排序方式: 共有32条查询结果,搜索用时 31 毫秒
1.
山东省曲阜市旅游资源分类与评价 总被引:4,自引:0,他引:4
本文从旅游资源的类别构成和市场价值上对曲阜市旅游资源进行了分类,并从定性和定量两方面对其进行了评价。 相似文献
2.
低层偏南气流对一次暴雨过程的动力作用分析和数值模拟 总被引:2,自引:1,他引:1
利用常规观测资料和NCEP再分析资料,对2010年7月22-25日四川盆地西部出现的一次暴雨过程进行了诊断分析.结果表明:暴雨出现在对流层低层南海至四川盆地一直维持偏南气流的环流背景下,暴雨与这支偏南气流的风速演变密切相关,降雨强度随南风气流的增强而增强,南风气流增强所形成的风速辐合及正涡度平流是暴雨的主要动力触发因子,暴雨与低层辐合和正涡度平流区域有很好的对应关系.WRF数值模拟试验进一步表明:850 hPa层3h风速演变对中尺度对流系统的发展具有很好的指示意义,在3h风速增大区域的下风方,未来3h对流云团将迅速发展;盆地西部形成的气流辐合与其西侧的高原地形密切相关. 相似文献
3.
综述国内外数篇论文,从强对流天气监测、预报预警、模式同化3个方面总结分析了近年来地面稠密观测资料的应用与优劣之处。综述表明:地面加密自动站、风廓线雷达、地基GPS、雨滴谱仪等多种观测仪器组成的地面稠密观测网具有时间尺度密集、覆盖面积广泛、能捕捉较多细微变化的优势,通过该观测网所得数据总结出的一系列指示性指标在强对流监测预警中具有重要的指示意义。但因中国地形天气情况复杂多变、数据缺失、仪器造价昂贵等问题,导致该观测网所得指示性指标不能适用于中国全境,应根据该观测网数据分析总结适应本地的预报指标。 相似文献
4.
利用四川1960~2009年逐日最高气温、欧洲中心ERA Interim1.5°*1.5°再分析资料和ECWMF2.5°*2.5°模式预报场资料,分析四川盆地高温热浪的时空分布特征,归纳出四川盆地高温热浪天气预报模型。结果表明:四川盆地高温热浪天气有三个异常区;区域性高温热浪过程期间100hPa南压高压明显东进,我国至俄罗斯南部地区显著增高;500hPa有青藏高压型、副高型和带状高压型三种环流型。四川盆地高温热浪天气的预报模型为:1)500hPa四川盆地上空为青藏高压或副高或带状高压控制,位势高度达584位势什米以上,其中青藏高压和西太副高需达588位势什米;2)四川盆地上空850hPa上未来三天都为大于24℃的闭合等温线控制。 相似文献
5.
6.
7.
利用多普勒天气雷达观测资料、风廓线仪资料、加密自动气象站资料、常规观测资料和NCEP 1°×1°再分析资料,对2014年7月23日16:00在成都城区发生的一次局地强对流过程进行了分析。结果表明:晴空太阳辐射增温和低层偏南气流的暖湿水汽输送使得成都附近大气具备对流发展的能量和水汽条件;地面暖平流及成都城市热岛效应,使得成都城区低层抬升作用增强;在弱的垂直风切变环境中,南下阵风锋与成都城区西北部地面中尺度热中心和中尺度辐合线相遇,激发出脉冲风暴并迅速发展,进而产生局地强对流天气;多普勒天气雷达资料显示脉冲风暴强盛时期具有悬垂回波、有界弱回波区、中层径向辐合等强风暴的特征。 相似文献
8.
利用1954-2004年NCEP/NCAR月平均再分析感热资料和我国西北地区31个测站温度、降水资料,采用SVD分析方法,分析了中亚感热场与我国西北地区温度、降水场的关系.分析表明:(1)4~9月的中亚感热与来年我国西北地区1月的温度呈显著的负相关.(2)5~7月中亚感热主要影响我国西北的新疆大部、甘肃、宁夏、陕西等地区来年1月的温度.(3)5~6月、7~9月、10~12月中亚感热分别影响我国西北7月、10月和来年2~3月降水.(4)5~6月中亚感热与7月我国西北的甘肃中南部、新疆东南部和阿勒泰地区的降水呈负相关关系. 相似文献
9.
本文利用常规高空观测、地面加密自动站和NCEP再分析资料,对2012年8月30日~9月1日发生在四川盆地东部的一次持续性暴雨过程进行了分析.结果表明,过程期间低层西南风风速和雨强具有明显的日变化特征,低层西南风风速变化表明西南低空急流具有日变化特征;低空急流的日变化使得其对暴雨区的水汽、热力和动力条件的输送也具有日变化,从而造成暴雨过程期间雨强在夜间增强白天减弱;低空急流及其输送的水汽、热力和动力条件主要位于700hPa层附近. 相似文献
10.
钻速预测是钻井优化的重要组成部分,机器学习算法是当前实现准确钻速预测的重要手段,准确的特征选择是保证机器学习精度的关键途径。基于南海某井眼的实际钻井数据,本文采用一种融合特征选择法从钻井特征参数中选出井径、钻井液出口温度、钻井液入口密度、钻井液出口密度、K值、塑性粘度、滤失量、上覆压力、孔隙压力、和喷嘴等效直径共10种参数。将优选出的参数作为模型输入,引入集成的梯度提升树(Gradient Boosting Decision Tree,GBDT)算法建立机械钻速预测模型。将建立的模型与常规机器学习算法模型进行对比试验。试验结果显示,所提出的融合特征选择算法模型精度较全特征模型高2%,较常用机器学习模型平均高14.5%,该研究为钻井参数的准确、快速寻优提供了有效解决方案,对提高钻进速率具有一定的指导意义和实际应用价值。 相似文献