排序方式： 共有20条查询结果，搜索用时 31 毫秒
1.
气象驱动数据质量是影响流域水文过程模拟精度的一个重要因素。基于新疆额尔齐斯河流域及周边区域8个气象站记录的数据,对ERA-Interim再分析资料和中国区域地面气象要素驱动数据集（CMFD）在流域的适用性进行了评价,并对比了ERA-Interim和CMFD气象要素年均值在流域的空间分布。结果表明：ERA-Interim和CMFD记录气温、相对湿度、向下短波辐射和向下长波辐射数据与观测数据具有较高的一致性,但降水和风速数据与观测数据的一致性比较差。小时尺度上ERA-Interim记录的气温、相对湿度、降水量、向下短波辐射准确度略高于CMFD数据,而日尺度上CMFD记录的所有气象要素的准确度均高于ERA-Interim数据,结合Noah-MP模型的模拟结果,认为CMFD数据在新疆额尔齐斯河流域的适用性整体优于ERA-Interim数据。从两种驱动数据获取的流域气象要素空间分布来看,ERA-Interim和CMFD获取的年平均气温、风速、相对湿度、降水量、向下长波辐射在流域空间具有高度一致性,但向下短波辐射空间分布差别较大。 相似文献
2.
基于WRF驱动的CLM模型对青藏高原地区陆面过程模拟研究 总被引：4，自引：2，他引：2
NCAR-CLM是目前国际上发展较为完善的陆面过程模型.鉴于大多数研究利用气象站点的数据驱动CLM模型, 尝试将WRF气候模型的模拟结果作为驱动CLM的面上强迫场数据来对青藏高原陆面能量特征进行模拟研究.对WRF气候模型模拟的输出结果与青藏高原气象站观测数据进行比较分析表明, WRF模拟输出的气温和向下短波辐射数值与观测值的相关系数大于0.92(p >0.05), 气压和比湿的R2在0.80以上(p >0.05), 降雨和风速的模拟性能不稳定, 但WRF模拟输出的强迫场也可以作为CLM模型的驱动数据. CLM模拟的地表温度、 感热和潜热通量与青藏高原气象站观测的地表温度以及涡度通量数据验证分析表明, 虽然CLM对地表温度的模拟在合理范围内, 但模拟与观测值还是有较大偏差, 潜热和感热之间的相关系数分别为0.87和0.68(p >0.05), 表明CLM的模拟结果在单点上是可靠的.据此, 在此模拟结果基础上分析了青藏高原地区的陆面能量时空分布特征. 相似文献
3.
传统的统计手段可以获得旅游城市或景点的游客量,而无法获得旅游客源地游客量,本文首先把互联网搜索数据与现实游客行为之间进行关联和映射,然后将搜索量最高关键词通过自由组合和非线性多项式拟合,发现3个词组合时与现实游客行为之间R2高达0.999,最后反演出2011-2014年中国(港澳台除外)各省、直辖市和自治区至甘肃省旅游的人数,进行甘肃省旅游客源地时空数据可视化、时空数据异常探测、时空过程分析等,帮助旅游部门了解游客的来源及去处、游客的出行规律和爱好偏向,做出有针对性的决策。 相似文献
4.
黄河源区径流长期演变特征与趋势预测模型研究 总被引：1，自引：0，他引：1
利用小波分析方法对黄河源区径流数据系列的多尺度变化特征、突变点及变化趋势进行了分析.结果表明:黄河源区年径流量具有8a、15a、22a和36a左右的变化周期,其中8a、36a左右的周期变化最为显著.这些周期变化表明,2007年后流量将呈增加的趋势;1928、1982年和1985年是径流变化趋势重要的转变点.在小波分解的基础上,基于BP神经网络模型构建了黄河源区年径流量的长期动态预报模型,利用该模型对未来10a的流量变化进行了预测,并对其预报结果进行了分析. 相似文献
5.
基于能量平衡对额尔齐斯河流域融雪过程的研究 总被引：5，自引：5，他引：0
为定量描述额尔齐斯河流域积雪的消融过程,建立了利用基于能量平衡的积雪模型,对流域内库威积雪站2014年1月4日-3月28日积雪的积累和消融过程进行了模拟.结果表明:模型能够很好的模拟出融雪期净辐射能量的变化过程,对雪水当量的模拟结果也非常好,雪水当量的观测值和模拟值之间的Nash系数达到了0.989.在积雪的积累期,雪表的净辐射、感热、潜热通量的绝对值以及地表热通量明显低于积雪的消融期.在积累期,感热和潜热通量以及土壤热通量受到雪层厚度的影响.当雪水当量小于10 mm时,感热和潜热通量的绝对值偏高,土壤热通量的波动性也偏大.在积累期积雪的物质损失全部为升华损失,升华量为2.74 mm;在消融期,积雪的融化量为66.26 mm,升华量为2.04 mm.净辐射对积雪物质损失的贡献达到了83.1%,湍流通量对积雪物质损失的贡献达到16.9%.由于在融化期土壤热通量为正值,因此土壤热通量对融雪没有贡献. 相似文献
6.
7.
黄河源区径流对气候变化的响应及敏感性分析(英文) 总被引：4，自引：1，他引：3
Response of the runoff in the headwater region of the Yellow River to climate change and its sensibility are analyzed based
on the measured data at the four hydrological stations and ten weather stations during the period 1959–2008. The result indicates
that change of temperature in the region has an obvious corresponding relationship with global warming and the changes of
annual average temperature in each subregion in the region have been presenting a fluctuant and rising state in the past 50
years. However the change of precipitation is more intricate than the change of temperature in the region because of the influences
of the different geographical positions and environments in various areas, and the change of annual precipitation in the main
runoff-producing area has been presenting a fluctuant and decreasing state in the past 50 years. And there is a remarkable
nonlinear correlativity between runoff and precipitation and temperature in the region. The runoff in the region has been
decreasing continuously since 1990 because the precipitation in the main runoff-producing area obviously decreases and the
annual average temperature continuously rises. As a whole, the runoff in each subregion of the headwater region of the Yellow
River is quite sensitive to precipitation change, while the runoff in the subregion above Jimai is more sensitive to temperature
change than that in the others in the region, correspondingly. 相似文献
8.
9.
环境与生态研究从定性、定量向多学科、多尺度、大范围的团队参与的综合集成研究方向发展，计算机、网络、数据、模式模型技术的逐渐成熟与完备，为环境和生态需要的e science支持平台建设提供了技术和研究基础。分析环境与生态集成研究典型模型基本过程得出，适合环境和生态研究的e science由数据平台、模型模式平台、协同与沟通平台、管理平台组成。其中：①定点、定位、互联网、传感器网格、空间数据采集与处理,以及再分析数据生成的数据支持平台是e science的基础；②包括模型库、模式库、协同建模环境、模拟环境、软件开发环境的模型平台是e science支持集成研究的核心；③模型、模式之间的协同，以及数据平台中数据接口和扩展接口驱动的开发与集成环境，数据与模型模式和模拟计算的内部协同工作平台是e science应用的关键；④完善的结果展示、输出和资源调度的管理平台是e science的窗口。以生态经济、水文研究为例进行的初步实验表明，四层结构的e science框架基本符合环境和生态研究过程的需要。 相似文献
10.
科学和工程研究被计算、信息和通讯技术的持续进步推动着，被今天自身研究增加的复杂性、范围和尺度的挑战拉动着。数字计算、数据、信息和网络以及计算机模拟技术的应用，正在形成替代和拓展理论/分析、实验/观察2个经典的研究方法去创建新的学科的趋势。近来多种趋势表明一个如何创造、传播和存储科学和工程知识更伟大、更迅速的真正变革即将到来，美国应当把握这个机遇、承担责任，去整合和拓展数字革命的成果，服务于下一代的科学和工程研究及相关教育。高端计算机网络共享系统的关键在于将数据、信息、工具、仪器，包括超级计算、存储以及交流等综合性的知识资源完全服务于具体的研究群体，提供新的途径，使研究人员在发现和探索研究上获得更多更好的信息，使得研究小组跨时间、区域、部门甚至学科间实现共享和协作。坚持美国学术研究团体所使用的高端科学计算必须是最先进的，国际科学基金会与其它适当团体机构间的合作应该为创造和维持现代数据驱动科学研究所必需的重要数据资料档案库负主要责任2个原则，并通过建立NSF内部组织、科学和工程组织来保障系统的实施。这是美国国家科学基金会(NSF)信息基础设施（Cyberinfrustructure）高级咨询组的报告《通过信息基础设施促进科学和工程的革命》的主要内容。
相似文献