广东省突发事件预警信息发布特征分析

基于2017-2021年广东省突发事件预警信息发布系统提供的数据,利用数据加工技术进行去重除错、分类归类、聚类关联之后,再采用统计分析方法,分析了广东省预警信息发布规律。结果表明:2021年,全省共计16个部门利用省预警发布平台发布预警信息,全网短信发送量达53.4亿人次,为历年最高。全年预警信息发布量最多的月份是8月,发布高峰月份是5-8月,发布总数占全年发布量的61%。高峰期发布量较多的是气象预警,包括暴雨、雷雨大风、冰雹、大雾和高温,共占期间总发布量的87%。

广东省突发事件应急指挥决策辅助系统的建设

根据突发事件预警信息发布运行业务的需要,结合智能网格预报以及政府部门间防灾减灾相关数据,利用统计分析算法、地理信息技术对数据进行整合、分析与展示,建立基于B/S架构、以影响预报为核心的广东省突发事件应急决策辅助系统。通过分析台风"海马"袭击广东沿海的应急决策案例,简述系统为决策者在灾情研判上提供的支撑和发挥的作用。

广东省气象预警服务质量的评估模型

基于2021年预警信号发布、应急响应启动以及预警信息发布数据,采用层次分析法和加权综合评价法,从服务量和影响程度两个维度入手,构建了包含预警信号指数、应急响应指数、预警信息指数、综合评估指数4项指标的广东省气象预警服务综合评估模型。通过历史案例对比分析表明:利用模型得出的预警服务指数与区域预警服务能力、过程影响情况有较高的一致性。证明该方法能客观、量化评价广东的气象预警服务水平。

广东省气象预警信息公众覆盖率分析

基于国家统计局、广东省各级预警信息发布中心提供的发布渠道覆盖率数据,以及广东省各市统计局提供的人口数据,采用最大值法,分析了广东省气象预警信息公众覆盖率。结果表明:截至2019年年底,广东省气象预警信息公众覆盖率已达100%,其中通过电视、广播渠道的气象预警信息公众覆盖率为100%,通过全网短信、互联网和公众端渠道的气象预警信息公众覆盖率分别为80%、71.9%和58.6%。

广东省人工影响天气改善空气质量作业方案设计

论述了国内目前开展人工增雨改善空气质量的进展,分析了广东省开展人工增雨降低灰霾污染的基础条件和天气形势,认为从理论上通过人工增雨减少雾霾,改善空气质量具有一定的可行性。设计了广东省人工增雨改善空气质量的流程,提出依据云模式、区域空气质量模式和地面环境气象监测等多种平台制定作业内容和方案,并进行效果评估。

广东人影信息管理系统的设计与开发

为规范人工影响天气作业流程,加强人工影响天气信息动态管理,设计开发广东人影信息管理系统。该系统基于B/S架构,由网页端和移动端APP共同组成。系统建成后可实现省、市、县、作业点四级联动,对全省人影装备弹药情况、作业情况、作业人员状态等信息进行动态管理,并实时对接上海物管处与中国气象局。确保人影装备弹药规范化管理,有效提高人影业务信息化水平。

广东省雷雨大风预警信号的智能监控

为了更好地智能监测分析广东省雷雨大风预警信号的发布、升级或降级的动态变化过程,选择3次具有代表性的雷雨大风预警信号发布变化过程进行复盘分析,并提出优化模型建议:1)降低采集数据达标次数;2)将极大风速和Z_(H)>50 dBz的面积占比均进行降级处理。依据修改建议对模型优化,检验结果表明智能监控结果可信度有较大提升。

广东省气象台SWIFT业务平台简介

重点介绍广东省气象台开发的SWIFT(雨燕)业务平台的系统架构、主要功能模块和系统关键支撑技术。该系统架构分成数据源、气象数据处理、数据存储、服务组件和WEB应用等5层。主要功能模块包括实况观测与统计、强对流监测预警、数值预报、台风预报等。关键支撑技术包括雷达回波的外推技术、雷达回波外推和数值模式融合技术、数值模式解释应用技术。另外,采用数据库和NetCDF文件相结合的方式来存取数据,自主研发多线程色斑图渲染技术和等值线追踪技术,提高平台响应速度。

气候变化对广东省气候适宜度的影响

基于广东省86个气象站1977—2016年的历史气候资料,计算广东省年、季通用热气候指数(UTCI),运用ArcGIS10.3平台,分析气候变化对广东省UTCI分布影响。结果表明:(1)广东省季、年平均UTCI呈经向分布,西高东低,东北部地区受地形影响,UTCI明显偏低。(2)气候突变前后季、年UTCI差异较明显,突变后年UTCI>16的区域增大了1.11×10~4 km^2,增加区域主要集中在粤东沿海一带和莲花山脉一带。气候突变后四季UTCI均有增大趋势,相比较而言,秋、冬差异更明显,变化范围主要集中在粤东沿海、莲花山脉、珠江口以西、雷州半岛等区域。(3)广东省全年UTCI均处于无热应力范围内,气候适宜度比较好,1997年后UTCI较大的区域面积增加明显,UTCI最大值也在不断增大,广东省UTCI有不断增长的趋势。

基于两种数据集构建广东县级尺度龙眼产量模型效果对比

为构建县级尺度龙眼产量动态精细化模拟模型,利用1990-2020年广东省茂名市龙眼生产和国家气象观测站逐日气象数据,分析气象因子对龙眼产量的影响,基于随机森林和逐步回归方法,分别采用不同数据方案建立了化州、高州和信宜龙眼产量动态模拟模型,并进行对比分析。结果表明:广东茂名龙眼产量与气象因子密切相关,最低气温和相对湿度对茂名龙眼产量影响最大,随机森林模型和逐步回归模型入选气象因子个数分别为15个和14个,最大相关系数分别为-0.31和0.43。与多元逐步回归法相比,基于随机森林回归法构建的龙眼产量模拟模型准确率较高,模型决定系数(R^(2))为0.97,提升了7%,平均绝对误差(MAE)为210.16kg·hm^(-2),下降了52%,均方根误差(RMSE)为289.62kg·hm^(-2),下降了46%。引入模拟目标区外相似气候特点地区数据重新构建模型后,随机森林回归构建的龙眼产量模拟模型准确率更高,R2提升了3%,MAE下降了32%,RMSE下降了31%,多元逐步回归法构建的模型模拟结果无显著变化。说明基于随机森林回归法构建龙眼产量模拟模型结果可靠,可满足龙眼气象业务服务精细化需求。

广东气象服务统一品牌贡献度模型研究

根据广东气象服务统一品牌的特点,利用德尔菲法设计了由基础贡献度、特色工作贡献度组成的广东气象服务统一品牌贡献度评价指标体系。根据线性加权法原理,构建由目标层、准则层、指标层组成的指标体系框架,并逐一确定每个评价指标的权重。通过计算评价指标体系中的单项指标,分别对停课铃贡献度、缤纷微天气贡献度、众创产品贡献度进行评价,在此基础上对广东气象服务统一品牌贡献度进行综合定量评价。利用广东省21地市2020年1月20日至2月20日过程服务中多个气象服务渠道数据资料,分别对21个地市气象统一品牌贡献度进行了测算排序,实证研究表明:挖掘公众需求、创新服务形式、研发爆品产品、优化过程服务、加强部门联动、线上线下协同等是提升统一的品牌贡献度有效策略,结果与实际相吻合。

气候变化对广东省香蕉种植气候适宜性的影响

为探讨气候变化对广东省香蕉种植气候适宜性的影响,分析了1961—2022年广东86个国家气象站年平均气温(T_(y))、≥10℃年积温(T_(a))、1月平均最低气温(T_(1))、年极端最低气温(T_(min))和日最低气温≤5℃天数(D≤5℃),以此为评价指标分析了1961—1990年、1971—2000年、1981—2010年、1991—2020年、年平均气温突变前(1961—1997年)及突变后(1998—2022年)等6个气候时段广东省香蕉种植气候适宜性的变化。结果表明:1961—2022年,广东T_(y)、T_(a)、T_(1)和T_(min)分别以0.2℃·10 a^(-1)、80.7℃·d·10 a^(-1)、0.4℃·10 a^(-1)和0.4℃·10 a^(-1)的速率显著上升,T_(y)于1997年发生了突变,D≤5℃以1.5 d·10 a^(-1)的速率显著下降;T_(y)、T_(a)和T_(min)呈南高北低、平原高山区低的特点,D≤5℃呈南部沿海少、北部山区多的空间分布,T_(1)除粤北高寒山区外大多满足香蕉越冬的热量要求。广东省香蕉种植气候区划分为最适宜区、适宜区、次适宜区和不适宜区:最适宜区集中在粤西,适宜区主要分布在粤东和珠三角南部,次适宜区主要位于珠三角北部和粤北的南部地区,不适宜区主要分布在粤北的北部。受气候变化影响,广东省香蕉种植气候最适宜区明显北扩东移,适宜区、次适宜区和不适宜区面积有所缩减;与1961—1990年相比,1991—2020年广东省香蕉种植气候最适宜区面积增加了3.45×10^(6)hm^(2),适宜区、次适宜区、不适宜区面积分别减小了1.83×10^(6)、1.10×10^(6)、0.52×10^(6)hm^(2);与年平均气温突变前(1961—1997年)相比,突变后(1998—2022年)香蕉种植气候最适宜区面积占比增加了19.04个百分点,适宜区、次适宜区、不适宜区面积占比分别减小了8.29、7.77、3.00个百分点。

无人机航拍在人影作业点风险评估中的应用

为增加人影火箭点作业安全射界范围的探测手段,利用无人机对广东省15个人影火箭作业点进行探测,并尝试建立一套基于无人机航拍的人影火箭作业点风险评估方法,结果表明:无人机航拍技术可以很好地辅助人影火箭作业点风险评估工作。尽量选择能见度较好的晴朗天气开展拍摄工作,拍摄过程中,建议无人机平稳飞行高度保持在100~200m。为保证图像及视频的清晰度,建议录制过程中保持匀速飞行。经过评估,全省15个人影作业点综合风险评估情况可分为4类:评估点均为低风险、评估点风险等级为低风险和中低风险的占比达到60%以上、评估点在各类风险等级中的占比较均匀、评估点风险等级为中高风险和高风险的占比达到40%以上。

气候变化对广东冬种马铃薯种植气候区划的影响

基于广东86个气象站1961-2016年的历史气候资料,使用线性趋势和累积距平法,分析近56年广东全年平均气温、11月-次年2月平均气温和80%保证率≥10℃积温3要素的突变点;运用ArcGIS10.3平台,研究气候变化背景下广东冬种马铃薯种植气候区划的变化。结果表明:(1)气候变化背景下广东冬种马铃薯生育期(11月-次年2月)平均气温、极端最低气温、80%保证率≥10℃积温、1-2月平均气温(马铃薯块茎发育期)和霜日数的面积分布有不同程度改变,各指标最适宜面积均有增加。(2) 1997年后广东冬种马铃薯最适宜种植区面积增至754.75万hm^2,增加了7.4%;适宜种植区面积变化不明显,但区域整体北移;次适宜种植区和不适宜种植区面积均有缩小,缩小面积占总面积的6.5%。

2018年广东空中水物质评估及开发分析

利用2018年1月1日至12月31日逐小时欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代全球大气再分析产品——ERA5和中国气象局多源降水分析系统(CMA multi-source precipitation analysis system,CMPAS)中逐小时降水产品(CMPAS-hourly),采用基于大气水物质收支平衡方程的水物质评估方法对广东2018年空中云水资源及空中水汽、水凝物时空分布进行评估。对广东省整体而言,2018年水汽降水效率为5.1%,水凝物降水效率为89.6%,水汽和水凝物都为净输出。从空间分布来看,水汽总量自西南向东北逐渐减少,水凝物总量高值区在粤西云雾山、天露山及粤东莲花山的南坡,云水资源总量从北部山区向沿海地区逐渐减小,水凝物降水效率从沿海地区向北部山区逐渐减小。从时间变化来看,水汽总量在夏季最大,水凝物总量在8月下半月和9月上半月最大,云水资源总量非汛期高于汛期;水汽和云水资源的变化月内尺度大于天气尺度,水凝物的变化天气尺度大于月内尺度。

物联网技术在广东人工影响天气安全管理中的应用

为加强人工影响天气的安全管理,建立完善的人影火箭弹监控管理机制,有效降低风险隐患,引入信息化物联网理念,通过二维码识别、4G通信、GPS与GIS等技术,建设广东人影物联网火箭弹管理系统。该系统的实现对广东省人影火箭弹各使用环节进行信息自动采集和跟踪,确保人影火箭弹的规范化、信息化管理,有效提高全省人影作业安全管理的科技水平,在实际业务运行中取得了较好的效果。

广东人影综合业务系统的设计与实现

为规范实施广东省人工影响天气5段实时业务,设计建设了广东人影综合业务系统。该系统基于B/S架构,省、市、县、标准化作业点4级共用,由桌面端系统和手机端系统共同构成,功能互补,通过账户分配区分各级权限。系统包含数据存储管理子系统、信息综合处理分析与指挥子系统、指导产品发布子系统、外场作业信息传输与采集子系统。该系统基于广东基本气象业务标准数据接口和国家局下发的云模式和卫星反演云产品数据,开发人影业务需要的基本气象业务产品、作业需求分析产品、人影作业指导产品等,支持作业指挥人员进行多源资料融合分析与作业条件及效果的监测识别,实现作业指导产品和实时作业数据在指挥中心与作业实施现场之间的互连互通。

广东春季飞机人工增雨作业概念模型

根据广东省多年来开展飞机人工增雨作业的经验和历史资料,结合全省气候特征、天气特征背景知识,总结适合飞机人工增雨作业的天气特征。将典型降水个例的GRAPES_CAMS数值模式输出的云宏观场与实测降水云宏观物理特征对比,检验模式的可信度。利用模式产品综合分析云系宏、微观物理特征,建立广东飞机人工增雨作业概念模型。

一次广东夏季沿海气溶胶的飞机探测研究

利用2019年7月16日新舟60飞机在广东省沿海的探测资料,分析了广东夏季沿海的气溶胶、云凝结核浓度以及粒子直径的典型空间分布特征。结果表明:随高度上升,气溶胶、云凝结核浓度先增大,后急剧减小,最后缓慢减小。在100~1496、1496~2265、2265~4411 m的高度区间内,气溶胶浓度平均值分别为1725.3、534.3、13.1 cm^(-3);在100~1383、1383~2304、2304~4411 m的高度区间内,云凝结核粒子浓度平均值约为304.0、107.7、4.1 cm^(-3)。气溶胶、云凝结核在2000 m以下各层的浓度粒径谱较宽、谱峰更多、峰值直径较大。在气溶胶浓度高且粒径大、液态水含量高、过饱和度高的区域更有利于提升云凝结核的活化率。

基于GRU神经网络的雷州半岛近海岸能见度短临预报研究

近海岸大气能见度变化具有复杂的非线性和局地性特征,且近海岸气象观测站少,一直是精细化预报业务的难点。利用GRU(GatedRecurrentUnit)神经网络,采用广东省湛江市国家基本气象站及其周边上下游观测资料,构建了雷州半岛近海岸能见度1h时效短临预报的多站GRU模型、单站GRU模型和逐步回归预报模型,并进行了检验评估。结果表明,相比传统的逐步回归方法,GRU神经网络能更好地识别上下游能见度的时空变化特征,多站GRU模型平均绝对误差(MAE)、均方根误差(RMSE)、决定系数(R2)评分均明显好于多元逐步回归模型。模型结构对能见度短临预报效果至关重要,将上下游的气象特征引入到能见度短临预报模型可显著提升预报效果。多站GRU模型在个例检验中较单站GRU模型的MAE、RMSE分别下降了36%和29%,R2提高了30%,表明多站GRU神经网络对能见度预报具有明显优势,为近海岸能见度的精细化短临预报提供了新思路。