共查询到20条相似文献，搜索用时 140 毫秒
1.
太平洋SSTA同中国东部夏季极端降水事件变化关系的研究 总被引：3，自引：0，他引：3
基于中国东部1955—2004年233个台站逐日降水和NCEP/NCAR再分析高度场、风场、比湿、地面气压以及NOAA海表温度资料,运用SVD、合成分析等方法研究了太平洋SSTA同中国东部夏季极端降水事件之间的相互关系,结果表明:前期冬季太平洋SSTA同我国东部夏季极端降水事件的关系比较显著;前冬赤道中东太平洋是影响我国华北地区夏季极端降水事件的关键区,若前冬该海域海温发生异常,从冬到夏大气环流先后通过PNA(反PNA)和WP(反WP)遥相关型使得西太平洋副热带高压发生异常,进而使得华北夏季极端降水事件发生异常;前冬热带西太平洋是影响我国东北南部及江南地区夏季极端降水事件的关键区,若前冬该海域海温发生异常,从冬到夏105°~135°E的平均经向垂直环流圈发生异常,使得夏季东北南部与江南地区垂直运动发生异常,进而使得东北南部和江南夏季极端降水事件发生异常。 相似文献
2.
《中国海洋大学学报(自然科学版)》2017,(8)
北极海冰的快速减退是近年来全球变化最重要的现象,对全球气候产生显著影响。海表面风场是影响海冰变化的核心因素,但风场对各个海域海冰变化的贡献有很大差异,需要深入了解海表面风场对各个边缘海的贡献才能理解北极海冰变化的原因。本文采用SVD方法,分析海冰面积显著变化时的矢量风场与海冰密集度变化的关系,探讨风场对各个海域海冰的总体影响及对整个北极海冰变化的贡献。结果表明,各海区海冰密集度的变化都与海面风场有联系,但相关程度有明显差异,表明在有些海域风场起支配性作用,而在另一些海域其他因素的作用也很显著。对海冰产生影响的风场类型主要有三类:纬向风、经向风和气旋式风场。在波弗特海-拉普捷夫海这4个海域中,仅有1种类型的风场(纬向风或经向风)对海冰产生显著影响,同一海域海冰密集度呈现位相一致的变化。而在其他海域,有2种类型的风场(纬向风与气旋式风场,经向风与气旋式风场)影响海冰变化,同一海域的海冰密集度会呈现位相相反的变化。北极海冰的变化是一个整体,各个边缘海的海冰既有各自的变化特点,又有很好的整体协同变化特点。而2004年以来,加拿大海盆反气旋式风场与欧亚海盆弱的气旋式风场的整体结构呈现逐渐加强的趋势,有利于北极海冰的进一步减退。 相似文献
3.
2021年春季(3—5月)的大气环流特征为:北半球极涡为偶极型分布,极涡较常年平均值偏强,中高纬度西风带呈现4波型。3月,南下冷空气活动偏弱,月内海雾过程频发。4月,北部海域受高压影响,低层形势场稳定,冷空气活动减弱。5月,我国近海受温带气旋影响出现大风天气。春季我国近海出现了5次8级以上大风过程,其中冷空气大风过程2次,冷空气和温带气旋共同影响的大风过程1次,温带气旋影响的大风过程2次。春季共有8次海雾过程,3月3次,4月2次,5月3次。近海浪高在2 m以上的海浪过程有8次,大浪日数偏少。西北太平洋和南海共生成2个台风。我国近海的海面温度整体呈上升趋势,东部和南部海域升温明显,南部和北部海域海面温度梯度增加。 相似文献
4.
基于1979—2018年欧洲中期天气预报中心(ECMWF)近海面10 m风场资料,采用增长型分层自组织映射(GHSOM)神经网络方法,对南海海表面风场(SSW)的季节变化和年际异常变化进行了分析,结果表明：(1)GHSOM网络训练原始风场数据第一层结果揭示了4个特征模态,高度概括了南海近海面风场的季节变化特征;第二层结果提取了风场的月变化特征。(2)GHSOM网络训练异常风场数据第一层结果揭示了4类异常风场特征模态：反气旋式异常、气旋式异常、西南风异常和东北风异常模态。其中反气旋式异常和气旋式异常模态呈现出不对称现象,即反气旋式异常风场的振幅大于气旋式异常风场;且这两个模态与ENSO事件密切相关,它们的时间序列与Niño 3.4指数序列存在显著的延迟相关。同时,东北风异常风场模态的发生频率大于西南风异常模态。向下扩展的第二层结果揭露了异常风场模态更多的细节特征。 相似文献
5.
1998年夏季季风爆发前后南海环流的多涡特征 总被引：10，自引：0，他引：10
利用南海季风实验（SCSMEX－IOP1、IOP2）期间（1998年4月底－7月初）所获得的温盐深（CTD）、声学多普勒流速剖面仪（ADCP）资料及TOPEX／POSEIDON卫星高度计遥感资料，分析了南海表层、1．0MPa层和3．0MPa层得力势异常场的分布格局，探讨了夏季季风爆发前后南海的环流特征。结果表明：在夏季季风爆发前（IOP1期间）南海北部以气旋试流动为主，并在此气旋式环流的东部镶嵌着一个较小的反气旋型涡；南海中部和南部以反气旋式流动为主，其中越南以东海域存在着两个南北对峙分布的反气旋型涡，在它们的东侧伴随一气旋型涡。季风爆发后（IPO2期间），南海北部仍然以气旋式流动为主，黑潮水越过巴士海峡南北中线，一部分可能入侵南海北部，另一部分向东北折回黑潮主干；南海中部和南部仍以反气旋式流动为主，越南以东海域北部的反气旋型涡消失，但南西的反气旋型涡加强，与IOP1类似，仍伴随着一个气旋型涡。总体而方，强流区出现在巴士海峡西北侧和南海西部（尤其是越东南东沿岸），南海东部和东南部为弱流区。 相似文献
6.
1998年冬季南海环流的三维结构 总被引：10，自引：3，他引：7
利用1998年11月28日至12月27日南海的调查资料,采用三维海流诊断模式,计算了冬季南海三维海流,所得结果如下:(1)冬季南海环流系统方面:1)南海北部,在吕宋西北海域分别存在一个气旋式、反气旋式涡.2)南海中部,在越南近岸存在较强的、南向的西边界射流.其以东海域出现较强的气旋式环流.南海中部东侧海域存在一个较弱的反气旋式环流.3)南海南部,一般流速较弱.在112°E以西受反气旋式环流所控制,加里曼丹岛西北海域存在气旋性环流.由于受调查海域所限,这两个环流只部分出现.(2)上述环流系统与200 m层水平温度、密度分布对应较好.(3)南海冬季环流垂向速度分布方面:1)表层,南海北部,在吕宋西北为范围较大的上升流海区.而在东沙群岛附近海域出现了下降流.海南岛以南及东南海域也存在下降流.南海中部,越南以东海域出现范围较大的下降流,其以东为上升流海域,而在巴拉望岛西北海域又出现下降流.南海南部,基本上被上升流海域所控制.2)次表层与表层不同,例如在次表层,海南岛东南部海域出现上升流.中层和深层垂向速度分布与次表层相似.(4)关于南海垂向速度分量分布的动力原因:在表层,风应力旋度场起着主要作用;在次表层,β效应与斜压场相互作用是重要的动力因子,而风应力旋度场和β效应与正压场相互作用也有一定影响;在南海中部等区域的中层以及在南海的深层,主要受B效应与斜压场相互作用和B效应与正压场相互作用的共同作用. 相似文献
7.
以CCMP(Cross-Calibrated,Multi-Platform)风场为驱动场,分别驱动目前国际先进的第三代海浪模式WW3(WAVEWATCH-III)、SWAN(Simulating WAves Nearshore),对2011年3月发生在中国海的一次强冷空气所致的海浪场进行数值模拟,就冷空气海浪场的特征进行分析,并对比分析两个海浪模式的模拟效果,以期可为防灾减灾提供参考。结果表明:(1)以CCMP风场分别驱动WW3、SWAN海浪模式,可以较好地模拟发生在东中国海的冷空气海浪场过程,两个模式模拟的有效波高都具有较高精度,SWAN模拟的有效波高明显小于观测值和WW3模式的模拟值。(2)冷空气给中国海带来了明显的大风、大浪过程。整个冷空气期间,波向与风向保持了较好的一致性,且向岸效应比较明显;波高与风速的分布特征也保持了较好的一致性,海浪以风浪为主导。(3)冷空气进入渤海,相伴着出现了大风过程,但由于海域狭小,大风范围较小,大风中心的风速仅12 m/s左右,相应波高也在1.0 m左右。冷空气南下进入黄海中部时,黄海中南部大范围海域的风速在16 m/s以上,相应区域的波高在4.5 m以上,高值中心可达5.0 m以上,波向和风向都以北-东北向为主。冷空气南下行进至南海北部海域时,强度大为减弱,风速的和波高的相对大值区分布于台湾岛周边海域,尤其是台湾海峡、吕宋海峡、东沙群岛附近海域。 相似文献
8.
利用1979—2011年NCEP提供的2m气温场、位势高度场、风场、GPCP降水以及HadISST资料,对北冰洋纬向温度梯度对中国东北地区夏季降水影响进行了分析。分析得出:纬向温度梯度高年东北地区呈现降水负异常,7、8月份最为显著,几乎涵盖整个东北区域。其原因是北冰洋纬向温度梯度与500hPa位势高度梯度之间存在正相关,巴伦支海和东西伯利亚海上空位势高度差变大,贝加尔湖区域地面上东部和南部较易出现异常反气旋。1月份海面风异常通过Ekman输送影响北冰洋纬向温度梯度,进而影响中国东部地区降水。 相似文献
9.
10.
2020年秋季(9—11月)大气环流特征表现为,北半球极涡呈单极型分布,中高纬环流呈4波型。9—11月,欧亚大陆中高纬环流经向度不断加大,冷空气势力增强。西太平洋副热带高压较历史平均偏强,热带气旋活动频繁。我国近海出现了19次8级以上大风过程,其中冷空气大风过程6次,台风大风过程4次,入海气旋大风过程1次,冷空气与热带气旋共同影响的大风过程7次,冷空气和温带气旋共同影响的大风过程1次。西北太平洋和南海共生成13个热带气旋,其中10月共有7个热带气旋生成,追平10月热带气旋生成数的历史最高纪录;全球其他海域共生成热带气旋26个。我国近海未出现2 m以上大浪过程的天数仅有12 d,约占秋季总日数的13%。秋季,我国近海海域呈明显降温过程,北部海域的降温幅度明显大于南部海域,受连续北上影响我国北部海域的热带气旋活动影响,9月黄海东部及东海东部的海面温度较气候态明显偏低。 相似文献
11.
海洋背景磁场模拟计算及东中国海表层磁场分布 总被引：1，自引：0，他引：1
海洋中海水的运动会切割地球磁场,生成微弱的电场,进而在海洋内部和周围空间激发感生电磁场,即约为地球磁场一万至十万分之一的微弱海洋背景磁场.文中针对海洋背景磁场的生成机制及近几十年来对海洋背景磁场的理论研究,结合世界磁场模型WMM2005,模拟计算了三种典型的海洋运动--海浪、海流、内波所产生的感应磁场,建立了海洋背景磁场的数值计算模型,并在此基础上设计开发了海洋背景磁场的模拟计算软件.最后用卫星多传感器资料驱动普林斯顿海洋动力学模式,得到的东中国海2005年海洋表层环流数据,模拟计算了东中国海海表层磁场分布,对其磁场变化与分布规律作了简要分析. 相似文献
12.
1988—2009年中国海波候、风候统计分析 总被引：3，自引：0，他引：3
利用高精度、高时空分辨率、长时间序列的CCMP(Cross-Calibrated,Multi-Platform)风场,驱动国际先进的第三代海浪模式WAVEWATCH-Ⅲ(WW3),得到中国海1988年1月～2009年12月的海浪场。对中国海的波候(风候)进行精细化的统计分析,分析了海表风场和浪场的季节特征、极值风速与极值波高、风力等级频率和浪级频率、海表风速和波高的逐年变化趋势,结果显示:(1)中国海的海浪场与海表风场具有较好的一致性,尤其是在DJF(December,January,February)期间;海表风速和波高在MAM(March,April,May)期间为全年最低,在DJF期间达到全年最大;MAM和JJA(June,July,August)期间,中国海大部分海域的波周期在3～5.5s,SON(September,October,November)和DJF期间为4.5～6.5s。(2)中国海极值风速、极值波高的大值区分布于渤海中部海域、琉球群岛附近海域和台湾以东广阔洋面、台湾海峡、东沙群岛附近海域、北部湾海域、中沙群岛南部海域。(3)吕宋海峡在MAM、SON、DJF期间均为6级以上大风和4m以上大浪的相对高频海域,JJA期间,6级以上大风的高频海域位于中国南半岛东南部海域,4m以上大浪主要出现在10°N以北。(4)在近22a期间,中国海大部分海域的海表风速、有效波高呈显著性逐年线性递增趋势,风速递增趋势约0.06～0.15m.s-1.a-1,波高递增趋势约0.005～0.03m.a-1。 相似文献
13.
根据24年CCMP风场资料和江苏沿海4个方向(N、NE、E和SE)百年一遇风速,构建西北太平洋、东中国海和江苏沿海上述4个方向的百年一遇风场。首次建立一个基于第三代海浪模型SWAN的自西北太平洋、东中国海至江苏沿海的三重嵌套数值模型,以AVISO卫星观测数据和江苏沿海定点实测数据进行验证。以三个计算域4个方向百年一遇风场为驱动风场,驱动该多重嵌套模型,高精度数值模拟江苏沿海4个方向百年一遇有效波高分布并进行分析。结果表明,江苏沿海辐射沙洲地形对有效波高分布影响显著;E向百年一遇风场作用下海域有效波高最大,NE向次之,N向和SE较小。 相似文献
14.
The characteristics of swells within the East China Sea have been reported by Tao et al.(2017), while the question of where the swells come from remains unanswered. By using the wave model WAVEWATCH III and the swell tracking method proposed by Hanson(2001), the spatial sources of the swells are investigated during four typical typhoon scenarios, which usually affect the wave environment in the East China Sea, including the Recurving type,the Northward type, the Westward type(striking the East China Sea) and the Westward type(over the South China Sea). The numerical results show that parts of the swells are from the North West Pacific with a long-distance travelling. The moving paths of the swells are affected by the typhoon tracks, which result in various fetches. The Westward type(over the South China Sea) makes one peak in the evolution process. The landing process of the Westward type(striking the East China Sea) could result in swells with low energy. The swell energy depends on swell propagation distance, existence time and wind intensity of generation fetch. The consistent fetch and forceful wind intensity make swell carry more energy. 相似文献
15.
寒潮影响下江苏沿海风浪场数值模拟研究 总被引：2，自引：0，他引：2
基于第三代浅水波浪数值预报模型SWAN,建立自西北太平洋嵌套至东中国海、江苏沿海的三重嵌套模型,对2010年12月12日至15日江苏沿海寒潮大风引起的风浪过程进行了数值模拟研究。利用西北太平洋和江苏沿海实测数据对模型进行了验证,结果表明SWAN嵌套模型能较好地模拟江苏沿海寒潮风浪场的时空分布。通过响水站实测数据对江苏沿海底摩擦系数进行了率定,研究表明选取Collins拖曳理论中摩擦因数C_f=0.001时,有效波高模拟误差相对较小。寒潮风浪场的特征分析表明,有效波高分布与风场分布基本一致,寒潮风浪在江苏沿海北部影响较为显著,辐射沙洲附近由于其特殊地形影响相对较小。 相似文献
16.
1957～2002年南海—北印度洋海浪场波候特征分析 总被引：2，自引：0，他引：2
利用ERA-40海表10 m风场驱动第三代海浪数值模式WAVEWATCH-Ⅲ,得到南海—北印度洋1957年9月至2002年8月的海浪场,并分析其波候(风候)特征.研究发现如下主要特征:(1)该海域的波高波向、风速风向受季风影响显著;(2)北印度洋大部分海域的海表风速呈显著性逐年线性递增趋势,大约0.01～0.02 m/(s·a),南海线性递增的区域则较少,有效波高呈显著性逐年线性递增的区域主要集中在低纬度中东印度洋(约0.003～0.006 m/a)、索马里附近海域(大约0.002～0.005 m/a)、南海大部分海域(约0.002～0.004 m/a),线性递减的区域主要集中在孟加拉湾海域(约-0.002 m/a);(3)Nino3指数与南海—北印度洋的海表风场、浪场存在密切的关系;(4)南海—北印度洋的海表风速与有效波高存在5.2a左右的共同周期,南海的海表风速、有效波高还存在2.0a左右的共同周期,北印度洋的海表风速、有效波高还存在26.0a的长周期震荡. 相似文献
17.
Accurately estimating the mean and extreme wave statistics and better understanding their directional and seasonal variations are of great importance in the planning and designing of ocean and coastal engineering works. Due to the lack of long-term wave measurement data, the analysis of extreme waves is often based on the numerical wave hind-casting results. In this study, the wave climate in the East China Seas (including the Bohai Sea, the Yellow Sea and the East China Sea) for the past 35 years (1979–2013) is hind-casted using a third generation wave model – WAMC4 (Cycle 4 version of WAM model). Two sets of reanalysis wind data from NCEP (National Centers for Environmental Prediction, USA) and ECMWF (European Centre for Medium-range Weather Forecasts) are used to drive the wave model to generate the long-term wave climate. The hind-casted waves are then analysed to study the mean and extreme wave statistics in the study area. The results show that the mean wave heights decrease from south to north and from sea to land in general. The extreme wave heights with return periods of 50 and 100 years in the summer and autumn seasons are significantly higher than those in the other two seasons, mainly due to the effect of typhoon events. The mean wave heights in the winter season have the highest values, mainly due to the effect of winter monsoon winds. The comparison of extreme wave statistics from both wind fields with the field measurements at several nearshore wave observation stations shows that the extreme waves generated by the ECMWF winds are better than those generated by the NCEP winds. The comparison also shows the extreme waves in deep waters are better reproduced than those in shallow waters, which is partly attributed to the limitations of the wave model used. The results presented in this paper provide useful insight into the wave climate in the area of the East China Seas, as well as the effect of wind data resolution on the simulation of long-term waves. 相似文献
18.
利用长时间序列的卫星观测数据,对南海海域的风、浪场时空分布及其相互关系进行了分析。结果显示,海面风距平场VEOF分解后得到的第一模态具有明显的季节变化,即季风特征,说明季风是影响整个南海风速的主要因素;第二模态具有较强的区域变化特征,是季风转换时期的距平场特征;第三模态反映的是海面风距平场受陆地地形影响所表现的分布特征。有效波高距平场EOF分解后得到的第一模态、第二模态与风距平场的前2个模态的空间分布较为相似,并且,风、浪距平场第一模态间的相关系数达0.76,均说明南海作为边缘海其波浪场与风场变化有很好的相关性。有效波高第三模态的分布与风场的第三模态相关性较弱,反映的是受海底地形影响所表现的分布特征。 相似文献
19.
20.
1988-2010年中国海域波浪能资源模拟及优势区域划分 总被引：7，自引：2，他引：5
基于国际先进的第三代海浪数值模式WAVEWATCH -Ⅲ,以CCMP风场为驱动场,模拟得到中国海域域1988年1月-2010年12月的海浪场。从提高波浪能资源利用效率的角度出发,定义了波浪能资源开发的有效时间,综合考虑波浪能流密度的大小、资源开发有效时间出现的频率、能流密度的稳定性(变异系数)、SWH和能流密度的变化趋势、资源的总储量和有效储量等方面,对中国海域域的波浪能资源进行评估。研究发现:(1)南海北部四季皆为能流密度的大值区,各个季节基本都在8 kW/m以上,秋冬两季更是高达20 kW/m以上。(2)东海和南海大部分海域的波浪能资源开发有效时间出现频率较高。(3)能流密度的稳定性在1月最好,4月和10月次之,7月最差;南海能流密度的稳定性好于其余海域,其中又以南海北部海域的稳定性最好。(4)中国海域域大部分海域单位面积的波浪能总储量在2×104 kW·h/m以上,高值中心分布于南海北部海域,有效储量的分布特征与总储量基本一致。(5)我国大部分海域的SWH和波浪能流密度呈显著的逐年线性递增趋势,SWH的递增趋势为0.5~2.5 cm/a,能流密度的递增趋势为0.05~0.55 kW/(m·a)。(6)我国大部分海域蕴藏着较为丰富的波浪能资源,其中南海北部、台湾以东洋面及琉球群岛附近海域为波浪能资源的优势区域。 相似文献