基于位置微博的大风信息提取及应用     

黎洁仪  梁之彦  范绍佳 《气象科技》2019,47(5):879-884

利用广东省广州市2017年1月1日至5月30日的大风信息和灾情数据,分析了大城市位置微博的时空特征,在此基础上采用关键词语意分析、风险等级映射、灾情权重值结合GIS热点分析的方法构建基于位置微博的大风信息提取架构,实现大风信息的提取,并利用个例进行验证。研究表明:本文提出基于位置微博的大风信息提取架构,对收集大风信息和灾情具有一定的实用价值。而位置微博信息本身具有及时性强、成本低、数据量大的优势,能作为一种大风信息提取的有效补充手段。  相似文献   

“亚运演练”期间广州市一次持续灰霾天气过程分析     

肖伟军  汪瑛  高亭亭  黎洁仪 《广东气象》2010,32(4):6-9

利用NCEP再分析资料和常规气象观测数据以及大气成分观测数据,对2009年11月24~29日广州市一次持续灰霾天气过程做了初步的分析。结果表明,此次灰霾天气过程在850 hPa为反气旋环流控制,灰霾的严重程度与850 hPa风速的大小密切相关;地面形势则为弱高压脊或脊后回流型,气压场多为均压场,海平面气压值通常小于1 017 hPa,灰霾的严重程度与弱压脊的位置及海平面气压大小密切相关;按气象标准当达到了灰霾日标准后,能见度可作为衡量灰霾严重程度的指标;此次灰霾天气过程中,SO2污染物在影响能见度中起到了主导作用。  相似文献   

广州市空气污染影响因子与预报建模     

黎洁仪  梁之彦  杨国杰 《广东气象》2013,35(4)

利用广州市环境监测站2007-2009年的空气污染指数(API)及同期地面气象要素(大气能见度、10 min平均风速、最大风速、气温、绝对湿度、相对湿度、露点温度、气压、24 h降水量)观测资料和空气污染物(PM10、SO2、NO2)监测数据,分析广州市空气污染指数(API)与气象要素及空气污染物之间的联系,挑选相关因子,用多元回归法和径向基神经网络进行API建模,并对2009年1--4月和9-12月进行试报,结果表明:后者预测效果比前者优异,可作为广州市空气污染预报的参考手段.  相似文献   

基于神经网络的广州市能见度预报   总被引：1，自引：0，他引：1  

梁之彦  黎洁仪 《气象研究与应用》2014,(1):17-20,49

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.  相似文献