论文部分内容阅读
考虑到当前气温分析方法对于季度、月度及日夜时间尺度下的数据分析不够充分的问题,提出一种基于粒子群算法改进的自适应核密度估计算法(PA-KDE),利用1961—2008年江苏省12个站点的定时气温资料研究该方法在季度、月度及日夜时间尺度下的灵敏度。按区域与季节对试验进行分析的结果表明:PA-KDE算法在季度、月度、日夜时间尺度下具有更高的灵敏度;同时可以用来更全面地分析气温的时空变化特征以及不同影响因子的效果。可见在讨论气温时空变化以及影响特征时要关注更多时间尺度、区域、季节下的影响。