基于SMS MODEM实现对自动站系统监控和预警

来源 :第四届长三角论坛——气象科技创新与发展分论坛 | 被引量 : 0次 | 上传用户:winchard
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要介绍SMS MODEM短信发送方法以及通过VB编程来实现对自动站监控和预警。通过定时取得远程数据库中各自动站点报文上传信息,并将相关信息通过SMS MODEM及时发送各站的管理人员手里,同时结合声音告警。从而实现对地区整个自动站系统报文上传和网络的监控和预警。
其他文献
摩擦速度(u*)和摩擦温度(θ*)是计算地表动量通量和热量通量的两个关键特征量。本文利用2006年南京地区边界层外场脱测资料对Pleim给出的u*和θ*参数化方案进行了对比验证。u*验证结果表明:在不稳定条件下.Pleim方案计算结果同实测值相比,二者在量值及变化趋势上都有很好的一致性;在稳定条件下,u*计算结果存在较人偏差,为此本文对Pleim计算方案作了改进,结果表明,改进方案有效的提高了u*
暴雨是江苏的重要气象灾害之一,为了对暴雨预报气象服务效益作出恰当的评估,设计了预报准确率V、预报服务的覆盖率P、预报服务时效N、灾害可预防能力Z等四个指标,给出了定量评估暴雨预报气象服务效益的数学模型,并且用实例说明了该模型的实用性和可操作性。预报服务覆盖率、预报服务时效和预报准确率与服务效益成正比,各个因子都会很大大程度上彰响服务效益值。预防能力越强,气象服务的效益越大,这也说明了气象预报只是一
对利用GAMIT软件解算地基GPS大气可降水量的方法进行了研究。随着浙江CORS综合应用网的逐步建设,并服务于气象部门,给地基GPS气象研究人员提供一个真实的研究环境。运用浙江省的GPS观测网数据,结合同期地面自动气象站温、压观测资料,搭建了一个基于IGS超级跟踪站网络的近实时GPS气象系统。进行了大气可降水量解算。结果表明,此方法其有实际应用与推广价值。
弱强迫天气系统是指地面设有冷锋或在高空没有冷槽的天气系统。发生在弱强迫天气系统中的雷暴,在常规的天气图和传真图上部没有明确的征兆,具有极强的隐蔽性。是预报的难点。本文用WRF2.2版本对洛阳市区,2006年7月13日发生在副高边缘的偏东南暖湿气流中的雷暴进行了模拟预报,结果表明WRF模式能准确刎画出隐藏在天气尺度系统中的中小尺度对流系统,能捕捉到常规天气图上分辨不出来的雷暴单体。模式输出的中尺度要
本文应用GPS探测的可降水水汽资料Pwv对上海地区2002年~2005年强对流的水汽变化特征进行了分析。分析表明:每30分钟一次的GPS/Pwv资料能直观地、及时地反映大气中水汽的时间变化和空间变化:GPS/Pwv资科随时间的演变特征与降水有较好的对应关系,不同的季节及不同的降水类型有着不同的分布特征;GPS/Pwv的梯度散度资料可以反映大气中水汽的辐合、辐散分布情况,文章还给出了不同季节产生强降
主要分折了舟山市多普勒天气雷达运行以来浙北沿海地区发生的十几次雷暴大风过程。分析几次大过程的天气形势,发现一些共同的特点:500hPa有南北两支高空槽,呈阶梯分布,两支槽都比较深厚,浙江地区都处于槽前,按照回波的结构形状特点,将风暴分为飑线和多单体风暴两种情况.根据对所有过程需达产品资料的普查,得出一些大风风暴的产品特征:回波强中心一般在55dbz以上;沿海地区回波的前沿10-50公里经常有出流边
根据卫星图像数字处理、中尺度强对流云团形状特点与图像纹理特征分析出发,提出了适合强对流云团自动识别和动态追踪的卫星云图定量分析技术和中尺度强对流天气卫星短时临近预报系统的构建技术。充分监视强对流云团的发生与发展、强度变化与运动特性,以及强对流云团的形状纹理特征,通过利用FY-2双星长波红外分裂窗双谱组合、TBB分级识别等强对流云团识别阈值,强对流天气区定位等方法,实现短时强对流天气系统的静止卫星数
通过对2007年7月26日傍晚在浙江正中部局地冰雹大风过程进行综合分析,认为这是发生在副高内部高温高湿区域的偏南气流当中,受低层冷平流渗透与暖湿的局地气流辐合的局地冰雹过程。这类雹暴云属中γ尺度系统的超级单体风暴,发生范围虽小但强度持强,在生消过程中移动不明显。普查历史记录此次过程较为少见。在副热带高压内部发生的局地冰雹与副高边缘雷暴群有关,也与地面受热低压系统影响界和探空资料ST<=3℃、100
为研究大气成分对雾的影响,2006年12月份在南京市进行了雾的综合外场观测试验。12月24日~27日,南京出现了连续4天的浓雾过程。本文详尽分析了这次浓雾的特征和成因。结果表明,这次浓雾是在夜晚辐射条件下形成,在暖湿平流作用下维持和发展,是一次辐射-平流雾过程:雾体内强逆温层长期存在,为浓雾过程长时间不消提供了热力条件:持续的地面西南风和低空东南气流,给雾体带来了充足的水汽,因此,这次浓雾过程具有
用EOF分解和Kalman滤波相结合的方法,建立了夏季500hpa位势高度场数值预报误差修正模型,以改进副高数值预报效果,提高副高预报准确率。前先用EOF(正交分解)分解方法将T106数值预报500hpa位势高度场分解为彼此正交的空间结构模态和相应的时间系数的线性组合。随后选取前十五个模态的时暗系数(其方差贡献98.7%)序列,分别建立了各自的Kalman(卡尔曼)滤波模型,最后用优化出的时间系数