简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。
简介:利用改进的中国科学院大气物理研究所短期气候预测系统(1APPSSCA),结合IAPENS0预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明:IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。
简介:综合气象干旱指数(CI)和标准化降水指数(SPI)在逐日监测中往往会出现干旱突然加重的现象,这是由于某时段内每日降水量对当前干旱的发展贡献是等权重的。本文基于线性递减非等权重的方法对CI进行了修正,同时对加权降水量(WAP)进行了标准化(StandardWAPIndex,SWI)。以山西为例,通过对比CI修正前后,即CI和CI_new(CI修正后),与SPI和SWI在不连续加重现象(UED)的总体分布、典型事例干旱演变特征以及与土壤湿度相关性等方面的差异,分析了4种干旱指数对山西逐日干旱演变的监测能力。结果表明:1)CI_new出现UED的次数较CI有了明显下降,SWI出现UED的次数也比SPI有了大幅的减少,且SWI在这4种指数中是出现UED次数最少的指数;2)CI_new和SWI较CI和SPI与同期土壤湿度的相关性均有所提高,表明修正后的CI_new和SWI更加符合土壤湿度的变化,更能反映土壤干旱的演变规律。针对干旱发展过程中不连续加重的现象,通过非等权重方法有效地减少了该现象的发生。
简介:利用区域气象观测资料、常规观测资料、雷达和NCEP资料,对2010年6月19日江西创历史大暴雨过程的成因及中尺度特征进行分析。结果表明:此次过程发生在江西典型暴雨形势背景下,具有显著的中尺度特征;强降水落区位于地面中尺度切变线附近,中尺度系统提前或同时于强降水生成;强降水位于低层水汽通量大值中心前端和水汽强辐合的重叠区域,与强上升运动区及θse≥78℃高能舌北侧密集锋区对应;中尺度对流系统(MCS)合并使降水加强,东西向直线排列的MCS不断向东移动造成持续强降水,落区位于TBB低值区和邻低值中心大梯度区;中-β尺度强回波带稳定且具高降水效率,并形成"列车效应";辐合线、逆风区、中气旋和中层冷侵入等促进强降水发生和维持。
简介:为了适应发展气候数值模拟和环境数值模拟的需要,综合介绍了与此密切有关的若干计算问题。首先,指出这类问题易于出现计算紊乱、非物理解和非线性计算不稳定,同时,简要介绍造成这些问题出现的三种机理:虚假频散、能量关系破坏和能谱的非线性转移。然后,把这类问题归结为一种“发展方程”,给出了与此有关的几个定理,阐述了计算稳定性、能量守恒性和算子非负性之间的密切关系。接着,分别介绍了多种完全平方守恒的差分格式的构造方法,其中包括隐式的和显式的完全平方守恒的差分格式,高时间精度和高阶紧致的完全平方守恒的差分格式,同时也给出若干具体算例说明这些格式的计算效果。最后,对全文作了小结,并指出今后应进一步研究的若干重要问题。
简介:在中国西部的青藏高原和新疆地区的若干条冰川区域采集雪和冰芯样品,分析了雪冰样品中的黑碳,并模拟了雪冰黑碳产生的辐射强迫。我国西部雪冰黑碳的平均浓度为63ng/g,高于北半球其他地区的实测结果。影响雪样黑碳浓度空间分布格局的主因是周边的排放源。模拟结果显示,黑碳在中国西部冰川雪表的沉降产生的平均辐射强迫为(+4.0±2.0)W/m^2。喜马拉雅山中段的东绒布冰芯记录揭示黑碳主要来源于南亚,经印度夏季风输送;1951年以来黑碳的平均浓度为16ng/g,产生的月平均辐射强迫在2001年夏季超过了+4.5W/m^2。南亚排放的黑碳可能抵达青藏高原南部腹地,对青藏高原的冰川表面能量平衡有一定影响。