• 主题
高级搜索  >
历史搜索 清空历史
首页>中文会议>其他>2015年海峡两岸气象科学技术研讨会
2015年海峡两岸气象科学技术研讨会

2015年海峡两岸气象科学技术研讨会

  • 召开年：2015
  • 召开地：北京
  • 出版时间： 2015-12

主办单位：中国气象学会

会议文集：2015年海峡两岸气象科学技术研讨会论文集

会议论文

热门论文

全部论文

全选（0）
  • 摘要：虹台风在10月3日至4日逐渐接近海南岛及广东沿海一带时，就有明显的迅速增强过程，本文第一节将就登陆广东湛江前的客观、主观路径及强度预报做分析，第二节看台风所造成的灾害损失，第三节讨论中国气象局、香港天文台及澳门地球物理暨气象局的台风警报与应变。本文将探讨彩虹台风超乎预期的迅速增强期间,中国气象局、香港天文台、澳门地球物理暨气象局的预警信号应变及台风警告分析.
  • 摘要：台湾的"中央气象局"气象仪器检校中心为提升雨量计校正设备能力,并改善原有设备操作耗费较多人力的状况,在工业技术研究院量测技术发展中心的协助之下,完成一套新型雨量计校正雏形系统的建置,此系统不但扩增雨量计校正范围及量测准确度,并导入自动化批次校正作业功能.新一代雨量计校正雏形系统为国际创新设计,以流量计为标准件,采用可变式定水头流量控制技术,可以实时监控设备雨强,并具有极佳的校正雨强调整能力和稳定度,新型设备的雨量计校正范围可达5mm/h至400 mm/h,这将大幅提升检校中心的雨量计校正能力,并可节省人力需求.本文将介绍雏型机外观、雏型机人机接口及操作流程及雏型机流率控制原理及评估测试方式等.
  • 摘要：2010年7月和2011年6月江南和华南地区出现了两次强降水过程,分别属于梅雨锋和季风槽暴雨过程.本文利用常规观测资料、NCAR/NCEP再分析资料和卫星水汽图像对比分析了这两次暴雨过程.分析结果表明:这两次暴雨过程的发生既有相似点,又有不同之处.水汽图像显示这两次暴雨过程中都有一条水汽带,暴雨云团均发生在水汽带中,并与低层850 hPaθse≥350 K脊轴近于重合.江南暴雨过程中水汽带的北部边界与700hPa的上升运动带、200hPa的辐散带和负涡度带近于平行,强对流云团与低层上升运动中心和高层的辐散中心大致吻合;而华南暴雨过程中并无明显此特征.位涡的分析表明在华南暴雨中暗区对应对流层高层的高位涡带,水汽带对应低位涡带;而在江南暴雨中,高位涡带与暗区的对应没有华南暴雨明显.水汽图像上的干、湿特征的异同与环境场不同密切相关.
  • 摘要：基于Rayleigh-Gans散射原理构造一个S波段双线偏振雷达模拟器.模拟器考虑了云冰、雪、雨和雹四种水凝物,以水凝物的混合比和数浓度以及水凝物粒子的轴比、相对介电常数、下落倾角为输入量,计算得到水平/垂直偏振反射率因子、差分反射率、比差分相位(specific differential phase)等偏振量.通过二维理想飑线模拟的试验结果表明,模拟器合理地再现了二维理想飑线系统成熟期的主要偏振特征:雹的反射率较高,差分反射率较低(又称Zdr洞);对流云区的Zdr柱;层云区的反射率和比差分相位的亮带特征;雨滴反射率与差分反射率因子的"雨线"统计特征.利用该模拟器建立了模式变量和偏振雷达观测之间的联系,有助于未来将偏振雷达观测资料应用于模式预报效果评估及对流尺度资料同化等方面的研究和应用.
  • 摘要："中央气象局"建置之台湾自动实时预报系统(Taiwan Auto-NowCaster, TANC)系使用模糊逻辑概念针对对流启始、成长及消散进行实时预报(nowcast),系统发展的流程为需先针对预报目标订定预报因子(predictor)代表风暴生成前大气环境之特征,给定各预报因子对应之隶属函数及权重,才可产生对流发生及演变之时间及空间预报讯息.现行作业之TANC的预报目标为台湾暖季(5至10月)之午后雷阵雨,共设定8个预报因子,分别来自雷达资料之气候统计、数值模式预报、地面观测及雷达数据,输出场则为未来60 min对流启始之可能性(likelihood)预报.由2014及2015年暖季(至目前7月底)整体之预报结果显示,TANC可提供预报午后雷阵雨发生具有参考性之预报指引.例如由2015年6月14日发生于北部及东北部之午后雷阵雨个案预报结果可发现,本系统于事件发生前20至40 min提供正确之预报信息.未来在TANC系统发展方面,将持续强化预报因子及其源数据(例如增加数据分辨率、以高更新频率之模式预报场取代等方法)以提升其对未来60 min对流启始之预报能力.
  • 摘要：日本311地震后,引发海啸,导致福岛第一核能发电厂发生核子事故,造成大量放射性物质释出.除造成当地严重污染外,也经由大气扩散至其他国家地区,引发台湾民众高度关心,甚至恐慌,并造成实质社经冲击.因此因应境内外核子事故时紧急应变所需,建立新一代的核子事故剂量评估系统,并藉由专家的分析解读,以落实相关应变措施.在气象部分,开发了一种新的中尺度动力降尺度分析系统(MDDS),经由全球预报系统的低分辨率预报数据,透过多重网格(multi-grid)的三维变分方法,求得因地形效应导致的较高分辨率的气象场.另外,还建立了多重巢状网格结构之污染扩散及剂量评估模式,以满足全球和区域范围内放射性物质的传输和沉积过程.利用此系统重建福岛事故影响,针对事故早期铯-137的沉积分布.结果显示,沉积的分布是与Terada et.al.(2012)的结果相当类似,除了在3月15日因风场变化时间掌握不佳及降雨之湿沉降效应影响导致有些差距.且当考虑近表面层的乱流与近地面的粘性力强度对干沉降影响时,可提高放射性物质的沉降量,并与实际空中侦测结果较为接近.
  • 摘要：CMACast是中国气象局新一代气象资料卫星数据广播系统的简称,该系统建设于2010年,目前已投入业务运行.它是对中国气象局现有的三套卫星数据广播系统的整合和升级,涵盖了原有三套系统的全部数据资料及用户.CMACast系统利用先进的DVB-S2标准,提供高达70 Mbps速率的数据广播,每天可播发400 GB以上的气象资料,其接收的资料可用于Micaps、SWAP等多种气象应用平台,并作为GEONETCas框架的三大组成部分之一,为亚太地区用户提供服务.本文重点对CMACast广播系统的系统的设计及应用情况进行介绍.其技术特点主要有以下几点：基于DVB-S2标准设计、通用的高性价比DVB-S2接收机、高效的文件处理、播发和接收机制、数据播发策略的设计、数据加密机制设计、强大的用户授权和管理能力。在网络通信技术不断发展的今天，利用卫星数据广播方式实现将大量数据向远距离多用户的同时分发仍不失为一种有效的技术手段。国家气象信息中心作为CMACast系统的运行保障单位，将责无旁贷地继续为对国内外各行业用户的提供优质的服务。
  • 摘要：利用2000-2013年夏季6h一次、水平分辨率为0.5°(纬度)×0.5°(经度)的CFSR(Climate Forecast System Reanalysis)再分析资料,对产生于大别山地区的中尺度涡旋(大别山涡)进行了识别,共统计得到了513例涡旋,其平均的月频数为12.2,且有约92％的大别山涡产生了降水.在此统计的基础上,根据涡旋生成前的地面气压场和降水特征,对大别山涡分别进行了分类和对比研究,并对长生命史的两类大别山涡进行了标准化极坐标系下的合成.研究表明,水汽凝结潜热释放与大别山涡的三维结构、强度和生命史演变密切相关;大别山涡的各个象限有着显著的不均匀性,其中涡旋移动的前方和右侧是有利于涡旋发展和降水发生的区域,而涡旋移向的后方和左侧则有着相反的特征.辐合作用是大别山涡发展和维持的主导因子,而倾斜项的作用则是涡旋消亡的主导因子.长生命史的大别山涡有着较强的斜压性,斜压能量转换是其长时间维持的主要能量来源;而正压能量转换起初有利于大别山涡的发展和维持,后期则主要导致了涡旋的消亡.
  • 摘要：利用近10多年来在中国大陆南部沿海登陆的台风边界层观测资料,基于台风涡旋式风场对工程和结构影响的不同特性,对实测资料进行了台风眼区和眼壁强风代表性判别,选取了比较理想的台风观测个例"黑格比"、"纳沙"和"威马逊"等3个强台风中心路径附近的6座70-110 m高的观测塔一年度的测风资料,采用统计分析和数学拟合等技术方法,研究了台风涡旋的眼区、眼壁和外围等不同位置的风速廓线变化、台风眼壁强风与常态强风廓线的差异以及不同粗糙度下垫面对风廓线指数的影响,从登陆台风的实测数据分析发现:台风大风廓线不同程度地偏离幂指数律,越靠近眼壁区和眼区,风速廓线偏离幂指数分布越明显,在台风眼壁最大风速区风廓线可出现波浪形弯曲;风廓线指数在台风过程中变化较大,其中,台风眼壁最大风速区可同步出现廓线指数达最大值现象;台风眼壁强风廓线指数多大于同下垫面的常态强风廓线指数,且随粗糙度的增大而呈幂指数增大趋势;以幂指数函数可以较好地拟合表达台风强风廓线指数与不同下垫面粗糙长度的数学关系,得到的经验公式可为台风影响地区较准确地估算遭遇台风强风的风廓线幂指数,提供一种简便有效的解决方案.
  • 摘要：每小时降水量达152毫米常常被称为长乐龙王台风，在2005年10月2日以33米/秒的最大风速已登陆福建的靖江。如此大的降雨主要是针对台风的雨带，它向外传播相对风暴中心以7米/秒的速度。雷达观测与地面雨量计的测量表明，该雨带产生的强降雨跨越福建沿海地区横向海岸线一期长达8小时，一个6公里的网格间距WRF模拟是能够捕获到一个较小的雨带的产生和传播（5米/秒）传播速度，进一步分析表明，带是一个体现出台风涡旋罗斯贝波。
  • 摘要：本文首先介绍了台风“苏迪罗”的概况，重点对中央气象台在“苏迪罗”活动过程中预报误差进行分析：中央气象台对台风“苏迪罗”24, 48, 72，96，120 h路径预报误差分别为47.6、65.4、102.7、119.1、144.1 km.除72 h路径预报误差略大于日本，其它预报时效均优于日本和美国。“苏迪罗”的路径预报误差明显小于2015年的平均水平，为2015年的预报误差做了很大的正贡献。“苏迪罗”从生成至其登陆福建的过程中引导气流稳定，因而其路径稳定，是路径预报误差小的主要原因。其次，对“苏迪罗”强度主观预报误差及分析。中央气象台对“苏迪罗”24h强度预报误差为4.3m/s，好于日本(5.0 m/s)和美国(8.2 m/s )。误差主要集中在8月2日下午至8月4日上午快速加强阶段，以及8月5日下午至夜间快速减弱阶段。在快速加强阶段，中央气象台虽然预报其强度会加强，但预报加强的幅度不够，24 h预报比实况偏弱8-15m/s;在快速减弱阶段，中央气象台虽然也预报其强度会减弱，但预报减弱的幅度不够，24 h预报比实况偏强10-12m/s。最后，“苏迪罗”陆上维持分析。李英等研究发现南边界水汽输送对TC维持影响最为明显，其次是东边界，北界和西界影响微弱。而“苏迪罗”登陆后南边界水汽输送最大也是有利于其英等研究发现南边界水汽输送对TC维持影响最为明显，其次是东边界，北界和西界影响微弱。而“苏迪罗”登陆后南边界水汽输送最大也是有利于其陆上维持的。
  • 摘要：为维护我国海洋权益,提高执法海域的海洋气象预报水平,利用近海浮标、卫星等观测资料,结合欧洲中心(ECMWF)高分辨率数值预报,开展了一系列的对比验证工作,并对中国近海重点岛礁附近海域风要素及强对流天气预报进行了订正及诊断技术的改进.通过HY-2号、METOP-A/B、Jason-2等卫星的风、浪要素反演产品与海洋局属浮标观测数据的对比,发现卫星反演数据在各海区均表现较为稳定;METOP-A/B近海风速较HY-2精度更高,Jason-2有效波高与HY-2号精度相当.中国近海岛礁附近海域海面近海风速、有效波高数值产品同卫星观测数据对比发现,除个别岛礁外,风速预报平均相对误差小于15％,有效波高0-24 h、24-48 h和48-72 h预报平均相对误差分别为18.6％、20.5％和22.8％.利用百分位数法对钓鱼岛海域海表面风速预报开展了订正试验.结果表明,百分位数法能够较好地订正热带气旋影响时期钓鱼岛海域海表面风速;长时期的观测资料及模式产品资料作为历史期经验累积函数,将更有利于提升该方法的订正效果.同时,基于GTS常规观测数据及MTSAT卫星数据尝试开展中国近海强对流天气落区的概率分析,并通过诊断计算等方法逐步开展海上强对流概率预报指数的研发工作.通过对卫星及数值模式产品质量和性能系统地了解和评估,有助于在海洋预报业务中开展风、浪的预报检验工作,提高为中国近海重点岛礁海域海洋气象预报水平和能力,更加全面地为我国海洋维权事业提供保障.
  • 摘要：防救灾单位及一般民众对短延时强降雨之预报需求日益殷切,"中央气象局"目前己将此类降雨事件纳入2015年9月1日开始实施之新版豪大雨标准;并计划于2015年下半年起将整合新发展之监测、数据处理及分析预测等技术,针对短延时强降雨事件发布大雷雨即时消息,提供媒体及民众快速之气象信息防范剧烈降雨、落雷闪电、强阵风或冰雹,同时提供各级防灾单位以利于采取适当因应作为与防灾决策参考.本文介绍现阶段实时预报作业所使用监测及预报之工具与方法,如QPESUMS、TANC、EENC、SCAN等.本文亦针对2015年梅雨期间之短延时强降雨个案实际降雨过程与现行现数值预报模式之定量降水预报产品及QPESUMS、TANC与EENC等极短期降雨预报系统进行比对分析.
  • 摘要："气象局"气象预报中心业务主轴在于提供完善的天气预报信息,为使气象数据更贴近民众生活,"气象局"于2012年正式推出全台368个乡镇预报.天气预报的过程中,数值模式是重要的指引之一,图形预报编辑系统(GFE; Graphical Forecast Editor)则是将模式导入编辑系统的工具;然而面对众多且庞大的数据,预报员需要更有更有效率的处理格点数据以完成预报产品,由于模式空间分辨率较低,也缺少完整的预报参数,因此如何处理模式数据,则是引进GFE之后所要进行的重要工作.透过GFE降尺度的过程,将数据以较高分辨率的地形重新计算,可改进模式空间分辨率的缺点,尤其以温度最为显著,在多模式的系集预报使用上,系集预报的表现有时可优于单一模式预报,而透过校验及编修工具,预报员得以弹性选择编辑方式,组合出最符合预报想法的产品.
  • 摘要：利用多普勒天气雷达探测资料,结合地面天气实况,对山东省2003-2013年11年间5、6和7-8月份的大冰雹和中冰雹风暴参数最大反射率因子(DBZM)、单体顶高(TOP)、最大反射率因子高度(HT)和基于单体的垂直积分液态含水量(C-VIL)等进行了统计对比分析.结果表明,C-VIL在风暴形成发展阶段具有显著跃升特征,大冰雹风暴跃升值更加明显,中冰雹风暴5、6、7-8月份在2个体扫时间内C-VIL分别增加19.3、23 6、20.3kg·m-2,大冰雹风暴C-VIL分别增加31.6、31.1、26.3 kg.m-2.风暴发展旺盛阶段中冰雹和大冰雹风暴参数在不同月份具有不同特征,大冰雹风暴参数与中冰雹风暴参数在不同月份表现为不同的差异.DBZM差异明显的是5月份,平均差值是2.7dBZ,6月份平均差值为0.8dBZ,7-8月份平均差值为-0.2 dBZ.大冰雹风暴TOP均高于中冰雹风暴,差值在1-1.5 km之间;6月份和7-8月份均是大冰雹风暴HT高于中冰雹.
  • 摘要：孟加拉湾是全球热带气旋频繁活动的海域之一,常对中国青藏高原和西南地区造成严重影响.孟加拉湾风暴Akash(0701)于2007年5月15-17日引发了中国西南地区一次持续性强降水过程.本文利用地面降水资料、NCEP/NCAR再分析资料和JMA卫星TBB资料,探讨了这次暴雨过程的特征、形成原因和机理及其与中纬度天气系统的相互影响和作用.结果表明:这次强降水过程发生在风暴与青藏高原低槽密切配合的形势下.风暴登陆减弱期间其对流云团移上青藏高原,加强槽前云系引发强降水.受孟加拉湾风暴高层辐散和北移影响,南亚高压加强并北上控制中国西南地区,这增强了降水区的高空辐散,有利于上升运动发展.同时风暴为降水区提供了充足的水汽输送.降水区的水汽净流入、湿斜压性增长以及强烈条件性对称不稳定是这次强降水产生的有利条件.
  • 摘要：准确的气象预报是"中央气象局"所有同仁共同致力的工作;快速且正确地将讯息传递到外界,一方面让民众生活便利,另一方面有效地达成防灾减灾的效能。随着世界潮流的快速变化、讯息需求的实时化及使用族群的年轻化,"中央气象局"发布讯息的管道益发多元化.除了传统的讯息发布方式外,更利用APP、社群网络(FB、LINE)、M版官网、记者会手语播报、微电影之制作、关心电子卡之设计等方式,让不同族群随时随地收到最新气象讯息;另外,并对民众及防灾单位提供了各式客制化服务.广泛应用符合潮流变化的多元发布管道后,民众及防灾单位更容易便捷并快速地得到最新讯息,不但让生活更有质量,并能保障民众的生命财产、进而减少了国家社会的损失.
  • 摘要："气象局"于2005年底正式发布官方的定量降水预报(Quantitative Precipitation Forecast,QPF),但受限于当时数值预报模式之掌握度仍有限,且预报员对于QPF的了解与经验不足,因此定量降水预报一直是天气预报上的重大挑战.但自2009莫拉克台风造成重大伤亡己来,国家防灾上对于QPF的迫切需求日益增压,因此"气象局"基于精致化的乡镇天气预报的架构,持续发展高解析的区域数值天气预报模式与系集天气预报系统,同时积极整合各种不同阶段的QPF方法,包括周预报、日预报以及极短期QPF等概念,以改进QPF之技术.近年的官方QPF作业已针对不同全球预报系统、区域预报模式与区域系集预报系统,引进巨量系集预报技术,预报员可依据客观的系集或统计方法产生各种主观的决定性QPF.本研究将进一步针对"气象局"官方QPF及目前参考的主要数值预报指引,进行系统性的校验与综合评估,提供国内防灾机构、学界与预报员目前官方与预报指引的QPF的预报技术现况,作为预报员进行官方QPF或各机构未来提升QPF的参考.
  • 摘要：在西南风的环境下,台东大武地区因为特殊的地形关系,常有焚风发生.本研究采用"中央气象局"焚风定义,统计2006至2015年大武站的观测资料,研究西南风的影响下(排除台风影响)大武站焚风事件.统计结果显示,焚风最早发生在3月,最晚发生于8月.月变化上,以6月的频率最高,其次为7月,最少为3月,平均每年发生9.3次.2015年6月25日个案显示,大武站的焚风发生在白天,发生时会出现气温遽升,湿度骤降,并伴随强阵风出现,风向为偏南风.2015年6月18日个案未发生焚风,阵风偏弱,风向为偏北风.利用WRF5D模式进行2015年6月25日个案分析,在大范围西南风较强时,山前有高压辐散与上升气流,山后有下沉气流增温,低层风场大多为西南风到偏西风,低压辐合中心在台东附近,大武地区并无海上的空气混合,气温于下午2时温度达最高,湿度亦下降最明显,焚风发生时平均风速无太大变化.2015年6月18日个案大范围西南风较弱,低层风场大多为西北风,山后仍有沉降的暖空气,但由于低压辐合中心在大武附近,与海上空气混合后并无发生焚风.本文最后探讨可能提高大武地区焚风预报准确率的预报机制.

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有 出版物经营许可证

  • 客服微信

  • 服务号