观测和数值预报产品尝试做大雾预报的方法。业务应用表明,该方法对京津冀秋冬季大雾,尤其是大范围连续性大雾具有较强的预报能力。
李晓丽,唐跃,王雷[10](2011)在《舟山海雾发生问题探讨》文中指出海雾是近年来造成舟山海上交通和海上作业发生灾害性事件最为突出的危险天气现象,本文通过天气形势、大气稳定度、相对湿度、温度、风向风速及海温等资料分析,对舟山海雾的发生与消散及持续问题进行了探讨,得出了一些规律。
二、Micaps系统在舟山海雾预报中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Micaps系统在舟山海雾预报中的应用(论文提纲范文)
(1)恶劣天气下海上交通风险动态预评估研究(论文提纲范文)
创新点摘要 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状分析 |
1.2.1 风险评估相关概念 |
1.2.2 海上交通风险评估方法的现状分析 |
1.2.3 恶劣天气下海上交通风险评估研究的现状分析 |
1.3 主要研究思路 |
1.3.1 主要研究目标、思路和任务 |
1.3.2 主要工作与内容安排 |
2 恶劣天气下海上交通风险动态预评估模型 |
2.1 恶劣天气下海上交通风险动态预评估内涵 |
2.1.1 恶劣天气下海上交通风险因素分析 |
2.1.2 恶劣天气下海上交通风险类型分析 |
2.1.3 恶劣天气下海上交通风险评估重点关注对象 |
2.2 恶劣天气下海上交通风险动态预评估体系 |
2.2.1 恶劣天气下海上交通风险评估体系要素分析 |
2.2.2 恶劣天气下海上交通动态风险预评估体系结构 |
2.3 基于模糊综合评判的风险动态预评估模型 |
2.3.1 恶劣天气下海上交通风险动态预评估模型 |
2.3.2 大风浪天气下海上交通风险动态预评估模型 |
2.3.3 能见度不良天气下海上交通风险动态预评估模型 |
2.3.4 冰区航行船舶海上交通风险动态预评估模型 |
2.4 基于模糊信息分配的恶劣天气下海上交通风险矩阵 |
2.4.1 模糊信息分配的基本概念和原理 |
2.4.2 基于模糊信息分配理论的风险矩阵及其比较分析 |
2.4.3 恶劣天气下海上交通风险矩阵 |
2.5 本章小结 |
3 风险动态信息数据预测与处理技术 |
3.1 海上恶劣天气信息数据处理技术 |
3.1.1 精细化网格大风信息数据处理技术 |
3.1.2 精细化网格海浪信息数据处理技术 |
3.1.3 重点关注海域海上能见度信息数据处理技术 |
3.1.4 卫星遥感海冰信息数据处理技术 |
3.2 基于人工神经网络的短时船舶交通流密度预测技术 |
3.2.1 船舶交通流密度及其预测研究现状 |
3.2.2 基于人工神经网络的短时船舶交通流密度预测模型 |
3.2.3 成山角附近海域船舶交通流密度预测实例验证 |
3.3 本章小结 |
4 恶劣天气下海上交通风险动态预评估系统 |
4.1 大风浪天气下海上交通风险动态预评估系统 |
4.1.1 构建思路和主要功能 |
4.1.2 系统组成和工作流程 |
4.1.3 系统仿真应用实例分析 |
4.2 能见度不良天气下海上交通风险动态预评估系统 |
4.2.1 构建思路和主要功能 |
4.2.2 系统组成和工作流程 |
4.2.3 系统仿真应用实例分析 |
4.3 冰区航行船舶海上交通风险动态预评估系统 |
4.3.1 构建思路和主要功能 |
4.3.2 系统组成和工作流程 |
4.3.3 系统仿真应用实例分析 |
4.5 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 创新点 |
5.3 展望 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
(2)加强海洋气象综合保障工程能力建设的分析与建议(论文提纲范文)
1 机遇与挑战 |
2 发展与现状 |
3 加强气象工程能力建设的建议 |
4 结语 |
(3)海洋气象综合保障工程建设的现状分析(论文提纲范文)
1 背景分析 |
2 现状分析 |
2.1 以岸基为主的海洋气象综合观测系统初步形成 |
2.2 海洋气象预报预警业务逐步发展, 但海洋气象预报核心技术水平不高 |
2.3 海洋气象公共服务业务体系初步建立, 但能力和手段还需提升 |
2.4 海洋气象信息传输网络基础基本具备, 但需补充完善相关能力 |
2.5初步形成了近海和部分大洋的海洋观测保障基础, 海洋气象综合保障能力亟需完善提升 |
3 存在问题 |
3.1 近海和远海气象资料获取能力有限 |
3.2 海洋气象预报预警核心技术水平不高 |
3.3 海洋气象服务能力和手段不足 |
3.4 海洋气象信息网络发展有待增强 |
3.5 海洋气象装备保障能力几近空白 |
4 建议 |
(4)基于静止水色卫星的黄海日间海雾及能见度遥感分析研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 海雾的分类和成因 |
1.2.2 海雾探测研究 |
1.2.3 海雾气候特征 |
1.2.4 大气能见度研究 |
1.3 研究目的和研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.4 文章结构 |
第二章 研究区域与数据 |
2.1 研究区域 |
2.2 研究数据 |
2.2.1 卫星遥感数据 |
2.2.2 实测及共享数据 |
2.3 卫星数据的获取和预处理 |
第三章 黄海日间海雾识别算法建立 |
3.1 海雾实例的识别 |
3.1.1 海雾在遥感影像上的特征分析 |
3.1.2 海雾的气象要素场 |
3.2 光谱特性分析 |
3.3 中高云与低云/海雾分离指数 |
3.4 海雾与低云分离指数 |
3.5 高浑浊水体识别指数 |
3.6 算法个例验证及应用 |
3.7 算法精度检验 |
3.8 本章小结 |
第四章 黄海日间海上能见度遥感算法的建立 |
4.1 海上能见度算法的建立 |
4.1.1 海雾的能见度反演 |
4.1.2 晴空无云海表的能见度 |
4.2 算法的精度验证 |
4.2.1 评价指标的定义 |
4.2.2 能见度算法精度分析 |
4.3 本章小结 |
第五章 黄海日间海雾时空变化特征分析 |
5.1 年际变化 |
5.2 月际变化 |
5.3 季节变化 |
5.4 日变化 |
5.5 本章小结 |
第六章 黄海日间海上能见度时空分布特征研究 |
6.1 年际变化 |
6.2 月际变化 |
6.3 季节变化 |
6.4 日变化 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
作者简介 |
致谢 |
(5)一次春季黄海海雾和东海层云关系的研究(论文提纲范文)
1 资料、方法和模式介绍 |
1.1 资料和方法 |
1.2 模式介绍 |
1.2.1 WRF模式 |
1.2.2 Hybrid Single-Particle Lagrangian Integrated Trajectory-4(HYSPLIT-4)模式 |
2 层云-海雾个例观测事实 |
3 层云-海雾的环境流场 |
3.1 水平流场 |
3.2 垂向流场 |
4 下沉运动与水汽输送 |
5 逆温层对层云-海雾系统的影响 |
6 WRF模拟结果分析 |
7 结论和讨论 |
(6)黄东海春季两次海雾过程与层云关系的研究(论文提纲范文)
摘要 |
Abstract |
目录 |
1 前言 |
1.1 研究背景和现状 |
1.2 黄东海层云-海雾关系的问题提出 |
1.3 研究内容与框架结构 |
2 资料、方法和模式介绍 |
2.1 资料和方法 |
2.2 模式介绍 |
2.2.1 WRF 模式 |
2.2.2 HYSPLIT-4 模式 |
3 2011 年 3 月 12-13 日层云-海雾个例研究 |
3.1 层云-海雾观测事实 |
3.2 层云-海雾环境流场 |
3.2.1 水平流场 |
3.2.2 垂向流场 |
3.3 层云-海雾过程下沉运动与水汽输送 |
3.4 大气层结对层云-海雾系统的影响 |
3.5 层云-海雾过程 WRF 模式模拟结果分析 |
3.5.1 控制试验模拟结果 |
3.5.2 敏感试验模拟结果-下垫面 SST 的作用 |
3.6 本章小结与讨论 |
4 2012 年 5 月 8-12 日层云-海雾个例研究 |
4.1 层云-海雾观测事实 |
4.2 层云-海雾环境流场 |
4.2.1 水平流场 |
4.2.2 垂向流场 |
4.3 层云-海雾过程下沉运动与水汽输送 |
4.4 大气层结对层云-海雾系统的影响 |
4.5 层云-海雾过程 WRF 模式模拟结果分析 |
4.6 对层云-海雾过程海上实际观测 |
4.6.1 冷海面对海雾过程的影响 |
4.6.2 5 月 9 日层云-海雾过程实际观测 |
4.6.3 海雾的层状云特性 |
4.6.4 5 月 11-12 日海雾抬升为层状云过程 |
4.6.5 5 月 13 -14 日渤海层状云云底向下发展成海雾过程 |
4.6.6 渤海“云雾街”及其形成 |
4.6.7 海雾的液滴谱特征 |
4.7 本章小结与讨论 |
5 结论、讨论与展望 |
5.1 结论 |
5.2 讨论与展望 |
参考文献 |
致谢 |
个人简历 |
发表的学术论文 |
(7)春季南海海雾微观特征和雾水化学组分的观测研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 前言 |
1.1 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 主要研究计划 |
1.2.2 生消机制 |
1.2.3 微物理特征 |
1.2.4 雾水化学特征 |
1.3 研究内容、目标和技术路线 |
1.3.1 研究内容 |
1.3.2 研究目标 |
1.3.3 技术路线 |
参考文献 |
第二章 海雾外场观测试验 |
2.1 观测地点 |
2.2 仪器介绍 |
2.2.1 观测仪器 |
2.2.2 分析仪器 |
2.3 计算方法 |
2.3.1 雾水化学计算 |
2.3.2 雾滴谱计算 |
2.3.3 光学特性参数 |
参考文献 |
第三章 海雾过程的微观特征 |
3.1 雾日气象条件和海温特征 |
3.1.1 雾日频次和气象要素统计特征 |
3.1.2 天气形势和边界层特征 |
3.1.3 海温分布特征 |
3.2 海雾微物理特征 |
3.2.1 两年海雾微物理特征量变化 |
3.2.2 海雾微物理特征量相关性 |
3.2.3 雾滴谱特征 |
3.2.4 典型个例分析 |
3.3 气溶胶特征 |
3.3.1 气溶胶基本特性 |
3.3.2 气溶胶与雾滴数浓度之间的关系 |
3.4 雨雾特征 |
3.4.1 雨雾过程温度廓线 |
3.4.2 雨雾过程降水量变化情况 |
3.4.3 雨雾微物理特征量 |
3.5 总结 |
参考文献 |
第四章 海雾雾水化学特征 |
4.1 pH和电导率 |
4.2 雾水离子成分 |
4.3 对比分析 |
4.4 雾水重力沉降特征 |
4.5 总结 |
参考文献 |
第五章 影响雾水化学特征的因子分析 |
5.1 气溶胶的影响 |
5.2 降水的影响 |
5.3 大气环流的影响 |
5.4 气象要素的影响 |
5.5 雾微物理特征量的影响 |
5.6 结论 |
参考文献 |
第六章 主要结论、创新点及展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 研究展望 |
在读期间发表的论文、学术交流及实践活动情况 |
致谢 |
(8)三类航危天气预报技术及业务系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 航空危险性天气预报研究背景 |
1.2 航空危险性天气预报研究的目的和意义 |
1.3 三类航空天气短期预报研究现状 |
1.3.1 雷暴天气预报研究现状 |
1.3.2 低能见度天气预报研究现状 |
1.3.3 大风天气预报研究现状 |
1.4 基于数值预报产品释用方法的要素预报研究现状 |
1.5 本文研究目的、内容和章节安排 |
参考文献 |
第二章 预报方法和资料 |
2.1 事件概率回归方法及其应用 |
2.1.1 事件概率回归方法 |
2.1.2 事件概率回归在天气预报中的应用 |
2.2 神经网络方法及其应用 |
2.2.1 人工神经元模型和网络结构 |
2.2.2 基于BP算法的多层前馈网络 |
2.2.3 神经网络预报方法在天气预报中的应用 |
2.3 预报因子的筛选方法 |
2.4 格点到站点的双线性插值方法 |
2.5 所用资料 |
2.5.1 T213L31模式产品 |
2.5.2 地面观测资料 |
2.5.3 再分析资料 |
参考文献 |
第三章 我国三类航空危险性天气特征及成因 |
3.1 我国雷暴天气的时空分布及成因 |
3.1.1 我国雷暴天气时空分布特征 |
3.1.2 我国雷暴天气的环流型 |
3.1.3 雷暴天气预报因子选取 |
3.2 我国雾霾天气的时空分布及成因 |
3.2.1 我国雾霾天气的时空分布特征 |
3.2.2 我国雾天气的环流型 |
3.2.3 雾霾天气的预报因子选取 |
3.3 我国大风天气的时空分布及成因 |
3.3.1 我国大风天气的时空分布特征 |
3.3.2 我国大风天气的环流型 |
3.3.3 大风天气的预报因子选取 |
3.4 小结 |
参考文献 |
第四章 基于事件概率回归理论的动力统计预报模型 |
4.1 事件概率回归预报模型的建立 |
4.2 事件概率回归预报方程 |
4.2.1 雷暴预报方程因子分析 |
4.2.2 雾霾预报方程因子分析 |
4.2.3 大风预报方程因子分析 |
4.3 预报判据的确定和自动化客观预报的实现 |
4.3.1 预报判据的确定 |
4.3.2 自动化客观预报的实现 |
4.4 预报结果分析及检验 |
4.4.1 预报误差的时空分布 |
4.4.2 个例分析 |
4.5 小结 |
第五章 基于BP神经网络方法的动力统计预报模型 |
5.1 神经网络预报模型的建立 |
5.1.1 网络结构 |
5.1.2 建模及预报流程 |
5.2 预报结果分析及检验 |
5.2.1 预报误差的时空分布 |
5.2.2 个例分析 |
5.3 两种统计模型的讨论 |
5.3.1 两种统计模型对三类天气预报性能分析 |
5.3.2 两种模型在航空危险性天气预报的优越性 |
5.4 小结 |
参考文献 |
第六章 业务化预报系统的建立 |
6.1 业务化预报系统实现的技术路线 |
6.1.1 特征物理量参数的计算 |
6.1.2 数值预报产品释用技术 |
6.2 业务化预报系统设计说明 |
6.3 整体功能结构及运行流程图 |
6.4 系统各模块说明 |
6.5 软件界面说明 |
6.5.1 主界面功能介绍 |
6.5.2 数据下载入库功能介绍 |
6.5.3 单个要素预报功能介绍 |
6.5.4 自动化预报界面功能介绍 |
6.5.5 预报结果显示界面功能介绍 |
6.6 预报系统软件测试 |
6.6.1 测试范围和用例设计 |
6.6.2 测试环境与配置 |
6.6.3 测试过程与结果 |
6.6.4 测试覆盖 |
6.6.5 测试报告 |
6.7 预报系统特点说明 |
6.8 小结 |
参考文献 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 特色与创新点 |
7.2.1 特色 |
7.2.2 创新点 |
7.3 讨论和展望 |
附录A |
在学期间的研究成果 |
个人简历 |
致谢 |
(9)河北省大雾发生的气象条件与客观预报方法研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 雾的生成及影响 |
1.2.1 雾的生成机理 |
1.2.2 雾带来的影响 |
1.2.2.1 雾对陆海空交通造成的严重影响 |
1.2.2.2 雾对电力系统造成的影响 |
1.2.2.3 雾对人类健康造成的影响 |
1.2.2.4 雾对农业的影响 |
1.2.2.5 雾对城市建筑的影响 |
1.3 大雾客观预报方法 |
1.4 本文的研究内容 |
第二章 河北平原大雾统计特征 |
2.1 2000年以来全国大雾空间分布特征 |
2.1.1 多年总计分布 |
2.1.2 年平均分布 |
2.2 河北省大雾和能见度时空分布特征 |
2.2.1 大雾地理分布特征 |
2.2.1.1 多年总计分布 |
2.2.1.2 30年平均分布 |
2.2.2 大雾生消日变化和分布月季变化 |
2.2.2.1 大雾生消日变化 |
2.2.2.2 大雾月变化 |
2.2.3 大雾年际变化 |
2.2.3.1 多年大雾日数整体变化分布 |
2.2.3.2 大雾次数的年际变化 |
2.2.4 大雾持续出现极值和频率分布 |
2.2.4.1 极值分布 |
2.2.4.2 频率分布 |
2.2.5 能见度分布特征 |
2.2.6 突发性大雾 |
2.3 小结 |
第三章 河北平原大雾发生的气象条件研究 |
3.1 大雾发生时气象条件 |
3.2 大雾发生前气象条件 |
3.3 小结 |
第四章 河北雾序列EOF分析 |
4.1 资料与方法 |
4.2 河北雾序列EOF分析 |
4.3 小结 |
第五章 用指标叠套法做雾的分县预报 |
5.1 叠套法做雾的分县预报设计思路 |
5.2 河北平原大雾发生的气象条件 |
5.2.1 统计河北平原大雾发生的资料和气象条件(阈值统计) |
5.2.2 消空指标 |
5.3 指标叠套法做雾的分县预报 |
5.4 预报效果检验 |
5.4.1 预报评分 |
5.4.2 存在问题及改进方法 |
5.5 小结 |
第六章 结论与讨论 |
6.1 总结 |
6.2 讨论 |
6.3 展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(10)舟山海雾发生问题探讨(论文提纲范文)
1 引言 |
2 资料与方法 |
3 问题探讨 |
3.1 舟山海雾的分类 |
3.2 舟山海雾的分布 |
3.2.1 舟山海雾的季节分布 |
3.2.2 舟山海雾的地理分布 |
3.2.3 舟山海雾的日变化 |
3.3 舟山海雾发生的基本天气形势特征 |
3.4 舟山海雾相关的要素场特征分析 |
3.4.1 适宜的温湿场 |
3.4.2 海面水温与水气温差 |
3.4.3 大气稳定度 |
3.4.4 适宜的风场 |
3.5 海雾的持续与消散 |
4 结语 |
四、Micaps系统在舟山海雾预报中的应用(论文参考文献)
- [1]恶劣天气下海上交通风险动态预评估研究[D]. 戴厚兴. 大连海事大学, 2019(06)
- [2]加强海洋气象综合保障工程能力建设的分析与建议[J]. 李元寿,李峰,王胜杰,陆楠,伍洋,曹玉静,翟薇,王东林,牛官俊,马金玉,谭娟. 浙江气象, 2018(03)
- [3]海洋气象综合保障工程建设的现状分析[J]. 李元寿,李峰,王胜杰,陆楠,伍洋,曹玉静,翟薇,王东林,牛官俊,马金玉,谭娟. 浙江气象, 2017(02)
- [4]基于静止水色卫星的黄海日间海雾及能见度遥感分析研究[D]. 袁逸博. 南京信息工程大学, 2017(01)
- [5]一次春季黄海海雾和东海层云关系的研究[J]. 张苏平,刘飞,孔扬. 海洋与湖沼, 2014(02)
- [6]黄东海春季两次海雾过程与层云关系的研究[D]. 刘飞. 中国海洋大学, 2013(03)
- [7]春季南海海雾微观特征和雾水化学组分的观测研究[D]. 岳岩裕. 南京信息工程大学, 2013(01)
- [8]三类航危天气预报技术及业务系统研究[D]. 曾淑玲. 兰州大学, 2012(04)
- [9]河北省大雾发生的气象条件与客观预报方法研究[D]. 李国磊. 兰州大学, 2012(04)
- [10]舟山海雾发生问题探讨[J]. 李晓丽,唐跃,王雷. 海洋预报, 2011(01)