排序方式： 共有3条查询结果，搜索用时 5 毫秒
1
1.
基于智能网格气象产品、全国森林植被分布数据,选取动态气象因子和静态植被因子,建立了精细化森林火险气象预报模型并开展业务应用。利用火灾个例以及重点防火期内森林火灾实际过程,对模型预报效果进行评估,结果表明:①火险预报模型通过加入静态植被因子,考虑了不同类型的可燃物特征,基于GIS研发了精准到林区网格的精细化森林火险气象等级客观预报产品;②我国西南、华南、东北、华北等林火高发地区的重点防火期期间,降水晴雨准确率较高,采用的智能网格气象预报产品为模型提供了可靠、精细的动态气象背景场;③模型对火险气象条件模拟效果较好,对森林火灾的发生具有较好的指示意义;④模型实现了基于植被的森林火险气象等级网格化预报,产品空间分辨率5 km,预报时效为10 d,在国家级森林火险气象等级短、中期无缝隙精细化预报以及火场保障服务中取得了良好的应用效果。 相似文献
2.
采用基于自适应相关函数的最优插值法对四川广元的雷达定量降水估测进行实时订正并评估其效果。结果表明,该方法有效改善了雷达定量降水估测对弱降雨高估、对强降雨低估的问题,提高了降水估测精度,同时可以更好地模拟降水空间分布特征和时空变化;研究建立的自适应相关函数模型可以根据测站分布情况动态计算最优权重因子,降低了雷达-雨量计联合校准法对测站分布的要求,便于在不同地区开展实际业务应用。 相似文献
3.
将贝叶斯理论应用到集合降水概率预报方法研究中.采用集合预报资料和历史观测资料,通过建立贝叶斯产品处理技术(Bayesian Processor of output,BPO)降水概率预报模型,将一组集合成员降水确定预报值修订为一组贝叶斯降水概率分布或概率密度的预报,并获得表征每个集合成员预报能力有效信息评分(Informativeness Score,IS).基于IS值对集合成员概率预报信息融合,得到集成贝叶斯降水概率预报,并采用连续等级概率评分(Continuous Ranked Probablity Score,CRPS)方法检验试验结果.结果表明,基于BPO方法得到的集成贝叶斯降水概率预报可靠性高于由集合预报得到的直接概率预报. 相似文献
1