预测冬季不同结构大棚内气象要素值的不同数学模型比较研究

[目的]为有效调节大棚内的光照、气温和湿度提供理论依据.[方法]对3种常见结构塑料大棚内外150 cm的冬季光照、气温和湿度等气象要素进行对比观测、分析,建立预测不同结构大棚气象要素值的多种数学模型.[结果]单栋塑料大棚的光照预测模型以多项式y=-0.000 6x3+0.002 9x2+0.740 4x+0.079 9最为确切,气温预测模型以乘幕y =0.759 3x1.1554最为确切,相对湿度预测模型以多项式y =0.000 00 03x5-0.000 1x4+0.013 1 x3-0.873 2x2+29.823-347.99最为确切;3连栋塑料大棚的光照预测模型以多项式y=-0.000 5x2+0.470 61x-0.015最为确切,气温预测模型以指数函数y=4.662 9e0.089x最为确切,相对湿度预测模型以多项式y=-0.0004x3+0.0136x2+0.205 1x +35.056最为确切;6连栋塑料大棚的光照预测模型以直线y =0.399 6x+0.0536,最为确切,气温预测模型以指数函数y=4.622 7e0.897x最为确切,相对湿度预测模型以多项式y =-0.000 08x3+0.089x2+0.645 9x+21.191最为确切.[结论]建立了冬季以棚外气象要紊值预测不同结构大棚内气象要素值的数学模型.     

河北省大雾形成的气候特征及动力热力条件分析

利用常规气象观测资料及NCEP再分析资料等,对河北省大雾的气候特征及形成机理进行了深入的研究.结果表明,槽脊浅薄,低空风速小,空气湿度大,冷空气活动不明显,是大雾日偏多年的气候背景特征;大雾发生过程中高空、地面的气象环流形势均较弱,地面维持较长时间的低风速、高湿度、温度变化平稳,大气层结稳定;冷锋带来的偏北大风是大雾消散的动力因子;中低空存在的下沉气流与近地层逆温的出现有利于大雾的维持与发展.     

马铃薯光合生理因子日变化研究

[目的]为了解马铃薯光合生理特性及生长的适宜气象务件,以高效利用宁夏农业气候资源提高马铃薯品质与产量,大力发展宁夏特色农业,提高农民经济收入.[方法]利用CIRAS-Ⅰ型便携式光合测定仪测定马铃薯光合生理要素日变化,并运用统计学方法,分析宁夏西吉县马铃薯生理因子与气象因子日变化规律,研究作物生长关键期(开花期、块茎膨大期)气温、湿度、CO2浓度、光强等气象因子对马铃薯生理各要素日变化的影响.[结果]①马铃薯试验田问的空气湿度呈"U"型余弦曲线形式变化,而光合有效辐射和气温则表现出相反的变化趋势;②田间CO2浓度与马铃薯叶片细胞间隙CO2浓度成正相关性,二者日变化均呈"W 型双峰"曲线;③马铃薯生长季内,在空气相对湿度较为适宜的晴天,其叶片的光合速率、蒸腾速率、气孔导度等生理要素的日变化与环境因子太阳辐射的日变化规律一致,都表现为"M 型双峰"曲线形式,且有明显的"午休"现象;④光照过强引起叶片光合作用出现的"午休"现象通常与气温最高值和湿度最低值出现的时间同步.[结论]该研究可为宁夏地区马铃薯的大规模生产提供科学依据.     

哈巴河县打瓜产量与气象因子的关系及产量预测

利用哈巴河县2000～2008年5～9月打瓜生育期间的气象资料,采用线性回归方法,得到打瓜气象产量和温度、降水、湿度、地湿4个因子呈显著相关特性.逐步回归后建立打瓜产量预测的数学模型:Y = 2 262.677-42.639X1-12.309X2+68.710X3+3.795X4,经检验其平均偏差为0.69%,可知预测模型较准确,能满足业务要求.     

三元乙丙橡胶老化与气候关联性及老化程度全国分布预测

利用三元乙丙橡胶(EPDM)在我国11个典型大气站点暴晒3年的老化数据及气候环境数据,基于对EPDM老化行为分析以及气候环境对EPDM作用机制,探究EPDM老化与气候因子之间的关联性.通过因子分析与逼近理想解排序法,将多个老化指标转化为综合老化值;由灰色关联度分析,得到影响EPDM老化的关键气候因子为辐照度、湿度、温度和降雨;通过BP人工神经网络,建立EPDM综合老化值与气候因子间关联模型.利用我国97个地市级城市气象数据,预测EPDM在未试验地区综合老化值,可视化得到EPDM在我国的老化分布图.图形表明,EPDM在我国西部地区,新疆南部、云南南端、广东南部、海南、台湾等地区老化程度较严重.     

基于机器学习的北京市PM2.5浓度预测模型及模拟分析

对北京市周边8个点多个压力高度的温度、湿度和风速数据, 以及北京市PM2.5污染数据进行了分析和归一化处理, 建立了反向传播神经网络(back propagation, BP)、卷积神经网络(convolutional neural network, CNN) 和长短期记忆模型(long short-term memory, LSTM) 对上述气象数据和污染数据进行训练, 训练结果表明: 反向传播神经网络模型和卷积神经网络模型对未来1 h的PM2.5污染等级的预测准确率较低, 而长短期记忆模型的准确率较高.使用长短期记忆模型预测未来1 h的PM2.5污染值与实际值十分接近, 表明北京市的PM2.5污染与其周边地区的气象条件关系密切.通过利用长短期记忆模型对不同压力高度的气象数据进行训练和对比, 得出在利用气象数据预测污染时, 仅使用近地面气象数据比使用多个高度上的气象数据更加准确.      

辽宁渍涝灾害发展趋势分析及预报方法

辽宁省由于特殊的地理位置、地形和气候条件,成为气象灾害发生较频繁、较严重的省份之一.其中由暴雨引发的渍涝灾害是最主要的灾害,它给国民经济和人民生命财产带来巨大损失.气候变暖导致了降水格局的变化,也使渍涝灾害发生频率增加.从分析诱发渍涝灾害发生因子入手,以气象条件为基础,分析了渍涝灾害发展趋势,并建立了渍涝等级预报指标,对气象防灾减灾具有重要的现实意义,也为气象更好地服务农业提供科学的参考依据.     

基于PC老化行为的西藏大气环境严酷度预测

通过研究聚碳酸酯（PC）在西藏自治区（西藏）10个典型大气站点自然暴露试验1年的老化行为,以色差作为指标评估西藏地区PC服役大气环境严酷度时空分布规律.采集了西藏10个典型大气站点8类环境因素数据年均值（2021年4月—2022年3月）,分析了西藏地区气候环境特点及气候分布区域,为环境严酷度评价提供准确输入.通过在10个站点开展自然环境试验,研究发现PC老化过程中表观失光率、色差逐渐上升,力学性能如拉伸强度、拉伸断裂应变等波动性下降,最终选择以规律性能较好的色差作为PC老化评估指标.通过Pearson相关性研究分析,认为各类环境因素与地理信息坐标等信息之间有信息冗余,环境参量可以进一步优选.通过灰色关联度、回归分析,筛选出影响PC老化的4个敏感环境因子分别为：日照时间、海拔高度、平均相对湿度、降水时间;通过构建反向传播人工神经网络（BP-ANN）模型并优化模型参数,建立具有良好训练精度及泛化能力的“环境-材料”映射模型.不同学习精度训练结果表明,过低的学习精度将导致训练程度不够,预测精度较低;过高的学习精度将导致过拟合,使预测陷入局部最小值.输入西藏全域28个城市气象数据,输入已训练好...     

基于FCM-LSTM的光热发电出力短期预测

对光热电站的出力进行短期预测，可以有效应对太阳能随机性和波动性带来的影响，为电网调度做好准备.该文以青海某光热电站为例，首先使用模糊C均值聚类算法对预处理后的实验数据进行分类，然后通过分析不同聚类类型下出力和气象数据中各因子间的关联程度，充分挖掘出数据间的关系，确定不同类型预测模型的输入变量，进而构建出不同类别下的长短期记忆神经网络预测模型.结果表明，与传统长短期记忆神经网络模型、BP神经网络模型、支持向量机模型和随机森林模型的预测结果相比，基于模糊C均值聚类的长短期记忆神经网络预测模型效果良好，大幅减少了预测误差，验证了该预测模型的有效性.     

沈阳沈北新区蔬菜大棚生产期气候变化及气象灾害对策

[目的]研究沈阳沈北新区蔬菜大棚生产期气候变化及气象灾害对策.[方法]利用沈阳沈北新区近38年气象观测资料,采用常规数理统计方法,分析沈北新区蔬菜大棚生产期气候变化,并探讨气象灾害天气的应对措施.[结果]近38年来,沈北新区光照条件一般,冬季平均日照时数较短(551 h),呈缓慢减少趋势,但降幅并不明显;沈北新区蔬菜大棚生产期气温倾向率0.371 ℃/10 a,冬季气温倾向率0.313℃/10 a,气温虽呈升高趋势,但波动幅度较大,让生产管理难以控制;较寒冷期(11～3月)历年降水量、阴天日数呈增加趋势,对蔬菜大棚生产影响较大;低温寡照阴天是该区冬季气候特点,对发展蔬菜大棚产业不利,冬季增加取暖措施有望正常发展.[结论]研究结果可为当地设施农业的发展提供科学依据.