基于BP神经网络的单站总云量预报研究

云是能够对飞行活动产生影响、甚至危及飞行安全的气象要素之一。为了对北京单站总云量进行预报,利用人工神经网络的BP模型,针对不同时次进行关键因子的选取,尝试用多种预报因子的组合,建立了总云量预报模型。试验结果表明:所建立的模型具有较好的拟合、预报精度,并且没有出现"过拟合"现象,对新样本具有较好的泛化能力。

1997—1998年热带印度洋偶极子季节性位相锁定可能成因

利用改进的中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室的第三代海洋环流模式,以及1949年1月—1999年12月NCEP/NCAR月平均海表面大气距平资料,采用数值试验的方法,研究了1997—1998年热带印度洋偶极子从发展到成熟的特征,以及在相同大气异常强迫下1—12月大气气候基本态对印度洋偶极子的作用。结果表明,海洋表面的大气强迫对激发1997—1998年印度洋偶极子有重要作用;大气气候态对1997—1998年印度洋偶极子的强度有很大影响,其中9月的大气气候态最有利于印度洋偶极子达到最强;赤道印度洋上空风应力异常是1997—1998年印度洋偶极子形成的主要原因。

陆面特征量初始扰动的敏感性及集合预报试验

文章利用中尺度模式Weather Research and Forecasting Model(WRF)3.2.1版本及National Centers for Environmental Prediction(NCEP)分析资料,研究了陆面变量(土壤湿度、土壤温度)和陆面参数(植被覆盖率)初始场随机扰动对长江中下游暴雨预报的影响并进行了集合预报试验。试验结果表明,短期暴雨过程对陆面变量(参数)扰动是敏感的;陆面变量(参数)初始场扰动影响降水的时间尺度小于10 h甚至可以小于6 h。从影响机理上来看,陆面变量(参数)扰动首先改变地表的潜热通量和感热通量,而地表通量的改变会通过陆气相互作用对局地大气的温、压、湿、风产生较大影响,从而对暴雨的强度和落区产生较大影响。集合预报结果表明,利用陆面变量(参数)扰动制作集合预报,预报的集合平均结果要好于控制预报的结果,且比集合成员稳定可靠,降水概率预报可以提供一些有用的信息,对预报强降水有一定的指示意义。在初值集合预报中,以这些参数或变量的扰动来引进集合成员是十分有意义的。

历史教学学法新探

历史虽然是我省中考必考学科，但是，由于语、数、英、物、化学科在广大师生及家长心目中分量较重，并且历史是开卷考试，学生不是很重视。所以，老师如何在课堂上有效组织课堂教学至关重要。那么，如何提高课堂效率又能在某种程度上减轻学生的课业负担呢？笔者的做法是：阅读课本，教师点拔和课堂练习。