排序方式: 共有73条查询结果,搜索用时 15 毫秒
4.
根据1998年北京4个不同类型商场客流量及同期地面天气状况、风、最高温度等资料,分析了影响客流量变化的季节和天气条件。结果表明,客流量的大小有明显的季节性,春秋两季的流量高于冬夏;雨雪和大风是影响客流量的主要气象因子。采用权重回归法建立了全年各季气象要素预报客流量的气象指数预报方程。 相似文献
5.
该文分析了影响露天擦洗汽车的气象因子和擦洗汽车之后保持汽车洁净的时效,选择雨、雨后积水、雪、积雪、4级以上风力等气象因子,利用经验和模糊数学方法建立擦洗汽车的预报方程。从诸天气要素的预报日之后连续4天后,将影响擦洗汽车的气象因子排列成81种组合,归纳出5种擦洗汽车气象指数和相应的服务用语供日常业务应用。 相似文献
7.
根据北京市观象台1971~2007年"数九"时节的逐日气象要素资料,利用统计学方法,分析了北京"数九"时节的气候特征及其变化情况.结果显示:北京的寒冷阶段在"三九"至"五九",这期间在"三九"末到"四九"初日平均气温连续4天维持在最低值-3.8℃,各"九"的极端最低气温是-18.3℃,出现在"五九"的第1天;各"九"平均气温的最低值是-3.5℃,出现在"三九",因此,最冷的时段是"三九";"数九"时节81天的平均气温在70~90年代变暖较快,其增温幅度为1.25℃·(10 a)~(-1);各"九"平均气温随年代顺序变化亦属变暖趋势,"五九"的变暖幅度最大,达到1.38℃·(10 a)~(-1). 相似文献
8.
9.
选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。 相似文献
10.