检索结果-内蒙古大学图书馆

大气科学学报 2022年第5期45卷 641-659页

作者：杨淑贤零丰华应武杉杨松罗京佳南京信息工程大学气候与应用前沿研究院/气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心江苏南京210044

近年来,随着人工智能技术在多个领域大数据分析中的应用,许多研究工作者尝试将地学研究与人工智能跨学科结合,取得了很多新的进展,推动了地球科学的发展。其中气候预测与人类生活以及防灾减灾等息息相关,准确的气候预测至关重要。本文... 详细信息

近年来,随着人工智能技术在多个领域大数据分析中的应用,许多研究工作者尝试将地学研究与人工智能跨学科结合,取得了很多新的进展,推动了地球科学的发展。其中气候预测与人类生活以及防灾减灾等息息相关,准确的气候预测至关重要。本文简要总结了人工智能技术在气候预测应用方面的研究进展,包括资料同化、模式参数化、求解偏微分方程、构建统计预测模型、改进数值模式产品释用等领域。这些研究证明了利用人工智能提高气候预测技巧的可能性和适用性,可以极大地节省计算成本和时间。然而人工智能应用也存在诸多挑战,例如数据集的构建、模型的适用性和物理可解释性等问题,对这些难点问题的研究和攻克,可以让人工智能在大数据时代中更好地补充传统地球科学方法,产生更多有益的效应,极大地改进气候预测水平。

关键词：人工智能数值产品释用气候预测

来源：评论

学校读者我要写书评

暂无评论

华北白洋淀与大清河南系地区过去300年耕地覆盖变化重建

华北白洋淀与大清河南系地区过去300年耕地覆盖变化重建

引用

2017年全国自然地理学大会

作者：李俊叶瑜魏学琼北京师范大学地理科学学部北京 100875 北京师范大学地理科学学部北京 100875 北京师范大学环境演变与自然灾害教育部重点实验室北京 100875 南京信息工程大学科学技术史研究院南京 210044

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的月平均2 m气温订正方法

引用

热带气象学报 2024年第6期40卷 906-917页

作者：方巍王冰轮南京信息工程大学计算机学院/数字取证教育部工程研究中心江苏南京210044 中国气象局流域强降水重点开放实验室/暴雨监测预警湖北省重点实验室/中国气象局武汉暴雨研究所湖北武汉430205 南京气象科技创新研究院/中国气象局交通气象重点开放实验室江苏南京210041 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044

作为减少短期气候预测误差的技术,数据订正成为了重要的研究方向。而深度学习作为一种新兴方法已经应用到数据订正技术中,其中常用的模型是U-Net,但它存在不可避免的缺陷。第一,U-Net基于卷积神经网络,但是受限于卷积神经网络的小感受野... 详细信息

作为减少短期气候预测误差的技术,数据订正成为了重要的研究方向。而深度学习作为一种新兴方法已经应用到数据订正技术中,其中常用的模型是U-Net,但它存在不可避免的缺陷。第一,U-Net基于卷积神经网络,但是受限于卷积神经网络的小感受野,这导致U-Net不能从全局的角度学习空间特征;第二,U-Net的下采样操作容易丢失图像细节信息。这两点都影响了该模型的订正性能。因此采取以下两个措施进行改进,一是将原模型与能够学习图片全局特征的Vision Transformer有机结合起来,使其能够从全局的角度学习空间特征;二是引入UNet 3+模型中的全尺度连接操作,弥补原下采样中丢失的图像细节信息。改进之后的模型称为UNet-Former 3+,在CMIP6中月平均2 m气温的春季和冬季数据集上进行订正实验,ERA5为实验标签。模型会与分位数映射、岭回归、U-Net、CU-Net、Dense-CUnet和RA-UNet这六种订正方法进行对比。实验结果表明,此模型在两个季节的平均绝对误差都下降49%,均方根误差都下降57%,两者都低于上述六种方法。总之,UNet-Former 3+在春季和冬季的订正效果优于上述六种方法。

关键词：短期气候预测数据订正 Vision Transformer 全尺度连接 UNet-Former 3+

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的Angstr?m-Prescott公式系数的估算

引用

节水灌溉 2024年第7期 108-118页

作者：冯文哲和志豪陈上董文彪李若彤于强冯浩何建强西北农林科技大学旱区农业水土工程教育部重点实验室西北农林科技大学中国旱区节水农业研究院南京信息工程大学江苏省农业气象重点实验室中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室

地表太阳辐射（Rs）数据在水文、农业和生态等领域具有重要的应用价值。由于目前仅有少数国家气象站点具备直接观测条件，因此Angstr?m-Prescott （A-P）公式被广泛应用于逐日Rs的估算。尽管使用A-P公式需提供的两个经验系数a和b已经有F... 详细信息

地表太阳辐射（Rs）数据在水文、农业和生态等领域具有重要的应用价值。由于目前仅有少数国家气象站点具备直接观测条件，因此Angstr?m-Prescott （A-P）公式被广泛应用于逐日Rs的估算。尽管使用A-P公式需提供的两个经验系数a和b已经有FAO （Food and Agriculture Organization）推荐值（a=0.25;b=0.5），但是越来越多的研究指出这两个参数的本地化有助于提高Rs的估算精度。利用1967-2017年全国80个具有太阳辐射观测数据气象站的逐日地表太阳辐射（Rs）及其他常规气象数据，来获取中国大陆地区A-P公式的a、b系数。首先，整个中国大陆地区被划分为高原山地气候区（Mountain Plateau Zone,MPZ）、亚热带季风气候区（Subtropical Monsoon Zone,SMZ）、温带季风气候区（Temperate Monsoon Zone,TMZ）、温带大陆性气候区（Temperate Continental Zone,TCZ）等4个不同气候区。其次，基于最小二乘法回归得到各气候区不同站点A-P公式系数值，可视为A-P公式系数的观测值。然后，利用4种机器学习算法分别估算全国80个具有太阳辐射观测数据气象站的A-P公式系数，各算法分别结合不同输入因子组合构建不同的A-P公式系数估算模型。最后，评估机器学习算法估算得到的A-P公式系数自身的精度，及其在Rs估算中的精度。研究发现在估算系数a时，机器学习模型中基于五因子输入组合的SVM模型的估算精度最高（R2=0.661,RMSE=0.022,nRMSE=0.120）。在估算系数b时，机器学习模型中基于四因子输入组合的ELM模型的估算精度最高（R2=0.550,RMSE=0.031,nRMSE=0.055）。基于所选最优机器学习模型各自估算的a和b系数值来驱动A-P公式进一步估算Rs，结果表明机器学习模型在MPZ、SMZ、TMZ、TCZ气候区Rs估算中的nRMSE分别为0.168、0.225、0.138、0.180。因此，推荐使用五因子输入组合的SVM模型来估算系数a，使用四因子输入组合的ELM模型来估算系数b，可以得到更为准确的中国大陆地区A-P公式系数，从而提高使用A-P公式估算Rs的精度。研究结果可为实现A-P公式系数在中国大陆地区的本地化和提高Rs估算精度提供一定的理论依据和技术途径。

关键词：太阳辐射 Angstr?m–Prescott a、b系数机器学习

来源：评论

学校读者我要写书评

暂无评论

江淮流域夏季热浪日数的季节预报研究

江淮流域夏季热浪日数的季节预报研究

引用

第35届中国气象学会年会

作者：高妙妮 Bin Wang 杨静董文杰北京师范大学环境演变与自然灾害教育部重点实验室北京师范大学系统科学学院夏威夷大学气象系及国际太平洋研究中心南京信息工程大学地球系统模拟中心北京师范大学地表过程与资源生态国家重点实验室北京师范大学地理科学学部减灾与应急管理研究院中山大学大气科学学院

夏季梅雨雨季后(7-8月),江淮流域成为中国热浪高发的核心区域。该地区的热浪具有高温和高湿的特征,严重危害人类健康、社会经济和生态系统。1961-2015年,江淮流域夏季湿热浪日数存在显著的年际和年代际变率。提高该地区热浪总日数的预... 详细信息

夏季梅雨雨季后(7-8月),江淮流域成为中国热浪高发的核心区域。该地区的热浪具有高温和高湿的特征,严重危害人类健康、社会经济和生态系统。1961-2015年,江淮流域夏季湿热浪日数存在显著的年际和年代际变率。提高该地区热浪总日数的预测能力具有重要的科学意义和社会价值。研究发现,江淮流域热浪日数的变化与两个前期海温因子显著相关:太平洋纬向偶极型海温发展趋势和冬季大西洋经向三极型海温。具体的影响机制是:前者代表了早春衰减位相的中太平洋型El Ni?o(La Ni?a)向夏季发展位相的东太平洋型La Ni?a(El Ni?o)的快速转变过程,La Ni?a(El Ni?o)表现出的中太平洋冷(暖)海温,通过改变沃克环流,抑制(增强)赤道中太平洋对流,激发罗斯贝波,加强(减弱)西北太平洋副热带高压;冬季北大西洋三极型海温通过海气正反馈和海洋记忆过程维持到次年夏季,激发"环球遥相关"波列影响下游地区,波动中的东亚活动中心使江淮流域受异常高压(低压)控制。基于上述两个海温预报因子,本文建立了江淮流域湿热浪日数的超前1月物理-经验预报模型。该预报模型的35年前滚后报试验(1981-2015年)和近20年独立预报试验(1996-2015年)的预报技巧分别可达0.66和0.73。本研究揭示了江淮流域夏季热浪日数的潜在可预报性,即热浪日数总方差的55%可被预报,表明动力模式对极端高温的季节预报能力仍存在较大的可提高空间。

关键词：热浪江淮流域物理-经验预报模型

来源：评论

学校读者我要写书评

暂无评论

南京信息工程大学气候预测系统1.0版简介

引用

大气科学学报 2020年第1期43卷 128-143页

作者：贺嘉樱伍继业罗京佳南京信息工程大学大气科学学院-气候与应用前沿研究院/气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心江苏南京210044

南京信息工程大学气候预测系统1.0版(NUIST CFS1.0)是基于日本海洋科学技术开发机构(JAMSTEC)的SINTEX-F模式发展而来,可以实现对全球气候异常的季节-年际预测。对过去近40 a的集合历史回报预测试验结果的评估发现,该预测系统对热带太... 详细信息

南京信息工程大学气候预测系统1.0版(NUIST CFS1.0)是基于日本海洋科学技术开发机构(JAMSTEC)的SINTEX-F模式发展而来,可以实现对全球气候异常的季节-年际预测。对过去近40 a的集合历史回报预测试验结果的评估发现,该预测系统对热带太平洋和印度洋海温异常具有良好的预测技巧,并且该系统能提前1.5~2 a对ENSO(Nino3.4指数)做出有技巧的预测(即相关系数达0.5),同时也可以提前1~2个季节对印度洋偶极子(IOD)做出有较高技巧的预测,展现了对主要热带气候信号的良好预测技巧。但是与国内外所有动力模式预测系统类似,该系统对东亚地区的气候异常预测还存在较大的不足。考虑到ENSO对东亚地区气候异常的强烈影响,本文尝试去除与ENSO预测相关的系统偏差来初步订正东亚地区夏季温度异常和降水距平百分率的预测结果。对比订正前后的结果表明,这一简单的订正方法有助于提高我国气候异常的预测准确率。同时选取2019年夏季气温异常和降水距平百分率的实时预测结果作为个例进行分析,发现订正能够提供一定的技巧改善,但与观测结果相比仍存在较大偏差,需要在今后的工作中不断改进完善。此外,本文也初步评估了NUIST CFS1.0对我国冬春季的气候预测技巧,并提供了经简单订正后的2019/2020年冬季和2020年春季的实时预测结果。

关键词：南信大气候预测系统气候模式气候预测预测结果订正

来源：评论

学校读者我要写书评

暂无评论

厄尔尼诺南方涛动(ENSQ)对我国东部地区冬季气溶胶污染的影响

厄尔尼诺南方涛动(ENSQ)对我国东部地区冬季气溶胶污染的影响

引用

中国环境科学学会2019年学术年会

作者：孙家仁李海燕张文君李泰儒赵伟左志艳郭庶吴兑范绍佳中山大学大气科学学院广州510275 生态环境部华南环境科学研究所国家环境保护城市生态环境保护与模拟重点实验室广州510655 暨南大学质谱仪器与大气环境研究所广东省大气污染在线源解析广州气象台广州511430 南京信息工程大学气象灾害教育部重点实验室气象灾害预报预警与评估协同创新中心南京210044 生态环境部华南环境科学研究所国家环境保护城市生态环境保护与模拟重点实验室广州510655 中国气象科学研究院北京100081 中山大学大气科学学院广州510275 暨南大学质谱仪器与大气环境研究所广东省大气污染在线源解析系统工程技术研究中心广州510632 中山大学大气科学学院广州510275

从气候角度研究了厄尔尼诺/南方涛动(ENSO)对中国东部地区(ERC)冬季气溶胶污染(WAP)的调制作用.结果表明,厄尔尼诺事件期间东亚冬季风(EAWM)的减弱对ERC的WAP加剧具有重要影响,特别是在中国北方.与拉尼娜事件有关的EAWM的增强减少了东... 详细信息

从气候角度研究了厄尔尼诺/南方涛动(ENSO)对中国东部地区(ERC)冬季气溶胶污染(WAP)的调制作用.结果表明,厄尔尼诺事件期间东亚冬季风(EAWM)的减弱对ERC的WAP加剧具有重要影响,特别是在中国北方.与拉尼娜事件有关的EAWM的增强减少了东北、华东和华南等地区的WAP,但增加了在中国中西部地区的气溶胶污染.与中国北方相比,与ENSO相关的动力学和热力学条件异常导致其对中国南方气溶胶污染的影响更加不确定.厄尔尼诺(拉尼娜)事件往往导致中国南方冬季西南(东北风)风异常,并通过南岭山脉对南向(北向)空气污染的阻塞作用,不利与华南地区气溶胶的向外传输和局地稀释.同时,由厄尔尼诺(拉尼娜)引起的正(负)水汽汇聚和降雨异常(不利于)有利于局部气溶胶的清除.这两种竞争因素的主导性决定了ENSO对华南地区气溶胶的调节效果.全球气候模式在很大程度上再现了观察到的结果.与观测结果一致,厄尔尼诺事件加剧了我国东部大多数地区冬季气溶胶是污染,而拉尼娜现象削弱了除中国西部之外的气溶胶污染.

关键词：气溶胶污染分布特征厄尔尼诺南方涛动

来源：评论

学校读者我要写书评

暂无评论

北半球平流层春季最后增温事件爆发日期定义方法的比较分析

引用

气象科技进展 2024年第5期14卷 29-36页

作者：刘翔宇闫柳池胡景高邓洁淳李宗泽何欢南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心南京210044 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室北京100029 中国科学院大学北京100049 南京创蓝科技有限公司南京211135

本文对定义北半球平流层春季最后增温事件(Stratospheric Final Warming,SFW)爆发日期的三种不同方法进行了比较分析。三种方法分别为:1)基于平流层极夜急流核心纬度带(60°--75°N)逐日纬向平均纬向风最后一次由西风转为东风... 详细信息

本文对定义北半球平流层春季最后增温事件(Stratospheric Final Warming,SFW)爆发日期的三种不同方法进行了比较分析。三种方法分别为:1)基于平流层极夜急流核心纬度带(60°--75°N)逐日纬向平均纬向风最后一次由西风转为东风的时间,简称为逐日风场反转法;2)将月平均纬向风场数据线性插值成逐日数据,然后基于插值后的逐日纬向平均纬向风由西风转为东风的时间,简称为月均风场插值法;3)90°N与60°N之间纬向平均温度经向梯度最后一次由负转正的日期,简称为温度梯度反转法。结果表明,由逐日风场反转法和月均风场插值法得到的SFW爆发日期基本一致,但是当平流层冬末和春初发生爆发性增温时,两种方法确定的SFW爆发日期易出现较大偏差;温度梯度反转法确定的SFW爆发日期早于逐日风场反转法确定的SFW爆发日期,在30 hPa等压面层,两种方法定义的平均日期相差16 d。由于逐日风场反转法在实际使用时更为常见,因此,以该方法为参考,对温度梯度反转法进行修订,结果表明,如果将温度梯度反转法中的阈值由0 K提高为3 K,以上利用温度和风场确定的SFW爆发日期则基本一致。

关键词：平流层最后增温事件爆发日期逐日风场反转月均风场插值温度梯度反转

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：