位置:成果数据库 > 期刊 > 期刊详情页
包含外强迫因子的大气气溶胶数浓度的预测
  • ISSN号:1000-6923
  • 期刊名称:《中国环境科学》
  • 时间:0
  • 分类:X513[环境科学与工程—环境工程]
  • 作者机构:[1]中国科学院大气物理研究所,中层大气与全球环境探测开放实验室,北京100029, [2]南京信息工程大学,中国气象局气溶胶与云降水重点开放实验室,江苏南京210044, [3]福建省平潭县气象局,福建平潭350400
  • 相关基金:国家自然科学基金项目(41275087,41075061,41030962); 江苏高校优势学科建设工程资助项目(PAPD)
中文摘要:

利用慢特征分析(Slow Feature Analysis,SFA)方法提取大气气溶胶时间序列的外强迫因子信息,并将此外强迫因子信息嵌入到预测模式中,建立一个包含提取外强迫因子信息的预测模式.利用该方法对2011年6月1日至2011年9月14日黄山山底的每小时大气气溶胶数浓度时间序列进行预测试验分析.结果表明,当提前预报一步时,平稳性模式的预测结果与实际观测数据的相关系数为0.6982,而单一外强迫模式的相关系数为0.7390,强迫模式的相关系数是0.7475,外强迫的加入可以有效的提高预测技巧.

英文摘要:

In the present study, a predictive technique incorporating driving forces was used to predict the atmospheric aerosol number concentration at the foot of Huangshan mountain which extractedthe driving force from the observation data by Slow Feature Analysis. To appraise its effectiveness, some prediction experiments were carried out using the hourly atmospheric aerosol number concentration in Huangshan. When the forecast step was 1, the correlation coefficient between the stationary model predictions and observation data was 0.6982; the correlation coefficent between the single external forcing model and observation data was 0.7390; the correlation coefficient between the double external forcing model and observation data was 0.7475. Adding external forcing can effectively improve the forecasting skills

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国环境科学》
  • 中国科技核心期刊
  • 主管单位:中国科协
  • 主办单位:中国环境科学学会
  • 主编:王文兴
  • 地址:北京市海淀区红联南村54号
  • 邮编:100082
  • 邮箱:zghjkx1981@126.com
  • 电话:010-62215145
  • 国际标准刊号:ISSN:1000-6923
  • 国内统一刊号:ISSN:11-2201/X
  • 邮发代号:2-572
  • 获奖情况:
  • 国家期刊提名奖,国家“双效”期刊,第三届中国科协优秀科技期刊一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:47702