共查询到18条相似文献，搜索用时 203 毫秒
1.
利用阳泉市3个国家级气象站资料分析了阳泉市城市热岛效应的年际变化、季节变化、月变化和日变化特征,结果表明：阳泉市存在弱的城市热岛效应,1972年-2011年平均热岛强度0．554℃。阳泉市热岛强度冬、秋季强,春、夏季弱;12月最强,5月最弱;阳泉市热岛强度整体呈显著上升趋势,热岛强度的增加主要是由于夏季热岛强度的增强。热岛强度日变化表现为12时最小,从傍晚开始随降温逐渐增大,到早晨气温降到最低时最大,日出之后迅速减小;2008年-2011年最强热岛强度出现在2010年1月14日08时达7．9℃。阳泉市主要城市发展因子与霾日数、气温呈显著正相关,在目前的经济发展水平条件下,城市化发展可能使阳泉城市温度增高,城市绿地面积的增加可能对热岛效应有缓解。 相似文献
2.
基于1976~2018年山西东南部11个地面气象观测站的逐月日照时数资料,分析了近43a山西东南部日照时数的时空变化特征,以及总云量、低云量、水汽压、降水量、雾日数和霾日数等气象因子对日照时数的影响。结果表明:山西东南部平均年日照时数空间差异显著,呈南北多、东西和中部少的分布特征;近43a年山西东南部日照时数呈显著减少趋势,气候倾向率为?71.9h/10a,2005年发生由多转少的突变;四季日照时数由多到少依次为春季、夏季、秋季及冬季,均呈减少趋势,其中春季趋势最小,秋季趋势最大;各月日照时数分布不均匀,5月最多,2月最少,除3月日照时数呈增加趋势外,其余各月均呈减少趋势,6月和9月的减少趋势最为显著;近43a总云量、雾日数、霾日数均呈显著增加趋势,而低云量、水汽压、降水量变化趋势不显著;雾日数增加是导致春季、秋季、冬季和年日照时数减少的重要因子之一,总云量增加是导致夏季、秋季、冬季和年日照时数减少的重要因子之一,降水量增加对夏季日照时数减少也有一定影响。 相似文献
3.
利用中国东北地区1981—2018年166个地面气象观测站资料, 定义了中国东北地区秋冬季霾日指数, 分析了年际尺度上该地区霾日数与同期大气环流异常的内在关系。结果表明: 中国东北地区秋冬季霾日指数存在显著的年际变化特征, 欧亚—太平洋遥相关型(Eurasia-Pacific Teleconnection Pattern, EUP)负位相、东亚大槽偏弱等大气环流异常配置导致中国东北地区秋冬季霾的发生频次增加。巴伦支海与喀拉海北部海域是影响中国东北地区秋冬季霾日年际变化的海冰关键区, 该区域海冰面积与霾日数呈显著负相关, 北极海冰通过改变大气环流间接影响中国东北地区秋冬季霾日发生频次, 当北极海冰异常偏少时, 东亚冬季风偏弱, 近地面风速偏低, 环境湿度偏高, 中国东北地区受东北亚异常反气旋西侧的异常偏南风控制, 且受“EUP”负位相模态影响, 东亚大槽减弱, 有利于大气污染物和水汽向中国东北地区输送, 该地区秋冬季霾的发生频次增加。 相似文献
4.
利用1961-2010年四川盆地122个气象站观测资料,分析四川盆地年平均霾日数时空分布特征及霾日数季节和年变化趋势。探讨近50 a四川盆地大气干消光系数、风速、能源消耗和人口等因素与霾日数之间的关系。结果表明：1961-2010年四川盆地122个站年平均霾日数为62.5 d,最多的站可达100.0 d以上。霾日数有明显季节变化,四川盆地冬季霾日数最多（28.4 d）,春、秋季次之,夏季最少（5.9 d）。四川盆地有104个站霾日数年变化呈增加的趋势,其中有71个站通过了置信度99 %的检验,霾日数增加最多的是四川省内江地区的戚远,气候倾向率为42.0 d/10 a;霾日数增加最少的是成都市的新都,气候倾向率为0.4 d/10 a。四川盆地有18个站霾日数年变化呈下降趋势,仅7个站点通过了置信度99 %的信度检验,霾日数减少最多的是四川北部广元地区的南江,气候倾向率为-16.7 d/10 a。霾日数的年变化与大气干消光系数呈显著正相关,与风速呈显著负相关,与四川盆地的能源消耗和人口增长呈显著正相关。 相似文献
5.
利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。 相似文献
6.
利用全国664站1961—2012年逐日霾观测资料、降水量、平均风速和最大风速资料,分析中国霾日数变化特征及其气候成因。结果表明：我国年霾日数分布呈明显东多西少特征,中东部大部地区年霾日数在5～30 d,部分地区超过30 d,西部地区基本在5 d以下。霾日数主要集中在冬半年,冬季最多,秋季和春季次之,夏季最少,12月是霾日数最多的月份,约占全年霾日数的2成。我国中东部地区冬半年平均霾日数呈显著的增加趋势（1.7 d/10a）,霾日数显著增加时段主要在1960年代、1970年代和21世纪初,在1970年代初和21世纪初发生了明显均值突变。从区域分布来看,华南、长江中下游、华北等地霾日数呈增加趋势,而东北、西北东部、西南东部霾日数呈减少趋势。持续性霾过程增加,持续时间越长的霾过程比持续时间短的霾过程增加更为明显。不利的气候条件加剧了霾的出现。霾日数与降水日数在中东部地区基本以负相关为主,中东部冬半年降水日数呈减少趋势（-4 d/10a）,表明降水日数的减少导致大气对污染物的沉降能力减弱。另一方面,霾日数与平均风速和大风日数以负相关为主,而与静风日数则以正相关为主,冬半年平均风速和大风日数减小,静风日数增加,表明风速减小导致空气中污染物不易扩散,从而更易形成霾天气。 相似文献
7.
根据1961-2013年全国745个国家基准站的长期观测资料,分析中国霾日数年代际变化特征及可能的气象成因。结果表明:近50年来,中国霾天气主要集中在东部从华南到华北的大部分地区,霾日数呈增加趋势。秋冬两季是霾天气发生最频繁、变化最明显的两个季节。中国东部淮河以南地区秋冬两季霾日数在2000年前呈增加趋势,其后增加趋势变得较为平缓,20世纪90年代前霾日数与近地面风速呈显著负相关关系,90年代后则与大气相对湿度呈显著负相关关系,随着90年代前近地面风速减小和90年代后大气相对湿度降低,该区域霾日数表现出明显的增加趋势。中国东部从淮河到华北大部分地区秋冬两季霾日数1980年后增加趋势变得不明显,这可能与该区域近地面风速和大气相对湿度的变化趋势较为平缓有关。 相似文献
8.
利用1972－2011年阳泉市3个国家级气象站资料、2011年36个乡镇区域自动站气温资料,分析了阳泉市城市热岛效应的年际变化、季节变化、月变化和日变化特征。结果表明：阳泉市存在弱的城市热岛效应,1972－2011年平均热岛强度0.554 ℃。阳泉市城市热岛强度整体呈显著上升趋势,热岛强度的增加主要是由于夏季热岛强度的增强;热岛强度冬、秋季强,春、夏季弱;12月最强,5月最弱;热岛强度日变化表现为12时最小,从傍晚开始随降温逐渐增大,到早晨气温降到最低时最大,日出之后迅速减小;2008－2011年最强热岛强度出现在2010年1月14日08时,达7.9 ℃。阳泉在升温天气热岛强度变幅增大,易在早晨形成较强城市热岛,下午形成城市冷岛;降温天气热岛强度变幅减小;温度变化较小时则易维持弱的城市热岛。阳泉市主要城市发展因子与霾日数、气温呈显著正相关,在目前的经济发展水平条件下,阳泉市城市化发展可能使城市温度增高,城市绿地面积的增加可能对热岛效应有缓解作用。 相似文献
9.
利用四川盆地气象站点资料和NCEP/NCAR再分析资料,结合四川盆地冬季霾日数的时空变化特征,分析了影响盆地冬季霾日数的气象条件,探讨了海温异常对冬季霾日数的可能影响,基于海温关键区建立冬季霾日数预测模型,并检验了模型的预测能力。研究表明,四川盆地冬季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区;四川盆地冬季霾日数与相对湿度、气温、降水日数关系显著。四川盆地冬季霾日数偏多(少)年,大气环流异常呈西伯利亚高压偏弱(强)、欧亚中高纬呈北低(高)南高(低)、东亚冬季风偏弱(强)、副热带西风急流偏弱(强)。秋季东北太平洋、热带太平洋以及北大西洋海温关键区暖海温(冷)发展,有利于盆地盆地冬季霾日数偏多(少)。前期秋季东北太平洋、热带太平洋、北大西洋海温异常是影响四川盆地冬季霾日数的年际预报信号,对四川盆地冬季霾日数的多寡具有较好的预测能力。 相似文献
10.
1953—2008年厦门地区的灰霾天气特征 总被引：2，自引：1，他引：1
利用厦门气象局气象观测站1953—2008年地面气象观测资料和厦门市环保局2001—2005年PM10、SO2、NOX环境监测资料,分析了厦门地区霾天气的气候特征、气象要素特征,及其影响因素,探讨了大气污染物与霾天气的关系。结果表明,在过去的50多a中,年日照时数及能见度有明显下降的趋势;厦门市灰霾日数总体呈上升趋势,尤其近十年来更加明显;厦门夏秋季节霾日少于冬春季节;2000年以来,随着霾日的增加,霾的持续日数也迅速增加;风速增大不利于霾的形成,高相对湿度有利于霾的形成;近年来大气污染日益严重,污染物（SO2、NOX、PM10）浓度增大导致霾日数增加,能见度下降。 相似文献
11.
基于昌吉地区10个气象站点1970-2020年的气象观测数据,运用气候倾向法、5年滑动平均趋势分析法、M-K检验法、Pearson相关分析法以及ArcGIS10.7环境下的反距离加权(IDW)插值法探究昌吉地区日照时数时空变化规律及影响因素。结果表明:昌吉地区日照时数多年平均值为2840.3h,空间分布特征为“东部多,中西部少；山区多,平原少”,并呈现显著减少趋势,其速率为-62.8h/10a；从季度上看,日照时数夏季最高,其次是春季和秋季,冬季最低；下降速率冬季最快,其次是秋季和夏季,春季变化幅度最小；日照时数年内变化呈现双峰型,最大值出现在5月、7月和8月,最小值出现在12月,1-12月日照时数均呈现减少趋势,1月减少最为明显,12月次之。昌吉地区年日照时数在1987年发生突变；在影响因子方面,日照时数与总云量、水气压、雾日数呈现显著负相关,与大风日数、扬沙日数呈现显著正相关,说明,总云量、水气压、雾日数的逐年增加和大风日数逐年减少是日照时数逐年减少的主要原因。 相似文献
12.
Li Zongxing Feng Qi Zhang Wei He Yuanqing Wang Xufeng Norm Catto An Wenlin Du Jiankuo Chen Aifang Liu Li Hu Meng 《Theoretical and Applied Climatology》2012,109(1-2):305-321
Total hours of sunshine are one of the most important factors affecting climate and environment, and its long-term variation is of much concern in climate studies. Trends of temporal and spatial patterns in sunshine hours and related climatic factors over southwestern China are evaluated for the period 1961–2009 based on data from 111 standard meteorological stations. The results showed that southwestern China is experiencing a statistical decrease of sunshine hours, at the rate of 31.9 h/10a during 1961–2009. The decline was particularly strong in summer, whereas it is nonsignificant in winter. Spatially, statistically significant decreases of sunshine hours mainly occurred in lower altitude regions, especially in the Sichuan basin and Guizhou plateau. Sunshine hours have a high correlation with wind speed, relative humidity, precipitation, cloud cover, surface downwards solar radiation flux, and cloud water content, with wind speed showing the strongest relationship to sunshine hours, implicit in the close correlation (temporally and spatially) between the two variables. Changing water vapor and cloud cover influence sunshine hours in southwestern China. In addition, the increased surface downwards solar radiation flux also made some contribution to a rise of sunshine hours during 1991–2009. The larger decreasing trends of sunshine hours at urban stations than rural stations may reflect the effect of urbanization on sunshine hours. Variations are dominated by the comprehensive functions of multiple factors owing to the complex nature of effects on sunshine hours. 相似文献
13.
利用线性分析方法,根据河南31个站1954~2005年的日照资料分析了河南省及濮阳市的日照变化特征。结果表明,河南省年日照时数呈减少趋势,平均减少每10年74.2 h,东部平原地区年日照时数的递减幅度明显大于西部山区年日照时数的递减幅度。濮阳市年日照时数的递减幅度为每10年135 h,冬季与夏季日照的递减幅度大于春季和秋季日照递减幅度,日照时数减少时段主要发生在日出后和日落前太阳高度角较低的两段时间内。造成日照减少的气候原因主要是空气污染逐年加重,加之风速逐年减小,利于大气气溶胶在低空积聚,空气湿度增大,轻雾日数增多,造成大气透明度降低。非气候因素的影响主要是观测场周围障碍物高度角逐年增高,遮挡了部分阳光,使记录到的日照时数减少,气候因素对日照的影响大于非气候因素的影响。 相似文献
14.
太原地区灰霾天气特征及影响因子分析 总被引：3，自引：1，他引：2
利用2008~2012年太原常规地面气象观测资料、高空探测资料和大气污染物观测资料,对主要天气形势、典型气象要素以及空气污染状况下灰霾天气特征及形成机制进行了综合分析。结果表明:1)太原地区灰霾出现频率存在明显的季节变化,冬半年灰霾出现天数占全年的65.7%;一天中08:00(北京时间,下同)至13:00发生灰霾的频率较高。2)霾日静风频率较高,主导风向为偏东南风;重度灰霾天气出现时相对湿度较高。3)霾日的大气稳定度主要表现为稳定类;霾日平均混合层高度比非霾日低约100 m;08:00逆温出现次数高于20:00,霾时平均逆温强度和厚度高于非霾时。4)高压类型天气形势对灰霾的产生有重要影响,低压天气形势下较少出现灰霾天气。5)可吸入颗粒物、SO2和NO2浓度在非霾日比霾日分别下降32.6%、48.6%、21.7%;随着灰霾等级的增加,SO2和可吸入颗粒物的浓度有显著的增加。6)灰霾天气下到达地面的太阳辐射强度明显减弱,日照时数明显减少。 相似文献
15.
近46a山东菏泽日照变化特征及影响因子 总被引：2，自引：0，他引：2
利用1965～2010年菏泽日照、云量、雾（轻雾）、相对湿度、降水等资料,采用气候倾向率、9点2次平滑、突变检验、回归分析等统计方法,分析了近46a菏泽日照时数变化特征及影响因子。结果表明：近46a菏泽日照时数极显著减少,平均每10a减少121．66h;夏季和秋季极显著减少,冬季显著减少,春季减少趋势不显著;减少趋势最大的是8月。1981年是菏泽日照时数减少突变的时间点,也是日照时数由正距平优势向负距平优势的转折点。年日照时数与总云量、相对湿度和轻雾日数呈极显著负相关,与雾日数呈弱显著负相关;四季日照时数除夏季与雾日数负相关不显著外,均与平均总云量、相对湿度、雾和轻雾日数、降水量和降水日数呈显著负相关。影响菏泽年和春、夏季日照时数变化的主要因子为总云量、相对湿度和雾,秋季主要因子为总云量、雾和降水日数,冬季主要因子为总云量、相对湿度和降水日数。 相似文献
16.
鲁西北52年日照变化特征及原因 总被引：23，自引：0，他引：23
通过分析德州市1954-2005年日照、云量、霾、雾、沙尘等资料，用最小二乘法计算气候倾向率。结果表明，德州市日照时数平均10年减少105．0小时，日照百分率平均10年降低2．4％。总云量平均10年减少0．03戍。沙尘暴、扬沙、浮尘日数呈明显减少趋势。低云量和霾、轻雾、雾日数呈增加趋势，尤其是自1990年代中后期明显增加，与德州市自1990年代中期开始经济规模快速增长相对应，说明鲁西北日照减少主要是由于低云量增加和人类活动特别是工业排放污粢物急剧增长导致的大气气溶胶增多造成。 相似文献
17.
利用1970—2007年苏州城市及近郊县(市)气象站观测资料,结合Landsat 5卫星反演资料,统计分析城市化进程,对苏州区域气候变化的影响。分析结果表明:从1990s中后期开始,随着经济发展,苏州城市建设速度明显加快,城市化进程对苏州气候影响明显,城、郊气温均有明显的上升趋势,相对湿度呈现下降趋势,降水量整体上呈现上升的趋势,日照时数有明显的下降的趋势;苏州城市热岛效应显现、城市霾出现、太湖蓝藻爆发、极端气候事件增多,也与快速的城市化进程有着一定的关系。 相似文献
18.
北京冬季雾霾事件的气象特征分析 总被引：4，自引：3，他引：1
利用观测的气象要素和细颗粒物(即PM2.5)浓度资料,并结合中尺度数值天气模式WRF(Weather Research and Forecasting Model),对2013年1月北京地区雾霾污染期间天气条件和边界层气象特征进行了分析。模拟与观测对比表明,WRF模式可以较好地反映北京—天津—河北地区地面和高空主要气象要素的时空分布。对1月10~14日、27~31日两次重雾霾天气的分析表明,雾霾的形成是高浓度的大气颗粒物和特殊的气象条件共同作用的结果。小风或静风、稳定的大气层结,使大气扩散能力减弱,造成污染物堆积,偏南气流将周边污染物和水汽输送到北京,不仅增加了污染物浓度,而且有利于气溶胶吸湿增长,消光增强,使能见度下降,进而形成雾霾。 相似文献