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   2篇
  免费   4篇
  国内免费   3篇
大气科学   7篇
地球物理   1篇
海洋学   1篇
  2022年   3篇
  2019年   2篇
  2015年   2篇
  2014年   1篇
  2011年   1篇
排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
土地利用变化对20世纪中国地区气候干湿变化的影响   总被引:2,自引:0,他引:2  
利用CMIP5耦合模式历史情景和土地利用情景结果,定量评估了模拟的土地利用变化对20世纪中国地区气候干湿变化的影响。结果表明,土地利用的变化加剧了20世纪中国地区干旱化的进程,其贡献约为1/3。其中,湿润区具有显著变干的趋势,土地利用变化的贡献约为35.4%;半干旱区显著变干,土地利用对半干旱地区变干的贡献不显著;两种情景下干旱区干湿变化都不显著。在土地利用情景下,中国地区土地利用的变化主要表现为一级土地的减少和牧草用地的增加,二者分别从国土面积的72.7%和12.9%(1901年)变为36.0%和41.9%(2004年),且1950年代之后变化速率显著增大。其中大面积显著的变化主要发生在青藏高原、内蒙古以及新疆北部地区,导致这些地区降水减少、温度降低,而降水减少带来的干旱化作用大于温度降低带来的变湿作用。  相似文献   
2.
"三伏"的气候学定义和区划   总被引:1,自引:1,他引:0  
三伏由秦汉时盛行的五行学说延伸而来,主要指中原地区气候上一年中最闷热的一段时期.利用1960~2004年我国范围内432站观测的逐日最低(Tmin)、最高气温(Tmax)和湿度值构建人体舒适度指数(THI),并分三伏区、准三伏区、潜在三伏区和非三伏区辨识了我国的气候三伏特征及其在时间上的跃变,得到华北、江淮和江南3个地...  相似文献   
3.
Projections of potential submerged area due to sea level rise are helpful for improving understanding of the influence of ongoing global warming on coastal areas. The Ensemble Empirical Mode Decomposition method is used to adaptively decompose the sea level time series in order to extract the secular trend component. Then the linear relationship between the global mean sea level(GMSL) change and the Zhujiang(Pearl) River Delta(PRD)sea level change is calculated: an increase of 1.0 m in the GMSL corresponds to a 1.3 m(uncertainty interval from1.25 to 1.46 m) increase in the PRD. Based on this relationship and the GMSL rise projected by the Coupled Model Intercomparison Project Phase 5 under three greenhouse gas emission scenarios(representative concentration pathways, or RCPs, from low to high emission scenarios RCP2.6, RCP4.5, and RCP8.5), the PRD sea level is calculated and projected for the period 2006–2100. By around the year 2050, the PRD sea level will rise 0.29(0.21 to 0.40) m under RCP2.6, 0.31(0.22 to 0.42) m under RCP4.5, and 0.34(0.25 to 0.46) m under RCP8.5, respectively.By 2100, it will rise 0.59(0.36 to 0.88) m, 0.71(0.47 to 1.02) m, and 1.0(0.68 to 1.41) m, respectively. In addition,considering the extreme value of relative sea level due to land subsidence(i.e., 0.20 m) and that obtained from intermonthly variability(i.e., 0.33 m), the PRD sea level will rise 1.94 m by the year 2100 under the RCP8.5scenario with the upper uncertainty level(i.e., 1.41 m). Accordingly, the potential submerged area is 8.57×103 km2 for the PRD, about 1.3 times its present area.  相似文献   
4.
气候序列的均一化——定量评估气候变化的基础   总被引:1,自引:0,他引:1  
长期气象观测序列是反映气候变化的最基本依据.然而,几乎所有气象站都要经历迁址或观测仪器、规则和方法等方面的变更,导致观测序列相应时段的系统性偏差.均一化就是要校订这类系统性偏差,以确切评估时间序列中的变化趋势.近年来随着气候变化研究的深入,均一化也从早期主要着眼于平均态校订发展到更注重极端天气气候信息的校订.本文结合理想的和实际的气候序列分析,演示均一化的基本思路;简介近年来就中国区域气候序列的均一化研究取得的一些新认识,并就该领域存在的(特别是涉及气候极值或极端天气以及多要素物理联系等方面)问题,展望进一步研究.  相似文献   
5.
6.
基于机器学习的数值天气预报风速订正研究   总被引:3,自引:1,他引:2       下载免费PDF全文
对风速进行准确预测是精细化天气预报服务(如风能发电、冬季奥运会赛场条件保障等)的重要环节。本文基于三种机器学习算法(LASSO回归、随机森林和深度学习),对数值天气预报模式ECMWF预测的华北地区近地面10 m风速进行订正。首先利用LASSO回归算法提取对10 m风速有重要影响的气象要素特征集,将其作为三种机器学习算法的输入,建立相应模型对ECMWF预测的风速进行订正。用提取后的气象要素特征集建模有助于减少计算量和存储开销,并减小模型的复杂性,从而提高模型的泛化能力。将订正结果与传统订正方法模式输出统计(model output statistics,MOS)得到的订正结果进行对比。结果表明,三种机器学习算法的订正效果均好于MOS方法,显示了机器学习方法在改善局地精准气象预报方面的潜力。  相似文献   
7.
本文利用蚊虫密度监测数据及气象资料,分析了2009—2019年北京市及其14个区的蚊虫密度与气象条件间的关系,并基于多元回归、支持向量机和随机森林3种经典的机器学习回归方法进行了蚊虫密度预测。结果表明:北京地区蚊虫密度呈周期性的波动,各区多年平均值在0.35~2.54只/(灯·h)之间,高峰值集中出现在7月中旬到8月中旬,与北京地区气温最高和降水最集中的时期非常吻合。采用机器学习方法,尝试了4种输入因子方案,并利用均方根误差和平均绝对百分误差两种方法进行预测效果检验,显示蚊虫数据相对较稳定的地区,如平谷、门头沟、大兴、海淀等地,预测效果相对更优。在3种方法中,支持向量机方法对2019年5月下旬的预测效果非常好,而多元回归与随机森林的预测效果则在2019年5—10月整体上表现得更为稳定。  相似文献   
8.
基于欧洲中期天气预报中心(European Centre for Medium-range weather Forecasts,ECMWF)模式的预报数据和北京地区气象站点的观测数据,使用两种机器学习算法(线性回归和梯度提升回归树)对站点的体感温度进行误差订正,并采用均方根误差(Root Mean Square Error,RMSE)对预报效果进行评估,进一步与传统订正方法模式输出统计(Model Output Statistics,MOS)得到的订正结果进行对比。结果表明:线性回归、梯度提升回归树、MOS和ECMWF预报得到的平均RMSE分别为3.12、3.06、3.45、4.06℃,即机器学习算法明显优于MOS和ECMWF模式原始预报。机器学习订正方法不仅在平原地区取得了较好的效果,在高海拔站点的订正效果更加突出,为北京冬奥会复杂山地条件下赛事正常运行提供了一定的技术保障。  相似文献   
9.
模式预报的订正是决定局地天气预报结果的一个重要步骤,基于机器学习的后处理模型近年来开始崭露头角。本文发展了基于岭回归(Ridge)、随机森林(Random Forest,RF)和深度学习(Deep Learning,DL)的3种后处理模型,基于中国气象局(CMA)的BABJ模式、欧洲中期天气预报中心(ECMWF)的ECMF模式、日本气象厅(JMA)的RJTD模式和NCEP的KWBC模式这4个数值天气预报模式2014年2月至2016年9月(训练期)近地面2 m气温预报和实况资料确定各模型参数,进而对2016年10月至2017年9月(预报期)华北地区(38°N~43°N,113°E~119°E)的逐日地面2 m气温预报进行了多模式集合预报分析。采用均方根误差对预报效果进行评估,这3种后处理模型的预报效果和4个数值天气预报模式以及通常的多模式集合平均(Ensemble Mean,EMN)的预报效果的对比表明:1)随着预报时长增加,4个数值预报模式及各种后处理模型的均方根误差均呈上升趋势;但区域平均而言,Ridge、RF和DL的预报效果在任何预报时长上都明显优于EMN和单个天气预报模式;特别是前几天的短期预报DL的预报效果更好,中后期预报Ridge的预报效果略好。2)华北地区的东南部均方根误差较小,其余格点上均方根误差较高,从空间分布而言,DL的订正预报效果最好,3种机器学习模型的误差在1.24~1.26℃之间,而EMN的误差达1.69℃。3)夏季各种方法的预报效果都较好,冬季预报效果都较差;但是Ridge、RF和DL的预报效果明显优于EMN,这3种模型预报的平均均方根误差在2.15~2.18℃之间,而EMN的平均均方根误差达2.45℃。  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