3S技术在建立苏州房地产市场价格评估应用系统中的应用     

顾文  季建国  徐迅  张剑峰 《江苏测绘》2013,(6):52-54

随着房地产市场开发程度的不断提高,房地产市场价格评估行为在城市经济发展中的作用日显重要,如何应用各种先进的技术手段作为房地产市场价格评估体系的技术支撑和评估依据摆在每个房地产价格评估从业人员的面前.本文就利用GPS GIS RS及数据库技术,就建立苏州房地产市场价格评估应用系统进行了有建设性的尝试.  相似文献   

整体法与序贯法在测量平差中的比较     

戴佳琪  张文  潘申运  袁佳佳 《北京测绘》2013,(2):34-36,54

讨论了整体法与序贯法在测量平差中的应用,并结合实例比较整体法与序贯法在相同观测情况下的平差结果和精度问题。实例表明:在测量平差中,若测量网中数据较多,并且这些数据是在不同时期所得,用序贯法具有较高的处理效率。  相似文献   

环境损害鉴定评估的土壤基线确定方法北大核心CSCDCSSCI     

龚雪刚  廖晓勇  阎秀兰  李尤  杨坤  赵丹 《地理研究》2016,(11):2025-2040

近年来,国内环境污染事故频繁发生,由此引发的环境损害问题日益严重。环境损害鉴定评估是中国推行的一项应对环境污染损害的重要环保举措,而基线则是确定损害的关键。基线确定作为损害评估与修复的重要组成部分,是科学评估的关键技术环节和重要前提,也是中国开展环境损害鉴定评估亟待解决的问题。总结国际上常用的4种基线确定方法:即历史数据法、参考点位法、环境标准法和模型推算法的优缺点及应用情况,探讨不同基线确定方法的具体工作步骤,并结合中国土壤环境研究工作积累与进展,提出中国土壤基线确定基本原则和推荐"4步法"工作程序,对中国开展土壤环境损害鉴定评估工作具有重要的理论意义和科学指导作用。  相似文献   

CMIP6全球气候模式对中国冬季寒潮频次模拟能力的评估北大核心CSCD     

宋帅峰  延晓冬 《气候与环境研究》2022,27(1):33-49

基于1961~2013年观测资料和第六次国际耦合模式比较计划(CMIP6)中32个气候模式的最低气温数据,评估了各模式及多模式集合平均方法对中国冬季寒潮频次的模拟能力,并筛选了中国不同区域的最优模式,为中国未来寒潮频次预估和气候模式改进提供理论支撑。结果表明,CMIP6全球气候模式可以很好地再现出中国冬季寒潮频次由北向南逐级递减的空间特征,EC-Earth3-Veg对中国寒潮频次模拟能力最好;绝大多数模式可以模拟出中国冬季寒潮频次下降的趋势,但对趋势变化幅度的模拟能力则相对有限。多模式等权重集合平均和多模式中位数集合平均较单一模式分别对中国北方地区和南方地区冬季寒潮频次空间格局的模拟效果改进显著,但是对趋势值的模拟普遍偏低。  相似文献   

山东一次台风龙卷过程灾调及环境和天气雷达特征分析     

赵海军 《热带气象学报》2022,38(3):343-352

2018年8月19日受台风“温比亚”影响,山东省临沂市遭受龙卷袭击。通过实地灾情调查,给出了该龙卷的影响范围、灾害分布和强度评估等,综合考虑不同标识物和致灾过程,评估本次龙卷强度为EF3级。分析龙卷发生的环境和天气雷达特征,结果表明:龙卷发生在低抬升凝结高度（≤300 m）、强低层垂直风切变（≥18×10-3 s-1）、强相对风暴螺旋度（≥350 m2/s2）和较低对流有效位能（≤400 J/kg）的有利环境条件下;龙卷超级单体嵌于台风右侧螺旋雨带内,龙卷发生在中气旋与风暴后侧下沉气流区相接一侧,与龙卷涡旋特征位置对应;龙卷及地时中气旋向下延伸加强,同时风暴顶及单体质心迅速下降;若探测到低层中等强度中气旋时应发布龙卷预警,则此次过程的龙卷预警时间提前量为15~20 min。   相似文献   

超大城市综合气象观测试验之测风激光雷达数据评估     

张志坚  张静  伍光胜  高瑞泉 《热带气象学报》2022,38(2):253-264

为评估用于超大城市综合气象观测试验的测风激光雷达,从最大有效探测高度和数据获取率两方面对测风激光雷达的探测能力进行分析,同时使用测风激光雷达与深圳气象梯度观测塔的测风资料从不同观测高度、不同观测值等方面进行对比分析,结果表明:测风激光雷达与深圳气象梯度观测塔的风速、风向一致性较好,相关系数分别为0.96、0.99,平均绝对误差分别为0.54 m/s、9.95 °,且不同高度层的测风结果也较为一致,但雨天和雾天条件对测风激光雷达的最大有效探测高度和数据获取率影响较大,设备探测能力受到一定的限制。   相似文献   

最优TS评分方法在逐时降水订正中的初步应用及评估     

刘段灵  陈超 《热带气象学报》2022,38(4):611-620

使用2020年3—9月逐时更新的CMA广东短临3 km数值模式(CMA-GD(R3)模式)1~12 h逐小时降水量资料,利用最优TS评分订正方法(OTS)对逐小时降水量进行分级订正,并分别从整体和分类型降水过程预报订正效果进行了检验和对比评估。结果表明:从整体预报订正性能来看,通过OTS方法对CMA-GD(R3)模式订正后,对于≥1 mm/h及以上量级的降水,OTS均有较好的订正能力,并且随着雨强的增加,其TS评分的改善比率越大;同时,OTS可有效减少各个预报时效的漏报率和空报率,其中漏报率减小更加明显,表现出明显的湿偏差(空报偏多)。从三类暴雨过程逐时降水预报订正效果来看,通过OTS订正之后,对于≥1 mm/h的降水,OTS对三类暴雨类型均有正的订正能力。其中在0.1 mm、1 mm、10 mm、20 mm、35 mm、50 mm 6个量级上,季风型的逐时降水预报表现最好,6个量级的TS评分值分别为0.403、0.232、0.053、0.023、0.009和0.004;在5 mm量级上锋面型的逐时降水预报表现最优,其TS值为0.102。从改善效果来看,经过OTS订正后,在1 mm量级上台风型改善率最大,在5 mm和10 mm量级上锋面型改善率最大,在20 mm、35 mm和50 mm量级上季风型改善率最大。   相似文献   

HRCLDAS-V1.0和ERA5海面风场对比评估分析     

渠鸿宇  黄彬  赵伟  宋佳凝  郭乙莹  胡海川  曹越男 《热带气象学报》2022,38(4):569-579

基于2020年中国近海31个浮标的逐小时数据,使用统计分析方法对中国气象局高分辨率陆面数据同化系统(HRCLDAS-V1.0)和欧洲中期天气预报中心第5代全球大气再分析数据(ERA5)海面风场进行了系统的检验,检验结果表明:两者在我国近海均具有较高的可信度,风速平均绝对误差(MAE)分别为1.16 m/s和1.09 m/s,风向MAE分别为23 °和22 °。随着风力增大两者的风速准确度均有所降低,当风力等级≥10级时,前者准确度优于后者;对于风向而言,随着风力增大,两者准确度均升高。此外,选取2020年典型的两次冷空气过程和2008号台风“巴威”过程,检验两者在不同天气过程影响下的准确度,两类融合产品均能较好地再现冷空气过程引起的风向变化,而对不同强度的冷空气过程下的风速反映存在差异;对于台风引起的大风,在风速较低时两者风速均具有不错的表现,但HRCLDAS-V1.0对峰值强度的表现优于ERA5。   相似文献   

青岛沿海地区大风特征及其预警评估          下载免费PDF全文

郭丽娜  马艳  于慧珍 《山东气象》2022,42(2):90-98

利用2007—2019 年青岛8 个海岛站和 22 个岸基站的观测数据,结合欧洲中期天气预报中心第五代大气再分析资料以及2015—2019 年青岛市气象台发布的大风预警信息,统计分析了青岛沿海地区的大风特征,检验评估了大风预警发布的命中率并由此提出了实况预警参考站点的建议。分析结果表明,青岛沿海地区60. 3%的大风日出现在冬、春季,82. 9%的大风出现在海岛站,青岛环胶州湾地区全年不易受到大风的影响;造成青岛大风的环流型主要由冷高压型、低压槽型、温带气旋型和台风型组成,其中冷高压型是以冬季大风为主,低压槽型以春季大风为主,温带气旋型以春、夏季大风为主;2015—2019 年青岛海岛站大风平均预警准确率为81. 0%,沿海地区大风预警发布提前量平均为12. 1 h,解除预警滞后 20. 8 h;海岛站中的田横岛、长门岩、朝连岛、灵山岛以及岸基站中的胶州营海、红岛休闲渔村、罗家营、奥帆基地和大涧山可作为大风实况参考站点,用以开展青岛沿海地区大风预警服务。  相似文献   

基于熵权-TOPSIS方法对干部教学培训工作的质量评估     

《内蒙古气象》2022,(1):39-43

文章以2018—2020年内蒙古气象干部培训学院承办的4个重点班型为研究对象,首先对教师队伍建设和师资结构进行了统计分析,通过问卷调查收集学生对教师教学质量满意度评价,选取9项评价指标建立了教学质量评价体系,运用熵权-TOPSIS方法对2018—2020年内蒙古气象干部培训学院不同类型和不同年份培训班进行教学质量评估。结果表明:不同类型培训班综合评估分在0.0585～1,处级领导干部培训班综合评分最高,为1;旗县级副局长培训班综合评分次之,为0.8593;气象类岗前培训班综合评分最低,为0.0585。不同年份培训班综合评估分在0～1,2020年综合评分最高,为1;2019年综合评分次之,为0.5928;2018年综合评分最低,为0,教学质量评估综合评分随着年份变化呈递增趋势。研究结果将对气象部门干部培训工作起到巨大的推动作用,同时对干部培训学院教师队伍建设、培训安排和教学指标等提供思路和策略。  相似文献