全文获取类型
收费全文 | 78篇 |
免费 | 40篇 |
国内免费 | 51篇 |
专业分类
测绘学 | 24篇 |
大气科学 | 71篇 |
地球物理 | 32篇 |
地质学 | 18篇 |
海洋学 | 9篇 |
天文学 | 3篇 |
综合类 | 9篇 |
自然地理 | 3篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 5篇 |
2021年 | 7篇 |
2020年 | 10篇 |
2019年 | 6篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 3篇 |
2015年 | 10篇 |
2014年 | 7篇 |
2013年 | 11篇 |
2012年 | 7篇 |
2011年 | 14篇 |
2010年 | 9篇 |
2009年 | 6篇 |
2008年 | 4篇 |
2007年 | 13篇 |
2006年 | 8篇 |
2005年 | 4篇 |
2004年 | 7篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1989年 | 3篇 |
1982年 | 1篇 |
1954年 | 1篇 |
排序方式: 共有169条查询结果,搜索用时 15 毫秒
31.
32.
采用傅里叶-梅林变换、多尺度光流法及威布尔分布,对湖北省2020年6—7月4次降水过程雷达回波进行多尺度预报试验及其相位和强度校正。在此基础上,利用双曲正切函数对校正后的模式降水回波预报和雷达回波外推临近预报进行融合。最后,基于预报技巧评分和平均绝对误差及命中率等指标对不同时效、尺度及回波阈值的预报结果进行定量分析。结果表明:(1)融合后的0~3 h降水回波预报在范围和位置上均较模式预报和雷达外推预报改进明显,尤其对强回波预报有明显优势,对对流预报有积极作用;0.01°×0.01°尺度的0~1 h预报效果明显好于其他尺度及预报时效。(2)武汉RUC模式预报效果最差,平均绝对误差(mean absolute error,MAE)最大为6.1~8.2 dBZ,而融合预报效果最好,MAE最小为4.7~6.5 dBZ。0.01°×0.01°尺度下融合预报的命中率(probability of detection,POD)随回波阈值和预报时效增加而降低,而其他尺度下20 dBZ回波阈值的平均POD最大、MAE最小,平均POD(MAE)均高于(低于)其他2种预报。总体来看,融合预报明显优于单一预报... 相似文献
33.
34.
摘要:目前贵州在短时临近降水预报客观算法方面研究匮乏,而短时强降水常常给贵州造成严重的洪涝灾害和地质灾害。将短时临近降水预报应用于气象防灾减灾、电网输电线路安全预警、水利防洪自动化方面是未来重要的研究应用方向。本文基于灾害天气短时临近系统(Severe Weather Automatic Nowcast System,SWAN)的定量降水预报(QPF)产品进行0~2小时QPF外推试验研究。利用贵州省地面自动站数据、SWAN 输出的1h-QPF产品、SWAN 1h定量降水估测(QPE)产品。选取2018年3次典型暴雨个例进行试验,采用融合订正技术,利用相似离度算法对降水强度位相进行调整、Weibull分布算法对降水极值分布进行订正、改进后的交叉相关法(Improved Cross-correlation Extrapolation Method,COTREC)进行降水外推预报。通过主客观检验对比,初步说明基于Weibull分布算法的降水极值订正对降水极值分布有很好的模拟效果。融合订正外推的贵州省短时临近定量降水预报产品(Nowcasting precipitation forecast of GuiZhou,下文简写为GZ_NPF)在大于5mm以上量级降水的TS检验中评分更高。GZ_NPF的空报率明显降低,但空报率降低的代价是漏报率相对提高。GZ_NPF总的相对误差减小,格点总降水量与实况总降水量更为接近。试验说明新的融合订正外推算法提高了0~2h短时临近降水的预报能力。 相似文献
35.
GRAPES区域模式水汽平流方案的比较与改进 总被引:7,自引:2,他引:7
与欧拉显式时间差分方法相比,GRAPES区域模式采用半隐半拉格朗日时间差分方案可增加时间步长且不影响稳定性,而且模式积分可有较高的计算效率和准确性。半拉格朗日法需要用到内插算法来预测下一时刻的值,对于水汽场的内插值来说,常常会造成预报值的过饱和或者是负值,需要进行特殊处理。比较GRAPES模式的准单调半拉格朗日方案(QMSL)和高精度正定保形方案(PRM),分析模式的降水预报、形势预报,同时初步总结了两方案的优缺点。在参考LCSL(Linear Constraint Semi-Lagarangain)方案的基础上,改进QMSL方案,通过连续试验运行,表明新方案基本稳定可靠,对于降水预报、形势预报有一定的改进,在台风预报试验中也有良好的表现。 相似文献
36.
雷达回波外推预报的误差分析 总被引:4,自引:0,他引:4
基于天气雷达资料的外推预报是灾害天气临近预报的基础,选取4次强降水过程分析了外推预报的误差.主要分析方法包括3个步骤:(1)采用多尺度回波跟踪方法确定雷达回波的运动场;(2)采用半拉格朗日平流方案对雷达回波进行外推;(3)预报结果和观测结果进行对比.利用去相关时间方法分析了雷达回波的可预报性,利用预报技巧评分和相对绝对误差对外推预报的误差进行了定量分析.此外,还分析了外推预报的误差与尺度之间的关系,以及外推预报中的不确定因素 回波强度变化和回波运动场变化在预报误差中的相对重要性.这4次强降水过程的误差分析表明,预报误差随预报时效的变化基本上是以指数规律递减的,大尺度的降水系统对应较长的持续性,对于发展演变较快、尺度较小的风暴,其持续性较短. 相似文献
37.
设计了适用于四维变分同化系统的扰动预报模式GRAPESPF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法(GCR)求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPESPF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,... 相似文献
38.
GRAPES_GFS中三维参考大气的研究:理论设计和理想试验 总被引:4,自引:0,他引:4
参考大气的选取对于半隐式半拉格朗日(Semi-Implicit Semi-Lagrangian,简称SISL)模式动力框架的计算精度至关重要。中国气象局数值预报中心自主研发的GRAPES_GFS(Global Regional Assimilation and PrEdiction System,Global Forecast System)采用基于等温大气构造的一维参考大气,该方法求解简单、易于实现,但无量纲气压和位势温度扰动量的数量级较大,降低空间计算精度的同时,由于非线性项较大,使得时间计算精度较低。借鉴近年来世界上各主要业务中心的数值模式框架搭建方法,拟在GRAPES_GFS的动力框架中引入不随时间变化且满足静力平衡的三维参考大气,使得积分过程中参考大气可以尽量地靠近模式大气,提高空间计算精度的同时,减小非线性项的数量级,进而提高时间积分的计算精度。本研究重新推导了引入三维参考大气之后模式动力学方程组的求解过程,通过若干个理想试验验证了理论方法以及代码实现的正确性,说明新的三维参考大气可以有效地提高模式动力框架的计算精度。 相似文献
39.
本文结合具体实例,探讨了Q—s曲线类型各判别方法的可行性,为避免错判或误判,保证择优,作者提出了外推检验法。经外推检验所建立的曲线方程,可使预测下推深度远远超过2倍的规定。 相似文献
40.
如何在长时间积分的过程中保证模式大气的质量守恒是数值模式动力框架面临的基本问题之一,对于半拉格朗日动力框架来说, 在理论上要满足质量守恒面临着诸多的困难,质量订正方案不失为一种简单可行的选择。中国气象局数值预报中心的GRAPES_GFS (Global-Regional Assimilation and PrEdiction System, Global Forecast System) 在长时间积分过程中质量损失问题较为明显,该研究工作借鉴C-CAM (Climate-Community Atmosphere Model) 中对地面气压进行订正控制模式质量守恒的思路,在GRAPES_GFS中开发了一种对每个网格内的质量按照不同权重系数进行调整、控制模式大气总质量守恒的算法。经过一系列的试验,验证了该方法在GRAPES_GFS中的可行性,在保证模式质量守恒的情况下可有效减小高度场的预报偏差,缓解模式预报结果中天气系统偏弱的问题,在实际业务预报中有一定应用价值。 相似文献