公共文化服务平台

搜索到577篇“ 中气旋“的相关文章

黄河三角洲一次非中气旋龙卷观测分析: 2023年; 利用区域气象观测站、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析数据集(ECMWF Reanalysis v5,ERA5)、风廓线组网产品、S波段新一代天气雷达(S-band Doppler weather radar in China New Generation Weather Radar Network,CINRAD/SA)和X波段相控阵天气雷达(X-band phased array weather radar,XPAR)等资料,对2021年8月10日发生在黄河三角洲的3个EF0-EF1级非中气旋龙卷过程进行了详细分析。结果表明:(1)此次龙卷天气发生在高空干冷西北气流、低层横槽前暖脊和地面倒槽涡旋背景下,强烈的对流不稳定、0~6.0 km深厚层垂直风切变、大的低层湿度和接近1000 m的抬升凝结高度,是此次弱非中气旋龙卷生成的有利环境条件;不利的条件是0~1.0 km低层垂直风切变非常弱。(2)海风锋、阵风锋触发对流,横槽分裂南下使上升运动加强;龙卷风暴影响时,临近区域气象观测站要素表现出明显变化,但风场的辐散特征表明观测站附近的大风还与风暴下沉气流有关。(3)龙卷母风暴为多单体合并、后向传播型风暴,双龙卷的形成与单体合并发展有关;雷暴下沉气流形成的阵风锋(出流边界)与海风锋合并使气旋性小尺度涡旋加强,当该小尺度气旋遇到经单体合并后发展加强的上升运动时,旋转运动进一步增强,从而激发了第3个龙卷。(4)CINRAD/SA只观测到气旋性涡旋和风暴顶辐散;XPAR在双龙卷期间观测到强切变和龙卷碎片特征,相关系数低值区明显。; 谷山青王凤娇魏振东刘莉莉; 关键词：龙卷涡旋海风锋

S波段双偏振雷达和X波段相控阵天气雷达中气旋识别结果对比被引量：14: 2022年; 为了比较S波段双偏振雷达资料和X波段相控阵天气雷达资料识别中气旋的差异,结合X波段相控阵天气雷达(XPAR)和S波段双偏振天气雷达(SPOL)及地面观测资料,对比分析了2019年4月19日发生在广州的一次中小尺度天气过程,结果显示:使用的识别算法可以正确识别出中气旋;XPAR的高时空分辨率数据可以弥补SPOL仰角层不足的缺陷,观测到更加完整的中气旋垂直结构,识别结果中的参数也比SPOL更加细致,更精准地揭示了中气旋的短时演变。研究结果表明XPAR对于强天气回波的观测识别性能相比SPOL具有持续时间更长、垂直结构更加精细、正负速度对差值更大、随整个天气过程演变更加细致等优势,有利于对中小尺度天气系统的快速发展、演变开展细致深入的研究。; 苏永彦刘黎平; 关键词：中气旋

华南一次非中气旋海面龙卷的大气条件和雷达特征分析被引量：2: 2021年; 利用S波段双偏振雷达、风廓线雷达、L波段探空雷达、区域自动站等观测资料和ERA5再分析资料,对2019年5月26日发生在华南地区一次季风暴雨中海上龙卷过程的大气条件和雷达特征进行了详细分析。(1)低层辐合、高层辐散、中层短波槽东移的环流特征为龙卷的对流风暴提供了有利的大尺度动力抬升条件,与大多数陆龙卷的形成机制相似。(2)该龙卷形成的环境条件也与一般非中气旋陆龙卷近似,具有中等大小的对流有效位能,对流抑制能量接近0,为该对流风暴发生发展提供了热力条件,具有发生龙卷的潜势;强0~1km低层风垂直切变和0~6km深层风垂直切变为该对流风暴发展提供了动力条件,其中低层风垂直切变远高于过去对陆龙卷低层风垂直切变统计的下限。(3)雷达发现:龙卷出现前后,TVS(TornadicVortexSignature)雷达产品多次定位提醒,但中气旋产品并未有提醒,有一定示警作用;径向速度产品揭示了龙卷正负速度对的发展变化;龙卷低层旋转速度大值区多位于带状回波前沿,对应的差分反射率Z_(DR)减小,相关系数CC较低,有利于确定龙卷的持续时间和影响范围。; 郭泽勇张弘豪胡胜张晶晶刘显通陈玉宝李昭春; 关键词：龙卷 TVS 风暴相对螺旋度

基于蓝金模式下的中气旋与龙卷雷达回波模拟: 2020年; 中气旋是强对流灾害性天气发生的特征,其形成过程分为生成阶段、成熟阶段和消亡阶段,处于成熟阶段的中气旋在4个不同高度层上具有不同的速度特征.强烈的中气旋或扩展到地面附近的中等以上强度的中气旋产生龙卷的概率约为40%.绝大多数龙卷发生于中气旋核区内,但并不是所有的中气旋都能发展成龙卷.多普勒天气雷达是探测中气旋与龙卷的射频传感器,但可用的中气旋与龙卷的回波数据有限,对中气旋与龙卷展开数值模拟是一种可供选择的方法.本文首先利用蓝金模式模拟出中气旋的风场和中气旋核区内发生龙卷时的风场.然后使用多普勒雷达对该风场进行探测,生成中气旋与龙卷回波数据,并显示出多普勒雷达径向速度图.生成的回波数据可用于中气旋与龙卷识别算法的验证.; 洁拉曲铁王海江高梦青何姣阳; 关键词：中气旋龙卷回波数据

中气旋与强对流风暴相关参数的演变关系被引量：1: 2019年; 强对流天气对社会公众的危害极大,强对流风暴内部的中气旋通常与灾害天气相关.为了预测强对流天气的发生时间,研究了中气旋参数与强对流风暴参数的相关关系.针对强对流风暴参数与中气旋参数之间的变化规律,引入了时间序列关联规则的挖掘方法.收集了天津塘沽雷达站的24个包含中气旋的强对流风暴案例,使用强对流风暴参数和中气旋参数的时间序列来描述案例集合,并使用典型变量分析算法将归一化的时间序列数据降维,考虑到序列间的变化趋势和局部关键点的影响,提取单调性特征和局部极值点特征对时间序列符号化表示,将同一时间段内的符号组成事务集,使用Eclat算法发现频繁项集;并且类比于学习器的性能度量,提出评估两类数据变化规律的正比率与反比率概念.实验结果显示,强对流风暴参数与中气旋参数之间存在显著的相关性,其第1对典型变量的相关系数大于0.5;在支持度为0.05~0.30下,Eclat算法的运行时间小于0.7 ms,内存占用小于121 KB,均优于Apriori算法和FP-growth算法;强对流风暴参数与中气旋参数之间的正比率大于0.7,直观地反映出强对流风暴参数与中气旋参数之间变化趋势的相似程度,且再次验证了频繁项集的正确性.该研究为利用中气旋数据预测强对流天气的变化趋势与发生时间提供了理论依据.; 张军闫丽飞侯谨毅; 关键词：强对流风暴中气旋关联规则挖掘时间序列

南京雷达中气旋产品特征值统计分析被引量：12: 2018年; 为了研究南京中气旋的特征,利用南京新一代天气雷达探测资料对2005—2013年的中气旋产品特征进行统计,重点对持续3个体扫以上的中气旋结构特征进行分析。结果表明:中气旋通常产生在对流有效位能较高和风垂直切变较大的环境条件下,6—7月是中气旋的多发时段,主要出现在午后到前半夜,中气旋的底高、顶高和最强切变与中欧的中气旋分布相似;高质心中气旋有利于冰雹的产生,而低质心、强切变中气旋有利于产生龙卷。; 王易王易郑媛媛吴海英; 关键词：强对流天气

中气旋与强对流风暴相关关系的研究: 强对流天气包括冰雹、短时强降水、大风等，强对流天气的预报对经济发展和人民生活都有很大贡献。本文基于2005-2011年天津市塘沽站的雷达数据，引入时间序列的关联性挖掘的方法，对中气旋与强对流风暴的相关参数做了关联性分析，...; 闫丽飞; 关键词：强对流风暴中气旋时间序列冰雹预报; 文献传递

鲁西北地区中气旋特征的统计分析: 利用滨州新一代天气SA雷达对2015—2016年的中气旋产品进行统计,分析了鲁西北地区中气旋的时空分布特征、中气旋顶高、底高、发展厚度、切变值等特征量及特征量极值变化情况。结果表明:(1)中气旋的出现有明显的日变化和月变...; 张婷婷王凤娇; 关键词：中气旋强对流天气; 文献传递

鲁西北地区中气旋特征的统计分析: 利用滨州新一代天气SA雷达对2015-2016年的中气旋产品进行统计,分析了鲁西北地区中气旋的时空分布特征、中气旋顶高、底高、发展厚度、切变值等特征量及特征量极值变化情况.结果表明:(1)中气旋的出现有明显的日变化和月变...; 张婷婷王凤娇; 关键词：中气旋强对流天气

基于速度对结构检测的中气旋自动识别方法被引量：2: 2017年; 针对传统中气旋自动识别算法误报率较高的问题,提出了一种基于速度对结构检测的中气旋自动识别方法.设计树形数据结构检测不同尺度的嵌套式速度极值区域,通过空间匹配得到符合兰金条件且不受环境风影响的二维速度对结构和三维涡旋结构,通过跟踪算法得到三维涡旋的持续时间属性,借助训练数据集获得中气旋的诊断参数.实验结果表明:与美国灾害天气中心的中气旋自动检测算法相比,所提出的算法将误报率降低了0.24,临界成功指数提高了0.16,能够更好地预报对流性灾害大风.; 侯谨毅王萍; 关键词：中气旋自动识别多普勒雷达大风灾害

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈