论文部分内容阅读
从水库的兴建角度出发，针对目前中国北方流域干旱缺水的状况，结合中短期气象预报系统和洪水预报系统，最终利用水文预报的预见期，不增加水库工程投资，不增加上下游和工程风险的前提下，在汛期实施风险调度。以此发挥水库在洪水资源化调度中作用，解决好防洪与蓄水的矛盾。
基于中短期天气降水预报的洪水预报与洪水调度研究
【摘 要】
：
从水库的兴建角度出发，针对目前中国北方流域干旱缺水的状况，结合中短期气象预报系统和洪水预报系统，最终利用水文预报的预见期，不增加水库工程投资，不增加上下游和工程风险的前提下，在汛期实施风险调度。以此发挥水库在洪水资源化调度中作用，解决好防洪与蓄水的矛盾。
【机 构】
：
河北省承德市气象局,河北,承德,067000 引滦工程管理局,河北,唐山,053100
【出 处】
：
2007年中国气象学会年会
【发表日期】
：
2007年8期
其他文献
利用常规结合局地非常规观测资料,对福建省2010年6月13-27日持续性强降水期间的两场大暴雨过程,即6月18日(简称“6.18”)福建省西北部区域性大暴雨过程和6月22日(简称“6.22”)福建省中部沿海局部大暴雨过程形成的环境场条件进行了较深入的对比分析,结果表明:(１)“6.18”属典型的前汛期对流性暴雨,降水集中在18日白天,3小时降雨量达194.5mm,创下6月连续性暴雨过程3小时降雨量
本文利用常规观测资料、三明市区域站资料、多普勒雷达资料和风廓线产品,采用天气学诊断分析方法,对2011年11月8～10日福建秋季一次暴雨过程的环流背景及特征进行分析,结果表明:此次暴雨过程为低层东风急流、中层西南急流、热带辐合带北抬及冷空气扩散南下共同影响;水汽辐合、上升气流明显,最大垂直速度达-80*10-2Pa/s.风廓线产品在水平方向上,急流带的脉动对应强降水时段较好,急流增强或略向上层扩展
2007年7月30日,受副高边缘强盛西南暖湿气流和西来冷槽系统的共同影响，濮阳全市出现了雷雨大风天气，消丰县、南乐县、台前三站出现瞬时大风，最大风速达22.0米/秒，大风持续时间52分钟，造成了一定的经济损失。通过对常规实况资料和物理量场、雷达产品资料的诊断分析表明：造成这次强对流天气过程的直接原因是由于槽前暖区产生的飑线发展东北移造成的。持续5天的深厚低压槽前较强的西南急流，一方面把大量热量和水
利用常规气象资料和NCEP1°×1°再分析资料对2007年7月5日和14日沙澧河流域两次大暴雨过程进行了垂直螺旋度和湿位涡的诊断分析。结果表明：两次过程的影响系统虽不同，但均有利于大暴雨发生；垂直螺旋度计算结果显示：14日为一致的正垂直螺旋度分布，5日呈现中低层正、高层负的垂直螺旋度配置，动力条件更有利于强降水的发生：湿位涡演变分析发现，5日既有对流不稳定，又有对称不稳定，有利于垂直和倾斜对流发生
利用常规气象资料和多普勒雷达资料，从天气形势、物理量场和雷达回波演变特征分析2006年8月豫西地区一次大范围冰雹天气过程的成因.结果表明：高空冷空气的侵入对不稳定能量释放起了触发作用，华北冷涡和低层切变线的相互配置为冰雹的发生提供了有利的动力抬升条件，伴随地面冷锋的南压迫使暖湿空气抬升利于冰雹的形成；普通单体风暴或超级单体风暴都可导致冰雹发生，中气旋、逆风区、低层辐合的存在及产生冰雹前的高反射率因
本文用20年(1985-2005年)河北省气象站的观测资料，将发生在燕山、太行山的130次暴雨过程进行统计分析，并以出现最多的两类典型天气个例，研究了燕山、太行山作用下的河北暴雨。结果得到：一日≥50mm雨量主要分布在燕山山脉，太行山脉≥50mm暴雨日数却相对较少，平原东部的暴雨日数反而多于太行山脉的暴雨日数，这是因为河北省地处中纬度地带，天气影响系统多以西风带系统为主，地处太行山脚下正好为西风带
本文对2007年7月9日华北中尔部地区一次区域性强对流性天气过程中风暴单体移动路径、影响范围的临近预报方法进行研究。实况探测资料和数值模式预报产品的分析表明此次强对流天气发生背景是500-850hpa高空槽由后倾槽转为前倾槽、底层不稳定层结加大，地面冷锋东移冲击下沿锋面伸展的露点湿舌区域内有强风暴系统发生发展。分析表明无论是全球谱模式t213还是中尺度模式mm5的产品对区域性对流天气将要发生和影响
应用MM5模式对2000年7月5日河北省中南部的暴雨个例进行数值模拟及诊断分析，探讨了太行山脉对于河北省暴雨的影响。结果表明：降水分布在太行山东部迎风坡上，且强降水中心与喇叭口地形相对应，地形雨特征明显。在高分辨率模式模拟中，地形资料越精细，对迎风坡地形暴雨特征模拟能力越好。本次个例中低层东风越大，造成的迎风坡降水越强。近地面层受地形影响，气流表现为局地环流特征，随山脉的起伏，各物理场均有波动的特
本文以郑州冬半年大雾日数为对象，在对其气候特征进行分析的基础上，尝试大雾日数的气候趋势预测。首先选择气候预测中常用的环流特征量作为因子群，通过相关筛选，选取与预测对象相关系数较大的环流特征量作为预测因子，然后采用支持向量基(SVM)回归方法，建立郑州冬半年大雾日数预测模型，回报正确率为82.4％；经2002/2003～2005/2006年4年的独立样本试报，效果也较好，平均预测准确率(Ts)为75