公共文化服务平台

搜索到775篇“ 日平均气温“的相关文章

1961-2021年贵州省日平均气温<10℃气候特征分析: 2024年; 贵州省冬季供暖需求呈上升趋势,而气温<10℃成为冬季能源保供气象服务中的重要指标。利用1961-2021年贵州省82个国家级地面气象观测站逐日平均气温资料,对日平均气温<10℃日数时空分布特征进行分析。结果表明:贵州省日平均气温<10℃日期主要集中在11月下旬—次年3月上旬,呈西北多、南部少的空间分布特征;秋、冬、春季日平均气温<10℃日数呈减少趋势,其中春季减少最快;日平均气温<10℃平均开始(结束)日期由西北向南逐渐推迟(提前),20世纪90年代末以来开始/结束时间呈现明显偏晚/偏早特征;各地年日平均气温<10℃日数突变时间集中在20世纪90年代至21世纪初,南部早于北部,突变后年日平均气温<10℃日数减少特征明显,其中自东向西中部一线减少显著;年日平均气温<10℃日数存在10~12 a、4~6 a和3 a左右的显著振荡周期,其中3 a左右的振荡周期最为显著;日平均气温<10℃日数多少除了受海拔影响外,还受地理位置和天气系统等因素的影响。; 王君军严小冬夏阳张皓

一种全球气候模型日平均气温降尺度方法、装置及存储器: 本发明公开了一种全球气候模型日平均气温降尺度方法、装置及存储器，该方法包括以全球气候模型日平均气温和地形数据为输入，输入至气温降尺度模型中，以降尺度后的日平均气温数据为输出，以日平均气温标签数据为训练真值，对该气温降尺度...; 程勇顾雅康王沂萱王军杨玲刘敏许小龙张文杰李伟

一种全球气候模型日平均气温降尺度方法、装置及存储器: 本发明公开了一种全球气候模型日平均气温降尺度方法、装置及存储器，该方法包括以全球气候模型日平均气温和地形数据为输入，输入至气温降尺度模型中，以降尺度后的日平均气温数据为输出，以日平均气温标签数据为训练真值，对该气温降尺度...; 程勇顾雅康王沂萱王军杨玲刘敏许小龙张文杰李伟

日平均气温遥感估算方法综述: 2023年; 日平均气温作为反映气候特征的重要指标,在城市热岛效应、农业生态环境等众多领域发挥着举足轻重的作用。气象站实测的日平均气温应用在大区域模型时,在空间上缺乏一定的代表性。相比之下,日平均气温遥感反演结果更能够满足大范围监测的需要,但同时也存在着精度和质量上的限制和挑战。首先,总结了几种目前广泛使用的日平均气温遥感估算算法,如多元线性回归方法、机器学习法和基于特征空间外推法;其次,基于日平均气温遥感估算的原理和过程,系统分析了云、气溶胶等不确定因素的影响,并提出了相应的解决方案;最后,对日平均气温遥感估算的发展趋势进行了展望,并指出了不同过境时刻影像融合和多源数据融合是提升云干扰下日平均气温遥感估算精度的重要途径。; 王岩汪利诚武晋雯; 关键词：日平均气温遥感反演

衡水湖湿地冬季日平均气温城镇差异特征分析: 2023年; 使用衡水湖畔3个区域气象站2017年12月至2023年2月冬季日平均气温数据,与邻近代表城镇不同区域的国家气象站日平均气温进行差值分析。结果发现,湖畔日平均气温较陆地郊外空旷区偏高0.6℃,与城镇边缘区接近,较城镇中心区偏低0.5℃。在偏高与偏低日数和幅度方面,湖畔较郊外空旷区偏高日数占比达78%,偏高幅度较偏低幅度偏大0.5℃;与城镇边缘区比较则二者均等;较城镇中心区偏低的日数占比达79%,偏低的幅度较偏高的幅度偏大0.4℃。受隆冬强冷空气和积雪融化期影响,陆地气温变化剧烈,湖水、湖冰较高的热容量使湖畔气温变化平缓,陆地发生剧烈升、降温过程时,其升、降温幅度明显减小,最大升、降温日滞后,可出现日平均气温为-3.5-2.3℃的极端正负温差。; 韩建广李月英肖玮韩思博徐建芬; 关键词：湿地小气候

基于分解-集合的TCN日平均气温预测: 2023年; 气温数据多为时间序列数据,其非平稳、非线性特性使得传统单一模型较难捕捉隐藏在数据内部的深层特征,因此提出一种基于分解-集合的时序卷积网络(CEEMDAN-WOA-TCN)气温预测模型。首先利用自适应噪声完备集合经验模态分解(CEEMDAN)对预处理后的数据进行分解,然后使用鲸鱼优化算法(WOA)参数优化后的时序卷积网络(TCN)对分解后的各个模态进行预测,最后将所有模态的预测结果线性集合,得到最终预测结果。实验以北京气象站点数据作为分析样例,结果表明,该模型可以有效地提取时间序列数据变化的潜在特征,实现较高精度的预测。; 蒋松谕何贞铭周再文; 关键词：时间序列预测气温预测

基于HASM的区域气候模式日平均气温偏差订正方法和系统: 本申请涉及电数字数据处理技术领域，提供一种基于HASM的区域气候模式日平均气温偏差订正方法和系统。该方法包括：获取目标区域的地形数据、再分析数据、海温数据和土地利用数据；然后根据地形数据、再分析数据、海温数据和土地利用数...; 焦毅蒙岳天祥赵娜刘羽邓佳音

基于HASM的区域气候模式日平均气温偏差订正方法和系统: 本申请涉及电数字数据处理技术领域，提供一种基于HASM的区域气候模式日平均气温偏差订正方法和系统。该方法包括：获取目标区域的地形数据、再分析数据、海温数据和土地利用数据；然后根据地形数据、再分析数据、海温数据和土地利用数...; 焦毅蒙岳天祥赵娜刘羽邓佳音

日平均气温算法的比较分析被引量：5: 2022年; 文章利用昌邑站气温资料,对5种日平均气温算法进行比较分析,并对T_(h24)和T_(h4)的代表性检验进行了详细阐述,同时比较T_(h3)与T_(h4)并得出结果。总结出算法不同是明显影响平均气温均一性的主要因素之一。; 高翔高瑞华丁锡强哈艳丽张孝峰; 关键词：平均气温

基于机器学习的韶关地区短期日平均气温研究被引量：4: 2022年; 利用1965-2017年韶关地区8个站点的日平均气温观测资料,发现将过去连续7 d的日平均气温分别作为逐步多元线性回归、LightGBM(light gradient boosting machine)以及BP-NN(back propagation neural network)算法(机器学习)的自变量可最准确地预报出未来1~3 d的日平均气温。据此分别构建了三种短期气温预报模型,并系统地探讨了其适用性。主要结果如下:(1)三种模型的预报准确度均较高,机器学习方法在预报正确率(绝对误差(absolute error)小于2 ℃的天数占比)、相关系数(R)和平均绝对误差(mean absolute error,MAE).上均要优于逐步多元线性回归法。其中LightGBM的预报效果最优,其1~3 d的预报正确率分别为84.38%、69.86%、61.37%,对应预报值与测量值之间的R分别为0.98、0.94、0.93,MAE分别为1.17、1.76、2.00℃。(2)冬春季、秋冬季日平均气温较大的波动性是导致该时期三种模型MAE总体偏大的主要因素,但LightGBM仍具有最优的预报稳定性,其绝对误差的方差最低。; 罗威罗烨泓王威; 关键词：气象业务气温

相关作者