排序方式: 共有29条查询结果,搜索用时 556 毫秒
1.
几种滤波器对地面飑线场的中尺度滤波试验 总被引:4,自引:0,他引:4
本文用Barnes带通滤波法,二十五点格式滤波法,对含有地面幅合线和飑线的地面加密观测资料和客观分析资料进行了中尺度滤波试验,结果表明,三种滤波器的作用结果都胡有效突出地面辐合线和飑线的中尺度特征,其中Barnes法的性能和结果较理想,二十五点法和高阶高通法各有特点。 相似文献
2.
利用1958—2007年ERA再分析风场及气压场资料和APHRO高分辨率逐日降水资料,对近50 a来梅雨期水汽输送的时空特征及其与江淮地区降水的关系进行了研究,发现各条水汽通道对江淮地区梅雨期降水强度及范围的影响程度均不同。梅雨期影响我国降水的水汽输送有显著的年际变化,并且水汽输送强弱年对应江淮地区降水强度也有明显差异。相关分析及合成差值的结果显示,西太平洋水汽输送贡献更大,且西太平洋水汽输送(东南通道)增强时,江淮地区降水增多。印度洋水汽输送的加强会减弱太平洋的水汽输送从而使得江淮少雨。在全球变暖的背景下,西太平洋的水汽输送对降水的增强作用有所减弱而印度洋输送所导致降水强度减弱的范围则明显扩大。自1980年起,江淮降水出现缓慢增多的趋势与全球变暖所导致的东亚环流异常进而影响水汽输送异常相关。 相似文献
3.
基于BPSO-NBayes的雷暴释用预报技术研究 总被引:1,自引:1,他引:0
提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。 相似文献
4.
ENSO事件对西北太平洋热带气旋影响的分级研究 总被引:2,自引:0,他引:2
采用1951-2006年联合台风警报中心(JTWC)最佳路径数据集和气候预测中心(CPC) ENSO资料,分析了西北太平洋不同等级热带气旋累积能量(accumulated cyclone energy,ACE)与ENSO指数之间的关系.结果表明;ACE与ENSO指数间存在正相关关系;分级热带气旋中,ENSO事件主要通过超强台风(Super TY)的活动与ACE指数联系起来的,超强台风频数在El Ni(n)o期间多于La Ni(n)a 期间,同时持续时间也更长;ENSO指数和热带气旋活跃季超强台风ACE指数的滞后相关(ENSO指数滞后5个月内)与它们的同时相关大小相当.此外,还研究了分级热带气旋持续时间、强度和频数分别对ACE指数的贡献,结果显示超强台风频数的贡献最大.接下来,利用1951-2006年不同ENSO位相情况下NCEP再分析资料,分析了ENSO影响超强台风发生发展的物理机制.主要结论为:西北太平洋存在一些SuperTY频数与源地分布在ENSO年与平常年相比有明显差异的关键区;ENSO事件改变关键区低层相对涡度以及海表温度是其影响SuperTY源地及频数变化的重要途径. 相似文献
5.
为了解边界层厚度的大尺度分布及其气候循环特征,基于逐日ERA 40 再分析边界层厚度资料,采用统计学方法计算边界层厚度分4个时次的季节循环、年较差等气候特征场,对全球边界层厚度分布及其季节演变特征进行了研究。结果表明:全球较厚的边界层分布与大地形、沙漠等下垫面的分布有直接联系;陆地强边界层分布存在“08时”现象,即陆地较厚边界层中心分布在当地时间08时经线附近;在大洋上南北纬30°~40°两条纬度带内边界层厚度的月尺度内变率较大,与大气强斜压性的天气系统活跃区一致;月平均日较差的年循环特征存在着季节性南北进退的现象。研究结果对于全面认识和科学利用ERA 40逐日边界层再分析资料有一定帮助。 相似文献
6.
7.
8.
9.
基于近似支持向量机的能见度释用预报研究 总被引:4,自引:0,他引:4
利用2008—2010年逐年12月、次年1月的T511L61数值预报产品和单站观测资料,采用近似支持向量机方法,分别建立了南京、杭州和衢州站分类和回归结合的能见度释用预报模型(简称分类和回归结合模型)。利用2011年12月、次年1月资料作为独立样本,对模型进行试报检验,并与不分类条件下的纯回归模型进行对比。结果表明:分类和回归结合模型的预报效果好于纯回归模型,在24、36、48、60和72 h试报中,分类和回归结合模型的南京、杭州和衢州三站平均的准确率依次为75.5%、83.7%、72.1%、75.4%和78.0%,在除48 h的其余4个预报时次中,分类和回归结合模型的三站平均的准确率均高于纯回归模型。分类和回归结合模型在单站能见度预报中有较好的应用前景。 相似文献
10.
主分量分析在热带气旋强度客观预报中的试用 总被引:3,自引:0,他引:3
为了解主分量因子分析在热带气旋强度客观预报中的应用效能,在NCEP再分析资料、T106L19模式产品和热带气旋历史观测资料基础上,采用主分量因子分析技术,结合多元线性回归和BP型人工神经网络,开展了西北太平洋热带气旋的强度客观预报技术研究试验。试验包含完全预报法原理下的预报因子有无主分量分析、线性与非线性预报方法建模等方面的比较。结果表明,预报因子的主分量分析通过降低线性回归和BP人工神经网络模型的维数,提高因子间独立性,可减小模型强度预报平均绝对误差,提高模型实际预报能力。 相似文献