排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2013年12月广西一次暴雨落区变化原因分析 总被引:1,自引:0,他引:1
利用micaps常规观测资料和NCEP再分析资料,对2013年12月13日~17日广西出现持续性强降雨天气的物理量场的分析得出:强降雨主要是由低层切变线和南支槽共同作用引起,各层天气系统对每天强降雨的贡献不尽相同,第一天高空南支槽还比较浅薄,强降雨主要由低层切变线和超低空东南急流引起;第二、第三天强降雨则是由加深东移的南支槽和北抬又南压的低层切变线共同作用引起;第四天降雨中低层转北风,只有500hPa南支槽和700hPa切变线共同影响. 相似文献
2.
影响我国水稻产量的主要气象因子的研究 总被引:15,自引:2,他引:13
通过收集前人所作的全国各地区水稻产量气象预报模型,将所得到的资料按双季早稻、双季晚稻、单季稻进行分析,并提取预报因子。通过定量化处理,使用系统聚类分析方法,以预报方程中的影响因子为指标,讨论了各水稻分区(双季早稻分为4个区,双季晚稻分为2个区,单季稻分为9个区)水稻产量的主、次要影响因子和影响时期,为大范围水稻产量预报提供了科学依据。 相似文献
3.
利用常规观测观测资料、每隔6小时一次的1°*1°NCEP再分析资料以及相当黑体温度TBB对2011年10月6—7日预报偏差较大的广西区域性暴雨进行分析得出:副热带高压边缘的东南气流和台风“尼格”减弱后的后部偏南气流带来的暖湿空气和地面冷空气在桂中上空交汇,850hPa切变线和500hPa西风槽触发了暴雨的产生;比湿和假相当位温的分布显示了冷暖空气的对峙情况;TBB平均场的变化可以反映强降雨的落区和移动:水汽主要从东边界进人广西,少部分从南边界和北边界进入,来自于西北太平洋、孟加拉湾和东海洋面。 相似文献
4.
5.
逐级订正最高、最低气温客观预报方法研究 总被引:3,自引:0,他引:3
基于预报员主观预报思路,利用历史气候资料、数值预报产品、常规资料等相结合,建立最高、最低气温24h预报的主观预报订正参考值和客观预报系统,为24h最高、最低气温预报提供依据。 相似文献
6.
7.
8.
9.
10.
论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSO-FNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群—模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSO-FNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。 相似文献