一、7.24雷暴过程分析(论文文献综述)
李典南,徐海,许东蓓[1](2021)在《双流机场雷暴天气预报方法研究》文中研究表明利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6 h再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型(预报方程和消空方程),最后进行数据的回代检验。结果表明:对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5°仰角基本反射率、3.4°仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好。
李典南,许东蓓[2](2021)在《双流机场雷暴天气特征及天气形势分类研究》文中认为利用双流机场2013-2018年逐小时气象观测资料、欧洲中心ERA5再分析资料、MICAPS常规气象资料以及多普勒天气雷达反射率因子资料,从双流机场雷暴天气的时空特征和分类特征两方面,对双流机场雷暴天气进行分析。结果表明:2013-2018年双流机场发生的雷暴有77.03%伴有降水,夏季发生的雷暴次数占全年总次数的50%以上,并具有"夜雷多、日雷少"特征。持续时间在3 h以内的雷暴占比82.7%。雷暴在机场的偏东方向发展最为活跃。依据雷暴所处环境场的斜压锋生作用和热力条件的差异,将双流机场的雷暴天气分为冷平流强迫类、暖平流强迫类、斜压锋生类和弱平流类。冷平流强迫类雷暴是高空西北冷空气起主导作用。雷暴发生时双流机场多位于500 hPa槽后,对流层中上层风向随高度逆转,大气层结的不稳定能量较强,形成的雷暴常伴有大风、冰雹或局地短时强降水。雷达回波图上表现为积状云和层状云混合性降水回波。暖平流强迫类雷暴是强盛的偏南暖湿气流起主导作用。雷暴发生时双流机场多位于500 hPa槽前,对流层中低层风向随高度顺转。大气层结的不稳定能量相对较弱,但大气层结整体湿润,易出现短时强降水。雷达回波图上表现为以层状云为主的降水回波。斜压锋生类雷暴发生于中低层冷暖空气强烈交汇的背景下,锋生作用显着。雷暴发生时大气斜压性较强,动力条件较好,易形成多种天气现象相混合的强对流天气。雷达回波图上本场附近有由多个雷暴单体侧向排列、呈东北-西南向的弓形回波带。弱平流类雷暴发生于大气斜压性弱的背景下。雷暴发生时大气近似准正压状态,锋生函数小、温度平流不明显。大气水汽的水平分布较均匀,近地面为高温高湿,低层有不稳定能量积累,当配合适当的触发机制,可克服对流抑制形成伴有雷阵雨、阵性大风的雷暴天气。雷达回波图上本场周围分散着许多范围小、强度弱的回波,典型特征不明显。
曹彦超,韩晶,路亚奇,杨智强[3](2021)在《陇东两类夏季雷暴的活动特征及影响因素分析》文中认为利用ECMWF-ERA5再分析资料、常规观测资料分析了甘肃陇东2009—2018年夏季雷暴活动特征及环境条件。结果表明:陇东年均雷暴日数为18.8~23.6 d,夏季雷暴占68.5%~74.7%。夏季雷暴主要分为偏北气流型和低槽影响型,其中偏北气流型以分散性干雷暴为主,较大的垂直温差、高空冷平流强度和近地面高温对雷暴发生具有显着影响;低槽影响型多伴有明显降水过程,显着影响因素为较高的低空温度、湿度和较强的不稳定能量。低槽影响型和偏北气流型雷暴分别占总数的30.5%和60%,这两种类型的雷暴更容易出现在陇东北部地区。低槽影响型雷暴呈逐月增加趋势,最大值出现在8月;偏北气流型雷暴呈单峰分布,最大值出现在7月。各站雷暴日数年际变化趋势在6、7月一致性较高;月雷暴日数均有3~5 a的变化周期,其中7、8月同步性较好。雷暴日数的月、年变化与相应类型主导因素相关明显。植被覆盖、气候带以及地形差异也对雷暴空间分布产生了重要影响。
徐迎港,陈新甫,杨波,韦一[4](2021)在《江苏地区夏季雷暴的雷达回波特征研究》文中认为为提高江苏省地区雷暴监测预警能力,利用S波段双偏振多普勒天气雷达雷暴探测回波资料和闪电定位资料对江苏省2014年7—8月的夏季雷暴进行特征研究,研究了雷暴反射率核心区域的演变特征、不同温度层反射率因子与地闪频数随时间的相关性问题和雷暴发展过程云内粒子的演变特征。研究结果表明:在雷暴成熟之前,雷暴的反射率因子核心区域的强度、高度和云顶高度不断增加,以及对流发展旺盛,当雷暴成熟之后,雷暴的强反射率因子核心的强度和对应高度就会不断降低,雷暴将趋于消散;雷暴能够发生闪电的主要特征是40 dBZ回波顶高度要高于0℃温度层高度;雷暴中闪电的产生和霰粒子有着密切的联系,尤其是湿霰粒子。
许皓琳,郑佳锋,张杰,朱克云,黎倩[5](2021)在《昆明机场两类雷暴的温湿参量演变特征研究》文中进行了进一步梳理利用地基微波辐射计的观测资料研究了2016年8月昆明长水国际机场出现的两次不同性质雷暴过程在不同发展阶段的温湿参量分布和演变特征,结果表明:(1)天气尺度强迫下雷暴前40 min,温湿廓线表现为低层温度降低、水汽密度升高,雷暴结束后趋于稳定,该变化可反映对流活动的起止。而局地热力雷暴前8 h~40 min,低层温度持续升高,降水前半小时水汽密度迅速升高,反映出了大气层不稳定能量积蓄过程和对流爆发前的空中水汽变化。(2)积分水汽含量(IWV)和云内液态水路径(LWP)在降水前有明显的陡增。天气尺度强迫下雷暴降水期间,IWV和LWP随着温度的增减相互转化,低层的剧烈降温,加速了水汽凝结饱和到降落的转化,造成降水强度进一步增大,对应IWV减小,转化为LWP和地面降水。热力雷暴降水期间,温度均匀变化,IWV、LWP均匀增长,水汽转化量极小,IWV增量远高于实际降水量。(3)大气可降水量(PW)在两类降水过程前半小时显着上升,天气尺度强迫下雷暴降水前总增幅达14.6 mm,局地热力雷暴降水过程前PW均匀增长7.6 mm。
马玉蓉[6](2021)在《雷暴的天气雷达识别及临近预报研究》文中研究指明天气雷达因其高时空分辨率的特性是探测对流天气和临近预报的有效工具之一。本文首先利用天气雷达对雷暴和雷电进行识别探究,之后在进行回波外推工作时,为改进传统预报方法中对历史雷达资料利用率低和外推时效较短的不足,采用基于深度学习的模型对雷达回波序列进行外推实现临近预报,并将结果与光流法比较。主要内容和结论如下:(1)对雷暴单体进行识别时,首先采用基于DBSCAN聚类算法对雷暴的二维分量进行识别,引入形态学中的腐蚀膨胀消除雷暴分量虚假合并现象,再依据相邻层雷暴分量重叠面积大小进行垂直关联得到三维雷暴单体,最后计算每个雷暴单体的特征量以了解每个雷暴单体的属性特征。选取两个雷暴个例对该算法进行了验证分析,结果表明该识别算法可以较好地识别出雷暴单体。之后在识别出雷暴云的基础上,利用天气雷达对雷电进行识别探究,结果表明利用指标40d BZ雷达回波顶高超过-10℃温度层可以较好识别出雷电的发生区域。(2)光流法对雷暴云降水和雷电发生区域的预报准确率随时间下降,其对回波形态的演变及回波强度变化的预报效果较差。预测神经网络对雷达回波形态演变的预报优于光流法,适用于降水的预报,但由于神经网络具有模糊效应,在细节的预测上光流法更为准确,因此,对于中小尺度天气系统的识别外推,光流法比预测神经网络更适用。(3)采用基于深度学习的算法对雷达回波序列进行外推时,考虑到不同降水强度出现的频率不同,且强降水对人类活动影响较大,网络在训练过程中赋予强回波较大的权重以提高网络对强回波的预报能力。测试集检验结果表明,在相同外推时效和反射率检验阈值的情况下,预测神经网络的CSI、POD均高于光流法,FAR低于光流法,表明该网络的预报能力高于光流法。(4)通过对层状云和对流云降水的预报发现,光流法和预测神经网络对层状云降水过程的预报准确率均高于对流云降水,主要是由于层状云降水回波变化缓慢,对流云降水强回波变化较快。尽管两种临近预报方案的预报效果随预报时间的延长而下降,但是预测神经网络比光流法仍具有优越性。
张坤[7](2021)在《暖云降水主导的广州“5·7”暴雨中电荷结构特征模拟研究》文中研究指明为了认识2017年5月7日发生在广东的一次暖云降水主导的极端暴雨过程中对流单体中的电荷结构特征及其形成原因,本文利用加入了起放电参数化方案的WRF数值模式,对此次暴雨过程进行了模拟研究,首先通过对比模拟结果与实际观测数据确定了模拟效果,分析了此次过程中一个单体成熟阶段电荷结构的特征及其成因,然后讨论了不同对流强度单体内底部正电荷区变化特征及其原因,最后探讨了强对流单体内感应起电机制对底部正电荷区的影响。主要得到以下结论:(1)此次以暖云降水主导的极端暴雨过程中的单体对流强度较弱,云顶高度低于同地区典型的对流过程。不同对流单体内强回波中心均由大雨滴形成,范围较小,顶点低,对流运动向0℃层以上输送的过冷水较少,不利于冰相粒子形成,导致大小冰相粒子含量均较少,其中含量最多的冰相粒子为雪花,其次依次为霰、冰晶、冰雹。(2)强对流单体中,对流区中空间净电荷分布基本呈三极性结构,但上部正电荷区范围较小,电荷密度较弱。与强对流单体相比,弱对流与中等对流单体内空间净电荷分布均只有中部负电荷区与底部正电荷区。不同强度对流单体内中部负电荷区均是由带负电荷的冰晶和雪花共同主导,底部正电荷区均主要是由带正电荷的霰粒子以及带正电荷的雨滴主导,而强对流单体内的上部正电荷区由带正电荷的雪花主导。弱对流单体中更多的冰相粒子下落至0℃层以下,且此次过程暖云区较厚,大量冰相粒子完全融化成雨滴,导致弱对流单体内雨滴荷电量比其中等对流单体和强对流单体的要大。(3)不同强度对流单体内,底部正电荷区均主要是由带正电荷的霰粒子以及带正电荷的雨滴形成,有所不同的是,中等对流单体与强对流单体内底部正电荷区是由霰粒子主导,而弱对流单体的则是由带正电荷的雨滴主导。此次过程中的强对流单体与我国典型内陆高原雹暴过程的相比,底部正电荷区电荷密度和分布范围均较小,但两次过程中都是以霰粒子为主导,带正电荷的雹和雨滴起促进作用;与此次过程不同的是,雹暴过程中暖云区厚度较小,冰相粒子快速降落到地面,融化成带电荷的雨滴较少,因此雹暴过程中弱对流单体内底部正电荷区消失。(4)此次过程对流云内起电较弱,以非感应起电为主,非感应起电主要以对流区中-15℃层以下正的起电率为主,感应起电率以对流区中的负极性为主,与主要的非感应起电区域重合。强起电区与放电区重合,主要集中在回波中心上部35~50 d BZ的对流区。不调用感应起电机制后,强对流单体成熟阶段,强对流区上部正电荷区变小,中部负电荷区与底部正电荷区均变大,对流外围中部负电荷区与底部正电荷区均变小。
杜赛,刘显通,孙皓霆,陈绍东,陈绿文,颜旭[8](2021)在《华南一次典型雷暴过程双偏振雷达参量与闪电活动关系研究》文中认为基于2017年5月8日华南地区一次典型飑线过程,分析了此次过程中闪电活动和-35~0℃温度层内双偏振雷达参量的分布特征以及双偏振雷达参量与闪电活动之间的关系。结果表明:此次飑线过程中,双偏振雷达参量与闪电频次的趋势在时间变化上有较好的一致性,且随着闪电活动的发生及雷暴过程的增强,双偏振雷达参量中的冰水含量、雷达反射率因子、差分反射率、差分相移率等偏振参量都有不同程度的增加,闪电频次高峰时间段对应各个参量最大值时间段。双偏振雷达各个参量最大值与闪电活动的线性拟合关系均优于多项式拟合关系。定性地发现了双偏振雷达参量与闪电活动的关系,可为将来将双偏振雷达参量加入到闪电临近预警预报提供一定的参考依据。
周鑫,张文娟,张义军,孙秀斌,郑栋,姚雯[9](2021)在《基于闪电聚类方法的西北太平洋区域雷暴活动特征》文中指出利用2010—2018年全球闪电定位网(WWLLN)观测资料,采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集,研究了该区域雷暴的时空分布特征,并进行海陆差异对比。研究结果表明,在合理设定DBSCAN参数阈值的条件下,基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869,雷暴的闪电密集区平均面积为557.91km2,平均延展尺度为31.99 km,平均闪电频次为33 str/(h·thu)。在空间分布上,东南亚沿海地区与热带岛屿的雷暴活动最强,南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上,整个区域雷暴活动在夏季(6—8月)达到全年最强,南海雷暴活动6月达到峰值,而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显着增多,雷暴平均面积达到最大,但雷暴平均闪电频次5月才达到峰值。在日变化方面,陆地雷暴活动呈现典型的单峰型特征,大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓,南海具有其独特的雷暴日变化特征。
李松如,石茹琳,孙豪[10](2021)在《2019年呼和浩特一次强雷暴天气过程综合分析》文中研究表明利用NCEP再分析资料、雷达、卫星资料以及闪电定位资料对2019年7月27日呼和浩特市一次强雷暴天气过程进行了综合分析。结果表明:此次雷暴过程主要受贝加尔湖低压中心和蒙古高原高空槽东移影响;雷暴发生前,K指数和CAPE等不稳定参数均超过阈值,大气层结呈现上干冷下暖湿的不稳定形势,并且垂直方向上低空辐合、高空辐散的结构与强烈的上升气流相配合,为雷暴天气的发生提供了有利条件;在整个雷暴过程中负地闪占主导地位,但雷暴的不同发展阶段地闪分布不同,在雷暴发展及成熟阶段,负地闪数明显多于正地闪数,而在雷暴消散阶段,正地闪数大幅增加,甚至超过负地闪;闪电多分布于强回波区域,但闪电频数最高的地方不一定与强回波中心相对应;地闪的落区主要位于云顶温度低于240 K的区域,对应的云顶相态为冰相和混合相。
二、7.24雷暴过程分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、7.24雷暴过程分析(论文提纲范文)
(1)双流机场雷暴天气预报方法研究(论文提纲范文)
0 引 言 |
1 资料与方法 |
1.1 资料数据 |
1.2 研究方法 |
1.2.1 相关系数的计算 |
1.2.2 多元回归方程的建立 |
1.2.3 预报因子的检验方法 |
2 双流机场雷暴变化特征 |
2.1 月变化特征 |
2.2 日变化特征 |
3 预报因子的筛选 |
3.1 物理量因子 |
3.2 雷达因子 |
4 潜势预报模型的建立 |
4.1 预报因子阈值的计算 |
4.2 潜势预报方程的建立 |
4.3 预报效果的检验 |
5 结论与展望 |
5.1 结论 |
5.2 反思与展望 |
(2)双流机场雷暴天气特征及天气形势分类研究(论文提纲范文)
1 引言 |
2 资料选取与计算方法 |
2.1 资料选取 |
2.2 主要计算方法 |
2.2.1 锋生函数 |
2.2.2 温度平流 |
3 双流机场雷暴天气时空特征 |
3.1 年变化特征 |
3.2 季节变化特征 |
3.3 日变化特征 |
3.4 其他特征 |
4 雷暴天气的分类方法 |
5 各类雷暴的天气特征 |
5.1 冷平流强迫类雷暴的特征 |
5.1.1 环流特征 |
5.1.2 天气系统配置及探空特征 |
5.1.3 雷达回波特征 |
5.2 暖平流强迫类雷暴的特征 |
5.2.1 环流特征 |
5.2.2 天气系统配置及探空特征 |
5.2.3 雷达回波特征 |
5.3 斜压锋生类雷暴的特征 |
5.3.1 环流特征 |
5.3.2 天气系统配置及探空特征 |
5.3.3 雷达回波特征 |
5.4 弱平流类雷暴的特征 |
5.4.1 环流特征 |
5.4.2 天气系统配置及探空特征 |
5.4.3 雷达回波特征 |
6 结论与讨论 |
(3)陇东两类夏季雷暴的活动特征及影响因素分析(论文提纲范文)
1 研究区概况 |
2 资料与方法 |
3 结果与分析 |
3.1 雷暴类型 |
3.1.1 偏北气流型 |
3.1.2 低槽影响型 |
3.2 雷暴日数月变化 |
3.3 雷暴日数年变化 |
3.4 环境影响因素分析 |
3.4.1 物理量气候因素 |
3.4.2 地形地貌小气候因素 |
4 结论 |
(4)江苏地区夏季雷暴的雷达回波特征研究(论文提纲范文)
引 言 |
1 资料与方法 |
2 雷暴发展过程反射率因子核心的演变特征研究 |
3 不同温度层反射率因子与地闪频数随时间的相关性研究 |
4 雷暴发展过程云内粒子的演变特征研究 |
5 结论 |
(5)昆明机场两类雷暴的温湿参量演变特征研究(论文提纲范文)
引言 |
1 设备和资料 |
2 天气形势分析 |
2.1 个例选取 |
2.2 天气图分析 |
2.3 探空资料和微波辐射计资料分析 |
3 两种雷暴的温湿参量演变特征分析 |
3.1 温度、相对湿度和水汽密度的时间演变特征 |
3.2 水汽和降水的变化特征分析 |
4 结论 |
(6)雷暴的天气雷达识别及临近预报研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 雷暴识别的国内外研究进展 |
1.2.2 雷电识别的国内外研究进展 |
1.2.3 基于深度学习的雷达回波外推技术的国内外研究进展 |
1.3 问题的提出 |
1.4 研究内容与章节安排 |
第二章 雷暴和雷电的识别探究 |
2.1 数据预处理 |
2.1.1 数据质量控制 |
2.1.2 数据格点化 |
2.2 雷暴识别算法 |
2.2.1 二维雷暴分量提取 |
2.2.2 特征核心提取 |
2.2.3 雷暴二维分量的垂直关联 |
2.2.4 计算雷暴的特征量 |
2.3 雷暴识别个例分析 |
2.3.1 雷暴识别个例1 |
2.3.2 雷暴识别个例2 |
2.4 雷电的识别 |
2.4.1 闪电的起电机制 |
2.4.2 天气雷达识别雷电原理 |
2.4.3 雷电识别个例分析及效果评估 |
2.5 本章小结 |
第三章 基于深度学习的预测神经网络方法 |
3.1 神经网络 |
3.1.1 神经网络的结构 |
3.1.2 激活函数 |
3.1.3 神经网络的传播 |
3.2 卷积神经网络 |
3.2.1 卷积神经网络的特性 |
3.2.2 卷积神经网络结构 |
3.2.3 卷积神经网络的传播 |
3.3 循环神经网络 |
3.3.1 RNN的基本结构 |
3.3.2 长短期记忆网络LSTM |
3.4 预测神经网络算法 |
3.4.1 网络架构 |
3.4.2 损失函数 |
3.4.3 样本数据集构造 |
3.5 本章小结 |
第四章 天气雷达回波序列外推的效果对比及分析 |
4.1 光流法基本内容 |
4.1.1 HS光流法 |
4.1.2 LK光流法 |
4.1.3 基于光流法的雷达回波外推 |
4.1.4 光流法预报试验结果分析 |
4.2 基于深度学习雷达回波外推结果分析与对比 |
4.2.1 评估指标 |
4.2.2 测试集检验 |
4.2.3 层状云降水外推结果对比分析 |
4.2.4 对流云降水外推结果对比分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 创新点 |
5.3 不足与展望 |
致谢 |
参考文献 |
作者简介 |
(7)暖云降水主导的广州“5·7”暴雨中电荷结构特征模拟研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 相关研究进展 |
1.2.1 广东雷暴电荷结构特征 |
1.2.2 雷暴底部正电荷区特征 |
1.2.3 暴雨过程中的电特征 |
1.3 主要研究内容 |
第二章 广州“5·7”暴雨分析及模拟效果验证 |
2.1 广州“5·7”暴雨过程天气背景分析 |
2.2 模式设置 |
2.2.1 模式介绍 |
2.2.2 参数设置 |
2.3 模拟效果验证 |
第三章 暴雨过程强对流单体成熟阶段电荷结构特征及其成因 |
3.1 强对流单体内水凝物粒子分布特征 |
3.2 强对流单体内空间电荷结构特征 |
3.2.1 强对流单体内各水凝物粒子荷电特征 |
3.2.2 强对流单体内空间净电荷结构特征 |
3.3 起电区与放电区位置关系 |
3.4 暴雨与典型对流过程起电与放电位置概念图 |
3.5 本章小结 |
第四章 暴雨过程不同对流强度单体底部正电荷区特征 |
4.1 不同对流强度单体底部正电荷区特征 |
4.1.1 不同对流强度单体内水凝物粒子分布特征 |
4.1.2 不同对流强度单体内各水凝物粒子荷电特征 |
4.1.3 霰、雨滴和底部正电荷区电荷密度的相关性 |
4.1.4 不同对流强度单体内底部正电荷区特征 |
4.1.5 与典型高原雹暴过程底部正电荷区异同 |
4.2 感应起电机制对强对流单体内底部正电荷区影响 |
4.2.1 感应起电机制对各水凝物粒子荷电影响 |
4.2.2 感应起电机制对底部正电荷区影响 |
4.3 本章小结 |
第五章 结论与展望 |
5.1 主要研究结论 |
5.2 论文的主要创新点 |
5.3 存在的不足以及未来研究工作的展望 |
致谢 |
参考文献 |
作者简介 |
(8)华南一次典型雷暴过程双偏振雷达参量与闪电活动关系研究(论文提纲范文)
1 引言 |
2 资料及方法介绍 |
2.1 资料介绍 |
2.2 方法介绍 |
3 资料分析 |
3.1 天气背景及闪电过程分析 |
3.2 飑线过程的双偏振雷达参量特征 |
3.3 闪电活动与雷达参数相关性分析 |
4 结论及讨论 |
(9)基于闪电聚类方法的西北太平洋区域雷暴活动特征(论文提纲范文)
1 引言 |
2 研究数据 |
2.1 研究区域 |
2.2 闪电数据 |
2.3 雷达数据 |
3 基于DBSCAN的闪电聚类 |
3.1 DBSCAN闪电聚类算法 |
3.2 算法检验 |
4 结果分析 |
4.1 雷暴整体统计特征 |
4.2 雷暴空间分布特征 |
4.3 雷暴季节分布特征 |
4.4 雷暴日变化特征 |
5 结论和讨论 |
(10)2019年呼和浩特一次强雷暴天气过程综合分析(论文提纲范文)
引 言 |
1 资料 |
2 天气实况及环流形势分析 |
2.1 天气实况 |
2.2 环流形势分析 |
3 物理量场分析 |
3.1 不稳定条件分析 |
3.2 水汽条件分析 |
3.3 动力条件分析 |
4 雷达卫星及闪电资料分析 |
4.1 地闪特征分析 |
4.2 雷达回波分布及其和闪电活动的关系 |
4.3 卫星和闪电资料分析 |
5 结论 |
四、7.24雷暴过程分析(论文参考文献)
- [1]双流机场雷暴天气预报方法研究[J]. 李典南,徐海,许东蓓. 中低纬山地气象, 2021(06)
- [2]双流机场雷暴天气特征及天气形势分类研究[J]. 李典南,许东蓓. 高原气象, 2021(05)
- [3]陇东两类夏季雷暴的活动特征及影响因素分析[J]. 曹彦超,韩晶,路亚奇,杨智强. 沙漠与绿洲气象, 2021(05)
- [4]江苏地区夏季雷暴的雷达回波特征研究[J]. 徐迎港,陈新甫,杨波,韦一. 气象科学, 2021(05)
- [5]昆明机场两类雷暴的温湿参量演变特征研究[J]. 许皓琳,郑佳锋,张杰,朱克云,黎倩. 暴雨灾害, 2021(05)
- [6]雷暴的天气雷达识别及临近预报研究[D]. 马玉蓉. 南京信息工程大学, 2021(01)
- [7]暖云降水主导的广州“5·7”暴雨中电荷结构特征模拟研究[D]. 张坤. 南京信息工程大学, 2021(01)
- [8]华南一次典型雷暴过程双偏振雷达参量与闪电活动关系研究[J]. 杜赛,刘显通,孙皓霆,陈绍东,陈绿文,颜旭. 热带气象学报, 2021(03)
- [9]基于闪电聚类方法的西北太平洋区域雷暴活动特征[J]. 周鑫,张文娟,张义军,孙秀斌,郑栋,姚雯. 热带气象学报, 2021(03)
- [10]2019年呼和浩特一次强雷暴天气过程综合分析[J]. 李松如,石茹琳,孙豪. 气象科学, 2021(03)