三参数Weibull分布参数估计的一种新方法

本文借助变量变换,提出一种确定三参数Weibull分布参数估计值的新方法。资料计算表贝,它不仅计算简便,而且可给出有效性高的参数估计。     

二参数Weibull分布函数对近地层风速的拟合及应用

该文用二参数Weibull分布函数对武汉地区3年近地层5～146 m塔层6个层次的风速进行拟合,主要分析了分布函数中形状参数和尺度参数的获取方法。通过与实际值的对比,表明经验法优于最小二乘法。运用此方法,对近地层风能进行估算,其结果与常规方法的最大相对误差为2.7%,最小仅为0.1%。并在最后讨论了风能和垂直分布规律。     

基于三参数Weibull分布的安徽省年最大风速均一性检验

以安徽省56个国家级气象站1980—2018年年最大风速序列为研究对象,采用基于三参数Weibull分布的变点检验方法对年最大风速序列均一性进行检验,以郎溪站数据为例,给出了检验和分析的具体过程,最后将该方法检验结果与PM-FT法、SNHT法检验结果进行了对比分析.结果表明:56个站点的年最大风速序列均通过Weibul...     

三参数Weibull分布的参数估计

Weibull分布对不同形状的频率分布有很强的适应性,且三参数模式较之二参数模式有显著改善。作者最近的工作表明,某些气候要素极值,例如气温极值和风速极值等的渐近分布能以很高的拟合精度遵循三参数Weibull分布。使用三多数Weibull模式的困难,是如何对参数给出优良估计。Essenwanger曾用矩法提出一个计算三参数估计值的方法。但这种方法需反求Г函数,或者使用专门的查算表,而且不能给出最有效的估计。本文借助最大似然法,提出了确定三参数的一种新方法。它不仅可给出有效性高的参数估计,而且具有简便、收敛域大、收敛速度快和能在电子计算机上进行数值求解等优点。     

广东省风速极值I型分布参数估计方法的比较

利用广东省86个气象站1951—2003年的年最大风速序列资料,应用极值I型分布函数对各站的年极值风速进行了概率计算,计算过程中极值I型分布函数分别采用了3种参数估计方法矩法、耿贝尔法和极大似然法,结合3种表征参数估计优良性的指标,对不同的参数估计方法进行了比较,结果表明大多数情况下采用耿贝尔法时拟合效果最好,即使在矩法或极大似然法为优的情况下,其拟合优良性指标与耿贝尔法也较为接近。     

广东省风速极值Ⅰ型分布参数估计方法的比较

利用广东省86个气象站1951—2003年的年最大风速序列资料,应用极值Ⅰ型分布函数对各站的年极值风速进行了概率计算,计算过程中极值Ⅰ型分布函数分别采用了3种参数估计方法：矩法、耿贝尔法和极大似然法,结合3种表征参数估计优良性的指标,对不同的参数估计方法进行了比较,结果表明：大多数情况下采用耿贝尔法时拟合效果最好,即使在矩法或极大似然法为优的情况下,其拟合优良性指标与耿贝尔法也较为接近。     

成都地面气温与风速年极大值的渐近分布及参数估计

利用１９３３－１９９２年期间成都地面最高气温和地面最大风速年极值的记录，通过统计推断，找出了成都地面最高气温年极值和地面最大风速年极值遵循的渐近分布－Ｗｅｉｂｕｌｌ分布和Ｇｕｍｂｅｌ分布，并讨论了它们的参数估计方法。     

城市化对近地层风速概率分布及参数的影响

通过地面风速Weibull概率分布参数的阶段变化来描述城市化对地面风速的影响,并通过理论分析得出城市化进程导致其尺度参数c缩小,位置参数r增大的趋势效应的结论。将北京等8个城市1982—2005年地面天气资料定时数据按时间划分为前、后两个时段,分别拟合分布曲线的参数,对比前、后两个时段的拟合结果,验证了理论分析所得结论,即随城市的发展,各城市风参数c不同程度地缩小,r不同程度地增大,同时概率密度曲线的峰值均增大;不同城市的风速概率密度函数曲线变化特征有所不同,根据前、后时段概率密度曲线变化的特征,8个城市风速概率分布变化大致可分为A、B两种类型,两者的主要差异是A型变化特征为在曲线两端(大风和静风)的概率都减少,曲线分布更加集中;B型则是大风概率减少而静风的概率则增大,曲线向左移动;A型变化城市的r参数平均增大46.3%,明显大于B型城市的15.7%。初步资料分析还表明,风参数c和r变化幅度与城市化扩张速度有关。     

双参数威布尔分布函数在希尼尔水库风速资料分析中的应用

介绍计算威布尔分布参数的累积分布函数拟合法、平均风速和标准差估计法、平均风速和最大风速估计3种算法,并应用此算法计算了希尼尔水库地区的风速威布尔分布参数。将拟合的风速概率分布与同期的风速实际频率分布结果进行分析,并将拟合曲线应用到实际中,对希尼尔水库风能资源开发做初步评价。     

扩散参数的风速订正及短期扩散浓度的分布概率

本文对扩散参数σ_y、σ_z的随机波动性进行了若干物理分析,得出结论为:(1)风速对σ_y,σ_z随下风距离的变化规律有较大影响;(2)短期浓度模式计算中,扩散参数的随机波动不可忍略。利用1983年10月南京大厂地区的实测资料验证了上述结论,对扩散参数随下风距离的变化规律作了风速订正。本文并试图通过风速的概率分布来获得扩散参数的概率,从而进一步探讨以概率的形式来表示短期扩散浓度的分布。     

计算凸域弦长分布函数的方法

利用广义支持函数和限弦函数讨论了弦长分布函数的计算问题,得到正三角形的弦长分布函数的显式表达式,所提供的方法具有普适性.     

国外雨滴谱分布函数的数值试验结果

采用文献［１］方法，对国外温带地区（北威尔士）＾［２］、亚热带地区（瓜得罗普岛）＾［３］和热带海洋（ＧＡＴＥ－１９７７）＾［４］雨滴谱分布进行了数值试验，结果表明：伽玛分布（ｎ（Ｄ）＝ａ．Ｄ＾ａｅ＾－λＤ）能很好地拟合这些实测雨滴谱，特别是非单调下降谱用伽玛分布拟合明显优于Ｍ－Ｐ分布拟合，Ｍ－Ｐ分布仅是伽玛分布的一个特例（α＝０）。     

估算雨滴谱Γ分布三参数的阶矩法研究

利用2014年8月4—23日山西忻州OTT-Parsivel二代激光雨滴谱仪获得的雨滴谱资料,研究了估算雨滴谱T分布三参数的阶矩法。把降水云分为层状云、积状云、积层混合云三种,采用最小二乘法和阶矩法估算雨滴谱,并在现有阶矩法的研究上,提出一种新矩量组合M036与其他矩量一起分1 min、5 min平均和5 mm滑动平均估算雨滴谱样本的均方根误差和误差谱分布,并进行比较,同时研究了不同降水云雨滴谱三参数随雨强R的变化关系。结果表明:阶矩法估算T分布雨滴谱,M036矩量组合代表雨滴数浓度、液态水含量和雷达反射率因子,三个物理量计算方便,物理意义清晰,实际应用中如能通过探测手段获得三个矩量,就能反演得到云中雨滴谱。阶矩法中M036估算最好;估算三种不同时间雨滴谱样本的均方根误差平均值,M036误差最小;分析三种不同时间雨滴谱样本的均方根误差谱分布,M036谱宽最窄,误差集中;估算三种降水云雨滴谱三参数随雨强R的增大而减少;拟合雨滴谱T分布三参数N_0、μ、λ满足二项式分布且相关系数较好。     

基于不完全β分布的二项分布参数的Bayesian估计

将β分布推广到不完全β分布,给出了二项分布的可靠度的先验分布为不完全β分布时的一些结论,并讨论了在基于二项分布可靠性增长模型中的应用.     

三种温湿参数下昆明准静止锋锋面位置及锋生函数诊断的对比分析

针对2008年1~2月昆明准静止锋天气过程,讨论了位温、相当位温和广义位温三个温湿参数及其对应的锋生函数,对比分析结果表明:（1）广义位温因其湿度因子权重过大,不适用于分析以温度梯度定义的昆明准静止锋锋面位置和强度;（2）理想状态下的干大气位温和饱和大气相当位温仅与气压和温度有关,均能较好地反映大气温度场特征,适用于昆明准静止锋的分析,比较而言相当位温对温度锋区的描述更为显著;（3）用位温或相当位温计算锋生函数所得结果直接表达了因温度场变化导致的锋面生消状况,而用广义位温计算锋生函数所得结果同时包含温度锋生（消）和湿度锋生（消）两种情况,不能简洁地判断昆明准静止锋锋面生消状况。     

基于三次插值函数算法的时间积分方案与二阶时空余差数值模式——以原始大气运动方程与理想全球模拟个例为例

从大气运动原始方程和欧拉算符出发,用泰勒级数展开,给出二阶时空微商余项预报方程。进而讨论用三次插值函数——双三次曲面拟合求上游点的准拉格朗日时间积分方案与相应的二阶时空余差数值模式——“双三次模式”。则双三次模式是通过实现各个大气物理量场的二阶可导,从而可对预报方程做空间非线性(“三次”)时间离散积分,成为“双三次曲面拟合——时间步积分——双三次曲面拟合——……”一种新算法数值模式。讨论双三次数值模式的数学基础:三次插值函数及其数值分析极性定律用于数值模式。指出:双三次模式和谱模式都具有数学“收敛性”;而Coons双三次曲面具有对变量场拟合二阶可导“最优性”;和Hermite双三次曲面片具有对网格变量场二阶可导运算“等价性”。又指出:有限差分模式的中央差近似斜率和曲率,分别是三次样条斜率和曲率作“三点平滑”。双三次模式适合采用原始大气运动方程,适合采用准拉格朗日时间积分方案,并给出一个理想全球模拟个例。因大气运动本质上是非线性的,理论上可按变量场双三次曲面曲率判断,以采用符合物理诠释的局域或单点平滑,以保持模式时间积分稳定性。且未来容易实现全球多重/时变套网格双三次数值模式。