共查询到20条相似文献，搜索用时 906 毫秒
1.
基于逐步多元线性回归和人工神经网络两种方法,利用安徽省有电线积冰观测的15个气象台站建站至2008年的观测资料,建立了安徽省3个不同区域电线积冰标准冰厚的气象估算模型。结果表明:相比人工神经网络模型,逐步多元线性回归模型预测效果较好;在覆冰机理认识上,印证了影响标准冰厚主要是气温、湿度和风速3个因子的配置,其中气温是影响覆冰的最重要因子;平原和丘陵地区的标准冰厚受当日气象条件影响更多,而高山地区与前几日及当日的气象条件均密切相关,且26个气象因子 (1987—2008年资料) 构建的模型的预测效果好于24个气象因子长序列 (建站—2008年资料) 效果。最后利用最优模型推算各区域非观冰站电线积冰标准冰厚,为冰冻灾害的评估以及风险区划的开展提供了基础。 相似文献
2.
小型与E-601型蒸发皿蒸发量对比分析及其折算系数——以江苏省为例 总被引：1，自引：0，他引：1
本文基于江苏省16个台站小型和E-601型蒸发皿同步对比观测资料,以南京站为例,采用比值法和多元线性回归法对长时间序列小型蒸发皿蒸发量进行估算及效果检验,结果表明:通过比值法计算得到的月折算系数介于0.490～0.609之间,年折算系数介于0.476～0.621之间,二者平均折算系数相同,均为0.537,两种蒸发皿月蒸发量相关系数高达0.952 4,年蒸发量相关系数仅0.496 2,表明在利用比值法进行计算时,月折算系数较为合理,具有较好适用性;基于各气象因子和E-601型蒸发量建立的各月小型蒸发皿蒸发量多元线性回归方程,决定系数介于0.809～0.940,效果较理想;比值法和多元线性回归法模拟检验中,比值法年平均误差为7.9%,多元线性回归法年平均误差仅2.5%,比值法预测结果决定系数为0.861 9,回归模型决定系数高达0.953 4,可见回归模型效果更为理想。总结研究结果后,本文详细给出江苏省各台站小型及E-601型蒸发皿折算系数,为有效完整利用江苏省各台站长时间序列小型蒸发皿资料提供合理依据。 相似文献
3.
分析了乌苏站1998～2001年（4～10月）E-601B型与小型蒸发器4年蒸发量对比观测资料,运用统计方法进行了相关性研究,并应用比值法和多元线性回归方法,得出了两种蒸发量之间的折算系数,计算出了乌苏站1971～1997年4～10月逐月E－601B型蒸发量估算值,为当地的气候研究和气象服务提供重要依据。 相似文献
4.
5.
利用江西省93个气象站观测资料,基于平流-干旱模型对1961—2019年江西省实际蒸发量进行估算,再进行气候倾向率、贡献率计算、敏感性分析和M-K检验等,分析蒸发量的时空变化特征及其影响因素。结果表明:江西省蒸发量呈显著下降趋势,幅度为-5.47 mm/(10 a);蒸发量在1969年发生突变,突变后其下降趋势明显减弱;夏季蒸发量下降最为显著,秋季次之,春、冬两季不明显。蒸发量对风速变化表现为负敏感,对气温、水汽压、净辐射量变化表现为正敏感,且任意时段内蒸发量对气象因子变化的敏感程度均为净辐射量>气温>风速>水汽压。净辐射量变化是影响江西省夏季蒸发量变化的主导因子,但其他季节净辐射量变化是气温、净辐射量和风速的共同作用的结果。随着气候逐渐变暖,气温和风速等因素对蒸发量变化贡献的增加不容忽视。 相似文献
6.
利用滇池流域5个气象站1961—2010年逐月的20cm口径蒸发皿蒸发量观测资料,分析了流域蒸发皿蒸发量的时空变化特征,与动力因子(风速)、热力因子(平均气温、平均气温日较差、日照时数)、水分因子(降水量、相对湿度和水汽压)和其他因子(总云量)进行相关性分析,并结合楚雄气象站同期的蒸发皿蒸发量年际变化进行了对比分析。结果表明,滇池流域年际蒸发皿蒸发量存在2~4年为主的周期变化特征;近50年滇池流域年、春季和夏季蒸发皿蒸发量均呈明显的下降趋势,流域中部及以北大部地区蒸发皿蒸发量的下降趋势较昆明气象站周边及流域的南部地区明显;滇池流域与楚雄地区年、春、秋和冬季的蒸发皿蒸发量变化基本相似,但夏季蒸发量变化差异较大;与相关气象因子的相关性分析表明,滇池流域蒸发皿蒸发量变化趋势与热力因子、动力因子呈正相关,与水分因子、其他因子呈负相关,其中平均气温日较差、日照时数、水汽压和平均风速的影响较显著。 相似文献
7.
利用商丘市2002年5月24日~2003年9月23日的空气污染浓度资料和同期气象观测资料,分析了商丘市空气质量的时间分布规律及影响商丘市空气中PM10、SO2和NO2浓度的气象因子,并用多元线性回归方法建立了商丘市空气质量预报方程。 相似文献
8.
9.
气温、气压、相对湿度等气象因子对夏季用电负荷的影响非常显著。为了定量研究气象因子导致用电负荷的变化,本文将夏季用电负荷与当年4月及9月用电平均值之差定义为夏季空调负荷,并利用2014年1月到2016年12月南京市逐时气温、气压、相对湿度、水汽压、降雨量、风速、露点温度等气象资料,以及逐日逐时用电负荷数据资料,采用多元线性、K近邻法,决策树,bagging回归、随机森林等5种机器学习回归算法进行建模,并对其分别进行参数调优工作,进而得到空调负荷预测结果。结果表明:多元线性回归方法是5种回归算法里效果最差的一种,但通过增加特征量的种类和样本数,可以提高预测精度;随机森林回归算法是5种回归算法里效果最好的一种,较多元线性回归算法减小误差达44%,并且较好描述了空调负荷高值区的极端情况并减少了对于训练数据的过拟合现象。 相似文献
10.
确立以日蒸发量来作为描述可晾晒程度的物理量。根据日蒸发量与日最高温度、日平均相对湿度等诸多因子的相关性，进行回归计算，建立其预报方程。通过数轴凝聚,对1998、1999年常州市气象站的逐日蒸发量的变化范围并结合天空状况等因素进行分类，以此作为晾晒指数等级的标准。将方程结果与标准相对照，即可得到次日的晾晒指数等级和相应决策。 相似文献
11.
12.
13.
对九三地区1970－1995年大豆单产与气象因子进行了分析，建立时间序列分析模型，求出了气象产量。利用逐步回归方法，建立了大豆单产与各气象因子的多元线性回归预测模型，找到影响大豆产量的主要气象因子。 相似文献
14.
利用非线性回归技术建立洛阳机场大风预报方法 总被引：1，自引：1，他引：0
利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。 相似文献
15.
天津城市热岛效应的时空变化特征 总被引：7，自引：2，他引：5
应用2008年天津市14个自动气象站逐小时资料和6h一次的地面常规资料,对天津城市热岛效应的时空特征进行了分析,结果表明：天津市热岛强度的日变化、月变化和年、季特征显著,且天津市热岛强度与城郊站的选择方法有密切关系。通过多元线性回归方法,分析了天津市热岛强度与云量、云高、风向、风速和相对湿度这5种气象要素的相关性,发现风速是影响天津城市热岛效应的显著气象因子,但总体而言气象要素对天津城市热岛效应的影响相对较小。 相似文献
16.
阿布都克日木·阿巴司 《沙漠与绿洲气象(新疆气象)》2011,5(6):46-49
利用英吉沙国家气象观测站二级站1965-2009年小型蒸发皿蒸发量资料,采用气候倾向率和气候趋势系数方法分析了英吉沙蒸发量的变化趋势及引起蒸发量变化的气象因子,结果表明,英吉沙年和各季蒸发量均存在明显的减小趋势。影响蒸发量变化的因子主要有日照、风速、相对湿度和降水量。 相似文献
17.
18.
干旱区气象因子对蒸发皿蒸发量的影响 总被引：3，自引：0，他引：3
根据20 cm蒸发皿的几何尺寸和架设特征,对Penman蒸发公式中的辐射项Rn和储热项S进行修改,建立了20 cm蒸发皿蒸发模型。利用古浪非均匀近地层观测试验(GHUSLE)中连续14天观测的20 cm蒸发皿逐时蒸发数据对该模型进行验证。结果表明,该模型能够成功地模拟蒸发皿蒸发的日变化过程,模拟的日蒸发量均方根误差和平均相对误差分别为0.72 mm·d-1和6.7%。20 cm蒸发皿蒸发过程中太阳辐射项的贡献约占蒸发皿总体蒸发的1/3,空气动力项的贡献约占2/3。常规气象因子影响蒸发皿蒸发的敏感性试验表明,风速、空气湿度、太阳辐射和气温对蒸发皿蒸发的影响强度依次递减,其蒸发量随这4种气象因子的变化率分别为0.602,-0.590,0.528和0.370。 相似文献
19.