首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   1篇
  国内免费   1篇
大气科学   5篇
  2022年   1篇
  2020年   1篇
  2019年   1篇
  2013年   1篇
  2012年   1篇
排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。  相似文献   
2.
根据强浓雾发生的同步性,可将安徽分为5个不同的区域。为了解安徽区域性强浓雾的演变规律及成因,首先利用1980—2019年安徽省68个资料完整的国家级气象观测站08时能见度、相对湿度和天气现象资料,探讨了各区域区域性强浓雾的判定标准,建立各区域40 a的区域性强浓雾日时序资料,分析了区域性强浓雾的年际和年代际变化趋势;然后利用2016—2019年77个国家级气象观测站逐时资料分析了不同区域区域性强浓雾的年变化、日变化及持续时间分布等特征;最后,探讨了冬季区域性强浓雾年际变化的成因。结果表明:(1)1980—2019年,沿淮淮北3个区域区域性强浓雾日数都有先升后降的变化趋势,转折点在2006/2007年;1980—2007年区域性强浓雾日数呈明显的上升趋势,应归因于气溶胶粒子浓度升高。年代际比较,各区域区域性强浓雾日数都是20世纪90年代或21世纪最初10年最多,21世纪第2个10年最少;各区域区域性强浓雾出现日数年际变化大,最少的年份0—1 d,最多年份可超过10 d。(2)2016—2019年,各区域年均区域性强浓雾日数14—17 d,主要集中在仲秋到仲春;持续1 h的强浓雾日占比最高,持续3 h的样本是另一个峰值;淮河以北2个区域年均区域性强浓雾日数最多、且持续时间达到3 h及以上的区域性强浓雾占比最高。(3)淮河以北冬季区域性强浓雾日数与降水日数、降水量、相对湿度和08时气温均呈较为显著的正相关,而与风速和小风日数相关不显著;沿江地区冬季区域性强浓雾日数主要受地面风速影响;而江南冬季强浓雾日数与各地面因子均不存在明显相关。(4)以1月为例,各区域区域性强浓雾日数都与纬向环流指数呈正相关,沿淮淮北3个区域区域性强浓雾日数都与东亚槽位置呈正相关,而与东亚槽强度相关不明显。说明纬向型环流、东亚槽位置偏东有助于安徽沿淮淮北形成强浓雾。进一步分析发现,雾多的1月海平面气压中40°N以北的1030 hPa等值线位置偏东(如在120°E以东),近地层偏东风较强,地面湿度偏高。   相似文献   
3.
利用T639业务数值模式预报场和大风观测资料,分别采用IW雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明:基于T639业务数值模式的IW大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;IW大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够预报准确,但是容易空报,不太容易漏报。  相似文献   
4.
分析1981—2014年7—9月影响皖北东部地区的台风特征,统计不同台风路径和降雨量之间的关系,研究不同路径下皖北东部出现暴雨的环流场特征,结果表明:(1)西北行、陆面转向、海面转向和其他类路径的台风都可以影响皖北东部,并产生降水。其中产生降水个例最多的台风路径为陆面转向类,次多为西北行类。(2)台风影响时无降水、非暴雨和暴雨3类降水个例的500 hPa平均环流场对比分析表明:当有台风影响皖北东部时,配合西风槽或副高阻挡更有利于产生强降水。(3)西北行类台风暴雨的环流场特征是华北到河套存在西南-东北走向高压带阻挡使台风停滞少动;海面转向类台风暴雨环流场特征是河套东部存在低槽与台风相互作用;陆面转向类台风暴雨环流场可以分为3类:贝湖两槽一脊型、贝湖单槽型和副热带高压阻挡型。  相似文献   
5.
秋季热带中太平洋SST异常型与冬季中国降水和气温的关系   总被引:3,自引:1,他引:2  
用NOAA延长重构的月平均海表温度以及NCEP/NCAR提供的比湿、风场、温度场资料和中国160站的月平均气温、降水资料,利用相关分析及合成分析的方法,研究了秋季热带中太平洋SST异常型的变化特征及其与冬季中国降水和气温的关系。结果表明:(1)秋季热带中太平洋SST异常型具有准10 a周期。(2)当秋季热带中太平洋SST为正异常时,12月份东亚大槽加深,贝加尔湖及其西侧的高压脊加强,有利于来自高纬度的冷空气向中国北方及东部地区输送,850 hPa水汽在江苏及安徽北部、山东南部、河南中部等地存在辐合,使得上述地区降水偏多,反之亦然。(3)当秋季热带中太平洋发生SST正异常时,12月份吉林、辽宁、内蒙古东部及河北气温升高,反之亦然。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号