基于江西省站點(diǎn)資料對(duì)智能網(wǎng)格實(shí)況分析產(chǎn)品的檢驗(yàn)評(píng)估
發(fā)布時(shí)間:2023-01-30 16:49
利用江西省2019年3月~2020年2月氣象站觀測(cè)資料,在小時(shí)尺度上,對(duì)中國(guó)氣象局下發(fā)的智能網(wǎng)格實(shí)況的2 m氣溫、濕度、風(fēng)速、降水等多個(gè)氣象要素產(chǎn)品進(jìn)行檢驗(yàn)評(píng)估.研究分析各類產(chǎn)品的數(shù)據(jù)誤差及其時(shí)空變化規(guī)律,驗(yàn)證該產(chǎn)品在研究區(qū)的適用性.研究結(jié)果表明:2 m氣溫、相對(duì)濕度產(chǎn)品與站點(diǎn)觀測(cè)較為一致,其相關(guān)系數(shù)均可達(dá)0.9以上,2 m氣溫均方根誤差在1.0℃左右,準(zhǔn)確率可達(dá)80%以上,相對(duì)濕度均方根誤差小于10%,準(zhǔn)確率可達(dá)90%以上.風(fēng)速產(chǎn)品的數(shù)據(jù)精度較低,相比站點(diǎn)觀測(cè)風(fēng)速明顯偏弱,70%站點(diǎn)的風(fēng)向準(zhǔn)確率小于50%,風(fēng)向準(zhǔn)確率僅為40%左右.降水產(chǎn)品能準(zhǔn)確反映年內(nèi)逐小時(shí)變化趨勢(shì),但存在一定程度低估,相關(guān)系數(shù)基本在0.8以上,平均誤差為-0.1~0.1 mm·h-1,平均絕對(duì)誤差小于0.2 mm·h-1.與站點(diǎn)觀測(cè)相比,降水產(chǎn)品對(duì)強(qiáng)降水明顯偏弱.地形對(duì)實(shí)況網(wǎng)格產(chǎn)品準(zhǔn)確性有較大影響,產(chǎn)品誤差在地形復(fù)雜山區(qū)中比在平原地區(qū)中明顯偏大.總體上,2 m氣溫、相對(duì)濕度產(chǎn)品質(zhì)量較高,基本可滿足業(yè)務(wù)服務(wù)需求.風(fēng)速產(chǎn)品及降水產(chǎn)品在大降水量級(jí)下的誤差較大,與業(yè)務(wù)服務(wù)需求有...
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 數(shù)據(jù)與處理方法
1.1 檢驗(yàn)標(biāo)準(zhǔn)數(shù)據(jù)
1.2 實(shí)況網(wǎng)格分析產(chǎn)品
1.2.1 降水產(chǎn)品
1.2.2 溫、濕、風(fēng)產(chǎn)品
1.3 評(píng)價(jià)方法
2 結(jié)果分析
2.1 2 m氣溫產(chǎn)品檢驗(yàn)
2.2 風(fēng)速產(chǎn)品檢驗(yàn)
2.3 相對(duì)濕度產(chǎn)品檢驗(yàn)
2.4 降水產(chǎn)品檢驗(yàn)
2.5 產(chǎn)品質(zhì)量對(duì)比分析
3 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展[J]. 師春香,潘旸,谷軍霞,徐賓,韓帥,朱智,張雷,孫帥,姜志偉. 氣象學(xué)報(bào). 2019(04)
[2]我國(guó)無(wú)縫隙精細(xì)化網(wǎng)格天氣預(yù)報(bào)技術(shù)進(jìn)展與挑戰(zhàn)[J]. 金榮花,代刊,趙瑞霞,曹勇,薛峰,劉湊華,趙聲蓉,李勇,韋青. 氣象. 2019(04)
[3]GRAPES-GFS模式暴雨預(yù)報(bào)天氣學(xué)檢驗(yàn)特征[J]. 宮宇,代刊,徐珺,楊舒楠,唐健,張芳,胡寧,張夕迪,沈曉琳. 氣象. 2018(09)
[4]CMA高分辨率陸面數(shù)據(jù)同化系統(tǒng)(HRCLDAS-V1.0)研發(fā)及進(jìn)展[J]. 韓帥,師春香,姜志偉,徐賓,李顯風(fēng),張濤,姜立鵬,梁曉,朱智,劉軍建,孫帥. 氣象科技進(jìn)展. 2018(01)
[5]多源降水?dāng)?shù)據(jù)融合研究及應(yīng)用進(jìn)展[J]. 潘旸,谷軍霞,徐賓,沈艷,韓帥,師春香. 氣象科技進(jìn)展. 2018(01)
[6]基于江西省水文資料對(duì)中國(guó)融合降水產(chǎn)品的質(zhì)量評(píng)估[J]. 李顯風(fēng),周自江,李志鵬,潘旸,師春香,沈艷,徐賓,谷軍霞. 氣象. 2017(12)
[7]國(guó)家級(jí)強(qiáng)對(duì)流天氣分類預(yù)報(bào)檢驗(yàn)分析[J]. 唐文苑,周慶亮,劉鑫華,朱文劍,毛旭. 氣象. 2017(01)
[8]中國(guó)區(qū)域逐日融合降水?dāng)?shù)據(jù)集與國(guó)際降水產(chǎn)品的對(duì)比評(píng)估[J]. 宇婧婧,沈艷,潘旸,熊安元. 氣象學(xué)報(bào). 2015(02)
[9]基于貝葉斯融合方法的高分辨率地面-衛(wèi)星-雷達(dá)三源降水融合試驗(yàn)[J]. 潘旸,沈艷,宇婧婧,熊安元. 氣象學(xué)報(bào). 2015(01)
[10]一種定量降水預(yù)報(bào)誤差檢驗(yàn)技術(shù)及其應(yīng)用[J]. 符嬌蘭,宗志平,代刊,張芳華,高棟斌. 氣象. 2014(07)
本文編號(hào):3733263
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 數(shù)據(jù)與處理方法
1.1 檢驗(yàn)標(biāo)準(zhǔn)數(shù)據(jù)
1.2 實(shí)況網(wǎng)格分析產(chǎn)品
1.2.1 降水產(chǎn)品
1.2.2 溫、濕、風(fēng)產(chǎn)品
1.3 評(píng)價(jià)方法
2 結(jié)果分析
2.1 2 m氣溫產(chǎn)品檢驗(yàn)
2.2 風(fēng)速產(chǎn)品檢驗(yàn)
2.3 相對(duì)濕度產(chǎn)品檢驗(yàn)
2.4 降水產(chǎn)品檢驗(yàn)
2.5 產(chǎn)品質(zhì)量對(duì)比分析
3 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展[J]. 師春香,潘旸,谷軍霞,徐賓,韓帥,朱智,張雷,孫帥,姜志偉. 氣象學(xué)報(bào). 2019(04)
[2]我國(guó)無(wú)縫隙精細(xì)化網(wǎng)格天氣預(yù)報(bào)技術(shù)進(jìn)展與挑戰(zhàn)[J]. 金榮花,代刊,趙瑞霞,曹勇,薛峰,劉湊華,趙聲蓉,李勇,韋青. 氣象. 2019(04)
[3]GRAPES-GFS模式暴雨預(yù)報(bào)天氣學(xué)檢驗(yàn)特征[J]. 宮宇,代刊,徐珺,楊舒楠,唐健,張芳,胡寧,張夕迪,沈曉琳. 氣象. 2018(09)
[4]CMA高分辨率陸面數(shù)據(jù)同化系統(tǒng)(HRCLDAS-V1.0)研發(fā)及進(jìn)展[J]. 韓帥,師春香,姜志偉,徐賓,李顯風(fēng),張濤,姜立鵬,梁曉,朱智,劉軍建,孫帥. 氣象科技進(jìn)展. 2018(01)
[5]多源降水?dāng)?shù)據(jù)融合研究及應(yīng)用進(jìn)展[J]. 潘旸,谷軍霞,徐賓,沈艷,韓帥,師春香. 氣象科技進(jìn)展. 2018(01)
[6]基于江西省水文資料對(duì)中國(guó)融合降水產(chǎn)品的質(zhì)量評(píng)估[J]. 李顯風(fēng),周自江,李志鵬,潘旸,師春香,沈艷,徐賓,谷軍霞. 氣象. 2017(12)
[7]國(guó)家級(jí)強(qiáng)對(duì)流天氣分類預(yù)報(bào)檢驗(yàn)分析[J]. 唐文苑,周慶亮,劉鑫華,朱文劍,毛旭. 氣象. 2017(01)
[8]中國(guó)區(qū)域逐日融合降水?dāng)?shù)據(jù)集與國(guó)際降水產(chǎn)品的對(duì)比評(píng)估[J]. 宇婧婧,沈艷,潘旸,熊安元. 氣象學(xué)報(bào). 2015(02)
[9]基于貝葉斯融合方法的高分辨率地面-衛(wèi)星-雷達(dá)三源降水融合試驗(yàn)[J]. 潘旸,沈艷,宇婧婧,熊安元. 氣象學(xué)報(bào). 2015(01)
[10]一種定量降水預(yù)報(bào)誤差檢驗(yàn)技術(shù)及其應(yīng)用[J]. 符嬌蘭,宗志平,代刊,張芳華,高棟斌. 氣象. 2014(07)
本文編號(hào):3733263
本文鏈接:http://sikaile.net/projectlw/qxxlw/3733263.html
最近更新
教材專著