留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

安徽省电线积冰标准冰厚的气象估算模型

温华洋 田红 唐为安 鲁俊

温华洋, 田红, 唐为安, 等. 安徽省电线积冰标准冰厚的气象估算模型. 应用气象学报, 2011, 22(6): 747-752..
引用本文: 温华洋, 田红, 唐为安, 等. 安徽省电线积冰标准冰厚的气象估算模型. 应用气象学报, 2011, 22(6): 747-752.
Wen Huayang, Tian Hong, Tang Weian, et al. Establishment of meteorological model for estimating standard ice thickness in Anhui Province. J Appl Meteor Sci, 2011, 22(6): 747-752.
Citation: Wen Huayang, Tian Hong, Tang Weian, et al. Establishment of meteorological model for estimating standard ice thickness in Anhui Province. J Appl Meteor Sci, 2011, 22(6): 747-752.

安徽省电线积冰标准冰厚的气象估算模型

资助项目: 

公益性行业 (气象) 科研专项“全球变化背景下中国气象灾害风险区划研究” GYHY200906019

详细信息
    通信作者:

    温华洋,E-mail:wenhy12@163.com

Establishment of Meteorological Model for Estimating Standard Ice Thickness in Anhui Province

  • 摘要: 基于逐步多元线性回归和人工神经网络两种方法,利用安徽省有电线积冰观测的15个气象台站建站至2008年的观测资料,建立了安徽省3个不同区域电线积冰标准冰厚的气象估算模型。结果表明:相比人工神经网络模型,逐步多元线性回归模型预测效果较好;在覆冰机理认识上,印证了影响标准冰厚主要是气温、湿度和风速3个因子的配置,其中气温是影响覆冰的最重要因子;平原和丘陵地区的标准冰厚受当日气象条件影响更多,而高山地区与前几日及当日的气象条件均密切相关,且26个气象因子 (1987—2008年资料) 构建的模型的预测效果好于24个气象因子长序列 (建站—2008年资料) 效果。最后利用最优模型推算各区域非观冰站电线积冰标准冰厚,为冰冻灾害的评估以及风险区划的开展提供了基础。
  • 表  1  淮北地区模型误差分析

    Table  1  Error analysis of the models to the north of the Huaihe River

    方法 因子 误差类型 估计偏差/mm 相对估计偏差/% 样本量 入选因子
    逐步多元线性回归 26个 拟合
    预测
    0.8
    1.1
    62.7
    61.5
    199
    66
    Tave0Tmin0Tg
    24个 拟合
    预测
    1.4
    1.5
    66.2
    83.9
    414
    112
    Tave0Tmin0Tmax0U0
    人工神经网络 26个 拟合
    预测
    0.6
    1.6
    47.0
    93.7
    199
    66
    Tave0Tmin0Tmax0E0Tave1Tmin1
    Tmax1TgTave2Tmin2Tmax2Fg
    24个 拟合
    预测
    0.8
    1.8
    37.1
    102.3
    414
    112
    Tave0Tmin0Tmax0E0Tave1Tmin1Tmax1
    E1Tave2Tmin2Tmax2E2U0F0S1
    下载: 导出CSV

    表  2  中南部地区模型误差分析

    Table  2  Error Analysis of the models to the south of the Huaihe River

    方法 因子 类型 估计偏差/mm 相对估计偏差/% 样本量 入选因子
    逐步多元线性回归 26个 拟合
    预测
    0.8
    1.3
    66.1
    79.9
    52
    17
    Tave0
    24个 拟合
    预测
    83
    29
    人工神经网络 26个 拟合
    预测
    0.1
    1.4
    7.1
    87.4
    52
    17
    Tave0Tmin0Tmax0E0Tave1
    Tmin1Tmax1F0Tave2Tmax2
    24个 拟合
    预测
    0.8
    2.1
    57.1
    94.1
    83
    29
    Tave0Tmin0Tmax0E0U0Tave1Tmin1
    Tmax1E1S1Tave2Tmin2Tmax2E2F0
    下载: 导出CSV

    表  3  高山模型误差分析

    Table  3  Error analysis of the models in the area of high mountains

    方法 因子 类型 估计偏差/mm 相对估计偏差/% 样本量 入选因子
    逐步多元线性回归 26个 拟合
    预测
    6.6
    6.8
    61.4
    67.3
    329
    168
    U0E0TgU1F1
    24个 拟合
    预测
    9.0
    7.9
    67.2
    84.1
    421
    402
    Tmin0U0Tave1U1F1E1E2R2
    人工神经网络 26个 拟合
    预测
    3.1
    9.6
    28.5
    94.9
    329
    168
    Tave0Tmin0Tmax0U0E0TgFg
    R2U2E2Tave1Tmin1U1S1
    24个 拟合
    预测
    4.8
    9.2
    35.8
    97.9
    421
    402
    Tave0Tmin0Tmax0E0Tave1Tmin1E1
    F1Tave2Tmin2E2R2U0U1R1
    下载: 导出CSV
  • [1] 国家气候中心.2008年初我国南方低温雨雪冰冻灾害及气候分析.北京:气象出版社, 2008:20.
    [2] 鲁俊, 吴必文, 卢燕宇.安徽省电线积冰的特征及气象条件分析.安徽农业科学, 2008, 36(24):10570-10572. doi:  10.3969/j.issn.0517-6611.2008.24.121
    [3] 吴素良, 蔡新玲, 何晓嫒, 等.陕西省电线积冰特征.应用气象学报, 2009, 20(2):247-250. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20090215&flag=1
    [4] 张国庆, 张加昆, 祁栋林, 等.青海东部电线积冰的初步观测分析.应用气象学报, 2006, 17(4):508-510. http://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFD2006&filename=YYQX200604020&v=MjMxODg3RGgxVDNxVHJXTTFGckNVUkwyZll1ZHZGeXJsVzd2QVBEVGFkckc0SHRmTXE0OUhaSVI4ZVgxTHV4WVM=
    [5] 罗宁, 文继芬, 赵彩, 等.导线积冰的云雾特征观测研究.应用气象学报, 2008, 19(1):91-95. http://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFD2008&filename=YYQX200801014&v=MDY0NTExVDNxVHJXTTFGckNVUkwyZll1ZHZGeXJtVXJ6T1BEVGFkckc0SHRuTXJvOUVZSVI4ZVgxTHV4WVM3RGg=
    [6] 吴素良, 范建勋, 姜创业, 等.兰州至关中电线积冰与导线线径及高度关系.应用气象学报, 2010, 21(4):63-69. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20100108&flag=1
    [7] 蒋兴良. 输电线路导线覆冰机理和三峡地区覆冰规律及影响因索研究. 重庆: 重庆大学, 1997.
    [8] Makkonn L. Estimation intensity of atmosphere ice accretion on stationary structures. J Appl Meteor, 1981, 20:595-600. doi:  10.1175/1520-0450(1981)020<0595:EIOAIA>2.0.CO;2
    [9] Sundin E, Makkonn L. Modeling of ice accretion on wires. J Climate Appl Meteor, 1984, 23:929-939. doi:  10.1175/1520-0450(1984)023<0929:MOIAOW>2.0.CO;2
    [10] 殷水清, 赵姗姗, 王遵娅, 等.全国电线结冰厚度分布及等级预报模型.应用气象学报, 2009, 20(6):722-728. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20090610&flag=1
    [11] 谢云华.三峡地区导线覆冰与气象要素的关系.中国电力, 2005, 38(3):35-39. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGDL200503009.htm
    [12] 蒋兴良, 孙才新, 顾乐观, 等.三峡地区导线覆冰的特性及雾凇覆冰模型.重庆大学学报 (自然科学版), 1998, 21(2):18-21. http://www.cnki.com.cn/Article/CJFDTOTAL-FIVE802.002.htm
    [13] 魏凤英.现代气候统计诊断与预测技术 (第二版).北京:气象出版社, 2007:213-235.
    [14] Maralbashi-Zamini S. Developing Neural Network Models to Predict Ice Accretion Type and Rate on Overhead Transmission Lines.http://dx.doi.org/doi:10.1522/030012635, 2007.
    [15] 谭冠日, 严济远, 朱瑞兆.应用气候.上海:上海科学技术出版社, 1980.
    [16] 谭冠日.电线积冰若干小气候特征的探讨.气象学报, 1982, 40(1):13-23. doi:  10.11676/qxxb1982.002
    [17] 吕振通, 张凌云.SPSS统计分析与应用.北京:机械工业出版社, 2009.
    [18] 田红, 李春, 张士洋.近50年我国江淮流域气候变化.中国海洋大学学报, 2005, 35(4):539-544. http://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200504003.htm
  • 加载中
表(3)
计量
  • 摘要浏览量:  3822
  • HTML全文浏览量:  949
  • PDF下载量:  1811
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-11-10
  • 修回日期:  2011-09-12
  • 刊出日期:  2011-12-31

目录

    /

    返回文章
    返回