期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
应用辐射平衡原理计算夏季水泥路面温度 被引量:41
1
作者 刘熙明 喻迎春 +1 位作者 雷桂莲 刘志萍 《应用气象学报》 CSCD 北大核心 2004年第5期623-628,共6页
应用能量守恒方法 ,考虑太阳短波辐射、大气和地面的长波辐射 (辐散 )潜热、感热传输等能量之间的平衡 ,并考虑水汽、气溶胶、浮尘以及云等对太阳短波辐射的吸收和散射 ,建立了一种较实用的路面温度预报模型。应用南昌市自动气象观测站 ... 应用能量守恒方法 ,考虑太阳短波辐射、大气和地面的长波辐射 (辐散 )潜热、感热传输等能量之间的平衡 ,并考虑水汽、气溶胶、浮尘以及云等对太阳短波辐射的吸收和散射 ,建立了一种较实用的路面温度预报模型。应用南昌市自动气象观测站 2 0 0 2年 7月 2 6日至 8月2 4日共 30d逐时的各气象要素资料进行模拟分析 ,并与该时段内所测到的水泥路面温度进行对比 ,发现 :当夏季日照时间超过 5h时 ,水泥路面最高温度预报最大误差 <4℃ ,多日误差绝对值平均为 2 .1 3℃ ,该模型具有较好的实际应用价值 ;但当雨日或无日照时 ,结果较差。 展开更多
关键词 辐射平衡 太阳 雨日 感热 浮尘 长波辐射 气象观测站 夏季 温度 日照
在线阅读 下载PDF
基于递归小波神经网络的江苏城镇夏季最高气温预报预警技术 被引量:7
2
作者 樊仲欣 陈旭红 谭桂容 《自然灾害学报》 CSCD 北大核心 2019年第6期56-69,共14页
针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取... 针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取气象要素且无需建立回归方程,具有泛用性好、灵活性高的特点。使用该方法基于T639的2017-2018年6-8月资料建立了江苏省南京、徐州、射阳、常州、苏州5地的最高气温预报预警模型。实验结果表明:南京、徐州、射阳3地模型的TT2和HSS35评分较反向传播神经网络方法分别平均提高了9个百分点和0.15,同时较卡尔曼滤波方法分别平均提高了17个百分点和0.2。 展开更多
关键词 地面气温 夏季最高气温 数值预报产品释用 动态因子检验 递归小波神经网络
在线阅读 下载PDF
居住区道路夜间光环境安全心理影响因素 被引量:11
3
作者 袁景玉 焦墨雪 +1 位作者 姚胜 张楚 《科学技术与工程》 北大核心 2021年第27期11681-11687,共7页
居住区作为居民最熟悉的户外环境,其步行道路夜间光环境的适人化设计显得尤为重要。通过构建虚拟模型还原居住区内人车混行道路的照明环境,采用眼动仪记录虚拟场景中受试者的眼动特征,并获取其对测试环境的心理感受评分,研究了居住区夜... 居住区作为居民最熟悉的户外环境,其步行道路夜间光环境的适人化设计显得尤为重要。通过构建虚拟模型还原居住区内人车混行道路的照明环境,采用眼动仪记录虚拟场景中受试者的眼动特征,并获取其对测试环境的心理感受评分,研究了居住区夜间光环境中色温、灯具安装高度与安装间距等因素对行人生理与心理的影响特征。结果表明:光源色温值在3800 K左右时有较强的安全慰藉作用;在5 m的路面有效宽度下,光源垂直路面处与相邻光源间的距离在13~17 m间时安全感评分最高,此时灯具安装高度约为路面有效宽度的1.3倍,灯具安装间距约为其高度的2.2倍;照明环境的改善可以有效提高使用者的安全感。研究可为今后居住区道路的照明设计提供理论参考。 展开更多
关键词 居住区 道路照明 安全感 色温 路面最大照度
在线阅读 下载PDF
北京道面温度特征分析和统计预报研究 被引量:3
4
作者 董颜 郭文利 +2 位作者 闵晶晶 李乃杰 张丰瑶 《气象》 CSCD 北大核心 2020年第5期716-724,共9页
分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012-2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测... 分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012-2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测模型,并对2016-2017年冬季、夏季道面温度预测检验。结果表明:在不同天气条件下道面温度与气温变化对比明显;道面温度与气温、辐射、日照时数相关较大;夏季按天气类型建模预测准确度有所提升,在晴到多云状况下,模型预测冬季最低温度误差控制在±2℃内,夏季最高温度误差控制在±3℃左右,其他天气状况下误差增大,冬季预测模型好于夏季预测模型。 展开更多
关键词 道面温度特征 冬季道面最低温度 夏季道面最高温度 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部