导读:本文包含了可降水量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:降水量,大气,对流层,气象学,地基,伊犁,中亚。
可降水量论文文献综述
罗宇,高文娟,罗林艳,范嘉智,段思汝[1]（2019）在《怀化地区强降水过程中的GPS可降水量特征分析》一文中研究指出利用改进的天顶静力延迟(ZHD)模型和本地化水汽权重平均温度(Tm)模型反演怀化地区GPS可降水量(GPS-PWV),并结合自动气象站逐小时资料分析了2017年怀化地区大气水汽变化及汛期14次暴雨以上降水过程的GPS-PWV变化特征。结果表明:GPS-PWV可较好反映怀化地区大气水汽变化。怀化地区可降水量-气压(PWV-P)分布月变化特征明显,冬季PWV较低且变化范围较小,降水发生时气压较夏季平均高14.75 hPa;春季PWV逐步增大,降水发生时气压较冬季有所降低;夏季PWV为全年最高,降水发生时气压则降至全年最低值;秋季PWV-P数据逐渐分散并向可降水量低值区移动,分布情况逐步趋近冬季。2017年汛期怀化地区14次强降水过程中PWV均高于各月均值,最大小时降水量与最大PWV存在较好对应关系;降水开始前,PWV出现较明显上升,且多伴随气压较明显下降,可为局地强降水短临预警提供较好参考。(本文来源于《中国农学通报》期刊2019年36期）
师芸,邬康康,申靖宇[2]（2019）在《基于超快速星历反演大气可降水量的精度分析》一文中研究指出水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义.针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析.研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求.(本文来源于《全球定位系统》期刊2019年05期）
乔禛,魏加华,袁晓伟,李琼,张令振[3]（2019）在《青海典型地区地基GPS大气可降水量反演及精度分析》一文中研究指出青海地区海拔差异大、区域气候背景不同,具有显着的区域差异性.为在青海地区开展GPS(全球定位系统,Global Position System)气象应用研究,获取不同地区中尺度、高时间分辨率的水汽信息,本文以青海省叁江源区(达日)、西宁市为研究区域,利用2010～2017年的探空数据回归得出两地本地化大气加权平均温度(Weighted Average Temperature,T_m)模型,对比分析发现两地本地化回归模型的精度要优于最早建立的Bevis模型和全国范围精度较高的龚绍琦模型;同时,对比分析叁江源区(达日)、西宁两地利用GPT2(全球气温和气压经验模型,Global Pressure and Temperature)对流层模型与实测气象数据进行GPS大气可降水量(Precipitation Water Vapor,PWV)反演的差异,发现在研究区可利用GPT2对流层模型作为无实测气象数据PWV反演的补充,且精度相当.最后,利用研究区2016年GPS观测数据,使用本地化T_m模型,并以GPT2对流层模型为补充进行PWV反演,利用探空数据计算得到的PWV作为参考值,发现GPS反演PWV与参考值的相关系数达到0.9以上,且GPS-PWV略大于基于无线电探空观测(Radio Sounding,RS)获得的RS-PWV.本文研究为在青海地区开展GPS水汽遥感工作奠定了基础.(本文来源于《应用基础与工程科学学报》期刊2019年05期）
熊红伟,郑进[4]（2019）在《基于遗传算法优化小波神经网络预测GPS可降水量》一文中研究指出大气水汽变化,有着高度的随机性与时空剧变性;通过GPS遥感的方式获取得到的GPS可降水量是一个剧烈变化的非线性系统。针对GPS可降水量这一特点以及现有预测模型的局限性,采用遗传算法的全局搜索能力和小波神经网络良好的逼近与容错能力相结合的遗传小波神经网络进行建模。用所建模型对不同特点的GPS可降水量的时间序列进行分析。结果表明遗传小波神经网络在预测的精度、稳定性和预测的步长上均优于现有的PWV预测模型。(本文来源于《城市勘测》期刊2019年04期）
刘晶,周雅蔓,杨莲梅,张迎新[5]（2019）在《2016年伊犁河谷大气可降水量变化特征及其与降水的关系》一文中研究指出利用NCEP/NCAR 0. 25°×0. 25°再分析资料,ERA-Interim 0. 5°×0. 5°再分析资料,2016年3月至2017年2月伊犁河谷3个地面观测站逐时和逐日降水及地基GPS大气可降水量(简称"P_(WV)"),对各测站P_(WV)时间变化及其与降水关系进行分析,明确了各站不同降水情况下及不同季节P_(WV)的演变特征。结果表明:(1)各站P_(WV)月际变化呈单峰型分布,谷值出现在1月,7月达到峰值,其中伊宁站2—9月(除7月) P_(WV)与同期降水量变化一致,10—12月呈反向。(2)各站春、夏季平均P_(WV)日变化曲线呈双峰型,春季各站峰值出现在17:00和00:00前后,较夏季峰值出现时间晚2～4 h;秋季新源站P_(WV)日变化曲线呈单峰型,其他两站P_(WV)呈双峰型分布;冬季各站P_(WV)日变化曲线均呈单峰型特征。随着测站海拔高度的增加,P_(WV)日变化幅度逐渐增大。(3) P_(WV)与降水有密切关系,P_(WV)最大值出现时间超前降水0～3 h、5 h和7～9 h发生频次最高,春、夏、秋、冬各季节降水分别主要发生在P_(WV)最大值出现后0～3 h、0～2 h和5～7 h、0～3 h和7～9 h及0～1 h。不同降水情况下各站P_(WV)值存在显着差异,海拔越高的测站差异越不显着。(4)降水发生前P_(WV)增大与对流层低层水汽输送和水汽流入有关;降水期间不同影响系统、不同水汽输送造成的P_(WV)增大时间和峰值有所不同,降水开始时间与P_(WV)峰值有较好的对应关系。降水期间暴雨区水汽垂直输送明显,对流层中、高层云形成云冰水聚集区,P_(WV)有明显跃变,存在水汽的快速聚集过程,造成测站短时强降水天气。(本文来源于《干旱气象》期刊2019年04期）
梁倩,光莹,刘琼,史文浩,陈勇航[6]（2019）在《新疆及周边中亚地区大气可降水量分布的中亚低涡响应》一文中研究指出中亚低涡是新疆及中亚地区主要降水系统,为了揭示其影响下的大气降水潜力,利用2003—2014年夏半年中亚低涡发生时的AIRS Version 6 Level 2卫星资料,对夏半年中亚低涡降水系统月际变化和不同类型路径的大气可降水量分布规律进行了分析。结果表明:①中亚低涡的南涡与北涡发生率明显不同。北涡占中亚低涡总发生率的68. 31%,南涡占31. 69%。其中,7、8月中亚低涡发生频次最高。②按照中亚低涡不同路径分类来看,各路径发生率明显不同,其中,向东南方向移动的中亚低涡发生率最高。③从月际变化来看,5—9月平均大气可降水量整体分布趋势为中亚地区高于中国新疆地区。新疆吐鲁番盆地和塔里木盆地高于沿山脉分布的地区。④从路径类型来看,北涡各路径平均大气可降水量分布趋势整体相似,各路径均有26 mm以上大范围高值区,南涡各路径含量整体偏小,大都在18 mm以下。上述研究将为新疆和中亚地区突发性强降水天气预报预警以及人工增水提供参考。(本文来源于《干旱区研究》期刊2019年05期）
翟树峰,吕志平,李林阳,吕浩,邝英才[7]（2019）在《基于GPT2w模型化加权平均温度反演可降水量》一文中研究指出提出一种基于GPT2w模型化加权平均温度反演大气可降水量的方法,并分析附加系统偏差改正的模型化加权平均温度对可降水量的影响。结果表明,基于GPT2w模型化加权平均温度反演的大气可降水量的精度与基于Bevis公式计算的加权平均温度反演的大气可降水量的精度相当;对GPT2w模型化加权平均温度进行系统偏差改正后,大气可降水量的精度有一定改善,但改善率不到1%。(本文来源于《大地测量与地球动力学》期刊2019年07期）
方文维,朱紫云,林日新[8]（2019）在《我国大气可降水量变化特征分析》一文中研究指出水汽是水文循环的物质基础和能量来源,也是大气降水的必要条件。深入研究我国大气可降水量的变化特征,对于气象防灾减灾具有重要意义。该文利用我国1998-2010年72个探空站点资料,采用探空法计算得到我国月平均大气可降水量,并以此为基础,计算得到我国各站点的季节、年平均可降水量,最后再对结果进行显着性检验和分析。结果表明,我国大部分地区年平均可降水量呈递减趋势。我国可降水量总体呈由东南沿海向西北内陆递减的趋势,南方地区年平均可降水量最大,约为40mm,西北地区年平均可降水量在10mm左右,北方地区在20mm左右。在季节方面,我国大气可降水量在冬季最少,夏季最多,秋季次之。地理纬度、环流系统、海陆分布、地形因子、季节是影响我国大陆可降水量的主要因素。四川盆地地区有一高湿区,在云贵高原东部递减趋势显着,其地形因素影响显着。(本文来源于《海峡科学》期刊2019年07期）
王皓[9]（2019）在《地基GPS反演可降水量和叁维水汽层析方法研究》一文中研究指出水汽是大气中的重要组成部分,与人们日常生活生产息息相关,因此,人们对气象知识的渴求与预测气象变化的欲望也日益高涨。地基GPS气象学是一种融合测绘、气象等多门学科的新型水汽探测方法,具有高时空分辨率、高精度、实时性高、全天候观测等特点。特别是随着GPS定位精度的提高以及全国大范围CORS网络的建立,地基GPS气象学进入了发展的快车道。虽然通过GPS数据反演水汽的研究取得了一系列的研究成果,但并不完善,还有待进一步研究。鉴于此,本文从方法实现,精度评判,影响因素等方面,对水汽反演以及层析进行研究。本文主要研究内容如下:(1)在介绍地基GPS水汽反演的基础上,分析影响水汽反演精度的因素,同时给出了水汽反演的精度检验和评价方法。并对GPS信号传播过程中出现的误差,尤其是对流层延迟,和对流层延迟反演大气可降水量PWV、叁维水汽层析过程中的原理与方法进行了简明的阐述。(2)利用香港地区CORS网18个测站的GPS数据进行水汽反演实验。使用GAMIT软件对数据进行基线解算,反演出香港地区的可降水量PWV。与香港京士柏探空站的气象资料进行对比,GPS/PWV和Radio/PWV之间的平均偏差0.25mm、均方根误差为1.76mm,满足水汽求解的精度要求。且通过对香港地区的一次降雨过程进行分析,反应出可降水量与实际降水分布具有一致性,证明反演得到的大气可降水量能够可靠地,准确地反映出大气中水汽的情况。(3)研究分析反演可降水量PWV过程中出现的一些影响因素。通过对香港京士柏探空站的数据进行分析,建立香港加权平均温度本地化计算模型,得到更加适用于香港地区的大气加权平均温度;再通过使用不同星历、不同大气加权平均温度模型和不同对流层延迟模型对香港CORS网数据进行处理,反演得到可降水量PWV,分析这些因素对于反演结果精度的影响。(4)对斜路径方向上的可降水量SWV的求解方法以及叁维层析技术进行了简要的介绍,并对层析区域进行格网划分,建立层析方程组,最后进行层析实验,得到水汽轮廓线、水汽叁维分布图和水汽分层分布图叁种水汽产品。图[23]表[15]参考文献[99](本文来源于《安徽理工大学》期刊2019-06-12）
田晓磊,李宝富,李学伟,李婷,朱明博[10]（2019）在《1970-2012年华北平原大气可降水量时空变化及其影响因素》一文中研究指出基于1970-2012年华北平原探空站和地面站气象资料,分析了大气可降水量的时空变化特征及其影响因素.结果表明:(1)1970-2012年,华北平原年均大气可降水量呈不显着下降趋势,速率为-0.10mm/10a.其中,秋季大气可降水量减少速率最高,为-0.18mm/10a.在空间上,华北平原东南部年均大气可降水量降低速率明显大于西北部.(2)近40多年来,华北平原年均降水效率基本稳定,速率为-0.01%/10a.(3)在年和季节尺度上,华北平原大气可降水量变化与降水量仅在冬季相关性不显着.在空间上,仅华北平原南部年均大气可降水量与降水量呈显着正相关性;而降水效率与降水量在各尺度上均呈极显着相关性.(4)北半球极涡面积和亚洲区极涡强度分别对春季和夏季大气可降水量的变化影响较大.而秋、冬季,大气可降水量与西伯利亚高压和亚洲经向环流关系密切.(本文来源于《聊城大学学报(自然科学版)》期刊2019年03期）
可降水量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
水汽是预报某些灾害性天气的重要依据,因此及时获得高分辨率的水汽产品对精准预报天气具有至关重要的意义.针对最终精密星历更新速度较慢、时延较长,无法满足实时反演大气可降水量的要求,提出一种利用超快速星历代替最终精密星历反演大气可降水量的方法:基于地基GNSS反演大气可降水量的原理,利用GAMIT软件,根据国际GNSS服务(IGS)网站提供的不同精度的星历产品获得大气可降水量,并与气象探空站所获得的大气可降水量对比分析.研究结果表明,利用超快速星历所获得的大气可将水量与最终精密星历一致,二者平均差值优于0.1 mm,且与探空站测得的大气可降水量值非常一致,其精度可以满足天气预报的需求.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可降水量论文参考文献
[1].罗宇,高文娟,罗林艳,范嘉智,段思汝.怀化地区强降水过程中的GPS可降水量特征分析[J].中国农学通报.2019
[2].师芸,邬康康,申靖宇.基于超快速星历反演大气可降水量的精度分析[J].全球定位系统.2019
[3].乔禛,魏加华,袁晓伟,李琼,张令振.青海典型地区地基GPS大气可降水量反演及精度分析[J].应用基础与工程科学学报.2019
[4].熊红伟,郑进.基于遗传算法优化小波神经网络预测GPS可降水量[J].城市勘测.2019
[5].刘晶,周雅蔓,杨莲梅,张迎新.2016年伊犁河谷大气可降水量变化特征及其与降水的关系[J].干旱气象.2019
[6].梁倩,光莹,刘琼,史文浩,陈勇航.新疆及周边中亚地区大气可降水量分布的中亚低涡响应[J].干旱区研究.2019
[7].翟树峰,吕志平,李林阳,吕浩,邝英才.基于GPT2w模型化加权平均温度反演可降水量[J].大地测量与地球动力学.2019
[8].方文维,朱紫云,林日新.我国大气可降水量变化特征分析[J].海峡科学.2019
[9].王皓.地基GPS反演可降水量和叁维水汽层析方法研究[D].安徽理工大学.2019
[10].田晓磊,李宝富,李学伟,李婷,朱明博.1970-2012年华北平原大气可降水量时空变化及其影响因素[J].聊城大学学报(自然科学版).2019
论文知识图
