排序方式： 共有4条查询结果，搜索用时 109 毫秒
1
1.
利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R2=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R2=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R2=0.71, 预测结果已不具备实际应用意义。 相似文献
2.
灾害动态风险评估是对风险评估方法的一次改进,通过对灾害过程的不同阶段分别开展风险分析,将气象灾害的风险分析从气候特征评价向天气过程评价转化,以更好地应用于动态风险预警。以杭州暴雨灾害为例,将灾害性天气风险评估过程划分为灾前预评估、灾中实时评估、灾后调查评估3个阶段,利用灰色关联模型界定杭州暴雨致灾因子的评价指标,同时基于模糊综合评价方法构建灾害风险评估模型,进而形成一整套阶段性动态风险评估流程。最后,结合1509号台风暴雨过程进行实例分析,并分别给出3个阶段的评估检验结果。结果显示灾后评估结果与灾中评估的一致性高达76.0%,而与灾前预评估的一致性仅为49.0%,说明灾中评估的开展可以有效修正预评估结果。随着动态风险评估流程模型的业务化运行,将会实现针对整个灾害过程的滚动加密评估,从而进一步提升风险评估结果的可靠性。 相似文献
3.
我国近46年来的寒潮时空变化与冬季增暖 总被引：27，自引：4，他引：27
使用中国气象局资料中心整编的572个站点1960年1月1日到2005年12月31日日最低温度、日平均气压、日平均风速和北极涛动(AO) 指数等气象要素，从一个新的角度分析了我国寒潮时空变化与冬季增暖的联系。寒潮爆发以降温、升压和大风天气为主要特征。定义1日和2日降温达到10℃以上的降温事件为寒潮，大于20℃为极端寒潮。发生在我国的寒潮以北方(35°N以北)最多，其次是中国东部的江南地区。东北的寒潮始于10月，而河套和江南的寒潮在4月份比较频繁。把10月到次年4月寒潮频繁活动的时段确定为冬季风时期。在所有的降温事件中，只有不到1/3的事件伴随有升压和大风天气。过去的45个冬季风期间，寒潮和极端寒潮事件普遍减少，我国新疆、华北、东北和华东减少最为显著，减少的最大幅度达到1～2次/10 a。降温事件、升压频次和大风频次也都在减少。AO指数升高表征了西风带上天气尺度斜压波动的减少和减弱，从而导致我国中高纬度寒潮事件的减少。降温频次的减少在一定程度上导致了冬季最低温度平均值的升高，形成了持续的暖冬。 相似文献
4.
湖北省茶树种植气候区划 总被引：12，自引：4，他引：8
利用湖北省74个气象台站1971-2005年的气候资料,在地理信息系统(GIS)平台的支持下,结合茶树的生态学特性,运用模糊综合评价法对湖北茶树种植实现基于1 km×1 km格网的气候适宜性区划,分为最适宜种植区、适宜种植区、较适宜区和不适宜区.结果显示:鄂西南、鄂东南地区以及鄂东北部分地区为最适宜茶树种植区,面积约占湖北全省的27.1%;鄂西北及鄂中部分地区为不适宜区,主要受到年降水量和年极端最低气温的限制,面积约占全省的19.8%;其他地区则处于适宜和次适宜种植区.将区划结果与湖北历年茶叶产量数据进行比对,发现两者吻合度较高,即从茶树气候适宜性角度实现的精细化评价结果对指导湖北省的茶树种植规划具有一定的应用价值. 相似文献
1