熱帶氣象學(xué)報

所屬欄目：科技期刊熱度：時間：

《熱帶氣象學(xué)報》 關(guān)注(): 期刊周期：雙月刊; 期刊級別：北大核心; 國內(nèi)統(tǒng)一刊號：44-1326/P; 國際標準刊號：1004-4965; 主辦單位：廣州熱帶海洋氣象研究所; 主管單位：廣東省氣象局; 查看熱帶氣象學(xué)報近十年數(shù)據(jù)入口>>>; 上一本期雜志：《巖石學(xué)報》巖土工程師論文發(fā)表; 下一本期雜志：《大連理工大學(xué)學(xué)報》理工期刊論文發(fā)表

　　【雜志簡介】

　　《熱帶氣象學(xué)報》的前身是《熱帶氣象》，1984年創(chuàng)刊以來，學(xué)術(shù)水平和編校質(zhì)量不斷提高，辦出“熱帶氣象”的特色，在交流熱帶氣象學(xué)術(shù)成果、促進我國熱帶氣象學(xué)術(shù)繁榮起到了良好的作用，社會效益顯著，在國內(nèi)外有一定的知名度，成為中國自然科學(xué)核心期刊，先后被聯(lián)合國水科學(xué)與漁業(yè)情報系統(tǒng)數(shù)據(jù)庫、美國氣象學(xué)會著名文摘“MGA”和中國學(xué)術(shù)期刊數(shù)據(jù)庫定為錄入源刊，是我國科技論文發(fā)表統(tǒng)計固定用刊，曾榮獲“廣東省第二屆優(yōu)秀科技期刊”獎。

　　《熱帶氣象學(xué)報》屬于大氣科學(xué)期刊，但側(cè)重于熱帶氣象領(lǐng)域，集中刊登熱帶大氣動力學(xué)、天氣學(xué)、氣候?qū)W、大氣物理、大氣環(huán)境及數(shù)值天氣預(yù)報等方面的學(xué)術(shù)成果，報道新的預(yù)報方法和成功的經(jīng)驗，綜述本領(lǐng)域科研進展及動態(tài)。創(chuàng)刊以來，已連續(xù)刊出海氣相互作用、中低緯相互作用、低頻振蕩及遙相關(guān)、低緯大氣環(huán)流異常及其機制、熱帶大氣環(huán)流異常對全球天氣、氣候的影響以及季風(fēng)動力學(xué)、熱帶氣旋動力學(xué)、運動學(xué)等前沿?zé)狳c課題的研究成果共771篇，各類基金課題的成果目前已占每期刊出文章的2/3以上。《熱帶氣象學(xué)報》分設(shè)論著、短論、綜合述評和研究通訊四個欄目，可供氣象、海洋、地理、航天航空、農(nóng)業(yè)、林業(yè)、漁業(yè)及水利電力等專業(yè)的科研人員，業(yè)務(wù)工作者及大專院校師生閱讀。

　　【收錄情況】

　　國家新聞出版總署收錄

　　中國自然科學(xué)核心期刊

　　中國科學(xué)引文數(shù)據(jù)庫源刊

　　廣東省第二屆優(yōu)秀科技期刊獎

　　【欄目設(shè)置】

　　主要欄目：論著、短論、研究通訊、述評。

　　雜志優(yōu)秀目錄參考：

　　臺風(fēng)與中緯度槽的相互作用對其轉(zhuǎn)向之后的路徑的影響陳華，王凱，CHEN Hua，WANG Kai

　　南海海面風(fēng)場變分融合的初步研究項杰，王慧鵬，王春明，寇正，施偉來，劉春霞，XIANG Jie，WANG Hui-Peng，WANG Chun-Ming，KOU Zheng，SHI Wei-Lai，LIU Chun-Xia

　　時間依賴的多尺度背景誤差協(xié)方差研究Ⅱ——應(yīng)用張旭斌，薛紀善，萬齊林，丁偉鈺，李昊睿，ZHANG Xu-bin，XUE Ji-shan，WAN Qi-lin，DING Wei-yu，LI Hao-rui

　　地形效應(yīng)引起的局地擾動對華南降水預(yù)報的影響研究徐道生，陳子通，謝東東，戴光豐，鐘水新，XU Dao-sheng，CHEN Zi-tong，XIE Dong-dong，DAI Guang-feng，ZHONG Shui-xin

　　印度洋偶極子與兩類El Ni(n)o的關(guān)聯(lián)及其可能機理董笛，何金海，DONG Di，HE Jin-hai

　　OMI遙感珠三角城市群NO2的時空分布特征及人類活動影響分析劉顯通，鄭騰飛，萬齊林，譚浩波，鄧雪嬌，李菲，鄧濤，LIU Xian-tong，ZHENG Teng-fei，WAN Qi-lin，TAN Hao-bo，DENG Xue-jiao，LI Fei，DENG Tao

　　強垂直風(fēng)切變環(huán)境下對流單體對颶風(fēng)強度的影響辛辰，王詠青，鐘瑋，XIN Chen，WANG Yong-qing，ZHONG Wei

　　強臺風(fēng)“山神”外圍超級單體引發(fā)的龍卷分析吳俞，薛諶彬，郝麗清，馮文，WU Yu，XUE Chen-bin，HAO Li-qing，F(xiàn)ENG Wen

　　影響廣西的兩個非對稱結(jié)構(gòu)TC對比分析覃麗，黃海洪，吳俞，吳啟樹，賴珍權(quán)，黃明策，李佳穎，QIN Li，HUANG Hai-hong，WU Yu，WU Qi-shu，LAI Zhen-quan，HUANG Ming-ce，LI Jia-ying

　　MJO與西北太平洋熱帶氣旋活動的關(guān)系及其年代際變化趙威，趙海坤，韋志剛，鄭志遠，ZHAO Wei，ZHAO Hai-kun，WEI Zhi-gang，ZHENG Zhi-yuan

　　南海中北部秋季低空偏東急流分布特征及其形成的機制馮文，符式紅，吳俞，F(xiàn)ENG Wen，F(xiàn)U Shi-hong，WU Yu

　　軌道交通論文發(fā)表：冷鏈物流多溫配送路徑優(yōu)化研究

　　[摘要]傳統(tǒng)的冷鏈物流配送過程中既容易造成貨損和環(huán)境污染，又不利于貨物配送半徑的擴展和客戶對貨物的質(zhì)量要求。本文在考慮貨物配送過程中對溫度的要求之外還加入傳統(tǒng)的路徑優(yōu)化和時間窗的限制，在配送總成本最優(yōu)的情況下進行冷鏈物流配送。

　　[關(guān)鍵詞]多溫共配,成本模型,軟時間窗,路徑優(yōu)化

　　1引言

　　目前我國冷鏈物流配送的發(fā)展很快，粗放式的發(fā)展造成成本急劇增加，配送環(huán)節(jié)成本就占總冷鏈運營成本的35%～60%，但是在對冷鏈配送的研究中，突出的問題是大多數(shù)研究是對冷鏈物流配送車輛路徑的優(yōu)化，而忽略了冷鏈配送中貨物對溫度的要求和成本的考慮，這使得在實際配送過程中造成配送的成本高昂和貨損嚴重。只利用常溫配送路徑優(yōu)化的模型不能很好地控制冷鏈物流總成本，基于此本文在利用常溫配送車輛路徑方法基礎(chǔ)上，考慮到多溫共配的成本特殊性，同時加入軟時間窗的限制，盡可能解決配送路徑優(yōu)化與成本之間的矛盾。

　　熱帶氣象學(xué)報最新期刊目錄

基于殘差移位擴散模型的數(shù)值模式溫度預(yù)報空間降尺度方法————作者：王興;葉威良;張通;苗子書;吳其亮;

摘要：數(shù)值模式預(yù)報在氣象預(yù)測中占據(jù)核心地位，利用深度學(xué)習(xí)技術(shù)提升預(yù)報的空間精度是空間降尺度的重要發(fā)展方向之一。然而，傳統(tǒng)生成式模型存在計算效率低、空間紋理精度不足以及模式坍塌等問題。為了解決這些問題，提出了一種基于殘差移位擴散模型的數(shù)值模式預(yù)報空間降尺度方法。具體而言，將殘差引入擴散模型的擴散過程中，幫助模型快速收斂，減少采樣步驟，相比潛空間擴散模型，推理時間縮短到四十分之一，有效提高了計算效率。通過擴...

一種基于氣團標簽的鋒面智能識別方法————作者：丁新亞;李騫;汪天穎;張亮;劉宇迪;張云鵬;黃兵;馮曉;

摘要：目前自動識別鋒面的機器學(xué)習(xí)方法，因使用的鋒面標簽中有鋒格點與無鋒格點的比例嚴重不平衡，易導(dǎo)致訓(xùn)練的網(wǎng)絡(luò)識別結(jié)果偏向無鋒類別的問題，另外，網(wǎng)絡(luò)輸入的多氣象要素，因特殊天氣情況和地理位置等原因會產(chǎn)生數(shù)據(jù)特征沖突或者數(shù)據(jù)信息質(zhì)量差的問題，造成輸入數(shù)據(jù)與網(wǎng)絡(luò)不匹配，后果是網(wǎng)絡(luò)訓(xùn)練困難，識別準確度受影響。為此，提出一種基于氣團標簽訓(xùn)練AMA-UNet(自適應(yīng)融合多氣象要素U型網(wǎng)絡(luò))模型來進行鋒面智能識別的方...

基于神經(jīng)網(wǎng)絡(luò)模型可解釋性的降水預(yù)報————作者：樊仲欣;王妍;王若曈;

摘要：為提高局地精細化預(yù)報的準確性和可靠性，提出了一種基于核函數(shù)KernelExplainer和可解釋性“夏普值”(SHAP值)聚類分析的神經(jīng)網(wǎng)絡(luò)降水預(yù)報技術(shù)。該方法首先通過正態(tài)化分布變換解決神經(jīng)網(wǎng)絡(luò)的輸出抖動問題，然后使用KernelExplainer估計由卷積(CNN)層、長短期記憶(LSTM)網(wǎng)絡(luò)、全連接層構(gòu)建的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，并獲取氣象要素參數(shù)m和時間步長參數(shù)tl對于預(yù)測結(jié)果的貢獻值SHA...

基于CGAFNet的衛(wèi)星云圖臨近預(yù)報研究————作者：康奇秀;杜東升;陳立福;歐小鋒;葉成志;

摘要：衛(wèi)星云圖外推技術(shù)能及時掌握云團的運動軌跡和變化情況，為臨近預(yù)報和災(zāi)害性天氣的監(jiān)測提供重要參考。然而，現(xiàn)有的云圖預(yù)測方法存在難以捕捉小尺度云團發(fā)展、云圖細節(jié)特征不清晰、預(yù)測結(jié)果逐漸模糊等問題，導(dǎo)致最終的預(yù)報效果不理想。為了有效提取衛(wèi)星云圖的時空信息，預(yù)報中小尺度云團的發(fā)展，利用FY-4A紅外云圖，以湖南區(qū)域為中心的中東部地區(qū)作為研究對象，從時空序列預(yù)測的角度出發(fā)，提出了一種卷積門控循環(huán)注意力融合網(wǎng)絡(luò)...

基于DWT-CNN-LSTM逐日氣溫預(yù)測模型研究————作者：樊姝琪;劉慧銘;莊潤杰;王詩雨;溫永仙;

摘要：氣溫的準確預(yù)測對人類生產(chǎn)生活、農(nóng)業(yè)等方面至關(guān)重要。針對傳統(tǒng)氣溫預(yù)測方法難以捕捉數(shù)據(jù)的動態(tài)變化、預(yù)測精度差等問題，提出了一種融合離散小波變換（Discrete Wavelet Transformation, DWT）、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）和長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory, LSTM）的組合氣溫預(yù)測模型。首先，...

基于DSTFN(Deep Spatio-Temprral Fusion Network)模型的熱帶氣旋軌跡預(yù)測方法————作者：方巍;杜娟;齊媚涵;胡鵬昱;

摘要：在全球氣候變化背景下，越來越多的地區(qū)面臨著熱帶氣旋的威脅。因此，準確預(yù)測熱帶氣旋的軌跡變化對于氣象預(yù)警和災(zāi)害管理至關(guān)重要。然而，傳統(tǒng)的基于深度學(xué)習(xí)的熱帶氣旋預(yù)測方法在建模熱帶氣旋的時空相關(guān)性方面存在局限。為此，提出了一種新的深度時空融合網(wǎng)絡(luò)——DSTFN(Deep Spatio-Temporal Fusion Network)模型，以提高對熱帶氣旋軌跡的預(yù)測精度和穩(wěn)定性。構(gòu)建了有效融合ConvNe...

基于深度學(xué)習(xí)模型集成的日最高和最低氣溫訂正預(yù)報研究————作者：盧姝;郭可萌;周悅;傅承浩;許霖;顧雪;

摘要：采用2018—2023年中國氣象局陸面數(shù)據(jù)同化系統(tǒng)的氣溫資料以及歐洲中期天氣預(yù)報中心的高分辨率模式預(yù)報產(chǎn)品(ECMWF-IFS)，分別建立基于時空堆疊的殘差網(wǎng)絡(luò)(Res-STS)以及基于自注意力(Self-Attention)機制的長短期記憶網(wǎng)絡(luò)(Attention-LSTM)，并將兩個模型進行集成，構(gòu)建集成神經(jīng)網(wǎng)絡(luò)模型(Ensemble)，得到涵蓋湖南地區(qū)的0.05°×0.05°氣溫網(wǎng)格日最高、...

人工智能大模型對2024年長江中下游梅雨的預(yù)測評估————作者：曹欣沛;梁萍;黃文娟;張志琦;鞏遠發(fā);

摘要：目前，人工智能大模型對長江中下游降水的次季節(jié)預(yù)測效果尚不清楚。采用三個人工智能氣象大模型(Pangu-weather、Fuxi和FourCastNet)與歐洲中心次季節(jié)-季節(jié)模式(EC-S2S)預(yù)測資料，以2024年長江中下游梅雨為例，在診斷其降水及其環(huán)流演變的基礎(chǔ)上，利用相關(guān)技巧、功率譜分析等方法，對比評估了氣象大模型與歐洲中心S2S模式(EC-S2S)對該年梅雨降水、背景場變量及其低頻振蕩分量...

基于多維特征的區(qū)域性暴雨過程相似性檢索方法研究————作者：趙亮;魏鐵鑫;王麗榮;解文娟;

摘要：針對一次區(qū)域性暴雨過程，檢索與之相似的歷史案例，對區(qū)域性暴雨過程的評估、防災(zāi)減災(zāi)和決策服務(wù)等具有重要意義。以京津冀地區(qū)為例，利用1961—2023年京津冀175個氣象觀測站逐日降水?dāng)?shù)據(jù)，定義和識別了京津冀區(qū)域性暴雨過程，提出了一種基于多維特征的區(qū)域性暴雨過程相似判別方法。該方法基于最大過程降水量、最大日降水量、暴雨范圍、持續(xù)時間、平均范圍和平均強度等特征，采用歐式距離度量屬性維度相似性；基于過程降...

基于加權(quán)損失函數(shù)的我國近海海面風(fēng)速預(yù)報————作者：渠鴻宇;胡海川;錢傳海;黃彬;

摘要：數(shù)值模式的海面風(fēng)速預(yù)報存在偏差，基于數(shù)值模式的統(tǒng)計模型雖然能在一定程度上減小偏差，但由于大風(fēng)樣本嚴重不足，其對大風(fēng)的預(yù)報效果仍然差強人意。在系統(tǒng)檢驗ECMWF的24 h海面風(fēng)速預(yù)報的基礎(chǔ)上，利用XGBoost模型構(gòu)建了適用于中國近海的海面風(fēng)速預(yù)報訂正模型。該模型不僅從整體上具有不錯的預(yù)報準確度，還通過采用加權(quán)損失函數(shù)的訓(xùn)練方式，明顯改善了大風(fēng)的預(yù)報效果。利用2022年1月—2023年1月我國近海1...

基于可解釋人工智能(XAI)的熱帶氣旋直接經(jīng)濟損失評估研究————作者：劉淑賢;劉揚;楊琨;張立生;張源達;

摘要：可解釋人工智能(eXplainable Artificial Intelligence,XAI)已經(jīng)成為人工智能研究領(lǐng)域的重要發(fā)展方向，該技術(shù)可以幫助解釋模型如何做出預(yù)測和決策，在氣象災(zāi)害評估領(lǐng)域具有較大應(yīng)用價值。本研究旨在利用機器學(xué)習(xí)算法評估熱帶氣旋(Tropical Cyclone,TC)的直接經(jīng)濟損失，并采用XAI方法 SHAP(SHapley Additive exPlanations)，...

江蘇省級雷暴大風(fēng)智能預(yù)警信號生成技術(shù)及其在2023年汛期的應(yīng)用評估————作者：馮宇軒;莊瀟然;康志明;曾康;吳海英;李特;

摘要：為了實現(xiàn)江蘇地區(qū)雷暴大風(fēng)智能預(yù)警信號的自動生成以提升雷暴大風(fēng)臨近預(yù)報預(yù)警能力，在建立分鐘級、公里級網(wǎng)格風(fēng)場數(shù)據(jù)集的基礎(chǔ)上，區(qū)分雷暴大風(fēng)、系統(tǒng)性大風(fēng)和混合性大風(fēng)過程，并結(jié)合生成對抗網(wǎng)絡(luò)（Generative Adversarial Network, GAN，針對雷暴大風(fēng)建模）和具有物理約束架構(gòu)的時空卷積神經(jīng)網(wǎng)絡(luò)（Physical Dynamics Network, PhyDNet，針對系統(tǒng)性大風(fēng)和混...

河北災(zāi)害性天氣事件圖像識別技術(shù)研究與應(yīng)用————作者：魏鐵鑫;司麗麗;趙亮;張靜;孫斌;

摘要：為有效利用社會化觀測災(zāi)害性天氣事件的大量圖像，發(fā)展監(jiān)測新手段，以社會公眾發(fā)布的災(zāi)害性天氣事件圖像為訓(xùn)練集，基于殘差網(wǎng)絡(luò)ResNet50(Residual Network 50)構(gòu)建了8類災(zāi)害性天氣事件圖像識別模型，并通過格點化氣象要素實況二次訂正技術(shù)以及線上審核、線下更新的優(yōu)化模式，提高模型識別精度和運行效率。結(jié)果表明，優(yōu)化后8類模型識別的平均準確率在80%以上，已應(yīng)用于河北省多源氣象災(zāi)情監(jiān)測采集...

基于數(shù)值天氣預(yù)報與機器學(xué)習(xí)技術(shù)的道路氣象狀況預(yù)測————作者：蒲秀姝;劉新超;宋怡軒;郭榮;郭潔;

摘要：道路氣象狀況與交通安全密切相關(guān)，路面濕滑、結(jié)冰易引發(fā)行車事故，因此需要實現(xiàn)準確且及時的道路氣象狀況預(yù)測。利用雅康高速路段內(nèi)3個地面觀測點的道路氣象狀況觀測數(shù)據(jù)，以及對應(yīng)區(qū)域的連續(xù)24 h數(shù)值天氣預(yù)報數(shù)據(jù)，構(gòu)建決策樹模型，建立數(shù)值天氣預(yù)報結(jié)果與多種道路氣象狀況類別之間的對應(yīng)關(guān)系，實現(xiàn)未來連續(xù)24 h的道路氣象狀況預(yù)測。結(jié)果表明，針對3個地面觀測點的5類道路氣象狀況，在交叉驗證實驗中，所提出模型的平均...

基于改進U-Net模型的湖南地區(qū)定量降水預(yù)報訂正試驗————作者：周莉;許霖;陳鶴;蘭明才;歐小鋒;周悅;謝憶南;肖思晗;

摘要：利用2017—2022年汛期(4—9月)湖南省1 912個地面觀測站降水實況和歐洲中心中期天氣預(yù)報一體化預(yù)報系統(tǒng)(European Centre for Medium-Range Weather Forecasts-Integrated Forecasting System,ECMWFIFS)最優(yōu)因子集，在一種U型語義分割網(wǎng)絡(luò)(U-Net模型)基礎(chǔ)上結(jié)合殘差網(wǎng)絡(luò)和注意力機制網(wǎng)絡(luò)，構(gòu)建了逐時降水訂正...

基于多種機器學(xué)習(xí)的模式PM_2.5訂正預(yù)報方法————作者：劉超;宮宇;張碧輝;柯華兵;

摘要：大氣細顆粒物污染深刻影響著人體健康、大氣能見度以及氣候變化等諸多方面，對PM_2.5濃度進行精細化預(yù)報至關(guān)重要。因此，本研究基于隨機森林（Random Forest,RF）、LightGBM（Light Gradient Boosting Machine）和XGBoost（Extreme Gradient Boosting Machine）等多種機器學(xué)習(xí)方法，分別構(gòu)建了基于中國...

基于深度學(xué)習(xí)的月平均2 m氣溫訂正方法————作者：方巍;王冰輪;

摘要：作為減少短期氣候預(yù)測誤差的技術(shù)，數(shù)據(jù)訂正成為了重要的研究方向。而深度學(xué)習(xí)作為一種新興方法已經(jīng)應(yīng)用到數(shù)據(jù)訂正技術(shù)中，其中常用的模型是U-Net，但它存在不可避免的缺陷。第一，U-Net基于卷積神經(jīng)網(wǎng)絡(luò)，但是受限于卷積神經(jīng)網(wǎng)絡(luò)的小感受野，這導(dǎo)致U-Net不能從全局的角度學(xué)習(xí)空間特征；第二，U-Net的下采樣操作容易丟失圖像細節(jié)信息。這兩點都影響了該模型的訂正性能。因此采取以下兩個措施進行改進，一是將原...

一種基于深度學(xué)習(xí)的城市道路積水內(nèi)澇圖像識別方法————作者：張志堅;伍光勝;黎潔儀;陳雨欣;張靜;孫偉忠;

摘要：為了提高超大城市積水內(nèi)澇的監(jiān)測預(yù)警能力，針對現(xiàn)有積水內(nèi)澇檢測方法實用性、實時性存在的不足，依托廣州市9萬余個高密度公共監(jiān)控視頻作為數(shù)據(jù)基礎(chǔ)，基于深度學(xué)習(xí)的目標檢測RTMDet (Real-Time Models for Object Detection)模型建立了一種道路積水內(nèi)澇圖像識別方法，采用多線程技術(shù)實現(xiàn)大規(guī)模視頻點圖像的高效采集，同時基于實例分割RTMDet模型實現(xiàn)積水內(nèi)澇目標的快速檢測和...

冬季東亞冷涌活動對馬來西亞暴雨洪水事件的影響及成因分析————作者：楊舒楠;周寧芳;

摘要：利用衛(wèi)星觀測、ERA5和GDAS再分析數(shù)據(jù)等對東亞冬季風(fēng)冷涌引發(fā)的一次馬來西亞極端暴雨洪水事件進行了分析。結(jié)果表明：在東亞冬季風(fēng)背景下，東亞大槽重建、地面冷高壓加強以及日本島-西北太平洋爆發(fā)性氣旋發(fā)展等為冷涌形成提供了有利的環(huán)流背景；熱帶氣旋“雷伊”影響及中高緯度冷空氣的持續(xù)補充進一步延長了冷涌維持時間。冷涌與熱帶氣旋外圍環(huán)流、熱帶東風(fēng)氣流、“海洋性大陸”(Maritime Continent)西...

蘇州“7.26”強颮線增強機制分析————作者：曹舒婭;王嘯華;何琰;莊瀟然;王宇丹;

摘要：針對2022年7月26日發(fā)生在江蘇南部的一次由強颮線引起的大范圍極端雷暴大風(fēng)天氣，利用雙偏振雷達、再分析數(shù)據(jù)、探空、地面自動站、風(fēng)廓線、微波輻射計等資料分析產(chǎn)生颮線的天氣形勢背景和颮線在移過太湖附近突然增強的原因。(1)低空急流向下傳播形成超低空急流，增強的中層干冷空氣卷入，隨下沉氣流到達地面形成出流，加強了地面輻合，使颮線形成組織化。(2)颮線東移過程中的強降水導(dǎo)致其冷池不斷增強，在颮線內(nèi)部形成...

　　相關(guān)科技期刊推薦

　　核心期刊推薦

查看更多科技期刊

国产黄色毛片-国产黄色毛片视频-国产黄色片91-国产黄色片一级-一级坐爱片-一级免费

熱帶氣象學(xué)報