排序方式: 共有21条查询结果,搜索用时 0 毫秒
1.
一种求解贝叶斯模型平均的新方法 总被引:2,自引:0,他引:2
贝叶斯模型平均(Bayesian model averaging,BMA)是最近提出的一种用于多模式集合预报的统计方法.进行贝叶斯模型平均需要准确估算模型集合中每个竞争模型的权重与方差,经常采用的方法是期望最大化(Expectation-Maximization,EM)方法与马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法,两种方法各有优劣.本文首先对BMA的(对数)似然函数进行改进使之无需BMA权重之和为1的显式约束,并利用一种有限记忆的拟牛顿优化算法(LBFGS-B)对其进行极大化,由此提出了一种求解贝叶斯模型平均的新方法(BMA-BFGS).采用三个陆面模式进行的土壤湿度多模式数值模拟试验表明:在计算精度方面,BMA-BFGS的精度与MCMC方法几乎一致,优于EM算法;在计算耗时性方面,BMA-BFGS的计算耗时与EM算法相当,远小于MCMC方法. 相似文献
2.
3.
利用2014年8月至2015年1月西安市环保局实况监测数据、西安空气质量预报系统(XAWRF-CMAQ)预报产品及国家气象中心空气质量预报指导产品,按照中国气象局发布的《城市空气质量预报检验评估和考核办法(试行)》对XAWRF-CMAQ进行业务运行评估。结果显示:在评估时段内,XAWRF-CMAQ空气质量预报考核评分为61.1,空气质量预报准确性评分为71.0,重污染预报能力评分为0.36,达到中国气象局的要求。另外,XAWRF-CMAQ的预报结果对粗颗粒物存在一定程度的偏低估计,这可能是由于系统对颗粒物排放估计偏低所引起。 相似文献
4.
介绍了西安地区空气质量预报业务系统WRF-CMAQ及其预报产品,该系统主要包括:气象模式WRF(Weather ResearchForecasting Model)、稀疏矩阵排放源模式SMOKE(Sparse Matrix Operator Kernel Emissions)以及公用多尺度空气质量模式CAMQ(Community Multi-scale Air Quality Model)。初步检验表明:系统的预报结果处于合理范围,24h内对PM2.5和PM10的逐小时模拟质量浓度与实况的相关系数达到0.6以上,能够满足业务需求。 相似文献
5.
基于西安城区与郊区两个环境路边站和区域气象站2016-2018年观测的逐小时气象、环保和交通监测数据,对西安尾气污染物、机动车流量和气象要素条件进行统计分析。结果表明:1)2016年以来,西安市冬季空气质量指数和主要污染物浓度整体呈逐年下降趋势,治污减霾成效明显。主要尾气污染物浓度月际变化趋势相同,冬季11月到次年1月的浓度均明显高于其他月份的,夏季6月到8月的浓度较低,冬季的约为夏季的2~4倍。西安冬季汽车尾气污染物中,氮氧化物(NO_x)、碳氧化物(CO)、碳氢化物(HC)日变化特征相似,但细颗粒物(PM_(2.5))空间差异大。2)NO_x和CO与汽车尾气排放关系密切,每日上午时段二者浓度随车流量增大而增大,车流量整体偏大40%的城区比郊区污染物偏多20%~30%。尾气污染物浓度分布与风频、风速等密切相关:西安城市道路风速较低,风向与汽车尾气污染物的扩散方向基本一致,较高污染浓度通常都出现在主导风向的下风向。城市建筑和道路规划建设中,要保留足够的"城市通风廊道"。3)西安尾气污染物浓度不存在明显的"周末效应",城区站NO_x浓度无明显起伏变化,郊区站道路环境中的NO_x浓度受柴油车通行量影响较大,说明重型车可能对污染的影响更大。4)降水对污染物稀释沉降效果明显,对NO_x作用不明显。前期超过60%以上的相对湿度是降水开始前出现颗粒物小时最大增幅超过200μg/m~3的有利条件,高湿环境是重污染天气过程颗粒物暴发式增长的有利气象条件,因此静风或小风大气环境下,通过水雾"高射炮式"播撒方式增加低层湿度并非是沉降稀释颗粒物的有效方法。 相似文献
6.
7.
8.
基于2011—2017年FY-3B/VIRR气象卫星影像数据及同期气象观测数据,应用改进型贝克尔(Becker)"分裂窗"地表温度反演算法计算地表温度,根据土地利用类型数据进行城郊对比,分析了西安市春、夏、秋三个季节城市热岛总面积、强热岛面积和热岛比例指数。结果表明:1)遥感反演温度与气象站点监测数据变化趋势基本一致,三季地表温度基本以西安市城区为中心呈环状递减;2)各季节强热岛面积占比年际变化明显,夏季强热岛面积占比远高于春、秋两季的,是后者的2倍以上;3)春、夏、秋三季强热岛区域主要集中在西安市城区和长安区,临潼区、长安区、鄠邑区、西安市城区夏季热岛面积占总面积的50%以上,周至县、高陵区的较小;4)总热岛比例指数总体上波动较大,年际上2016年的最大;春、夏季2014年的最大,秋季2016年的最大;总体城郊热岛差异2017年的最大,季节性城郊热岛差异表现为春季2016年的最大,夏、秋季2017年的最大,夏季城郊热岛差异明显高于春、秋季的。 相似文献
9.
10.