简介:绝热无摩擦下,位涡(PV)的守恒性、不可渗透性和可反演性使之非常广泛地应用在中高纬度天气学诊断分析中,但由于其本身不包含力管项,无法描述强烈天气的快速流形等局限性,因此分析了ZdunkowskiandBott(2003)提出的斜压Ertrl.Rossby不变量(ERI),结果表明,绝热无摩擦条件下的ERI在其表达式中就已经明确地包含了螺旋度和PV的表达式,同时也涵盖了斜压大气中的力管项效应,可以描述快速流形的天气系统,具有Pv所不能取代的优点,这使得它具有非常广泛的潜在应用价值。在此基础上,还利用ERI诊断了2003年7月3-6日的一次梅雨降水过程,结果表明,ERI完整地刻画了这次降水带南移及降水强度变化的特点,随着24h累积降水带的移动,ERI低值区也随之移动,二者吻合非常好。和PV相比,ERI对降水落区及强度变化的诊断能力更强。
简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。
简介:为提高数值求解大气方程的速度,研究了预处理JFNK(Jacobian—FreeNewton—Krylov)方法及其在大气方程中的应用。这是一种非线性外循环Newton迭代与线性内循环Krylobv迭代相结合的快速算法,其优点是进行外循环Newton迭代时不要求Jacobian矩阵的形成和存储;它的有效性取决于内循环中线性系统的预处理。首先介绍了JFNK算法,然后以浅水波方程为例,描述了非线性残值的形成、预处理矩阵的构造及其在JFNK算法中的应用。试验结果表明:对内循环线性系统进行适当的预处理,能大幅度提高JFNK算法的运算速度。因而,JFNK是一种值得在大气方程中推广应用的方法。