可用于城市空气污染预报的嵌套气象模式系统

基于区域大气模拟系统 ,采用网格嵌套方法 ,发展了由区域尺度气象模式 (R αM )和城市尺度气象模式 (C βM )组成的嵌套模式预报系统 ,为空气污染预报提供必需的气象要素场。共进行了 5组预报实验 ,并分别与对应区域和城市尺度的两类静力平衡预报模式 :Eta模式 (区域尺度 )和M βM (城市尺度 )的预报结果进行了比较研究。结果表明 ,R αM和C βM预报结果更能准确合理地反映天气系统的实际变化规律 ,其预报效果明显好于Eta模式和M βM。建立的嵌套模式预报系统可为空气污染业务预报提供一个好的工作平台     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正i项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

正项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

<正>i项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

北京市环保局高性能运算计算集群系统模式集成预报技术开发

<正>项目概况该项目围绕奥运空气质量预报需求,研发多种集成预报技术手段,开发以大气物理所双向嵌套模式、国际著名的MODEL3/CMAQ模式、CAMx模式为基础的空气质量多模式集成预报系统,研发的该预报系统平台实施多重嵌套方案,可实现从东亚、华北、京津冀、北京全域多层次的空气质量实时数值预报,并可为北京绿色奥运提供高质量的数值预报模型,从而提高空气质量预报准确率。     

基于O-U模型的天气衍生品定价研究——以气温期权为例

天气衍生品(Weather Derivatives)作为一项国外金融创新产品,为天气风险管理和转移提供了新途径,其中产品定价是该领域研究核心问题之一。本文以O-U模型为基础,采用时间序列建模方法,分析了上海1951～2010年气温的动态变化,对模型参数进行估计,并检验了模型预测精确度。研究结果表明:O-U模型与时间序列建模相结合方法能够提高气温变动预测精确度,进而借助蒙特卡罗模拟方法,可以完成对天气期权产品的合理定价。     

GRAPES模式在华南沿海风电场精细风场预报中的应用

将GRAPES模式通过嵌套降尺度、垂直网格加密等精细化处理手段和边界层参数化方案的优选,为华南沿海风电场提供精细风场预报。气象模式分别采用6km×6km和1km×1km水平分辨率,并配置不同分辨率的地形和下垫面资料。边界层参数化方案分别采用GRAPES自带的MRF方案和MYJ方案针对不同天气类型进行预报。将预报结果与测风塔同期观测资料进行比较评估,结果表明:模式分辨率的提高并结合较精细的地形和下垫面资料,能有效提高风速的预报精度;通过精细化处理,GRAPES模式对风力发电的各风速段预报效果都有明显改善;模式边界层参数化方案的选取与地形、主导风向和大气稳定度的配置密切相关,通过对天气形势的预判断和集合预报结果的后处理,能够有效提高风速的预报精度。     

基于Micap资料的地市级SQL Server数据库处理系统

本文介绍了以Micaps资料为依托,建立地市一级气象台远程SQL Server数据库的过程,并从预报的角度对这些数据库资料进行了一些简单的应用。结果表明:SQL数据库建成后,常规资料可以在江西省内气象台站共享,各台站无需每天保存刻盘,查询某一段时间、某一类强天气的平均场变得非常简单,如月平均场、区域暴雨平均场等,这些都为地市一级气象台的预报准备了资料和方法。同时运用SQL查询数据资料可以很方便地建立一些预报指标,并对以前老预报员在预报实践中得出的预报指标进行检验,并且SQL查询的结果就是一回归序列,可以直接用来建立回归方程,形成各类天气的预报方法。     

浙江省晚稻产量预报模式

在分析浙江省各地晚稻产量资料序列的基础上,提出趋势产量的模拟和预报应分别对待,建立了各气候区晚稻产量预报模式,综合集成了省级晚稻产量预报模式.最后还作了1988～1990年度晚稻产量的业务预报.     

我国天然气产量的优化组合预测与分析

天然气越来越受到各方面的重视。为了更好地判断天然气产量的未来走势,对天然气产业发展提供决策依据。其产量预测是十分必要的。在总结前人提出的著名的产量预测模型Hubberr模型、Hcz模型和广义翁氏模型的基础上,提出优化组合预测模型。该模型综合了单个模型的信息,预测结果更具有可信度。预测显示,我国天然气产量正处在快速上升的阶段,极值产量为3869．7亿m^3,极值时间为2046年;进一步分析可知,我国中西部地区是天然气产量的主要来源,海上将成为天然气产量的新增长点;天然气正迎来其发展的“黄金时期”,其能优化我国能源消费结构,对石油形成重要的战略接替,从而推动我国油气工业的新发展。     

基于区域创新系统的企业创新决策模型研究

企业作为区域创新的主体,其创新行为决策会直接影响区域创新行为及区域的持续发展．企业创新决策与企业所处区域创新环境和企业特性密切相关,分析了区域创新环境和企业特性的构成因素（区域创新环境包括区域创新文化、中介组织、所处空间位置、人口结构、信息资源和区域交流网络,企业特性包括企业核心产业类型、年龄、所有制、规模和企业在区域所处的空间位置）,在此基础上建立了基于区域创新系统的企业创新决策模型,通过数据介绍如何应用模型帮助特定区域中的创新型企业进行产业决策．     

基于ARIMA模型的黑龙江创意产业人才需求预测研究

通过ARIMA模型对黑龙江创意人才需求作出预测,在此基础上,为创意产业人才的培养提出对策与建议,使得创意人才总量能够满足黑龙江创意经济发展的需要。     

基于PCA改进的LS-SVM入境旅游客流量预测模型

影响入境旅游客流量的众多因素加大了预测模型输入变量的复杂化,限制了模型的运行速度和预测精确。首先,利用主成分分析对影响入境旅游客流量的众多指标进行综合分析得到主成分,然后建立以主成分为输入变量以入境旅游客流量为输出变量的最小二乘支持向量机预测模型。通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机入境旅游客流量预测模型具有较好的预测效果和较高的推广价值。     

基于灰色神经网络的公路物流需求量预测模型

以浙江省公路货运量历史数据为例,考虑到影响货运量主要因素,采用灰色神经网络模型GNNM(1,N)进行预测,并与灰色模型GM(1,N)和神经网络预测结果相比较。计算结果表明:该方法在预测公路物流需求量具有有效性;在灰色模型GM(1,N)预测时,通过比较紧邻均值生成序列的生成系数α对预测精度的影响,选取了最优值进行计算从而提高了灰色模型的预测精度。     

天气预报多元回归模型中模糊因子的集对分析

天气预报模型中的预报因子一般都有较好的预报能力，因为它们是根据预报对象的特点、预报因子的物理意义和预报经验，使用一定的技术方法而精心筛选的．但是预报因子在每次天气预报中的性能表现有清晰和模糊之分．从集合预报和近邻估计两种方法的基本思路出发，定义了描述因子模糊性的统计量——变异系数，并用此来识别多元回归模型中的模糊因子；从集对分析的基本理论出发，推导了适合于多元回归分析的联系度公式．并借此来处理模糊因子．在此基础上建立基于集对分析的天气预报多元回归模型，比传统模型明显地提高了天气预报准确率。