短时高效范文

2024-09-16

短时高效范文（精选8篇）

短时高效第1篇

一、英语早读课的现状

1.部分英语早读课只停留于浅层次的出声的读。有的学校领导片面地评价教师早读效果是以学生读书声音高低为标准。

2.部分英语早读课, 教师的任务就是在教室里走来走去, 或者自己埋头在讲台上批改刚刚收起来的回家作业, 至于学生怎样读, 则不管不问。这种完全“尊重”学生的做法会导致早读的无条理、无方向。

3.早读课变成“齐读课”。教师让学生齐读课文或单词, 在全班学生的齐读中, 很多学生注意力得不到集中, 更有学生装装样子而已, 有口无心, 其结果是学生读得昏昏欲睡, 索然无味, 其他人读到下一页, 自己课本翻着前一页。

4.早读课变成复习课或考试课。在期末复习阶段, 受应试教育、升学率等思想的影响, 部分教师是分秒必争地向学生灌输知识, 英语早读课自然就变成了英语复习课甚至考试课。

二、英语早读课的有效管理

既然说英语早读课是英语教学的重要组成部分, 那么英语早读课的重要凸显出英语早读课管理的重要。既然英语早读课管理非常重要, 那作为主要管理者——教师就应该极力去改掉其中的弊端, 完善早读课。通过思考, 笔者提出以下问题:怎样管理好英语早读课?怎样提高英语早读课的效率和质量, 并将一些管理策略持之以恒地运用到早读课管理中去?

三、早读课上的收获点滴体会

1.确立早读的目标——知道读什么

我曾经让班上的学生思考过这样一个问题:去一个完全陌生的地方, 是开车的人还是坐车的人会对这条路记得更清楚呢?他们很快地说出了开车的人记忆更深刻。我问为什么?他们说是因为开车的人会时刻保持精神高度紧张, 随时注意路标的变化, 要不然迷路了就回不来了。我说:“是啊, 如果你不是怕回不来, 你就没压力, 你也永远不可能记住这条路。就是因为你有了目标, 有了压力, 就记住了。

早读也要这样, 每天给学生订一个清晰的目标。早读课最主要的任务当然是朗读与背诵, 那么读什么、背什么、完成多少任务, 都要在读之前先确立。没有明确的目标和任务, 学生就没有压力也没有动力, 早读课的实际效率就可想而知了。这就要求作为引导者的教师, 每节课前, 为学生布置任务, 诸如背诵记忆某一页的对话或者书后面某一个单元的单词。让学生有目地去读, 使他们做到有的放矢, 充分发挥其积极主动性, 提高其学习效率。确立每节课的目标, 不能好高骛远, 要根据班级的实际情况。早读初期, 我分配的任务比较轻松, 力求全班基本能完成, 目的在于使学生很快得到早读的益处, 增强他们的学习信心, 以消除对早读的畏难情绪。随着锻炼的进一步加强, 目标的确立逐步上升要求, 我会加入限时记单词、计时背课文、计分演对话等活动, 以此来满足学生进步的需求。

2.完成目标的方法——知道怎么读

确立了目标之后, 就要想方设法去完成这个目标, 那就是怎样读, 即早读的方式方法需要合理地组织安排, 不可放任自流。读的方式如果过于单一, 学生就会觉得枯燥乏味, 久了就会厌倦。因此, 在读的方法方式上一定要多样, 不断地提高学生的积极性, 提高学生读的效果。

怎样才能才能最大限度地发挥早读课的功效呢?通过走访、询问和观察, 我归纳出以下多种英语早读的方式:

(1) 领读——“教师领读”或“小老师领读”

领读是早读课中必不可少的环节。学生的朗读水平参差不齐, 有接受能力快的, 也有接受能力慢的, 或者有的同学发音不够准确。因此教师在早读课上要进行领读, 也可以培养一些朗读能力强、发音准确的学生做“小老师”进行领读, 时间大约在5分钟, 让教师或小老师领着大家读准、读好、读出美感, 读出享受。在这一环节中, 也可以让一些朗读能力差的学生读, 边读边点拨, 教师点拔或其他同学点拔。这样既可以提高学生的朗读水平、纠正学生的发音, 也可以培养学生的审美情趣, 让学生在学习中得到美的享受。

(2) 小组活动

学生的朗读水平参差不齐是很正常的, 我们重点要抓的是那部分语感不太好的、朗读能力比较差的学生。只有把这部分学生抓上来, 全班的齐读水平才有可能迅速提高。但全班同学一起可能较难提高这部分学生的阅读水平。因此, 可以试着把班级分成水平相当的几个小组, 在每个小组中, 培养一位管理能力较强的同学作为大组长, 由大组长带头, 管理好本组成员, 并由他组织A层的学生带着C层的学生读, 或进行一帮一的活动。由一个好学生负责带动一个后进生, 教会读, 然后可以在小组中分角色扮演对话。最后小组之间进行比赛, 看哪组气氛热烈、读得又好的可以给这组加分。

小组活动, 以学习小组 (四或六人为宜) 为单位, 或领读、或齐读、或自读、或对话, 互相带动, 互相监督。实践证明, 这样的分组活动和一帮一的活动对学好英语有很大的帮助, 有利于做好培优补差的工作, 并且大大地提高了学生的阅读水平, 使早读课上得生动活泼。

(3) 自由朗读。

在这个过程中, 学生将书面文字用眼睛感知, 将所读声音传入耳朵, 再进行目视口诵, 大大强化了对语言文字的理解。当然在实施自由朗读时, 绝不能采取“放羊式”。我历来坚持在早读课上进行巡视监督指导, 以此及时发现学生的朗读错误给予纠正, 诸如they are&there are、work&walk、you&your、were&where、play&plan、red&read等, 更不能给部分缺乏自觉性的同学留有偷懒的机会。

(4) 齐读

齐读有时确实存在着一些弊端, 但也不能因此就完全排除齐读。齐读的方式可以使学生精神亢奋, 注意力集中, 不易分散。我往往在早读课开头5分钟安排齐读, 一来可以营造好的读书氛围, 二来促使晚到校的学生尽快放好书包, 拿出课本加入读书行列。

对部分发音不标准或单词读不出来的同学来说齐读则又是一次学习的机会, 因为他们可以在齐读的过程中及时纠正自己错误的语音语调。

(5) 分角色读

小学英语特别是中低年级的学习材料都是以情景会话为主, 主题大多贴近学生的生活实际, 富有情趣。如果总是采取自由朗读、领读、齐读等方式, 学生会觉得索然无味。而分配给学生以不同的角色, 他们就会跃跃欲试, 学生这时语言训练的目的就能在情感体验的同时得到落实。而新教材里, Bobby&Sam的对话极富动感与乐趣, 为学生的表演提供了完美的文本。

(6) 跟磁带读

教材的配套磁带都是老外朗读, 其发音地道纯正, 值得学生模仿。多听原味英语有利于增强学生的语感, 促进他们的口语表达规范化。

(7) 可以加入形式多样的比赛活动

A、朗读比赛:个人与个人, 一小组与一小组, 展开多种形式的朗读比赛, 听录音带, 看谁读得好, 看谁读得快, 看谁模仿的声音像。英语单词朗读, 分角色英语对话朗读, 英语课文朗读等, 形式可以灵活多样。B、背诵比赛:比一比, 谁先完成任务, 哪一组完成任务的人最多。看谁背的单词多, 以一个字母开头, 看谁说的单词多, 或接龙的单词多……组与组比, 男女生之间比, 对表现突出, 进步明显的要及时予以奖励, 对落后的要予以指导。C、读书打擂赛:每周或每月的最后一节早读课上, 可以举行教师和学生共读的打擂赛, 或学生与学生之间举行, 结出擂主, 下期继续。获得擂主的同学给予奖励。这样, 整个课堂读书氛围浓郁, 师生情绪高涨。D、听写或写单词比赛:就本节早读课所读确立为目标的单词进行听写, 或采取写单词比赛的活动形式, 以巩固学生对单词的识记。利用多种比赛的形式, 激发了学生学习兴趣, 提高了学生读书的热情, 使早读课有趣、充实、有意义。

(8) 5分钟自由读

早读课上, 笔者认为需要有一定的时间让学生自由把握。学生按自己的目标、计划自读, 这样他们的心态是独立的、自由的, 快慢由自己把握, 内容由自己选择。可继续完成目标, 已完成的则拓展阅读范围, 丰富自己的英语词汇量, 提高英语阅读能力。

当然以上早读形式教师应根据每次不同的早读内容和班上学生的学情作交叉安排, 综合采用, 灵活处理, 以期达到最佳效果。事实也证明, 多种读书方式的综合运用, 让早读课有了生机。在早读课上, 一定要充分展示教师为主导、学生为主体的原则。教师不能偷懒, 只顾埋头急急忙忙地批改回家作业, 而要巡回地检查并辅导, 个别提问, 鼓励学生大声地朗读, 并注意语音、语调、停顿等现象。还要及时纠正学生出现的错误……与学生一起完成预定的目标。

3.检查目标的完成——知道读得怎样

光分配任务, 不进行相应的检查, 对学生起不到督导的作用, 因此教师要使用有效的检测手段。

为了更好地实现早读巩固、检测功能, 英语教师应该积极寻找有效的早读检测手段。笔者认为检测要有别于课内阅读以考题形式“明察”的方式, 因为早读课的广泛性、多样性和复杂性决定了教师检测手段的多样性、灵活性。很多优秀教师认为:早读课的评价与检查方式应采取过程性与阶段性相结合, 抽查与普查相结合。

(1) 过程性检查, 即随堂检查。每结束一个任务, 教师都可以进行检查并适时评价, 如指名朗读, 抽背课文、对话、短语或单词等。抽查个别时教师最好将学生喊至讲台旁, 这样不会干扰其他学生继续读书。如教师想了解更多学生的朗读效果, 也可以安排小组长抽查, 然后汇报。除了抽查外也可进行全班检测, 如在结束早读课前花几分钟听写四会单词。事实证明, 趁热打铁式的默写正确率很高。

(2) 阶段性 (有一定时间跨度) 的检查与评价也不能忽视。学生的目标完成不仅在本节课进行检查, 还可以有周查和月查, 不断地检查学生读书能力的提高。如每隔两周教师可以针对以前读背的典型句子进行提问, 检查学生是否仍然能脱口而出。当然检查与评价不能仅限于英语语言知识与技能方面, 学生对待早读所表现出来的情感态度也应该得到适时的肯定。每隔一个月, 评出几位“早读之星”是简单而又行之有效的方法。

以上检查与评价策略都应在每一节早读课之前告诉学生, 一方面是督促学生有目的性地专注读书, 提高早读效率;另一方面, 教师长期坚持之后能够培养学生持之以恒的自主学习习惯。

短时记忆与听力理解第2篇

短时记忆与听力理解

听力是大学英语四、六级考试的重要内容之一,是既容易得分也容易失分的部分,特别是改革后的新题型,确保听力是通过四、六级考试甚至是取得高分的`关键.短时记忆是听力理解的一个重要组成部分,在英语听力理解过程中发挥着重要的作用.本文根据短时记忆的特点,以及短时记忆与英语听力理解的关系.探讨了提高短时记忆能力的策略.

作者：苟萍作者单位：绵阳师范学院,外国语学院,四川,绵阳,621000刊名：考试周刊英文刊名：KAOSHI ZHOUKAN年，卷(期)：“”(52)分类号：H3关键词：短时记忆听力理解策略研究

现代汉语短时体研究第3篇

从外部视角着眼, 把短时体三种格式分别作为一个整体来考察, 我们发现:

1.在语义上, “VV”“V一V”和“V一下”的基本意义是短时的“体”意义, 但这三种格式在一定的语境下可兼表尝试义、轻微义和惯常义。三者在语义上的差异是:“VV”表达尝试、惯常语义的倾向比较强, 表达已然动作的倾向也比较强。

2.在语法上, “VV”“V一V”和“V一下”的主要语法功能是充当句子的谓语, 在一定的条件下也可以进入宾语、主语、定语等其他句子成分;“VV”“V一V”和“V一下”有一定的成句作用。三者在语法上的差异是:“V一下”一般不出现在连动结构的前动词结构中;“VV”带宾语的能力比较强;“V一下”与宾语可以有“V+一下+宾语”和“V+宾语+一下”两种形式。

3.在语用上, 已然时态中, “VV”“V一V”和“V一下”的主要语用功能是描写;未然时态中, “VV”“V一V”和“V一下”的主要语用功能是缓和口气;“VV”“V一V”和“V一下”都可以充当句子的插入语。三者在语用上的差异是:“VV”“V一V”与插入语的联系更加紧密。

从内部视角着眼, 对进入短时体三种格式的动词进行分析, 我们发现:

1.从音节角度来看, 单音节动词在选用短时体标记时, 倾向于选择“VV”和“V一V”;双音节动词在选用短时体标记时, 倾向于选择“V一下”, 一般不选择“V一V”。

2.从构成方式角度来看, 在双音节合成词中, 并列式的合成词是进入短时体的典型动词。

3.从语义角度来看, 动作动词是进入短时体格式的典型动词;关系动词和能愿动词一般不能运用短时体格式;而其他语义的动词进入“V一下”式更为自由。

4.从情状特征角度来看, 双限结构动词是进入短时体格式的典型动词;非双限结构的动词倾向于选择“V一下”。

5.当“V”是情绪类心理状态动词时, 动词倾向于选择“V一下”作为短时体的表现形式;当“V”是趋向动词时, 动词倾向于选择“V一下”来表示短时的“体”意义;离合词既可以作为一个词又可以作为一个词组进入短时体格式;当离合词作为一个词组使用时, 倾向于选择“VV”这种短时体格式。

工作记忆与短时记忆的区别第4篇

A:第一，从机能的角度加以区分。

如果从机能的角度考虑工作记忆，它所保持、存储的信息是以后复杂的认知活动中不可缺少的，并且基于这种存储基础上的处理与加工是以后复杂的认知活动的前提条件。举一个例子，比如说心算中的记忆就是一种工作记忆。而短时记忆的机能仅仅是起到对信息的存储作用，其存储的信息未必一定是下一步认知活动所要运用到的信息，比如说我们要打电话，所查到的一个电话号码，我们拨过这个电话以后就忘了。如果仅从对信息的存储这一角度考虑，工作记忆与短时记忆是相通的，但是在机能方面工作记忆比短时记忆，多了一个前期的加工功能。

第二，从构成的角度加以区分。

与机能的角度不同的是，工作记忆与短时记忆在系统结构，构成水平上的区分是相当复杂的。工作记忆系统与短时记忆系统到底是两个完全独立的系统，还是短时记忆系统包含工作记忆系统，还是反之，这一直都是人们争论的话题。但是支持工作记忆系统包含短时记忆系统的人要相对多一些。Baddeley & Logie于2002年、Cowan于1999年的研究都支持这种观点。用Engle的话说就是，工作记忆系统是由“短时记忆”和“控制加工机能”两个部分构成的。但是必须指出的是这里的“短时记忆”指的是“短时记忆存储库”。

按照两种记忆存储库理论的观点，短时记忆的存储仅仅靠“短时记忆存储库”这一个单一的功能是无法实现的。要想实现短时记忆的机能，“控制加工机能”是不可缺少的重要部分。从这个观点出发“工作记忆”与“短时记忆”在组成结构上并没有大的差别，都是由“短时记忆”和“控制加工机能”所构成的。但是“工作记忆”与“短时记忆”在组成结构的差别上就在于工作方式上的不同，“控制加工机能”比“短时记忆”更依赖于“控制加工机能”，并且这种“控制加工机能”不仅仅是一种保持机能，在此基础上为了更好的支持认知活动中记忆，还担当着更加复杂的任务。

在教材上介绍短时记忆时，是将其与感觉记忆和长时记忆一同介绍的。三者纯粹是从信息保存时间的长短进行区分的。从这个意义上说，记忆可以分为感觉记忆短时记忆和长时记忆。其中短时记忆是指储存时间大约为5s至2min的记忆类型。换言之，在这个范围内的记忆就可以被认定为短时记忆。

所谓工作记忆，按照信息加工理论，是指当我们学习工作或者解决其他问题时所使用的一种记忆。就以学习为例吧，你可以想象一下，我们需要暂时的记住新知识，编码它加工它，从而使之与原有的知识相联系，成为长期记忆；而当我们学习一些需要调动原有知识才能被理解认知的新知识时，还要从长期记忆中调取过去的经验，这些信息都被暂时储存在短时记忆中了。这时我们称所使用的记忆为工作记忆。

短时高效第5篇

当一个问题比较复杂的时候, 有些人会感到脑子不够用, 顾这顾不了那, 丢三落四, 推理没有几步头就开始发晕, 因而也就较难找到解题思路。何故?短时记忆容量小是主要原因之一。熟悉电脑的人都知道, 如果内存容量小, 则运行程序时容易卡壳或死机。所以短时记忆容量的大小影响人的解题能力, 而这一点至今有许多人没有充分认识或足够重视。从逻辑学的角度看, 数学解题就是把问题的条件与结论之间的被隐藏起来的逻辑通道揭示出来。从哲学的角度看数学解题就是进行数学条件和结论的转化。在转化过程中, 人们要记住大量的信息, 要不断记忆新的信息, 并利用这些信息进行分析推理。从信息论的角度看, 数学解题过程可以认为是信息的捕获、处理、应用和反馈的过程。无论从哪一个角度看, 无论是哪一个过程, 都离不开短时记忆, 而且复杂的问题需要比较大的短时记忆容量。下象棋, 有人能算好多步, 这是象棋高手;有人只能走一步看一步, 想算还要在棋盘上用手比画, 这是低手。由此可见, 短时记忆容量影响思维的深度和广度, 提高人在数学领域内的短时记忆容量对提高人的数学解题能力大有裨益。那么, 如何结合数学教学, 通过数学训练来扩大人在数学领域内的短时记忆容量, 进而提高人的数学解题能力呢?

一、开展“信息获取”的竞赛活动

信息获取的竞赛活动指出示数学问题后, 看谁发现和记忆的信息多。这些信息有些是问题直接给出的 (不妨称为直接信息) , 有些是由原有信息通过分析推理新产生的 (不妨称为间接信息) 。实例一 (2009江苏高考第16题) :如图, 在直三棱柱中ABC-A1B1C1中, E、F分别是A1B, A1C的中点, 点D在B1C上, A1D⊥B1C.求证: (1) EF∥平面ABC; (2) 平面A1FD⊥平面BB1CC。

信息列举。组块1:直三棱柱ABC-A1B1C1 (直接信息) , 三个侧面都是矩形, 侧棱垂直于底面, B1B⊥A1D, A1D⊥B1C (直接信息) , A1D⊥平面BB1C1C, 平面A1FD⊥平面BB1C1C……组块2:E、F分别是A1B, A1C的中点 (直接信息) , EF//BC, EF//平面ABC……以上有三个直接信息, 其余都是间接信息。各个学生列举的信息一般不同。教师应指导学生按照信息的关联性将信息组成“信息块”, 然后按信息块来列举信息。因为根据记忆的规律, 这样做有利于扩大短时记忆容量 (后面有进一步阐述) 。信息获取的竞赛活动可以作为数学审题和初步分析, 因而这一做法不影响正常的教学活动。许多难度不大的题目, 只从获取信息的角度进行审题和分析, 已能找到解题途径。许多学生反映, 通过一段时间训练, 他们拿到题目以后看到的和记忆的信息比以前多了, 因而解题速度有了明显提高。

二、运用综合法和分析法进行“模糊推理”

数学领域内的短时记忆容量与数学思维的深刻性密切相关。因为如果短时记忆容量小, 则看问题就不远, 当然就不深。运用综合法和分析法进行“模糊推理” (即不一定很具体、精确和严格的推理) , 可以使学生的短时记忆容量和思维的深刻性同时得到提高, 然后两者又互相促进, 这将极大地提高教学效能, 对提高学生的解题能力显而易见。由题目中直接给出的若干个条件得到一个结论, 我们称为用综合法将问题向下推理一层。把得到的结论作为新的条件, 与其他条件结合再得到结论, 我们称为向下推理两层, 以此类推。有些题目要向下推理三层、四层……找到能够求解问题的充分条件, 我们称用分析法将问题向上推理一层。把前面找到的且未知的充分条件作为新的问题, 再去找能够求解它的充分条件, 我们称为向上推理两层, 以此类推。有些题目要向上推理三层、四层……出示题目后, 要求学生带着探求解题思路的目的, 用综合法和分析对题目进行“模糊推理”, 一方面可以初步完成解题的分析过程, 另一方面又可以训练学生的短时记忆能力, 且不影响正常的教学进度, 真可谓一举两得。

实例二 (2009江苏高考第15题) :设向量a= (4cosα, sinα) , b= (s inβ, 4c osβ) , c= (c osβ, -4s inβ) . (1) 若a与b-2c垂直, 求ta n (α+β) 的值; (2) 求|b+c|的最大值; (3) 若ta nαta nβ=16, 求证:a∥b.分析推理: (1) 由a与b-2c垂直, 可得a· (b-2c) =0, 将已知三向量的坐标代入上式, 可得角α和角β的三角函数运算式, 然后通过变式估计能够求得tan (α+β) 的值 (以上用的全是综合法思路) 。 (2) 可以通过求|b+c|2即 (b+c) 2的最大值来求|b+c|的最大值 (分析法思路) , 将b和c的坐标代入展开再变形, 估计能求出结果。 (3) 略。下象棋的人能看三步就是高手了。十分类似, 如果一个人拿到题目后, 横向看到的信息多, 纵向能用综合法向下看多层, 用分析法向上看多层, 那么这位解题者的解题能力一定不弱。

三、遵循记忆规律, 培养学生的数学感知力

心理学家米勒通过实验发现, 信息在短时记忆中以组块方式保存下来。所谓组块是指将若干较小单位联合而成的熟悉的、较大的单位。组块的作用在于减少短时记忆中的刺激单位, 而增加每一单位所包含的信息, 这样可以在短时记忆容量的范围内增加信息。因此, 在数学问题解决的过程中, 教师要引导学生将获取的信息进行比较与联系, 注意抓住关键信息和问题的主要矛盾, 以扩大组块, 减少记忆项目的数量, 把所接收到的信息迅速整合成有意义的较大的单位, 加以记忆和理解 (如实例一) 。

良好的短时记忆应具备两个基本要素:清晰的逻辑思维线和精准的信息点存储。对数学领域的短时记忆来说, 清晰的逻辑思维线的重要基础是学生具有良好的逻辑思维能力和空间想象能力。所以, 在数学教学过程中一定要高度重视培养学生的数学能力;在数学问题解决的过程中, 教师要引导学生及时对获取的信息进行整理归类;提醒学生注意在思考问题时要有序, 注意逻辑性。信息点存储的精准度主要取决于两点:对普遍语言习惯的准确把握甚至内化为能力, 对不同领域材料的熟悉。我们经常看到有些人记乐谱的能力很强, 但记数学知识的能力却较差, 原因就是他的乐感好, 他对音乐熟悉。所以我们要让学生理解掌握数学的特征, 数学的语言, 努力培养学生的数学感知力 (这是前面为什么要在“短时记忆”前面加上“数学领域内”的原因) 。这样, 才能更有效地扩大学生在数学领域内的短时记忆容量, 才能真正提高学生的数学解题能力。

参考文献

[1]杨志良.记忆心理学[M].上海:华东师范大学出版社, 1999.

[2]崔剑霞.短时记忆容量的重新思考[J].北京大学学报, 2004 (4) .

不同窗函数对信号短时能量影响分析第6篇

短时能量[1]是语音信号时域特征之一。语音信号短时能量值随着语音信号幅度的变化而变化, 因此, 通过短时能量的变化可以粗略地判断出语音信号的起始端点及结束端点。短时能量的比较被广泛应用于语音识别[2,3]技术中。窗函数[4,5]用于将信号数据截短。利用不同的窗函数求取截短后语音信号短时能量的值有所不同。本文对使用不同窗函数截短语音信号后短时能量的值进行对比分析, 以期深刻了解窗函数的区别及短时能量值的变化规律。

2、经典窗函数综述

下面分别给出矩形窗、三角窗及汉明窗函数的时域及频域公式。

2.1矩形窗

矩形窗函数的时域、频域表示形式分别为公式 (1) 及公式 (2) 所示。

2.2三角窗

三角窗函数的频域表示形式如公式 (5) 所示。

2.3汉明窗

汉明窗函数的时域、频域表示形式分别为公式 (6) 及公式 (7) 所示。

3、不同窗函数下语音信号短时能量的计算及对比实验

短时能量的计算如公式 (8) 所示。

不同窗函数截短后短时能量的对比实验如下所述。基于Matlab, 文中对原始语音信号:"河南警察学院" (音频波形如图1所示) , 分别基于矩形窗、三角窗、汉明窗函数进行对比分析, 结果如图2所示 (图中虚线表示基于矩形窗的短时能量值, 圆点表示基于三角窗的短时能量值, 实线表示基于汉明窗的短时能量值) 。

鉴于, 对比图1, 图2可知, 图2中出现峰值的位置正是语音信号中汉字的位置。由于短时能量的计算过程对信号进行平方, 所以, 从图2的变化曲线可以粗略确定每个音节的位置。基于不同窗函数截短后求得的短时能量差别较大, 如图2所示, 同样的原始信号, 经过矩形窗截短后, 信号短时能量值明显高于三角窗及汉明窗截短得到的结果, 幅度变化更为剧烈。

4、结论

本文对经典窗函数进行综述总结, 并对不同窗函数截短后的语音信号短时能量进行对比分析。理论研究和实验结果表明, 短时能量能够直接反映出语音信号的分布情况, 基于不同窗函数截短的相同语音信号得到短时能量值有较大差异。在实际应用中, 应根据应用环境的不同, 适当选取窗函数, 以期达到更好的研究结果。本文的研究对于信号处理相关技术人员有一定借鉴意义。

摘要：本文阐述了经典窗函数在时域及频域中的计算公式。并讲述了短时能量的作用和实际意义。文中对音频信号在不同窗函数截短后短时能量进行对比分析。理论研究及实验结果说明了短时能量能够直接区分音频信号中每个音节的位置, 不同窗函数的选取直接影响短时能量值的大小。

关键词：窗函数,短时能量,语音信号

参考文献

[1]韩纪庆, 张磊, 郑铁然.语音信号处理[M].北京:清华大学出版社.pp:48-50.2004.

[2]刘胜伟.语音识别系统的设计、FPGA验证及其物理实现[D].西安:西安理工大学.2010.03.

[3]朱淑琴.语音识别系统关键技术研究[D].西安:西安电子科技大学.2004.01.

[4]刘树棠译.信号与系统[M].西安:西安交通大学出版社.pp:302-349.2003.

短时高效第7篇

近几十年来, 风力发电成本不断下降, 已经具有了与常规电源竞争的实力。风电并网和规划的相关研究[1,2]正日益得到重视。

风速概率分布是体现风电场风能资源的重要指标之一, 也是风电场规划运行的重要参考[3]。常用的风电场风速分布的拟合模型有瑞利分布[4]、对数正态 (Lognormal) 分布[5]和威布尔 (Welbull) 分布[6]等, 其中两参数威布尔分布是在绝大多数情况下拟合效果最好、应用最为广泛的一种, 它在拟合长周期 (如年或部分月份) 风速分布时, 效果良好[6]。

然而, 随着风电场装机容量比重的不断增加, 为保证风电场接入后电网依然保持安全稳定运行, 需要利用短时分布和特殊时段分布信息加强系统运行分析。但当需要研究更短周期或某些特殊时段的风速概率分布特性时, 气候变化等随机因素对分布影响明显增强[7]。经某风电场实际数据统计发现, 同一年内不同月份风速分布随季节气候变化不同, 分布往往存在差别。不同年份的同一月份分布也不相同, 常出现两峰甚至三峰分布情况。其规律已很难用两参数威布尔函数准确逼近。

国内外学者对多峰分布均做过相关研究。文献[8]考虑面积约束后以3次Hermite插值函数对直方图进行逼近, 效果良好, 但缺乏统计意义。其他文献多为求解混合分布。文献[9]介绍了一种用遗传算法求解混合分布的方法, 计算复杂费时;文献[10]介绍了Kececioglu方法;文献[11]采用L-M算法求解参数, 但Kececioglu方法和L-M方法都需要人工作图计算初值, 工作量较大, 有待改进。

针对以上问题, 本文提出采用七参数混合威布尔函数逼近特殊时段风速分布的方法。七参数威布尔函数是两个三参数威布尔函数的叠加, 每个威布尔函数具有各自的尺度、形状和位置参数, 可以适应双峰型风速概率密度函数逼近的需要。本文采用极大似然估计法[12]并根据实测风速数据建立混合威布尔分布的极大似然方程。考虑到特殊时段风速分布的两个峰值间可能具有较大的差异性, 且有时需要更多地关注某一峰值或某些风速段的概率密度, 本文采取对这些风速段进行加权的方式构造似然函数, 以提高这些风速段概率密度函数的拟合优度。在加权似然函数的基础上, 本文采用数论布点法[13]求解待求的7个参数, 该方法只要求目标函数连续, 对初值选择不敏感, 迭代过程只需计算目标函数。

1 风电场短时风速分布的统计特性

取某规划风场2006年和2007年11月份 (冬季大风期) 10 min平均风速采样数据绘制直方图, 如图1所示。分别对两个分布进行两参数威布尔分布的极大似然估计拟合, 可看出二者威布尔函数形状差别较大。这是因为2007年11月大于6 m/s的风速样本个数要大于2006年, 因此该年威布尔函数相对2006年有“右移”趋势。直观看2006年风速分布存在3 m/s～4 m/s和6 m/s～7 m/s两个风频峰值。而2007年风速分布存在6 m/s～7 m/s和10 m/s～11 m/s两个风频峰值, 具有双峰分布的特点。用两参数威布尔分布拟合后, 2006年风频最大误差出现在4 m/s～5 m/s风速段, 2007年风频最大误差出现在8 m/s～9 m/s段, 其相对误差分别达到53.2%和29.4%;而且对两年拟合显著程度进行皮尔森卡方 (Pearson chi-square) 检验 (显著性水平α=0.05) 后, 2006年结果未通过检验, 可见两参数威布尔分布逼近有局限性。在实际应用时, 究竟选用两参数还是混合威布尔分布, 主要根据分布的峰数决定。对分布数据滤波 (去除影响判断的毛刺) 后对风频进行扫描, 若发现几个相邻连续风频先上升后下降, 则可判断出现一个峰。若滤波处理后的分布只有一峰, 则选用两参数威布尔分布进行拟合;若有多峰, 则选用混合威布尔分布进行拟合。图1显然需要选用混合威布尔分布进行拟合。

2 混合威布尔函数拟合双峰分布

三参数威布尔函数是混合威布尔函数的基础, 比两参数威布尔函数多了一个描述分布偏移程度的位置参数。其概率密度函数f (v) 和概率分布函数F (v) 分别为:

$f (v) = \frac{k}{c}$ $\frac{v - u}{c}$ k-1exp- $\frac{v - u}{c}$ kI (u, ∞) (v) (1)

F (v) =1-exp- $\frac{v - u}{c}$ kI (u, ∞) (v) (2)

式中:

$Ι_{(u, \infty)} (v) = {\begin{matrix} 1 & v \in (u, \infty) \\ 0 & v \notin (u, \infty) \end{matrix}$

是集合 (u, ∞) 的示性函数;k, c, u分别为非负的形状、尺度和位置参数。

在三参数分布基础上, 七参数混合威布尔概率密度函数fmix (v) 和概率分布函数Fmix (v) 可分别表示为:

fmix (v) =rf (v|c1, k1, u1) + (1-r) f (v|c2, k2, u2) (3)

Fmix (v) =rF (v|c1, k1, u1) + (1-r) F (v|c2, k2, u2) (4)

混合威布尔分布函数的参数计算是一个难点。矩估计是统计学常用的点估计方法[14], 它可通过矩估计对样本分布进行大致逼近。以样本低谷风频段的起始风速vdivide为分界风速, 将风速总体样本集V分为V1和V2两个子集, 其中V1为风速不大于vdivide的样本子集, 含N1个样本;V2为风速大于vdivide的样本子集, 含N2个样本。由V1和V2可获得混合威布尔分布的矩估计参数。

以各样本子集风速最小值作为位置参数umi (i=1, 2) 的矩估计值:

${\begin{cases} u_{m 1} = \min V_{1} \\ u_{m 2} = \min V_{2} \end{cases} (5)$

形状参数的矩估计值kmi (i=1, 2) 由如下方程求出:

$\frac{(v_{a v i} - u_{m i})^{2}}{σ_{i}^{2} + (v_{a v i} - u_{m i})^{2}} = \frac{Γ^{2} (1 + \frac{1}{k_{m i}})}{Γ (1 + \frac{2}{k_{m i}})} (6)$

式中:vavi (i=1, 2) 分别为V1和V2的平均风速;σi (i=1, 2) 分别为V1和V2的风速样本方差;Γ为伽马 (Gamma) 函数。

于是可得尺度函数cmi (i=1, 2) 的矩估计值为:

$c_{m i} = \frac{v_{a v i} - u_{m i}}{Γ (1 + \frac{1}{k_{m i}})} (7)$

百分比参数rm可通过样本比例得到:

$r_{m} = \frac{Ν_{1}}{Ν_{1} + Ν_{2}} (8)$

至此得到所有参数的矩估计值。一般来说, 矩估计的精度较差, 因此本文仅采用矩估计值作为优化算法的参考初值, 然后采用数论布点方法求得混合威布尔分布参数的极大似然估计。

另外, 由以上分析可见, 七参数混合威布尔分布就是两个三参数威布尔分布的“叠加”, 同样的思路可拓展到十一参数及更多参数的分布, 以适应三峰或更多峰的情形。本文仅以短时分布最易出现的双峰分布为例说明问题。

3 混合威布尔分布的参数优化

3.1 混合威布尔分布的加权极大似然方程

为求得混合分布参数优化解, 可由混合威布尔概率密度函数构造似然函数:

$L (θ | v_{1}, v_{2}, \dots, v_{n}) = \sum_{i = 1}^{n} l n f_{m i x} (v_{i}) (9)$

由此转化为求L的最大值问题。普通极大似然估计的无偏性和一致性使得每个风频段具有相同的“权”, 事实上, 根据不同的研究需要 (如风机额定运行风速要比非额定运行风速重要) , 所有风频段均分配相同权未必合适, 可考虑对不同风频段进行权分配。权分配应根据实际风场情况有所偏重, 为此构造加权极大似然函数如下:

$L (θ | v_{1}, v_{2}, \dots, v_{n}) = \sum_{i = 1}^{n} Ρ_{i} \ln f_{m i x} (v_{i}) (10)$

式中:Pi为样本个体vi对应的权, 可根据研究需要设定, 也可通过计算优化调节。

3.2 采用数论布点法计算优化参数

数论布点方法[13]是数论与近似分析交叉的产物, 其实质是在S维单位立方体CS上找到一个均匀散布点集, 由数论方法得到的均匀散布点集通常称为数论网格。

用数论布点方法求函数f (z) , z∈D (D是一个S维矩形a, b=××…×) 的极大值点z*, 使M=f (z*) 的基本思想是:在D上取一个数论网格P={zk, k=1, 2, …, n}, 如果f (z) 是连续的, D是有界闭集, 当n充分大时, 有zk*∈P使得f (zk*) 接近M, zk*接近z*。生成数论网格的方法为:

${\begin{cases} q_{k i} \equiv k h_{i} (m o d n) \\ u_{k i} = \frac{2 q_{k i} - 1}{2 n} \end{cases} (11)$

再令:

$z_{k i} \equiv a_{i} + (b_{i} - a_{i}) u_{k i} (12)$

得到a, b上数论网格{zk= (zk1, zk2, …, zkn) , k=1, 2, …, n}。为提高求解精度, 使用序贯优化算法, 即在迭代过程中使D的边长收缩, 收缩比为本步与上步求解区域边长比。具体计算步骤如下:

步骤1:初始:m=0, D (0) =D, a (0) =a, b (0) =b;

步骤2:布点:产生数论网格P (m) ={z $_{i}^{(m)}$ , i=1, 2, …, n};

步骤3:选优:求P (m) ∪{z $_{i}^{(m - 1)}$ }上的极大值点z (m) , M (m) =f (z (t) ) , {z (-1) }可定义为空集;

步骤4:迭代:令c (m) = (b (m) -a (m) ) /2, 若max c (m) i <δ, δ为预先给定正数, 取z*=z (m) , M=M (m) , 停止迭代, 否则进入步骤5;

步骤5:收缩区域:令a $_{i}^{(m + 1)}$ =max{z $_{i}^{(m)}$ -rc $_{i}^{(m)}$ , ai}, b $_{i}^{(m + 1)}$ =max{z $_{i}^{(m)}$ +rc $_{i}^{(m)}$ , bi}, i=1, 2, …, S, 令m=m+1, 返回步骤2。

D范围的确定对优化结果影响较大。矩估计结果已可大致反映逼近函数, 因此可为D提供参考。一般地, 若矩估计的形状或尺度参数大于1, 相应D的范围下限可设为ki_min=kmi/2或ci_min=cmi/2, 上限可设为ki_max=kmi+3.0或ci_max=cmi+3.0;若形状或尺度参数小于1, 为避免计算溢出, 形状参数下限设为0.05, 上限设为0.95, 位置参数的数论布点优化结果一般与矩估计相差不大, 可设下限ui_min=umi/2, 为避免对数运算真数为0, 上限ui_max=umi-0.01。优化结果r范围变化较大, 若rm<0.8, 则设定上限rmax=rm+0.2, 否则rmax=1;下限统取为rmin=rm/2。

采用文献[13]提供的生成向量产生数论网格。m=1时布点数记为n1, m为其他值时均取为n2。为在第1步就找到较好的M (m) 而之后又不会过分降低计算速度, 取n1>n2。为保证收敛速度合理, 可设定第1步收缩比为r=0.8, 其余各步收缩比为r=0.5。

3.3 加权值优化

特殊风频段的逼近精度与该段权有重要关系, 权过低或过高都会导致逼近精度降低。风频段权上限大于2后一般逼近误差已经较大, 因此权多集中在区间[1,2]内, 变化范围较小, 为简化计算可采用较简单的步进加权方法。每次权增加一个步长, 随着权的增大, 特定风频段的逼近误差一般先减小后增大, 鞍点对应权值即可作为权优化结果。

特殊风频段的优化加权结果有时可能会极大地降低全局逼近精度, 甚至无法通过皮尔森卡方检验。这种情况下就要根据规划或工程需要有所取舍, 可综合考虑逼近精度和拟合效果选取一个略小于优化结果的较优值。

4 算例分析

对某风场2008年1月每天17时至20时期间的10 min平均风速样本进行统计, 并对样本数据进行极大似然估计拟合, 结果如图2所示。

由图2可见, 该特殊时段风频分布为双峰分布, 两峰风频段分别为4 m/s～5 m/s和8 m/s～9 m/s。其中8 m/s～9 m/s风频较大达0.207, 直方图中该风频段变化陡峭。用两参数威布尔函数似然逼近后, 风频为0.127, 相对误差达38.6%, 而该风频段恰是风机额定运行风速区间, 显然两参数威布尔分布不能准确描述该特殊时段的分布, 应考虑采用混合威布尔函数逼近。

4.1 一般极大似然估计拟合

采用本文方法, 分界风速vdivide为7 m/s, 分别以矩估计和一般极大似然估计 (不考虑加权) 对该样本进行混合威布尔函数逼近, 以均方百分比误差 (MSPE) [14]来检验3种方式的拟合误差;以皮尔森卡方检验方法检验不同方式的显著程度, 取显著性水平0.05, 将样本数较少的风频段合并后共划分为11个区间, 3种拟合方式的全局预测误差均方 (MSPE) 、重要风频段 (8 m/s～12 m/s) MSPE比较结果和皮尔森卡方检验结果见表1前3行。

直观看来, 七参数威布尔分布的矩估计和极大似然估计逼近反映出特殊时段的风速分布情况。分析表1结果可知, 两参数分布的似然估计通过了皮尔森卡方检验, 且全局MSPE小于矩估计, 但重要段MSPE较大, 逼近效果欠佳。作为粗略估计, 矩估计全局MSPE较大, 虽未能通过皮尔森卡方检验, 但相比两参数分布, 关键段的MSPE得到有效降低。作为矩估计的优化结果, 七参数分布的一般极大似然估计、全局和重要时段的MSPE均小于两参数分布情况, 且通过皮尔森卡方检验, 逼近效果良好。

4.2 加权极大似然估计拟合

为进一步提高重要风频段的逼近精度, 以重要段 (8 m/s～12 m/s) 的MSPE作为逼近指标, 采用步进加权方法进行优化, 加权步长取为0.1。不同权值对应结果见表1, 逼近效果见图3。

由图3可见, 随权重的增加, 重要风频段的MSPE先减小后增大, 说明特殊段权重较小或较大时逼近精度都会变差;全局MSPE随权重增大而增大, 说明优化过程在提高了局部逼近精度的同时牺牲了全局的逼近精度。在权重为1.7时, 重要风频段的MSPE虽然达到最小值0.114 8, 但对应的全局MSPE达到0.154 6, 误差较大;在权重大于1.3时, 所有结果均拒绝检验, 说明权重较大后全局逼近精度已下降到皮尔森卡方检验不可接受的程度。在接受检验的4组优化结果中, 权重1.3的全局MSPE较权重为1.7时减小了0.52, 而重要段的MSPE仅增加了0.001 9, 可见特殊段权重为1.3的混合威布尔分布兼顾了全局和重要风频段的逼近精度。对应不同的特殊双峰分布时段, 可根据规划的不同要求在不同权重下选取不同的拟合结果, 甚至有时为衡量规划风场额定风速区间对接入电网的冲击也可忽略皮尔森卡方检验。针对本文算例, 采用权重为1.3的优化结果较为合适。

5 结语

针对短时风速概率分布易出现双峰分布的特性提出了混合威布尔逼近方法。其中, 七参数混合威布尔分布能够准确反映短时风速的双峰分布情况, 而更多个三参数威布尔分布的混合可适应更多峰的情形。

极大似然估计模型复杂, 计算时间随峰数和样本数量的增加而延长, 是否可以找到一种逼近精度与计算速度均有所提高的新方法仍有待研究。

盘锦地区一次短时暴雨天气诊断分析第8篇

1 资料与方法

利用Micaps数据资料、常规观测站和加密自动站资料等, 对此次过程的成因进行了分析。从大尺度环流形势演变、影响系统、探空资料、水汽条件、能量分析等方面进行了综合分析, 确定本次过程为高空短波槽和副热带高压共同影响形成的暖区短时暴雨天气。

2 天气概况

受高空短波槽和副热带高压共同影响, 7 月28 日20:00至29 日20:00 盘锦市出现区域性暴雨天气, 其中盘山站降水量106.3 mm, 大洼站53.1 mm, 全市有5 个气象观测站降雨量超过100 mm, 19 个气象观测站降雨量超过50 mm, 最大降雨量出现在盘山县大荒镇, 为117.8 mm。25 个气象观测站出现降水量大于20 mm/h的降水, 最大雨强67.0 mm/h, 出现在大洼县新兴镇, 并伴有23.4 m/s的瞬时大风 (图1) 。

3 环流背景分析

3.1 高空形势场分析

从200 h Pa高空图上可以看出, 28 日20:00, 辽宁省处于极锋锋区, 200 h Pa高空急流的分流区内, 对流层高层强烈辐散区, 高空抽吸作用为暴雨提供了有利的环流背景[1], 同时28 日20:00 500 h Pa高空图上可以看出, 贝加尔湖南部有一低值系统, 辽宁地区位于低涡东南象限, 强的正涡度平流区内, 副热带高压深入大陆, 辽宁西部有一浅槽, 东北地区北部受远东地区低值系统后部下滑冷空气影响, 低层700 h Pa有切变线处于河北东部境内, 整层系统前倾, 有利于能量的积累。

3.2 地面形势场分析

从地面气压场来看, 本次过程地面系统不明显, 内蒙东部有低压发展东移, 辽宁西部受弱低压倒槽控制, 盘锦地区位于倒槽东南部偏南气流内, 倒槽东移过程中其内部扰动产生中尺度低压触发强对流天气[2]。辽宁东部受弱高压脊控制, 其稳定少动导致系统移动较为缓慢。

3.3 探空资料分析

由探空资料分析可知, 7 月28 日20:00 从锦州站探空分析, 盘锦附近上空从地面到500 h Pa整层t-td较小, 湿度条件较好, 500 h Pa湿度条件迅速变差, 存在明显干层, cape值较大, 且呈狭长的走势, 湿层较厚, 高空存在干侵入, 呈“喇叭口”状, 对流天气主要以短时强降水和雷暴大风为主, 0 ℃层高度偏高, 不利于冰雹天气的产生 (图2) 。

3.4 物理量诊断分析

3.4.1 动力条件。产生暴雨需要具备动力触发条件。分析垂直速度剖面 (图3a) 可以看出, 28 日20:00 盘锦地区上空整层处于上升运动区, 400 h Pa高度存在上升速度中心, 最大垂直速度可达-13 pa/s, 说明在大尺度环境背景下, 存在着制约强对流天气发生发展的中小尺度系统。从整层散度场 (图3b) 分析, 在盘锦地区上游位置 (102° E) 低层辐合, 高层辐散, 400 h Pa存在辐散中心, 高空强辐散的抽吸和通风作用有利于强对流天气的发生发展[2]。

3.4.2 热力条件。分析28 日20:00 850 h Pa假相当位温场, 能量锋区位于辽宁省的南部, 盘锦地区位于高能舌顶部, 假相当位温达到地区低层假相当位温340 度以上, 达到本地暴雨指标, 且假相当位温虽高度增加, 存在对流性不稳定[3], 盘锦地区K指数较大, 达到38 ℃。结合各个指标, 进行综合考虑, 上述指标有利于短时强降水和雷暴等对流性天气的产生。

3.4.3 水汽条件。从探空图可以看出, 7 月28 日20:00 盘锦附近上空地面至500 h Pa高空T-Td较小, 湿层较为深厚, 有利于强降水的产生。此外从850 h Pa比湿图可以看出, 28 日20:00, 辽宁省大部分地区850 h Pa比湿大于12 g/kg, 其中辽宁西部及中部地区比湿达到14 g/kg以上, 达到盘锦市暴雨预报指标, 从大气整层可降水量来看, 盘锦地区上空大气整层可降水量达到65~70 mm, 远大于季节平均值, 达到产生暴雨的指标。但从风场来看, 850 h Pa风速不大, 未达到急流标准, 一定程度上导致水汽的连续性较差, 强降水的持续时间不长。

4 卫星云图分析

从卫星云图的演变情况来看, 18:00 在辽宁西北部地区有细胞状云系产生, 之后快速发展, 到21:00 中心亮温达到-52 ℃以下, 23:00 对流云系发展成熟, 呈“V”型, 在高空气流的作用下, 整个云体呈西南-东北走向, 高空急流将高云云砧吹离风暴主体, 盘锦地区位于“V”型云上风方向的尖口处, 亮温梯度最大处, 也是强对流天气主要发生的位置。29 日3:00 对流云减弱, 结构变得松散, 盘锦地区上空云带变窄, 伴随的降水强度和范围都有所减小。

5 中尺度分析

5.1 形式场分析

中尺度分析可以看出7 月28 日20:00, 500 h Pa高空短波槽位于辽西地区, 超前于700 h Pa切变线, 系统有一定前倾形势, 辽宁省中西部低层湿度较大, 接近饱和。500 h Pa北部存在干舌向南深入辽宁中西部地区, 并随系统向东移动, 200 h Pa急流穿过辽宁西北部地区, 盘锦地区位于急流分流区, 500 h Pa急流位于辽宁东南部, 850 h Pa风速较小, 但925h Pa风速较大, 达到10m/s, 在盘锦以东地区存在偏南风的显著流线, 盘锦地区整层上干下湿, 存在对流性不稳定, 强天气就发生在500 h Pa短波槽前暖区一侧, 200 h Pa急流和500 h Pa急流之间与低空925 显著流线交汇处的低空急流出口区左侧 (图4) 。

5.2 雷达回波图分析

从雷达基本反射率图上看, 从28 日20:00, 强回波位于北票地区, 锦州市区附近有小块强回波生成发展, 之后有所东北移, 与位于其北部的大面积强回波合并, 到22:00 左右, 强回波带迅速南压进入盘锦地区, 最大强度在55d bz左右, 整个强回波呈带状分布, 给盘锦市北部地区带来短时强降水, 并伴有雷暴和大风, 之后东段迅速东南移, 西段虽然面积减小并略有减弱, 南压较为缓慢, 给盘锦市中南部亦带来较强降水。最强时段平均雨强可达50~60 mm/h。

6 数值预报产品检验

主要针对T639 和欧洲中心降水预报场进行检验, 2 家数值预报对最大降水量级都是在暴雨局部大暴雨的量级, 把握相对准确, 但强降水落区偏差较大, 主要将落区报在了700 h Pa切变线略偏南一侧, 整个落区较实况偏西偏北[4,5]。

7 结论与讨论

暴雨发生前高空急流的建立, 构成了高层强辐散的形势, 配合中低层系统前倾配置, 以及925 h Pa强的西南暖湿气流输送, 构成了本次短时暴雨天气的空间结构。

本次暴雨落区并不是传统意义上的低空切变附近, 而是更加偏向其东南侧, 是低空西南暖湿气流风速脉动及地面倒槽顶部风场扰动在暖区中触发中尺度对流系统, 这种次级环流促进暖区暴雨发生发展。

数值预报产品对暖区暴雨的落区预报性能较差, 今后预报员需加强相似过程的统计分析, 增加预报经验, 同时加强对短时暴雨的短临监测和预警。

参考文献

[1]朱乾根, 林锦瑞, 寿绍文.天气学原理和方法[M].北京:气象出版社, 1983.

[2]陈春燕, 孔期, 李如琦.天山北坡一次特大暴雨过程诊断分析[J].气象, 2012, 38 (1) :75.

[3]周宏伟, 王群, 裴道好.苏北东部一次梅雨锋大暴雨过程的多尺度分析[J].气象, 2011, 34 (4) :435.

[4]曹土民, 杨文艳.辽宁一次区域暴雨水汔输送分析[J].安徽农业科学, 2009 (19) :9047-9049.

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处