共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
2008年,第63届联合国大会通过决议,决定自2009年起,将每年的6月8日定为“世界海洋日”。根据李长春同志的批示精神,从2010年起,把“全国海洋宣传日”活动与“世界海洋日”整合起来,把每年的6月8日定为中国的“世界海洋日暨全国海洋宣传日”。 相似文献
3.
4.
春节将至,一些细心的公众发现,2010年农历春节在阳历2月14日,2011年农历春节在阳历2月3日,2012年的农历春节却落在了1月23日,而2013年的农历春节则在2月10日。同样是春节,在阳历的日期为何有早有晚呢？ 相似文献
5.
赵逊研究员因病医治无效,于2012年11月29日零时30分在北京逝世,享年72岁。12月3日上午,国土资源部、中国地质学会、中国地质调查局、中国地质科学院、中国地质大学等200余人到八宝山送别。赵逊先生1940年11月12日生于四川达县。1966年于成都地质学院毕业;1966年8月～1981年10月在广西地质 相似文献
6.
为提高降雪的预报预测水平、研究区域气候变化、科学利用水资源和保护生态环境。利用1960-2016年河西走廊东部5个观测站逐日降雪资料,运用气候统计学方法分析了该区域雪日的时空变化及异常性等特征。结果表明：河西走廊东部年雪日及各量级雪日从西南向东北呈减少趋势,雪日天祝最多,民勤最少。除凉州外,河西走廊东部年及年代雪日呈减少趋势,天祝雪日减少尤为显著,年雪日时间序列的准周期变化为6~8 a。各地月雪日的变化比较一致,雪日主要出现在1-4月和10-12月,高峰值在3月,冬季是主要的降雪季节。各地年雪日的异常性比较一致,正常年份发生概率在68.4%~73.7%,依次向两端迅速递减。小雪是河西走廊东部降雪的主体,小雪日所占比率在78.6%~93.5%,随着降雪量级的增大,雪日迅速减少。0.0 mm小雪日各地均呈显著减少趋势,对总雪日的负贡献最大;≥ 0.1 mm小雪日和中雪日大多呈增多趋势,对总雪日呈正贡献;大雪及以上日大多呈弱减少趋势,对总雪日呈弱负贡献。 相似文献
7.
8.
9.
《工程地质学报》2002,(3)
会议时间 :2 0 0 4年 8月 2 0～ 2 8日会议地点 :Ｆｌｏｒｅｎｃｅ ,Ｉｔａｌｙ重要时间安排 :2 0 0 2年 8月 31日 ,首轮通知2 0 0 3年 4月 30日 ,第二轮通知2 0 0 3年 11月 30日 ,返回注册表格2 0 0 3年 11月 30日 ,交各种考察注册费2 0 0 3年 11月 30日 ,摘要提交截止2 0 0 4年 1月 31日 ,摘要接收2 0 0 4年 3月 31日 ,注册费截止2 0 0 4年 3月 31日 ,考察费全费截止2 0 0 4年 5月 ,第三轮通知学术秘书处联系 :ＣｈｉａｒａＭａｎｅｔｔｉＤｉｐａｒｔｉｍｅｎｔｏｄｉＳｃｉｅｎｚｅｄｅｌｌａＴｅｒｒａＶｉａＬａＰｉｒａ ,4 - 5 0 12 … 相似文献
10.
＂2012年12月21日黑暗降临后,12月22日的黎明永远不会到来。＂
历史上从来没有一个日期,能如2012年12月21日这样对人类产生巨大影响,玛雅文明预言它是世界末日。 相似文献
11.
12.
13.
14.
15.
16.
徐霞客,名弘祖,号振之,今江苏省江阴县人,是我国明代杰出的旅行家、地理学家.明万历十四年十一月二十七日(公元1587年1月5日)生,崇祯十四年正月二十七日(公元1641年3月8日)逝世. 相似文献
17.
利用鲁东南地区18个代表站1961-2015年的逐日降水量、逐日天气现象、积雪深度资料,对近55 a来降雪的气候特征进行了统计分析。结果表明：鲁东南地区年均降雪日数、强降雪日数、降雪量、强降雪量及年均雪深、年最大积雪深度的空间分布总体上山区多于平原和沿海,区域差异明显。21世纪00年代以前为多雪时期,以后为少雪时期。近55 a的年均降雪日数、强降雪日数、降雪量、强降雪量及年均雪深、年最大积雪深度皆呈减少趋势,降雪由多转少的转折年份均在1993年,年均雪深、年最大积雪深度的减少分别出现在1987年、1986年。鲁东南地区降雪主要集中在1-2月份,3月份强降雪量最大,平均雪深、最大积雪深度的最大月份分别出现在11月份、3月份。降雪时段为10月23日-次年4月28日,降雪的初终日西北部山区皆为最早。降雪日数、强降雪日数、降雪量、强降雪量、雪深均存在3 a的周期,最大积雪深度存在4～5 a的周期。 相似文献
18.
《建设项目用地预审管理办法》已经2008年11月12日国土资源部第13次部务会议修正通过,现予以公布,自2009年1月1日起施行。 相似文献
19.
20.
全球气候变化环境下,极端降水序列一致性受到挑战,因此对其非一致性进行研究分析具有重要意义。本研究综合多种分析方法,对长江中下游干流8个站点1960—2020年间年最大日降水量序列的非一致性进行分析。采取滑动平均法、Mann-Kendall趋势检验法和Pettitt突变点检验法对所选站点年最大日降水量序列进行趋势和突变分析,应用GAMLSS模型对所选站点的年最大日降水量序列分别以时间t和多气象因子作为协变量进行非一致性分析,挑选出最优的拟合函数,探究年最大日降水序列的规律。结果显示,宝山站、南通站未来年最大日降水量可能增大,荆州站未来年最大日降水量可能会减少并趋于平缓;相较于以时间t为单一协变量,以气象因子作为多重协变量的分布函数拟合结果,对年最大日降水序列的非一致性具有更好的描述效果。 相似文献