共查询到20条相似文献,搜索用时 0 毫秒
1.
天气预报在空调销售中的应用 总被引:2,自引:0,他引:2
随着气象科学技术的不断发展,天气预报在各行各业的应用越来越广泛,在空调市场竞争激烈的情况下,天气预报在空调销售中的作用就更不可低估。回顾1994年盛夏,一场激烈的“空调市场争夺战”在各地市场展开,为了促销,各生产厂家真是费尽心机,挖空心思,使出浑身解数:推销大军四处出动;广告争夺战刀光剑影,针锋相对,并充分利用各种宣传媒介,不惜耗费巨资;更令企业心痛的是,不惜减价“大出血”,有的每台让利1000元,有的2000元,有的甚至削价2500元用售,为减少产品积压,套现流动基金,真是不惜一切代价,这种削价行为对销费者来… 相似文献
2.
人工神经网络在天气预报中的应用研究 总被引:14,自引:4,他引:14
介绍了将人工神经元网络用于灾害性天气(暴雨)预报研究的情况,分析了天气预报问题的数学提法及困难所在,神经元网络用于天气预报的原理,暴雨预报的特点及我们对网络模型的改进。结果表明,神经风格确可通过学习从原始数据中提取足够的分类信息,达到较好的预报准确率,值得进一步研究。 相似文献
4.
从用户与预报员的角度讨论了天气预报中表示为数值概率的风险评价溉念。对于用户来说,该概念能使特别事件发生、或者是特定临界值被越过(例如在特定时段中温度降到低于0℃)的风险定量化。对于预报员来说,这种概念非常有用,因为它能使预报员用一种最适合反映各种情况下天气系统演变的语言来表达他们的预报。这种概念对于用户与预报员都是一种很实用的工具,经得起客观评价,从而提供一个衡量预报员技术与评价预报员对用户之价值的标准。 相似文献
5.
卡尔曼滤波方法在天气预报中的应用 总被引:21,自引:4,他引:21
从气象应用角度介绍了卡尔曼滤波的基本原理及其递推算法。为了说明卡尔曼滤波递推算法的应用方法,制作了北京1993年1月份逐日最低气温36小时预报。预报结果令人满意,表明该方法很有实用价值,与MOS方法相比,它的优点是不需要收集大样本历史资料,因此,它容易适应数值预报模式的变化。 相似文献
6.
7.
8.
随着移动互联网的发展,我国天气预报服务方式从简单的提供天气信息,逐渐向着全方位、多元化的方向发展,“微视频”具备时间短、形式多的特点,已开始应用到天气预报服务中。分析微视频在天气预报服务中的应用优势,介绍相应的制作流程,并探讨微视频的应用途径,以期为相关人员提供一定的参考。 相似文献
9.
组合天气预报及其应用 总被引:3,自引:0,他引:3
组合天气预报及其应用KlausFraedrich(自由柏林大学气象研究所)1引言最优加权预报已受到经济、管理和统计方面的很大关注。在气象中也认识到集成(consensus)预报和组合(combination)预报(线性)可以提供比构成集成预报的单个预... 相似文献
10.
11.
面雨量在天气预报中的应用 总被引:21,自引:6,他引:21
面雨量的和预报,适合防汛、抗洪需要,并可能成为我国气象和水文两大学科相结合的纽带。提出了计算面雨量的三角形法,不仅有其明显优点,且易于实现业务自动化;进一步探讨了面雨量在预报和服务中的应用以及面雨级的划分和预报。 相似文献
12.
13.
灰色理论在低温天气预报中的应用 总被引:4,自引:0,他引:4
应用灰色系统GM(1,1)模型,对低温天气作中期预报.结果表明:方法简单、易操作、预报准确率高、不需太多资料、当建立不同预报模型时还能即时修正,还可在计算器上进行操作,无疑,给台站预报工作带来方便和适用性. 相似文献
14.
MICAPS系统在实际天气预报中的应用 总被引:1,自引:0,他引:1
现在已确定MICAPS系统为预报员的工作平台,本文结合实际论述预报员在预报工作中运用MICAPS系统的一些经验、体会、特别是在MICAPS系统中将天气图实况场同数值预报产品有机地结合详细地介绍了综合指标方法在降水分级预报中应用研究和综合指标方法。 相似文献
15.
16.
17.
18.
灰色动力模型在天气预报中的应用 总被引:2,自引:0,他引:2
本文在简述灰色系统理论的基础上,提出天气过程为灰色系统,从而探讨了灰色分析和预测方法在气象中的应用,并给出了灰色动力模型的应用实例。 相似文献
19.
当前,人工智能迎来第3次发展浪潮并在多个领域大数据分析中取得巨大成功,这为人工智能技术与数值天气预报结合提供了契机。已有大量研究尝试将人工智能技术用于数值天气预报的初值生成、预报和产品应用过程中,涉及观测资料预处理、资料同化、模式积分、后处理以及高性能计算,通过误差估计、参数估计和局部代理等手段使预报结果,得到改进且计算速度大幅提升,展示出良好的应用前景,一些神经网络模型也表现出纯数据驱动预报的可能性,在短时强对流天气、降水以及气候预测中已有较为理想的应用实例。然而,人工智能技术在数值天气预报中的应用与发展仍面临一些挑战,主要包括深度学习的弱解释性、不确定性分析以及两者的耦合等,除了应对这些挑战,未来两者的深度结合还需要在理论指导下的人工智能模型设计、高时空分辨率人工智能预报模型设计以及使用更多新型人工智能技术等方面深入探索。 相似文献