-
题名多因子和多尺度合成中国夏季降水预测模型及预报试验
被引量：29
- 1
-
-
作者
彭京备
陈烈庭
张庆云
-
机构
中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室
-
出处
《大气科学》
CSCD
北大核心
2006年第4期596-608,共13页
-
基金
中国科学院知识创新工程重要方向项目KZCX3-SW-221
国家重点基础研究发展规划项目2004CB418303
中国科学院知识创新工程重要方向项目ZKCX2-SW-210
-
文摘
根据青藏高原60个站平均的月积雪深度、热带太平洋Ni^no 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958~1998年秋冬季青藏高原异常雪盖与El Ni^no南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式。并取青藏高原积雪和Ni^no 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型。最后,利用1999~2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报。研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性。它们都是多时间尺度现象,并与中国夏季降水有较好的关系。在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化。回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力。
-
关键词
青藏高原雪盖
ENSO
多时间尺度变化
夏季降水预测模型
-
Keywords
snow cover over the Qinghai-Xizang Plateau, ENSO, multi-scale variations, prediction model of summer rain in China
-
分类号
P457
[天文地球—大气科学及气象学]
-
-
题名基于BP神经网络的佛山空气质量预报模型的研究
被引量：12
- 2
-
-
作者
刘永红
谢敏
蔡铭
李璐
-
机构
中山大学工学院智能交通研究中心
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2011年第2期125-130,共6页
-
基金
广东省重大科技专项(2008A080800012)
-
文摘
提出非数值的佛山惠景城站点空气质量预报模型,将BP神经网络引入到预报模型中,以降雨量、风速、风向、温度、湿度和云量等气象参数和前1 d污染物浓度为模型输入参数,建立了结构为7-7-1的非季节预报模型和夏季预报模型。结果表明,夏季模型无论在模型检验还是在实际预报精度方面都略优于非季节模型。夏季模型的级别预报评分基本在90分以上,综合评分比非季节模型高10%。对夏季模型进行了参数敏感性分析,结果表明具有较好的稳定性。
-
关键词
环境工程学
空气质量预报
BP神经网络
非季节模型
夏季模型
-
Keywords
environmental engineering
air quality predicting
BPneural network
non-season model
summer model
-
分类号
X51
[环境科学与工程—环境工程]
-
