影响肇庆地区两次东风波结构与雨带变化的分析

利用常规观测资料对2010年8月5～6日与2011年7月11～13日盛夏发生在肇庆地区的2次东风波过程的天气形势、物理量特征进行分析,并对其结构与雨带变化进行了对比。结果表明:2次东风波过程是2种不同类型的东风波;地面图上的气流辐合区、物理量要素的变化、850～500 hPa东风波槽线位置及各层风速大小等,与东风波影响的降水区域有密切关系。     

数据挖掘技术在气温长期变化趋势预测中的应用

利用数据挖掘技术中的一些方法,并开发相关的软件来辅助分析,选取广州、香港、澳门、湛江和汕头5个站点作为代表,尝试从选取站点的气温时间序列数据中揭露出有用的信息,用于研究分析广东及港澳气温的长期变化趋势。从得出的曲线图可见,5个站点100多年来年平均地面气温呈上升趋势。     

浅谈三维动画在影视制作中的应用

在经常观看的电视天气预报节目中,如果有设计新颖、赏心悦目的动画广告,则使节目增添了动感和趣味性,令广告增强了吸引力,从而收到良好的经济、社会效益。     

中央气象台精细化网格降水预报技术的发展和思考

为给智能网格强降水预报提供客观参考,提出了一种基于迁移学习和长短期记忆神经网络(LSTM)的降水预报方法。迁移学习是一种机器学习方法,可将源域学习到的知识迁移到目标域中以应用;LSTM是一种可以处理序列数据中的长期依赖关系的深度学习模型。基于2009—2022年广东省肇庆市6个国家气象观测站逐小时雨量、气温、气压、相对湿度、风向和风速的观测资料,以肇庆高要国家气象观测站作为目标域,其它5个国家气象观测站作为源域,利用迁移学习方法对目标域有缺失值的观测资料进行订正,使目标域形成完整的训练样本;然后,利用深度学习方法,对目标域分别建立单变量LSTM日雨量预报模型和多变量LSTM小时雨量预报模型;最后,对目标域2022年日雨量与小时雨量进行预报,与对应实况对比。结果表明：(1) 单变量LSTM预报方法在1—2月、6月、10—12月的24 h晴雨预报准确率在80%以上,多变量LSTM预报方法在3月、6月、8月、12月的1 h晴雨预报准确率在80%以上。(2) 单变量LSTM预报方法仅6月能预报出24 h雨量在50 mm以上的强降水,多变量LSTM预报方法在3月、5月、6—8月能预报出1 h雨量在20 mm以上的强降水,其中3月和6月的小时雨量预报TS评分高于25%。