首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   10篇
  免费   15篇
  国内免费   8篇
大气科学   23篇
地球物理   1篇
海洋学   9篇
  2021年   1篇
  2019年   1篇
  2018年   2篇
  2016年   1篇
  2015年   1篇
  2014年   3篇
  2013年   1篇
  2012年   2篇
  2010年   6篇
  2009年   1篇
  2008年   4篇
  2007年   6篇
  2006年   1篇
  2004年   2篇
  2003年   1篇
排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
采用交叉小波与相干小波变换方法,利用NCEP/NCAR再分析资料和 NOAA卫星观测的外逸长波辐射(OLR)资料,在多年平均资料分析的基础上,选择2005和2006年夏季西太平洋副高的西伸过程进行了诊断分析,重点讨论了赤道中太平洋地区的对流活动对西太平洋副高西伸与维持的影响与关联.结果表明,7月中旬到8月中旬间,赤道中太平洋地区的对流活动通常表现出半月左右的准周期振荡,与副高活动具有相似的时频结构和周期特征,且前者对后者存在着约一个周期的超前影响,两者的这种时延相关性表现出较好的预报意义;运用大气视热源和全型垂直涡度方程,讨论了赤道中太平洋地区对流活动引起的经向加热异常对副高西伸的影响,指出由于异常的非绝热加热在副高西伸区域产生异常的反气旋性涡度输送,进而影响和制约副高形态和位置的变异.  相似文献   
2.
针对现有风暴轴指数分析大多采用相关分析等较为简单方法,难以对风暴轴指数变化有效诊断分析的问题,引入偏最小二乘回归(Partial Least Square Regression,PLS)的线性方法和核偏最小二乘回归方法(Kernel Partial Least Square Regression,KPLS),对冬季北太平洋风暴轴指数变化进行了特征诊断研究,并与传统的线性无偏最小二乘回归结果进行了试验比对。结果表明:偏最小二乘回归方法的诊断结果能够更好地反映风暴轴内部变化规律,并有效降低诊断误差。对于PNYI(北太平洋风暴轴纬度指数),采用r0. 2的因子筛选方案(r为因子与风暴轴指数的相关系数)并应用KPLS算法时,预测效果最佳;对于PNXI(北太平洋风暴轴经度指数)和PNII(北太平洋风暴轴强度指数),采用全因子方案并应用KPLS算法时,预测效果最佳。  相似文献   
3.
Based on the daily reanalysis data of NCEP / NCAR and by using the method of phase space reconstruction, the point conditional probability density of the subtropical high ridge index are determined and then used, together with their power spectra, to seek the correlation between them and individual monsoon-affecting factors and their power spectra. Through diagnosis, six indexes are discovered that have the most important effects on the subtropical high index. The results of the diagnosis indicate that the technique can identify the factors which are dynamically correlated. It can offer the basis in determining and choosing dynamic conceptual factors.  相似文献   
4.
亚洲夏季风系统成员与西太平洋副高的相关特征分析   总被引:9,自引:8,他引:9  
利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958~2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002~2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957~2000年5~12月及1958~2001年1~4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。  相似文献   
5.
用小波分解(WT)和最小二乘支持向量机(LS-SVM)相结合的方法,建立西太平洋副热带高压面积指数的预报模型。该方法首先将西太平洋副热带面积指数(SI)分解为相对简单的带通分量信号,利用LS-SVM建立各分量信号的独立预报模型,然后对预报结果进行集成。为了评估和比较该方法的预报效果和技术优势,最后比较了在同等条件下WT~LS-SVM模型和神经网络、线性回归模型的独立检验预报效果。试验结果表明,该方法具有泛化能力强、预报精度高、训练速度快、稳定性好、便于建模等优点,具有良好的应用前景。  相似文献   
6.
利用1980-2010年NCEP/NCAR再分析资料和美国NOAA向外长波辐射(outgoing longwave radiation,OLR)资料,根据关键区500 hPa位势高度的变化定义了西太平洋副高东西位置指标,利用该指标围绕东亚夏季风系统开展分析,详细对比了夏季6月、7月副高东西向活动异常时,季风区相应的环流及对流活动差异.结果表明:副高东西位置的年际变化反映了亚洲夏季风的强弱变化,副高偏西(东)年,南海夏季风偏弱(强),副热带夏季风偏强(弱);副高的东西进退与东亚夏季风系统成员之间相互影响、相互制约;副高偏西年,南亚高压偏东、偏强,季风槽不发展、强度偏弱,西风带长波槽发展加深,南半球马斯克林高压和澳大利亚高压减弱,越赤道气流减弱,而副高偏东年情况则反之.  相似文献   
7.
为分析理解副高活动与其影响因子的关系,引入计量经济学非平稳性检验的思想和方法,对副高脊线、江淮梅雨活动、青藏高压活动及印度季风活动等特征指数序列进行了单位根检验与协整分析。单位根检验的结果表明,副高脊线指数及其3个影响因子均无单位根,具有非平稳性,且都为一阶单整;协整分析结果表明,副高脊线指数与该三个影响因子之间存在协整关系。分析结果有助于深化对气象要素时间序列非平稳性的认识,进而为构建副高特征指数和影响因子之间的内在关联模型提供依据。  相似文献   
8.
采用交叉小波变换与小波相干方法,利用NCEP/NCAR 再分析资料以及 NOAA 卫星观测的 OLR 资料,分析了2006年夏季西太平洋副高的异常活动及其与东亚夏季风系统相关的时延位相特征.分析结果表明,副高指数与东亚夏季风系统成员特征指数的交叉小波功率谱和小波相干谱能够有效揭示周期尺度为14~20 d的不同影响因子与副高指数的时频特征和时滞相关性.分析证实,马斯克林高压和南亚高压对副高的西伸、北跳有较好的预报意义;热带ITCZ和副热带高空急流的加强北移与副高脊线的北跳同步;副高北跳利于降水在华南发生,反过来,雨带的产生又有利于副高的进一步西伸.  相似文献   
9.
~~THE SOUTH CHINA SEA SUMMER MONSOON AND THE SEASONAL MODALITY AND WEST EXTENDING OF THE NORTHERN HEMISPHERE PACIFIC SUBTROPICAL HIGH@张韧$Department of Marine Meteorology, Institute of Meteorology, PLA University of Sciences & Technology, Nanjing 211101 China @何金海$Department of Atmospheric Sciences, Nanjing Institute of Meteorology, Nanjing 210044 China @董兆俊$Department of Marine Meteorology, Institute of Meteorology, PLA Uni…  相似文献   
10.
采用模糊C均值聚类 (FCM)、遗传算法 (GA) 和模糊减法聚类 (FSC) 交叉融合、优势互补思想进行副热带高压影响因子的综合聚类分析和副热带高压指数的诊断预测。在统计分析的基础上, 通过选择若干与副热带高压指数关系密切的影响因子构成了高维特征空间, 进行了综合聚类分析, 实现了副热带高压指数的聚类判别和诊断预测。该文提出的综合聚类方法既可克服FCM/GA算法全局/局部寻优的不足, 又可客观确定聚类数目。试验结果表明, 该方法具有良好的分类效果, 判别结果与实况基本相符。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号