排序方式： 共有3条查询结果，搜索用时 46 毫秒
1
1.
采用吉林省特种观测资料中的柏油路面温度资料,分析高速路面温度的时空变化特征.分季节、分月份计算气温与高速路面温度的偏差值,并分不同天空状况(晴天、雨天、多云天)进行讨论.分析发现:全省高速路面温度和气温均具有明显的日变化特征,变化趋势大体一致.各季节高速路面温度的日变化幅度明显大于气温.夏季高速路面温度与气温的偏差值最大,冬季最小.晴天各季节高速路面温度和气温的日变化最明显;多云状况下二者日变化均减弱;雨天气温和高速路面温度均没有明显的日变化.不同地区高速路面温度的日变化存在差异,在实际预报服务中,应进行分区讨论. 相似文献
2.
本文采用百分位法对观测极端降水的阈值进行定义,根据贝叶斯理论探讨了极端降水的概率预报方法,进行了贝叶斯极端降水模拟概率预报试验和检验。以观测和模式极端降水阈值分别进行的贝叶斯概率预报试验结果表明:以观测极端降水为阈值时,先验概率与后验概率的极端降水空报情况较多,主要降水雨带的概率预报也偏强;而以模式极端降水为阈值时,两者的空报均较少,且对主要雨带也起到了明显的预警作用。对比两种阈值取法下的先验概率和后验概率的极端降水预报,前者的概率预报值较后者的更小。检验结果表明,经过贝叶斯方法修订后的极端降水预报,提高了极端降水产生的正确率,但空报也有所增加。 相似文献
3.
基于模式先验信息的贝叶斯集合降水概率预报试验 总被引：1，自引：0，他引：1
为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24~120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。 相似文献
1