共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
利用绵阳机场最近10年逐时能见度资料,对低能见度的气候特征进行了统计,并对造成低能见度障碍的天气现象和影响系统作了普查分析。结果表明:绵阳机场低能见度有明显的季节变化和闩变化:造成低能见度障碍的天气现象主要是雾。 相似文献
3.
利用绵阳机场最近10年逐时能见度资料,对低能见度的气候特征进行了统计,并对造成低能见度障碍的天气现象和影响系统作了普查分折.结果表明:绵阳机场低能见度有明显的季节变化和闩变化:造成低能见度障碍的天气现象主要是雾. 相似文献
4.
5.
利用2000—2016年华南219个县级气象观测站的地面、高空气象观测资料以及对应站点的再分析资料,统计发生低能见度天气的天气形势和特征,归纳低能见度天气的预报指标。将与能见度以及能见度变化相关的气象要素输入神经网络进行训练,利用EC集合预报数据集获得能见度集合预报结果,通过对其离散度的统计分析以及经验公式最终获得具有泛用性、可靠性的神经网络模型的参数集。通过输入EC确定场数据,获得华南219县级站长时效精细化能见度预报结果,2017年上半年的能见度预报试验显示,模型预报结果的误差与TS评分均优于CUACE模式能见度预报。 相似文献
6.
首都机场高速公路能见度预报方法 总被引:4,自引:0,他引:4
通过分析影响首都机场高速公路能见度的6种典型地面天气形势场,确定大气稳定度、低层水汽含量、低空大气中悬浮颗粒物3个基本气象要素作为预报因子,得出各月的日能见度预报指标。将繁琐的判别因子指标步骤编成软操作界面,以5个能见度等级和指数的形式提供服务。2000-2001年预报准确率为70%左右。 相似文献
7.
本文从长春机场冬季低能见度的成因分析出发。选择4个组合因子,制作了判别函数,用独立资料检验预报机场能见度的综合识别率达90%。 相似文献
8.
9.
郭睿君 《沙漠与绿洲气象(新疆气象)》2000,23(3):9-10
通过对伊宁机场天气资料及其组合的计算,寻找一些与产生雷暴关系较为密切的因子,利用统计预测中多因子综合相关法建立预报方程。 相似文献
10.
基于神经网络的广州市能见度预报 总被引:1,自引:0,他引:1
在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物(PM10、SO2、NO2)监测数据及同期地面气象要素(10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量)观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80%,69.6%,均高于线性回归预报方程(40%,47.8%). 相似文献
11.
双流航站低能见度天气的出现,在冬季不仅与辐射雾有关,还与烟,浮尘,毛毛雨等天气现象有关。可将某时刻的低能见度预报值y看成是初始时刻的能见度值,总云量、24小时变压,相对湿度及时间变量的函数。 相似文献
12.
对广汉机场低能见度中的“回马枪”现象进行统计分析,同了“回马枪”现象的有利天气形势和气象要素。从能见度变化的一般规律中寻找其变化的特征性,提出了气象能见度预报的准确性,增强了航空飞行气象保障的能力。 相似文献
13.
本文基于2001—2015年中国气象局地面常规气象观测数据及NECP再分析资料,采用BP神经网络方法构建环渤海沿海城市能见度预报模型,利用2016年ECMWF集合预报数据基于预报模型进行能见度预报实验,并与ECMWF集合预报产品中现有能见度预报结果进行对比分析。分析表明:该方法对于环渤海沿海城市能见度预报的预报效果明显高于ECMWF集合预报中的能见度预报,12~72 h预报时效中,最小值对应1 km以下能见度的TS评分为0. 36~0. 43; 10 km以下能见度预报误差显著降低,与离散度的对应关系较好。因此,该方法对低能见度天气过程的能见度预报具有指示意义。 相似文献
14.
15.
本文选取太原机场1986年~1995年10年间常规资料对低能见度天气现象的年变化、月变化、逐时变化、维持时间和其间的天气背景、流场、温湿状况等气象因素进行统计与分析,找出其中的特征量,揭示其统计规律和内在的相互联系,用以提高低见度天气的预报水平。 相似文献
16.
采用2011—2016年合肥地区高时空分辨率的能见度观测数据,分析能见度空间分布特征及大雾生消过程中的能见度变化特点。结果表明:能见度多呈现正态分布且分布相对均匀,有雾时正态分布比例明显下降,非均匀性明显增加;大雾过程中平均能见度变化趋势较为稳定有利于临近预报,而空间最低能见度对临近预报有指示意义;大雾过程中空间变差系数多有明显增加,大雾开始形成和消散阶段空间差异性较大;历史回算表明,利用高密度能见度数据的空间分布和趋势外推,较实际预警发布时间平均提前约1.9h。 相似文献
17.
18.
19.
利用全球预报系统(GFS)模式数据与广州白云机场自动气象观测系统(AWOS)自动观测数据,建立了白云机场能见度的多元逐步回归和BP神经网络逐3 h的客观预报模型,并对白云机场2015年一次低能见度天气过程进行预报分析。结果表明,在白云机场能见度下降并到达2 km的天气过程中,两种预报模型均能提前24 h预报出来;对于白云机场大雾天气的预报,两种预报模型可提前12 h预报出来,其中BP神经网络预报与实况相比,预报大雾出现时间与实际时间仅相差1个时次(3 h),大雾消失时间一致,最低能见度相差261 m,而多元逐步回归方法对大雾的预报空报较低,因此结合两种模型的预报有利于提高白云机场大雾预报的准确率。 相似文献