简介:2004年9月—2006年10月,选择华北地区4个观测站开展了太阳辐射(光合有效辐射PAR、可见光辐射VIS、总辐射Q等)和气象参数等的综合测量,得到了PAR、VIS等的变化特征。结果表明:PAR/Q、VIS/Q、PAR/VIS相对稳定,有明显的日、逐日和季节变化,并受到水汽、散射因子和云等因素的影响。2004—2006年禹城、栾城、香河和兴隆地区VIS/Q、PAR/Q和PAR/VIS的平均值分别为0.39,1.95mol·MJ^-1和4.97mol·MJ^-1;0.39,1.94mol·MJ^-1和4.95mol·MJ^-1;0.43,2.16mol·MJ^-1和4.97mol·MJ^-1;0.42,2.03mo.lMJ-1和4.89mol·MJ^-1。建立了计算华北地区实际天气PAR、VIS小时累计值的经验公式及PAR与VIS转换关系式,计算值与观测值符合得较好。考虑水汽和散射因子时,PAR、VIS计算值与观测值的相对偏差分别为13.0%、12.4%。由于某些站点可能缺少直接辐射或散射辐射数据,因此在仅考虑水汽因子时,PAR、VIS的相对偏差分别为13.2%、12.8%,故对于PAR、VIS的传输和计算来说,水汽因子的作用最为重要;散射因子的作用虽弱于水汽因子,但也不应忽视。
简介:通过统计铜川单站53a历史气候,用Spss11.5对铜川站历史各项气象要素与各月平均气温、降水量进行相关性分析,找出前期各气象要素与预报月的降水、气温相关性好的因子,用逐步回归方法进行模拟,得出铜川站的月平均降水、气温预报模型,用可视化语言VisualBasic6.0程序设计中的Adodc数据库技术方法,分别建立了铜川站的月降水、平均气温预测因子数据库,63个相关性较好的因子进入模型,实现自动预测,并以Datagrib表格显示预测结果和预测因子组合。从近三年预测结果看,降水距平百分率在20%以内的准确率为30.6%;气温预报误差在1℃以内的准确率为50.0%。需要在实际业务中进一步检验,找出预报和实况的误差关系。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。