- · 省农科院 省农业科技创新中心 省农业科技创新联盟低温冰冻雪灾对小麦生产影响及应对措施[01/08]
- · 省农科院 省农业科技创新中心 省农业科技创新联盟低温冰冻雪灾对蔬菜生产影响及应对措施[01/08]
- · 省农科院 省农业科技创新中心 省农业科技创新联盟低温冰冻雪灾对柑橘生产影响及应对措施[01/08]
- · 省农科院 省农业科技创新中心 省农业科技创新联盟低温冰冻雪灾对茶叶生产影响及应对措施[01/08]
- · 省农科院 省农业科技创新中心 省农业科技创新联盟低温冰冻雪灾对油菜生产影响及应对措施[01/08]
- · 嘉必优生物技术公司与加工所应用微生物研究团队洽谈合作[01/08]
- · 长阳县副县长谢海红一行来果茶所考察交流[01/07]
- · 经作所蔬菜栽培团队对接嘉鱼示范基地建设工作[01/07]
荆州汛期降水趋势模型研究
作者: 邓艳君 赵卓勋 张伦瑾
关键词: 汛期降水 气候监测指数 预测因子 预测模型
摘要:利用国家气候中心每月下发的130项气候系统监测指数和荆州站1954-2016年的降水资料,逐一分析这些气候指数与汛期和主汛期降水距平百分率的相关性,选取相关系数>0.3的指数作为预测因子组,采用逐步回归统计法,建立荆州汛期降水预测模型和主汛期降水预测模型° 结果表明,荆州汛期和主汛期降水预测模型的相关系数分别为0.874和0.914,均明显大于单个因子的相关性° 模型预测2016年汛期和主汛期的降水距平百分率,结果分别为偏多17.3%和偏多223.2%,与汛期降水距平百分率偏多6.2%和主汛期降水距平百分率偏多30.2%相比,汛期降水预测模型预测结果较好,同属于略多的等级,主汛期降水预测模型预测结果虽能预测出偏多的趋势,但数值明显偏大,可能与该模型中预测因子上年11月印度副高强度指数有效数据较少,系数偏大有关,可能需要更多数据来调整该项系数,从而提高预测精度.
上一篇: 南海具抑菌活性微生物的筛选与鉴定
下一篇: 西藏察隅自然保护区种子植物区系研究