简介:利用2013年6月-2014年11月青海15个台站草面温度观测资料.建立了各站草面温度审核规则库,在进行质量控制时,还应结合不同的方法进行判断。差值分析结果表明,在各定时草面温度和地面温度温度的差值中,大部分台站为草面温度小于地面温度,最大差值出现在14—15时,夜间差值较小,且基本表现为草面温度小于地面温度;晴天平均差值最大。阴天最小:春、夏季日最高地面温度大于日最高草面温度,秋、冬季日最高草面温度大于日最高地面温度;秋、冬季日最低地面温度大于日最低草面温度;月平均差值较大的站点分别在青南和柴达木盆地,最大差值出现在达日,为-10.8℃;在阴天、多云天和晴天3种典型天气条件下,地面温度和草面温度差值日变化趋势基本一致。
简介:研究了Lorenz非线性系统中使用的集合平均方法来减小计算误差的效果,通过检查5组数值试验(每组20个样本)的结果发现:集合平均对计算误差的减小和消除不如高精度算法有效,这主要体现在以下几方面:1)普通的算法和双精度的计算环境中,若截断误差是主导误差(当初值误差很小时),各集合的平均结果并不收敛于真值,而是收敛于含截断误差的数值解;2)若初值误差为主导时,系统受到初值误差增长规律的影响,数值解收敛于由初值误差主导的误差解;3)这两种误差量级接近的时候,两种误差都无法消除掉。对解的统计特征进行研究表明,可信的数值解与含计算误差的数值解有许多相似的地方,但是与集合平均的数值解有很大不同,同样说明了集合平均不适用于减小计算误差这样的问题。此外,试验结果表明即使数值解的概率分布形式基本正确,也不能保证数值解是正确的。
简介:云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一.本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量.结果表明:通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、CH、CL、CB及CM共5类.选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类50个被测样本进行云状的判别.对应自拟的标准云状分类,平均准确率为82%.基于可见光-红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单-可见光传感器云测量,准确性有所提高.本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试.
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。