排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
青藏高原上空云宏观参数的日变化受大尺度环流、当地太阳辐射和地表过程的联合作用,对辐射收支、辐射传输及感热、潜热的分布等有重要影响。由于缺乏持续定量的观测,对各类天气系统云宏观参数日变化特征的了解还十分不足。多波段多大气成分主被动综合探测系统APSOS(Atmospheric Profiling Synthetic Observation System)的Ka波段云雷达是首部在青藏高原实现长期观测云的雷达。本文基于2019年全年APSOS的Ka波段云雷达资料,采用统计和快速傅里叶变换方法研究了西风槽、切变线和低涡三类重要天气系统影响下的有云频率、单层非降水云或者降水云非降水时段的云顶高度、云底高度和云厚日变化的时域和频域特征,得到了统计回归方程。主要结论有:(1)西风槽系统日均有云频率为56.9%,切变线系统为50.8%,低涡系统达73%。(2)尽管西风槽和切变线系统的成因不同,但两类系统云宏观参数的日变化趋势和主要谐波周期相似:日变化趋势基本为单峰单谷型,日出前最低,日落前最高。有云频率表现为日变化和半日变化,单层云云顶高度、云底高度和云厚主要表现为日变化。(3)低涡系统云宏观参数的日变化特征与前两类系统明显不同:日变化趋势表现为多峰多谷型,虽然有云频率和单层云云顶高度、云底高度主要谐波中均以日变化振幅最大,但频谱分布分散,云厚主要变化中振幅最大的是周期为4.8 h的波动。(4)得到了各系统有云频率、单层云云顶高度、云底高度和云厚日变化的统计回归方程。 相似文献
2.
本研究利用西藏羊八井太阳短波辐照度观测数据分析了该地区2020—2021年的辐射时间序列分布特征,基于时间序列分析、随机森林(Random Forest,RF)和Prophet进行建模预测,通过对比研究探究三种模型在该地区的适用性以及提高模型预测精度的方法.结果表明:该地区短波太阳辐照度呈"双峰"倒"U"型分布的月变化和"单峰"倒"U"型分布的日变化特征.RF在选用模型中最优,其标准化均方根误差(Normalized Root Mean Square Error,NRMSE)、决定系数R2分别为17.54%和0.962.小波变换去噪能提高各模型预测精度,NRMSE降低4.82%~12.94%.组合模型能提高预测精度,误差倒数权重组合模型的NRMSE较差分自回归滑动平均模型(Autoregressive Integrated Moving Average,ARIMA)和Prophet分别下降35.22%、25.12%.预测时间步长差异也会影响预测效果,模型的预测误差随时间步长逐渐增大而减小.因此,可利用RF等机器学习模型在西藏地区进行太阳辐照度短期预测,通过小波变换、组合模型、预测时间步长等环节提高预测精度,以满足当地光伏发电对太阳辐照度的预测需求. 相似文献
3.
中国科学院大气物理研究所研制了一台双波长偏振激光雷达,在格尔木市气象局进行了为期一年的不连续观测。本文选择了其中一天的观测个例,分别从雷达硬件结构、数据类型、数据处理方法等方面进行了系统的介绍和分析。结果表明,此次观测个例中,卷云位于地表以上4.7 km~7 km处,光学厚度均小于0.1,532 nm和1064 nm上的平均激光雷达比分别为24.3 Sr(激光雷达比)和29.9 Sr,色比多集中在0.8~1之间,此外532 nm波长上的退偏比多集中在0.25~0.3之间。此雷达对高空卷云能进行有效探测,为下一步研究青藏高原地区卷云长期时空分布特征奠定基础。 相似文献
1