《基于干湿期的随机天气发生器 Stochastic weather generator based on dry and wet spells》.pdfVIP

《基于干湿期的随机天气发生器 Stochastic weather generator based on dry and wet spells》.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《基于干湿期的随机天气发生器 Stochastic weather generator based on dry and wet spells》.pdf

第 30 卷 第 11 期 农 业 工 程 学 报 Vol.30 No.11 118 2014 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2014 基于干湿期的随机天气发生器 ※ 李世娟,诸叶平 (中国农业科学院农业信息研究所农业部农业信息服务技术重点实验室,北京 100081 ) 摘 要:为了按不同的应用需求生成可信的任意长序列逐日天气数据,为作物天气系统研究提供数据支持,该文 描述了一个以干湿期随机模型为基础,组合了日降水量、温度和辐射变量随机模型的逐日天气发生器 WGDWS (Weather Generator based on Dry and Wet Spells )。它分为两部分:以干湿期为独立随机变量的干湿期模型部分, 和依赖第一种模型生成其余天气变量的模型部分;其天气要素的生成主要分 2 个步骤,即首先根据月经验分布值 产生一个干期或湿期长度,然后生成干期或湿期的逐日值。利用代表中国不同地理区域的 9 个站点 1973-2003 年的逐日气象资料对天气发生器 WGDWS 进行了检验,并与基于干湿日开发的 DWSS 天气发生器进行了比较。 结果表明两者性能基本相近,并且 WGDWS 模拟干湿期的效果更好。因此,WGDWS 天气发生器用于生成逐日天 气序列是可靠的,同时作为一个 JAVA 组件,还可以方便地嵌入作物模型系统。 关键词:模型;气温;降水;干期;湿期;天气发生器 doi :10.3969/j.issn.1002-6819.2014.11.015 中图分类号: TP311 文献标志码:A 文章编号:1002-6819(2014)-11-0118-08 李世娟,诸叶平. 基于干湿期的随机天气发生器[J]. 农业工程学报,2014,30(11):118-125. Li Shijuan, Zhu Yeping. Stochastic weather generator based on dry and wet spells[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(11): 118-125. (in Chinese with English abstract) 变化和变量的自相关及互相关,并假定日降水事件 0 引 言 的时间序列是个两状态的一阶马尔科夫链,且日降 随机天气发生器是一组计算机程序,可用于产 水量服从指数分布,由此构造逐日天气随机模拟模 生任意长的天气变量时间序列。所产生的数据常被 型,以生成多变量综合天气序列。Larsen 等[4]提出 用作农业、生态和环境等系统模型的输入,以便分 一个多变量的逐日天气随机模型,用一阶马尔科夫 析和评估天气对系统的潜在影响。 链和 Gamma 分布模拟日降水时间序列,并假设最 构造随机天气发生器,缘起于人们试图应用作 高、最低温度距平服从双变量正态分布,用 2 参数 物环境系统模型早期预测作物产量。由于预测所需 Gamma 分布模拟干日辐射量距晴天最大辐射量的 的未来生长季天气数据通常无从获取,因而确定性

您可能关注的文档

文档评论(0)

ycwf + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档