冬半年

作品数：243被引量：1561H指数：20
导出分析报告
相关领域：天文地球环境科学与工程更多>>
相关作者：王式功孙照渤葛全胜郑景云杨成芳更多>>
相关机构：南京信息工程大学中国科学院成都信息工程大学兰州大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金公益性行业(气象)科研专项国家重点基础研究发展计划国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=气象与环境学报x
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
2015-2018年淮北市冬半年重污染天气大气环流分型研究被引量：2
《气象与环境学报》2023年第4期74-83,共10页王苏瑶 邓学良 胡建林 常炉予 
安徽省气象局预报员专项(KY201903);淮北市科技计划项目(2021HK008)共同资助。
选用2015—2018年安徽省淮北市6种主要污染物浓度月变化数据,利用聚类分析、潜在源分析(PSCF、CWT)、T-mode斜交旋转分解(PCT)等方法,分析淮北市冬半年重污染的传输通道、潜在源区,重污染天气不同阶段(形成、维持和结束)的大气环流类型...
关键词：后向轨迹 潜在源分析 PCT算法 
基于多模式集成冬半年气温预报偏差修正被引量：3
《气象与环境学报》2022年第3期119-126,共8页齐铎 刘松涛 赵广娜 高梦竹 
黑龙江省气象局院士工作站(重点)项目(YSZD201901、YSZD202001);黑龙江省气象局竞争性科技攻关项目(HQGG202101);黑龙江省气象局智能网格预报及数值模式释用创新团队共同资助。
卡尔曼滤波递减平均方法对模式直接输出的气温预报进行订正,能有效提高预报准确率,但有时会造成显著负订正的现象,使订正预报效果反而不及模式直接输出。利用消除偏差集合平均方法(BREM)选择最优滑动训练期对2019年10月至2020年4月ECMW...
关键词：多模式集成 卡尔曼滤波递减平均方法 地面气温 偏差订正 
黄山冬半年云海预报研究被引量：3
《气象与环境学报》2019年第2期97-101,共5页丁国香 刘安平 杨彬 
安徽省气象局科技发展基金项目"山岳型景区气象景观预报技术研究"(KM201603)资助
利用2004—2014年黄山气象站地面气象观测资料和NCEP/NCAR再分析资料,分析了云海发生时气温、气压、湿度、风速等要素的垂直分布、时间演变特征,选取能够反映云海天气特征的指标作为预报因子,分析预报因子分布特征,确定其阈值及消空指标...
关键词：云海 预报因子 指标叠套法 
锦州冬半年雾的预报
《气象与环境学报》1992年第1期12-14,共3页刘佩芝 鲁建东 余丽萍 
一、锦州雾的气候概况及冬半年雾的环流背景锦州南临渤海,北依松岭山脉,地势总特征为西北高、东南低。通过对1980—1989年的各月气象资料统计分析,锦州一年各月均有雾产生其种类为辐射雾。
关键词：冬半年 平流辐射雾 环流背景 资料统计分析 锋消 气候概况 地面图 水汽凝结 环流型 规则库 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部