自组织神经网络算法在宁夏暴雨天气分型中的应用

利用自组织神经网络算法(SOMs),对1961—2017年宁夏55次典型暴雨过程的500 h Pa环流场进行分型,总结每种类型的环流特征,并结合实况,计算暴雨发生概率。结果表明,SOMs算法可以成功实现宁夏暴雨的分型。影响宁夏的暴雨基本可分为蒙古冷涡型、平直气流型、河西低槽型和两高夹击型4种类型。其中,蒙古冷涡型最易产生暴雨,两高夹击型不易产生暴雨。在4种分型中,蒙古冷涡型和平直气流型的分型效果较好。对2016—2017年汛期13次典型暴雨反算分型,发现其分型准确率达84. 6%。

基于精细资料的宁夏春季干旱特征分析

本文利用多种地面精细观测资料,统计分析得到近55a宁夏春季干旱的精细化空间分布和多时间尺度变化特征。结果表明:在采用了更为精细的观测资料后,宁夏春季干旱的分布显得更为不均,呈中部多发南北少发的分布特征而干旱平均强度却呈中部弱南北强的分布特征;最大春季干旱强度分布呈明显的多极性分布。在宁夏5地市中,吴忠市、银川市、中卫市3市较易发生干旱。宁夏春季干旱发生次数基本呈逐年增加的趋势,但平均强度呈逐年减弱的趋势;年代际发生次数的增加趋势更加明显;在20世纪80年代前后存在1次突变。春季干旱强度具有较为稳定的气候态,3、5月易出现大范围轻旱以上的干旱过程;3月上旬、5月上旬、5月下旬较易出现重旱级别的干旱过程。500hPa大陆高压脊与大气环流的变化是造成西北地区春季干旱强弱分布的主要原因之一。

基于图形学的致旱天气系统自动识别技术

基于图形学分析技术,采用追踪算法、矢量分析法,利用常规MICAPS数据、NECP逐日再分析资料和EC细网格资料,对我国西北地区致旱天气系统进行识别试验。通过试验,得到如下结论:(1)依据天气学定义,利用追踪算法能够成功识别高空槽、高空脊等主要系统,并可得到其曲率特征;(2)利用该方法识别天气尺度系统,系统中心识别率高达90%以上、平均误差小于0. 5°,而高空槽识别准确率为74%～87%,平均识别误差为0. 7°～1. 4°。利用风场进行订正后,准确度明显提高、误差有所减小,基本可以满足干旱预测、预报业务需求。