排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
2.
基于2016-2018年ECMWF模式温度预报和浙江省72个国家基本站观测资料,根据温度日变化特征,采用K-近邻(KNN)回归算法进行误差订正,改进浙江省172 h精细化温度预报。在KNN回归算法中,将模式起报时刻的温度视作“背景”,由模式预报减去起报时刻温度消除“背景”影响,得到温度日变化曲线,通过温度日变化曲线构建差异指标,选取历史相似个例。根据历史相似个例的误差特征,对温度预报进行订正,得到改进的温度预报。检验结果表明,KNN方案的温度预报平均绝对误差较ECMWF和30 d滑动平均误差订正方案(OCF)的分别减小26.2%和5.2%;日最高和最低温度预报误差绝对值小于2℃,准确率较ECMWF的分别提高14.8%和4.3%,较OCF的分别提高3.0%和1.3%。KNN方案对地形复杂地区的温度预报改进效果更为明显,对冷空气活动和夏季高温等天气过程预报改善效果也较稳定。 相似文献
3.
4.
6.
根据索道所处的极易遭受雷击的独特环境、信息系统的电子器件对雷电干扰极其敏感以及索道接地效果恶劣且泄放电流不畅的实际情况,引进现行其他行业成熟防雷技术原则,提出定量计算方法进行索道防雷分类。如果能够利用监测的雷暴日数Td、结合实际环境特征分段选取合适的校正系数k,计算索道年预计雷击次数N值会更趋向真实可靠。 相似文献
7.
8.
9.
10.