葫芦岛代表站云量的精细化预报研究
发布时间：2021-05-11 05:12
云是常见的重要天气现象,在天气演变和气候变化中均有重要作用。云的变化直接影响居民日常生活、经济生产和部队军事活动,对其预报一直是天气业务中的一个难点问题。葫芦岛是一座工业、旅游、军事城市,因此,研究该地代表站云量精细化预报方法,对于服务当地居民日常生活和保障军事气象都具有重要意义。本文以兴城和绥中两个气象站为葫芦岛市的代表站,利用常规地面气象观测资料和T639数值预报产品,统计了总云量、低云量的年际变化和年内变化规律,分析了影响总云量、低云量的主要气象因子,研究并建立了总云量、低云量的时间精细化定量预报模型。主要结论如下:（1）云量的年际变化特征为:1964—2013年总云量兴城站与绥中站显著减少,低云量绥中站增加趋势显著,兴城站增加趋势不显著。与云量年际变化相对应,两测站50年来降水量呈不显著的减少趋势,反映出当地低云的降水效率有所下降。各等级降水占总降水量的比重,兴城大雨比重显著下降,其他等级降水变化不显著;绥中站各等级降水比重变化不明显。云量的年变化特征为:总云量、低云量年内均呈夏多冬少的单峰单谷型变化特征,峰值多出现在7月份,谷值多出现在1月份。（2）影响云量多寡的直接因子主要...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 研究目的与意义
1.2 研究现状
1.3 研究内容
第二章 资料与方法
2.1 资料
2.1.1 资料介绍
2.1.2 资料预处理
2.2 研究方法
2.2.1 逐步回归预报方法
2.2.2 支持向量机（SVM）预报方法
2.2.3 预报效果评估
第三章 葫芦岛代表站云量时间变化特征
3.1 兴城站
3.1.1 年际变化特征
3.1.2 年内变化特征
3.2 绥中站
3.2.1 年际变化特征
3.2.2 年内变化特征
3.3 云量年际变化可能原因分析
3.4 本章小结
第四章 云量预报因子的选取与相关分析
4.1 预报因子选取
4.2 原始因子与云量的相关分析
4.2.1 兴城站
4.2.2 绥中站
4.3 主成分分析
4.3.1 兴城站
4.3.2 绥中站
4.4 本章小结
第五章 逐步回归云量预报模型的建立与检验
5.1 兴城站
5.1.1 总云量
5.1.2 低云量
5.2 绥中站
5.2.1 总云量
5.2.2 低云量
5.3 本章小结
第六章 SVM云量预报模型的建立与检验
6.1 选取最佳参数
6.2 兴城站
6.3 绥中站
6.4 SVM回归与逐步回归对比
6.5 本章小结
第七章 总结与讨论
7.1 全文总结
7.2 本文特色与创新点
7.3 存在问题及下一步研究计划
参考文献
在学期间研究成果
致谢
【参考文献】：
期刊论文
[1]运用支持向量机方法对数值模拟结果的初步释用[J]. 邓小花,魏立新,黄焕卿,张润宇. 海洋预报. 2015(02)
[2]我国城市规划中气候信息应用回顾与展望[J]. 房小怡,王晓云,杜吴鹏,李磊,任希岩,贺健,程宸,刘勇洪. 地球科学进展. 2015(04)
[3]云分析预报方法研究进展[J]. 韩成鸣,李耀东,史小康. 地球科学进展. 2015(04)
[4]武汉市灰霾天气特征分析及基于支持向量机的能见度预报[J]. 翟晓芳,龙洋,肖志峰. 长江流域资源与环境. 2014(12)
[5]重污染下华南地区小雨和低云量的时空变化趋势特征[J]. 符传博,丹利,陈红,何鑫. 热带气象学报. 2014(06)
[6]天气系统下云、雾与飞行安全分析[J]. 罗立信,刘灏,成明亮,罗忠科,黄满珍,杨云,胡滨. 现代农业科技. 2014(18)
[7]基于支持向量机回归分析的降水量预测研究[J]. 欧阳琦,卢文喜,董海彪,陈末,侯泽宇. 节水灌溉. 2014(09)
[8]基于支持向量机风速订正方法的研究[J]. 孔令彬,赵艳茹,王聚杰,仝纪龙,党张利,张文煜. 西南大学学报(自然科学版). 2014(05)
[9]1960～2005年西北地区低云量的时空变化及成因分析[J]. 王亚敏,冯起,李宗省. 地理科学. 2014(05)
[10]我国总云量时空特征及其影响因素分析[J]. 刘引鸽,王宁练. 宝鸡文理学院学报(自然科学版). 2014(01)
博士论文
[1]三类航危天气预报技术及业务系统研究[D]. 曾淑玲.兰州大学 2012
硕士论文
[1]青藏高原东北边坡地带云水资源分析及夏季云量中短期预报方法研究[D]. 杜亮亮.兰州大学 2012
[2]基于支持向量机的气象预报方法研究[D]. 汪春秀.南京信息工程大学 2011
[3]基于逐步过滤方法的环渤海中期相似预报系统研究[D]. 陈录元.兰州大学 2011
本文编号：3180790
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 研究目的与意义
1.2 研究现状
1.3 研究内容
第二章 资料与方法
2.1 资料
2.1.1 资料介绍
2.1.2 资料预处理
2.2 研究方法
2.2.1 逐步回归预报方法
2.2.2 支持向量机（SVM）预报方法
2.2.3 预报效果评估
第三章 葫芦岛代表站云量时间变化特征
3.1 兴城站
3.1.1 年际变化特征
3.1.2 年内变化特征
3.2 绥中站
3.2.1 年际变化特征
3.2.2 年内变化特征
3.3 云量年际变化可能原因分析
3.4 本章小结
第四章 云量预报因子的选取与相关分析
4.1 预报因子选取
4.2 原始因子与云量的相关分析
4.2.1 兴城站
4.2.2 绥中站
4.3 主成分分析
4.3.1 兴城站
4.3.2 绥中站
4.4 本章小结
第五章 逐步回归云量预报模型的建立与检验
5.1 兴城站
5.1.1 总云量
5.1.2 低云量
5.2 绥中站
5.2.1 总云量
5.2.2 低云量
5.3 本章小结
第六章 SVM云量预报模型的建立与检验
6.1 选取最佳参数
6.2 兴城站
6.3 绥中站
6.4 SVM回归与逐步回归对比
6.5 本章小结
第七章 总结与讨论
7.1 全文总结
7.2 本文特色与创新点
7.3 存在问题及下一步研究计划
参考文献
在学期间研究成果
致谢
【参考文献】：
期刊论文
[1]运用支持向量机方法对数值模拟结果的初步释用[J]. 邓小花,魏立新,黄焕卿,张润宇. 海洋预报. 2015(02)
[2]我国城市规划中气候信息应用回顾与展望[J]. 房小怡,王晓云,杜吴鹏,李磊,任希岩,贺健,程宸,刘勇洪. 地球科学进展. 2015(04)
[3]云分析预报方法研究进展[J]. 韩成鸣,李耀东,史小康. 地球科学进展. 2015(04)
[4]武汉市灰霾天气特征分析及基于支持向量机的能见度预报[J]. 翟晓芳,龙洋,肖志峰. 长江流域资源与环境. 2014(12)
[5]重污染下华南地区小雨和低云量的时空变化趋势特征[J]. 符传博,丹利,陈红,何鑫. 热带气象学报. 2014(06)
[6]天气系统下云、雾与飞行安全分析[J]. 罗立信,刘灏,成明亮,罗忠科,黄满珍,杨云,胡滨. 现代农业科技. 2014(18)
[7]基于支持向量机回归分析的降水量预测研究[J]. 欧阳琦,卢文喜,董海彪,陈末,侯泽宇. 节水灌溉. 2014(09)
[8]基于支持向量机风速订正方法的研究[J]. 孔令彬,赵艳茹,王聚杰,仝纪龙,党张利,张文煜. 西南大学学报(自然科学版). 2014(05)
[9]1960～2005年西北地区低云量的时空变化及成因分析[J]. 王亚敏,冯起,李宗省. 地理科学. 2014(05)
[10]我国总云量时空特征及其影响因素分析[J]. 刘引鸽,王宁练. 宝鸡文理学院学报(自然科学版). 2014(01)
博士论文
[1]三类航危天气预报技术及业务系统研究[D]. 曾淑玲.兰州大学 2012
硕士论文
[1]青藏高原东北边坡地带云水资源分析及夏季云量中短期预报方法研究[D]. 杜亮亮.兰州大学 2012
[2]基于支持向量机的气象预报方法研究[D]. 汪春秀.南京信息工程大学 2011
[3]基于逐步过滤方法的环渤海中期相似预报系统研究[D]. 陈录元.兰州大学 2011
本文编号：3180790
本文链接：https://www.wllwen.com/projectlw/qxxlw/3180790.html
