葫蘆島代表站云量的精細化預報研究
發(fā)布時間：2021-05-11 05:12
云是常見的重要天氣現象,在天氣演變和氣候變化中均有重要作用。云的變化直接影響居民日常生活、經濟生產和部隊軍事活動,對其預報一直是天氣業(yè)務中的一個難點問題。葫蘆島是一座工業(yè)、旅游、軍事城市,因此,研究該地代表站云量精細化預報方法,對于服務當地居民日常生活和保障軍事氣象都具有重要意義。本文以興城和綏中兩個氣象站為葫蘆島市的代表站,利用常規(guī)地面氣象觀測資料和T639數值預報產品,統(tǒng)計了總云量、低云量的年際變化和年內變化規(guī)律,分析了影響總云量、低云量的主要氣象因子,研究并建立了總云量、低云量的時間精細化定量預報模型。主要結論如下:（1）云量的年際變化特征為:1964—2013年總云量興城站與綏中站顯著減少,低云量綏中站增加趨勢顯著,興城站增加趨勢不顯著。與云量年際變化相對應,兩測站50年來降水量呈不顯著的減少趨勢,反映出當地低云的降水效率有所下降。各等級降水占總降水量的比重,興城大雨比重顯著下降,其他等級降水變化不顯著;綏中站各等級降水比重變化不明顯。云量的年變化特征為:總云量、低云量年內均呈夏多冬少的單峰單谷型變化特征,峰值多出現在7月份,谷值多出現在1月份。（2）影響云量多寡的直接因子主要...
【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】：99 頁
【學位級別】：碩士
【文章目錄】：
中文摘要
Abstract
第一章 緒論
1.1 研究目的與意義
1.2 研究現狀
1.3 研究內容
第二章 資料與方法
2.1 資料
2.1.1 資料介紹
2.1.2 資料預處理
2.2 研究方法
2.2.1 逐步回歸預報方法
2.2.2 支持向量機（SVM）預報方法
2.2.3 預報效果評估
第三章 葫蘆島代表站云量時間變化特征
3.1 興城站
3.1.1 年際變化特征
3.1.2 年內變化特征
3.2 綏中站
3.2.1 年際變化特征
3.2.2 年內變化特征
3.3 云量年際變化可能原因分析
3.4 本章小結
第四章 云量預報因子的選取與相關分析
4.1 預報因子選取
4.2 原始因子與云量的相關分析
4.2.1 興城站
4.2.2 綏中站
4.3 主成分分析
4.3.1 興城站
4.3.2 綏中站
4.4 本章小結
第五章 逐步回歸云量預報模型的建立與檢驗
5.1 興城站
5.1.1 總云量
5.1.2 低云量
5.2 綏中站
5.2.1 總云量
5.2.2 低云量
5.3 本章小結
第六章 SVM云量預報模型的建立與檢驗
6.1 選取最佳參數
6.2 興城站
6.3 綏中站
6.4 SVM回歸與逐步回歸對比
6.5 本章小結
第七章 總結與討論
7.1 全文總結
7.2 本文特色與創(chuàng)新點
7.3 存在問題及下一步研究計劃
參考文獻
在學期間研究成果
致謝
【參考文獻】：
期刊論文
[1]運用支持向量機方法對數值模擬結果的初步釋用[J]. 鄧小花,魏立新,黃煥卿,張潤宇. 海洋預報. 2015(02)
[2]我國城市規(guī)劃中氣候信息應用回顧與展望[J]. 房小怡,王曉云,杜吳鵬,李磊,任希巖,賀健,程宸,劉勇洪. 地球科學進展. 2015(04)
[3]云分析預報方法研究進展[J]. 韓成鳴,李耀東,史小康. 地球科學進展. 2015(04)
[4]武漢市灰霾天氣特征分析及基于支持向量機的能見度預報[J]. 翟曉芳,龍洋,肖志峰. 長江流域資源與環(huán)境. 2014(12)
[5]重污染下華南地區(qū)小雨和低云量的時空變化趨勢特征[J]. 符傳博,丹利,陳紅,何鑫. 熱帶氣象學報. 2014(06)
[6]天氣系統(tǒng)下云、霧與飛行安全分析[J]. 羅立信,劉灝,成明亮,羅忠科,黃滿珍,楊云,胡濱. 現代農業(yè)科技. 2014(18)
[7]基于支持向量機回歸分析的降水量預測研究[J]. 歐陽琦,盧文喜,董海彪,陳末,侯澤宇. 節(jié)水灌溉. 2014(09)
[8]基于支持向量機風速訂正方法的研究[J]. 孔令彬,趙艷茹,王聚杰,仝紀龍,黨張利,張文煜. 西南大學學報(自然科學版). 2014(05)
[9]1960～2005年西北地區(qū)低云量的時空變化及成因分析[J]. 王亞敏,馮起,李宗省. 地理科學. 2014(05)
[10]我國總云量時空特征及其影響因素分析[J]. 劉引鴿,王寧練. 寶雞文理學院學報(自然科學版). 2014(01)
博士論文
[1]三類航危天氣預報技術及業(yè)務系統(tǒng)研究[D]. 曾淑玲.蘭州大學 2012
碩士論文
[1]青藏高原東北邊坡地帶云水資源分析及夏季云量中短期預報方法研究[D]. 杜亮亮.蘭州大學 2012
[2]基于支持向量機的氣象預報方法研究[D]. 汪春秀.南京信息工程大學 2011
[3]基于逐步過濾方法的環(huán)渤海中期相似預報系統(tǒng)研究[D]. 陳錄元.蘭州大學 2011
本文編號：3180790
【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】：99 頁
【學位級別】：碩士
【文章目錄】：
中文摘要
Abstract
第一章 緒論
1.1 研究目的與意義
1.2 研究現狀
1.3 研究內容
第二章 資料與方法
2.1 資料
2.1.1 資料介紹
2.1.2 資料預處理
2.2 研究方法
2.2.1 逐步回歸預報方法
2.2.2 支持向量機（SVM）預報方法
2.2.3 預報效果評估
第三章 葫蘆島代表站云量時間變化特征
3.1 興城站
3.1.1 年際變化特征
3.1.2 年內變化特征
3.2 綏中站
3.2.1 年際變化特征
3.2.2 年內變化特征
3.3 云量年際變化可能原因分析
3.4 本章小結
第四章 云量預報因子的選取與相關分析
4.1 預報因子選取
4.2 原始因子與云量的相關分析
4.2.1 興城站
4.2.2 綏中站
4.3 主成分分析
4.3.1 興城站
4.3.2 綏中站
4.4 本章小結
第五章 逐步回歸云量預報模型的建立與檢驗
5.1 興城站
5.1.1 總云量
5.1.2 低云量
5.2 綏中站
5.2.1 總云量
5.2.2 低云量
5.3 本章小結
第六章 SVM云量預報模型的建立與檢驗
6.1 選取最佳參數
6.2 興城站
6.3 綏中站
6.4 SVM回歸與逐步回歸對比
6.5 本章小結
第七章 總結與討論
7.1 全文總結
7.2 本文特色與創(chuàng)新點
7.3 存在問題及下一步研究計劃
參考文獻
在學期間研究成果
致謝
【參考文獻】：
期刊論文
[1]運用支持向量機方法對數值模擬結果的初步釋用[J]. 鄧小花,魏立新,黃煥卿,張潤宇. 海洋預報. 2015(02)
[2]我國城市規(guī)劃中氣候信息應用回顧與展望[J]. 房小怡,王曉云,杜吳鵬,李磊,任希巖,賀健,程宸,劉勇洪. 地球科學進展. 2015(04)
[3]云分析預報方法研究進展[J]. 韓成鳴,李耀東,史小康. 地球科學進展. 2015(04)
[4]武漢市灰霾天氣特征分析及基于支持向量機的能見度預報[J]. 翟曉芳,龍洋,肖志峰. 長江流域資源與環(huán)境. 2014(12)
[5]重污染下華南地區(qū)小雨和低云量的時空變化趨勢特征[J]. 符傳博,丹利,陳紅,何鑫. 熱帶氣象學報. 2014(06)
[6]天氣系統(tǒng)下云、霧與飛行安全分析[J]. 羅立信,劉灝,成明亮,羅忠科,黃滿珍,楊云,胡濱. 現代農業(yè)科技. 2014(18)
[7]基于支持向量機回歸分析的降水量預測研究[J]. 歐陽琦,盧文喜,董海彪,陳末,侯澤宇. 節(jié)水灌溉. 2014(09)
[8]基于支持向量機風速訂正方法的研究[J]. 孔令彬,趙艷茹,王聚杰,仝紀龍,黨張利,張文煜. 西南大學學報(自然科學版). 2014(05)
[9]1960～2005年西北地區(qū)低云量的時空變化及成因分析[J]. 王亞敏,馮起,李宗省. 地理科學. 2014(05)
[10]我國總云量時空特征及其影響因素分析[J]. 劉引鴿,王寧練. 寶雞文理學院學報(自然科學版). 2014(01)
博士論文
[1]三類航危天氣預報技術及業(yè)務系統(tǒng)研究[D]. 曾淑玲.蘭州大學 2012
碩士論文
[1]青藏高原東北邊坡地帶云水資源分析及夏季云量中短期預報方法研究[D]. 杜亮亮.蘭州大學 2012
[2]基于支持向量機的氣象預報方法研究[D]. 汪春秀.南京信息工程大學 2011
[3]基于逐步過濾方法的環(huán)渤海中期相似預報系統(tǒng)研究[D]. 陳錄元.蘭州大學 2011
本文編號：3180790
本文鏈接：http://sikaile.net/projectlw/qxxlw/3180790.html
