-
题名Ka波段测云仪等新型资料在一次降水过程中的应用
- 1
-
-
作者
王斌
曹梅
王珊
任丹阳
-
机构
陕西省气象局机关服务中心
西安市气象局
-
出处
《农业灾害研究》
2025年第7期189-191,195,共4页
-
基金
西安市科协青年人才托举计划项目(095920221313)
西安市气象局“揭榜挂帅”项目(04)。
-
文摘
利用西安市泾河国家基本气象站地基微波辐射计、Ka波段测云仪、雨滴谱仪等新型观测资料,对2022年10月3日发生在西安市的一次连续性降水过程进行分析,结果表明:(1)微波辐射计表现出在降水过程中大气液态水含量、相对湿度的垂直变化规律,大气中间层的液态水含量大小与降水量有很好的对应关系。(2)在降水开始前,Ka波段毫米波测云仪的回波强度会集聚到一个大值,回波反射率的大小与地面降水量成正相关关系。毫米波测云仪的回波强度最大值往往对应降水的开始时间。(3)小雨滴数目和大雨滴数目曲线走向相似,降水量的大小与大雨滴的贡献密不可分,大雨滴数量越多、降水量越大。
-
关键词
地基微波辐射计
测云仪
雨滴谱
强降水
-
分类号
P414
[天文地球—大气科学及气象学]
-
-
题名基于SVD与机器学习的华南降水预报订正方法
被引量：21
- 2
-
-
作者
谢舜
孙效功
张苏平
熊朝晖
魏晓敏
崔丛欣
-
机构
中国海洋大学海洋与大气学院
中国气象科学研究院
武汉大学测绘学院
陕西省气象局机关服务中心
-
出处
《应用气象学报》
CSCD
北大核心
2022年第3期293-304,共12页
-
基金
国家重点研发计划(2018YFC1506606)
中国气象科学研究院基本科研业务费重点项目(2019Z003)。
-
文摘
降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解(SVD)与机器学习(多元线性回归、套索回归、岭回归)构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心(EC)模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。
-
关键词
奇异值分解
机器学习
加权集成
降水
预报订正
-
Keywords
singular value decomposition(SVD)
machine learning
weighted ensemble
precipitation
forecast correction
-
分类号
P457.6
[天文地球—大气科学及气象学]
-
-
题名咸阳春甘蓝适宜播种期精细化区划
被引量：3
- 3
-
-
作者
董磊
刘艳
刘进
郭靖
刘新生
-
机构
陕西省气象局机关服务中心
咸阳市气象局
陕西省气象局秦岭和黄土高原生态环境气象重点实验室
咸阳市渭城区气象局
咸阳市秦都区气象局
-
出处
《陕西农业科学》
2021年第6期72-75,共4页
-
基金
咸阳市2019年重点研发项目(2019K02—127)
陕西省气象局秦岭和黄土高原生态环境气象重点实验室青年基金项目(2020Y—8)。
-
文摘
利用咸阳12个国家气候观测站1991—2020年近三十年最新气象观测资料,结合2020年咸阳旬邑春甘蓝生产试验数据,研究咸阳春甘蓝适播期精细化区划,以期为春甘蓝在咸阳规模种植提供科学依据。通过分析影响春甘蓝营养生长阶段的主要气候因子,筛选出日平均气温和日最低气温≤12.0℃的天数2个精细化指标。结果表明,咸阳十二个县区都适宜春甘蓝生长,且春甘蓝适宜播种日期由南向北推迟,最早播种日期为2月13日(三原、泾阳、兴平、秦都、渭城渭河沿岸一带),最迟的为3月30日(旬邑县马栏镇、清源镇,长武县土家镇),最早与最晚播种日期跨度比较大相差45 d。
-
关键词
春甘蓝
适播期
精细化区划
规模种植
-
Keywords
Spring cabbage
Suitable sowing period
Fine division
the Large-scale planting
-
分类号
S635
[农业科学—蔬菜学]
-
