检索结果-维普期刊中文期刊服务平台

青藏高原地气系统气象科学数据集成和共享被引量：8: 1; 作者熊安元冯爱霞 +12 位作者高梅高峰张志强何文春马伟强孙方林张文华刘娜赵煜飞刘媛媛陈东辉杨和平杨笛《高原气象》 CSCD 北大核心 2021年第4期724-736,共13页; 观测资料匮乏是制约青藏高原地球科学问题深入研究的关键因素。中国气象局国家气象信息中心联合中国气象科学研究院、中国科学院青藏高原研究所和西北生态环境资源研究院对近几十年来我国青藏高原区域的地气系统的大气和陆面观测资料及... 展开更多; 关键词青藏高原地气系统气象数据共享平台; 在线阅读下载PDF 职称材料

基于机器学习的中国冬季气温影响因子分析及模型估算被引量：3: 2; 作者武玮辰魏凤英 +1 位作者王亚强朱恩达《气象学报》 CAS CSCD 北大核心 2023年第1期163-174,共12页; 使用1951—2021年160个中国国家级气象观测站冬季平均气温及多项大气环流及海温等指数,用机器学习方法研究影响中国冬季气温异常的大气环流及海温等外强迫因子,并建立估算拟合模型,评价筛选出的影响因子组合对中国冬季气温异常分布的贡... 展开更多; 关键词中国冬季气温机器学习 LASSO算法 LS-GBDT算法气候预测; 在线阅读下载PDF 职称材料

基于多种机器学习的模式PM_(2.5)订正预报方法: 3; 作者刘超宫宇 +1 位作者张碧辉柯华兵《热带气象学报》 CSCD 北大核心 2024年第6期896-905,共10页; 大气细颗粒物污染深刻影响着人体健康、大气能见度以及气候变化等诸多方面,对PM_(2.5)浓度进行精细化预报至关重要。因此,本研究基于随机森林(Random Forest,RF)、LightGBM(Light Gradient Boosting Machine)和XGBoost(Extreme Gradient... 展开更多; 关键词机器学习 PM_(2.5) 中国气象局雾-霾数值预报系统订正; 在线阅读下载PDF 职称材料

台风“利奇马”远距离暴雨的关键动力因子和水汽来源被引量：8: 4; 作者刘希曾明剑 +2 位作者王亚强张雪蓉魏娜《大气科学学报》 CSCD 北大核心 2023年第5期776-789,共14页; 基于地面加密观测、ERA5再分析、ECMWF全球集合预报等多源资料,利用敏感性分析方法、涡度收支诊断方法以及拉格朗日水汽追踪方法,探讨1909号台风“利奇马”造成远距离暴雨的关键动力因子和水汽来源。结果表明,对流层低层短波槽的加深有... 展开更多; 关键词台风“利奇马” 远距离暴雨敏感性分析水汽追踪; 在线阅读下载PDF 职称材料

题名青藏高原地气系统气象科学数据集成和共享被引量：8: 1; 作者熊安元冯爱霞高梅高峰张志强何文春马伟强孙方林张文华刘娜赵煜飞刘媛媛陈东辉杨和平杨笛; 机构国家气象信息中心资料服务室中国气象科学研究院人工智能气象应用研究所国家气象信息中心系统工程室中国科学院青藏高原研究所中国科学院青藏高原地球科学卓越创新中心中国科学院西北生态环境资源研究院寒旱区陆面过程与气候变化重点实验室; 出处《高原气象》 CSCD 北大核心 2021年第4期724-736,共13页; 基金国家自然科学基金项目(91637313,41775081)。; 文摘观测资料匮乏是制约青藏高原地球科学问题深入研究的关键因素。中国气象局国家气象信息中心联合中国气象科学研究院、中国科学院青藏高原研究所和西北生态环境资源研究院对近几十年来我国青藏高原区域的地气系统的大气和陆面观测资料及相关分析产品进行了整合集成,获得了高原区域长年代、多要素的地气系统综合气象数据,研发了综合气象数据库及其数据共享平台。本文系统介绍了相关科学数据的观测及数据情况,包括中国气象局长期业务观测数据、历次青藏高原大气科学试验数据、中国科学院部分野外台站长期观测试验数据和一些科学研究项目的产出数据成果,描述了多种数据的标准化集成技术和成果,设计并发布了青藏高原地气系统多源信息共享平台,为研究和解决青藏高原地球科学问题提供宝贵的数据资源。; 关键词青藏高原地气系统气象数据共享平台; Keywords Qinghai-Xizang Plateau land-atmosphere systems meteorology data sharing platform; 分类号 P413 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于机器学习的中国冬季气温影响因子分析及模型估算被引量：3: 2; 作者武玮辰魏凤英王亚强朱恩达; 机构中国气象科学研究院人工智能气象应用研究所中国气象科学研究院灾害天气国家重点实验室; 出处《气象学报》 CAS CSCD 北大核心 2023年第1期163-174,共12页; 基金中国气象科学研究院基本科研业务费专项资金(2020Y018、2020Z011)。; 文摘使用1951—2021年160个中国国家级气象观测站冬季平均气温及多项大气环流及海温等指数,用机器学习方法研究影响中国冬季气温异常的大气环流及海温等外强迫因子,并建立估算拟合模型,评价筛选出的影响因子组合对中国冬季气温异常分布的贡献。使用最小绝对收缩和选择算子(LASSO)算法提取与冬季气温异常相关的影响因子。为体现特征因子之间非线性关系,使用泰勒公式对筛选后的特征进行多项式增广。使用最小二乘梯度提升决策树(LS-GBDT)算法对筛选出的特征因子与冬季气温异常之间的非线性关系进行估算拟合。结果表明,机器学习方法能够对影响冬季气温异常的特征因子进行合理筛选与重要性分析,建立的估算模型在一定程度上体现了气候系统特征因子与冬季气温距平的非线性联系。本研究为了解中国冬季气温异常分布的影响因素及其模拟与估算提供了新方法和途径。; 关键词中国冬季气温机器学习 LASSO算法 LS-GBDT算法气候预测; Keywords Winter temperature Machine learning LASSO LS-GBDT Climate prediction; 分类号 P466 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于多种机器学习的模式PM_(2.5)订正预报方法: 3; 作者刘超宫宇张碧辉柯华兵; 机构国家气象中心中国气象局高影响天气(专项)重点开放实验室中国气象科学研究院人工智能气象应用研究所; 出处《热带气象学报》 CSCD 北大核心 2024年第6期896-905,共10页; 基金国家重点研发计划(2022YFC3701205) 中国气象局高影响天气(专项)重点开放实验室以及中国气象局第二批揭榜挂帅项目(CMAJBGS202308)共同资助。; 文摘大气细颗粒物污染深刻影响着人体健康、大气能见度以及气候变化等诸多方面,对PM_(2.5)浓度进行精细化预报至关重要。因此,本研究基于随机森林(Random Forest,RF)、LightGBM(Light Gradient Boosting Machine)和XGBoost(Extreme Gradient Boosting Machine)等多种机器学习方法,分别构建了基于中国气象局雾-霾数值预报系统(CMA Unified Atmospheric Chemistry Environment,CUACE)V3.0版本的京津冀地区PM_(2.5)订正预报模型,并对比分析各个机器学习模型的预报效果和性能差异。研究结果表明:三种机器学习算法误差(ME)和平均绝对误差(MAE)均较CUACE雾霾模式明显降低,而且在不同预报时效下的ME和MAE变化幅度更小,反映出基于机器学习算法得到的PM_(2.5)订正预报稳定性较好。此外,在三种机器学习算法中,RF算法预报性能最佳,ME和MAE分别为-3.0μg·m^(-3)和23.6μg·m^(-3),RF平均绝对误差的改善幅度最为突出,达到11.5%,而且对区域内“正订正”的站点比例达到97.7%,明显优于LightGBM和XGBoost算法。另外,对2024年3月9日至12日雾霾天气过程进行预报检验评估,RF算法的TS评分最高,其轻度污染、中度污染以及重度污染及以上TS评分分别为0.43、0.19和0.03。由此可以看出,RF算法的预报效果更为突出,研究结果在实际业务预报中具有一定参考意义。; 关键词机器学习 PM_(2.5) 中国气象局雾-霾数值预报系统订正; Keywords machine learning PM_(2.5) CUACE-Haze 3.0 correction; 分类号 P45 [天文地球—大气科学及气象学] P457 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名台风“利奇马”远距离暴雨的关键动力因子和水汽来源被引量：8: 4; 作者刘希曾明剑王亚强张雪蓉魏娜; 机构南京气象科技创新研究院中国气象局交通气象重点开放实验室中国气象科学研究院人工智能气象应用研究所; 出处《大气科学学报》 CSCD 北大核心 2023年第5期776-789,共14页; 基金国家重点研发计划项目(2021YFC3000901) 灾害天气国家重点实验室开放课题(2023LASW-B16) +1 种基金国家自然科学基金资助项目(42175007)。; 文摘基于地面加密观测、ERA5再分析、ECMWF全球集合预报等多源资料,利用敏感性分析方法、涡度收支诊断方法以及拉格朗日水汽追踪方法,探讨1909号台风“利奇马”造成远距离暴雨的关键动力因子和水汽来源。结果表明,对流层低层短波槽的加深有利于台风远距离降水(Tropical cyclone Remote Precipitation,TRP)区南北两侧的气流共同增强TRP区域内的低层相对涡度,从而增强TRP。尤其相对涡度的散度项是影响TRP增强或减弱的关键作用项。在TRP增强阶段,有利于暴雨增强的正涡度主要由散度项贡献。负的散度项贡献导致相对涡度减小,TRP雨强也随即减弱。在水汽方面,TRP雨强和区域内的水汽含量密切相关。500 hPa上TRP区域内的水汽由局地和台风“利奇马”共同贡献;700 hPa的水汽主要由“利奇马”台风贡献;850 hPa的水汽则由局地和两个台风共同输送,其中台风“罗莎”的贡献更大一些。; 关键词台风“利奇马” 远距离暴雨敏感性分析水汽追踪; Keywords Typhoon Lekima remote typhoon rainfall ensemble sensitivity analysis water vapor trajectory; 分类号 P426.62 [天文地球—大气科学及气象学] P444 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	青藏高原地气系统气象科学数据集成和共享	熊安元冯爱霞高梅高峰张志强何文春马伟强孙方林张文华刘娜赵煜飞刘媛媛陈东辉杨和平杨笛	《高原气象》 CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
2	基于机器学习的中国冬季气温影响因子分析及模型估算	武玮辰魏凤英王亚强朱恩达	《气象学报》 CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
3	基于多种机器学习的模式PM_(2.5)订正预报方法	刘超宫宇张碧辉柯华兵	《热带气象学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	台风“利奇马”远距离暴雨的关键动力因子和水汽来源	刘希曾明剑王亚强张雪蓉魏娜	《大气科学学报》 CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料