简介:利用东疆地区6个国家气象站1961—2016年汛期(5—9月)逐日降水序列资料,分析了东疆地区降水集中度(PCD)和集中期(PCP)的时空分布特征和变化规律。结果表明:近56a来,东疆地区汛期PCD平均为0.35,呈逐年微弱减小趋势(-0.02·(10a)^-1),表明汛期降水趋于均匀化;汛期PCP平均为35.0候,呈逐年推迟趋势(0.45候·(10a)^-1),表明汛期降水有所推后。汛期PCD和PCP空间分布不均匀,南部平原大、北部山区小,最小值均出现在天山北麓巴里坤。汛期PCD和PCP在整个时段内都存在13a左右的长周期变化,且前者在1996年发生突变,以下降趋势为主,表明降水集中度逐渐减弱,趋于均匀化。通过汛期降水量与汛期PCD、PCP的相关合成分析,发现少水年PCD较多水年偏大,而多水年PCP较少水年偏晚。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。