共查询到20条相似文献，搜索用时 135 毫秒
1.
采用2011—2016年合肥地区高时空分辨率的能见度观测数据,分析能见度空间分布特征及大雾生消过程中的能见度变化特点。结果表明:能见度多呈现正态分布且分布相对均匀,有雾时正态分布比例明显下降,非均匀性明显增加;大雾过程中平均能见度变化趋势较为稳定有利于临近预报,而空间最低能见度对临近预报有指示意义;大雾过程中空间变差系数多有明显增加,大雾开始形成和消散阶段空间差异性较大;历史回算表明,利用高密度能见度数据的空间分布和趋势外推,较实际预警发布时间平均提前约1.9h。 相似文献
2.
采用2010—2015年肇庆市146个自动站3—10月的时雨量和最大风速资料,统计分析肇庆市短时强降水和雷暴大风的时空分布特征。结果表明:(1)肇庆短时强降水和雷暴大风发生的高峰期是5—8月,峰值位于5月。(2)肇庆短时强降水和雷暴大风日变化都有日强、夜弱的特征,高发期在白天的午后。短时强降水的峰值出现在17:00前后,雷暴大风的峰值则在15:00。3—6月的短时强降水在凌晨07:00前后有一个小高峰,雷暴大风在凌晨05:00有小高峰。(3)肇庆短时强降水空间分布受地形影响较明显,3—10月多发于山区与平原过渡的地区。3—6月短时强降水多发范围远大于7—10月。3—6月有呈南北向的弱(西部偏西)、强(中东部)两带,小中心分布与地形山脉间的山谷走向接近;7—10月的多发区在肇庆东部,小中心主要位于东部的东南迎风坡。(4)肇庆雷暴大风多发地多处于平原、盆地、西江沿岸等地形较为开阔处,在封开县江口附近有一个高频的多发中心。 相似文献
3.
《气象与环境学报》2017,(6)
利用2011—2015年安徽省自动气象站的降水观测资料和静止气象卫星FY-2E的黑体辐射温度(Black Body Temperature,TBB)资料,分析了安徽省不同地形条件下汛期短时强降水的时空分布特征及其与中尺度对流活动的关系,并对短时极端强降水的时空特征进行了初步探讨。结果表明:2011—2015年不同地形条件下皖南山区为安徽省汛期短时强降水集中出现的区域,其次为大别山区和中东部丘陵地区,淮北平原发生最少。安徽省不同地形条件下汛期短时强降水发生次数月变化呈显著的单峰型,7月短时强降水发生最频繁,其他月份有所不同;候变化具有显著的多峰值—间断性发展的特点,主要集中出现在6月第1候至8月第6候之间,淮北平原变化最大,皖南山区则较均匀;日变化总体呈单峰型特征,午后15—19时最集中;皖南山区和中东部丘陵最明显;淮北平原和大别山区虽然仍以午后居多,但具有多峰值的特点,其中淮北平原除午后外,06—07时短时强降水发生较多;大别山区除午后外,02—03时和10时也为短时强降水发生的峰值。安徽省不同地形条件下汛期短时极端强降水分布较零散,没有明显的高发区,时间变化与短时强降水类似,具有一定的统计规律:皖南山区7月短时极端强降水发生最多,尤其是7月第5候;淮北平原8月短时极端强降水发生最多,尤其是8月第6候;中东部丘陵7月短时极端强降水发生最多,候变化相对均匀。皖南山区和中东部丘陵短时极端强降水集中出现在午后16—19时,其中大别山区02时还有一个峰值,淮北平原短时极端强降水日变化无显著峰值。 相似文献
4.
CMORPH卫星-地面自动站融合降水数据在中国南方短时强降水分析中的应用 总被引：6，自引：1，他引：5
对比分析了国家级气象观测站逐时地面降水资料和CMORPH卫星-地面自动站融合降水数据在反映中国南方地区2008—2013年4—10月短时强降水时空分布特征上的差异,并在此基础上利用融合降水数据分析了短时强降水与暴雨的关系,结果表明:(1) 融合降水数据所反映的短时强降水的大尺度特征与站点资料一致,并能更好地描述地形的影响;(2) 短时强降水的季节变化与东亚夏季风进程和雨带的季节性位移密切相关;(3) 短时强降水与暴雨日的空间分布特征和季节变化趋势相似,4月下半月—10月上半月,超过60%的短时强降水发生在暴雨日,同时短时强降水也是暴雨形成的重要因素,短时强降水暴雨日数占总暴雨日数的比例(68.6%)普遍高于非短时强降水暴雨日(31.4%),但是短时强降水暴雨日的发生具有显著的季节和区域差异。 相似文献
5.
11月，北方大部地区土壤墒情较好；东北、华北、黄淮的部分地区出现大到暴雪；江南中部和南部、华南西部、西南东部部分地区干旱维持或发展；全国大部地区气温接近常年或偏高；北方大部日照偏少，南方大部日照接近常年或偏多。月内，中东部地区大雾天气较频繁；部分地区出现大风和沙尘暴天气；受0320号台风带来的强降水和大风天气影响，海南省受灾较重。 相似文献
6.
利用青海省主要公路沿线43个气象站和26个交通气象站2004年10月—2016年5月的地面气象观测中的降雪量和积雪深度资料及2013—2016年的交通事故、交通管制、道路形态和车流量等资料,在分析青海省公路沿线强降雪时空分布特征、引起交通事故天气类型、路面状况和交通管制气象因素的基础上,分析了青海省公路交通沿线道路孕灾环境、承灾体和致灾因子。以强降雪致灾因子为基础,加上承灾体、孕灾环境权重系数,最终研究建立了青海省公路沿线强降雪灾害性天气风险等级区划模型,并绘制了等级区划图。西宁地区、海北地区、都兰县是强降雪灾害性天气高风险区,此外,东部地区强降雪灾害性天气风险显著高于西部地区。 相似文献
7.
利用丽水地区2004—2014年的加密气象观测站的逐小时降水观测资料,统计分析了丽水地区短时强降水的时空分布特征,同时结合当地地理环境特征,对时空分布特征的成因进行了分析。结果表明:空间上,丽水地区短时强降水主要存在两个活跃区,分别位于东南部地区与西南部高山地区,地形陡峭区、喇叭口等特殊地形有助于短时强降水的发生;小时雨量最大的站点紧邻水库。时间上,从月分布特征来看,丽水地区短时强降水主要发生在5—9月,受汛期降水与热带天气系统影响,峰值分别出现在6月与8月;从日变化特征来看,丽水地区短时强降水主要呈现三峰分布特征,包括一个显著峰值与另外两个不显著峰值,其中主峰发生在午后14:00—22:00,次峰分别在03:00和08:00,不同季节日变化峰值略有不同。此外,小时雨量最大值出现在日落前后,地形导致的局地热力环流对短时强降水有增幅作用。 相似文献
8.
9.
《气象与环境学报》2017,(4)
利用1971—2003年辽宁省53个地面国家级气象站降水自记纸记录的经数字信息化处理后的逐小时降水量数据和2004—2014年自动气象站的降水观测资料,分析了4—10月辽宁省短时强降水的时空变化特征。结果表明:1971—2014年辽宁省短时强降水的发生次数与年降水总量分布对应,均呈东部地区多、西部地区少的分布特征,与辽宁地区的地形和低空西南急流的风向等气候特征密切联系。1971—2014年辽宁地区年平均短时强降水发生次数为1.5—3.5次/a,并呈剧烈的振荡变化,短时强降水发生次数与辽宁省旱涝变化具有较好的对应关系。7月和8月辽宁地区短时强降水发生最多,辽宁省东部的丹东地区短时强降水发生次数明显偏多;6—8月旬短时强降水发生次数呈先增加后减少的变化,7月下旬短时强降水发生次数达到峰值,辽宁地区不同地域短时强降水发生次数的变化趋势也不同。受辽宁地区地形和低空急流的日变化影响,辽宁地区短时强降水发生次数的日变化也具有明显的地域性,辽宁省北部和最西部地区短时强降水发生次数的日变化不明显;辽宁省南部地区短时强降水多出现在后半夜至早晨,其他地区短时强降水多出现在下午。 相似文献
10.
利用2010～2019年浙江省基准气象站和自动气象站逐小时降水的观测资料,对浙江省短时强降水的时空分布特征进行了统计分析,结果表明:1）2010 ～2019年浙江短时强降水累计发生频次为72601站次,随雨强增大呈指数式衰减。2）短时强降水空间分布不均匀,沿海向内陆发生频次减少,出现频次最高的地区位于温州西南部。夏半年随时间推进和影响系统演变,短时强降水的空间分布亦存在差异:5～6月浙西地区短时强降水多发,7月短时强降水全省分散分布无明显的区域集中特征,8～10月则主要在沿海地区多发。3）总体而言短时强降水的日变化峰值出现在17:00（北京时间,下同）,且高强度短时强降水更倾向发生在午后到傍晚时段。夏秋季节短时强降水在午后到傍晚最为多发,峰值出现在17:00至18:00,这与副热带高压强盛,午后到傍晚热力和不稳定条件好,易触发强对流天气有关;春季除午后到傍晚外夜间和凌晨亦为短时强降水多发时段,可能与低空急流多在夜间和早晨发展加强有关。短时强降水的月变化特征呈现类双峰型分布,8月最为多发（26.0%）（主要由台风降水造成）,其次为6月和7月。不同强度的短时强降水月变化特征存在较明显差异。而短时强降水的年际分布不均,2015年之后年际变化幅度增大,其中 2016 年短时强降水发生频次最高达8728站次,2017 年为发生频次最低仅5581站次。 相似文献
11.
12.
《湖北气象》2021,40(4)
利用2005—2018年贵州省84个国家气象站逐小时降水量资料,采用统计诊断分析方法,在区分量级前提下,结合地形特征,分析贵州1 h短时强降水和逐3 h降水的时空分布特征。结果表明:(1) 14 a中短时强降水共出现5 981站次,年均427.2站次,其空间分布与地形特征密切相关,整体呈现南多北少、东多西少的特征,贵州西南部“喇叭口”地形和东南部雷公山南侧“喇叭口”地形与河谷地形重叠区域为短时强降水高发区。短时强降水分级统计显示,99%的短时强降水集中在前两个雨强较小的等级,而R1h≥80 mm的短时强降水14 a只出现过5站次。各站点最大雨强空间分布与短时强降水的总站次数分布趋势较为一致,一般南部大于北部、中东部大于西部,局部存在差异。平均雨强整体呈现南强北弱的特征。(2)在2005—2013年期间,短时强降水站次数大多处于年均值(427.2站次)之下,2011年达到最低值275站次,2014年站次数骤然增加至564站次,2015年继续增加到最大值662站次,其后迅速回落到比年均值略高的位置小幅变化。各站点短时强降水的年际变化在高发区离散度较大,在贵州西北部低发区离散度较小;月际变化曲线呈单峰型,5—8月份是降水高发时段,6月达到峰值。短时强降水主要以单站出现的局地性降水为主,同一时次出现3站以上的情况很少,以6月最多;短时强降水最早出现旬数呈东早西晚、南早北晚的特征,结束旬数西早东晚,北早南晚;各站点短时强降水出现概率最大旬多数集中在第16—18旬(即6月);短时强降水日变化的时间曲线呈单峰型,21时至次日07时为高发时段,中午12时前后出现较少。短时强降水日变化的空间分布特征为傍晚到前半夜主要集中在贵州西部,而后半夜多出现在东部和南部地区,中午前后全省均较少出现。(3)逐3 h降水时空分布特征与R1h大体一致,局部存在一些差异。 相似文献
13.
利用2008—2017年4一10月山东省加密自动气象观测站(简称全部站)和国家气象观测站(简称国家站)逐小时1 mm以上降水量资料,通过对比分析,探究不同分辨率数据对极端短时强降水时空分布特征的刻画效果。结果表明如下:全部站小时降水量的偏态特征比国家站明显,若分析小时降水量的平均状态,两者均具有代表性,若分析短时强降水的极端性,全部站数据更具有优越性。将各站第99.5%分位数作为极端短时强降水的阈值最合理,全部站和国家站对于30～45 mm阈值的空间分布特征相似,45 mm以上的阈值,全部站的数值和范围均大于国家站。山东省大部地区的极端短时强降水强度集中在40～60 mm·h~(-1),全部站和国家站在此区间的空间分布特征相似。国家站数据不能刻画40 mm·h~(-1)以下和60 mm·h~(-1)以上的极端短时强降水的空间分布特征。极端短时强降水强度的空间分布特征与地理位置及地形特征密切相关。鲁东南地区的极端短时强降水强度、日最大降水量及夏季降水量、年降水量均居山东省之首,鲁西北地区虽然强降水频次高、强度大,但与年降水量和夏季降水量没有正相关关系。全部站与国家站极端短时强降水频次的月变化和日变化特征一致,但国家站不能完全代表山东省极端短时强降水强度的月变化和日变化平均状况,全部站数据能更准确地反映山东省的时间变化特征。 相似文献
14.
2008-2012年南京短时强降水特征分析 总被引：4，自引：0，他引：4
利用2008-2012年南京自动气象观测站逐时降水量的观测资料,分析南京短时强降水的发生规律,包括短时强降水的年变化、月变化、日变化和空间分布等特征。结果表明：2008-2012年南京雨强大于50 mm/h-1的致灾性短时强降水过程的发生次数呈显著增长趋势;短时强降水天气主要出现在6-9月,其中7-8月出现日数最多,雨强最大;春雨期短时强降水最易发生在凌晨,梅雨期短时强降水最易发生在上午和傍晚,台汛期短时强降水最易发生在上午;下半夜-凌晨短时强降水出现次数较少,傍晚前后是短时强降水多发时段;短时强降水天气的空间分布具有明显的城郊差异;城市化效应不能引起城区的局地降雨,但在大尺度天气系统过境时,会使城区的对流活动较郊区更活跃,且城市下风向地区的降水也因此增强。 相似文献
15.
大连地区短时强降水天气特征及预报指标研究 总被引：1，自引：0，他引：1
利用2004—2013年4—10月大连地区7个气象站和249个自动气象站逐小时降水观测数据及常规气象观测数据,对大连地区短时强降水的时空分布特征及气候特征、演变趋势和环流背景进行了分析,并建立了强降水天气预报指标。结果表明:2004—2013年大连地区各气象站短时强降水年平均发生次数为2.2—2.8次,南部和东部地区短时强降水年平均发生次数呈略增多的趋势,中部和西北部地区短时强降水年平均发生次数变化较小,中北部地区短时强降水年平均发生次数呈略下降的趋势。大连地区短时强降水最早出现在4月,最晚出现在10月,7—8月为短时强降水集中出现的月份,强降水多出现在02—10时。短时强降水发生次数具有明显的区域分布特征,由东部向中部和西部呈递减的趋势,大连东北部地区短时强降水发生次数最多,南部地区次之,西北部瓦房店地区短时强降水发生次数最少;其中7月北部地区短时强降水发生次数最多,8月东部地区短时强降水发生次数最多,其他月份短时强降水发生次数较少,说明大连地区短时强降水发生分散性较强。925hPa与850hPa平均比湿、700hPa温度露点差、850hPa与500hPa温度差平均值、K指数平均值、0℃层平均高度及暖云层平均厚度等参数阈值可用于短时强降水实际预报业务中,可为大连地区强降水预报提供参考。 相似文献
16.
重庆东北部短时强降水时空分布及概念模型 总被引：1，自引：0，他引：1
该文利用2007—2011年重庆东北部区域气象观测站和自动气象观测站的逐小时降水观测资料以及MICAPS高空、地面观测资料,分析了短时强降水的时空分布特征,发现:渝东北短时强降水事件逐年增多,降水站次显著增加,强降水雨量占年雨量比例逐年加大;短时强降水月际变化呈单峰型分布,7月为全年峰值所在;短时强降水夜间发生概率最大,其次是午后,上午发生的概率相对较小,其中,03—06时和18时前后发生短时强降水的可能性极大,且强度较强;空间特征方面,开县、云阳、巫溪中西部以及万州东部是短时强降水的高发区,渝东北地形对降水的影响主要包括喇叭口地形、狭管效应、山谷风环流等。根据短时强降水事件的高空环流场,建立了6个渝东北地区短时强降水概念模型,分别为:高原槽型、两高切变型、高原波动型、脊前北风型、低涡型和偏南气流型,各模型皆具备冷暖气流的交绥、不稳定层结、充足水汽以及抬升触发机制。 相似文献
17.
强冷空气影响我国大部全国降水分布不均匀 总被引：2，自引：0，他引：2
2009年12月,全国平均气温为-3.9℃,与常年同期持平.全国平均降水量为12.2 mm,较常年同期偏多2.4 mm.月内,我国遭受三次较强冷空气过程.受冷空气带来的大风影响,北方出现了沙尘暴天气,局地出现了强沙尘暴.此外,西南大部地区温度高降雨少,气象干旱持续发展.中东部地区出现大雾天气[1]. 相似文献
18.
该文利用2010—2019年4—8月遵义13个国家站逐时地面降水观测资料,从年变化、月变化、日变化以及空间分布等多个角度进行统计,从不同等级雨强的时空分布进行分析,初步得出了遵义短时强降水事件的时空分布特征:①从短时强降水总频次的空间分布上看,东部发生频次较其余地区高;4月,发生频次地区差异小;5—8月,地区差异大。②从月分布来看,短时强降水高频中心有如下变化:4月集中在东北部、5月在南部和东南部、6月西移北抬到西部和中部、7月西移南压到西部和南部、8月东北移至东北部,高频中心的变化和副热带高压的南北位移有很好的对应。③从年分布来看,短时强降水事件平均每年发生49次,最多的是65次(2019年),最少的是33次(2017年)。4—6月事件频次迅速增加,6月到达峰值,6—8月事件频次开始逐渐减少,74.1%的短时强降水事件发生在夏季,尤其以6月份居多。④从日变化来看,08—13时短时强降水事件发生频次逐渐减少,13时达到一日中最低值,13—07时事件发生频次逐渐增加,有3个峰值,17—19时、20—22时和01—07时,期间有2个短暂的间歇期。4—7月白天平均发生频次较夜间少,8月反之。⑤6—8月是较高等级短时强降水事件的高发季节,尤其以6月份居多,但统计个例中≥70 mm/h的雨强却是在5月份出现。 相似文献
19.
《湖北气象》2021,40(1)
基于湖北省地面加密自动站2010—2015年的分钟雨量数据,利用滑动累积的小时雨量识别短时强降水事件,对比分析了鄂东南、鄂东北、武汉、江汉平原、鄂西北和鄂西南等六个预报区域的短时强降水日数、频次的时空分布特征,并对极端短时强降水进行初步探讨。结果表明:(1)短时强降水年均日数有明显的局地特征,强降水中心主要集中在鄂东南、鄂东北、武汉、鄂西南等区域;月变化呈显著单峰型特征,峰值在7月。(2)短时强降水的频次分布也具有明显的月变化和日变化特征。从月变化上看,江汉平原、鄂东南呈双月峰值分布(6月和7月),武汉和鄂东北地区的主峰在7月、次峰在6月,鄂西北和鄂西南地区的主峰在7月、次峰在8月;从日变化上看,鄂西北(04时和19时,北京时,下同)、鄂西南(01时和17时)、鄂东北(08时和16时)、鄂东南(07时和16时)呈双峰分布,江汉平原呈单峰分布(07时),武汉呈多峰分布(07—14时)。(3)极端短时强降水阈值范围为53～124.8 mm,具有夜发性特征,峰值在午后15时到凌晨01时,空间分布较为零散,相对而言,武汉地区观测到极端短时强降水的可能性最大,鄂西南和鄂西北最小。 相似文献
20.
<正>2009年12月,全国平均气温为-3.9℃,与常年同期持平。全国平均降水量为12.2mm,较常年同期偏多2.4mm。月内,我国遭受三次较强冷空气过程。受冷空气带来的大风影响,北方出现了沙尘暴天气,局地出现了强沙尘暴。此外,西南大部地区温度高降雨少,气象干旱持续发展。中东部地区出现大雾天气。 相似文献