共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
QuikSCAT在台风监测中的应用 总被引:4,自引:0,他引:4
利用成熟发展的台风自身在风向上的涡旋型特征和风眼处风速相对周围较低的特征, 分别采用搜索QuikSCAT反演风向的涡旋中心, 风速或后向散射系数的台风中心区域在局部最小值点的方法定位获得了台风中心位置信息。在风矢量反演过程中采用QSCAT-1模型、借助Holland的台风模式, 修正了反演过程中的风向误差, 提高了台风中心定位的准确性。同时, 将该方法应用到对台风路径和强度监测中, 利用QuikSCAT对台风的连续观测资料分析得出台风强度和路径信息, 其中台风路径结果与美国国家飓风中心(NHC)通过最佳路径分析得到的台风路径结果基本一致, 但在台风强度结果上存在较大误差。为提高台风强度监测精度, 在反演过程中采用大风地球物理模型NN-T-GMF代替QSCAT-1模型, 使台风强度监测结果精度提高。结果表明, QuikSCAT可以有效监测海上台风路径和强度发展, 为进一步推断台风的强度发展和移动趋势提供帮助。 相似文献
6.
7.
刻画城市道路之间的交通相关性是提高交通插值及预测水平的基础。现有研究及应用通常假设一定空间或拓扑距离内的道路相互之间具有相关性,这种方式忽视了道路之间交通影响的时空异质性。例如,上游道路交通流通常不会均匀扩散到所有下游道路,而是集中在特定方向上。道路之间产生交通影响和交互作用的根本原因是大量机动车辆穿梭其中。为从数据驱动的角度度量道路之间的交通相关性,从而顾及其时空异质性,本文利用词向量模型Word2Vec从大量机动车出行路径中挖掘道路之间的交通交互影响关系。首先把"路段-路径"类比为"词-文档";其次利用Word2Vec模型从大量路径(文档)中为每条路段(词)训练出一个实数向量(词向量);然后以向量之间的余弦相似度度量对应路段之间的交通相关性;最后利用交通状态数据对结果进行验证。以北京市200万条出租车出行路径为数据进行试验,结果表明:(1)平均水平上,向量相似度越高的邻近路段,其交通状态变化趋势也越相似,证明了本文方法可以正确度量道路之间的交通相关性,并刻画出其空间异质性;(2)工作日早、晚高峰及节假日路段之间的交通相关性大于工作日平峰和周六日,其合理性体现了本文方法可以正确捕捉道路交通相关性的时间异质性。本文方法及分析可为交通规划、诱导等提供方法论和理论基础。 相似文献
8.
本文介绍了气象卫星资料在台风发生、发展、定位、估计强度、路径和降水预报研究中的应用。 实践表明,这种资料在日常台风分析和预报业务中非常重要,并且已经成为一种必不可少的资料。 相似文献
9.
根据台风特点及所造成的灾害,基于ArcGIS Server平台,结合Flex技术,设计并实现了台风预警系统。该系统具有丰富的表现力、交互性及较强的实用性;实现了台风历史信息的查询及管理,台风路径的展示及影响区域分析,台风灾害的评估等功能,为相关部门实现台风预警提供了数据支撑及决策依据。 相似文献
10.
根据台风特点及所造成的灾害,基于ArcGIS Server 平台,结合Flex 技术,设计并实现了台风预警系统.该系统具有丰富的表现力、交互性及较强的实用性;实现了台风历史信息的查询及管理,台风路径的展示及影响区域分析,台风灾害的评估等功能,为相关部门实现台风预警提供了数据支撑及决策依据. 相似文献