环渤海地区云量的精细化预报方法

论文摘要

利用2010-2016年的云观测资料和T639数值预报产品,分析了云量与影响云生成的主要气象因子间的相关性,通过逐步回归方法建立了环渤海地区云量的时间精细化定量预报模型.结果表明,与总云量和低云量相关性显著的气象因子主要是水汽、大气不稳定度和上升运动.其中水汽类因子包括整层相对湿度、整层湿度和大气可降水量;大气不稳定度类因子为K指数和位势不稳定指标;上升运动为850～400 hPa 5层平均垂直速度.通过逐步回归方法建立了环渤海地区总云量和低云量的时间精细化预报模型,总云量和低云量预报方程的复相关系数大部分在0.5以上.回代预报检验结果表明,总云量和低云量绝对误差分别为22%和18%;试预报检验结果表明,总云量预报的绝对误差为23%;个例分析结果表明,新民站和沂源站的预报效果比较理想,大部分时段总云量的预报值及变化趋势与实际观测结果接近,模型预报性能较好,具有一定的实际应用价值.

论文目录

文章来源

类型: 期刊论文

作者: 赵中军,靳双龙,刘晓琳,王捷馨,尚可政

关键词: 环渤海云量,影响因子,相关分析,逐步回归

来源: 兰州大学学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学

专业: 气象学

单位: 中国人民解放军92493部队中心气象台,中国电力科学研究院新能源与储能运行控制国家重点实验室,兰州大学大气科学学院,中国人民解放军94032部队

基金: 中国电力科学研究院科技项目(52420019000K),国家自然科学基金重大研究计划重点支持项目(91644226),国家基础科技条件平台建设项目(NCMI-SBS17-201807,NCMI-SJS15-201807)

分类号: P457.1

DOI: 10.13885/j.issn.0455-2059.2019.04.018

页码: 541-548

总页数: 8

文件大小: 2012K

下载量: 43

相关论文文献

• [1].大气环境预测的云量替代性分析研究[J]. 环境科学与管理 2020(05)
• [2].环渤海地区云量的时空分布特征[J]. 兰州大学学报(自然科学版) 2019(01)
• [3].西北地区近40年降水量和云量的变化及其相互关系分析[J]. 青海气象 2018(03)
• [4].一次长江流域梅雨降水中三种云量计算方案的对比研究[J]. 大气科学学报 2016(02)
• [5].利用小波分解的时间序列云量预测方法[J]. 遥感信息 2016(04)
• [6].基于时间序列的中亚地区云量特征分类及云量变化趋势[J]. 遥感技术与应用 2014(05)
• [7].天文选址的夜间云量处理方法[J]. 天文学报 2012(03)
• [8].姚安天文观测站的夜间红外云量特征分析[J]. 天文学报 2017(02)
• [9].什么是云量?[J]. 少儿科学周刊(儿童版) 2013(10)
• [10].面向遥感卫星数据获取应用的时间序列云量预测方法[J]. 遥感信息 2014(03)
• [11].大型地面太阳望远镜选址云量调查[J]. 天文学报 2012(05)
• [12].MODIS影像的局地云量信息元数据提取算法与应用[J]. 地球信息科学学报 2010(04)
• [13].天文选址数字云量白天观测处理方法[J]. 天文研究与技术 2008(04)
• [14].相似预报方法在山西省云量预报中的应用[J]. 干旱气象 2018(05)
• [15].思南县云量气候特征及变化初探[J]. 贵州气象 2012(01)
• [16].云量分割在空间目标观测中的研究[J]. 计算机科学 2018(S1)
• [17].变化的天气(二) 云(上)[J]. 启蒙(3-7岁) 2012(09)
• [18].1957—2008年陕西云量分布与变化趋势分析[J]. 陕西气象 2012(02)
• [19].内蒙古地区云量时空分布及变化趋势分析[J]. 气象科技 2009(03)
• [20].1961—2011年赣州地区云量的变化特征[J]. 黑龙江科学 2019(16)
• [21].1971—2010年虎林市云量与气温、降水的年际变化特征分析[J]. 现代农业科技 2018(01)
• [22].1988—2017年黔南州云量变化与日照变化的关系分析[J]. 现代农业科技 2019(06)
• [23].近40年阿里地区云量和气温的年际变化[J]. 西藏科技 2018(09)
• [24].近40年西藏高原云量与降水分布及耦合变化特征[J]. 西藏科技 2018(09)
• [25].重庆主城区云量变化特征[J]. 西南大学学报(自然科学版) 2014(07)
• [26].近47年阿勒泰地区云量气候变化特征分析[J]. 安徽农学通报(下半月刊) 2010(18)
• [27].基于图像处理技术的地基云图云量的识别[J]. 气象水文海洋仪器 2009(03)
• [28].峨眉山云海景观预报方法及云量特征研究[J]. 科技创新与应用 2019(30)
• [29].近45年广西云量气候变化特征分析[J]. 热带地理 2009(06)
• [30].FY-2G卫星云量产品在宁夏的分析检验[J]. 气象水文海洋仪器 2019(02)

标签：环渤海云量论文;  影响因子论文;  相关分析论文;  逐步回归论文;