基于WRF(weather research and forecasting model)模式逐时输出结果,设计了逐时太阳总辐射的模式输出统计(model output statistics,MOS)预报流程。主要包括:对逐时观测序列进行低通滤波再除以天文辐射,对模式输出因子的筛选和降维,以...基于WRF(weather research and forecasting model)模式逐时输出结果,设计了逐时太阳总辐射的模式输出统计(model output statistics,MOS)预报流程。主要包括:对逐时观测序列进行低通滤波再除以天文辐射,对模式输出因子的筛选和降维,以及建立MOS预报方程,并对2009年1月、4月、8月和10月武汉站逐时太阳总辐射进行预报试验。结果表明,该方案在各月预报相对稳定,拟合和预报效果均较为理想,可使平均绝对百分比误差控制在20%～30%,相对均方根误差控制在30%～40%,相对模式直接预报辐射改进了50%左右。由此可见,通过对模式输出进行解释应用,可以有效提高辐射预报的准确率。此外,客观分析所得的气温、云量、露点、比湿、相对湿度、地面气压等13个模式输出因子可以作为各地区建立MOS辐射预报方程的参考因子。展开更多
土地利用变化预测是土地管理工作中的重要课题。随着社会的发展与进步,土地资源的合理和有效利用变得越来越重要。进行土地利用变化预测时,数据采集和综合分析是重要的工作。介绍了基于地理信息系统(Geographic Information Systems,GIS...土地利用变化预测是土地管理工作中的重要课题。随着社会的发展与进步,土地资源的合理和有效利用变得越来越重要。进行土地利用变化预测时,数据采集和综合分析是重要的工作。介绍了基于地理信息系统(Geographic Information Systems,GIS)技术建立的土地转换模型(Land Transformation Model,LTM)在经过人工神经网络(Artificial Neural Netwoks,ANNs)技术的分析后对土地利用变化预测的基本原理。这种方法充分结合了GIS的空间分析功能和ANNs的信息处理功能,在综合分析影响土地利用变化因素后可以得出较为准确的结论。利用GIS和ANNs技术进行土地利用变化预测不但可以充分利用原有的历史数据,得到清楚的预报因子,还可以综合相关因素分析后得出新的空间数据层作为ANNs的输入数据,通过ANNs的近似人脑的分析能力很好的预测未来土地利用的发展趋势,有利于土地管理和城市规划部门合理安置和有效利用土地资源。展开更多
文摘基于WRF(weather research and forecasting model)模式逐时输出结果,设计了逐时太阳总辐射的模式输出统计(model output statistics,MOS)预报流程。主要包括:对逐时观测序列进行低通滤波再除以天文辐射,对模式输出因子的筛选和降维,以及建立MOS预报方程,并对2009年1月、4月、8月和10月武汉站逐时太阳总辐射进行预报试验。结果表明,该方案在各月预报相对稳定,拟合和预报效果均较为理想,可使平均绝对百分比误差控制在20%～30%,相对均方根误差控制在30%～40%,相对模式直接预报辐射改进了50%左右。由此可见,通过对模式输出进行解释应用,可以有效提高辐射预报的准确率。此外,客观分析所得的气温、云量、露点、比湿、相对湿度、地面气压等13个模式输出因子可以作为各地区建立MOS辐射预报方程的参考因子。
