期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于气候系统指数的月尺度霾日定量预测方法研究——以芜湖市为例 被引量:1
1
作者 付伟 司红君 +4 位作者 何冬燕 卢尧 刘蕾 杨琼琼 邹莹瑾 《大气科学学报》 CSCD 北大核心 2021年第2期270-278,共9页
利用1955—2018年芜湖市国家气象观测站资料,1980—2018年国家气候中心气候系统指数资料,对芜湖市近64 a的霾日气候序列进行重建,在此基础上使用线性趋势和Mann-Kendall方法,系统分析了芜湖市霾日的气候特征。以芜湖市为例,借助多元逐... 利用1955—2018年芜湖市国家气象观测站资料,1980—2018年国家气候中心气候系统指数资料,对芜湖市近64 a的霾日气候序列进行重建,在此基础上使用线性趋势和Mann-Kendall方法,系统分析了芜湖市霾日的气候特征。以芜湖市为例,借助多元逐步回归方法,尝试研究了一种以气候系统指数为自变量,霾日为因变量,建立霾日预测方程并对月尺度霾日进行定量预测的方法。结果表明:1)重建的霾日时间序列能够更客观的反映芜湖市霾日实际的长期变化特征。近64 a霾的气候特征:年日数显著增加,并在1980年左右出现突变;季日数在冬、秋季较多,夏季最少,四季均呈显著增多趋势,增速秋季最快,夏季最慢;月日数在1、12、11月较多,7、8月较少。中度以上霾的气候特征:年日数显著增加,表现出渐变特征;季日数冬季最多,夏季最少,除夏季外均显著增多趋势,增速冬季最快,秋、春季次之;月日数在1、12、11月较多,5、6月较少,8月则从未出现过。2)各月霾日、中度以上霾日与多项月气候系统指数表现出显著的相关性,使用这些指数,计算出各月霾日、中度以上霾日的预测方程,最后对方程效果进行检验。 展开更多
关键词 霾日 重建 气候系统指数 多元逐步回归 月尺度定量预测
下载PDF
基于气候系统指数的中长期降水预测方法在辽宁省的应用
2
作者 叶天舒 《水利规划与设计》 2020年第6期63-67,共5页
利用国家气候中心提供的130项气候系统指数对辽宁省夏季降水进行了中长期预测,得到以下结论:对于辽宁省来说,初夏(6月份)和盛夏(7、8月份)的降水特征不同,但盛夏和夏季降水特征类似。因此,在预测中将夏季分为初夏和盛夏两个时段更为合... 利用国家气候中心提供的130项气候系统指数对辽宁省夏季降水进行了中长期预测,得到以下结论:对于辽宁省来说,初夏(6月份)和盛夏(7、8月份)的降水特征不同,但盛夏和夏季降水特征类似。因此,在预测中将夏季分为初夏和盛夏两个时段更为合理。分别建立初夏和盛夏降水预测模型,从而预测夏季降水,比传统的直接预测夏季降水更贴近实际。 展开更多
关键词 气候系统指数 中长期 水文预测 辽宁省
下载PDF
粒子群优化极限学习机模型在河南省干旱预测中的应用 被引量:2
3
作者 白浩男 张玉田 +4 位作者 李琼芳 韩幸烨 杜尧 和鹏飞 周正模 《水电能源科学》 北大核心 2023年第2期1-6,共6页
干旱预测是提高防旱抗旱能力的重要非工程措施。在评价不同时间尺度标准化降水蒸散指数(SSPEI)对河南省干旱识别能力的基础上,以能有效表征河南省干旱状况的SSPEI为模型输出,以基于信息变化率和条件互信息的特征变量选择方法(ICR-CMIFS... 干旱预测是提高防旱抗旱能力的重要非工程措施。在评价不同时间尺度标准化降水蒸散指数(SSPEI)对河南省干旱识别能力的基础上,以能有效表征河南省干旱状况的SSPEI为模型输出,以基于信息变化率和条件互信息的特征变量选择方法(ICR-CMIFS)筛选得到的河南省主要致旱气候系统指数为模型输入,构建了基于粒子群算法优化极限学习机(PSO-ELM)的干旱预测模型,通过对比该模型与标准极限学习机(ELM)、差分进化算法优化极限学习机(DE-ELM)模型的干旱预测结果,验证PSO-ELM模型在河南省干旱预测中的适用性。结果表明,SSPEI-3能有效识别河南省典型干旱事件,从时间和空间上可较准确地反映河南省干旱状况;ICR-CMIFS筛选出的河南省主要致旱气候系统指数为西太平洋副高面积指数和NINO指数;PSO-ELM模型能较准确地预测河南省干旱,且预测精度优于DE-ELM模型和标准ELM模型,在河南省干旱预测中具有较好的适用性。 展开更多
关键词 干旱预测 河南省 标准化降水蒸散发指数 气候系统指数 PSO-ELM
下载PDF
Driving force and changing trends of vegetation phenology in the Loess Plateau of China from 2000 to 2010 被引量:10
4
作者 WANG Hao LIU Guo-hua +3 位作者 LI Zong-shan YE Xin WANG Meng GONG Li 《Journal of Mountain Science》 SCIE CSCD 2016年第5期844-856,共13页
Changes in vegetation phenology are key indicators of the response of ecosystems to climate change.Therefore,knowledge of growing seasons is essential to predict ecosystem changes,especially for regions with a fragile... Changes in vegetation phenology are key indicators of the response of ecosystems to climate change.Therefore,knowledge of growing seasons is essential to predict ecosystem changes,especially for regions with a fragile ecosystem such as the Loess Plateau.In this study,based on the normalized difference vegetation index(NDVI) data,we estimated and analyzed the vegetation phenology in the Loess Plateau from 2000 to 2010 for the beginning,length,and end of the growing season,measuring changes in trends and their relationship to climatic factors.The results show that for 54.84% of the vegetation,the trend was an advancement of the beginning of the growing season(BGS),while for 67.64% the trend was a delay in the end of the growing season(EGS).The length of the growing season(LGS) was extended for 66.28% of the vegetation in the plateau.While the temperature is important for the vegetation to begin the growing season in this region,warmer climate may lead to drought and can become a limiting factor for vegetation growth.We found that increasedprecipitation benefits the advancement of the BGS in this area.Areas with a delayed EGS indicated that the appropriate temperature and rainfall in autumn or winter enhanced photosynthesis and extended the growth process.A positive correlation with precipitation was found for 76.53% of the areas with an extended LGS,indicating that precipitation is one of the key factors in changes in the vegetation phenology in this water-limited region.Precipitation plays an important role in determining the phenological activities of the vegetation in arid and semiarid areas,such as the Loess Plateau.The extended growing season will significantly influence both the vegetation productivity and the carbon fixation capacity in this region. 展开更多
关键词 The Loess Plateau Trend analysis PHENOLOGY NDVI Vegetation green-up date
下载PDF
基于深度置信网络模型框架的长期径流预报 被引量:1
5
作者 徐文馨 陈杰 +1 位作者 刘建华 陈华 《应用基础与工程科学学报》 EI CSCD 北大核心 2023年第4期795-810,共16页
长期径流预报是保障水利水电工程科学运行管理的重要支撑.随着社会经济的发展,生产实践对长期径流预报精度和预见期长度的更高要求与当前预报的表现出现了矛盾.该研究提出了一种基于深度置信网络(DBN)模型的考虑气候系统指数的长期径流... 长期径流预报是保障水利水电工程科学运行管理的重要支撑.随着社会经济的发展,生产实践对长期径流预报精度和预见期长度的更高要求与当前预报的表现出现了矛盾.该研究提出了一种基于深度置信网络(DBN)模型的考虑气候系统指数的长期径流预报框架,并探索了其在预见期1~12个月时的预报表现.结果表明:(1)基于该框架进行预见期为1~12个月的径流预报时,在测试期的纳什效率系数(NSE)值均高于0.50,平均相对误差(MRE)值均低于35%,预报精度较高,且随着预见期的延长,径流预报能力并未呈现下降趋势;(2)在各预见期下,训练期和测试期的预报效果评估指标相差不大,说明采用的基于DBN模型的径流预报框架不存在过拟合的问题,具有优秀的泛化能力;(3)在各预见期下,汛期的径流预报效果在NSE和决定系数R2指标上优于非汛期,在MRE指标上劣于非汛期. 展开更多
关键词 长期径流预报 1~12个月预见期 深度置信网络 预报因子筛选 LASSO回归 气候系统指数 天生桥一级水库
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部