【正文】 2023年 3月 19日星期日 3時 7分 25秒 15:07:2519 March 2023 ? 1一個人即使已登上頂峰，也仍要自強不息。 2023年 3月 19日星期日 下午 3時 7分 25秒 15:07: ? 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。勝人者有力，自勝者強。 :07:2515:07Mar2319Mar23 ? 1越是無能的人，越喜歡挑剔別人的錯兒。 , March 19, 2023 ? 閱讀一切好書如同和過去最杰出的人談話。 2023年 3月 19日星期日 3時 7分 25秒 15:07:2519 March 2023 ? 1空山新雨后，天氣晚來秋。 。 :07:2515:07:25March 19, 2023 ? 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 :07:2515:07Mar2319Mar23 ? 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 , March 19, 2023 ? 很多事情努力了未必有結果，但是不努力卻什么改變也沒有。 2023年 3月 19日星期日 3時 7分 25秒 15:07:2519 March 2023 ? 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。 。 :07:2515:07:25March 19, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國見青山。 :07:2515:07Mar2319Mar23 ? 1故人江海別，幾度隔山川。 , March 19, 2023 ? 雨中黃葉樹，燈下白頭人。 應用氣象學院 四、實習資料 年序 1 2 3 4 5 6 7 y x1 2705 2698 2800 2817 2640 2708 2773 x2 8 9 10 11 12 13 14 15 2803 2733 2739 2839 2630 2717 2737 2619 應用氣象學院 其中： y為水稻產量 ， 公斤 /畝； x1為水稻生長季積溫， ℃ ； x2為 8月下旬平均氣溫， ℃ 。 利用分離出的水稻氣候產量及其相應的氣象資料 ，采用多元線性回歸的方法建立氣候產量的統(tǒng)計回歸模型，并進行顯著性檢驗。 二 、 實習內容 根據給定某地的水稻產量及氣象資料 ， 采用統(tǒng)計回歸的方法 ， 將氣候產量分離出來 ，并建立氣候產量的統(tǒng)計回歸模型 。 ? 天氣現象預報概率化 概率天氣預報專業(yè)化加工的主要任務是針對特定的預報問題研制出高質量的概率預報模型，使得所預報的天氣現象的概率盡可能減少不確定性，即盡可能趨向兩極（ 0， 1）。假設符合以下條件的像元為背景像元： T2 315K(夜間 310K) ，并且ΔT23 5K(夜間 3K)，則火點為大于背景溫度 4 個標準方差的像元： ( T2 T2 b + 4δT2 b ) 且 (ΔT23 ΔT23 b + 4δΔT23 b ) 式中， T2 b為 21 通道背景溫度均值； ΔT23 b 為 ΔT23的均值， δT2 b 為 21 通道亮溫的標準方差， δΔT23 b為 ΔT23的標準方差。由于陸地表面的季節(jié)性和區(qū)域性的變化，這些閾值不會是一個絕對確定的值。 MODIS 的火災檢測主要步驟 應用氣象學院 ? MODIS 一般火點檢測的閾值范圍是： 21 通道溫度 T2 360K(夜間 330K) ， 31 通道溫度 T3 320K(夜間 315K)，同時 21 通道與 31 通道溫度差ΔT23 20K(夜間 10K) 。 MODIS 的 11μm 通道達到 400K 的飽和溫度時 ,等效噪聲溫度為 0. 1K。當 MODIS 的 4μm 通道的飽和溫度為 500K時 ,等效噪聲溫度為 0. 3K。 針對圖像，把 AVHRR三通道進行合成，即 CH1賦予藍色、 CH2賦予綠色、 CH3賦予紅色，使正在燃燒的火區(qū)呈紅色或鮮紅色，可將火場與其它地物目標區(qū)分開來。 應用氣象學院 ? 使用的方法在考慮林區(qū)前期的降水量、南方濤動指數（ SOI）、海平面溫度（ SST）和阻塞指數（ CBI）的基礎上，根據林區(qū)的溫度、相對濕度和風速因子建立綜合火險指數（ FDI） 應用氣象學院 使用的方法分別建立“林區(qū)環(huán)流形勢指標”和林區(qū)“易燃度指數（ FFMC）”，根據環(huán)流形勢、降水量預報和林區(qū)的相對濕度、綜合預報林區(qū)的火險等級。 應用氣象學院 ? 決策氣象服務產品的特點 （ 1）影響面大，影響程度深，對“準確、及時、高效”要求高 （ 2）要求服務信息明確針對政府相關決策涉及的氣象問題 （ 3）多學科，綜合性（例：中國氣象局對黨中央、國務院的決策氣象服務是由中國氣象局重大天氣氣候聯合服務組織作完成） （ 4）要求產品顯示方式準確、形象、方便使用 二、決策氣象服務產品制作方法 應用氣象學院 ? 決策氣象服務專業(yè)化的內涵 （ 1）決策氣象服務專業(yè)化的重點是產品內涵加工制作的專業(yè)化 （ 2）決策氣象服務產品顯示輸出方式的專業(yè)化 產品的包裝問題 應用氣象學院 公共氣象服務系統(tǒng) — 決策 氣象服務 決策氣象服務產品多樣化 適應和滿足各級黨政部門的需要 專題報告材料 重大天氣預報 重要天氣實況報告 大型活動的專項氣象服務保障 應用氣象學院 決策氣象服務產品的制作實例 森林火災的監(jiān)測 ? 預報模型的基本思路 首先考慮大尺度天氣形勢所提供的火險大環(huán)境條件，同時也考慮林區(qū)實際的可燃性基礎條件。 ? 即使用戶所需求的氣象控制因子屬于常規(guī)氣象觀測范圍內的氣象要素，也還有一個精度是否滿足用戶控制要求的問題。 ? 預測的氣象控制因子的可測性問題 預測的氣象控制因子的可測性問題，實際就是通常所說的可預報性問題。 應用氣象學院 167。 由白災成災綜合指數表達式還可以看出，白災的嚴重程度受制于多種因素，氣象相關量分別以三種影響參數出現。 應用氣象學院 可見，白災是由綜合致災力和承災力共同決定的。 在比較復雜的綜合制約模型中，其氣象影響參數一般是以參變量出現的影響因素。 應用氣象學院 這種將氣象影響用氣象相關參數的形式反映到綜合制約模型中的方法，稱之為氣象影響參數化方法。這時在制約用戶狀態(tài)的綜合模型中，氣象相關因子可用一種參數的形式表達。 天氣預報方法中廣泛應用的天氣分型就是一種經驗分類模型。這里氣候產量就是產量的氣候控制因子。 應用氣象學院 在研究氣候條件對某些農作物生產的影響時可采用產量分離法，將氣候產量從自然產量中分離出來： YW = Y Y1 式中， Y為自然產量， YW為氣候產量， Y1為趨勢產量。 在管道中流動時油溫變化的制約方程為： k π D (TT0) dL = G C dT 經變換得： dT/dL = k π D (TT0)/ G C 對上式積分，即可得到油溫預測物理模型。 應用氣象學院 （ 1）物理模型 如果已知氣象對用戶系統(tǒng)影響的物理機理，就可以進一步建立氣象控制因子的物理模型。 應用氣象學院 氣象控制因子模型化方法 模型化方法就是采用適當的推理或歸納等方法，將已知氣象條件對用戶系統(tǒng)的制約關系轉化為關于氣象控制因子的量化模型。 氣象影響指數建立舉例 應用氣象學院 根據武夷山茶葉生產的有關資料進行的統(tǒng)計分析結果表明，其茶葉質量的主要指標酚氨比FAB（茶多酚與氨基酸的比值）與采摘前 2旬的ZH在 α= ： FAB = + *ZH FAB與采摘前 1旬的 ZH在 α= 上有如下的回歸關系： FAB = + *ZH 應用氣象學院 因此，這種量化的指數可為茶葉生產過程的氣象調控提供較可靠的依據。根據經驗，著名的“云霧茶”產自相對濕度較高而氣溫偏低，有一定的日照時數，但云霧天、陰雨天數較多的氣候區(qū)。如果已有涉及該指數對用戶系統(tǒng)的影響理論