排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
天气情感地图是一种表达情感相关的专题地图。本文提出了一种基于微博语义的天气情感地图设计方法,基于程序获取了合肥市区2016年6月20日至2016年7月10日暴雨期间带有地理位置的新浪微博数据,通过数据清洗及标准化处理,利用情感词库,结合人工判读,将暴雨天气过程相关情感微博文本数据分为8种情感类别,设计了8种情感着色,结合GIS格网技术与核密度分析方法,制成暴雨天气过程前、中后期情感地图,并分析了暴雨天气过程3个阶段中微博用户多维情感变化。该研究可为政府相关部门在突发性天气灾害过程中制定救助与决策提供参考。 相似文献
2.
利用1961—2020年江西省83个国家气象观测站日雨量资料,采用线性倾向估计法、年最大值法以及耿贝尔Ι型极值分布理论,对江西年平均暴雨日数、暴雨降水量、暴雨贡献率、暴雨强度等的变化特征以及不同重现期的降水极值进行了分析.结果表明:1)江西各地年均暴雨日数呈西南向东北递增分布;大部分地区年暴雨日数呈增加趋势,并呈现西部和南部增加略慢,东部和东北部快速增加态势;尤其是江西东北地区既是暴雨高发中心,同时也是暴雨日数增长中心.2)江西各地年平均暴雨降水量和暴雨贡献率均呈东北多、西南少分布;景德镇和上饶为暴雨降水量和暴雨贡献率高值区也是增长中心;赣州北部和吉安南部为暴雨降水量和暴雨贡献率低值区,但呈现明显增长趋势.3)江西各地平均暴雨强度呈现较明显的北部大、南部小的分布特征;暴雨强度呈现西部增强、东部减弱的趋势.4)江西不同重现期的日雨量极值呈现东北大、西南小的分布,高值区主要分布在上饶、景德镇和抚州一带,低值区主要在吉安南部和赣州. 相似文献
3.
基于南昌温室气体站2018年12月~2020年11月连续在线监测的CH4浓度数据,对大气CH4浓度变化及区域输送进行研究,结果表明:研究期间南昌站大气CH4的平均浓度为2389×10-9,CH4浓度日变化呈现夜间高、白昼低的特征,夏、秋季大气CH4浓度高于冬、春季,春季振幅最小(404×10-9),秋季振幅最大(621×10-9)。大气CH4浓度年内变化呈现双峰曲线, 3月、11月为谷值, 9月、12月为峰值。2020年大气CH4浓度比2019年同期低。ENE风向的CH4浓度较高,在夏季高达3064×10-9。混合单粒子拉格朗日综合轨迹(HYPLIT)模型聚类分析表明,春、秋季大气CH4浓度主要受中长距离气团输送的影响,夏季主要受短距离气团输送的影响,冬季受短距离和长距离气团输送的共同影响。 相似文献
1