简介:利用2001年7月至2011年7月甘肃省榆中县地面观测站每日8次云量资料和同期NCEP每日4次等压面资料,由NCEP资料构造预报因子,以总云量和低云量为预报对象,分析预报因子和预报对象的相关性,采用逐步回归方法建立榆中县逐月每日8个时次的云量预报方程并进行回代;并利用2012年的资料检验预报方程的预报效果。结果表明:云量主要受整层湿度、垂直运动、不稳定能量、槽强度指数和700hPa水汽通量散度影响,其中湿度条件和垂直运动是重要因素。建立的预报方程对总云量的预报效果比低云量好;总云量平均预报误差在2成左右,低云量平均预报误差在3成左右;预报值的变化趋势可以部分地反映实际云量的变化趋势。
简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。
简介:作为IPCC新一轮气候变化综合评估的组成部分,IPCC国家温室气体清单指南进入了正式的精细化阶段,将在2019年形成最终成果,与现有的《IPCC2006指南》合并使用,为"适用于所有缔约方的"《巴黎协定》的实施奠定基础。精细化工作分为提供新方法、更新已有内容、补充/澄清已有内容等三大类,共有107个"精细化点",涵盖通用方法论、能源活动、工业过程、农业林业和其他土地利用、废弃物等各个领域和部门。中国共有12名专家参与此次工作。建议中国科研工作者尽快以英文著述的形式发表相关成果,提高中国文献的引用率;鉴于中国已具备根据最新指南要求编制清单的能力,建议未来国家温室气体清单的编制尽可能全面转向《IPCC2006指南》及其增补和精细化内容。