排序方式： 共有18条查询结果，搜索用时 15 毫秒
1.
自动气象站(AWS)观测资料是中尺度、短时效天气预报不可缺少的重要资料源之一.但由于AWS观测资料的特殊性,其质量问题不同程度地阻碍了它的使用.因此,AWS观测资料的质量控制越显重要.北京市气象局设计的自动气象站观测数据质量控制的方案主要是物理极值检查、历史极值检查、内部一致性检查、时间一致性检查、空间一致性检查等方法并把它应用于北京地区2007年奥运气象服务演练,取得了令人鼓舞的效果.结果表明:该质量控制方案的建立,能够实时反映北京市气象局自动站观测数据的可靠性,同时也反映出数据的缺测和及时性也存在一些问题.此系统的运行对2008年奥运气象服务,特别是对INFO2008和城市运行实时数据服务的可靠性将会发挥重要作用. 相似文献
2.
利用1960~2015年京津冀地区88个国家级气象站观测资料（包括日平均气温、日最高气温、日最低气温、日降水、日平均风速等）,使用MASH（Multiple Analysis of Series for Homogenization）方法剔除台站迁址、仪器变更等因素所致偏差后,生成均一化的观测资料集。基于新资料集计算了各站气温、降水和凤速序列的线性趋势和Morlet小波等统计特征,分析了京津冀地区气候变化格局。结果表明:MASH方法能较准确地检测并校订观测序列中迁站、仪器变更等因素所导致的非均一性;1960~2015年期间京津冀年平均气温显著上升,上升幅度为0.261℃/10 a;降水减少,平均减少11.27 mm/10 a;风速显著减小,平均减小0.193 m s-1（10 a）-1。 相似文献
3.
4.
5.
气象信息是奥运会INFO 2008在线内部网络信息系统一个重要组成部分。为了满足2008年奥运会对气象信息的高时效、高安全、高质量的要求,需要建立一套安全可靠的稳定的网络体系结构,规范的数据流程、数据格式和合理的数据库等内容,从而实现气象信息在奥运比赛场地各终端实时显示气象实况、预报和预警信息。从系统目标、网络结构、软件设计、数据库设计和运行与开发环境等方面介绍了INFO 2008气象信息系统。结果表明:气象部门提供给INFO 2008系统4类气象信息数据(当日及未来6 d天气区域预报X20、区域天气警报X21、场馆实况X22和场馆未来3日逐3 h预报C49),从时效、数据种类、信息安全等方面都满足了奥运气象服务要求,可为重大气象服务活动气象信息系统的建立和实现提供参考。 相似文献
6.
分析北京城近郊区奥运会赛场临近的气象台站(南郊观象台、朝阳站、海淀站、丰台站、石景山站)1995～2004年10年8月的气温、相对湿度、风向风速、低云量、降水量等5个气象要素的气候变化,结果表明:1)19～22日有2次阴雨天气过程,气温下降幅度较大;2)5个台站的主导风向是S-SE,逐日平均风速的峰值出现在16时(北京时间),其值为2.0～3.1m.s-1;3)白天各雨量等级合计≥35%的频率出现5天;4)奥运会开幕时间(2008年8月8日20时),晴天到少云的频率占90%,阴天为10%,无雨为80%。这种气候特点为奥运会组委会、参赛运动员和观众提供了赛场环境5个气象要素的日变化规律。同时,对于奥运会的短期气象服务也有一定的参考价值。 相似文献
7.
针对陕西省气象局宽带通信网络中移动、电信和广电等3家通信运营商线路并存,IP地址使用杂乱等现状,以及无法方便地实现多链路负载均衡和链路之间自动切换等突出问题,采用了规范3家运营商链路接入的连接方式,应用全国统一的新IP地址,特别是在全网范围内部署OSPF动态路由选择协议等一系列措施。充分发挥OSPF协议的特点,合理地划分区域,并根据需要针对不同链路配置了不同或相同的OSPF代价,使得不同链路间自动切换和流量自动负载均衡得以轻松实现。经过测试,整个网络的设计和实现,充分发挥了多条链路的效益,提高了网络系统的稳定性,达到了设计的预期目标,可以为其他部门网络设计提供较好的借鉴。 相似文献
8.
在观测资料同化系统中,观测误差均方差与背景场误差均方差共同决定着观测信息与背景场信息的相对重要性以及这些信息在空间及不同变量间的扩展方式,故在资料同化系统中起到决定性作用.因此,观测误差均方差的合理估计是非常重要的.采用贝塞尔函数拟合方法,从探空观测资料与背景场的偏差(IV)协方差中分离出探空资料的观测误差均方差与模式的背景场误差均方差;再从其他观测资料偏差协方差中扣除背景场误差均方差来估计其它观测误差均方差.观测误差均方差分析使用2006年8月1-31日观测资料,国家气象中心T213L31全球中期分析预报系统的6小时预报作为背景场.结果显示估计的观测误差均方差是比较合理的. 相似文献
9.
10.
结合台站元数据，对京津冀地区179个国家气象站1951—2015年的日平均风速序列进行了非均一性检验和均一化订正，结果表明：造成序列非均一性的原因，按贡献大小依次是仪器切换占40%、站址迁移占34%、观测时制变更占18%、台站周围环境变化占8%。对比分析均一化序列和原始序列的线性趋势发现：1951—2015年，京津冀地区日平均风速呈下降趋势，均一化序列的下降速率明显更快；二者有相似的空间分布特征, 即河北西北部、北京、天津、河北东南部的西北—东南走向的带状区域中，风速的下降速率最快，河北西部次快，河北东北部最缓慢；均一化序列的下降速率明显偏快的区域主要在39°N以北。均一化序列准确反映了气候变化的特点，数据可靠。 相似文献