共查询到20条相似文献，搜索用时 359 毫秒
1.
利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。 相似文献
2.
利用沪渝高速公路恩施-宜昌路段恩施附近的三岔口大桥(海拔708 m)自动站监测2013年6—8月(夏季)及2013年12月至2014年2月(冬季)逐日逐时次气象要素资料,统计分析夏季、冬季路面温度与气温的变化特征及路面温度与气象因子的关系,基于逐步引入因子线性回归分析方法建立路面温度统计模型,并对模型的预报效果进行实验研究。结果表明:夏季路面最高温度受多种气象要素的影响,与日最高气温、日平均气温、前一日路面最高温度、前一日路面平均温度呈正相关,与相对湿度、24 h累计降水呈负相关。冬季路面最低温度与最低气温呈显著性相关。通过模型的效果实验,发现夏季路面最高温度用日最高气温、日最小相对湿度及前一天物理量建立的模型预报结果与实况的变化趋势最为接近;冬季路面最低温度用日最低气温、日最小相对湿度、日平均风速及前一天物理量建立的模型预报结果与实况的变化趋势最为接近。 相似文献
3.
该文基于通用陆面模式 (CoLM) 发展了精细化路面参数数值预报模型 (BJ-ROME)。该模型可以预报路面温度、积雪厚度、积冰厚度以及积水厚度。模型不仅考虑了路面的不透水性、相对较低反照率、低热容以及高热导率等特征,还考虑了城市人为热的影响。模型采用北京市气象局快速更新循环预报系统 (BJ-RUC) 产生的气象强迫场驱动,预报时间跨度为24 h,更新时间为3 h。采用北京地区芬兰Vaisala公司路面观测站2009年8月9—24日路面温度及2010年1月3—4日积雪厚度观测结果对模型预报结果进行验证,同时进行了敏感性试验。结果表明:无论是在晴空还是降水的气象条件下,BJ-ROME均能较准确地预报路面温度极值以及日变化。BJ-ROME还可以较准确地模拟积雪厚度的最大值以及随时间变化情况。 相似文献
4.
本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法（Hybrid Statistical Downscaling Prediction，HSDP），该方法综合利用了气候模式Climate Forecast System 2.0版本（CFSv2）实时预测的高可预报性环流信息及前期观测的与青海夏季降水具有高相关性的气候因子，采用年际增量方法，基于气候变量的年际增量规律建立统计模型，从而实现对青海夏季降水进行动力—统计相结合的气候预测。根据全球气候因子的年际增量与青海省夏季降水年际增量的相关系数，以及CFSv2预测产品对实况模拟能力的评估，选取以下关键区气候变量的年际增量作为预测因子：（1） CFSv2模式预测当年夏季包含贝加尔湖脊、乌拉尔山脊和新疆脊区域的500 hPa高度场；（2） CFSv2模式预测青藏高原以西200 hPa纬向风场；（3）观测资料中前1 a秋、冬季热带太平洋地区海表面温度场；（4）观测资料中前1 a秋、冬季西伯利亚地区的海平面气压场，对青海省夏季降水进行统计降尺度预测。统计降尺度模型利用1983—2011年进行建模，回报2012—2018年夏季青海省降水的空间分布和时间变化，并对该模型对1983—2011年的夏季青海省降水的回报能力进行了交叉检验。回报结果表明该统计降尺度模型对CFSv2的青海省夏季降水预测能力有显著的提高，能够很好地再现青海省夏季降水西北部的高原地区偏少，而在东南部偏多的特点。该模型预测所得2012—2018年夏季青海省降水的时间变化也与实况有着较高的相关系数（0.76），对于降水显著偏少的年份（如2015年）和显著偏多的年份（如2012、2018年）的降水预测都有很好的表现。对于建模时段的交叉检验结果（相关系数为0.46，比模型回报结果与实况的相关系数0.48略低）表明，该模型具有较高的稳定性和可靠性。 相似文献
5.
根据中央气象台自2017年10月—2018年9月20:00起报未来72 h 0.05 °×0.05 °分辨率格点日最高、最低温度指导预报和国家气象信息中心格点温度实况,应用Matlab神经网络工具箱提供的newrbe函数,建立基于径向基函数(RBF)神经网络的温度预报模型,对2018年10月—2019年9月RBF预报产品进行格点检验评估,并与同期的EC模式预报产品做了对比。结果表明:（1）通过RBF模型订正后的24 h、48 h和72 h日最高和最低温度预报准确率较中央气象台指导预报（NMC）分别提高了7.21%、6.98%、5.48%和5.67%、4.46%、4.47%,均为正技巧,且春、夏、秋季预报订正效果要好于冬季;（2）分区域预报检验来看,除海源、同心、彭阳的最高温度预报和海源、惠农的最低温度预报误差偏较大外,其他区域的误差基本都小于2 ℃。特别是对强降温、霜冻天气的温度预报准确率高于NMC,对预报员有一定的参考价值。 相似文献
6.
《贵州气象》2021,(3)
利用2019年4月1日—7月31日的0～240 h欧洲中期天气预报中心2 m温度预报和2019年4月1日00时—7月31日00时贵州省境内364个自动气象观测骨干站点的温度观测资料,分别基于时间持续偏差订正(滑动平均)和类卡尔曼滤波的递减平均统计降尺度方法构建单模式的温度订正方案和客观算法模型,进而对欧洲中心2019年7月1日—7月15日的2 m温度预报进行客观订正。结果表明:时间持续偏差法构建的方案对订正效果不好,平均绝对误差值(MAE)均比原始数值预报大。相比之下,采用类卡尔曼滤波的递减平均统计降尺度方法构建订正方案对部分站点的预报有着非常显著的订正效果,平均绝对误差值在大多数时效上比数值预报本身小,且经过参数优化方案之后,又进一步提升了订正效果。订正模型的训练方案仍然有很大的改进空间,有望提高有效订正站点的数量。 相似文献
7.
为了研究茶叶产量与气象要素的关系,基于青岛市崂山区1994—2015年气温、降水量、日照时数、空气相对湿度及茶叶产量数据,利用数理统计方法,筛选影响崂山茶产量的关键气象因子,利用通径分析评价各因子的影响。利用1994—2013年产量资料与气象资料建立多元回归模型,2014—2015年做独立样本检验,结果表明:当5—7月中旬降水量偏多(少),5月中旬—6月上旬平均气温偏高(低),但是该时段最高气温偏低(高),而9月平均气温偏高(低),7—8月平均最高气温偏低(高)时,有(不)利于崂山茶叶的生长和提高茶叶气象产量。同时分析表明:当12月—下年2月日最低气温低于-10℃日数偏少(多),7月日照时数偏少(多),也有(不)利于崂山茶叶气象产量的增加。表明崂山茶叶生长季节适宜于雨量偏多、平均温度偏高,温度变化趋势平稳,极端高(低)温少的气象条件。利用这些关键气象因子建立的影响茶叶气象产量回归模型,能够较好的拟合崂山茶叶产量,研究结果为开展崂山茶叶产量评估与气象服务提供了技术支撑。 相似文献
8.
《广东气象》2018,(6)
对开平市2013年1月1日—2017年12月31日的常规地面气象观测资料和2013年1月1日—2018年1月31日的碉楼景区游客数据进行了统计,选取舒适度指数、日雨量、日照时数、极大风速和最高气温作为因子建立开平碉楼景区的旅游气象指数预报方程,再根据试预报情况对方程进行检验,确定旅游气象指数。结果表明:(1) 4和10月是开平碉楼景区旅游的最佳时间;(2)降雨和风速过大均会给游客出行带来较大负面影响;(3)日照时数和最高气温在不同季节对游客的影响存在差异。运用预报方程计算出的旅游气象指数与景区实际游客人数相关性强,基本接近实际情况,预报效果良好,能较好地为开平碉楼景区的游客服务。 相似文献
9.
利用广西87个气象站6月月平均降水量及NCEP/NCAR再分析资料,通过普查1960—2021年广西6月月降水量年际增量与前期500 hPa位势高度场的相关性,选取影响广西6月降水异常相关性较高的前期预测因子,研究其主要影响机制,并采用模糊神经网络与熵度量相结合的方法构建月降水年际增量的集合预报模型,对预测模型进行1960—2013年的拟合检验和2014—2021年的独立样本预报检验。结果发现,该模型的预测准确率较高,独立样本的回报年份同号率为87.5%,拟合平均绝对误差为26.64 mm,拟合平均相对误差为9.06%,预报效果优于利用逐步回归方法构建的预测模型,而且模型性能比较稳定,具有较好的业务应用前景。 相似文献
10.
11.
电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。 相似文献
12.
13.
三种全球预报产品中国区近地面气温短期预报效果检验 总被引：1，自引：0，他引：1
全球气象预报产品是扩散模式、空气质量模式的重要基础资料和前提条件,其误差直接影响模拟结果的准确度。为考察不同气象预报产品的误差,选取2016年6月至2017年5月GFS、ECMWF、T639三种全球气象预报产品,利用中国2100个地面观测站数据,对预报产品中近地面气温进行了对比,并分析了其在不同季节、不同区域的特征。结果表明：在中国区域三种气象产品气温预报存在偏低预报的趋势,其均方根误差的年平均值为2.60—3.52℃,相关系数的年平均值为0.89—0.92,平均绝对误差的年平均值为1.87—2.67℃。整体而言,EC表现最佳,其余依次为GFS、T639。气温预报误差存在季节变化特征,三种产品均方根误差与平均绝对误差均表现为夏秋季优于春冬季,相关系数表现为秋冬季优于春夏季。气温预报误差存在明显的地域差异,三种气象预报产品的气温误差空间分布特征较为相似,在中国华东地区误差值表现较低,在西南地区误差较高。同时,其误差水平在中国沿海地区表现较低,在地形复杂地区表现较高。 相似文献
14.
利用2018年1—10月华南3 km区域高分辨率模式08时、20时起报的气温预报和实况资料,采用线性内插法进行站点预报值处理,并从平均均方根误差及预报准确率的角度,检验分析了贵州省72 h预报内逐24 h最高(低)气温预报质量。结果表明,72 h内随着预报时效的增加,预报准确率差异较小;日最低气温预报准确率相对最高气温平均高出20%左右;08时起报的最高(低)气温预报优于20时的。同时发现,最高(低)气温的预报能力在月份上存在明显差异,6—8月预报性能总体优于其它月份;在24~48 h预报中,东北—西南向一带较贵州其它区域展现出更高的预报能力。在9个主要城市站上,最高(低)气温均表现出较高的预报技巧,其中,20时起报的兴义站24 h最低气温准确率100%。通过对2018年7月18日气温预报质量检验,最高(低)气温及35.0℃以上高温事件预报准确率均在80%左右,较好反映了天气实况。因此,华南3 km高分辨率区域模式对贵州气温预报具有较好的参考价值。 相似文献
15.
FAN Ke 《大气和海洋科学快报》2009,2(5):251-254
The year-to-year increment prediction approach proposed by was applied to forecast the annual number of tropical cyclones (TCs) making landfall over China.The year-to-year increase or decrease in the number of land-falling TCs (LTCs) was first predicted to yield a net number of LTCs between successive years.The statistical prediction scheme for the year-to-year increment of annual LTCs was developed based on data collected from 1977 to 2007,which includes five predictors associated with high latitude circulations in both Hemispheres and the circulation over the local,tropical western North Pacific Ocean.The model shows reasonably high predictive ability,with an average root mean square error (RMSE) of 1.09,a mean absolute error (MAE) of 0.9,and a correlation coefficient between the predicted and observed annual number of LTCs of 0.86,accounting for 74% of the total variance.The cross-validation test further demonstrated the high predictive ability of the model,with an RMSE value of 1.4,an MAE value of 1.2,and a correlation coefficient of 0.74 during this period. 相似文献
16.
为了考察辅助变量、时间滞后变量设置的重要性和神经网络中嵌入层对分类变量处理的有效性,利用2015年1月15日—2020年12月31日欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）高分辨率模式（high resolution,HRES）输出产品及中国2238个国家级地面气象站基本气象要素数据集,在全连接神经网络基础上设计4个试验,构建24 h最高气温预报神经网络模型。结果表明:加入辅助变量、时间滞后变量的特征和带有嵌入层的全连接神经网络结构的深度学习神经网络模型对HRES日最高气温预报误差均有订正效果,均方根误差降低29.72%~47.82%,温度预报准确率提高16.67%~38.89%。加入经过嵌入层处理的辅助变量后,可显著提高青藏高原中南部和西南地区东部的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高21.74%和14.17%）,在此基础上加入时间滞后变量显著提高上述两个地区的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高40.98%和20.33%）,且预报性能更加稳定。 相似文献
17.
通过计算日用电量气象变化率lml、日最大用电负荷气象变化率lmh,分析了湖州市2006—2008年用电量及最大用电负荷的变化特征及其与气象要素的关系,着重研究了平均气温、最高气温、最低气温对用电量及最大用电负荷的影响,建立了日最大用电负荷、日用电量的预测模型。结果表明：用电量及最大用电负荷表现出年周期变化,且稳步递增,但月差异明显;不同月份不同气象因子对用电量及最大用电负荷的影响各有不同,lmh、lml与气象因子相关性显著的月份集中在6—10月;在不同温度范围,气温对用电量及最大用电负荷的影响程度也不同,随着气温变化,用电量和最大用电负荷的变化率最大可达20%;在7月、8月,气温升高1℃时,lmh、lml的变化最大,可达2%～5%。 相似文献
18.
在全球气候变化的大背景下, 高温热浪天气频繁出现, 由其引发的群发性中暑事件不断发生。为了有效预防极端高温天气对人体健康的影响, 利用全国358个重点城市1996-2005年逐日地面气象观测资料, 通过对气象要素与中暑的相关分析, 选择炎热指数为气象指标对引发中暑的气象条件进行了等级划分, 同时考虑不同程度高温天气的持续时间确定了高温中暑气象等级, 分别为可能发生中暑、较易发生中暑、易发生中暑和极易发生中暑4个等级。利用武汉市1994年和1995年7 -8月中暑人数与高温中暑气象等级进行对比分析, 结果表明:两者具有较好的对应关系。 相似文献
19.
利用贵州省普安磨舍光伏电站2020年逐15 min的光伏发电功率、辐射资料与气象站资料，对光伏发电功率变化特征及影响光伏发电功率的气象因子进行分析，建立了光伏发电功率的预测模型，并利用CFSv2模式资料开展月内预测检验。结果表明：光伏电站发电功率呈现早晚低、中午高的单峰型日变化特征，其中春季发电功率值最大，夏季次之，冬季最小。影响光伏发电功率最关键的气象因子为总辐射和日照时数，其相关系数均在0.9以上。5种组合的线性回归预测模型检验结果显示，利用平均气温、最高气温、日较差建立的预测模型预测效果最好，而利用单一气象因子的预测效果最差。为增加光伏发电功率的预测准确率，可根据预测服务需求，并用延伸期模式资料开展光伏发电功率滚动订正预测。 相似文献
20.
为了为淀山湖蓝藻控制提供技术依据,根据1998—2009年淀山湖蓝藻发生程度和同期气象资料,用相关分析方法分析淀山湖蓝藻暴发的气象条件,用逐步判别方法建立淀山湖蓝藻发生程度的气象预测模型。结果表明:主要影响淀山湖蓝藻暴发的气象因子是温度。气象指标为:7—8月平均气温大于等于29℃,6—9月日最高气温大于等于35℃日数大于等于16天,7—8月日照时数大于等于420h,6—8月降水量小于等于420mm;气象预测模型Ⅰ(起报时间6月初)和模型Ⅱ(起报时间8月初)拟合的准确率分别为91.7%和100%;2010年试报,模型Ⅰ预测正确,模型Ⅱ预测值比实际值低1级。建立的淀山湖蓝藻发生程度气象预测模型可应用于业务。 相似文献