共查询到20条相似文献，搜索用时 140 毫秒
1.
三代玉米螟发生程度和卵峰日的海温预报模式 总被引：7，自引：0，他引：7
研究了北太平洋海温与鲁西南第三代玉米螟发生程度、卵峰日的相关性,找出了优势相关区。利用优势相关区中相关最显著的海温因子建立了预报模式,预报时效可提前２０ｄ以上。经检验,应用效果良好。 相似文献
2.
二代玉米螟卵峰日与气象条件的关系及预报 总被引：3，自引：0，他引：3
利用２４年的资料,研究了二代玉米螟发生期与气象条件的关系。建立了卵峰日发生的长、中、短期预报模式。研究结果表明：温度是影响二代玉米螟发生的主导因子,平均气温、最高气温、最低气温、５ｃｍ地温等因子均对二代玉米螟卵峰日有显著的影响。玉米螟发育进程遵循有效积温法则;降水量和雨日偏多,对发育进程有延缓作用。所建立的预报模式经检验效果较好。 相似文献
3.
《气象与环境学报》2017,(1)
为了检验CUACE模式指导产品在合肥地区的预报性能,本文利用合肥地区PM_(2.5)、PM_(10)、O_3监测资料对中国气象局下发的2014年3月至2015年2月合肥地区空气质量CUACE模式指导产品的预报效果进行了检验。结果表明:2014年3月至2015年2月合肥地区CUACE模式指导产品AQI和PM2.5浓度的预报值接近实测值,PM_(10)浓度预报值略小于实测值,O_3浓度的预报值明显偏大,但O_3浓度的预报值与实测值相关性最好,AQI、PM_(2.5)浓度和PM_(10)浓度预报值与实测值之间的相关系数均为0.3—0.4。实测空气质量等级为良时,CUACE模式空气质量等级预报的TS评分最高,漏报率和空报率最小;实测首要污染物为PM_(2.5)时,CUACE模式首要污染预报TS评分最高,漏报率和空报率最小。CUACE模式的预报性能并未随预报时效的延长而降低,CUACE模式指导产品总体预报效果较好,可为合肥市空气质量预报提供指导。 相似文献
4.
将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测. 相似文献
5.
根据三峡坝区不同的天气状况，将1999年11月至2001年10月逐日逐时相对湿度进行分类，求出各类相对温度平均值，再求出此类情况下各时次对应的相对湿度平均值的差值。以谝差值为订正值，起报时的相对湿度为初值，进行逐时相对湿度预报。用该方法预报2001年11月三峡坝区逐日逐时相对湿度，预报值与实测值的平均误差较小（-10％-8％），该方法可在业务预报中应用。 相似文献
6.
7.
8.
9.
冬小麦冬前正积温变化趋势预测 总被引：1，自引：0，他引：1
运用逐步回归周期分析方法，即均值生成函数、逐步回归分析方法的综合应用，对郑州冬小麦冬前正积温变化趋势进行预测。1989－1998年历史年代回代结果平均绝对误差28．6℃，平均相对误差3．9％；1999、2000年预报与实测值相当接近。 相似文献
10.
土壤中水热运动耦合方程预报模型研究 总被引：2，自引：0，他引：2
在土壤中热运动耦合方程模拟模型的基础上，对作物根系吸水函数进行改进，提出一个仅与降水、作物发育期和叶面积有关的新的根吸水函数表达式，从而建立土壤水分的预报模型。模型只需输入气象变量、土壤温度、土壤水文学参量及作物发育期等常规资料，即可对冬小麦田土壤水分状况进行预报，预报值与实测值的平均最大相对误差在8％以内。 相似文献
11.
12.
13.
月平均气温预报的神经网络BP型多层映射模式 总被引：1，自引：1，他引：1
采用神经网络ＢＰ多层映射模式，利用１９４６～１９７９（１９８０）年南京月平均气温资料序列，计算得到系统的分维数Ｄ＿０＝２．８，确定三层模式形式ｉ×ｊ＝３×２，ｋ＝１，由此作出１９８０（１９８１）年１～１２月平均气温预报值。它与实测值的相关系数为０．９７（０．９８）。如按各月资料建立序列，作１～１２月各月平均气温预报与实测值的相关系数为０．９９（０．９９）。 相似文献
14.
基于CMAQ空气质量模式的报文资料和江门环境监测站资料,对2013年12月至2014年2月份CMAQ空气质量模式在江门市的应用进行了效果检验,分析了AQI和SO_2、NO_2、PM_(10)、PM_(2.5)等要素的预报值与实际观测值之间的误差和预报效果,结果表明:模式对AQI 24、48和72 h时效的预报值都比实测值偏高、预报时效越长、偏离越大;离散程度越高,可靠性也越差。整个冬季AQI 24 h时效预报值与实测值相关系数高达0.72,模式能够准确把握AQI的变化特征,48和72 h时效相应的相关系数分别为0.55和0.4。模式对SO_2、PM_(10)、O_3和PM_(2.5)的预报容易偏高,对NO_2和CO的预报容易偏低。6种要素预报效果较好的是PM_(2.5)和PM_(10);预报效果最差的是CO,无论是平均偏差、离散程度、相关系数和可靠性等,明显低于其它要素。 相似文献
15.
一个模拟SO2浓度分布的数值模式研究 总被引：1，自引：0，他引：1
初步发展了一个空气污染准业务数值模式，该模式将修改过的二维Mass风场模式预报的风场据实测风廓线推广到三维，用有限元法求解欧位平流扩散方程，在此基础上，预报上海地区SO2指数和浓度分布。通过半年的试验，其结果与实测值基本一致，初步可用于业务预报使用。通过模拟表明，上海市的浓度高值区一般位于市区和郊区宝山，一天中早晨的浓度最大，傍晚次之，中午最小。 相似文献
16.
风力发电作为一种无污染可再生的能源,已逐渐成为许多国家能源战略可持续发展的重要组成部分。风电场风能预报是风力发电开发中的关键技术问题。为研究鄱阳湖区风力发电预报技术,采用中尺度模式WRF和微尺度模块CALMET对鄱阳湖区长岭风电场进行了200 m水平分辨率风能预报,并根据长岭机组理论功率曲线表和实测数据拟合出理论和实际发电机组功率曲线模型及平均有功功率与发电量模型。根据WRF+CALMET模式预报风速及建立的发电机组功率曲线模型和平均有功功率与发电量模型,预报了长岭风电场发电量。结果表明:长岭风电场23座风机逐小时风速预报值与观测值相关系数为0.42~0.61,均方根误差为2.59~3.68,相对误差为-13.7%~17.4%;对整个风场,预报风速与观测风速的相关系数为0.55,均方根误差为2.8,相对误差为-4.79%。实测发电量值高于预报值,平均偏大39.7 kW,相对误差为-12.6%,预报值与实测值相关性较好,相关系数达到0.52。总体来说,根据中尺度数值模式预报的风速结合风功率、发电量模型预测出的发电量与实测值较为接近,但各月差异性较大。 相似文献
17.
18.
完全预报是应用实际观测资料建立预报量实测值和预报因子实测值之间的同时关系,得出统计预报方程,然后在假定数值预报是完全正确的情况下,将数值预报产品结合其他因子代入预报方程,作出天气要素预报。对于接收数值预报产品年限较短,而历史资料较多的阿盟,采用完全预报法较为适宜。 相似文献
19.
CAPPS1和CAPPS2数值预报模式对比分析 总被引：6，自引：0，他引：6
对CAPPS1模式和CAPPS2模式预报广西污染物进行了对比分析。主要对比了其污染扩散原理、气象预报模式、操作系统、运行时间、预报时效及预报效果。分析表明：CAPPS1和CAPPS2模式对各种污染物预报的相关系数均在0．44以上，两种模式预报广西空气污染都是可行的；两种模式均对SO2的预报效果最好，NO2次之，PM10相对最差；CAPPS2模式对各种污染物的预报值与实测值相关系数均比CAPPS1高，其中NO2的相关系数提高幅度最大；CAPPS2模式对NO2和PM10的预报准确率比CAPPS1偏高，而对SO2的预报准确率比CAPPS1偏低；CAPPS2预报首要污染物正确率比CAPPS1高出11个百分点，而预报首要污染物等级正确率则高出9个百分点。 相似文献
20.
利用非线性逐步回归方法作韶关市前汛期降水量趋势的预报。在回归方程中考虑将预报因子采用多项式拟合逼近预报量，经过逐步剔除之后，选入具有较高相关显著性的非线性因子进回归方程，从而建立一个简单的多项式逼近预报量。从预测值和实测值比较来看，非线性多元回归方程预报效果还是不错的。 相似文献