排序方式： 共有129条查询结果，搜索用时 250 毫秒
1.
利用西安市2009年11月15日至2019年3月14日供暖期燃气负荷及气象观测逐日资料,分析西安市供暖期、节假日、双休日燃气负荷的变化规律,采用相关分析方法,筛选相关性显著的因子作为燃气负荷影响因子。在此基础上,采用多元线性回归分析方法,构建供暖期日燃气负荷预测模型,并对模型进行检验评估。结果表明:近10 a西安市供暖期燃气用量逐年增加,且日燃气负荷呈单峰型波动变化,峰值出现在1月。供暖期燃气负荷具有双休日、节假日效应,其燃气负荷明显低于工作日,且节假日越长影响越明显。供暖期燃气负荷与前一日燃气负荷呈显著正相关,而与最高气温、最低气温、平均气温及人体舒适度等气象因子呈显著负相关,分离基础燃气负荷后的供暖燃气负荷与上述气象因子的相关性明显提高。基于上述5个影响因子构建的供暖期日燃气负荷动态预测模型,经检验,平均相对误差为3.4%,且用气高峰期模型预测更稳定,相对误差为2.77%,能够满足天然气公司供暖期燃气调度需求。 相似文献
2.
利用2003年1月至2016年12月逐日地面观测资料,统计分析了陕西延安、西安、汉中、安康等雨夹雪天气的月变化特征。选取雨雪转换季节的雨、雨夹雪和雪天气个例,对地面和高空观测数据进行统计分析,筛选雨雪相态转换的主要影响因子和判别指标;采用多元线性回归算法,分别建立各站的雨雪相态预报方程并进行检验。结果表明:延安、西安、汉中、安康4站雨雪相态的地面温度和露点温度均有明显差异,低层(925 hPa或850 hPa)温度也有明显差异,但随着高度增加其差异减小。利用陕西4站的判别指标和统计预报方程对2017年1月至2018年1月出现的雨雪天气过程进行检验,效果较好;但由于检验时间较短,结论的适用性有待进一步验证。 相似文献
3.
利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。 相似文献
4.
利用陕西省94个国家气象站1961—2018年逐日气象资料,根据干旱灾害气候背景和社会经济环境,结合灾害风险评估相关理论方法,选取致灾因子危险性、孕灾环境脆弱性、承灾体暴露度、防灾减灾能力4个方面指标,建立干旱灾害风险评估指数,基于GIS平台,对陕西省不同季节进行干旱灾害风险区划。结果表明:(1)陕西各区域干旱致灾因子危险性季节差异明显,陕北北部除夏季外各季节干旱危险性较高,关中地区易发生伏旱。陕南的汉中各季节干旱危险性均较大,安康东部和商洛各季节干旱危险性则较小。(2)春季、夏季和秋季,陕南的汉中平原及安康的汉江河谷地带,关中的西安和渭南地区,陕北北部榆林地区为干旱孕灾环境高脆弱性区或较高区;冬季陕南大部、秦岭地区的高脆弱性区较其他三季范围有所减小;海拔较高的秦岭山地,关中平原和陕北北部各季节皆为低脆弱性或较低脆弱性地区。(3)承灾体暴露度的高风险区主要分布于关中地区。(4)全省抵御干旱风险能力最高地区为陕北黄河沿线、关中各地的城镇地区。(5)干旱灾害综合风险的高风险区主要在陕南巴山地区、秦岭南北两侧、陕北南部,陕南汉江平原、关中平原及陕北延安、榆林等地为干旱较低、低风险区。 相似文献
5.
利用陕西气象站点逐小时降水实况、精细化格点预报、数字高程、土地利用、灾情等资料,应用水动力模型FloodArea对暴雨洪涝进行淹没模拟,在淹没水深和范围的基础上叠置承灾体属性,引入承灾体的灾损曲线,建立暴雨洪涝灾害风险预评估模型,并从数量占比和灾情占比两个角度,以县为单元进行验证,利用格点降水量预报对陕西6次大范围暴雨过程灾害风险进行预评估以及效果检验。结果表明:暴雨洪涝气象风险预估结果与实际受灾地区分布基本吻合,正确预报率73.2%,模拟结果可信度高,对于降水区域集中暴雨的风险预评估性能较分散性暴雨较高,漏报率相对低,但是空报率较高;建立的暴雨洪涝灾害风险预评估及效果检验流程,提高了气象服务的针对性,可以用于洪涝风险预评估的实际业务中,对暴雨洪涝风险管理提供技术支撑。 相似文献
6.
利用秦巴山区44个国家级自动观测站的数据,统计分析1992—2021年秦巴山区暴雨和短时强降水时空特征。结果表明：秦巴山区年平均暴雨日为214 d,近30 a暴雨日呈增加趋势,巴山地区的暴雨日远多于秦岭山区;暴雨集中在6—9月,占全年暴雨日的879%,上半年的暴雨以局地暴雨为主,下半年区域性暴雨比例则明显增加,7月局地暴雨和区域性暴雨均为全年最多。秦巴山区暴雨日与年平均降水量自北向南有增加趋势,而暴雨贡献率自北向南则有减小趋势;年平均降水量南多北少,暴雨平均降水量西多东少。秦巴山区年平均短时强降水频次为58 h,自北向南有增加趋势,其中秦岭山区自西向东短时强降水的强度呈增加趋势,尤其在秦岭东北部多站的雨强大于70 mm/h。秦巴山区短时强降水呈明显的“夜雨”特征,午后为次高峰。 相似文献
7.
关中平原至陕北黄土高原海拔渐次升高,大气污染物分布、排放源和下垫面特征均有较大变化。利用陕西省由南至北西安、延安、榆林三市环境空气质量监测数据和气象观测数据及NCEP再分析产品,对2018年春末夏初(5月下旬至6月初)连续两次臭氧(O3)污染过程开展研究。结果表明：三市O3质量浓度(用C(O3)表示)皆呈昼高夜低的日变化特征;三市日均C(O3)表现出随海拔高度升高而增加的现象,即榆林最高,延安次之,西安最低,较高海拔的黄土高原高背景O3可能是榆林、延安C(O3)较高的重要原因。两次O3污染发生在大气环流由春季型向夏季型过渡阶段,陕西处于500 hPa暖性高脊、850 hPa偏南风主导、地面静稳晴热的天气形势下,有利于光化学O3生成以及大气低层O3区域输送,其中西安的光化学生成对其日间C(O3)升高作用最明显。三市温度和C(O3)呈正相关,相同温度下... 相似文献
8.
重大活动的定量降水预报一直都是气象服务保障的难点。对2021年延安两次重大活动的预报服务保障复盘,总结预报思路和模式偏差特点及原因。结果表明,ECMWF模式对延安市白天3 h晴雨预报准确率明显低于夜间,主要是由于模式对白天的积云对流降水预报效果较差所致。预报中需特别关注不同性质降水预报思路的不同点,ECMWF模式的对流降水空报率较高,当模式降水量预报以对流降水为主时,需要根据气候特点、对流环境条件和触发机制进行分析,诊断对流发生的可能性,重点分析低层大气的水汽条件、不稳定能量条件以及是否有触发条件。延安市对流天气主要出现在午后,11时之前以及20时之后分散式对流不易触发,主要原因是黄土高原夜间辐射降温在近地面层形成逆温层,使对流抑制增强,在没有明显天气系统触发时,对流发生概率低。在实际服务中,早晨和夜间的对流,可以对模式的对流降水进行消空订正。对于系统性降水重点考虑整层大气是否饱和及是否存在上升运动,当对流层低层被下沉运动控制且相对湿度较低时,只有中层大气扰动引发的垂直运动并不会产生降水,其扰动主要造成多云天气。以上思路在2021年7月延安市的两次重大活动保障中取得较好的订正效果,可以... 相似文献
9.
利用1981—2020年欧洲中心高分辨率ERA5再分析资料及站点实测降水资料,通过中国气象局人工影响天气中心发布的云水资源监测评估方法,对陕西云水资源进行了评估。结果表明：陕西年均水汽总量28 6702×108 t,水凝物总量1 9384×108 t,降水总量1 3907×108 t,云水资源总量5477×108 t,“南多北少”的纬向分布特征明显;近40 a陕西全域云水资源呈下降趋势,含量丰沛的南部地区下降最为明显;液态水凝物主要位于低层850~600 hPa,固态水凝物主要位于中层650~350 hPa,根据水凝物垂直分布,春、秋两季人工影响天气的适宜催化高度约为3~5 km,冬季2~4 km,夏季4~8 km;陕西西、南边界水汽和水凝物净流入,东、北边界净流出,区域整体净收支为正,多年气候倾向率为负,呈下降趋势。 相似文献
10.