首页 | 官方网站   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   4篇
  免费   4篇
  国内免费   5篇
地球科学   13篇
  2020年   1篇
  2019年   3篇
  2018年   1篇
  2017年   1篇
  2016年   1篇
  2014年   1篇
  2013年   2篇
  2012年   1篇
  2010年   1篇
  2007年   1篇
排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
为了弄清北京地区持续性雾-霾天气过程的演变规律、揭示大雾形成和发展的关键条件,利用常规气象观测资料、高速路自动气象站观测资料和大气成分观测资料分析了2013年1月26~31日雾-霾天气过程的演变特征和有利于大雾形成和发展的天气形势。在此基础上,采用先进的北京快速循环同化中尺度数值预报系统(BJ-RUC v2.0)开展数值模拟,分析大雾形成的水汽、动力和热力条件,得出:模式对1月30日夜间至31日前半夜的雾区模拟较好,但对28日夜间至29日白天(大雾天气伴严重大气污染)雾区的模拟偏差较大。发现近地层的持续性东南风使950 hPa以下湿度增大是大雾形成的关键条件。上层(975~800 hPa)的明显暖平流导致逆温层的加强和维持,使大气层结稳定度增强,是大雾天气发展和维持的重要条件。另外,近地层950 hPa以下为风场辐合、其上层为风场辐散的结构有利于雾的进一步发展。  相似文献   
2.
2018年8月,北京城市气象研究院与创新工场等公司联合举办了“天气预报”竞赛(WFC)——这是一项面向全球的人工智能(AI)挑战赛,旨在通过发挥AI技术的优势提高天气预报水平。全球有超过1000支队伍参加本次WFC竞赛,约250支队伍完成了实时天气预报赛程。最终,决赛排名前5的队伍获得了奖励。竞赛结果表明:多AI模型集合方法显著提高了2 m气温、2 m相对湿度和10 m风速的预报水平。与北京城市气象研究院在业务中应用的相似集合预报方法相比,基于时间序列分析、梯度提升树、深度概率预测等AI模型构建的集合预报方法,显著提升了2 m气温预报的准确率,前2名队伍在决赛期间的预报准确率分别提升24.2%和17.0%。同时,合理的数据处理技术和AI模型集合框架对预报效果的提升具有重要的作用。   相似文献   
3.
初步研发了一套基于机器学习方法XGBoost且考虑地形特征影响的数值预报多模式集成技术,并与传统的等权重平均和线性回归方法的集成效果进行了对比分析。利用北京地区快速更新循环数值预报系统每天8次循环预报给出的近地面2 m温度、2 m相对湿度、10 m风速、10 m风向数据产品,分别基于机器学习方法XGBoost、等权重平均方法、线性回归方法构建了3种体现地形因子影响的多模式预报时间滞后集成模型。试验对比分析了暖季、冷季每日不同时刻的模式预报集成订正效果。结果表明:分季节试验中,基于XGBoost模型对2 m温度、10 m风速的集成预报结果相对原始最优预报结果误差明显优于其他两种传统方法。XGBoost对2 m温度集成的误差可降低11.02%—18.09%,10 m风速集成误差可降低31.23%—33.22%,10 m风向集成误差可降低4.1%—8.23%。2 m相对湿度的集成预报误差与传统方法接近。基于XGBoost的多模式集成预报模型可以充分“挖掘”不同模式或不同时刻快速更新循环预报优点,有效降低模式的系统性误差,提供准确性更高的多模式集成确定性预报产品。   相似文献   
4.
蒙古冷涡影响下的北京降雹天气特征分析   总被引:7,自引:3,他引:4       下载免费PDF全文
蒙古冷涡是诱生北京地区冰雹天气的一种主要天气系统,通过对近8年几例冰雹天气过程的分析,得出在蒙古冷涡影响下,北京地区产生的冰雹天气与其他天气类型相比,具有分布范围广、局域性强的特点。对蒙古冷涡影响下的天气形势进行详细分析,可以进一步将其分为两类,一类是蒙古冷涡后部强冷空气与前部暖湿气流交绥,地面强冷锋造成的对流天气;另一类是主冷锋后,蒙古冷涡后部不断南下的冷空气,与增温、增湿的地面低涡或切变线系统而形成不稳定大气层结造成的对流天气。同时该两类天气也有许多共同特征。如对流层低层的能量锋,大气的斜压性和层结的条件对称不稳定激发了能量锋前蕴酿已久的湿有效能量得到了有效的释放,导致对流不稳定天气的发展。对流层中层干冷空气的侵入,正的差动假相当位温平流加剧了大气层结的不稳定,强的风垂直切变更促使对流上升运动的发展。尽管这两类冰雹的各项特征的强弱程度不同,所产生的冰雹天气强弱也有差别,但都表现了有利于冰雹天气发生和发展的动力、热力特点。与其它个例比较,可以综合提出蒙古冷涡影响下冰雹天气的预报着眼点,为北京地区强对流天气潜势预报和临近预报提供理论依据。  相似文献   
5.
相似集合是近年来提出的一种基于相似理论、大数据挖掘和集合预报思路的统计释用方法。文中首先介绍了相似集合的基本原理,并应用该方法对北京快速更新循环数值预报系统(BJ-RUC)v3.0预报地面要素开展了订正释用试验。结果表明,相似集合订正后,在0—36 h预报时段内,10 m风速的均方根误差降低44%,2 m气温的均方根误差降低22%,均方根误差均显著减小。对比测站预报误差的水平分布,相似集合方法的应用对于提升非城区站点的10 m风速预报、复杂地形区域的2 m气温预报具有更为明显的效果。相同预报因子的相似集合和支持向量机方法对模式10 m风速和2 m气温预报均具有显著且相似的订正效果,但相似集合方法具有计算资源需求较少、不需要大量人工干预的优势。相似集合方法形成的集合较好地模拟了模式平均误差的增长情况,集合离散度与集合平均均方根误差表现出理想的统计一致性,即相似集合方法在形成确定性预报的同时,还能够提供预报要素的不确定性或概率信息。因此,相似集合方法在模式预报订正及释用方面具有广阔的应用前景。   相似文献   
6.
支持向量机非线性回归方法的气象要素预报   总被引:2,自引:1,他引:1  
该文介绍了基于基本的支持向量机非线性回归方法,该方法具有解决非线性问题的能力,在数值预报解释应用技术中,对某些预报量与预报因子之间相关性不显著的要素,如风、比湿等,采用支持向量机非线性回归技术较多元回归的MOS方法更具优势;利用北京市气象局中尺度业务模式 (MM5V3) 的12:00(世界时) 起始数值预报产品和观测资料,制作北京15个奥运场馆站点6~48 h逐3 h的气象要素释用产品。对比MM5V3模式,从均方根误差的平均减小率来看,2 m温度减小12.1%,10 m风u分量减小43.3%,10 m风v分量减小53.4%,2 m比湿减小38.2%。与同期的MOS方法预报结果相比,整体预报效果SVM略优于MOS。由此可见,支持向量机非线性回归方法解决与预报因子之间非线性相关的气象要素较好,具有较高的预报优势。  相似文献   
7.
北京地区降水空间分布及城市效应分析   总被引:2,自引:0,他引:2  
利用1971-2010年北京地区20个测站降水资料和城市发展数据,分析了北京地区降水的大尺度变化趋势及局地降水的城市效应特征。结果表明:(1)北京地区年降水量具有大尺度变化特征,其线性倾向率为-9.12 mm·(10a)-1;(2)城市化缓慢期城市对降水影响不明显,而快速发展期则表现出明显的雨岛效应,城市化不仅使雨岛增强,还对城市下风向降水有一定影响;(3)受盛行风及热岛环流的共同影响,北京地区不同季节局地降水表现出不同的分布形态;(4)城市化过程对城区局地强降水日数存在增加效应。  相似文献   
8.
采用北京地区自动站逐小时观测降水资料对2006年汛期北京地区中尺度数值业务降水预报效果进行了客观检验,并针对2006年汛期的降水特点对模式的降水预报性能进行了初步的评估,着重对发生的28次降水过程按其主导的天气系统进行了分类,并对各个类型的降水预报进行了评分检验,根据检验结果分析了数值业务模式对于夏季不同天气系统导致的降水过程的预报能力,并且对不同分辨率的模式网格的预报性能进行了初步对比。  相似文献   
9.
利用2013年1月至2014年12月北京南郊观象台逐时观测总辐射以及BJ-RUC模式系统预报的该站未来24h逐时总辐射、云量、水汽混合比、云水、云冰含量等14个气象要素数据,运用多种线性订正方案对总辐射预报值进行订正,重点分析了不同方法、不同季节、不同样本数的订正效果差异。结果表明:1不同季节辐射订正的影响因素不尽相同,需采用不同的组合订正因子,其中总辐射、2m比湿、2m相对湿度、低云量、中云量、高云量、总云量、云水雨冰雪霰混合比、水汽混合比可作为推荐因子;2最优样本数选取时需考虑季节差异;3逐时滚动订正方案的订正效果较好,明显优于非滚动方案。订正后总辐射误差显著减小,而且79%的时刻有改进,明显减小了预报偏大的系统误差;4冬春季订正效果优于夏秋季,这与云的宏观和微观物理量预报效果的季节差异有关。本文研究结果可为太阳能资源评估、总辐射和光伏电站发电量预报提供有效的改进方法。  相似文献   
10.
最优集合预报订正方法在客观温度预报中的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1~7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。  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-23

京公网安备 11010802026262号