排序方式： 共有5条查询结果，搜索用时 46 毫秒
1
1.
庐山一次积冰天气过程冻雨滴谱及下落末速度物理特征个例研究 总被引：2，自引：1，他引：1
利用PARSIVEL激光雨滴谱仪和自动气象站观测资料及MICAPS数据,对2014年2月7~15日庐山地区积冰天气期间持续时间在5 h以上的2次冻雨过程[2月10日（个例1）和2月13日（个例2）]降水谱分布特征及下落末速度粒径分布进行研究。所观测到的两次个例均是以冻雨为主体的混合相态降水,下落末速度粒径分布偏离G-K曲线,与常规液态降水存在差异,低落速的冻雨滴随降水过程会逐渐向冰粒和干雪转化。结果表明:（1）个例1总降水粒子谱谱宽大于个例2,但峰值数密度比个例2小:个例1谱宽为10 mm,个例2谱宽为4.25 mm,两者峰值粒径均为0.5 mm;个例1降水粒子谱宽为干雪>冻雨>冰粒,个例2降水粒子谱宽为冻雨>干雪>冰粒。（2）Gamma分布更适合描述混合相态降水粒子谱以及冻雨滴谱,个例1中总降水粒子谱Gamma分布为:N（D）=20D-3.61exp（-0.08D）,冻雨Gamma分布:N（D）=76D-2.18exp（-1.11D）;个例2中总降水粒子谱Gamma分布为:N（D）=30D-4.68exp（-0.75D）,冻雨Gamma分布:N（D）=30D-4.67exp（-0.75D）。（3）混合相态降水因混有干雪或冰粒而使得下落末速度粒径谱分布表现出不同程度地向大粒径小落速方向或小粒径大落速方向延展的趋势,这为今后依据下落末速度粒径谱区分同时期降水类型提供了新的思路。 相似文献
2.
为深入研究南京降雪微物理特征及变化,利用第二代激光雨滴谱仪PARSIVEL2、自动气象站观测资料及MICAPS数据,对2018年冬季南京的四次罕见强降雪过程中雪花的微物理参量进行分析。结果表明:（1）雪花谱基本呈多峰分布,个例1降雪强度增大时有小雪花向大雪花的转化,而其余三次过程则有雪花数浓度的显著增大。温度的差异使个例1大雪花形成机制与其余个例不同,最终导致了降雪稳定阶段,雪强增大的机制不同。（2）使用Gamma分布和M-P分布分别对四次降雪的不同阶段进行了拟合,Gamma 分布在各阶段的拟合优度均高于M-P分布拟合,降雪终止阶段拟合优度低于起始阶段及降雪全过程的拟合。四次降雪过程降雪粒子谱的Gamma分布分别为N＝107D-0.21exp(-0.54D)、N＝136D-0.54exp(-0.60D)、N＝256D0.38exp(-1.01D)、N＝9.39×104D4exp(-7.81D),其中,N为降雪粒子数浓度、D为雪花直径。（3）个例1在3 mm左右速度谱存在两个峰值,分别贴近结霜曲线和未结霜曲线,说明该次降雪大雪花的形成存在结霜增长和结霜碰并两种机制。（4）综合个例1、2、3,给出南京地区稳定的层状云强降雪的Z-I关系为Z＝1708I1.51。 相似文献
3.
近年来,随着公众环境保护意识的提升,追求人与自然和谐共生的生态旅游方式越来越受到人们的普遍关注。面对丰富多样的生态旅游资源及国内生态旅游的供需矛盾,如何在大保护的前提下有序开发、合理利用,将“绿水青山”科学、合理地转化为“金山银山”是现阶段亟需面对和解决的重大问题。本文以神农架林区为例,基于多源地理空间数据,运用XGBoost算法对其生态旅游适宜性进行评估,得出如下结论：(1)基于XGBoost算法的生态旅游适宜性评价模型融合了机器学习技术与数据挖掘思想并取得了良好的分类效果,模型在10折交叉验证下的整体分类精度为89.44%,同时兼有良好的召回率(89.68%),F1分数为0.874 5,兼顾了精确度和召回率,模型AUC值为0.959 3,模型整体分类性能表现优秀;(2)根据特征重要性排序结果,生态环境要素NDVI(26.86%)、年平均气温（11.61%）和社会经济因素距道路距离（8.90%）对模型贡献度最高,位列所有特征前3位;(3)生态旅游适宜性分类结果表明,神农架林区整体生态旅游资源丰富,高度适宜区、中度适宜区、边际适宜区和不适宜区的覆盖面积分别占林区总面积的44.13%、1... 相似文献
4.
茶颜悦色作为中国本土奶茶品牌,将中国传统茶文化与时尚元素相结合,融入浓郁中国风,成为来长旅游者打卡必喝的一种奶茶饮品。探索其空间分布并对其门店选址适宜性进行评估对于优化门店布局、促进经济发展和提升旅游服务水平等具有重要的实际意义。本文基于高德地图API爬取长沙市茶颜悦色POI,运用平均最近邻指数、地理集中指数、不平衡指数、标准差椭圆、核密度估计等方法分析其空间格局,在此基础上融合多源异构空间数据选取一系列影响其空间分布的指示因子并运用随机森林模型对其门店布局适宜性开展实证研究。分析结果表明：① 长沙市茶颜悦色空间分布整体上为集聚型(ANN=0.354,G=40.283),围绕城市核心商圈集聚分布,形成了“一超多核”的空间格局;② 随机森林模型优化后的平均测试精度为92.18%,OOB测试精度为93.45%,其评价结果能够准确反映长沙市茶颜悦色门店选址适宜性与空间分布的异质性;③ 茶颜悦色选址适宜性结果表明,长沙市核心商圈内适宜性概率整体较高,存在明显的高值集聚现象,符合弗里德曼“中心-外围”理论。若将各商圈抽象为不同等级的中心地,其所提供的服务职能和影响范围受到空间距离衰减作用的影响,在空间分布上符合地理学第一定律;④ 特征重要性排序结果显示竞争环境、交通区位和社会经济发展因素对模型的贡献率较大,这与最小差异化准则强调集聚效应和传统商业选址强调区位选择相得益彰,因此在进行门店选址时可以重点考虑此类因素。本研究融合多源空间数据运用数据挖掘技术解决选址问题的方法和结论可以为茶颜悦色门店选址和空间布局提供参考和借鉴。 相似文献
5.
生态旅游适宜性评价是评估生态旅游发展潜力、制定生态旅游规划和进行生态旅游开发的基础和重要参照。本文引入机器学习方法,从方法可行性、数据映射和预测实现等方面进行探讨,应用随机森林算法对湖南武陵山片区生态旅游适宜性展开实证研究。湖南武陵山片区旅游资源丰富,脱贫后亟需开展生态旅游来巩固拓展脱贫攻坚成果实现与乡村振兴有效衔接以及促进可持续发展。研究结果表明：(1)将机器学习算法引入到区域生态旅游适宜性评价领域作为一种新方法,可为之后改进生态旅游适宜性评价方法提供新思路与新方案;(2)随机森林算法可以有效应用在区域生态旅游适宜性评价方面,可作为适宜性评价研究的一种新方法,模型优化后的平均测试精度达86.49%,受试者工作特征曲线（ROC）与坐标围成的面积（AUC）达0.95,评价结果能够准确反映湖南武陵山片区生态旅游适宜性程度;(3)特征重要性排序结果显示土地利用类型影响最大,占比达到28.98%,人口密度、距景点距离和生物丰富度等因子的影响也较大,分别为16.34%、12.2%和10.65%,在进行生态旅游开发时应重点考虑这些因素;(4)生态旅游适宜性结果表明,高度适宜与适度适宜区占比高,研究... 相似文献
1