摘要:以模式识别和相似预报思想为基础,建立基于自组织神经网络(SOM)的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型(KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方...
聚类天气分型 1) clustering synoptic patterns 聚类天气分型 2) synoptic type 天气类型 1. Based on daily surface charts of East Asia at 08 o’clock during 1980—1997, foursynoptic types of fog in the Taiwan Strait (20°—27°N, 115°—125°E) are summed up and analyzed....
一种基于天气分型和气象要素聚类的空气重污染案例判别方法,包括:利用气象要素历史数据及监测的PM2.5小时数据,从影响大气污染扩散的气象学角度,对影响PM2.5浓度分布的主要天气系统,气象要素进行分型研究,同时结合后向轨迹模式,创新性建立了天气分型及污染物来源分析算法;同时在数值模式模拟预报WRF结果的基础上,与历史上相...
A. 天气学分型、归类 B. 统计学聚类分析 C. 以天气学方法分为有暴雨和无暴雨两类,对两类各有关物理量场分别求平均 D. 将样本按实况分为有暴雨和无暴雨两类, 对两类各有关物理量场分别求平均 相关知识点: 试题来源: 解析 D.将样本按实况分为有暴雨和无暴雨两类, 对两类各有关物理量场分别求...
基于聚类天气分型的KNN方法在风预报中的应用Ξ 陈豫英1) 刘还珠2) 陈 楠1) 曾晓青3) 马金仁1) 刘迁迁1) 马筛艳1) 1)(宁夏气象防灾减灾重点实验室,银川750002) 2)(国家气象中心,北京100081) 3)(兰州大学大气科学学院,兰州730000)摘 要 以模式识别和相似预报思想为基础,建立基于自组织神经网络(...
邻域非参数估计仿真模型(KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类 分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合。为了验证聚类天 气分型对KNN方法的影响,使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料,同时建立了宁 ...
一种基于天气分型和气象要素聚类的空气重污染案例判别方法,包括:利用气象要素历史数据及监测的PM2.5小时数据,从影响大气污染扩散的气象学角度,对影响PM2.5浓度分布的主要天气系统、气象要素进行分型研究,同时结合后向轨迹模式,创新性建立了天气分型及污染物来源分析算法;同时在数值模式模拟预报WRF结果的基础上,与历史上...