共查询到20条相似文献,搜索用时 309 毫秒
1.
2.
3.
在气象预报中,需要进行许多分类,例如:天气过程分类、环流型分类、降水量、气温的分类、天气区划、预报因子的归并、相似年、月的确定等等,都需要进行客观分类。目前应用较广的客观分类分析方法是聚类分析。聚类分析是研究样品或变量指标分类问题的一种多元统计分析方法。它可以用统计方法对样品或变量指标进行数字分类。定量地确定样品或变量指标间的相似程度:根据相似的差异性把其归入不同的类别。本文以动态聚类分析方法作河池地区暴雨客观分类。 相似文献
4.
5.
一种新的大气稳定度分类方法 总被引:3,自引:0,他引:3
提出了一种运用灰色聚类理论对大气稳定度进行分类的新方法,用该方法及上海江湾站1993年1、4、7、10四个月的逐时常规观测资料对当时当地的大气稳定度进行了分类,最后与国标分类法所得结果进行了比较,得到了更优、更合理的类分布,说明该方法是大气稳定度分类中一种简单、实用而且效果更好的新方法。 相似文献
6.
7.
8.
9.
10.
本文用模糊聚类方法对春播关键期天气进行客观分类并进行判别预报。从82~88年的应用看,有一定分类预报能力,效果良好,对充分利用气候资源及时棉播,提高棉播经济效益,有一定的指导意义。 相似文献
11.
河南省季降水量时空规律客观分析 总被引:2,自引:0,他引:2
应用EOFs展开技术对河南省春、夏、秋季降水量的空间分布规律和时间变化进行了研究,在分析典型场特点的基础上对1951~1993年季降水场年型进行了分类。 相似文献
12.
13.
基于卫星和雷达资料估测滇中地区降水量方法研究 总被引:1,自引:1,他引:0
选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试. 相似文献
14.
15.
中国东部夏季(6—8月)降水的一种客观分型方法 总被引:5,自引:0,他引:5
对中国东部127站47年(1951-1997)夏季(6-8月)的降水距平百分率数据进行客观分类,分析了我国东部夏季主要雨型的空间和时间特征。应用Ward方法对上述数据进行了分类计算,并将此分类计算结果作为K-均值方法进行分类的初始类(凝聚类),通过逐个修改,得出最终分类。经过比较,应用上述两种方法相结合的算法得出的中国东部夏季三类雨型的空间分布特征与目前国家气候中心业务工作中常用的三类雨型的空间分 相似文献
16.
基于近似支持向量机的能见度释用预报研究 总被引:4,自引:0,他引:4
利用2008—2010年逐年12月、次年1月的T511L61数值预报产品和单站观测资料,采用近似支持向量机方法,分别建立了南京、杭州和衢州站分类和回归结合的能见度释用预报模型(简称分类和回归结合模型)。利用2011年12月、次年1月资料作为独立样本,对模型进行试报检验,并与不分类条件下的纯回归模型进行对比。结果表明:分类和回归结合模型的预报效果好于纯回归模型,在24、36、48、60和72 h试报中,分类和回归结合模型的南京、杭州和衢州三站平均的准确率依次为75.5%、83.7%、72.1%、75.4%和78.0%,在除48 h的其余4个预报时次中,分类和回归结合模型的三站平均的准确率均高于纯回归模型。分类和回归结合模型在单站能见度预报中有较好的应用前景。 相似文献
17.
18.
上海城市空气质量预报分类统计模型 总被引:4,自引:0,他引:4
上海城市空气质量预报的分类统计模型利用上海地区2000年6月至2002年12月的空气污染浓度资料及常规气象资料建立模型,用2003年全年资料检验模型。模型采用方差分析方法区分不同污染浓度高低的气象条件,按季节、地面风向和雨量3项指标对浓度样本分类,季节分类划分冬、夏半年子样本,风向分类划分偏西风向、非西风向子样本,雨量分类划分有雨、无雨子样本,共计3层分类,18个分类子样本,样本分类的高值区和低值区与实际污染浓度的季节、地面风向和雨量的分布是一致的。最后,采用线性逐步回归方法对各分类子样本建立起一组预报模型。模型的检验评分结果显示:分类统计模型较全样本统计模型实际业务预报精度有所提高,在城市空气质量预报中是切实可行的。 相似文献
19.
在WRF模拟中,默认的土地利用数据与实际土地利用情况差异较大,因此会影响模式的模拟效果。为此,许多学者提出了更新城市土地利用数据的方案。最简单的方法是仅就城市建成区面积进行修正。但因城市地表具有非均匀性,进而又提出了将建成区进一步精细化分类。然而,在研究土地利用资料对WRF模式影响的文献中,绝大多数研究仅是就某种资料更新前后的模拟效果进行比较,并未将城市面积改变、城市非均匀性这两个因子进行区分。本文综合考虑了面积修正与精细化分类这两个因子,根据面积修正方案和两种精细化方案生成了3种土地利用的优化数据,并结合默认土地数据共设置了4个算例对上海市2018年8月和2019年8月两次高温天气过程进行了模拟,通过对结果进行比较分析发现:1)对WRF土地利用数据进行优化后,改善了温度、相对湿度和风速的模拟效果。2)城市建成区面积是影响温度最关键的因子,面积修正使温度的平均均方根误差(RMSE)降低了0.86°C,在此基础上的精细化分类使平均RMSE最多降低了0.04°C。3)城市的精细化分类是影响风速和相对湿度的主要因子,面积修正使风速的平均RMSE仅降低0.04 m/s,而精细化分类可使其RMSE再进一步降低最多0.19 m/s;面积修正使相对湿度的平均RMSE仅降低0.23%,而精细化分类可使其RMSE再进一步降低最多2.25%。4)总体说来,精细化分类方案在一定程度上考虑了城市的非均匀性,因此对于温度、相对湿度和风速模拟结果的改善程度更大,且分类越细致,效果越好。 相似文献