导读:本文包含了天气发生器论文开题报告文献综述及选题提纲参考文献，主要关键词:CLIGEN,东北叁省,温度,检验
天气发生器论文文献综述
高淑新,宋晓巍,李琳琳,薛怡,陈鹏心[1]（2019）在《CLIGEN天气发生器在中国东北叁省模拟温度的适用性评价》一文中研究指出CLIGEN(Climate Generator)是美国农业部针对本土开发用于提供长序列的逐日气象数据的模型,是否适用于中国东北叁省并没有进行过评估。本文利用1981—2015年东北叁省15个气象站逐日气象数据评估CLIGEN模拟的温度数据,对东北叁省72个站点实测值和模拟值的极端最高温度、极端最低温度、≥35℃高温日数、≤0℃低温日数进行评估。结果表明:CLIGEN对日平均最高温度、最低温度模拟效果较好,平均绝对百分比误差MAPE(mean absolute percent error)和有效系数(E)中,日最高温度的MAPE为0. 33%—14. 74%,日最低温度的MAPE大多小于10%;有效系数E的值也非常接近,为0. 9880—0. 9999; CLIGEN对日较差均值的模拟效果较好,对日较差标准差的模拟效果一般,不能较好地模拟温度的连续性和渐变性; CLIGEN对极端温度和日数的评估只有低于0℃的日数模拟效果比较理想,从差值空间分布看来,吉林和辽宁西部地区是差值较大和较多的地区。(本文来源于《气象与环境学报》期刊2019年04期）
朱思远,张宸豪,吴邪,耿耀君,杨龙[2]（2019）在《基于神经网络的天气发生器》一文中研究指出提出一种基于BP神经网络的天气发生器模型,可以根据12个月的月平均天气数据(包括日照强度、最高气温、最低气温、风速、露点温度、降水量),模拟生成365天的逐日天气数据。使用河南省南阳气象站从1990年到2004年的实测数据训练网络模型,并使用该地区2005年到2009年的数据进行模型验证。各天气变量的逐日模拟数据与实测数据在365×5天内的均方根误差,分别为6.310、5.638、5.743、0.951、7.481、9.172;平均绝对百分比误差分别为41.9%、23.6%、7.7%、41.9%、92.9%、208.2%。实验结果表明:除降水量的表现不好之外,该天气发生器模型可以很好地生成接近真实分布的模拟天气数据。(本文来源于《现代计算机》期刊2019年18期）
周凌峰,孟耀斌,逯超,伍甘霖,张东妮[3]（2019）在《天气发生器MulGETS和k-NN对区域历史气象场特征重现能力的比较》一文中研究指出传统单站点天气发生器未考虑不同站点气象变量间的空间相关性,导致其在区域影响评价中的应用受到限制,而多站点天气发生器可以克服单站点天气发生器的缺点,近年来得到迅速发展。评估和验证多站点天气发生器对区域历史气象场特征的重现能力是开展影响评价的前提和基础。为此,本研究选取MulGETS(参数型)和k-NN(非参数型)发生器为代表模型,利用湘江流域12个气象站点1981-2010年日序列降水量、最高气温、最低气温资料,通过均值、标准差、偏度、极值、空间相关系数、空间连接度和自相关系数等指标的对比,评估了MulGETS和k-NN模型的优缺点及适用性。结果表明:MulGETS和k-NN模型均较好地再现了原气象场的均值、标准差和偏度,k-NN表现稍好于MulGETS。同时k-NN相比MulGETS在保持气象要素空间相关性上具有优势,特别是降水量的空间间歇性。由于算法本身的限制,k-NN无法模拟出超出历史数据范围的极值,而MulGETS具备一定的极值模拟能力。此外,MulGETS和k-NN在重现原始日尺度降水量的自相关性上均存在不足。总体来看,两个模型各具优势和不足,MulGETS更适于极端气象事件模拟,而k-NN可以更好地体现原始气象场的空间差异,实际使用时应根据不同的研究目的选择合适的模型。(本文来源于《中国农业气象》期刊2019年06期）
宋晓巍,李琳琳,张琳,刘青,李石[4]（2018）在《CLIGEN天气发生器模拟沈阳地区降水的适用性评价》一文中研究指出利用1981—2015年沈阳地区7个气象站的日观测数据,通过CLIGEN(Climate Generater)天气发生器模拟沈阳地区日降水序列数据,并统计模拟日降水量、月降水量、年降水量及年最大日降水量,利用平均值、标准差、偏度及峰度对CLIGEN天气发生器模拟的沈阳地区降水进行适用性评价。结果表明:CLIGEN天气发生器对沈阳地区日降水量、月降水量和年降水量平均值的模拟效果较好,模拟降水量的平均相对误差绝对值(Mean Absolute Relative Error,MARE)分别为2.1%、1.3%和3.3%,年最大日降水量的模拟精度稍差。对于降水最大值方面,CLIGEN天气发生器对沈阳地区日最大降水量和年最大降水量的模拟效果较差,模拟的日最大降水量和年最大降水量相对误差的最大值分别为-27.2%、18.3%。GLIGEN天气发生器能较好地模拟沈阳地区的月降水量和年降水量,t检验、F检验和K-S检验均表明,模拟的日最大降水量与年最大日降水量仅康平站达到极显着水平。从总体模拟效果来看,CLIGEN天气发生器能较好地模拟沈阳地区平均降水的统计特征。(本文来源于《气象与环境学报》期刊2018年04期）
张琳[5]（2015）在《CLIGEN天气发生器在东北叁省降水适用性评估》一文中研究指出本文选取东北叁省作为研究区域,利用东北叁省10个气象台站1970-1999年30年的逐日气象资料和CLIGEN模拟生成的100年逐日降水数据资料,借助于统计分析方法,对CLIGEN天气发生器在东北叁省不同地区、不同时间尺度上(日、月、年)降水量及降水量极值的模拟效果进行适用性评价。结果表明:10个台站日、月、年降水量、年最大日降水量均值模拟值与实测值的平均相对误差的绝对值(MARE)分别为:1.84%、1.94%、1.94%和16%;10个台站日、月、年降水量标准差模拟值与实测值的MARE分别为11.73%、5.69%、8.98%和16%;年均降水日数模拟值与实测值的MARE为0.52%。总体而言,CLIGEN对各个时间尺度的降水量均值和标准差的模拟值要低于实测值,对年、月降水量均值和标准差的模拟效果要好于对日降水量的均值和标准差的,而对降水量极值(年最大日降水量)的模拟效果较差。(本文来源于《第32届中国气象学会年会S8 我国气候模式发展与评估、气候模式预测技术》期刊2015-10-14）
李世娟,诸叶平[6]（2014）在《基于干湿期的随机天气发生器》一文中研究指出为了按不同的应用需求生成可信的任意长序列逐日天气数据,为作物天气系统研究提供数据支持,该文描述了一个以干湿期随机模型为基础,组合了日降水量、温度和辐射变量随机模型的逐日天气发生器WGDWS(Weather Generator based on Dry and Wet Spells)。它分为两部分:以干湿期为独立随机变量的干湿期模型部分,和依赖第一种模型生成其余天气变量的模型部分;其天气要素的生成主要分2个步骤,即首先根据月经验分布值产生一个干期或湿期长度,然后生成干期或湿期的逐日值。利用代表中国不同地理区域的9个站点1973-2003年的逐日气象资料对天气发生器WGDWS进行了检验,并与基于干湿日开发的DWSS天气发生器进行了比较。结果表明两者性能基本相近,并且WGDWS模拟干湿期的效果更好。因此,WGDWS天气发生器用于生成逐日天气序列是可靠的,同时作为一个JAVA组件,还可以方便地嵌入作物模型系统。(本文来源于《农业工程学报》期刊2014年11期）
Yue-ping,XU,Chong,MA,Su-li,PAN,Qian,ZHU,Qi-hua,RAN[7]（2014）在《多站天气发生器在中国东部钱塘江流域降雨模拟的评估（英文）》一文中研究指出研究目的:以空间相关系数、降雨量和降雨次数为指标,利用实测的气象数据,评估一个新的多站天气发生器GiST在中国东部钱塘江流域模拟降雨的性能。在此基础上,结合全球气候模式Hadgem2-ES,分析在浓度路径RCP 8.5下GiST模拟2071–2100年的降雨情况。创新要点:通过评估一个新的多站发生器在模拟降雨方面的性能,以此来提高未来气候情景预测的精度。研究方法:用多站天气发生器和变化因子方法,重点结合CMIP5中的Hadgem2-ES模型,模拟钱塘江流域七个站点的基准期以及未来预测期降雨量和空间相关性,并作出评估。重要结论:多站天气发生器GiST能很好地模拟钱塘江流域的降雨以及其空间相关性。该工具有潜力作为水资源管理,极端事件分析,政府决策、水文模型以及气候变化研究的工具。(本文来源于《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》期刊2014年03期）
胡云华,贺秀斌,唐强[8]（2014）在《WXGEN天气发生器在长江上游地区的适用性评价》一文中研究指出WXGEN天气发生器是SWAT分布式流域水文模型的组成模块之一,用于模型预测预报以及天气数据缺测时生成模拟天气数据。以长江上游5个典型国家气象站40a的日观测数据为基础,分析评价了WXGEN天气发生器在该地区模拟的日和月气象参数的精度。结果表明,WXGEN天气发生器在长江上游5个典型气象站模拟精度基本一致;模拟的日天气数据误差较大;模拟的月天气数据效果好于日天气数据,WXGEN天气发生器能较好地拟合月天气数据的分布,更适合于长江上游地区月气象参数的模拟,但WXGEN模拟的月天气数据误差具有较强的季节规律性,月降雨量和气温的模拟值较实际值偏低,而太阳辐射量模拟值却较实际值偏高。(本文来源于《水土保持通报》期刊2014年01期）
廖要明,陈德亮,谢云[9]（2013）在《中国天气发生器非降水变量模拟参数分布特征》一文中研究指出对基于马尔可夫链的理查森型中国天气发生器降水模拟已经有过比较系统的研究,但对非降水变量的模拟及其参数的分布特征等的研究还有待进一步深入。文中根据中国669个站点1971—2000年的逐日降水、最高气温、最低气温和日照时数资料,分干、湿两种状态计算了中国天气发生器各非降水变量的模拟参数——干、湿日条件下平均值和标准差的傅立叶系数以及各变量残差序列之间当天和后延一天的自相关、互相关系数,并分析了这些模拟参数在中国的空间分布规律,为中国天气发生器的进一步推广应用以及模拟参数的空间插值提供了技术支撑。(本文来源于《气象学报》期刊2013年06期）
胡云华,贺秀斌,郭丰[10]（2013）在《CLIGEN天气发生器在长江上游地区的适用性评价》一文中研究指出CLIGEN天气发生器是WEPP土壤侵蚀模型的组成模块之一,用于模型预测预报以及天气数据缺测时生成模拟天气数据;但是CLIGEN天气发生器是基于美国的天气条件研发的,在其他地区模拟的精度具有不确定性。以长江上游沱沱河站、马尔康站、丽江站、都江堰站和沙坪坝站5个典型国家气象站40年的日观测数据为基础,分析评价CLIGEN天气发生器在该地区模拟的日和月天气数据的精度。结果表明:CLIGEN天气发生器天气参数的输入对于模拟结果具有较大的影响;模拟结果在长江上游5个不同地貌区气象站的精度基本相当;模拟的日天气数据误差较大,模拟的月天气数据效果好于日天气数据;模拟的各月最高气温和最低气温平均值较实际值偏低,部分参数模拟值的绝对误差和相对误差存在一定的月际差异。(本文来源于《中国水土保持科学》期刊2013年06期）
天气发生器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于BP神经网络的天气发生器模型,可以根据12个月的月平均天气数据(包括日照强度、最高气温、最低气温、风速、露点温度、降水量),模拟生成365天的逐日天气数据。使用河南省南阳气象站从1990年到2004年的实测数据训练网络模型,并使用该地区2005年到2009年的数据进行模型验证。各天气变量的逐日模拟数据与实测数据在365×5天内的均方根误差,分别为6.310、5.638、5.743、0.951、7.481、9.172;平均绝对百分比误差分别为41.9%、23.6%、7.7%、41.9%、92.9%、208.2%。实验结果表明:除降水量的表现不好之外,该天气发生器模型可以很好地生成接近真实分布的模拟天气数据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
天气发生器论文参考文献
[1].高淑新,宋晓巍,李琳琳,薛怡,陈鹏心.CLIGEN天气发生器在中国东北叁省模拟温度的适用性评价[J].气象与环境学报.2019
[2].朱思远,张宸豪,吴邪,耿耀君,杨龙.基于神经网络的天气发生器[J].现代计算机.2019
[3].周凌峰,孟耀斌,逯超,伍甘霖,张东妮.天气发生器MulGETS和k-NN对区域历史气象场特征重现能力的比较[J].中国农业气象.2019
[4].宋晓巍,李琳琳,张琳,刘青,李石.CLIGEN天气发生器模拟沈阳地区降水的适用性评价[J].气象与环境学报.2018
[5].张琳.CLIGEN天气发生器在东北叁省降水适用性评估[C].第32届中国气象学会年会S8我国气候模式发展与评估、气候模式预测技术.2015
[6].李世娟,诸叶平.基于干湿期的随机天气发生器[J].农业工程学报.2014
[7].Yue-ping,XU,Chong,MA,Su-li,PAN,Qian,ZHU,Qi-hua,RAN.多站天气发生器在中国东部钱塘江流域降雨模拟的评估（英文）[J].JournalofZhejiangUniversity-ScienceA(AppliedPhysics&Engineering).2014
[8].胡云华,贺秀斌,唐强.WXGEN天气发生器在长江上游地区的适用性评价[J].水土保持通报.2014
[9].廖要明,陈德亮,谢云.中国天气发生器非降水变量模拟参数分布特征[J].气象学报.2013
[10].胡云华,贺秀斌,郭丰.CLIGEN天气发生器在长江上游地区的适用性评价[J].中国水土保持科学.2013