CN104091213A - 建筑物地板表面温度预测方法及系统 - Google Patents
建筑物地板表面温度预测方法及系统 Download PDFInfo
- Publication number
- CN104091213A CN104091213A CN201410337059.XA CN201410337059A CN104091213A CN 104091213 A CN104091213 A CN 104091213A CN 201410337059 A CN201410337059 A CN 201410337059A CN 104091213 A CN104091213 A CN 104091213A
- Authority
- CN
- China
- Prior art keywords
- floor surface
- surface temperature
- temperature
- air themperature
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种建筑物地板表面温度预测方法,包括如下步骤:收集近年的空气温度及建筑物地板表面温度的观测值;设计建筑物地板表面温度模型;利用收集的数据,使用协相关和自相关方法,确定建筑物地板表面温度与空气温度的显著协相关因子及建筑物地板表面温度的显著自相关因子并求解多元回归系数;根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,预测建筑物地板表面温度。本发明还涉及一种建筑物地板表面温度预测系统。本发明能够提前预测建筑物地板表面温度,为气象局预报“回南天”天气提供服务指导。
Description
技术领域
本发明涉及一种建筑物地板表面温度预测方法及系统。
背景技术
“回南天”是华南地区2、3月份出现的特殊天气现象。当华南地区处于长时间阴冷天气控制之下,建筑物及地面其他物品的温度偏低,如果南方暖湿气流忽然北上,空气的温度和湿度短时间内明显上升,但建筑物及其他物体的温度没有及时回暖,低于空气的露点温度,造成空气中大量水汽凝结在建筑物(或其他物体)表面时形成独特的天气现象,俗称“回南天”。
回南天出现时,墙壁、家具、衣物、粮食因为潮湿,容易发霉,人接触和吸入霉菌,易引发呼吸道疾病和过敏症状,如支气管炎、扁桃体炎、哮喘病及皮肤湿疹等;此外,晾晒的衣服不容易干爽而出现异味,地面湿滑使老人和小孩容易摔倒。总之,回南天天气给民众生活带来极大不便。
回南天发生的实质就是当建筑物地板温度低于空气的露点温度时,空气中的水汽会在建筑地板表面冷凝的现象。因此要预报“回南天”的发生,就要计算未来空气露点温度与建筑物地板表面温度的值,比较两者的大小,如果建筑地板温度低于空气露点温度,“回南天”就会发生。未来空气露点温度可以根据已有天气模型进行预报,空气温度、相对湿度可以依照经验公式计算,而建筑物地板表面温度至今还没有预报方法。目前,建筑物地板表面温度通过传统的温度测量设备进行实地测量获取,无法满足气象预报等需要提前预测的要求。
发明内容
有鉴于此,有必要提供一种建筑物地板表面温度预测方法及系统。
本发明提供一种建筑物地板表面温度预测方法,该方法包括如下步骤:收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值;根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型;利用收集的数据,使用协相关方法,确定建筑物地板表面温度与空气温度的显著协相关因子;利用收集的数据,使用自相关方法,确定建筑物地板表面温度的显著自相关因子;利用收集的数据求解多元回归系数;根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
其中,该方法还包括步骤:对上述确定的回归模型进行检验。
所述设计的建筑物地板表面温度模型为:其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
对上述确定的回归模型进行检验的步骤具体包括:依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
本发明还提供一种建筑物地板表面温度预测系统,该系统包括收集模块、模型设计模块、计算模块及模型确定模块,其中:所述收集模块用于收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值;所述模型设计模块用于根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型;所述计算模块用于利用收集的数据,使用协相关和自相关方法,确定建筑物地板表面温度与空气温度的显著协相关因子及建筑物地板表面温度的显著自相关因子并求解多元回归系数;所述模型确定模块用于根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
其中,该系统还包括用于对上述确定的回归模型进行检验的模型检验模块。
所述设计的建筑物地板表面温度模型为:其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
所述的模型检验模块具体用于:依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
本发明建筑物地板表面温度预测方法及系统,使用线性统计回归模型,依据空气温度过去的观测值和未来的预报值,以及建筑物地板表面当前和历史温度的观测值,提前预测建筑物地板表面温度,为气象局预报“回南天”天气提供服务指导。
附图说明
图1为本发明建筑物地板表面温度预测方法的流程图;
图2为本发明建筑物地板表面温度预测系统的硬件架构图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
参阅图1所示,是本发明建筑物地板表面温度预测方法较佳实施例的作业流程图。
步骤S401,收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值。具体如下:
本实施例首先收集2012年、2013年1-5月份整点小时的空气温度以及建筑物地板表面温度的观测值。
步骤S402,根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型。
由于建筑物地板表面温度受空气温度和地板表面温度影响,采用如下线性模型预测建筑物地板表面温度:
其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
为了确定建筑物地板表面温度模型,预报建筑物地板表面温度,还需计算参数:建筑物地板表面温度的最大自相关时间K、建筑物地板表面当前温度和空气温度的最大协相关时间L,以及多元线性回归模型参数ak、bk。
步骤S403,利用上述收集的空气温度及建筑物地板表面温度的观测值,使用协相关方法,计算得到建筑物地板表面温度与空气温度的协相关关系,确定建筑物地板表面温度与空气温度的显著协相关因子。
建筑物地板表面日平均温度Tdg与空气日平均气温Tda的协相关系数计算公式为:
其中,τ为Tdg滞后Tda的时间,单位为d,n-τ为样本数,为开始n-τ个Tda样本平均值,为最后n-τ个Tdg样本平均值。自相关系数也可以通过式(2),计算变量与变量自己的协相关系数。
采用学生t分布检验随机变量的相关程度,由学生t分布得到临近相关系数:
式(3)中,置信区间取95%(α=0.05),n*是两个随机变量之间的有效自由度,可由如下式获得:
式(4)中,n是样本数;rTdaTdg(τ)、rTdgTda(τ)是时间序列Tda、Tdg的协相关系数,rTdaTda(τ)和rTdgTdg(τ)是Tda、Tdg的自相关系数,均由式(2)计算得到。考虑天气的特点,计算有效自由度时,取最大滞后时间τ不大于10d。
具体计算过程为:首先,基于样本数据(空气温度、建筑物地板表面温度)使用式(4)计算有效自由度n*(取最大滞后时间τ不大于10d);然后,根据计算得到的有效自由度,按置信区间95%查t分布表获得根据式(3)计算临界相关系数rcrit;最后,依据式(2),τ取0-10d分别计算协相关系数r(τ),当|r(τ)|>rcrit时可确定两个变量显著相关,通过计算两个变量之间的最大显著相关时间确定滞后时间L。
步骤S404,利用上述收集的空气温度及建筑物地板表面温度的观测值,使用自相关方法,计算建筑物地板表面温度的自相关关系,确定影响建筑物地板表面温度的显著自相关因子。
本步骤计算过程类似于步骤S403计算得到建筑物地板表面温度与空气温度的协相关关系,具体计算过程不再赘述。
步骤S405,利用收集的空气温度及建筑物地板表面温度的观测值,求解多元回归系数。
步骤S406,根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
具体而言:将建筑物地板表面温度与空气温度的协相关因子、建筑物地板温度的自相关因子以及回归系数带入建筑物地板表面温度模型,确定统计回归模型。
步骤S407,对上述确定的回归模型进行检验。具体如下:
依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
参阅图2所示,是本发明建筑物地板表面温度预测系统的硬件架构图。该系统包括收集模块、模型设计模块、计算模块、模型确定模块、模型检验模块。
所述收集模块用于收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值。具体如下:
在本实施例中,所述收集模块收集2012年、2013年1-5月份整点小时的空气温度以及建筑物地板表面温度的观测值。
所述模型设计模块用于根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型。
由于建筑物地板表面温度受空气温度和地板表面温度影响,所述模型设计模块采用如下线性模型预测建筑物地板表面温度:
其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
为了确定建筑物地板表面温度模型,预报建筑物地板表面温度,还需计算参数:建筑物地板表面温度的最大自相关时间K、建筑物地板表面当前温度和空气温度的最大协相关时间L,以及多元线性回归模型参数ak、bk。
所述计算模块用于利用上述收集的空气温度及建筑物地板表面温度的观测值,使用协相关方法,计算得到建筑物地板表面温度与空气温度的协相关关系,确定建筑物地板表面温度与空气温度的显著协相关因子。
建筑物地板表面日平均温度Tdg与空气日平均气温Tda的协相关系数计算公式为:
其中,τ为Tdg滞后Tda的时间,单位为d,n-τ为样本数,为开始n-τ个Tda样本平均值,为最后n-τ个Tdg样本平均值。自相关系数也可以通过式(2),计算变量与变量自己的协相关系数。
采用学生t分布检验随机变量的相关程度,由学生t分布得到临近相关系数:
式(3)中,置信区间取95%(α=0.05),n*是两个随机变量之间的有效自由度,可由如下式获得:
式(4)中,n是样本数;rTdaTdg(τ)、rTdgTda(τ)是时间序列Tda、Tdg的协相关系数,rTdaTda(τ)和rTdgTdg(τ)是Tda、Tdg的自相关系数,均由式(2)计算得到。考虑天气的特点,计算有效自由度时,取最大滞后时间τ不大于10d。
具体计算过程为:首先,基于样本数据(空气温度、建筑物地板表面温度)使用式(4)计算有效自由度n*(取最大滞后时间τ不大于10d);然后,根据计算得到的有效自由度,按置信区间95%查t分布表获得根据式(3)计算临界相关系数rcrit;最后,依据式(2),τ取0-10d分别计算协相关系数r(τ),当|r(τ)|>rcrit时可确定两个变量显著相关,通过计算两个变量之间的最大显著相关时间确定滞后时间L。
所述计算模块还用于利用上述收集的空气温度及建筑物地板表面温度的观测值,使用自相关方法,计算建筑物地板表面温度的自相关关系,确定影响建筑物地板表面温度的显著自相关因子。
所述影响建筑物地板表面温度的显著自相关因子计算过程与所述影响建筑物地板表面温度的显著协相关因子类似,具体计算过程不再赘述。
所述计算模块还用于利用收集的空气温度及建筑物地板表面温度的观测值,求解多元回归系数。
所述模型确定模块用于根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
具体而言:将建筑物地板表面温度与空气温度的协相关因子、建筑物地板温度的自相关因子以及回归系数带入建筑物地板表面温度模型,确定统计回归模型。
所述模型检验模块用于对上述确定的回归模型进行检验。具体如下:
所述模型检验模块依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
虽然本发明参照当前的较佳实施方式进行了描述,但本领域的技术人员应能理解,上述较佳实施方式仅用来说明本发明,并非用来限定本发明的保护范围,任何在本发明的精神和原则范围之内,所做的任何修饰、等效替换、改进等,均应包含在本发明的权利保护范围之内。
Claims (8)
1.一种建筑物地板表面温度预测方法,其特征在于,该方法包括如下步骤:
收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值;
根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型;
利用上述收集的空气温度及建筑物地板表面温度的观测值,使用协相关方法,确定建筑物地板表面温度与空气温度的显著协相关因子;
利用上述收集的空气温度及建筑物地板表面温度的观测值,使用自相关方法,确定建筑物地板表面温度的显著自相关因子;
利用上述收集的空气温度及建筑物地板表面温度的观测值,求解多元回归系数;
根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
2.如权利要求1所述的方法,其特征在于,该方法还包括步骤:
对上述确定的回归模型进行检验。
3.如权利要求1所述的方法,其特征在于,所述设计的建筑物地板表面温度模型为:
其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
4.如权利要求2所述的方法,其特征在于,对上述确定的回归模型进行检验的步骤具体包括:
依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
5.一种建筑物地板表面温度预测系统,其特征在于,该系统包括收集模块、模型设计模块、计算模块及模型确定模块,其中:
所述收集模块用于收集最近几年1-5月份的空气温度及建筑物地板表面温度的观测值;
所述模型设计模块用于根据未来地板温度与历史及未来的空气温度和历史地板温度的关系,设计建筑物地板表面温度模型;
所述计算模块用于利用上述收集的空气温度及建筑物地板表面温度的观测值,使用协相关方法和自相关方法,确定建筑物地板表面温度与空气温度的显著协相关因子及建筑物地板表面温度的显著自相关因子并求解多元回归系数;
所述模型确定模块用于根据上述设计的建筑物地板表面温度模型、建筑物地板表面温度与空气温度的显著协相关因子、建筑物地板表面温度的显著自相关因子以及回归系数,确定统计回归模型,以对建筑物地板表面温度进行预测。
6.如权利要求5所述的系统,其特征在于,该系统还包括用于对上述确定的回归模型进行检验的模型检验模块。
7.如权利要求5所述的系统,其特征在于,所述设计的建筑物地板表面温度模型为:
其中,T0为常数项,Tdgn为要预报的建筑物地板表面日平均温度,Tdgn-k为提前k日观测的建筑物地板表面日平均温度,Tdan为预报的当日空气平均温度,Tdan-k为提前k日观测的平均日气温。
8.如权利要求6所述的系统,其特征在于,所述的模型检验模块具体用于:
依据空气温度过去的观测值和未来的预报值,以及地板当前和过去温度的观测值,使用上述确定的回归模型预测建筑物地板表面未来的温度,然后将预测的建筑物地板表面未来的温度与实际观测值进行比较,以检验预测的准确性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410337059.XA CN104091213B (zh) | 2014-07-15 | 2014-07-15 | 建筑物地板表面温度预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410337059.XA CN104091213B (zh) | 2014-07-15 | 2014-07-15 | 建筑物地板表面温度预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104091213A true CN104091213A (zh) | 2014-10-08 |
CN104091213B CN104091213B (zh) | 2017-08-22 |
Family
ID=51638928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410337059.XA Active CN104091213B (zh) | 2014-07-15 | 2014-07-15 | 建筑物地板表面温度预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104091213B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866693A (zh) * | 2015-06-19 | 2015-08-26 | 天津商业大学 | 一种地板辐射供暖系统最佳停止时间预测模型 |
CN104866694A (zh) * | 2015-06-19 | 2015-08-26 | 天津商业大学 | 一种地板辐射供暖系统最佳启动时间预测模型 |
CN105184094A (zh) * | 2015-09-23 | 2015-12-23 | 华南理工大学建筑设计研究院 | 一种建筑物周边气温预测方法 |
CN110471132A (zh) * | 2019-08-23 | 2019-11-19 | 国网山东省电力公司济南供电公司 | 在线监测户外环网柜或分支箱凝露的方法 |
WO2021223489A1 (zh) * | 2020-08-24 | 2021-11-11 | 青岛海尔空调器有限总公司 | 空调器及其控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61250424A (ja) * | 1985-04-26 | 1986-11-07 | Mitsubishi Heavy Ind Ltd | 暖房機の制御方法 |
CN202066981U (zh) * | 2011-05-06 | 2011-12-07 | 广东省台山市气象局 | 一种结露测量仪 |
CN102985890A (zh) * | 2010-04-08 | 2013-03-20 | 能源管理公司 | 能量节省测量、调整以及货币化系统和方法 |
-
2014
- 2014-07-15 CN CN201410337059.XA patent/CN104091213B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61250424A (ja) * | 1985-04-26 | 1986-11-07 | Mitsubishi Heavy Ind Ltd | 暖房機の制御方法 |
CN102985890A (zh) * | 2010-04-08 | 2013-03-20 | 能源管理公司 | 能量节省测量、调整以及货币化系统和方法 |
CN202066981U (zh) * | 2011-05-06 | 2011-12-07 | 广东省台山市气象局 | 一种结露测量仪 |
Non-Patent Citations (3)
Title |
---|
何云玲等: "城市区域内建筑物墙体内外壁表面温度特征的比较研究", 《热带气象学报》 * |
武杨等: "深圳地区日极值气温的降尺度研究", 《集成技术》 * |
陈芳丽等: "2010年冬末春初"回南天"环流背景场特征分析-以惠州市为例", 《热带地理》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866693A (zh) * | 2015-06-19 | 2015-08-26 | 天津商业大学 | 一种地板辐射供暖系统最佳停止时间预测模型 |
CN104866694A (zh) * | 2015-06-19 | 2015-08-26 | 天津商业大学 | 一种地板辐射供暖系统最佳启动时间预测模型 |
CN105184094A (zh) * | 2015-09-23 | 2015-12-23 | 华南理工大学建筑设计研究院 | 一种建筑物周边气温预测方法 |
CN105184094B (zh) * | 2015-09-23 | 2018-06-19 | 华南理工大学建筑设计研究院 | 一种建筑物周边气温预测方法 |
CN110471132A (zh) * | 2019-08-23 | 2019-11-19 | 国网山东省电力公司济南供电公司 | 在线监测户外环网柜或分支箱凝露的方法 |
CN110471132B (zh) * | 2019-08-23 | 2021-06-08 | 国网山东省电力公司济南供电公司 | 在线监测户外环网柜或分支箱凝露的方法 |
WO2021223489A1 (zh) * | 2020-08-24 | 2021-11-11 | 青岛海尔空调器有限总公司 | 空调器及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104091213B (zh) | 2017-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | An IoT-based thermal model learning framework for smart buildings | |
CN104091213A (zh) | 建筑物地板表面温度预测方法及系统 | |
Huang et al. | An analytical comparison of four approaches to modelling the daily variability of solar irradiance using meteorological records | |
Buratti et al. | HVAC systems testing and check: A simplified model to predict thermal comfort conditions in moderate environments | |
CN104616079B (zh) | 基于气温变化的电网日用电量预测方法 | |
Huth et al. | Parametric versus non-parametric estimates of climatic trends | |
CN107084709B (zh) | 一种多弹性对径流变化驱动因素的定量分割方法 | |
Li et al. | Calculating the diffuse solar radiation in regions without solar radiation measurements | |
Unkašević et al. | The maximum temperatures and heat waves in Serbia during the summer of 2007 | |
CN111242404A (zh) | 一种强降雨诱发洪灾事件的极端性评估方法及系统 | |
CN105653728B (zh) | 基于双层模型体系的无线传感网的数据采集方法 | |
Unkašević et al. | Trends in extreme summer temperatures at Belgrade | |
Rimkus et al. | Dryness dynamics of the Baltic Sea region | |
Longobardi et al. | Relating soil moisture and air temperature to evapotranspiration fluxes during inter-storm periods at a Mediterranean experimental site | |
Hasan et al. | Modeling annual extreme temperature using generalized extreme value distribution: A case study in Malaysia | |
CN101782499A (zh) | 一种预测金属材料大气腐蚀速率的方法 | |
Yan et al. | A comparative frequency analysis of three standardized drought indices in the Poyang Lake basin, China | |
Dupuis et al. | Detecting change-points in extremes | |
CN101923605B (zh) | 铁路防灾风预警方法 | |
Xu et al. | The optimal period of record for air-conditioning outdoor design conditions | |
CN106250669B (zh) | 一种干旱重现期计算中确定干旱阈值的方法 | |
Chu et al. | Trends of surface humidity and temperature during 1951− 2012 in Beijing, China | |
Joshi et al. | Analysis of long term climate variability and changes in North-Western states of Indian Himalayan Region (IHR) | |
Saadi et al. | Detection and Attribution of Climate Change in Extreme Precipitation using Optimal Fingerprinting (Case Study: Southwestern Iran) | |
CN114091266B (zh) | 极端降水与陆面温度增温响应关系的稳健性评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |