排序方式: 共有40条查询结果,搜索用时 15 毫秒
1.
本文利用2006年2月17日-3月2日在南京市区和郊区测得的辐射、湍流通量和脉动风速资料,定量分析了城、郊不同下垫面辐射收支、热量平衡特征及各分量的变化,结果表明:(1)不同天气条件下辐射平衡特征城、郊有一定差异,在晴天时差异最大,在下雪天时差异最小,但多云时更接近各辐射分量城、郊差异的平均特征;(2)城、郊下垫面感热和潜热分布不均,尤其是潜热城、郊对比有较大差异;(3)观测期间平均波文比(Qh/Qe)市区为7.8,与荒漠干旱地区接近,郊区为1.8. 相似文献
2.
合肥市夏季热岛特征研究 总被引:8,自引:1,他引:8
根据2002牟夏季高温期间合肥市城市小气候考察的资料,分析了合肥市夏季城市热岛特征以及热岛强度的历史变化。结果表明:1)合肥市夏季热岛强度的日变化与冬季明显不同,夏季晴天一天中热岛强度只出现一个峰值,其基本特征与Oke提出的理想状态下的城市热岛强度日变化的模式曲线非常相似,而冬季与高纬地区的加拿大卡尔加里城市的热岛强度日变化特征接近。这反映了冬、夏两季人类活动、能源消耗量的不同;2)随着城市范围的扩大和城市绿化工程的实施,合肥市热岛面积、分布形状有了一定的改变,但主要分布特征和强度基本没有变化。 相似文献
3.
4.
针对风电场所需的时效在0~4 h,且时间分辨率不低于15 min的超短期风速预报。根据测风塔实时发回的实测风速序列,建立了基于BP神经网络的风电场风速时间序列外延预报模型。另一方面,建立 MM5模式预报风速与实测风速的误差序列,并利用BP神经网络作误差序列的外延预报,从而利用误差的预报值对MM5风速预报值进行订正,获得新的预报值。综合对两种方法的预报效果指标分析以及拟合曲线的比较结果表明:使用BP神经网络对MM5风速预报值进行修订的方法在总体上效果较优,特别是当影响风电场的天气系统变化明显,近地层风速变率较大时,该方法的预报效果更具有明显的优势。 相似文献
5.
南京冬季城、郊近地面湍流特征的对比分析 总被引:1,自引:0,他引:1
利用2006年2月17日—3月2日南京及其郊区的近地层湍流资料,分析了城、郊下垫面的无量纲化风速、温度的湍流特征,验证了Monin-obukhov(M-O)相似理论在城、郊下垫面的适用性,并与其他城市和地区的观测结果进行了比较,结果表明:在市区和郊区无量纲脉动风速标准差随稳定度的变化虽然都符合“1/3”次方律,但城、郊有一定差异,尤其在水平方向更为明显。在非中性时垂直向的变化要比水平向更符合“1/3”次方律;σT/|T*|与Z/L关系在城、郊有一定差异,在不稳定时在市区和郊区分别按“-1/3”次和“-2/3”次方规律变化,而在稳定时市区按“-2/3”次方变化,郊区无普适函数关系。在稳定和不稳定条件下,城、郊σT/|T*|都随着|Z/L|的减小而增大。 相似文献
6.
基于雾条件下能见度估算的导线覆冰气象模型 总被引:3,自引:3,他引:0
在总结分析导线覆冰模型理论框架及其影响导线覆冰增长强度的主要气象因子的基础上,根据四川省二郎山观冰站2006年1月—2009年3月的覆冰观测资料和同期常规气象资料,分析发现覆冰密度仅与气温相关显著,运用非线性回归分析建立了导线覆冰密度模型;利用能见度与液态水含量的转换关系估算了空气中的液态水含量及其输送指标,在此基础上建立了一个以气温、风速等常规气象观测要素为参数的导线覆冰模型,以便于工程应用。对模型拟合结果进行分析,实测冰厚和拟合冰厚之间的相关系数为0.8340,拟合冰厚的均方根误差为28.61 mm。 相似文献
7.
8.
以卡斯特洛夫公式为理论基础,得到各朝向墙面可能晴天太阳总辐射和直接辐射小时总量的计算方案,计算了我国704个气象站各月代表日各个朝向墙面的逐时辐射值,分析其变化规律,并讨论了最大1h辐射量的全国分布。结果表明:南墙晴天最大1h辐射量随纬度升高而增大,而且在冬季其辐射量在各墙面中最大;东、西墙受纬度因素影响相对较小,在夏季其辐射量在各墙面中最大。 相似文献
9.
利用 1 998— 2 0 0 3年西安市环境监测站提供的 SO2 、NO2 和 PM1 0质量浓度资料 ,分析研究了这 3种主要污染物的年际变化、年变化、季变化等时空变化特征及其与气象条件的关系。结果表明 :西安市区主要空气污染物年日均质量浓度总趋势是逐年递减 ,空气质量逐步得到改善 ;冬春两季空气污染严重 ,夏秋两季空气质量最好 ;空间分布上 SO2 和 NO2 以小寨商业区最高 ,PM1 0则以东郊纺织城地区最高。污染物质量浓度与气象条件密切相关 ,但在不同的季节与不同的污染物相关紧密的气象要素不同 相似文献
10.
利用福建漳浦沿海一座测风塔2009年12月—2010年11月的观测资料和中央气象台发布的MM5风速数值预报资料,统计分析了沿海近地层风速和风速数值预报误差的变化特征,统计结果表明:全年和各季节的风速变化具有明显的日变化特征,日最小风速出现在上午至午后,日最大风速则出现在旁晚至凌晨;同时,风速数值预报与测风塔实测风速的误差也存在较明显的日变化特征,这种变化特征与近地层湍流的发生发展有密切联系。在统计分析基础之上,提出一种谐波分析与人工神经网络(ANN)相结合的24 h短期风速数值预报的订正方法,订正试验结果表明:该方法可以每24 h更新一次预报结果,相对于风速数值预报的精度,两次独立样本检验的平均绝对误差分别减小25.6%、28.8%,且订正后使得风速数值预报的系统性偏差有明显下降。 相似文献