排序方式: 共有88条查询结果,搜索用时 125 毫秒
81.
本文利用四川省1971~2000年日照、水汽及太阳辐射观测资料,分别模拟计算了四川省高原和盆地太阳辐射值,分析了全省日照、太阳辐射及太阳能的分布特征.结果表明:四川省日照分布的基本特征是高原多、盆地少,高原冬春日照多于夏秋,盆地春夏日照多于秋冬;太阳辐射年总量呈经向分布,其东西差异达一倍以上;盆地南部及西南部是四川省乃至全国太阳能资源贫乏区;川西高原是四川省太阳能资源最为丰富的地区,也是全国太阳能资源三级分布区之一,有很大的开发利用价值,对四川省能源的可持续发展有重要意义. 相似文献
82.
利用T106客观分析场资料,对1998年7月4-6日发生在成都地区的特大暴雨过程进行了热力、动力及水汽条件的诊断分析,并将T106物理量产品24、48小时场与对应客观分析场进行比较。结果发现:①暴雨发生在等θse线高度密集的高能锋区和△θse500-800负大值区内;②正、负涡度大值区分别与强烈发展的低值系统及高压坝对应较好;③盆地上空低层辐盒、高层辐散的区域,同时存在强烈的上升运动,暴雨就发生在此;④来自南海的水汽源源不断送往盆地,由于高压坝的阻塞作用,水汽在盆地中、西部地区辐合;⑤24^s的T106物理量场与对应客观分析场吻合较好,有实际预报能力。48^s的涡度、散度、垂直速度及水汽通量、水汽通量散度预报场偏差较大,须订正使用。 相似文献
83.
暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究 总被引:3,自引:0,他引:3
利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。 相似文献
84.
85.
支持向量机(SVM)方法在气象预报中的个例试验 总被引:4,自引:0,他引:4
SVM(Support Vector Machine)方法的基本思想是:通过非线性映射把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),在特征空间中寻求最优划分或回归线性超平面,从而解决样本空间中的高度非线性分类和回归等问题。利用1998~2000年9~11月T106—36小时预报的各种输出产品构造因子,以单站有无降水为预报对象,采用MOS法方式构造样本,通过训练建立了单站的晴雨SVM分类预报模型,利用1990~2000年4~9月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料,确定关键区域,构造预报因子,以PP法方式构造样本,通过训练建立了四川盆地内单站气温的SVM回归预报模型,并进行了模拟试验,结果表明,无论是单站晴雨的SVM分类预报模型还是单站平均气温的SVM回归预报模型都显示出了艮好的预报能力。 相似文献
86.
87.
利用夏季川渝地区30个台站降水和NCEP/NCAR 2.5°×2.5°的高度场、风场等再分析资料,通过CCA、相关、回归等分析方法,分析了近50年夏季东亚副热带高空西风急流与川渝地区降水的关系。结果表明,东亚副热带西风急流南北位置异常对川渝降水有重要影响。当西风急流轴线偏北(南)时,造成四川盆地西部降水偏多(少),盆地东部和川西高原降水偏少(多),夏季平均急流轴线指数对降水的预报指示意义要好于夏季各月。当西风急流轴线偏北(南)时,对应南亚高压东伸脊点偏西(东)、面积偏小(大),西太平洋副热带高压脊线偏北(南)、西伸脊点偏东(西)、面积偏小(大),这种高低层环流的异常配置造成了川渝地区夏季降水的变化。同时,西风急流轴线南北位置的年代际变化,是导致1965-1982年和1983-2006年四川盆地东部、川西高原降水由少转多、盆地西部由多转少的主要原因之一。 相似文献
88.
该文利用常规观测资料(实况探空资料、自动站雨量数据)以及ECMWF、SWC-WARMS(西南区域模式)、GRAPES-MESO、GRAPES-GFS对比分析了2019年在副高边缘环流形势下的2次四川盆地区域性暴雨天气过程。结果表明:(1)初始场相似的2次过程,导致强降水落区不同的主要原因在于副高的动态变化不同,其次西风带槽脊的细微差异以及低层水汽条件的差异也与降水落区息息相关。(2)ECMWF在这2次过程中对副高位置动态变化的预报,西进较东退更为准确,且数值模式对此类大范围强降水的预报,ECMWF较其它模式更具有优势,但局限性在于范围偏小、量级偏弱,可结合SWC-WARMS进行订正,而GRAPES-GFS、GRAPES-MESO在模式稳定性和预报准确率方面都不及上述两者。 相似文献