导读:本文包含了体感温度论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:感温,贵港,南充,高温,安徽省,黄金分割,遥感。
体感温度论文文献综述
吴浩[1](2019)在《测量优化营商环境后的“体感温度”》一文中研究指出日前,湖北省工商联与省高级人民法院再次联手,召开优化营商环境为经济高质量发展提供司法保障座谈会,湖北省工商联主席、省总商会会长刘顺妮和省高级人民法院党组书记、院长游劝荣与8位人大代表、政协委员、民营企业家座谈,听取他们对人民法院发挥审判职能服务民营经济发(本文来源于《中华工商时报》期刊2019-09-10)
陈笑屹,宋晓明[2](2019)在《一种加权Boosting体感温度预测模型》一文中研究指出体感温度的预测与人类的生活息息相关,而当前的温度大多是预测空气温度而不是体感温度,事实上体感温度与空气温度存在着一定差异。当前的体感温度预测大多是通过物理方法进行,受到的干扰因素较多,影响了预测结果的准确性。提出一种加权Boosting体感温度预测模型,以首层学习器和次级学习器集成的方式进行,以R2系数作为衡量标准对首层学习器进行选择和加权,以GBDT作为基学习器。实验证明,相比传统方法,该模型在部分公开数据集和体感温度真实数据集上的预测精度相对更高。(本文来源于《科技经济导刊》期刊2019年25期)
赵佩娟[3](2019)在《老牌“小火炉”都败给了合肥》一文中研究指出本报讯 根据中国天气网对全国31个省会级大城市的大数据盘点,7月下旬至今,合肥以高温累计时间最长、体感温度最高登上“高温耐力榜”和“蒸煮闷热榜”双料榜首。72小时35℃以上居全国省会城市第一与往年相比,今年高温持续时间长的特点尤为明显(本文来源于《合肥晚报》期刊2019-08-03)
姚镇海,姚叶青,王传辉,樊凡,施国萍[4](2019)在《1987—2016年安徽省暑期体感温度时空变化特征》一文中研究指出基于安徽省1987—2016年81个国家站暑期7、8月逐日平均气温、最高最低气温差、平均相对湿度和平均风速,计算各站点体感温度,并分析其逐年变化特征。联合站点体感温度和DEM地形数据,建模并给出体感温度的空间分布;依据舒适度划分等级,得到安徽省暑期舒适度空间分布。结果表明:(1)安徽省近30 a暑期体感温度呈波动上升趋势;与平均气温、平均相对湿度呈正相关,与最高最低气温差、平均风速呈负相关;平均气温、平均相对湿度的上升,高低温差、平均风速的下降,使得体感温度呈上升趋势,其气候倾向率(0.0224℃·a~(-1))略高于平均气温的气候倾向率(0.016℃·a~(-1))。(2)体感温度随地形变化特征显着。沿淮部分地区与沿江大部平原地区普遍超过29.0℃;受海拔、植被覆盖、地形遮蔽效应影响,大别山、皖南山区大部体感温度低于27.0℃。(3)沿淮淮北、江淮大部、沿江等平原地区多为"较不舒适"地区;大别山、皖南山区均包含"最舒适"、"舒适"和"较舒适"地区。山区地形遮蔽效应与高植被覆盖为安徽省避暑旅游提供了良好的区域气候条件。(本文来源于《干旱气象》期刊2019年03期)
王汶,彭爱珺,张佳丽,徐四威,余涛[5](2019)在《基于体感温度的中国供暖需求分区》一文中研究指出冬季,中国北方通过集中供暖提高室内温度,而非集中供暖的南方部分地区室内阴冷,对于供暖的需求日益显现。针对仅以空气温度为依据划分的现有中国供暖区与实际人体供暖需求不一致的问题,利用1971~2010年全国740个气象站点旬气候资料,基于综合空气温度和空气湿度的体感温度模型,分析了体感温度的空间分布格局,重新界定了公里级的中国供暖需求分区。分区结果显示供暖需求高的区域(最高需求区及高需求区)面积比现有的集中供暖区大,增加的供暖需求高的地区主要位于长江中下游地区。新的供暖需求分区结果考虑了空气湿度的影响,与现有的仅考虑空气温度的供暖分区相比,更接近人体对室内冷热程度的直观感受,这可以为我国不同地区制定冬季采暖政策提供科学依据。(本文来源于《长江流域资源与环境》期刊2019年01期)
钟文昌,玉智威[6](2019)在《3100多名“泳士”元旦横渡邕江》一文中研究指出本报南宁讯 (记者/钟文昌 玉智威)走过充实的2018年,我们踏上2019年的新征程。1月1日9时30分,随着汽笛鸣响,在我国冬泳发源地——南宁,来自八桂各地的3100多名“泳士”,陆续跃入冰冷的江水,以横渡邕江的方式,纪念毛泽东同志冬游邕江61周年。同(本文来源于《广西日报》期刊2019-01-02)
郭庆,侯晓静[7](2018)在《基于体感温度的智能楼宇控制系统》一文中研究指出现有楼宇供暖调节仅结合人工经验,没有形成有效调节机制。以移动网络、智能手机作为智能终端设备,设计了基于闭环反馈原理的智能楼宇控制系统设计方案,可达到环保节能效果。(本文来源于《现代建筑电气》期刊2018年10期)
游泳,税攀恒,李卫朋[8](2018)在《南充市体感温度变化及对建筑温控能耗的影响》一文中研究指出随着全球变暖,极端天气频发,人们对气温的变化更加敏感。体感温度作为人对外界温度感受的直观表达,日益受到关注。基于2005—2017逐日气象数据,利用黄金分割法计算了南充市的体感温度,分析了体感温度与建筑控温能耗的关系。结果表明:南充市近年体感温度呈上升趋势(平均值为17.86℃);体感等级为"舒适"的天数增多(平均值为145 d);相应地建筑温控总能耗呈下降趋势(平均值为48.83kwh·m-2);体感温度对温控能耗的影响具有明显的季节性:二者在春、秋和冬季呈显着负相关关系,在夏季呈显着正相关;年尺度上,年体感温度与采暖耗电量呈显着负相关(R2=0.67,P<0.01);而与制冷耗电量以及总温控能耗相关性并不显着。(本文来源于《西华师范大学学报(自然科学版)》期刊2018年02期)
李宁,徐永明,何苗,吴笑涵[9](2018)在《基于遥感的北京市体感温度指数反演研究》一文中研究指出体感温度指数综合考虑了温度和湿度对人体的影响,可有效表征人体舒适度,对于研究城市热岛效应对人体健康的影响具有重要意义。基于2017年7月10日的Landsat 8卫星影像运用单通道算法反演北京市的地表温度,结合NDVI、MNDWI、海拔及水汽含量等环境因子,构建随机森林模型估算近地表气温;基于同一天的MODIS水汽产品提取大气可降水量,运用逐步回归方法建立近地表水汽含量与大气可降水量、地表温度及海拔之间的关系来估算近地表露点温度,在此基础上计算Humidex指数来表征北京市体感温度的空间分布。结果表明,模型估算的体感温度平均绝对误差(MAE)为1.40℃,均方根误差(RMSE)为1.71℃。北京市7月10日的体感温度范围为24~42℃,具有东南高西北低的分布特征。主城区和近郊区的体感温度显着高于远郊区,并向四周呈递减趋势;受空气湿度的影响,平谷南部、密云河谷一带、延怀盆地以及房山东南部等部分远郊地区的体感温度也比较高。就城市内部的体感温度而言,不同功能区的分布使得体感温度在相邻区域上存在空间差异性,东城区和西城区体感温度最高,平均值达到了39.79℃,丰台区、海淀区、石景山区和朝阳区的平均体感温度也达到了34.29℃。体感温度与气温在空间分布上具有一致性,但整体上高于气温,在主城区和各区中心区域,体感温度比气温高5℃以上。该研究尝试通过遥感手段反演北京地区体感温度指数,获取了北京市体感温度的详细空间分布信息,为城市人居环境和城市热岛效应研究提供了科学参考。(本文来源于《生态环境学报》期刊2018年06期)
王晓晓[10](2018)在《体感温度对高校师生信任和大学生心理健康的影响研究》一文中研究指出近年来高校师生之间信任度低和大学生心理健康问题不容乐观,如何针对这两个问题进行合理有效的干预成为我国当前研究的热点和难点。20世纪50年代西方学者Harlow提出:“温暖的物体能够激活我们心中有关温暖体验的记忆,这样的联结记忆让我们在体验温暖的时候在人际交往中变得更加信任”。当时在西方引起了对体感温度有关信任研究的热潮,随着国内外学者的深入研究,一致认为体感温度对增进人与人之间的信任和治愈心理疾病具有积极的影响作用。本文基于这个理论为视角研究高校师生信任度和大学生心理健康问题。本文通过总结国内外体感温度促进人际温暖相关的研究现状,阐述、分析体感温度与信任,体感温度与心理健康之间的关系,运用实验法、文献资料法、问卷调查法、数理统计法进行实验研究分析。本文以本校体育学院本科生为研究样本,根据体感温度的不同将其分成“温暖组”“中性组”“略冷组”叁个组,对体感温度对高校师生信任水平,大学生心理健康水平各维度的影响进行深入的研究。首先,对叁组被试人员进行前测,以验证被试的同一性;其次,对叁组被试人员分别进行实验前和实验后的差异性检验分析,探讨“温度”变量对高校师生信任水平和大学生心理健康水平两个变量产生的影响;最后,对叁组的后测数据进行组间的差异性检验,以探讨“温度”对提高高校师生信任关系,改善大学生心理健康的影响。研究发现:1.温度变量对高校体育类师生之间的信任水平产生影响,其中温暖组高校体育类师生信任水平>中性组高校体育类师生信任水平>略冷组高校体育类师生信任水平。2.温暖组的温度更有利于增进高校体育类师生之间的信任关系。3.温度变量未对体育类大学生心理健康水平产生影响(本文来源于《浙江师范大学》期刊2018-05-30)
体感温度论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
体感温度的预测与人类的生活息息相关,而当前的温度大多是预测空气温度而不是体感温度,事实上体感温度与空气温度存在着一定差异。当前的体感温度预测大多是通过物理方法进行,受到的干扰因素较多,影响了预测结果的准确性。提出一种加权Boosting体感温度预测模型,以首层学习器和次级学习器集成的方式进行,以R2系数作为衡量标准对首层学习器进行选择和加权,以GBDT作为基学习器。实验证明,相比传统方法,该模型在部分公开数据集和体感温度真实数据集上的预测精度相对更高。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
体感温度论文参考文献
[1].吴浩.测量优化营商环境后的“体感温度”[N].中华工商时报.2019
[2].陈笑屹,宋晓明.一种加权Boosting体感温度预测模型[J].科技经济导刊.2019
[3].赵佩娟.老牌“小火炉”都败给了合肥[N].合肥晚报.2019
[4].姚镇海,姚叶青,王传辉,樊凡,施国萍.1987—2016年安徽省暑期体感温度时空变化特征[J].干旱气象.2019
[5].王汶,彭爱珺,张佳丽,徐四威,余涛.基于体感温度的中国供暖需求分区[J].长江流域资源与环境.2019
[6].钟文昌,玉智威.3100多名“泳士”元旦横渡邕江[N].广西日报.2019
[7].郭庆,侯晓静.基于体感温度的智能楼宇控制系统[J].现代建筑电气.2018
[8].游泳,税攀恒,李卫朋.南充市体感温度变化及对建筑温控能耗的影响[J].西华师范大学学报(自然科学版).2018
[9].李宁,徐永明,何苗,吴笑涵.基于遥感的北京市体感温度指数反演研究[J].生态环境学报.2018
[10].王晓晓.体感温度对高校师生信任和大学生心理健康的影响研究[D].浙江师范大学.2018