简介:利用2010年7月上旬—2011年6月下旬每旬FDR型土壤水分监测仪与人工烘干称重法测定的土壤水分观测资料进行对比分析,结果表明:两种方法观测值变化趋势基本一致,年相对误差为0.10%;误差春季最大,平均为0.19%;夏季最小,平均为0.02%。浅层土壤水分变化较大,误差也较大,相对误差为0.01%~0.62%;中层变化较平稳,相对误差为0.12%;深层60~100cm土壤水分受外界影响轻微,变化最平稳,误差最小。两种方法观测值具有很高的相关性(P〈0.001),因此,可用烘干称重法的观测值为基准,对自动站进行相关分析和回归校正。
简介:江西省地处亚热带湿润季风气候区,是暴雨天气多发区。根据资料统计表明,我省5~8月的大暴雨过程平均超过13次,具有发生机率高、强度大、覆盖面广的特点,因此破坏性大,成灾率高。暴雨引发的洪水灾害平均每两年就有一次。八五期间,我省有四年出现了严重的洪涝灾害;其中1995年出现了百年一遇的洪涝灾害,对我省的工农业生产、交通运输和人民的生命财产安全造成了极其严重的影响,直接经济损失高达180亿元。因此,加强暴雨监测通信预报服务系统的研究及建设,对于减轻暴雨灾害,振兴地方经济有着十分重要的意义。了严重的洪涝灾害;其中1995年出现了百年一遇的洪涝灾害,对我省的工农业生产、交通运输和人民的生命财产安全造成了极其严重的影响,直接经济损失高达180亿元。因此,加强暴雨监测通信预报服务系统的研究及建设,对于减轻暴雨灾害,振兴地方经济有着十分重要的意义。
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。