亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        能見度參數(shù)化方案優(yōu)化及在北京地區(qū)的應(yīng)用評估

        2020-05-21 02:01:20王繼康謝超張?zhí)旌?/span>張碧輝張恒德饒曉琴
        關(guān)鍵詞:平均偏差能見度觀測

        王繼康,謝超,張?zhí)旌?,張碧輝,張恒德,饒曉琴

        國家氣象中心

        能見度表征大氣透明度,與交通安全等社會生活關(guān)系密切。能見度受多種因素影響,在清潔地區(qū),霧是影響能見度的主要因素。隨著工業(yè)化和城市化的發(fā)展,氣溶膠粒子濃度水平增高,霾成為影響能見度的重要因素[1]。尤其是我國中東部城市群,重污染天氣頻發(fā)[2-3],隨著經(jīng)濟的發(fā)展該地區(qū)能見度呈下降趨勢[4-7]。因此對能見度的預(yù)報是重污染天氣預(yù)報的重要組成部分。

        研究人員開發(fā)了多種對大氣能見度的預(yù)報方法,主要分為統(tǒng)計建模預(yù)報和數(shù)值模式參數(shù)化預(yù)報2類。統(tǒng)計建模預(yù)報主要是利用能見度及與其相關(guān)的氣象要素建立數(shù)學(xué)模型,對其進行預(yù)報[8-9]。建立能見度與氣象要素數(shù)學(xué)模型的方法有很多,應(yīng)用較多的為基于神經(jīng)網(wǎng)絡(luò)的方法[10-11]。數(shù)值模式參數(shù)化預(yù)報主要基于大氣化學(xué)模式對顆粒物成分或濃度的預(yù)報,根據(jù)顆粒物的消光特性建立參數(shù)化方案,對能見度進行預(yù)報[12-13],其關(guān)鍵是建立氣溶膠消光系數(shù)的計算方法。目前,應(yīng)用較多的為由美國IMPROVE(interagency monitoring of projected visual environments)發(fā)起的大氣能見度觀測項目建立的IMPROVE經(jīng)驗公式[12]。IMPROVE經(jīng)驗公式是利用不同粒徑的顆粒物中不同化學(xué)組分的消光特性建立的各化學(xué)組分質(zhì)量濃度與消光系數(shù)的定量關(guān)系。在國內(nèi)應(yīng)用的評估結(jié)果表明[13-14],該公式對較低能見度存在高估。Chen等[15]利用氣溶膠體積濃度和相對濕度建立了氣溶膠消光系數(shù)計算方案。胡俊等[16]基于Mie理論建立了不同粒徑段下的顆粒物數(shù)濃度和氣體分子散射特性的消光系數(shù)計算方案。趙秀娟等[17]利用氣溶膠質(zhì)量濃度和相對濕度建立回歸方程計算氣溶膠消光系數(shù)。胡俊等[16]對比IMPROVE方案、Chen等[15]方案及Mie理論方案對南京地區(qū)能見度的預(yù)報結(jié)果,發(fā)現(xiàn)IMPROVE方案相關(guān)系數(shù)最高,但是平均偏差最大,Mie理論方案平均偏差最小。趙秀娟等[17]對比改進的Chen等[15]方案、基于顆粒物質(zhì)量濃度的方案和Mie理論方案對北京地區(qū)能見度的預(yù)報結(jié)果,發(fā)現(xiàn)3種方案對高能見度都存在低估,對于低能見度Chen等[15]方案預(yù)報效果最好。不同能見度參數(shù)化方案之間存在一定的差異,但是由于模式對于高濕條件下氣溶膠模擬存在較大不確定性等原因,均出現(xiàn)了對低能見度高估,對高能見度低估的現(xiàn)象。

        隨著大氣化學(xué)模式預(yù)報訂正技術(shù)的發(fā)展,PM2.5濃度的預(yù)報準確率顯著提升[18-21]。呂夢瑤等[18]采用非線性動力統(tǒng)計-訂正方法對空氣質(zhì)量模式CUACE(China meteorological administration unified atmospheric chemistry environment for aerosols)的預(yù)報結(jié)果進行訂正,結(jié)果表明訂正后的PM2.5濃度更接近于實測值,誤差明顯減小,相關(guān)系數(shù)明顯提高。張偉等[21]利用后向傳播(back-propagation,BP)神經(jīng)網(wǎng)絡(luò)方法集成多模式預(yù)報北京市PM2.5濃度,發(fā)現(xiàn)可以顯著降低誤差。張?zhí)旌降萚22]利用多模式最優(yōu)集成方法預(yù)報我國中東部地區(qū)PM2.5濃度,結(jié)果表明最優(yōu)集成方法較其他訂正方法能顯著降低誤差。但是大氣化學(xué)模式訂正后的PM2.5濃度預(yù)報結(jié)果難以應(yīng)用到現(xiàn)有能見度參數(shù)化方案中,并對能見度進行預(yù)報。

        針對目前能見度參數(shù)化方案存在一定的差異和訂正后PM2.5濃度預(yù)報結(jié)果不能應(yīng)用到能見度預(yù)報中的問題,筆者基于PM2.5濃度和相對濕度建立了能見度參數(shù)化方案,根據(jù)多模式最優(yōu)集成方法預(yù)報的PM2.5濃度對北京市2019-02-18—03-05能見度進行預(yù)報,對比了IMPROVE參數(shù)化方案和基于神經(jīng)網(wǎng)絡(luò)的預(yù)報方案對能見度的預(yù)報效果,并分析能見度預(yù)報的主要影響因素,以期為建立可以利用訂正PM2.5濃度預(yù)報的本地化能見度預(yù)報方案提供參考。

        1 數(shù)據(jù)來源與研究方法

        1.1 能見度預(yù)報方法

        1.1.1不同相對濕度下PM2.5濃度參數(shù)化方案

        王繼康等[23]對全國范圍內(nèi)氣象站點能見度和相鄰站點PM2.5濃度分析發(fā)現(xiàn),我國中東部大部分站點的消光系數(shù)和PM2.5濃度在不同相對濕度下均呈很好的線性關(guān)系。尤其是北京市,在相對濕度為20%~90%時,消光系數(shù)與PM2.5濃度的相關(guān)系數(shù)始終在0.90上下波動。PM2.5濃度與消光系數(shù)的關(guān)系式如下:

        δext=a(RH)[PM2.5]+b

        (1)

        式中:δext為消光系數(shù),m-1;a(RH)為不同相對濕度下PM2.5產(chǎn)生的氣溶膠消光效率,m2/μg,包括干物質(zhì)的消光效率和光學(xué)吸濕增長因子;[PM2.5]為PM2.5濃度,μg/m3;b為瑞利散射和氣體吸光產(chǎn)生的其他消光系數(shù),m-1。由于本方案中相對濕度高于93%和低于10%的情況下沒有對應(yīng)的參考值(圖1),規(guī)定相對濕度大于93%的情況下能見度預(yù)報為1 km,對小于10%的情況下能見度預(yù)報為30 km。該方案實質(zhì)上是在缺少PM2.5組分的情況下對IMPROVE參數(shù)方案的本地化改進,記作S1方案。

        圖1 不同相對濕度下氣溶膠消光效率和 其他消光系數(shù)的分布Fig.1 Distribution of aerosol extinction efficiency and extinction coefficient of others (b) at different RH

        1.1.2IMPROVE參數(shù)化方案

        基于美國IMPROVE項目的研究結(jié)果,消光系數(shù)與PM2.5組分間的關(guān)系為[12]:

        δext≈2.2fS(RH)SS+4.8fL(RH)SL+2.4fS(RH)NS+5.1fL(RH)NL+2.8OS+6.1OL+[FS]+

        0.6[CM]+10[EC]+1.7fSS(RH)[SS]+

        δRS+0.33[NO2]

        (2)

        式中:fL(RH)和fS(RH)分別為大、小粒徑PM2.5組分的光學(xué)吸濕增長因子;fSS(RH)為海鹽粒子的濕度矯正因子;SS、NS、OS分別為小粒徑PM2.5中的硫酸銨、硝酸銨、有機氣溶膠的濃度,μg/m3;SL、NL、OL為大粒徑PM2.5中的硫酸銨、硝酸銨、有機氣溶膠的濃度,μg/m3;[EC]為吸光性含碳物質(zhì)的濃度,μg/m3;[FS]和[CM]為土壤粒子和粗粒子的濃度,μg/m3;[SS]為海鹽粒子的濃度μg/m3;δRS為氣體的瑞利散射產(chǎn)生的消光系數(shù),m-1;[NO2]為NO2的單位體積分數(shù),10-9。該方案記作S2方案。

        1.1.3基于神經(jīng)網(wǎng)絡(luò)的能見度預(yù)報方案

        Xie等[10]利用神經(jīng)網(wǎng)絡(luò)的方法和2000—2017年氣象數(shù)據(jù)構(gòu)建了針對全國氣象站點的小時能見度預(yù)報。該方案輸入的觀測資料和預(yù)報資料包括地面實況監(jiān)測的氣象溫度、壓力、濕度、風(fēng)速等數(shù)據(jù)和中期天氣預(yù)報中心(ECMWF)確定性預(yù)報模式的高空場濕度、風(fēng)速等數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)參數(shù)和具體氣象因子的選取參照文獻[10]。該方案記作S3方案。

        1.2 數(shù)據(jù)資料

        PM2.5濃度實況資料來自于中國環(huán)境監(jiān)測總站,驗證數(shù)據(jù)為北京市監(jiān)測站點平均逐小時濃度,相對濕度和能見度實況數(shù)據(jù)來自于中國氣象局北京觀象臺(54511)觀測數(shù)據(jù)。由于能見度最大觀測值為30 km,對預(yù)報值超過30 km的統(tǒng)一處理為30 km。

        PM2.5濃度和NO2濃度預(yù)報數(shù)據(jù)為基于多模式最優(yōu)集成方法的預(yù)報結(jié)果。該方法基于中國氣象局業(yè)務(wù)預(yù)報大氣化學(xué)模式[22],利用均值集成、權(quán)重集成、多元線性回歸集成和BP神經(jīng)網(wǎng)絡(luò)方法集成建成集成預(yù)報,然后基于各集成方法對前50 d的預(yù)報效果進行評估,選取最優(yōu)集成方法預(yù)報的結(jié)果為最終預(yù)報結(jié)果。大氣化學(xué)模式的信息和最優(yōu)集成方法選取參照文獻[22,24]。相對濕度的預(yù)報數(shù)據(jù)來自于WRF4.0模式的預(yù)報結(jié)果。由于S3方案利用ECMWF確定性預(yù)報場數(shù)據(jù),因此采用ECMWF全球確定性預(yù)報場為WRF模式提供初始場和邊界場,并采用WRF模式中的四維變分同化(FDDA)對ECMWF預(yù)報場進行同化[25],以使WRF模式氣象場與EC預(yù)報場一致。WRF模式采用雙層嵌套,水平分辨率分別為24和8 km,第一層覆蓋中國區(qū)域,第二層覆蓋華北地區(qū)。模式垂直方向分為35層,采用下密上疏的分布方式。PM2.5組分數(shù)據(jù)來源于WRF模式驅(qū)動的CAMx6.2 (comprehensive air quality model and extensions)模式[26],該模式基于2016年0.25°分辨率的MEIC排放源清單(http://www.meicmodel.org)模擬各組分占PM2.5的比例,對多模式最優(yōu)集成預(yù)報的PM2.5濃度進行劃分,得到新的PM2.5濃度。WRF模式和CAMx模式的設(shè)置參照文獻[27]。本研究均使用24 h預(yù)報結(jié)果對能見度進行預(yù)報和檢驗。

        PM2.5濃度、相對濕度和能見度預(yù)報結(jié)果與監(jiān)測結(jié)果的對比驗證選用的統(tǒng)計量包括平均偏差(ME)、標準化平均偏差(NME)、均方根誤差(RMSE)和相關(guān)系數(shù)(R),計算公式如下:

        (3)

        (4)

        (5)

        (6)

        1.3 過程概述

        2019-02-18—03-05,北京市發(fā)生了2次較強的重污染天氣過程,分別為2月19—25日和2月28日—3月5日,該過程能見度和PM2.5濃度的變化趨勢見圖2。從圖2可以看出,2次重污染天氣過程的PM2.5濃度峰值均超過了200 μg/m3,能見度最低達0.4 km。第一次重污染天氣過程PM2.5濃度峰值超過300 μg/m3,并在2月20日、21日和22日出現(xiàn)了劇烈波動,對應(yīng)的能見度也產(chǎn)生劇烈波動;第二次重污染天氣過程污染程度低于第一次,而且PM2.5濃度和能見度變化較為平穩(wěn),能見度大部分在1~4 km。選取這一時間段的數(shù)據(jù)對能見度預(yù)報方案進行檢驗,可以較好地體現(xiàn)預(yù)報方案對不同情況下能見度變化的預(yù)報能力。

        2 結(jié)果與討論

        2.1 相對濕度和PM2.5濃度預(yù)報數(shù)據(jù)驗證

        WRF模式對選取時段相對濕度的模擬效果較好〔圖3(a)〕,能反映出相對濕度的變化趨勢,相關(guān)系數(shù)可達0.95。但是仍存在一定的偏差,平均偏差為7.5%,均方根誤差為10.8%(表1)。對于部分高濕時段的相對濕度存在低估,如對于22日凌晨89%的相對濕度低估10個百分點;對低濕時段存在一定的高估,最高可達10個百分點。

        圖3 2019-02-18—03-05北京市相對濕度和PM2.5濃度的預(yù)報值和觀測值對比Fig.3 Comparison of the forecasted and observed relative humidity and PM2.5 concentrations of Beijing from Feb.18 to Mar.5 in 2019

        表1 相對濕度和PM2.5濃度預(yù)報值與觀測值統(tǒng)計對比

        Table 1 Statistics of forecasted and observed relative humidity and PM2.5concentrations

        項目觀測平均值預(yù)報平均值平均偏差標準化平均偏差均方根誤差相關(guān)系數(shù)2)相對濕度∕%40.047.57.53310.80.95PM2.5濃度∕(μg∕m3)95.985.2-10.7 31)34.40.90

        1)單位為%;2)無量綱。

        基于多模式最優(yōu)集成方法對選取時段的PM2.5濃度有較好的模擬效果〔圖3(b)〕,且對2月21日和22日PM2.5濃度的劇烈變化也有較好的模擬,相關(guān)系數(shù)為0.90。但是仍然存在一定的偏差,平均偏差為-10.7 μg/m3,均方根誤差為34.4 μg/m3(表1),本研究評估結(jié)果與其他訂正后的預(yù)報結(jié)果相當(dāng)[18,21]。對于部分PM2.5峰值濃度存在一定的低估,如對2月23日PM2.5濃度下降過程存在明顯的低估;對PM2.5濃度快速增長階段的預(yù)報存在一定的延遲,滯后1~2 h。

        2.2 3種預(yù)報方案效果評估

        3種預(yù)報方案能見度預(yù)報值與觀測值的統(tǒng)計結(jié)果及對比見表2和圖4。從表2可以看出,3種方案基本上均能反映出能見度的變化趨勢,其中S1方案相關(guān)系數(shù)最高,為0.85;S2方案的相關(guān)系數(shù)與S1方案基本接近,主要是由于S1方案和S2方案使用相同的相對濕度和PM2.5濃度預(yù)報數(shù)據(jù);S3方案的相關(guān)系數(shù)最低,為0.68。S1方案平均偏差和均方根誤差最小,分別為2.3和6.3 km,對能見度存在一定的高估;S2方案平均偏差最大,為5.8 km,預(yù)報能見度較S1方案平均高3.6 km;S3方案雖然平均偏差為-3.1 km,但均方根誤差最大,為8.5 km,主要由于S3方案基本沒有產(chǎn)生20 km以上能見度預(yù)報值,導(dǎo)致平均預(yù)報值偏低。由于對PM2.5濃度快速增長階段的預(yù)報存在延遲,導(dǎo)致S1和S2方案對能見度快速下降階段的預(yù)報也存在一定的延遲;對2月23日PM2.5濃度波動階段的低估,導(dǎo)致對該時段能見度預(yù)報明顯偏高。

        表2 3種預(yù)報方案能見度預(yù)報值與觀測值的統(tǒng)計結(jié)果

        圖4 3種預(yù)報方案能見度預(yù)報值與觀測值對比Fig.4 Comparison of forecasted and observed visibility of three schemes

        為進一步分析不同預(yù)報方案對能見度的預(yù)報性能,對比了不同能見度和不同相對濕度區(qū)間下各預(yù)報方案能見度預(yù)報值相對觀測值的平均偏差,結(jié)果見圖5。由于1 km以下能見度出現(xiàn)時次較少,因此沒有單獨對1 km以下的能見度預(yù)報效果進行評估,但是根據(jù)其他研究結(jié)果,S1方案對于1 km以下的能見度預(yù)報效果較好[10,28]。從圖5(a)可以看出,對于5 km以下的能見度范圍,S1方案與S3方案預(yù)報效果相當(dāng),平均偏差在2 km左右,S2方案平均偏差為5.5 km;對于5~10 km能見度范圍,S3方案平均偏差最小,為0.7 km,S1方案平均偏差為3.9 km,S2方案平均偏差最高,為9.6 km。S1和S2方案對能見度的明顯高估與本次模擬過程中2種方案對能見度下降階段預(yù)報延遲有關(guān)。對于大于10 km的能見度范圍,S1方案平均偏差最小,為1.5 km,S2方案平均偏差為4.7 km,S3方案平均偏差為-11.3 km,出現(xiàn)了明顯的低估,這主要與S3方案對高能見度預(yù)報結(jié)果偏低有關(guān)。

        圖5 3種預(yù)報方案在不同能見度等級和相對濕度 范圍內(nèi)對能見度預(yù)報結(jié)果的平均偏差Fig.5 Mean deviation of forecasted visibility of three schemes in different visibility levels and RH ranges

        從圖5(b)可以看出,在不同相對濕度區(qū)間內(nèi),各預(yù)報方案對能見度的預(yù)報效果也存在差異。在低濕區(qū)間(相對濕度小于50%),S1方案的平均偏差最小,S3方案預(yù)報結(jié)果呈現(xiàn)低估;相對濕度為50%~70%時,S3方案平均偏差最小,S2方案平均偏差最大;相對濕度大于70%時,S3方案平均偏差大于S1方案。整體來看,各方案在相對濕度為40%~80%時,平均偏差較小,S1和S3方案平均偏差基本低于1 km,S2方案平均偏差在3 km左右。由于氣象模式對相對濕度在高濕區(qū)的低估和低濕區(qū)的高估,使預(yù)報方案對能見度在高濕區(qū)和低濕區(qū)的預(yù)報結(jié)果也存在較大偏差。

        由于PM2.5組分數(shù)據(jù)來自于CAMx模式的模擬結(jié)果,存在一定的誤差。尤其是在PM2.5濃度較高的情況下,大氣化學(xué)模式對二次無機鹽的生成存在低估[29-30]。而由式(2)可知,無機鹽是影響能見度的重要組分,其消光性大于有機組分。因此,對于PM2.5化學(xué)組分模擬的不確定性是導(dǎo)致S2方案存在高估的原因之一。

        綜上所述,3種方案對能見度的預(yù)報效果,S1方案最好,相關(guān)系數(shù)最高,平均偏差和均方根誤差最??;S2方案呈現(xiàn)明顯的高估,S2方案較S1方案的平均偏差偏高3.4 km,均方根誤差高2.1 km;S3方案相關(guān)系數(shù)最低,在10 km以下能見度和50%~70%相對濕度區(qū)間預(yù)報平均偏差較小,但是對高能見度范圍預(yù)報結(jié)果存在明顯的低估。

        2.3 影響預(yù)報效果的因素

        為進一步分析S1方案預(yù)報效果的影響因素,利用觀測值替代預(yù)報值對能見度進行擬合評估,替代方案包括PM2.5濃度預(yù)報值和相對濕度觀測值(S1FO方案)、PM2.5濃度觀測值和相對濕度預(yù)報值(S1OF方案)、PM2.5濃度觀測值和相對濕度觀測值(S1OO方案),結(jié)果見表3。

        表3 S1方案和替代方案對能見度預(yù)報值和觀測值的統(tǒng)計結(jié)果

        從表3可以看出,替代方案對能見度的預(yù)報效果均有提升。S1OO方案表現(xiàn)最好,相關(guān)系數(shù)為0.95,平均偏差為1.0 km,說明S1參數(shù)化方案可以很好地反映PM2.5濃度、相對濕度和能見度的相關(guān)關(guān)系,這與Zhou等[19]的研究結(jié)果一致。S1OF方案將S1方案的相關(guān)系數(shù)由0.85提升至0.92,平均偏差由2.3 km降至1.3 km。S1OF方案表現(xiàn)優(yōu)于S1FO方案,更接近于基于觀測值的S1OO方案,這表明提升PM2.5濃度的預(yù)報效果對提高能見度的預(yù)報效果優(yōu)于相對濕度。

        圖6對比了替代方案不同能見度和相對濕度范圍預(yù)報能見度的平均偏差。從圖6(a)可以看出,能見度在5 km以下,S1OF方案較S1方案平均偏差降低明顯,由2.3 km降至0.8 km,S1FO方案較S1方案降低不明顯。能見度為5~10 km與5 km以下表現(xiàn)一致,S1OF方案平均偏差較S1方案降低明顯,由3.9 km降至1.5 km,S1FO方案較S1方案降低0.4 km。能見度為10~30 km時,S1FO方案較S1方案平均偏差顯著降低,由1.5 km降至0.5 km,S1OF方案平均偏差增大。以上結(jié)果表明,能見度為10 km以下時,利用PM2.5濃度觀測值可以顯著提高對能見度的預(yù)報效果,但是利用相對濕度觀測值提高不明顯。

        圖6 S1方案和替代方案在不同能見度等級和相對濕度 范圍內(nèi)對能見度預(yù)報結(jié)果的平均偏差Fig.6 Mean deviation of forecasted results of S1 and alternative schemes in different visibility levels and RH ranges

        從圖6(a)可以看出,在低于70%的相對濕度范圍內(nèi),S1OF方案均較S1方案有較大的改進,平均偏差顯著降低,尤其是相對濕度為50%~60%時,平均偏差降至0.1 km;S1FO方案相較S1方案沒有明顯的改進,甚至相對濕度為40%~60%時,平均偏差增大。在高于70%的相對濕度范圍內(nèi),S1OF方案對S1方案的改進效果差于S1FO方案,尤其是相對濕度為80%~90%時,S1OF方案較S1方案平均偏差降低了0.9 km,但S1FO方案較S1方案增加了0.9 km。以上結(jié)果表明,在低濕(相對濕度低于70%)范圍內(nèi),使用PM2.5濃度觀測值可以顯著提高對能見度的預(yù)報效果;在高濕(相對濕度大于70%)范圍內(nèi),使用相對濕度觀測值可以顯著提高預(yù)報效果。這與在低濕范圍內(nèi)PM2.5是影響能見度的主要因素,高濕范圍內(nèi)相對濕度是影響能見度的主要因素相一致。

        綜上所述,提高PM2.5濃度的預(yù)報效果是提升能見度預(yù)報效果的關(guān)鍵,尤其是對能見度低于10 km的情況下提升效果更明顯,但在高濕范圍內(nèi),提高相對濕度的預(yù)報效果對能見度預(yù)報效果的改善更明顯。

        3 結(jié)論

        (1)基于多模式最優(yōu)集成方法對PM2.5濃度和WRF4.0模式對相對濕度的預(yù)報效果均較好,相關(guān)系數(shù)分別可達0.90和0.95。但對PM2.5濃度預(yù)報仍然存在一定的低估,對相對濕度在高濕范圍內(nèi)的預(yù)報存在一定的低估。

        (2)3種能見度參數(shù)化方案均能較好地反映能見度的變化趨勢,其中S1方案表現(xiàn)最好,相關(guān)系數(shù)最高,為0.85,平均偏差和均方根誤差最低,分別為2.3和6.3 km。

        (3)S1方案可以顯著改進S2方案對能見度的高估問題,較S2方案平均偏差低3.6 km;S1方案較S3方案相關(guān)系數(shù)提高了0.17,主要是因為S1方案對10 km以上能見度范圍預(yù)報效果較S3方案改進明顯。

        (4)提高PM2.5濃度的預(yù)報效果是提升能見度預(yù)報效果的關(guān)鍵,尤其是能見度低于10 km時效果更明顯,但是在高濕(相對濕度大于70%)范圍內(nèi),提高相對濕度的預(yù)報效果對能見度預(yù)報效果改善更明顯。

        猜你喜歡
        平均偏差能見度觀測
        觀測到恒星死亡瞬間
        軍事文摘(2023年18期)2023-11-03 09:45:42
        河北地方性震級量規(guī)函數(shù)與方位角校正值研究1
        FY-3C/VIRR西北太平洋區(qū)域海表溫度精度評估?
        2005—2017年白云機場能見度變化特征及其與影響因子關(guān)系研究
        天測與測地VLBI 測地站周圍地形觀測遮掩的討論
        可觀測宇宙
        太空探索(2016年7期)2016-07-10 12:10:15
        低能見度下高速公路主動誘導(dǎo)技術(shù)的應(yīng)用
        前向散射能見度儀的常見異?,F(xiàn)象處理及日常維護
        前向散射能見度儀故障實例分析
        高分辨率對地觀測系統(tǒng)
        太空探索(2015年8期)2015-07-18 11:04:44
        无码中文字幕久久久久久| av 日韩 人妻 黑人 综合 无码| www国产无套内射com| 一本大道久久精品 东京热| 国产成年女人特黄特色毛片免| 亚洲第一网站免费视频| 国产三级久久久精品麻豆三级| 国产免费久久精品国产传媒| 久久HEZYO色综合| 三级日本理论在线观看| 少妇愉情理伦片丰满丰满| 日本大片在线看黄a∨免费| 2020国产精品久久久久| 国产自拍一区二区三区| 国产 精品 自在 线免费| 老熟女高潮一区二区三区| av中文字幕少妇人妻| 精品国产色哟av一区二区三区| 日本久久久久亚洲中字幕| 人妻被黑人粗大的猛烈进出| 国产美女被遭强高潮露开双腿 | 99久久精品国产亚洲av天| 一区二区三区四区亚洲免费| 久久久国产打桩机| 亚洲香蕉视频| 日本红怡院东京热加勒比| 一本大道道久久综合av| 在线观看免费人成视频| 亚洲女同精品一区二区久久| 亚洲综合新区一区二区| 国产免费久久精品99久久| 精品香蕉久久久爽爽| 免費一级欧美精品| 手机久草视频福利在线观看 | 加勒比日本东京热1区| 国产视频在线观看一区二区三区| 欧美黑人又大又粗xxxxx| 色综合无码av网站| 日韩精品中文字幕综合| 美腿丝袜在线一区二区| 色八区人妻在线视频免费|