大值
- 優(yōu)化塊選擇策略的高性能可逆信息隱藏算法
升序排序,使用次大值像素預(yù)測最大值像素,使用次小值像素預(yù)測最小值像素,分別生成預(yù)測誤差,并通過預(yù)測誤差擴展來實現(xiàn)數(shù)據(jù)嵌入。與傳統(tǒng)的預(yù)測誤差擴展方法相比,基于像素值排序的方法通過排序使得預(yù)測更準確,從而減少了擴展中的無效平移。然而,對于粗糙塊,由于像素間的波動性較大,預(yù)測的準確性仍然面臨很大的不確定性。隨之而來的無效平移不可避免地影響了數(shù)據(jù)嵌入的不可感知性。像素塊按波動性排序是解決這一問題的一種有效手段。通過計算像素塊的波動值,可以區(qū)分平滑塊和粗糙塊。通過優(yōu)
西安電子科技大學(xué)學(xué)報 2023年2期2023-05-11
- 一次極端特大暴雨天氣過程C波段雙偏振雷達資料分析
與低層反射率因子大值區(qū)重合(圖5b),說明該處是本次強降雨過程的主要降雨落區(qū)。自西南向東北方向?qū)?3時18分1.5°仰角的ZDR作剖面發(fā)現(xiàn)在垂直結(jié)構(gòu)上ZDR存在2個大值中心,為方便描述將南側(cè)ZDR大值中心稱為A,另一個為B。從剖面圖上看(圖5g),垂直結(jié)構(gòu)上2處大值中心值均在3 dB上下,但B處大值中心高度在4 km左右,而A處接地,說明A處已有大量厚重的大雨滴在降落。對于空中出現(xiàn)ZDR大值區(qū)的現(xiàn)象,潘佳文等[14]認為水成物在上升氣流中增大到一定程度時會
中低緯山地氣象 2022年5期2022-11-24
- 提高最大氣泡法測定溶液表面張力準確性研究
絕對值,也即是最大值;次小負數(shù)值取絕對值,即次大值。在93.62%選擇最大值的學(xué)生中,當最大值出現(xiàn)一次,次大值出現(xiàn)多次時,有27.27%學(xué)生改讀次大值而不讀最大值。故產(chǎn)生兩種有關(guān)讀數(shù)的結(jié)果差異。(2)記錄的示數(shù)是否為最大值所需時間不確定,導(dǎo)致整個實驗完成時間過長,不能有效地控制課堂教學(xué)時間。(3)超過60%的學(xué)生所得結(jié)果誤差在10%以上。實驗最難操作的環(huán)節(jié)是氣泡的調(diào)節(jié)速度。因此,哪種讀數(shù)所得結(jié)果更精確、最大附加壓強差ΔP是如何變化、ΔP與氣泡間的關(guān)系、氣泡
廣州化工 2022年10期2022-06-14
- 高抗噪性的SFFT-DT快速捕獲算法
號(頻域僅有少數(shù)大值點),每個投影點中很大概率只包含一個大值點,通過對投影結(jié)果進行定位(找到它在原始頻譜中的位置)和估值,可以以較小的計算量得到大值點在原始頻譜中的位置及幅值。目前該算法已在頻譜分析[9]、圖像處理[10-11]、5G[12]通信和雷達探測[13]等領(lǐng)域得到了廣泛應(yīng)用。文獻[14]首次將稀疏快速傅里葉變換的混疊降采樣過程應(yīng)用于信號捕獲中,提出了一種快速同步算法(QuickSync),但當衛(wèi)星信號較弱時,需要進行長時間相干積分來提升算法的信號
信號處理 2022年2期2022-03-07
- 勐臘兩次冬季強降水天氣過程對比分析①
明顯看出相對濕度大值區(qū)來自孟灣,受西南氣流影響北上,8日8時濕度大值區(qū)到達勐臘上空,隨西南氣流逐漸過境。850 hpa前期受高壓外圍西南氣流控制,水汽來源于越南沿海,后期孟灣低槽過境,相對濕度大值區(qū)偏南,沒能為低層提供較好的水汽條件。2021年2月7日至9日,700 hpa水汽來自孟灣,隨低壓前側(cè)西南氣流北上,7日8時相對濕度大值區(qū)來到勐臘上空,隨低壓系統(tǒng)逐漸東移,9日8時濕度大值區(qū)過境。850 hpa持續(xù)受東北向氣流控制,沒有較好的水汽條件。2.3.2
熱帶農(nóng)業(yè)工程 2022年6期2022-02-13
- 安徽大別山區(qū)5—8月不同階段降水時空分布特征
暴雨日數(shù)和降水的大值均呈帶狀分布,大別山區(qū)西南側(cè)是暴雨日數(shù)大值中心之一。傅佩玲[20]和李源惠[21]研究表明,梅雨期的大別山區(qū)降水發(fā)生頻率呈現(xiàn)明顯增加的趨勢,日變化呈清晨和午后雙峰特征;梅雨后,降水的局地特征變得明顯,單降水峰值出現(xiàn)在午后,并初步探討了清晨降水峰值的原因。然而,受到地面雨量站點分布不均勻、高海拔地區(qū)站點稀少等方面的影響,難以從觀測的角度來分析大別山區(qū)梅雨期間的累計降水、暴雨、短時強降水等時空特征。近年來,隨著衛(wèi)星遙感技術(shù)的蓬勃發(fā)展,很多學(xué)
氣象科技 2021年6期2022-01-04
- 夏季東亞地區(qū)四個“大氣河”典型個例分析?
33個。IVT最大值大于1 600 kg·m-1·s-1的“大氣河”約占總數(shù)的30%,為所有“大氣河”個例中強度最大的一類,其中呈南-北向有5個,呈東-西向有34個。在南-北向個例中,選擇IVT數(shù)值最大的個例(2008年6月17日00 UTC—19日06 UTC)記為個例A;選擇整體發(fā)生在中國大陸上的個例(2016年7月19日00 UTC—21日06 UTC)記為個例B;在東-西向個例中,選擇IVT數(shù)值最大的個例(2009年7月8日18 UTC—7月12日
中國海洋大學(xué)學(xué)報(自然科學(xué)版) 2021年11期2021-10-30
- 一次浙南冰雹過程分析
——以2021年5月10日為例
2米相對濕度看,大值區(qū)位于衢州南側(cè),橫貫麗水大部,至溫州中北部到臺州南側(cè)一帶,相對濕度大值區(qū)與強雷暴落區(qū)基本一致。925百帕水汽通量散度看,大值區(qū)自西向東移動,14時中心位于麗水中部及麗水、臺州、溫州交界一帶,17時中心東移至麗水青田、溫州瑞安及溫臺交界,水汽輻合大值區(qū)時間節(jié)點與冰雹起止節(jié)點一致??傊?,浙南水汽條件絕對值和相對值均較好,且大值區(qū)域與強雷暴冰雹落區(qū)正相關(guān),水汽輻合的大值區(qū)域也與冰雹落區(qū)有較好的重合。(二)不穩(wěn)定層結(jié)不穩(wěn)定能量常用CAPE指數(shù)及
區(qū)域治理 2021年25期2021-09-28
- 基于多基地IR-UWB生物雷達系統(tǒng)的多人體目標識別定位方法研究
l)上的前3個最大值。通過冒泡排序算法,找出中間通道二次拐點信號E3(l)上的第一大值E3-max1,位置記為lmax1。由于人體胸壁具有一定的厚度,所以其回波信號E3(l)不光在人體胸壁表面位置處有高能量幅值出現(xiàn),而在該位置后面一段距離上的能量幅值都較高,將其稱之為“拖尾”,“拖尾”現(xiàn)象影響了對多目標的個數(shù)判別。因為標記的E3(l)第一大值E3-max1所處位置lmax1的一定距離范圍內(nèi)不可能是其他目標,而只能是該位置處目標所產(chǎn)生的“拖尾”。為了去除這種
醫(yī)療衛(wèi)生裝備 2021年9期2021-09-24
- 桃仙機場2020年8月13日暴雨過程天氣分析
量圖,從中看出:大值區(qū)一直處于遼寧及其以南地區(qū),最強區(qū)與槽前西南氣流位置相一致,也與此處的低空急流相對應(yīng),并且隨著系統(tǒng)發(fā)展東移,水汽通量大值區(qū)亦逐步向東移動。桃仙機場午前位于水汽最強區(qū)的東北側(cè);而到了06時,最強區(qū)向東移動,桃仙機場被覆蓋,而午后的降水也是最強;12時,最強區(qū)已經(jīng)移至遼寧東部,桃仙機場降水也隨后逐漸結(jié)束。水汽通量圖說明,本次暴雨過程,主要是槽前西南氣流與副高外圍共同作用,依靠低空急流建立的水汽輸送帶,將水汽源源不斷的輸送到東北中南部地區(qū),0
石河子科技 2021年3期2021-05-31
- 云南夜雨氣候特征分析
于60%,特別是大值區(qū)的云南東北部夜雨率甚至高達70%,這些地區(qū)降水以夜雨為主。并且夜雨率相對較小的東南、西南地區(qū),其年均夜雨率也基本在45%以上,說明這些地區(qū)夜雨對年降水的貢獻也十分可觀。為深入分析夜雨率的季節(jié)變化,圖2b—e給出春、夏、秋、冬四個季節(jié)多年平均夜雨率空間分布。由圖可見,云南夜雨率空間分布有明顯的季節(jié)差異,但云南東北部四季均是夜雨率大值中心。從春季(圖2b)和冬季(圖2e)空間分布可見,云南春、冬季夜雨率大致呈現(xiàn)東部和西部大而中部小的分布特
暴雨災(zāi)害 2021年2期2021-04-02
- 中南地區(qū)一次飛機顛簸的物理量場分析
0:00散度場的大值中心呈東北-西南走向分布(圖1)。在400 hPa上(圖1a)湖南西部的2個嚴重顛簸報告位于等值線最為密集區(qū),散度中心值為-6×10-5s-1,并迅速遞減到0。位于河南中部和海南北部的顛簸報告分布在等值線較為密集且曲率較大的位置,其中河南中部的報告位于正散度區(qū);另外4個報告點均位于負散度區(qū)。在300 hPa(圖1b),位于湖北、河南交界處和廣西北部的顛簸報告均分布在等值線較為密集的負散度大值區(qū),大值中心分別為-10×10-5和 -6×1
廣東氣象 2021年1期2021-03-16
- 隱身飛機目標P頻段雙基RCS特性仿真與分析
分別選用均值、極大值和極小值3種統(tǒng)計參數(shù),比較結(jié)果如表1所示。表1 重點姿態(tài)角區(qū)域RCS統(tǒng)計表(dBsm)從仿真結(jié)果中可以看出,在方位角小于30°、俯仰角60°~120°的頭向范圍內(nèi),目標的RCS值較小。該角度范圍是飛機作戰(zhàn)時的主要威脅范圍,通過外形隱身已經(jīng)能夠?qū)崿F(xiàn)飛機的低散射特性。而在側(cè)向、尾向區(qū)域,以及俯仰角小于30°或大于150°區(qū)域時,目標的RCS都具有較高的值,目標無外形隱身特性。2.2 不同頻點單基RCS特性仿真分析采用典型俯仰角θ固定為90°
雷達與對抗 2020年2期2020-12-25
- 呼倫貝爾地區(qū)強降水的成因分析對農(nóng)業(yè)生產(chǎn)的影響及對策
輸送,有一個通量大值區(qū)域處于呼倫貝爾市西南到錫林郭勒盟區(qū)域,數(shù)值為9g/(cm·hPa·s);13日14時水汽輸送通道向東邊移動到呼倫貝爾地區(qū)中部、南部,在呼倫貝爾中南部分布著一數(shù)值為6g/(cm·hPa·s)的通量大值區(qū);13日20時源于南海、東海的水汽輸送通道在華北地區(qū)斷裂,偏南風低空急流朝東移動。3.2 動力條件分析3.2.1 垂直速度垂直速度場上,4月13日08時東經(jīng)110~120°、北緯45~50°區(qū)域850hPa屬于負速度區(qū),中心大值區(qū)為-20
農(nóng)村實用技術(shù) 2020年9期2020-12-16
- 黔東南州2019年6—7月降水異常分析
6—7月總降水量大值區(qū)、降水正距平大值區(qū)、最長連續(xù)降水量大值區(qū)和日降水量≥25 mm日數(shù)大值區(qū)基本吻合。由此可見,2019年黔東南州降水量偏多的主要原因是由于降水持續(xù)時間較長以及日降水量≥25 mm以上的日數(shù)較多造成。圖1 黔東南州2019年5月31日20時—7月31日20時總降水(a)、降水量距平(b)、最長連續(xù)降水量(c)、最長連續(xù)降水日數(shù)(d)、日降水量≥25 mm日數(shù)(e)、日降水量≥50 mm日數(shù)(f)分布圖(單位:mm、d)Fig.1 Dist
中低緯山地氣象 2020年5期2020-11-23
- 呼倫貝爾一次暴雨過程分析及對農(nóng)作物的影響
5hPa水汽通量大值區(qū)相對應(yīng),與850hPa水汽通量大值區(qū)存在較大差異,850hPa水汽通量大值區(qū)一直處于呼倫貝爾地區(qū)中西部。700hPa水汽通量西部滿洲里市、新巴爾虎右旗是 6g/(cm·hPa·s)。所以,在這里著重對925hPa水汽通量變化進分析,8月7日08:00—20:00,水汽通量超過12g/(cm·hPa·s)的大值一直處于鄂倫春自治旗、扎蘭屯市東北部、莫力達瓦達斡爾族自治旗南部、新巴爾虎右旗、阿榮旗南部;8月8日08:00鄂倫春自治旗、阿榮
農(nóng)村實用技術(shù) 2020年9期2020-11-19
- 1981~2017年貴州省盛夏旱澇急轉(zhuǎn)時空演變特征
知,澇轉(zhuǎn)旱頻次的大值區(qū)位于遵義市南部、黔東南州北部(圖3a),表明該區(qū)域易發(fā)生澇轉(zhuǎn)旱事件;澇轉(zhuǎn)旱強度指數(shù)的大值區(qū)位于畢節(jié)市中西部、六盤水市北部(圖3b),可能是由于對應(yīng)區(qū)域的頻次較少造成,表明該地區(qū)雖然不易發(fā)生澇轉(zhuǎn)旱事件,但其澇轉(zhuǎn)旱強度指數(shù)卻最強;澇轉(zhuǎn)旱強度指數(shù)次大值中心位于遵義市北部,而對應(yīng)區(qū)域的頻次較大(圖3a),表明該地區(qū)易發(fā)生澇轉(zhuǎn)旱事件,且澇轉(zhuǎn)旱強度指數(shù)也強。旱轉(zhuǎn)澇頻次的大值區(qū)位于遵義市北部、黔東南州北部、銅仁市東部、安順市東部、黔南州北部(圖3c
高原山地氣象研究 2020年2期2020-08-18
- 橫斷山脈縱向嶺谷地區(qū)短時強降水時空分布特征
下游流域出現(xiàn)相對大值區(qū),降水量能達1000mm左右。這種年降水量的空間經(jīng)向分布特點,一方面是因為縱谷區(qū)多受西南氣流和冷空氣影響產(chǎn)生降水,另一方面是西南水汽輸送過程中受縱向嶺谷南北通道地形的阻隔、抬升作用影響。由圖2b可知,縱谷區(qū)各地降水性質(zhì)差異明顯,短時強降水量在當?shù)亟邓恐械恼急瘸首晕鞅毕驏|、向南逐漸增加的特點,區(qū)域上游短時強降水量占比最小(2%以下),沿著山系從北向南、向東南走向,區(qū)域下游短時強降水量的占比增大(6%以上),其中金沙江下游為占比最大值區(qū)
高原山地氣象研究 2020年1期2020-06-24
- 高速道岔晃點整治的實踐
107#岔區(qū)晃車大值頻出,且在2018 年 9 月 26 日及2019 年 10 月 26 日晃車Ⅲ級報警各 1次。在晃車大值復(fù)核期間,發(fā)現(xiàn)靜態(tài)幾何尺寸無經(jīng)常保養(yǎng)及以上超限,利用電子水準儀抄平也未發(fā)現(xiàn)明顯異常變坡點,后通過降低值測量儀發(fā)現(xiàn)巢湖東107#岔尖軌降低值存在超限且現(xiàn)場空吊最大3 mm 左右(見表1)。2.2 長臨河1#岔2019 年 10 月 8 日及 2019 年 10 月 9 日,長臨河 1# 岔連續(xù)晃車Ⅲ級報警,現(xiàn)場復(fù)核靜態(tài)幾何尺寸無明顯異
上海鐵道增刊 2020年1期2020-06-19
- 重慶市綦江地區(qū)短時強降水天氣分析
PE值和K值相對大值區(qū),SI指數(shù)相對低值區(qū),或者是整層濕層比較深厚,水汽輸送比較充分。本文通過對2014—2017年綦江地區(qū)自動氣象站觀測資料的逐時降水量進行統(tǒng)計分析,主要針對短時強降水天氣典型個例,使用常規(guī)氣象觀測資料、Micaps資料等,統(tǒng)計短時強降水發(fā)生的時間和次數(shù),分析總結(jié)短時強降水天氣發(fā)生的時空分布規(guī)律以及本地化的物理量(K指數(shù)、SI指數(shù)、CAPE指數(shù)等)預(yù)報(預(yù)警)指標,從而提高綦江區(qū)預(yù)報預(yù)警服務(wù)能力,在一定程度上減少因短時強降水天氣造成的各類
中低緯山地氣象 2020年2期2020-06-12
- 一次積層混合云云系微物理結(jié)構(gòu)數(shù)值模擬與增雨條件分析
而模式模擬的云場大值區(qū)基本也位于湘中及以南地區(qū),但大多呈獨立塊狀分布,較衛(wèi)星反演光學(xué)厚度分布范圍窄,區(qū)域性更強;湘北和貴州西部模擬云場與衛(wèi)星反演光學(xué)厚度較為一致,位置稍偏西。綜上所述,模式模擬云場的大致區(qū)域在湘南,基本能反映實況,但范圍偏窄、局地性更強,在湘北和湘西與實況較為吻合,位置稍偏西。這可能與我們選取的代表模擬云場的參量僅為云水和冰晶垂直累積總和有關(guān),不能完全代表云場的實際情況,而衛(wèi)星反演產(chǎn)品代表實測云場,另外衛(wèi)星反演算法上也可能出現(xiàn)一定程度的偏差
干旱氣象 2020年1期2020-03-14
- 2019年份宜縣暴雨過程降水分布分析
mm為最大,降水大值區(qū)主要集中在北部鄉(xiāng)鎮(zhèn);9日以南部大崗山77.7mm為最大,降水大值區(qū)主要集中在南部鄉(xiāng)鎮(zhèn)。7-9日整個降水過程以西部、北部鄉(xiāng)鎮(zhèn)偏多,南部鄉(xiāng)鎮(zhèn)次之,中部鄉(xiāng)鎮(zhèn)偏少。6月22日受高空槽、中低層切變線和西南急流共同影響,分宜縣出現(xiàn)了大暴雨降水天氣過程,以南部橋邊210.3為最大,降水大值主要集中在南部,西部、北部雨量偏小。7月7-9日受高空低槽、中低層低渦、切變線和西南急流影響,分宜縣出現(xiàn)了連續(xù)性大暴雨天氣過程,其中7日以西部洋江154.0mm為
農(nóng)民致富之友 2019年30期2019-10-21
- 預(yù)裂爆破技術(shù)在紫金山金銅礦的應(yīng)用研究
2倍,巖體完整取大值,巖體破碎取小值[1],主要參照瑞典蘭格弗爾斯給出的公式確定:a=(8~ 12)d式中:a為炮孔間距;d為炮孔直徑,其取值范圍140mm~165mm,對硬巖或完整性好的巖石取大值150mm,對軟巖或結(jié)構(gòu)破碎的巖石,取小值120mm~130mm。(3)鉆孔深度。炮孔深度根據(jù)臺階高度及設(shè)計坡比加超深確定,露采臺階高度為12m,超深取0.5m,最終邊坡坡面傾角一般為70°,西南部平臺坡面傾角為60°。則孔深為:L=H / sina+h=12/
中國金屬通報 2019年8期2019-09-12
- 對2006年12月東北太平洋上一個爆發(fā)性氣旋的初步分析?
7(a)),PV大值區(qū)位于氣旋中心的西北部和東北部,最大值達到7 PVU以上,氣旋中心上空PV值較小,為3 PVU左右,氣旋東南部的PV值大于8 PVU,氣旋中心距PV大值區(qū)距離較遠。6 h后(見圖7(b)),氣旋中心上空的PV值上升到8 PVU以上,其西部的PV大值區(qū)向氣旋中心逼近,12 h(見圖7(c))后,氣旋中心上空的PV值達到9 PVU。24日06 UTC(見圖7(d)),PV大值區(qū)到達地面氣旋上空,且其東南部呈“鉤”狀分布,氣旋中心位于“鉤”狀
中國海洋大學(xué)學(xué)報(自然科學(xué)版) 2019年9期2019-07-16
- 以班級崗位激發(fā)每一個學(xué)生
校長小助理、班級大值周員。我拿著學(xué)校下發(fā)的“學(xué)生成長護照”,親切地說:“同學(xué)們,學(xué)校開展了崗位競聘,你們想試試嗎?”“想!”學(xué)生們大聲回應(yīng)道,連平日里一些不太積極的學(xué)生,也瞪大了眼睛,盯著我手中的那本“成長小護照”。從他們那渴望的眼神中,我分明讀出了“老師,我也想試試!”我將本次競聘的三十個崗位以及職責,打印出來,張貼在班級的宣傳欄里。這一天,學(xué)生們報名的熱情空前高漲,幾乎一半的學(xué)生主動找我報名,當然他們中的大多數(shù)都是平時班上表現(xiàn)比較好的學(xué)生。放學(xué)了,我把
江蘇教育 2019年87期2019-01-14
- 一種S模式ADS-B前導(dǎo)脈沖檢測方法
脈沖參考功率的次大值和次小值。圖4所示為前導(dǎo)脈沖參考功率次大值和次小值計算流程圖。圖4 前導(dǎo)脈沖參考功率次大值和次小值計算流程圖當檢測到最終前導(dǎo)脈沖位置標志時,分別求4個前導(dǎo)脈沖內(nèi)信號能量幅度的平均值,即脈沖的平均功率值。去除4個前導(dǎo)脈沖中平均功率值最大的和最小的,將剩余的2個平均功率值作為前導(dǎo)脈沖參考功率的次大值和次小值。S5:前導(dǎo)脈沖位置驗證。驗證檢測前導(dǎo)脈沖位置標志有效性,分為以下三部分:S51:前導(dǎo)脈沖功率一致性驗證。分別將前導(dǎo)脈沖參考功率的次大值
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2018年8期2018-08-27
- 福建2017年6月13-16日持續(xù)強降雨天氣過程分析
℃,同時有42℃大值中心;14日08時,福建西南到中部也有40℃大值區(qū);15日20時福建大部分地區(qū)幾乎都有40℃以上大值區(qū)。降水過程中,福建850hPa假相當位溫幾乎都在80℃以上,其中12日和15日假相當位溫值最大,暴雨落區(qū)內(nèi)有大值中心。另外,暴雨天氣出現(xiàn)前,850hPa處存在平行假相當位溫密集帶,說明隨地面冷空氣南下,利于中低層不穩(wěn)定能量釋放,促進強降雨天氣出現(xiàn)。3.2 動力條件結(jié)合垂直速度場,12日20時,福建上空以負值區(qū)為主;850hPa,福建西部
時代農(nóng)機 2018年6期2018-08-23
- 中國東部夏季降水特征及其與西太副高的關(guān)系
a可知,6月降水大值區(qū)主要出現(xiàn)在華南地區(qū),其降水量在200 mm以上。華南南嶺以南存在一個大雨帶,其中心為250 mm;華南武夷山—長江下游以南地區(qū)也存在一個大雨帶,其中心值達300 mm。由此可知,6月雨帶的分布屬于第3類型雨帶,即雨帶主要位于長江流域以南,而淮河以北少雨。由圖1b看出,長江以北和黃河以南存在兩個降水大值區(qū),一個分布在長江中下游與黃河下游之間,且呈東西向帶狀分布,從沿海伸向武漢附近,其中心為200 mm以上;另一個分布在重慶巫山附近,其中
中低緯山地氣象 2018年3期2018-07-16
- 永春縣2016年9月15日大暴雨天氣過程分析
08時,水汽通量大值區(qū)出現(xiàn)在臺灣南部海峽,此時永春縣上空水汽通量值相對較小,白天幾乎無降水;20時臺風方向轉(zhuǎn)移,永春縣上空水汽通量值增加,沿海附近有大值中心;22時永春縣出現(xiàn)降水。15日05時,水汽通量大值區(qū)繼續(xù)擴大,大值中心出現(xiàn)在泉州,永春縣上空水汽通量繼續(xù)增加,降水強度加大;08時水汽通量中心北移,水汽通量值減小,大值中心移到福建中部;11時永春縣降水強度減少,部分鄉(xiāng)鎮(zhèn)降水基本結(jié)束;14時永春縣上空水汽通量值降低,福建中北部出現(xiàn)高值區(qū)。在大暴雨天氣過程
時代農(nóng)機 2018年3期2018-06-07
- 東山縣2016年9月14-15日臺風暴雨天氣過程分析
海峽存在水汽通量大值區(qū),東山縣上空水汽通量值較小,白天幾乎無降水;20時臺風向西北移動,東山縣水汽通量增加,大值中心分布在沿海附近;15日02時水汽通量大值區(qū)范圍擴大,廈門沿海附近有大值中心,東山縣上空水汽通量增加,降水天氣強度增加;08時水汽通量中心北抬,東山縣上空水汽通量值減小,大值中心移到福建中部;14時東山縣上空水汽通量值減小,高值區(qū)向福建中北部轉(zhuǎn)移。臺風中心登錄廈門翔安沿海后,水汽通量大值區(qū)會隨著臺風中心北抬向北擴,臺風中心附近有大值區(qū)。臺風暴雨
時代農(nóng)機 2018年2期2018-05-21
- 斜率公式在解題中的妙用
,那么 y的最x大值是 ( )解:方程(x-2)2+y2=3是以點(2,0)為圓心,半徑為的圓,設(shè)則k為直線y=kx的斜率,顯然直線y=kx與圓(x-2)2+y2=3相切時k取得最大值,此時直線y=kx與x軸的夾角為于是可得的最大值故選D。二、證明三點共線如果兩條直線AB、AC的斜率相等,那么A、B、C三點共線;反過來,如果A、B、C三點共線,那么兩直線AB、AC的斜率相等(斜率存在)或都不存在,即:兩直線AB、AC 的斜率相等?A、B、C 三點共線;反過
新課程(下) 2018年4期2018-03-26
- 2016年5月2—4日遼寧省區(qū)域性降雨過程物理量場特征分析
東南部海面為水汽大值區(qū),水汽輸送帶由此伸向遼寧地區(qū),風逆時針旋轉(zhuǎn),急流攜帶大量東南部洋面的水汽源源不斷地向遼寧地區(qū)輸送,水汽在遼寧地區(qū)輻合,有利于暴雨的維持和加強。關(guān)鍵詞 暴雨;散度;渦度;水汽;遼寧?。?016年5月2—4日中圖分類號 P458.1+21 文獻標識碼 A 文章編號 1007-5739(2018)01-0204-01東北暴雨主要是西風帶、副熱帶和熱帶環(huán)流系統(tǒng)相互作用的結(jié)果,具有突發(fā)性強、強度高、持續(xù)時間長等特點。多年來東北暴雨的預(yù)報和預(yù)警一
現(xiàn)代農(nóng)業(yè)科技 2018年1期2018-02-03
- 2015年5月18—20日水城縣強降雨天氣過程分析
8日白天,正渦度大值區(qū)逐漸在貴州省建立,強降雨過程中,850 hPa存在正渦度區(qū)大值中心,中心值達2.5×10-5/s,500 hPa表現(xiàn)為一致負渦度區(qū),250 hPa有負渦度區(qū)大值中心。從19日開始,貴州上空轉(zhuǎn)為負的垂直速度,發(fā)展不強烈。19日夜間,垂直上升速度負值區(qū)不斷加大,20日8:00垂直上升運動較為強烈,為強降雨天氣的出現(xiàn)提供了有利條件。3.2 水汽條件18日20:00低層處的水汽通量散度值較小,在低空切變線和地面靜止鋒共同作用下,隨著時間的推移
現(xiàn)代農(nóng)業(yè)科技 2017年11期2017-07-14
- 高精度調(diào)頻連續(xù)波雷達測距算法的研究
變換;雷達;譜最大值估計算法;測距精度;頻譜偏移0 引言常用的雷達測距有調(diào)頻連續(xù)波和單脈沖雷達,其中調(diào)頻連續(xù)波雷達具有較高的距離分辨率、低功率以及無測量盲區(qū)等特點[1-4]。調(diào)頻連續(xù)波雷達廣泛應(yīng)用于雷達測距系統(tǒng)中,通過對信號進行采樣和FFT算法分析進而提取測量距離的信息。由于FFT本身的“柵欄效應(yīng)”,存在著較大的誤差。而工業(yè)上如油罐的液位測量等應(yīng)用中[5-6],對測量的精度有很高的要求。人們常用提高頻率細化率來提高精度,卻增加了計算時間。因而產(chǎn)生了擬合法[
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2017年9期2017-05-25
- 基于ERA-interim再分析資料的ASCAT風場產(chǎn)品在南海的精度評估及南海月平均風場特征分析
時,存在兩個風速大值中心,分別位于南海中南部和臺灣海峽及巴士海峽一帶,其位置和大小隨時間而變化。ASCAT;L2B;L3;ERA-interim;海面風場1 引言南海地跨熱帶與副熱帶,是我國最大的海域之一,海洋資源豐富,也是國際運輸?shù)闹匾獏^(qū)域。在氣候上南海具有明顯的熱帶季風氣候,是典型的季風區(qū),不過由于其地理位置特殊,天氣變化復(fù)雜,是臺風的多發(fā)地,海上大風直接影響著航海和生產(chǎn),是造成海上災(zāi)難的主要原因之一[1]。海面風場是海洋上層運動,區(qū)域和全球海洋環(huán)流的
海洋預(yù)報 2017年2期2017-05-10
- 2016年6月16-18日扎蘭屯市強降雨天氣過程分析
7日20時,雨量大值區(qū)出現(xiàn)在中部、市區(qū)及市區(qū)北部,24小時9個雨量站達到暴雨,其中市區(qū)及市區(qū)附近高臺子達到大暴雨,西南鄉(xiāng)鎮(zhèn)量級相對小些,中到大雨。17日夜間~18日08時降水有一個間歇,18日白天北部、中部偏南地區(qū)降小到中雨,中部及西南鄉(xiāng)鎮(zhèn)量級較小,最大降雨量才3.5mm。降雨導(dǎo)致扎蘭屯市多個鄉(xiāng)鎮(zhèn)遭受洪澇災(zāi)害,中部、東北部鄉(xiāng)鎮(zhèn)不同程度受災(zāi)。受災(zāi)人口16 117人,農(nóng)作物受災(zāi)、成災(zāi)面積4 206.9hm2,多處橋涵被沖毀受損,房屋過水、倒塌、不同程度的損壞,
山西農(nóng)經(jīng) 2016年12期2016-12-23
- 一次長江流域梅雨降水中三種云量計算方案的對比研究
,能夠體現(xiàn)出云量大值區(qū),但區(qū)域一般偏大;Slingo方案相較NCAR方案來說略差,但也能較好地描述云帶分布;此外,錢氏方案計算出的云量值始終偏小,但其能夠較好地描述云帶輪廓與云量的分布特征。綜合對比結(jié)果,NCAR云量計算方案比其余兩者更優(yōu),且在低層(850 hPa)表現(xiàn)尤為明顯。相對濕度云量計算Slingo方案NCAR方案錢氏方案云是氣候系統(tǒng)的內(nèi)部參數(shù),直接影響大氣的輻射平衡、熱量平衡和溫濕分布(汪方和丁一匯,2005)。云的形成與特性是地表與大氣各種動力
大氣科學(xué)學(xué)報 2016年2期2016-10-27
- 呼倫貝爾市2014一次暴雪天氣成因分析
且暴雨產(chǎn)生在比濕大值區(qū)、相對濕度大值區(qū)、渦度大值區(qū)、散度負值中心和850hPa風場切變與假相當位溫高能舌基本重疊的位置。(2)高低空急流的耦合只本次降水過程的觸發(fā)機制。(3)大-暴雪產(chǎn)生在地面倒槽曲率最大處或地面系統(tǒng)梯度大的位置。暴雪貝加爾湖冷槽高低空急流一、降水實況2014年10月31日08時~11月1日08時全市大部出現(xiàn)降雪天氣,中部南部地區(qū)出現(xiàn)大-暴雪,降水量在4.2~12.7毫米之間,下的強度較強,強度達到3.2毫米/小時,在全市16個站點中有2個
現(xiàn)代農(nóng)業(yè) 2016年8期2016-09-19
- 基于MP3格式的語音隱寫算法
在MP3編碼中的大值區(qū)內(nèi)。引入大容量MP3比特流音頻隱寫算法,該算法可以與MP3隱寫算法在互不影響的前提下完美結(jié)合。實驗結(jié)果表明,該算法增加了隱藏容量,而算法的透明性和碼字的統(tǒng)計特性并無太大的差異。Huffman編碼;MP3編碼;大值區(qū);信息隱藏隨多媒體技術(shù)和互聯(lián)網(wǎng)的快速發(fā)展,信息安全得到越來越多的重視。信息安全包含信息加密和信息隱藏兩大分支。加密信息在傳遞的過程中很容易被攻擊者發(fā)現(xiàn),即使在無法正確解密的情況下,也可以破壞信息的傳遞,因此安全性較低。而信息
桂林電子科技大學(xué)學(xué)報 2016年4期2016-09-14
- 青藏高原東側(cè)四川地區(qū)夜雨時空變化特征
在60%以上,最大值位于盆地西南部(雅安、樂山附近),其夜雨量超過日降水量的70%;川西高原大部分地區(qū)平均夜雨占日降水量的比例也在57%以上;而川西高原東北與川東北為明顯的兩個低值區(qū),其中,高原東北的夜雨占日降水量的比例在49%~57%,川東北的夜雨比例最小值為48%。從圖中還可以看到,在盆地西部邊緣(都江堰、雅安、越西一帶),多年平均夜雨比例的等值線分布較為密集,這可能是與該地區(qū)特殊的陡峭地形有關(guān)。從四川雨季各月份平均夜雨占日降水量的比例分布(圖2)看,
大氣科學(xué) 2015年1期2015-12-05
- 鍋爐熱平衡測試的基本要求及其測試方法
大、鍋爐水位高取大值,否則取小值;蒸汽分離裝置結(jié)構(gòu)不合理取大值,否則取小值;鍋爐水含鹽量高取大值,否則取小值;對小型快裝鍋爐應(yīng)取大值;負荷劇烈波動或運行壓力過低也應(yīng)取大值。為了使儀器儀表安裝到運行參數(shù)的測試記錄有條理地進行,防止漏項漏記,可事先設(shè)計出鍋爐測點布置圖及測量儀表說明。[1] 王維峰,孫夢翔,王繼忠,等.一種新型寬量程氣體流量標準裝置的研制[J].自動化儀表,2012,33(6):18-22.[2]葉江明.電廠鍋爐原理及設(shè)備[M].北京:中國電力
黑龍江科學(xué) 2015年4期2015-03-27
- 一種改進的FFT離散頻譜相位差加權(quán)校正算法
通過將相位差中最大值校正誤差與次大值校正誤差按一定比例進行加權(quán)來獲得頻譜校正結(jié)果。對此的仿真結(jié)果表明,該算法與傳統(tǒng)相位差法相比,在頻譜最大值相同的情況下,頻率校正誤差的頻率分辨率提高了近90%,提高了頻率校正精度。頻譜校正;相位差法;加權(quán)校正算法0 引言快速傅里葉變化(FFT)算法是1965年由Cooely-Tukey在《計算數(shù)學(xué)》雜志上首次發(fā)表的[1]。自此,F(xiàn)FT和頻譜分析很快發(fā)展成為無線電通信、信息圖像處理、自動控制、機械設(shè)備故障診斷和振動分析等多種
唐山學(xué)院學(xué)報 2015年6期2015-02-22
- 異常值對非參數(shù)bootstrap法估計的影響分析
樣本點來說是異常大值也是合理的。(3)生成含有雙側(cè)異常值的樣本。方法是同時將步驟(2)中產(chǎn)生的異常小值和異常大值替換步驟(1)中的樣本點,則得到10%、20%、40%、50%下的含有雙側(cè)異常值的樣本。因為極小極大異常值各最少一個,故這種情形下含異常值比例最小為2/20=10%。(4)在單側(cè)和雙側(cè)異常值兩種情形下,分別計算總體均值的非參數(shù)bootstrap法點估計、分布形態(tài)、區(qū)間估計等。(5)在相應(yīng)的評判標準下,進行比較分析。2 模擬分析序列中混入異常值一般
統(tǒng)計與決策 2015年12期2015-01-03
- 基于CNOP方法的臺風目標觀測中三種敏感區(qū) 確定方案的比較研究
共同點是將一些“大值區(qū)”做為敏感區(qū)。這些大值區(qū)或是目標函數(shù)關(guān)于初始場的梯度的大值區(qū)(伴隨敏感性方法,Baker and Daley,2000),或是快速發(fā)展的初始誤差場的大值區(qū)(線性奇異向量方法,Palmer et al.,1998; 準反演線性方法,Pu and Kalnay,1999;繁殖方法,Hamill et al.,2000),或是觀測增量的權(quán)重的大值區(qū)(集合轉(zhuǎn)換方法,Bishop and Toth,1999;集合轉(zhuǎn)換卡曼濾波方法,Bishop
大氣科學(xué) 2014年2期2014-12-13
- “梅花”臺風(1109號)路徑追蹤補充訂正預(yù)報日志
現(xiàn)的不穩(wěn)定能量最大值或某較大能量區(qū)域確定風暴可能移動趨向。查閱相比之下只有一個最大值,移向就確定當天08時風暴位置與最大值的射線上,再根據(jù)當天08時預(yù)報資料的移速來點繪未來24、48、72 h等所處位置。如出現(xiàn)相對較大值區(qū)域,就選該區(qū)域內(nèi)最遠距離的兩個探空站點連線的中點與當天08時風暴位置為起點的射線來定位未來預(yù)報位置,由于縣級氣象臺只做補充訂正預(yù)報,本文只作24 h的移向的補充訂正定位。1.2 實例說明圖2為用中央氣象臺2011年7月28日14時發(fā)布“梅
浙江氣象 2014年2期2014-12-07
- 期指追漲殺跌
%(當時的全周次大值);13點15分,價差只剩下+0.01%。本周,我們也可以做出相同的分析。在9月25日13點55分的最高點前后,價差判若兩人。13點55分,價差為+1.26%(全周次大值);14點45分,價差只剩下+0.62%。高某不需要再羅列更多的數(shù)據(jù),您就可以發(fā)現(xiàn),追漲殺跌(上漲價差增加、下跌價差減少)就是本周的主基調(diào)??酥坪椭斏髯窛q殺跌,股指期貨交易的歷史上曾經(jīng)發(fā)生,后果以下跌偏多,例如2010年11月出現(xiàn)的見頂。我想,我不用列出太多的案例。因為
股市動態(tài)分析 2014年38期2014-11-15
- 垂直螺旋度在京津特大暴雨中的診斷分析
旋度緩慢增大到最大值45×10-6,hPa·s-2,其伸展高度達到最高 320,hPa,中心最大值明顯下傳;受正平均垂直螺旋度中心的影響天津降水強度和降水范圍達到最大。之后正平均垂直螺旋度大值區(qū)逐漸減小,天津降水也隨之結(jié)束。由此可以看出正垂直螺旋度的大小與降水量呈正相關(guān)。圖2 2012年7月21-22日垂直螺旋度時間序列剖面圖Fig.2 Cross-sectional view on time series of vertical helicity,Jul
天津科技 2014年6期2014-08-08
- 不含三圈的雙圈圖的譜半徑
半徑的第1~10大值和相應(yīng)的極圖。受此啟發(fā),研究了不含三圈的雙圈圖,確定不含三圈的雙圈圖的譜半徑的上界,并刻畫了相應(yīng)的極圖。雙圈圖;譜半徑;禁用三圈;譜Turán型問題本文所考慮的圖都是有限無向簡單圖,設(shè)G=(V,E)是一個n階圖,A(G)表示圖G的鄰接矩陣。因為A(G)是實對稱的,所以它的特征根都是實數(shù)。稱A(G)的最大特征根為圖G的譜半徑,記為ρ(G)。經(jīng)典極值圖論的一個中心問題是Turán型問題:給定一個圖F,設(shè)G是一個不含子圖與圖F同構(gòu)的n階圖,那
鹽城工學(xué)院學(xué)報(自然科學(xué)版) 2014年3期2014-07-24
- 沒有大幅破位的預(yù)期
天移動平均值的最大值出現(xiàn)在本周五,130918手;次大值在本周四、第三大值在本周三??傊F(xiàn)在的22天移動平均值是最大的。但是,持倉量的最大值在4月8日,次大值在4月17日,第三大值在4月10日,都不在本周。所以,現(xiàn)在的持倉量只是偏高的數(shù)字,卻沒有明顯的增加或減少。沒有大幅破位預(yù)期面對這種市場,又只能用排除法。首先,沒有大幅向下破位的預(yù)期。如果有,下跌特別是大跌時,持倉量會明顯增加。以本周跌幅最大的周一和周五,4個合約持倉量分別只增加3939手和減少27手
股市動態(tài)分析 2014年16期2014-05-12
- 預(yù)留光面層光面爆破在大灣隧道施工中的應(yīng)用
類以下圍巖W值取大值;及Ⅲ類以上圍巖W值取小值。2.1.2 周邊眼間距EE直接控制隧道開挖輪廓的平整度,E=(10~15)d,炮眼直徑d=35mm。對于圍巖松軟,有破碎帶,節(jié)理,裂隙發(fā)育地段,E取小值;穩(wěn)定性好,中硬到堅硬的巖石,E取大值,必要時對在兩炮眼間中部增加一空眼以形成導(dǎo)向爆破。2.1.3 周邊眼采用密集系數(shù)KK=E/W=0.7~12.1.4 周邊眼采用2#圍巖小炸藥,線裝藥密度q。q=0.1~0.2kg/m,采用預(yù)留空氣柱間隔裝藥結(jié)構(gòu)和預(yù)留空氣柱
四川水泥 2014年7期2014-04-26
- 淺談鹽源公司“運維合一、大倒班模式”日常工作的開展
術(shù)部設(shè)立兩個運維大值,每個運維大值設(shè)置一名運行工程師、4個運行班組、一個維護班組,其人員結(jié)構(gòu)見圖1所示。1.2 人員分工1.2.1 運行工程師從圖1中我們可以看出,運行工程師所處崗位十分關(guān)鍵,起到與部門的溝通與橋梁作用,負責兩站的工作任務(wù)接受與安排。其平時的主要工作職責如下:(1)負責管理所屬運行班組、維護班組、水工專責,負責電站機電設(shè)備、水工設(shè)備設(shè)施的運行管理;(2)負責對生技部運行、維護技術(shù)管理和資料收集、保管工作;(3)負責確定電站主輔設(shè)備日常和異常
四川水利 2014年2期2014-04-18
- 五一橋水電站“運維合一大倒班”生產(chǎn)管理模式探索與實踐
下設(shè)2個運行維護大值,以大倒班方式運作,2個運維大值對倒,每大值值班時間為3周,倒班車在成都與五一橋電站間按大值倒班時間往返運行。2.1 組織結(jié)構(gòu)2.1.1 概述五一橋水電站、龍溪溝水電站(原施工電源電站,現(xiàn)為子站)生產(chǎn)管理由中鐵能源公司發(fā)電部全面負責,管理采用扁平化組織結(jié)構(gòu),采用運行維護一體化的組織結(jié)構(gòu)形式和大倒班的管理方式,發(fā)電部共設(shè)2個運維大值,采用一值值班另一值休息方式,各大值分別負責兩站廠房、閘首的運行維護工作,每大值為4個班組,其中3個班組進行
四川水力發(fā)電 2013年5期2013-09-10
- 北大西洋海域波浪能資源特征分析
常明顯的分界線,大值區(qū)基本都在30°N 以北,主要集中在冰島和紐芬蘭島之間的海域,30°N以南常年為低值區(qū),基本都在3 kW/m 之內(nèi),大值區(qū)和低值區(qū)的差距較大,能達到20 kW/m左右。冬季風浪能流密度為四季中最大,大值區(qū)能達到50 kW/m;春季和秋季次之,大值區(qū)能達到24 kW/m;夏季最小,大值區(qū)的能流密度僅在6 kW/m左右。涌浪能流密度:整個海域分布較為均勻,大值區(qū)常年位于冰島南部及西南部海域。冬季涌浪能流密度為四季中最大,大值區(qū)能達到70 k
海洋預(yù)報 2013年6期2013-08-19
- 2008年7月15日新鄉(xiāng)暴雨診斷分析
時間較短,雨量的大值區(qū)主要集中在輝縣、衛(wèi)輝的南部到獲嘉、新鄉(xiāng)以及延津的西部地區(qū),降水空間集中,形成了較大的危害,其中獲嘉的城關(guān)雨量站21:10—22:10,1小時降水量達到103mm,在歷史上極為罕見。根據(jù)民政部門災(zāi)情調(diào)查情況,這次暴雨過程造成農(nóng)作物大面積積水受災(zāi),部分房屋倒塌損壞。共造成12317畝玉米受災(zāi),其中370畝玉米絕收,倒塌房屋141間,受災(zāi)人數(shù)157170人,共造成經(jīng)濟損失1842.7萬元。1 環(huán)流背景1.1 高空形勢從13日20點開始在貝加
河南科技 2013年5期2013-08-13
- 2012年春季綏化市2次較大降水天氣分析
9日08-20時大值區(qū)中心在925 hPa左右的高度上,說明水汽輸送帶處在中低層,在氣旋的作用下更有利于抬升凝結(jié),對降水的貢獻非常大。7.4 相對濕度圖5 3.16過程水汽通量散度剖面圖6 3.29過程水汽通量散度剖面圖7 3.16過程相對濕度剖面圖8 3.29過程相對濕度剖面從圖7可看出,3.16降水過程相對濕度大值區(qū) (80%)位于925~700 hPa,700 hPa以上相對濕度較小;從圖8可看出,本次降水過程相對濕度大值區(qū)(70%)位于850~40
黑龍江氣象 2012年4期2012-10-17
- 1988-2009年北印度洋海域風候統(tǒng)計分析
影響顯著。風速的大值區(qū)主要分布于索馬里以東和阿拉伯半島東南部海域、斯里蘭卡東部海域和馬納爾灣。(2)6級以上大風的高頻中心位于索馬里和阿拉伯半島東部海域。(3)近22年期間,北印度洋海域的海表風速整體上以0.0286m·s-1·a-1的速度顯著性逐年線性遞增,遞增趨勢較強的海域分布于中高緯海域:紅海、馬納爾灣、孟加拉灣西部和北部海域、馬六甲海峽、泰國灣、北部灣。CCMP風場;北印度洋;季節(jié)特征;大風頻率;長期變化趨勢Abstract:Based on th
海洋通報 2012年5期2012-09-11
- 黃河提水工程出水池濕陷計算與分析
2pal土層e取大值平均值0.970,ω取大值平均值11.1%。查《工程地質(zhì)手冊》得:Q2pal土層的承載力基本值f0為125kPa。按濕陷性黃土評價:土壤物理力學(xué)性質(zhì)指標在基礎(chǔ)底面附近土層的天然孔隙比e的大值平均值為0.970,液限WL取小值平均值25.1%,ω取塑限含水率的大值平均值17.4%。查《工程地質(zhì)手冊》得:Q2pal土層的承載力基本值f0取172kPa。綜上所述,根據(jù)出水池工程地質(zhì)條件,建議Q2pal土層的承載力標準值fk取110~120kP
山西水利 2012年6期2012-07-26
- 基于QuikSCAT/NCEP風場的1999-2009年中國海表風場研究
M和SON的風速大值中心位于臺灣海峽,JJA位于南海西南部海域,DJF大值區(qū)主要位于琉球群島-臺灣海峽-東沙群島-平順海島一帶,風向也具有明顯的季節(jié)特征;極值風速的大值中心都主要集中在臺灣以東洋面、琉球群島附近海域、海南島以東和東沙群島附近海域;大部分海域3—25 m/s風速出現(xiàn)的頻率都比較高,6級以上大風出現(xiàn)頻率較高的海域集中在對馬海峽、琉球群島附近海域、臺灣島附近海域;對逐月風場進行EOF分析的結(jié)果與季節(jié)特征分析的結(jié)果吻合較好,中國海近10年海表風場的
海洋預(yù)報 2011年4期2011-12-23
- VIL 對判別弱降雹和短時強降水的指示作用
回波中心與VIL大值區(qū)的位置差別可以做為判斷小冰雹的依據(jù)之一。移速慢的冰雹云在降雹前會出現(xiàn)VIL的躍增。VIL;弱降雹;躍增0 引 言近年來,新一代天氣雷達在全國迅速布網(wǎng),成為研究強對流天氣的主要工具之一,彌補了常規(guī)氣象觀測資料的一些局限性。基于雷達產(chǎn)品進行強雷暴、強降水、冰雹等局地強對流天氣的判別,回波強度是重要的因子,李玉林等總結(jié)得出冰雹云的強度大多數(shù)在55dBz以上的結(jié)論[1]。冰雹云的雷達回波特征有一些共性,如強度強、回波頂高度高、容易出現(xiàn)“V”形
浙江氣象 2011年2期2011-09-25
- 近22年西北太平洋海表風速變化趨勢及空間分布特征研究
態(tài)呈同位相分布,大值區(qū)分布于日本以東洋面,第二、第三模態(tài)則表現(xiàn)出西北部海域與東南部呈反位相分布;西北太平洋海域極值風速的大值區(qū)位于日本以東的廣闊洋面,次大值區(qū)分布于臺灣以東洋面、南海北部海域、渤海海域,且近海的極值風速明顯小于大洋。CCMP風場;西北太平洋海域;變化趨勢;EOF分析;極值風速我國地處西太邊緣,位于季風變換帶,氣候差異顯著,且常常遭受臺風的侵襲,深入研究西北太平洋海域海表風速的分布特征,對海上風能開發(fā)、防災(zāi)減災(zāi)、航海、海洋工程等都具有重要的意
海洋技術(shù)學(xué)報 2011年2期2011-01-09