一、影响地温日极值的要素分析(论文文献综述)
何生录,祁贵明,许学莲,张亚珍,石秀云[1](2021)在《格尔木草面温度和地面温度特征差异及相关性分析》文中进行了进一步梳理利用格尔木国家基准气候站2014-2020年草面温度、地面温度观测资料,通过数理统计方法分析了两者的时间变化规律、异同点、相关性及造成差异的可能原因。结果表明:格尔木草面温度和地面温度分别以0.09℃/a、0.03℃/a的速率呈增加趋势,草面温度月平均值小于地面温度月平均值;日平均最高草面温度和地面温度分别出现在14时、15时,日平均最低草面温度和地面温度分别出现在06时、07时,草面温度比地面温度提前1h出现极值。春季上午、夏季清晨草面温度与地面温度基本持平,秋、冬季上午草面温度高于地面温度,其他时间草面温度均低于地面温度。12月份草面温度最高温度的平均值比地面温度最高温度的平均值略高,其他月份均偏低;草面温度最低温度的平均值全年低于地面温度最低温度的平均值。草面温度和地面温度间有很好的正相关性。
闫利霞,秦云苗,杨海良,张娟,赵晓飞,王红梅[2](2019)在《霸州市气象站迁站前后地温观测资料对比分析》文中指出为了研究城市化进程对气象站旧站地温的影响,运用数理统计方法对河北省霸州市国家基本气象站新址和旧址2012年及前后5年0~320 cm地温平均值、差值进行对比分析,并对前后5年月平均地温进行了均值t检验。结果表明,迁站同期和迁站前后5年对比,两站址0~320 cm均表现为冬季和春季新址比旧址地温低,夏季和秋季新址比旧址地温高;两站址0~20 cm年平均地温日变化呈正弦曲线,40~320 cm四季日变化曲线较平缓;新址和旧址前后5年月平均地温资料大多数月份差值较小,资料连续性较好,但两站址地温差值变幅较大,且两站深层地温比地面及浅层差异显着,应订正后使用。
潘俊杰,阿不都卡依木,付秋萍,马英杰[3](2018)在《膜下滴灌自动化棉田地温探究与预测》文中进行了进一步梳理为探究自动化膜下滴灌棉田地温变化规律及其影响因素,开展了大田试验,研究了地温与气象因子、植株覆盖度、土壤含水率、降雨和灌溉的关系。结果表明:在时间上,地温在灌溉期总体上呈现先增大后减小的趋势;太阳辐射、大气压强、相对湿度和大气温度与地温要素的相关性显着,且建立的最小二乘回归方程能较好的模拟日均地温变化情况。在空间上,地温单日变化都可用正弦曲线进行拟合。土壤含水率和覆盖度的增加,能够抑制棉田地温的变化。降雨和灌溉主要通过增加土壤含水率来改变地温。研究表明,通过建立气象因子与日均地温的回归方程和不同土层地温与时间的正弦函数能较好的模拟各土层地温,为根区构造适宜的水热环境。
吴春晓[4](2018)在《基于BP神经网络的10~320cm地温推演模型的研究》文中研究表明本论文针对气象观测中地温数据缺测以及国家一般气象站无深层地温观测的问题,用BP神经网络建立了实时地温推演模型和深层地温推演模型。主要研究内容如下:1、围绕地温模型的输入向量是气温、地温观测值的设计要求,分析各层地温的变化特征,引用采样定理分析输入向量的时间跨度,确定了实时地温推演模型和深层地温推演模型各自的输入向量、输出向量的元素组成方案。用单因素法测试,确定了神经网络的训练函数、隐藏层节点数的选取。2、通过分析和测试确定了训练样本的选择方案,为使网络能够兼顾输出精度和泛化能力,建立了 24个实时地温推演模型,对应每日24个时间整点。用基准站的数据训练网络,反复调试神经网络参数,筛选出误差性能最好的地温模型,然后用基本站的数据做了对比测试。3、对深层地温推演模型的6种方案分别进行训练和测试,统计各方案最佳模型的推演误差,筛选出的两个不同时间跨度的最佳模型,比较了气象站深层地温观测值和最佳模型的推演值之间的差异和联系。4、研究了基于滑动平均滤波的160cm、320cm地温推演值修正方法。测试结果表明:实时地温推演模型模型误差很小,可用于本站整点地温观测数据缺测的填补;深层地温推演模型可用于临近台站无深层地温观测时的地温估算。
黄曼贞[5](2018)在《自动气象站浅层地温异常数据分析及处理方法》文中研究指明对一次更换浅层地温传感器后,采集到的浅层地温数据异常进行分析,找出发生异常的原因,提出异常数据判断和处理方法,以期为今后提高异常数据的分析判断和处理能力提供参考。
罗智军[6](2018)在《地面气象观测资料审核规则库的设置方法与技巧》文中进行了进一步梳理本文结合台站对地面气象观测资料审核规则库设置实际,分别从审核规则库设置中软件操作、审核规则库气候极值设置、审核规则库地温日变化最大值设置、审核规则库要素极值与定时值比较规则设置、不同气象要素之间横向比较规则设置等,详细分析审核规则库设置方法与技巧,供相关部门参考。
朱宝文,胡德奎,郭晓宁,何永晴[7](2014)在《高寒地区日光温室地温变化及预报》文中认为利用2012年4月至2013年3月青海大通县日光温室内外地温、气温资料和大通县气象站人工观测资料,分析了高寒冷凉地区不同天气类型下日光温室地温变化规律。结果表明;研究区日光温室内日地温呈正弦曲线变化,晴天变化幅度最明显,阴天最小,地温变幅为地表>5 cm>10 cm>15cm>20 cm;室内地表、10 cm和20 cm平均地温月变化呈波形变化,最大值出现在7月,最小值在12月;随着深度增加,平均地温年较差逐渐减小;晴天、多云天、阴天不同深度地温平均日较差分别为9.6、8.3、6.1℃;地温日垂直变化仅在14时随着深度增加逐渐下降;除晴天室内最高温度外,其余温度要素与地温之间存在极显着正相关关系;建立的日光温室内10 cm最低温度预报方程和地表最低温度预报模型,可以在业务服务中应用。
刘吉平,于佳,赵亮,田学智[8](2014)在《三江平原夏末晴天孤立沼泽与农田温湿度对比》文中提出受湿地景观破碎化的影响,孤立沼泽成为三江平原沼泽湿地的主要类型之一。以三江平原抚远县大豆田中孤立沼泽为研究对象,观测孤立沼泽及其周边农田的0 cm地温、5 cm土温、10 cm土温、1.5 m气温和1.5 m相对湿度,观测从2012年8月31日10︰00开始,至9月1日8︰00结束,每2小时观测一次,对比分析夏末晴天孤立沼泽与农田温湿度的差异,探讨孤立沼泽的局地小气候效应。研究结果表明,孤立沼泽的日平均0 cm地温、5 cm土温、10 cm土温和1.5 m相对湿度都低于周边农田,而日平均1.5 m气温高于周边农田;除0 cm地温外,孤立沼泽5 cm土温、10 cm土温、1.5 m气温和1.5 m相对湿度的日较差都低于周边农田;各气象要素的日变化曲线为单峰曲线,但极值出现的时间不同,孤立湿地5 cm土温和10 cm土温的极值出现时间比周边农田晚24 h,孤立湿地0 cm地温、1.5 m气温和1.5 m相对湿度的极值出现时间与周边农田相同,0 cm地温最高值和最低值分别出现在12︰00和2︰00,1.5 m最高和最低气温分别出现在14︰00和2︰00,1.5 m最高和最低相对湿度分别出现在18︰00和14︰00。
杨洋,张晓煜,王静,段晓凤,卫建国[9](2014)在《干旱区苹果园小气候特征分析》文中认为以干旱区成龄苹果园为研究对象,分析了宁夏灵武陶林园艺场果园内不同季节不同层次气象要素的时间变化特征。结果表明:日平均光照度为春季>夏季>秋季>冬季。果园内不同季节1.5 m和3.0 m高度气温都呈现出昼高夜低型的日变化波形;晴天气温变化出现单峰型曲线,阴天出现双峰型曲线,雨天变化振幅较小,两高度间差异也较小。果园内湿度较大,不同季节1.5 m和3.0 m高度相对湿度日变化均为夜高昼低的波形曲线。从风速看,春季和冬季日变化特征最明显,日振幅也最大,夏、秋季风速相对较小。不同季节地表0 cm地温受气温变化影响最大,5 cm、10 cm次之,20 cm地温受气温变化影响最小。
张久山,苗凤梅,张殿芳[10](2012)在《自动与人工测温仪器观测地温极值差值分析》文中研究表明对门头沟气象站2004—2009年不同温度传感器(自动和人工)在地温测量中得到的日极值差值序列的特征分析发现:地面最高温度月均差值在-2.5~2.0℃之间,并呈现季节和年际波动,平均差值超标率为17.5%,但呈现逐年下降趋势;地面最低温度月均差值在-0.5~2.0℃之间,并呈现季节和年际变化,平均差值超标率为3.8%。分析了铂电阻温度表和玻璃液体温度表仪器自身误差和土壤状态、降水等因素对差值的影响。由地温表接触的土壤环境、安装状态、太阳辐射强度、天气条件等外部因素影响所产生的误差比仪器自身原因引起的误差要显着;外部因素造成的误差可以通过规范安装、改良土壤环境等方法减小或消除。提出了降低人为误差的具体建议,为观测人员正确维护地温表、提高观测质量提供参考。
二、影响地温日极值的要素分析(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、影响地温日极值的要素分析(论文提纲范文)
(1)格尔木草面温度和地面温度特征差异及相关性分析(论文提纲范文)
1 引言 |
2 数据来源和研究方法 |
3 结果与分析 |
3.1 草温和地温的年月变化特征 |
3.2 草温和地温的日变化特征 |
3.3 草温和地温的季节变化特征 |
3.4 草温和地温月最高、最低平均温度变化特征 |
3.5 草温和地温间的相关性分析 |
4 讨论与结论 |
(2)霸州市气象站迁站前后地温观测资料对比分析(论文提纲范文)
1 资料与方法 |
1.1 资料来源 |
1.2 分析原则 |
2 结果与分析 |
2.1 迁站同期新址和旧址0~320 cm地温月变化比较 |
2.1.1 0 cm地温 |
2.1.2 浅层、深层地温 |
2.2 迁站同期新址和旧址0~320 cm逐时年平均地温日变化 |
2.3 迁站前后5年新址和旧址0~320 cm地温差值分析 |
2.4 均值显着性检验 |
3 小结与讨论 |
(3)膜下滴灌自动化棉田地温探究与预测(论文提纲范文)
0 引言 |
1 材料与方法 |
1.1 实验区概况 |
1.2 实验设计 |
1.3 测定项目 |
2 结果与分析 |
2.1 自动化膜下滴灌棉田地温的时空变化 |
2.1.1 重度胁迫棉花日均地温的月变化特征 |
2.1.2 气象因子对重度胁迫棉花地温要素的影响 |
2.1.3 重度胁迫棉花日均地温的空间变化特征 |
2.2 不同覆盖度情况下地温分布情况 |
2.3 土壤含水率对地温的影响 |
2.4 降雨、灌溉对地温的影响 |
3 结语 |
(4)基于BP神经网络的10~320cm地温推演模型的研究(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 研究内容 |
1.4 论文组织结构 |
第二章 地温推演模型的设计 |
2.1 神经网络模型设计 |
2.1.1 基本原理 |
2.1.2 模型建立过程 |
2.1.3 创建代码 |
2.1.4 隐藏层设计 |
2.2 实时地温推演模型的输出向量和输入向量 |
2.2.1 地温变化情况分析 |
2.2.2 输出向量的选取 |
2.2.3 输入向量的选取 |
2.3 深层地温推演模型的输出向量和输入向量 |
2.3.1 地温变化情况分析 |
2.3.2 输出向量选取 |
2.3.3 输入向量选取 |
2.4 本章小结 |
第三章 实时地温推演模型 |
3.1 训练参数的调试 |
3.1.1 输入向量和目标向量的组成方案 |
3.1.2 训练函数 |
3.1.3 隐藏层节点数 |
3.1.4 权值、阈值 |
3.1.5 训练样本的选取 |
3.2 实时地温推演模型的测试 |
3.2.1 分时间点建立模型 |
3.2.2 基准站测试 |
3.2.3 基本站对比测试 |
3.3 本章小结 |
第四章 深层地温推演模型 |
4.1 输出深层地温的神经网络模型 |
4.1.1 模型输入和输出 |
4.1.2 40~320cm地温同时作为模型输出 |
4.1.3 40~160cm地温作为模型输出 |
4.1.4 320cm地温作为模型输出 |
4.1.5 各模型对比 |
4.1.6 基准站与基本站深层地温比对分析 |
4.2 模型输出值的滤波处理 |
4.2.1 中值滤波和滑动平均滤波 |
4.2.2 滤波处理结果 |
4.3 320cm地温推演值的修正方案 |
4.3.1 基本站与基准站20cm地温日平均值滤波比对 |
4.3.2 基本站320cm地温推演值滤波处理后与观测值的差 |
4.3.3 神经网络模型输出基本站320cm地温的修正 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 课题总结 |
5.2 课题展望 |
致谢 |
参考文献 |
附录A |
附录B |
作者简介 |
基本情况 |
攻读硕士学位期间科研成果情况 |
(5)自动气象站浅层地温异常数据分析及处理方法(论文提纲范文)
0 引言 |
1 仪器安装后对比观测结果 |
2 异常数据分析方法 |
2.1 找出安装前后气象要素相似日 |
2.2 气象要素相似日数据对比法 |
2.2.1 0cm地温数据对比 |
2.2.2 5~20cm地温数据对比 |
2.3 24h变化值对比法 |
2.3.1 0cm地温24h变化值 |
2.3.2 5~20cm地温24h变化值 |
2.4 0cm地温与草温数据对比法 |
3 异常数据处理 |
3.1 备份站数据代替法 |
3.2 0cm地温日极值的挑取 |
4 结论 |
(6)地面气象观测资料审核规则库的设置方法与技巧(论文提纲范文)
1 审核规则库设置中的软件操作 |
2 审核规则库气候极值设置方法 |
3 审核规则库地温日变化最大值设置 |
4 审核规则库要素极值与定时值比较规则设置 |
5 不同气象要素之间横向比较规则设置 |
6 结论 |
(7)高寒地区日光温室地温变化及预报(论文提纲范文)
引言 |
1 资料与方法 |
1.1 试验时间、地点 |
1.2 试验材料 |
1.3 试验方法 |
2 结果与分析 |
2.1 日光温室内地温变化特征 |
2.1.1 日光温室内外温度差分析 |
2.1.2 日光温室内地温的日变化 |
2.1.2 地温日较差分析 |
2.1.3 日光温室内地温的月变化 |
2.1.4 日光温室内地温的垂直变化 |
2.2 地温与气温的关系 |
2.3 日光温室内的地温预报 |
2.3.1 10 cm最低温度预报 |
2.3.2 地表最低温度预报 |
2.3.3 模型检验 |
3 结论与讨论 |
(8)三江平原夏末晴天孤立沼泽与农田温湿度对比(论文提纲范文)
1 数据和方法 |
2 结果与分析 |
2.1 0 cm地温 |
2.2 5 cm土温和10 cm土温 |
2.3 1.5 m气温 |
2.4 1.5 m相对湿度 |
3 结论 |
(9)干旱区苹果园小气候特征分析(论文提纲范文)
1 材料与方法 |
1.1 试验地概况 |
1.2 数据来源 |
1.3 数据处理和统计方法 |
2 结果与分析 |
2.1 不同季节光照度日变化特征 |
2.2 果园气温变化特征 |
2.2.1 不同季节果园内气温日变化 |
2.2.2 不同天气条件下果园内气温日变化 |
2.3 相对湿度 |
2.3.1 不同季节果园内相对湿度日变化 |
2.3.2 不同天气条件相对湿度日变化 |
2.4 风速变化 |
2.5 地温变化特征 |
2.5.1 不同季节果园内地温日变化特征 |
2.5.2 不同天气条件地温的日变化 |
3 结论与讨论 |
3.1 结论 |
3.1.1 光照 |
3.1.2气温 |
3.1.3 湿度 |
3.1.4 风速 |
3.1.5 地温 |
3.2 讨论 |
(10)自动与人工测温仪器观测地温极值差值分析(论文提纲范文)
引言 |
1 资料来源和统计方法 |
2 误差来源 |
2.1 仪器自身产生的误差 |
(1) 玻璃液体温度表的误差来源。 |
(2) 铂电阻温度表的误差来源。 |
(3) 仪器自身误差的大致范围。 |
2.2 可能引起观测误差的外部因素 |
(1) 仪器安装不规范引起的误差。 |
(2) 降水对差值的影响。 |
(3) 太阳辐射对地面温度表的影响。 |
(4) 有积雪时的特殊差值。 |
3 结论和建议 |
四、影响地温日极值的要素分析(论文参考文献)
- [1]格尔木草面温度和地面温度特征差异及相关性分析[J]. 何生录,祁贵明,许学莲,张亚珍,石秀云. 青海农林科技, 2021(03)
- [2]霸州市气象站迁站前后地温观测资料对比分析[J]. 闫利霞,秦云苗,杨海良,张娟,赵晓飞,王红梅. 湖北农业科学, 2019(05)
- [3]膜下滴灌自动化棉田地温探究与预测[J]. 潘俊杰,阿不都卡依木,付秋萍,马英杰. 节水灌溉, 2018(10)
- [4]基于BP神经网络的10~320cm地温推演模型的研究[D]. 吴春晓. 南京信息工程大学, 2018(01)
- [5]自动气象站浅层地温异常数据分析及处理方法[J]. 黄曼贞. 气象研究与应用, 2018(01)
- [6]地面气象观测资料审核规则库的设置方法与技巧[J]. 罗智军. 南方农机, 2018(01)
- [7]高寒地区日光温室地温变化及预报[J]. 朱宝文,胡德奎,郭晓宁,何永晴. 干旱气象, 2014(05)
- [8]三江平原夏末晴天孤立沼泽与农田温湿度对比[J]. 刘吉平,于佳,赵亮,田学智. 湿地科学, 2014(04)
- [9]干旱区苹果园小气候特征分析[J]. 杨洋,张晓煜,王静,段晓凤,卫建国. 宁夏农林科技, 2014(05)
- [10]自动与人工测温仪器观测地温极值差值分析[J]. 张久山,苗凤梅,张殿芳. 气象科技, 2012(05)