排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
宿州雷暴气候特征及其灾变G ANN预测模型研究 总被引：1，自引：0，他引：1
根据宿州市5个气象站1957-2008年雷暴日观测资料,利用数理统计方法分析了宿州雷暴的时空分布规律,以及雷暴与降水、温度的关系。结果显示：宿州属于多雷区,南部多于北部,南北相差3.21-4.65天;年际变化大,年累计雷暴日最多相差37天,初终雷及无雷期年际间振荡的幅度较为剧烈,52年来累计雷暴日线性减少的趋势明显,减少幅度为1.61-2.89天/10a;季分布以夏季最多,冬季最少;月分布呈单峰型,雷暴多集中在4-9月,以7月最多,12月最少;日分布呈单峰型,以16：00-18：00频率最大;多年平均月雷暴日数序列与相应的气温、降水量之间呈显著正相关。为了进一步预测雷暴的长期演变趋势,以埇桥为例建立了雷暴多发年份灰色人工神经网络组合预测模型,预测下一个雷暴多发年将发生在2025年。 相似文献
2.
宿州雷暴气候特征及其灾变G-ANN预测模型研究 总被引：2，自引：1，他引：1
根据宿州市5个气象站1957～2008年雷暴日观测资料,利用数理统计方法分析了宿州雷暴的时空分布规律,以及雷暴与降水、温度的关系.结果显示:宿州属于多雷区,南部多于北部,南北相差3.21～4.65天;年际变化大,年累计雷暴日最多相差37天,初终雷及无雷期年际间振荡的幅度较为剧烈,52年来累计雷暴日线性减少的趋势明显,减少幅度为1.61～2.89天/10a;季分布以夏季最多,冬季最少;月分布呈单峰型,雷暴多集中在4～9月,以7月最多,12月最少;日分布呈单峰型,以16:00～18:00频率最大;多年平均月雷暴日数序列与相应的气温、降水量之间呈显著正相关.为了进一步预测雷暴的长期演变趋势,以埇桥为例建立了雷暴多发年份灰色人工神经网络组合预测模型,预测下一个雷暴多发年将发生在2025年. 相似文献
1
