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 W...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。展开更多
文摘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。
