黄冈市山洪地质灾害预警气象保障服务方案的探讨

黄冈市位于鄂豫皖赣四省交界处,北靠大别山、南临长江,是一个多山的地区,自北向南逐渐倾斜、东北部与豫皖交界为大别山脉,主脊呈西北—东南走向,有海拔1000米以上山峰96座,在山丘区居住的人口密度大且分布广,以及亚热带季风气候导致的降雨时空分布不均和复杂的地形地质因素,导致山洪等地质灾害频发。本文以黄冈市为例,探讨了山洪地质灾害预警气象保障服务的相关方案。

黄冈旅游气象服务发展探析

本文从黄冈当地旅游景区的气象服务做了现状调查,并且针对当前所展现的问题进行了深度剖析,提出了合理的优化意见以及对未来的发展提供了建议。

气象因子对夏季最大电力负荷的敏感性分析

利用2016-2018年武汉夏季(6-9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。

精细化气象因子对短期电力负荷预测的影响研究

为分析电力负荷变化特征与气象要素的关系,定量解析气象因子对电力负荷预测的主要贡献,该文以华中电网某地区为研究对象,预报因子选用电力负荷和精细化气象数据,依据逐步回归和BP神经网络模型建立滚动预报模型.通过研究发现:当日负荷除与历史负荷有较好的相关关系外,当日温度与前一日温度对负荷也有较大的影响.气象因子在逐步回归和神经网络预测方法中对负荷预测准确率的提升均有正的贡献,贡献率分别为0.28%~17.87%和0.97%~17.78%.尤其是转折天气条件下,精细化气象因子对短期负荷预测的准确率的提升尤为重要.

湖北省春季降水低频特征及其与海温的联系

利用1961—2018年湖北省68站逐日降水资料和美国国家海洋和大气管理局(NCEP/NCAR)环流、海温资料,分析了湖北省春季降水低频特征,并讨论了其年际变化与海温的联系。结果表明:(1)湖北省春季降水存在显著的准双周低频周期。春季涝(旱)年,准双周活动活跃(不活跃)。(2)春季印度洋和黑潮海温分别通过影响中低纬、日本海附近不同区域上空的环流,进而影响湖北省春季降水的低频活动。(3)2018年受黑潮海温异常偏暖的影响,日本海附近500 hPa高度场呈正距平,具有明显的低频振荡特征,其后部东南气流和华南上空的西南气流构成了暖切,从而给湖北省带来低频降水,造成当年春季降水准双周活动指数异常。