格格党

手机浏览器扫描二维码访问

第25章 千脑架构（第1页）

李观看著眼前这张用了將近一天时间，才跑出来的中都降水图，陷入了更深的沉思。

顺带一提，他已经连续保持了两天的【飞升】状態，他觉得这可能是【利滚利】带来的最大的好处，不需要每天再重新叠学习时间了。

光这一点，就远超它带来的其他效果。

他在这三天时间里，按照技术资料的要求，写了个代码，让ai自动爬取了大量的网际网路上公开的气象数据。

这个降水图就是他利用之前的公开数据，跑出来的四天前的降水量预测，他需要做一个验证。

图上显示的中都是一片浅绿色，属於微量降水，不足五毫米。

“怎么可能？初始场是对的，地形也加了，能量级联结构也没问题，为什么结果却大相逕庭呢？”

李观明明记得那天晚上风吹得树叶哗哗作响，雨密集地打在窗外雨棚的声音，时响时熄。

第二天上学还能看到路面上成片的积水，从西郊到市中心都是如此。

怎么说那雨都不止五毫米。

“市气象局的官网明確写著，3月23號，中都城区小时雨强达42毫米，24小时累计89毫米。”

“为什么结果会差这么多？”

李观调出风场图，平滑，稳定，没有辐合与抬升。

101看书101看书网藏书全，????????????.??????隨时读全手打无错站

“这不对！”

他明明记得那天是有剧烈的风向变化的。

他赶忙打开气象局官网，翻到当日公开的探空数据。

曲线显示850hpa以下温度直减率高达8ckm，而500hpa以上乾冷，这是典型的对流不稳定层结。

可这一特徵在他的初始场中被过滤掉了！

並且更关键的是，他刚刚看到了气象局官网上的一条信息。

“春耕气象服务：3月20日起，我市冬小麦全面返青，土壤解冻深度达15cm，田间蒸发量显著增加。”

“艹，以后这活儿还是交给专业的人吧。”

李观的模型里根本就没有地面蒸发水汽的参数，他是默认蒸发係数为零。

难怪没有对流，底层的水汽根本没有上来，一个数据的失误导致了结果的南辕北辙，这是湍流模型最容易犯的错误。

不，不是模型的错误，犯错误的是使用模型的人。

他立刻著手修改核心代码，根据技术资料中的提示，在其中加上了一行。

“#根据土地利用与物候期动態调整地表潜热通量”

重新运行。