共查询到20条相似文献，搜索用时 171 毫秒
1.
湿地小气候效应特征研究 总被引：1，自引：0，他引：1
湿地对局地小气候具有调节作用,研究湿地小气候效应特征能更具体地了解湿地对局地小气候的影响。本文以河北省衡水市的衡水湖为例,利用衡水市11个常规气象观测站数据,通过对湖区及湖区外各季节不同气象要素的对比,对衡水湖各个季节的小气候效应进行了分析。结果表明:（1）衡水湖具有冷岛效应、湿岛效应和风岛效应,能够调节周围的气候特征;（2）衡水湖的小气候效应具有季节特征,衡水湖各季节平均的冷岛效应由强到弱依次为春季、冬季、秋季、夏季,湿岛效应由强到弱分别为夏季、春季、秋季、冬季,风岛效应由强到弱依次为春季、夏季、冬季、秋季,春季小气候效应最强;（3）衡水湖的小气候效应具有昼夜特征,夜晚的冷岛效应强于白天,湿岛和风岛效应正相反,白天的强度大于夜晚。 相似文献
2.
根据辽宁省61个气象站1961—2020年逐日气温和降水量数据，对比分析1991—2020年和1981—2010年新旧气候平均值变化及对辽宁省气候业务的影响。结果表明：1—11月平均气温、平均最高气温、平均最低气温均升高；10—12月降水量增幅最大。年及四季平均气温、平均最高和最低气温均升高，增幅自东部和西部山区向中部平原地区增大，中部区域增幅最为显著；平均气温和平均最高气温均以春季增幅最大，平均最低气温夏季增幅最大。年、夏季和秋季降水量减少，春季和冬季增加；7—8月降水量总体减少，东部山区和大连沿海地区降水量增加；7月下旬—8月上旬降水量增加，辽宁西部和南部地区增幅最大，为5%～6%，北部地区增幅最小。气候平均值改变后，四季平均气温及降水量评价等级均发生了变化。 相似文献
3.
基于EOS/MODIS（TERRA）卫星遥感资料,讨论中国南水北调东线地区陆地植被年均净初级生产力（NPP）的变化特征。结果表明,2000-2004年该地区的陆地植被年均NPP的变化范围为0～1494 g/(m2·a),5 a平均值为395.06 g/(m2·a)。对不同植被的年均NPP分析表明,常绿阔叶林的NPP最大,草地最小。气温是影响该地区陆地植被NPP变化的主要因素,未来南水北调东线地区地表水资源的减少不会对陆地植被的生长产生明显影响。 相似文献
4.
扎陵湖和鄂陵湖大气边界层特征的数值模拟 总被引：2，自引：0，他引：2
利用美国科罗拉多州立大学和MRC/ASTER发展的中尺度数值模式RAMS(Regional Atmos-pheric Modeling System),设计了有、无湖对比模拟试验,以NCEP再分析资料作为初始条件和边界条件进行了120h的三重嵌套模拟试验。结果表明,模式的模拟性能良好。模拟的大气边界层特征显示,由于扎陵湖、鄂陵湖的存在,白天(夜晚)具有很好的降温(保温)作用,并表现出明显的冷(暖)湖效应;在白天(夜晚)扎陵湖、鄂陵湖有明显的湖(陆)风效应;在两湖之间的陆地低层有辐合和风切变,且鄂陵湖西岸的湖风比扎陵湖东岸的强,削弱了扎陵湖东岸的湖风;扎陵湖、鄂陵湖使得白天湖区的边界层顶低,周边陆地区域的边界层顶高,夜间则相反;扎陵湖、鄂陵湖对感热和潜热的影响有很强的日变化,白天湖面的感热小于周围陆地,夜间湖面的潜热则大于周围陆地。 相似文献
5.
利用WRF模式,结合三维降水诊断方程和降水效率定义,针对1409号超强台风“威马逊”临岸迅速加强为超强台风并登陆我国华南沿海这一时段的强降水物理过程开展了高分辨率数值模拟诊断研究。结果表明,“威马逊”主体环流区域内一直维持很强的平均降水强度（PS）,陆地和海洋PS的相对贡献基本呈反向变化,登陆期间陆面摩擦辐合增强,有利于水汽更多地向陆地区域辐合（QWVA代表垂直积分的三维水汽通量辐合/辐散率,此时段QWVA为正值）,造成登陆前短时段内陆地上空局地大气增湿（QWVL代表垂直积分的水汽局地变化率的负值,此时段Q WVL为负值）,借助云微物理过程快速转化为液相和固相云水凝物（QCLL和QCIL分别代表垂直积分的液相和固相云水凝物局地变化率的负值,此时段QCLL和QCIL为负值）,促使陆地上空降水云系快速发展和降水强度增强,而当环流中心位于北部湾洋面时,海洋QWVA的相对贡献显著增强,登陆期间下垫面的变化导致水汽相关物理过程明显变化,进而造成降水云系和强降水中心的显著变化;与陆地相比,海洋表面蒸发的作用更强,变化更明显;“威马逊”影响华南沿海期间,主体环流圈内平均的QCLL和QCIL均基本呈现“正—负—正”的变化特征,当环流中心位于北部湾洋面（三次登陆时期）时水凝物含量以增加（减少）为主;“威马逊”主体环流区域内一直维持高降水效率,从主体环流圈接触陆地开始,陆地降水效率迅速升高,而海洋降水效率在绝大多数积分时段内维持较高数值,只在第二和第三次登陆后有所降低。 相似文献
6.
陆地植被是影响地表水热通量,乃至气候的重要因素,植被覆盖度是气候模式（陆面过程模型）中的关键参数。为更全面认识中国东部植被覆盖度变化的时空特征,以便于今后研究陆地植被变化对气候的反馈效应,利用NOAA AVHRR-NDVI数据集,采用像元二分模型法,计算了中国东部（105°E以东）1982～2006年的植被覆盖度,并对其空间分布特征与时间演变过程进行了分析。结果表明：（1）研究区多年平均植被覆盖度为0～84.2%,呈现南高北低、东高西低的空间分布特征,南北差异在冬季最大,夏季最小;（2）森林、灌丛、农业植被和草原的年平均植被覆盖度依次减小,分别是49.9%、44.7%、40.4%和31.1%,并且植被覆盖度的季节变幅也依植被类型而异,其中森林的季节变幅最大,达31.5%,其次是灌丛,为27.7%,草原的季节变幅最小,为15.3%;（3）1982～2006年中国东部超过74%的地区植被覆盖度呈增加趋势,其中黄淮海平原、关中地区以及东北平原增幅相对较大,前两个地区主要表现为春季和冬季增加,后一地区则主要表现为夏季和秋季增加;在植被覆盖度降低的区域中,长三角、珠三角的降低趋势最强。上述结论为进一步研究中国东部地-气相互作用提供了科学基础。 相似文献
7.
利用新一代大气化学在线耦合模式WRF-Chem研究城市扩张对珠三角地区春季气象条件的改变及其对地面O3浓度的影响。研究结果表明:受城市扩张的影响,珠三角城区的月平均气温上升0.35℃;城区夜间相对湿度下降幅度为4%～6%,影响程度大于白天;风速在白天和夜间都有不同程度的下降,城市月平均风速下降1.89 m/s;边界层高度在白天和夜间均升高,城市月平均边界层高度上升39.82 m。城市扩张后,城市月平均O3浓度增加0.89 ppbv,增幅大于1.5 ppbv的区域主要在佛山和东莞,白天O3浓度增幅为0.6～1.5 ppbv,夜间增幅及影响范围都大于白天,O3浓度增加区域与主要气象要素变化的区域相一致;白天14:00城区混合层内总臭氧柱浓度增加了80 ppbv;O3浓度对气象要素的敏感程度表现为:温度>边界层高度>风速>相对湿度;白天O3浓度增幅呈U型,其中14:00的O3增幅最小,为0.2 ppbv;夜间O3增幅呈倒V型,其中20:00的增幅最大(>1.5 ppbv)。 相似文献
8.
利用关中东部地区高山站及临近两个地面站近50a气象资料、季风指数以及海温资料,对其云量变化的特征及原因初步分析,结果表明：（1）关中东部云量变化呈减少趋势,其中低云量华山（高山站）、华县、西安（平原站）夜间变化趋势分别为-1.74%/10a、-1.56%/10a、-4.23%/10a,白天分别为-0.73%/10a、-1.94%/10a、-4.62%/10a;（2）夜间总云量高山站比平原站变化明显（-1%/10a）,白天三站趋势基本一致（小于-0.6%/10a）;（3）高山站和平原站四季低云量均减少,总云量除平原站夏季增加外,其他季节均减少。云量变化原因主要是由于局地气溶胶冷却作用,导致地面接收太阳辐射减少,使局地对流减弱,造成低云量减少。 相似文献
9.
10.
大理苍山—洱海局地环流的数值模拟 总被引：4，自引：2，他引：2
利用耦合了湖泊模型的WRF_CLM模式模拟了秋季大理苍山—洱海地区的局地环流特征。结果表明:模式对近地面温度、风向、风速的模拟与观测基本一致,模拟结果能较好地再现该地区山谷风和湖陆风相互作用的局地环流特征。在秋季,大理苍山的谷风起止时间为08:00~17:00(北京时,下同),湖风起止时间为09:00~19:00。局地环流受高山地形及洱海湖面影响明显,山谷风形成早于湖陆风1 h,夜间山风、陆风强盛于白天谷风、湖风。白天苍山谷风与洱海湖风的叠加作用会驱动谷风到达2600 m的高度,而傍晚最先形成的苍山山风则会减弱洱海的湖风环流。夜间盆地南部在两侧山风、陆风的共同作用下,形成稳定而持续的气旋式环流。日出以后,对流边界层迅速发展,边界层高度逐渐增高。陆地17:00温度达到最高,边界层高度也达到峰值2000 m,之后逐渐降低。日落后形成稳定边界层,边界层高度在夜间基本保持在100 m。相对于陆地,湖面白天边界层高度低300 m,夜间边界层高度高100 m。 相似文献
11.
Zhangjiakou is an important wind power base in Hebei Province, China. The impact of its wind farms on the local climate is controversial. Based on long-term meteorological data from 1981 to 2018, we investigated the effects of the Shangyi Wind Farm (SWF) in Zhangjiakou on air temperature, wind speed, relative humidity, and precipitation using the anomaly or ratio method between the impacted weather station and the non-impacted background weather station. The influence of the SWF on land surface temperature (LST) and evapotranspiration (ET) using MODIS satellite data from 2003 to 2018 was also explored. The results showed that the SWF had an atmospheric warming effect at night especially in summer and autumn (up to 0.95°C). The daytime air temperature changes were marginal, and their signs were varying depending on the season. The annual mean wind speed decreased by 6％, mainly noted in spring and winter (up to 14％). The precipitation and relative humidity were not affected by the SWF. There was no increase in LST in the SWF perhaps due to the increased vegetation coverage unrelated to the wind farms, which canceled out the wind farm-induced land surface warming and also resulted in an increase in ET. The results showed that the impact of wind farms on the local climate was significant, while their impact on the regional climate was slight. 相似文献
12.
Renewable energy sources, especially wind power, were believed to be able to slow down global warming; however, evidence in recent years shows that wind farms may also induce climate change. With the rapid development of wind power industry, the number of wind farms installed in mountains has gradually increased. Therefore, it is necessary to study the impact of wind farms in mountainous areas on local climate. The Suizhou and Dawu wind farms in northern Hubei Province were chosen for the present study on the impact of wind farm operations on the local climate in mountainous areas. The mesoscale meteorological numerical model Weather Research and Forecasting Model (WRF) and the Fitch model, together with turbulence correction factor, were used to simulate wind farm operations and study their effects on local climate. The results showed the characteristics of wind speed attenuation in mountainous wind farms: the amplitude and range of wind speed attenuation were stronger in the nighttime than in the daytime, and stronger in summer than in winter. The surface temperature increased and became more significant in summer. However, a cooling variation was observed above the surface warming center. The height of this center was higher in the daytime than it was in the nighttime. The latent heat flux in the wind farms decreased at night, accompanied by an increase in sensible heat flux. However, these changes were not significant. Some differences were observed between the impact of wind farms on the climate in the plains and the mountains. Such differences are more likely to be related to complex terrain conditions, climate conditions, and the density of wind turbines. The present study may provide support for the development and construction of wind farms in mountainous areas. 相似文献
13.
利用广汉机场2010~2014年遥测地面风场资料,分析了春季地面风的年变化、月变化以及日变化特征,讨论了地面风对飞行训练的影响。结果表明:广汉机场春季盛行偏北风,此外主要还受到北西北、北东北风的影响,飞行训练易遭遇左侧风;4~5m/s以及6m/s以上的地面风日数年变化不大,但春季最大风速的年变化差异较大;3~5月月平均地面风速呈递增特征,从3月到5月主导风向由北风顺时针变化为东北风,东东南、东南、南东南风频率逐渐增加,左侧风以及逆风影响增大。地面风速的日变化呈现出“一峰一谷”的大陆型变化特征,即白天风速大,夜间风速小,午后风速最大,4~5m/s的风受日变化影响大,6m/s以上的风主要受天气系统的影响。 相似文献
14.
Assessing wind energy is a key step in selecting a site for a wind farm. The accuracy of the assessment is essential for the future operation of the wind farm. There are two main methods for assessing wind power： one is based on observational data and the other relies on mesoscale numerical weather prediction（NWP）. In this study, the wind power of the Liaoning coastal wind farm was evaluated using observations from an anemometer tower and simulations by the Weather Research and Forecasting（WRF） model, to see whether the WRF model can produce a valid assessment of the wind power and whether the downscaling process can provide a better evaluation. The paper presents long-term wind data analysis in terms of annual, seasonal, and diurnal variations at the wind farm, which is located on the east coast of Liaoning Province. The results showed that, in spring and summer, the wind speed, wind direction, wind power density, and other main indicators were consistent between the two methods. However, the values of these parameters from the WRF model were significantly higher than the observations from the anemometer tower. Therefore, the causes of the differences between the two methods were further analyzed. There was much more deviation in the original material, National Centers for Environmental Prediction（NCEP） final（FNL） Operational Global Analysis data, in autumn and winter than in spring and summer. As the region is vulnerable to cold-air outbreaks and windy weather in autumn and winter, and the model usually forecasted stronger high or low systems with a longer duration, the predicted wind speed from the WRF model was too large. 相似文献
15.
Perturbations to the Spatial and Temporal Characteristics of the Diurnally-Varying Atmospheric Boundary Layer Due to an Extensive Wind Farm 总被引：1，自引：1，他引：0
The effect of extensive terrestrial wind farms on the spatio-temporal structure of the diurnally-evolving atmospheric boundary layer is explored. High-resolution large-eddy simulations of a realistic diurnal cycle with an embedded wind farm are performed. Simulations are forced by a constant geostrophic velocity with time-varying surface boundary conditions derived from a selected period of the CASES-99 field campaign. Through analysis of the bulk statistics of the flow as a function of height and time, it is shown that extensive wind farms shift the inertial oscillations and the associated nocturnal low-level jet vertically upwards by approximately 200 m; cause a three times stronger stratification between the surface and the rotor-disk region, and as a consequence, delay the formation and growth of the convective boundary layer (CBL) by approximately 2 h. These perturbations are shown to have a direct impact on the potential power output of an extensive wind farm with the displacement of the low-level jet causing lower power output during the night as compared to the day. The low-power regime at night is shown to persist for almost 2 h beyond the morning transition due to the reduced growth of the CBL. It is shown that the wind farm induces a deeper entrainment region with greater entrainment fluxes. Finally, it is found that the diurnally-averaged effective roughness length for wind farms is much lower than the reference value computed theoretically for neutral conditions. 相似文献
16.
城市近地层风特征与污染系数分析 总被引：1，自引：0，他引：1
使用黑龙江省风能资源专业观测网依兰测风塔2010年5月-2011年4月期间10、50、70、100m四层测风数据,对依兰风特征进行分析。结果表明：测风塔各高度风速具有一致的日变化规律,均是白天大,夜间小。随高度升高,风速变化趋势减弱,100m高度与下层显现出不同的变化特征,具有高空风速的日变化特征。垂直气流速度各时刻平均值均为正值,日变化规律与水平风速基本一致,也是白天较大,夜间较小。风廓线指数n值夜间较大,且稳定,均在0．25左右,08时后,随着温度升高,上下层空气能量交换增大,a值迅速减小,12—14时最小,仅为0．11,之后又迅速增大。各高度主导风向一致,随高度增大,主导风向频率升高。各高度污染系数最大值对应的风向一致,随高度增加,污染系数较小的风向区间增加,有利于大气污染物的扩散。因此增加排放高度,可以有效减少城市近地面的大气污染物浓度。 相似文献
17.
利用1981—2014年我国资料齐全的93个高空气象观测站(距离雷达300、600、900 m高度)的探空风资料,按照气象地理区划,借助GIS分析了边界层内不同高度风速及其趋势的时空变化,得到以下结论:300～900 m,东北和华北地区累年平均风速较大,西南和西北地区累年平均风速较小;边界层内各高度同一地区平均风速的月变化趋势基本一致,但各地区季节风速变化不同,同一地区月平均风速的年较差随高度上升而增大;300 m.各地区年平均风速均显著减小:在600和900 m.华北、西北、华中地区年平均风速呈增加趋势,东北地区年平均风速呈减小趋势,但均未通过显著性水平检验;各高度年平均风速空间分布均为东北地区较大,尤其大兴安岭和东北平原地带;从沿海到内陆,由东至西风速逐渐减小;在300 m.全国年平均风速以减小趋势为主;在600 m,全国大部分地区年平均风速呈增加趋势,尤其是中部、西北和华东沿海地区;在900 m高度,全国年平均风速变化趋势呈现由边界向内部的包围态势,中心地区呈增加趋势,边界地区均呈减小趋势,但是通过显著性水平检验的地区不多。 相似文献
18.
大规模风电场建成后对风能资源影响的研究 总被引：2，自引：0，他引：2
考虑了千万千瓦级风电基地建成后风电机群对近地面层风速的影响,采用Frandsen研究了大规模风电场内部风速损失时所使用的方法,在内边界层已经充分发展成新边界层的区域内,对轮毂高度65m处风速Uh进行了计算。结果表明,风电场建成后研究区内,风速Uh与未建场时的65m风速U0相比变小,存在风速损失,该风速损失随着U0的增大而减小,与风电机的推力系数CT性质有关;大规模风电场建成后,Uh在3～20m.s-1范围内的平均风功率密度与未建场时U0在此范围内的平均风功率密度相比损失约为58.45%,这与建场地区建场前65m处风速值大小以及各风速值出现的概率有关。 相似文献
19.
精细化捕捉风速大小及其变化细节过程，是顺利开展风区大风监控预报预警气象服务的关键理论支撑。本文基于百里风区气象观测站的风速数据，对质量控制后的2分钟平均风速、大风日数、日最大风速、日极大风速资料进行计算，给出百里风区2005—2020年精细化逐时风速特征。结果表明：（1）随时间分辨率的提高，24次与4次定时观测值差异明显增大，且偏差随风力等级增高而增大；（2）百里风区风速变化规律与大气环流紧密相关，地形起到加强放大作用。在太阳辐射及地形地貌影响下，百里风区年平均风速8.3 m·s-1，年平均大风日数200.6天，地面风速持续较高；（3）一年中春夏季平均风速最大，且较大风速持续时间长；（4）一日中平均风速高峰时段与大风易发时段不完全重合，平均风速最大值出现在夜间4时前后，大风高发时段峰值集中在17—20时。 相似文献
20.
利用美国NCEP/NCAR风场再分析资料和云南高空、地面、高山风塔实测风资料,对云南地区的大气风场特征进行了分析。结果表明,云南对流层中低层大气风场常年盛行偏西气流,风向稳定,尤以西南风最多,冬-春-夏-秋四季风场变化特征明显。腾冲、思茅高空盛行风向以西风为主。云南除滇东北、滇东南和局地地形影响外,大部分地区近地面全年以盛行西南风为主。山区全年盛行风向以西南风为主。云南近地面年平均风速1.9m/s,北部大于南部,东部大于西部,冬春季风大,夏秋季风小,风速日变化特征显著。昆明地区大气边界层存在逆温现象,冬季突出,夏季微弱,秋冬春季频率高,夏季频率低。云南空气污染具有干湿季分布特点,1-5月为主要污染时段,冬春季节存在西南和东北两条污染传输通道。 相似文献