为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天...为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天气模拟器(Daily Weather Stochastic Simulator,DWSS)生成的气象要素统计值,测试WGDWS的可用性和准确性。显著性检验表明,WGDWS产生的每个气象要素的月值和干湿期长度与实测值相比没有显著差异。月最高、最低气温绝对误差≤0.5℃的站点比例分别达93.8%和96.4%,月降水日数绝对误差≤1d的站点比例达95.8%,月降水量绝对误差有91.7%的站点在10mm之内,月太阳总辐射绝对误差2MJ/m^(2)以内的站点比例达90.1%;月最长干期、最长湿期、平均干期、平均湿期的平均绝对误差分别为4.16、0.76、1.00、0.15d。WGDWS在温带季风和亚热带季风气候下的干湿期模拟效果优于温带大陆气候和热带季风气候。比较WGDWS和DWSS生成的逐日模拟序列的误差分布,月最高气温、月最低气温和月总太阳辐射的误差分布高度一致。WGDWS对月降水日数的模拟效果优于DWSS,即等概率条件下,WGDWS相对误差更小,而DWSS对月降水量的模拟效果优于WGDWS。因此,WGDWS能够准确反映长期干旱或长期阴雨天气的实际情况,可用于生成长序列逐日天气数据,以满足气候模型、水分模型和作物生理模型的需求。展开更多
介绍了提高Web服务器性能的前沿技术——分布式Web服务器系统,讨论了现有各种方案的优缺点,在此基础上提出一种新的分布式Web服务器系统.该系统使用基于标记的缓存协作用户请求分发方法(tag based cache cooperative Web requests distr...介绍了提高Web服务器性能的前沿技术——分布式Web服务器系统,讨论了现有各种方案的优缺点,在此基础上提出一种新的分布式Web服务器系统.该系统使用基于标记的缓存协作用户请求分发方法(tag based cache cooperative Web requests distribution,简称TB-CCRD),通过前端机把系统中各个Web服务器的缓存组织成一个大的虚拟缓存系统,提高系统的整体缓存命中率,缩短了请求的响应时间;通过分布式处理TCP连接转交来消除前端机的性能瓶颈;利用标记通告URL在缓存中的位置,避免了额外的系统内部通信.从而得到了一个可扩展的高性能分布式Web服务器系统.展开更多
文摘为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天气模拟器(Daily Weather Stochastic Simulator,DWSS)生成的气象要素统计值,测试WGDWS的可用性和准确性。显著性检验表明,WGDWS产生的每个气象要素的月值和干湿期长度与实测值相比没有显著差异。月最高、最低气温绝对误差≤0.5℃的站点比例分别达93.8%和96.4%,月降水日数绝对误差≤1d的站点比例达95.8%,月降水量绝对误差有91.7%的站点在10mm之内,月太阳总辐射绝对误差2MJ/m^(2)以内的站点比例达90.1%;月最长干期、最长湿期、平均干期、平均湿期的平均绝对误差分别为4.16、0.76、1.00、0.15d。WGDWS在温带季风和亚热带季风气候下的干湿期模拟效果优于温带大陆气候和热带季风气候。比较WGDWS和DWSS生成的逐日模拟序列的误差分布,月最高气温、月最低气温和月总太阳辐射的误差分布高度一致。WGDWS对月降水日数的模拟效果优于DWSS,即等概率条件下,WGDWS相对误差更小,而DWSS对月降水量的模拟效果优于WGDWS。因此,WGDWS能够准确反映长期干旱或长期阴雨天气的实际情况,可用于生成长序列逐日天气数据,以满足气候模型、水分模型和作物生理模型的需求。
文摘介绍了提高Web服务器性能的前沿技术——分布式Web服务器系统,讨论了现有各种方案的优缺点,在此基础上提出一种新的分布式Web服务器系统.该系统使用基于标记的缓存协作用户请求分发方法(tag based cache cooperative Web requests distribution,简称TB-CCRD),通过前端机把系统中各个Web服务器的缓存组织成一个大的虚拟缓存系统,提高系统的整体缓存命中率,缩短了请求的响应时间;通过分布式处理TCP连接转交来消除前端机的性能瓶颈;利用标记通告URL在缓存中的位置,避免了额外的系统内部通信.从而得到了一个可扩展的高性能分布式Web服务器系统.
