江苏省苏州市吴江区主要气象灾害分析及防灾减灾措施

我国每年因气象灾害造成的损失数额巨大,对此,主要就江苏省苏州市吴江区常见的几种气象灾害进行分析,提出为降低灾害损失、保护公民生命财产安全,需加大防灾减灾宣传、完善工作体系和气象灾害防御工作机制等,以做好气象灾害防灾减灾工作。

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型(PSONN—EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。

激光雷达与微波辐射计联合观测大气边界层高度变化

为了研究苏州地区大气边界层结构的日变化及季节特征,利用2014年1—7月期间大气颗粒物激光雷达对苏州上空大气气溶胶进行了连续观测。选定2014年1月15日、3月16日、5月7日与7月22日全天的消光系数探测数据,通过优化后的梯度法得到了该地区的大气边界层高度,分析了其日变化特征,并分析了边界层高度与地表的温湿变化之间的相关性。结果表明除1月15日外,边界层的变化与地表温度存在明显的正相关,而与地表的相对湿度存在负相关。同时,对站点微波辐射计观测得到的温湿廓线与边界层内消光系数廓线进行了联合研究。研究结果表明,微波辐射计湿度垂直廓线与激光雷达消光系数廓线探测得到的边界层具有良好的一致性。

基于激光云高仪的雾和霾监测研究

文章在分析激光云高仪观测原理的基础上,结合人工实验观测数据和激光云高仪的后向散射强度数据,提出两种处理激光云高仪后向散射强度数据的方法,即对数运算法和固定阈值分割法。利用这两种方法,使激光云高仪在实现云高检测的同时又凸显了在雾、霾和降水等不同天气条件下近地面大气气溶胶的光学特性。研究表明,利用激光云高仪后向散射强度初值大小、垂直变化趋势和其随时间变化情况,可以实现激光云高仪对雾、霾和降水等特殊天气的实时监测。