基于中国知网、Web of Science核心数据库和美国气象学会数据库,利用Citespace软件,对2000年以来中外气象领域人工智能方面研究的关键词、研究机构进行了共现与可视化分析。结果发现,中外相关文献量逐年增加,且处于快速增长阶段;美国发...基于中国知网、Web of Science核心数据库和美国气象学会数据库,利用Citespace软件,对2000年以来中外气象领域人工智能方面研究的关键词、研究机构进行了共现与可视化分析。结果发现,中外相关文献量逐年增加,且处于快速增长阶段;美国发表论文量最高,中国次之;相关研究机构中NCAR的平均引用频次最高,达62.96次。主要研究趋势仍以基于神经网络、贝叶斯模型、支持向量机等对气象因子进行预测为主,利用图像识别方法观测天气、推演雷达回波进行强对流天气预报等方向也是研究的热门;深度学习方法成为全世界气象领域前沿热点。展开更多
利用2010年馆陶站和阿柔站涡动相关仪和自动气象观测资料,运用Yang et al.方法估算空气动力学粗糙度,分析了空气动力学粗糙度的时空变化特征,并将估算值与Brutsaert、Monteith、Zeng andWang、Bastiaanssen and Bandara、Teixeira五种...利用2010年馆陶站和阿柔站涡动相关仪和自动气象观测资料,运用Yang et al.方法估算空气动力学粗糙度,分析了空气动力学粗糙度的时空变化特征,并将估算值与Brutsaert、Monteith、Zeng andWang、Bastiaanssen and Bandara、Teixeira五种参数化方案进行比较。结果表明:(1)空气动力学粗糙度与风向的关系取决于下垫面的非均匀程度;农田下垫面的空气动力学粗糙度随风向变化明显,具有方向性。(2)空气动力学粗糙度的季节性变化取决于下垫面植被(农田和草地)的季节性变化,与植被高度呈显著线性关系,与叶面积指数呈抛物线关系。(3)对于农田、草地下垫面而言,计算结果与Yang et al.方法估算值较为接近的参数化方案分别为Bastiaanssen and Bandara、Brutsaert。展开更多
文摘基于中国知网、Web of Science核心数据库和美国气象学会数据库,利用Citespace软件,对2000年以来中外气象领域人工智能方面研究的关键词、研究机构进行了共现与可视化分析。结果发现,中外相关文献量逐年增加,且处于快速增长阶段;美国发表论文量最高,中国次之;相关研究机构中NCAR的平均引用频次最高,达62.96次。主要研究趋势仍以基于神经网络、贝叶斯模型、支持向量机等对气象因子进行预测为主,利用图像识别方法观测天气、推演雷达回波进行强对流天气预报等方向也是研究的热门;深度学习方法成为全世界气象领域前沿热点。
文摘利用2010年馆陶站和阿柔站涡动相关仪和自动气象观测资料,运用Yang et al.方法估算空气动力学粗糙度,分析了空气动力学粗糙度的时空变化特征,并将估算值与Brutsaert、Monteith、Zeng andWang、Bastiaanssen and Bandara、Teixeira五种参数化方案进行比较。结果表明:(1)空气动力学粗糙度与风向的关系取决于下垫面的非均匀程度;农田下垫面的空气动力学粗糙度随风向变化明显,具有方向性。(2)空气动力学粗糙度的季节性变化取决于下垫面植被(农田和草地)的季节性变化,与植被高度呈显著线性关系,与叶面积指数呈抛物线关系。(3)对于农田、草地下垫面而言,计算结果与Yang et al.方法估算值较为接近的参数化方案分别为Bastiaanssen and Bandara、Brutsaert。
