排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
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
2.
3.
ECMWF高分辨率模式2 m温度预报误差订正方法研究 总被引:4,自引:1,他引:3
文章提出了一种结合滑动双权重平均订正法和空间误差逐步订正法的综合订正技术,并对2016年5月1日至2017年5月1日期间24~168 h预报时效内欧洲中期天气预报中心(ECMWF)高分辨率模式的2 m最高和最低温度进行偏差订正和误差分析,主要结论如下:(1)ECMWF模式在江西省的温度预报整体上比实况偏低,最高温度尤为明显,模式温度的空间分布表现出显著的系统性偏差,且偏差在不同预报时效是稳定的,订正ECMWF模式温度具有可行性。(2)滑动双权重平均订正法中较长的滑动订正周期对模式温度预报有更好的订正效果,采用滑动订正周期20 d是比较理想的。滑动双权重平均订正法具有持续的订正能力,但在季节过渡期间订正效果可能并不理想,而空间误差逐步订正法能进一步提高滑动双权重平均订正法的预报订正质量。(3)温度预报准确率表明,滑动双权重平均订正法和空间误差逐步订正法综合订正技术较好地改善了站点温度的预报质量。经过订正后,模式最高温度24、48、72 h预报误差≤2℃的准确率分别从0.59、0.55、0.52提高到0.75、0.68、0.62,模式最低温度24、48、72 h预报准确率分别从0.84、0.83、0.82提高到0.89、0.87、0.85。订正后72 h最高和最低温度的预报准确率都大于订正前模式24 h的准确率。总体而言,该综合订正技术较好地订正了模式误差,且误差在空间分布上较均匀。(4)对于高山站而言,经过订正后的最高和最低温度与实况基本吻合。空间误差逐步订正法的订正量在±1℃之内,与滑动双权重平均订正后的偏差呈现一定的负相关,有正的订正效果。该综合订正法已成功运用于江西省精细化气象要素客观预报业务系统中。 相似文献
4.
5.
为科学设计渭北苹果花期冻害气象指数保险产品,提供气象指数保险技术参考。研究选取旬邑县作为陕西省渭北地区苹果代表县,利用1991—2020年气象、苹果花期物候、产量等数据,选取苹果花期冻害极端低温和过程累积危害指数作为备选气象指数,采用滑动平均〖CD*2〗灰色预测法分离苹果气象产量。通过气象指数与苹果减产率的相关分析,确定苹果花期冻害气象指数,构建苹果花期冻害气象指数与减产率之间的关系模型。利用苹果单产风险分布特点,选取6种分布模型利用参数分布法进行拟合,并根据Anderson Darling(A D)检验结果和概率密度函数图筛选最优分布。最后根据保险触发值,厘定不同赔付触发条件下的保险纯费率。结果表明:代表县苹果花期冻害过程累积危害气象指数Ts与减产率的相关性显著强于苹果花期冻害极端低温气象指数Tc;Ts与减产率之间存在正向线性关系模型;苹果单产风险分布符合柯西分布;当赔付触发条件对应2%、4%、6%、8%减产率时,旬邑县各乡镇苹果花期冻害气象指数保险产品纯费率区间为0.40%~1.84%。相较传统苹果农业保险产品,苹果花期冻害气象指数保险产品可实现差异化费率,有利于发挥气象指数保险优势。 相似文献
1