向家坝水电站泄洪雾化对气温影响程度研究

来源 :高原山地气象研究 | 被引量 : 0次 | 上传用户:lyt7913
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于向家坝蓄水后非泄洪时段的气象观测数据,使用Scikit-learn机器学习算法(K近邻回归、线性回归、决策树回归、线性SVR回归和人工神经网络),通过样本训练和交叉验证,建立向家坝水电站坝区各气象站气温预测模型,应用该模型从时空变化和影响程度等方面定量分析泄洪雾化对坝后区域气温的影响.结果 表明:坝后区域的气温受向家坝水电站泄洪影响较小,且影响程度随着与泄洪孔口的距离增加而迅速减小;距离泄洪孔口最近的江边气象站在每日12~18时受泄洪雾化的影响程度最大,且在13时达到顶峰,气温影响值主要在-2.0℃以内.
其他文献
基于多种站点观测资料和ERA5再分析资料,对2020年8月15~19日云南一次影响全省的强降水过程的持续性和预报偏差原因进行探究.结果 表明:青藏高压的持续东移,是此次降水过程得以维持的关键因素.500hPa影响降水的关键天气系统是由滇缅高压和西太平洋副热带高压形成的两高辐合系统,其演变为北槽南涡,最终发展为青藏高压和西太平洋副热带高压形成的两高辐合系统.此过程中,中高纬度中高层冷平流促使短波槽发展,中层入侵云南的冷空气加强了其上空的层结不稳定性,低层冷空气则增强了对暖湿空气的抬升.在有利天气形势下,云南
利用四川省2009~2019年大气电场仪监测资料,分析了省内平原和高原地区雷电活动中地面电场的变化特征.结果 表明:平原地区雷电过程持续时间为30~350min,平均持续时间约为158min;根据地面电场变化趋势,分为两类:地面电场值主要为负的偶极性的电荷结构,地面电场值由正到负的三极性电荷结构.高原地区雷暴云电荷累积速度快,击穿空气发生早,雷电过程发展到旺盛阶段的用时短,雷电过程持续时间为30~360min,平均持续时间约为93min,其分类与平原地区一致.
针对业务上大量的数值预报产品如何快速选优问题,提出了一种基于目标对象的数值模式区域降水预报选优方法.该方法首先通过TS评分、重心位置、面积大小、落区形状预报评分的权重平均进行单个目标对象评分,在此基础上,进行区域预报总评分和预报选优,以局地分散性降水和大尺度降水为例进行对比试验以及3个月的批量试验.结果 表明:该方法选优结果合理.单个目标对象识别匹配时加大TS评分权重(超过0.4)对选优结果有较大影响,能够提高选优结果的合理性.按照每个目标对象的面积权重评分计算区域预报总评分,是合理选出最优预报产品的关键
学位
2021年7月主要环流特征为北半球极涡呈偶极型分布且较常年同期偏强,西北太平洋高压较常年偏西偏北,强度偏强.7月,全国平均气温为23.1℃,较常年同期(21.8℃)偏高1.3℃;全国平均降水量为124.4mm,较常年同期(120.6 mm)偏多3.2%.月内共有7次强降水过程,多站降水突破历史极值,河南出现破纪录极端降水.7月共有3个热带气旋在南海和西北太平洋活动,其中2106号台风烟花与2107号台风查帕卡登陆我国,登陆个数与常年同期持平.华南、江南、新疆及内蒙古西部地区出现大范围持续性高温天气,多个站
相比一般暴雨,突发性暴雨一直是天气预报与研究的难点和重点.2020年6月26日19时~27日02时四川攀西地区凉山冕宁突发暴雨,造成了严重灾害.为了深入认识此次暴雨过程成因,应用观测试验、卫星遥感和ERA5再分析资料,对这次冕宁“6.26”突发性暴雨过程的温、湿环境及动力特征进行了分析研究.结果 表明:(1)此次暴雨是由迅速加强的MCS造成,且诱发MCS的温、湿环境具备“突发性”.在暴雨前6~12h,CAPE快速增大、可降水量增加、“上干下湿”垂直结构及热力不稳定条件得以建立.(2)强烈的上升运动在中高层
基于西南区域数值预报模式(SWC-WARMS) 2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正.结果 表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好(差)时,频率匹配订正能提高(降低)
学位
利用1971~2019年羌塘自然保护区5个气象站逐日平均气温和地表温度,通过线性回归和Mann-Kendall等方法,分析气候变暖背景下近49a自然保护区大气和地面冻融指数的时空变化特征,并预估了RCP4.5和RCP8.5两种排放情景下,未来80a(2021~2100年)大气和地面冻融指数的变化.结果 表明:(1)自然保护区大气融化指数(ATI)、地面融化指数(GTI)总体上呈自西向东递减的分布,并随海拔升高而减少;大气冻结指数(AFI)和地面冻结指数(GFI)的分布规律不明显,但最大值均出现在安多站,最
采用重庆市生态环境局2014-2018年主城区空气污染物监测数据、沙坪坝气象站观测数据、美国NCEP再分析数据和美国怀俄明大学的探空数据,分析了重庆主城区的空气质量指数(AQI)、主要污染物浓度、不同程度污染日数和首要污染物的月、季、年变化特征.探讨了不同污染程度日500 hPa高度场和850 hPa风场特征,分析了重污染时段垂直速度和探空条件.结果 表明,重庆主城区AQI月变化呈“W”型,PM2.5、PM10和CO呈“U”型,O3呈倒“U”型.除O3浓度在盛夏最高外,其余各污染物浓度在12月和1月都较高