共查询到20条相似文献，搜索用时 109 毫秒
1.
在实际的气象观察中,受站点迁移、城市化及仪器更换等影响,气象观测数据往往存在不均一性。这种不均一性会掩盖气候变化的真相、造成气候变化诊断结果的失真。因此,观测数据序列均一化具有重要的科学和实际意义。选择1961~2010年期间北疆地区37个气象站点(其中14个站点发生过大的迁移,迁移次数达17次之多),首先以乌鲁木齐站点为例子,说明新的HOMR-HOM方法数据断点检测和数据订正过程。然后,对北疆地区逐日最高气温和最低气温进行均一化处理。结果表明:1新的均一化HOMR-HOM方法能较好的检测断点和订正北疆地区的逐日气温数据;2经过均一化处理,北疆地区最高气温观测数据比均一化后数据高,最低气温观测数据比均一化后数据低。 相似文献
2.
3.
利用蒙自站2003～2009年自动站与人工站的逐时气温平行观测资料,对两种仪器的观测值进行了对比差值及其均方根、标准差及不确定度、粗差率、一致率等方面的对比分析,并对自动站观测气温序列进行了显著性检验。结果表明:由于两种仪器气温的感应元件、测温原理和观测方式不同,造成两种观测数据存在差异,人工观测值普遍小于自动观测值。偏差存在明显的日变化,白天大于夜间,夏季的偏差明显高于其他季节,超出了+0.2℃的正常范围。自动站观测的气温值与历史序列中的气温值无显著性差异。由于两者在部分时次或月份还存在较大偏差,在业务应用时还需时行较长时间的平行观测,并对其进行均一性分析和客观订正。 相似文献
4.
陇东黄土高原土壤水分演变及其对气候变化的响应 总被引：12，自引：4，他引：8
以西峰为例,利用近45 a气象观测资料和近25 a的土壤水分观测资料,分析全球气候变暖背景下陇东主要气象要素及土壤水分的变化特征,探讨了气候变化对土壤水分的影响,以及影响土壤水分变化的主要气象因素。1993年以后,土壤水分以负距平为主,土壤干旱严重,0—50 cm和60—100 cm土层土壤水分含量在1997年和1995年降到最低值。春季是土壤水分减少最明显的季节,其中表层土壤水分对气候变化的响应更为明显,而夏秋季,较深层的水分变化更为明显。影响土壤水分的气象因子以降水、蒸发为主,气温通过影响蒸发间接产生影响。通过对土壤水分演变特征及其影响因子的分析,为进一步理解土壤水分条件的恶化原因,采取措施,合理利用气候资源,调整农业生态布局,恢复生态环境,积极应对气候变化提供决策方面的参考。 相似文献
5.
《资源与生态学报(英文版)》2017,(1)
气候变化的海拔依赖性在世界上大多数山脉地区已有报道,但导致这种变异的原因尚不明确。本研究利用中国四个不同的观测和再分析资料数据集,主要研究气候变暖对海拔的依赖性,结果表明:无论是在青藏高原地区还是中国其他地区,气候变暖的程度与海拔高度的一致性并不明显。但是,气候变暖与不同海拔水汽的变异具有很好的相关性。比湿度较低时,气温变化随比湿度的增加而升高;当比湿度上升到一定值,气温变化则随比湿度的增加而下降。而地表温度变化的最大值出现在比湿度2.0–3.0 g kg~(-1)范围内。因此,本研究揭示了水汽对气候变暖的海拔依赖性起到调节作用。 相似文献
6.
7.
选取开都河与乌鲁木齐河山区流域为研究区域,利用有关水文气象台站1960-2005年的观测资料,对研究区域的气温、降水与出山径流的变化特征及趋势进行了分析,并根据研究区域气候变化的特征与趋势及出山径流与山区降水、气温之间的关系,假定不同的气候情景组合,建立山区径流对气候变化的响应模型,以揭示天山南、北坡河流出山径流对气候变化的响应及其差异.结果表明,开都河与乌鲁木齐河山区径流与气温、降水量均呈正相关关系,受山区降水、气温持续增加和上升的影响,出山径流总体呈上升趋势,1990年代以后的升幅尤为显著;相对而言,乌鲁木齐河山区径流对降水变化更为敏感,而开都河出山径流对气温变化的敏感性略甚于气温. 相似文献
8.
黑河流域张掖市近38 a以来气候变化特征分析 总被引：8，自引：11，他引：8
目前黑河流域气候变化研究多集中于流域系统气候变化与区域水资源变化之间的关系、区域沙漠化、沙尘暴发生的气候动因等研究方面，而对人类活动强度大、活动最为密集的流域绿洲区域张掖市气候变化所作研究较少。通过对张掖市六县（区）6个气象观测站近38 a以来的逐月平均气温、降水、大风频率资料的系统分析，认为张掖市近38 a来气温升高幅度较之全国其他区域更为明显。多年降水变化相对不大，但冬春两季降水出现缓慢增加的趋势，大风天气与沙尘暴发生频数近38 a来出现了明显的下降趋势，这与区域气温升高及冬春两季易发生沙尘暴的期间降水增加有明显的相关性。同时人类对干旱区内陆河流域绿洲开发的加深也一定程度上对这种生态环境敏感地区的气候产生影响。 相似文献
9.
天山南、北坡典型河流出山径流对气候变化响应的分析对比 总被引：6，自引：2，他引：4
基于有关水文、气象台站的降水、气温和径流观测资料,对天山南、北坡的代表性河流——开都河与乌鲁木齐河上游山区径流变化及其对气候变化的响应进行了分析。在此基础上建立山区径流对气候变化的响应模型,假定不同的气候情景组合,就两条河流出山径流对气候变化的敏感性进行分析对比。结果表明,近40余年,两条河流山区年降水量、平均气温及径流总体上均呈波动状上升态势。一方面径流与降水、气温的变化呈明显的正相关关系;另一方面山区径流对降水、气温变化的响应的程度存在着明显的区域性差异,即乌鲁木齐河出山径流对降水变化的响应程度明显强于开都河,而开都河出山径流对气温变化的敏感性要高于乌鲁木齐河。 相似文献
10.
定量判别气候变化对湿地生态系统的影响是目前全球气候变化中的难点与热点问题。基于《中国沼泽志》中沼泽的面积、地理位置、海拔高度和气象因子等资料,初步建立了中国沼泽面积-气候因子之间的关系模型;以三江平原沼泽为例,定量判别气候变化对沼泽面积波动的影响。研究结果表明,气温、降水量和海拔是影响沼泽面积的主要因素,可以通过线性模型模拟沼泽面积的变化;近几十年的气候变化对三江平原沼泽面积具有正效应,其贡献率约为+17%~+30%;非气候因素导致湿地丧失,对三江平原沼泽面积具有负效应,其贡献率为-82%~-70.1%。 相似文献
11.
内蒙古地区气温变化的季节和区域差异 总被引：9，自引：2，他引：7
利用内蒙古地区1961~2003年101个气象站的月平均气温资料和旋转经验正交函数分解的方法,根据四季气温变化的一致性进行区域的划分,并分析气温变化的季节和区域差异。结果表明:内蒙古地区的四季气温变化存在着明显的东、西分异,春、秋、冬季的气温场划分为东部和西部两大区域,而在夏季,则划分为西部、东南部和东北部三大区域;在年际波动方面,除夏季的东南区以外,近43年中各区四季气温的变化都经历了一次显著的由降而升的转折,转折点大致出现在80年代中、后期或90年代初、中期;在线性趋势方面,东部区春、夏季的升温幅度和显著性大于西部区,而西部区秋、冬季的升温幅度和显著性则大于东部区。一般而言,冬季和夏季升温最为显著,其次是春季,秋季升温最为微弱。 相似文献
12.
珠穆朗玛峰地区近34年来气候变化 总被引：34，自引：3，他引：31
利用珠穆朗玛峰地区中国境内5个气象站1971~2004年月平均气温、月平均最高、最低气温、月降水资料,采用气候线性趋势分析、滑动平均、低通滤波、累积距平等方法对珠峰地区近34年气候变化的时空分布特征进行了分析。结果表明：(1) 1971~2004年珠峰地区气温呈现出明显的上升趋势,其中海拔最高的定日站增幅最高,且以冬半年非生长季气温增长更为显著;(2) 近34年珠峰地区的变暖要明显早于中国及全球,且升温幅度更大;(3) 珠峰南、北翼降水变化趋势明显不同,北翼4站降水以增加趋势为主,但是总体显著性水平不高,而珠峰南翼的聂拉木降水以减少趋势为主,从90年代初开始降水以较大幅度减少;(4) 与已有研究结果比较发现：珠峰高海拔地区是中国同期升温最显著的区域。设立在海拔5032 m珠峰大本营的世界上海拔最高的无人值守实时自动气象站将会在全球变化监测中发挥重要的作用。 相似文献
13.
怒江流域气候特征及其变化趋势 总被引：5，自引：1，他引：4
利用怒江流域及其毗邻地区16 个气象台站长时序逐月气温和降水量数据,运用TFPW-MK (Trend-free Pre-whitening Mann-Kendall) 检验和重复迭代变化诊断等方法,分析了近几十年来怒江流域气候要素空间格局和变化特征。结果表明:(1) 怒江流域气温(年平均、年最高和年最低) 和年降水量由北向南总体呈递增,并与海拔相关性极为显著(α=0.01),且气候要素值随海拔升高而降低;(2) 降水集中度地域差异明显,西藏境内降水集中度多达60%以上,全流域降水集中期(除贡山站外) 多介于7 月下旬至8 月下旬;(3) 流域升温趋势显著,其年平均、年最高和年最低气温变化趋势多与纬度和海拔呈显著相关,其中年平均气温增幅为0.36 ℃10a;(4) 部分站点气温变化存在突变点,且其多出现于暖冬频发的20 世纪80 年代以后;(5) 年降水量总体有所增多,但变化趋势多不显著,无明显变点。 相似文献
14.
中国高分辨率温度和降水模拟数据的验证 总被引：17，自引：3，他引：17
PRISM模型是一种基于地理特征和回归统计方法生成气候图的模型。基于中国及其周边国家地区2450多个气象台站观测数据,以PRISM模型模拟生成了中国2.5′×2.5′(≈4～5km)逐月温度和降水数据。利用独立于模拟数据的中国生态系统研究网络18个野外观测站的长年气候观测数据,检验了PRISM模型的模拟结果,表明PRISM模型较好地模拟了我国温度和降水的空间分布及季节变化,除了在高山和亚热带地区由于地表覆盖和局部地形的差异影响模拟结果,其模拟值与实测值之间的趋势线同1∶1线基本一致,具有显著相关关系,其中降水效果略差 相似文献
15.
MODIS-based estimation of air temperature of the Tibetan Plateau 总被引：1，自引：0，他引：1
The immense and towering Tibetan Plateau acts as a heating source and, thus, deeply shapes the climate of the Eurasian continent and even the whole world. However, due to the scarcity of meteorological observation stations and very limited climatic data, little is quantitatively known about the heating effect and temperature pattern of the Tibetan Plateau. This paper collected time series of MODIS land surface temperature （LST） data, together with meteorological data of 137 stations and ASTER GDEM data for 2001-2007, to estimate and map the spatial distribution of monthly mean air temperatures in the Tibetan Plateau and its neighboring areas. Time series analysis and both ordinary linear regression （OLS） and geographical weighted regression （GWR） of monthly mean air temperature （Ta） with monthly mean land surface temperature （Ts） were conducted. Regression analysis shows that recorded Ta is rather closely related to Ts, and that the GWR estimation with MODIS Ts and altitude as independent variables, has a much better result with adjusted R 2 〉 0.91 and RMSE = 1.13-1.53℃ than OLS estimation. For more than 80% of the stations, the Ta thus retrieved from Ts has residuals lower than 2℃. Analysis of the spatio-temporal pattern of retrieved Ta data showed that the mean temperature in July （the warmest month） at altitudes of 4500 m can reach 10℃. This may help explain why the highest timberline in the Northern Hemisphere is on the Tibetan Plateau. 相似文献
16.
Climatic conditions are difficult to obtain in high mountain regions due to few meteorological stations and, if any, their poorly representative location designed for convenient operation. Fortunately, it has been shown that remote sensing data could be used to estimate near-surface air temperature (Ta) and other climatic conditions. This paper makes use of recorded meteorological data and MODIS data on land surface temperature (Ts) to estimate monthly mean air temperatures in the southeastern Tibetan Plateau and its neighboring areas. A total of 72 weather stations and 84 MODIS images for seven years (2001 to 2007) are used for analysis. Regression analysis and spatio-temporal analysis of monthly mean Ts vs. monthly mean Ta are carried out, showing that recorded Ta is closely related to MODIS Ts in the study region. The regression analysis of monthly mean Ts vs. Ta for every month of all stations shows that monthly mean Ts can be rather accurately used to estimate monthly mean Ta (R2 ranging from 0.62 to 0.90 and standard error between 2.25℃ and 3.23℃). Thirdly, the retrieved monthly mean Ta for the whole study area varies between 1.62℃ (in January, the coldest month) and 17.29 ℃ (in July, the warmest month), and for the warm season (May-September), it is from 13.1℃ to 17.29℃. Finally, the elevation of isotherms is higher in the central mountain ranges than in the outer margins; the 0℃ isotherm occurs at elevation of about 4500±500 m in October, dropping to 3500±500 m in January, and ascending back to 4500±500 m in May next year. This clearly shows that MODIS Ts data combining with observed data could be used to rather accurately estimate air temperature in mountain regions. 相似文献
17.
气温是反映生态环境的重要参数之一,准确估算气温的时空分布对于气候变化研究具有重要意义。论文基于2011—2019年青海省气温实测数据、MODIS产品和SRTM DEM数据,在像元尺度分别开展了晴天条件和有云条件下瞬时空气温度的遥感估算研究,并评价了不同气温估算方法的精度差异,进而通过多元回归模型生成研究区高精度月空气温度产品,对青海省气温的时空分布格局进行分析。研究结果表明,在未使用气温实测数据进行校准的情况下,通过将MOD07_L2大气廓线产品反演的空气温度与MOD06_L2地表温度平均的方法,能够显著提高气温的估算精度。晴天条件下相关系数(r)为0.93,均方根误差(RMSE)为4.71 ℃;有云条件下r为0.89,RMSE为5.16 ℃。在使用气温观测值进行校准的情况下,通过引入高程参数,多元回归模型月尺度空气温度估算的决定系数(R2)和RMSE总体分别保持在0.8以上和2.5 ℃以下。将上述回归模型应用到栅格尺度,从而生成整个青海省高精度卫星过境时刻的逐月气温产品,进而分析其时空分布格局。具体来说,青海省月最高气温出现在7月,全省平均气温为13.59 ℃,最低气温出现在1月,全省平均气温为-9.44 ℃;气温的空间分布主要受海拔控制,全省平均气温直减率为4 ℃/km。上述研究表明MODIS大气廓线产品在全天气气温估算方面具有独特优势,特别是在地面气温实测数据的支持下能够有效降低遥感估算的系统性误差,实现大尺度复杂地形条件下气温的高精度估算。 相似文献
18.
中国南方不同土地利用/覆被类型对气温升温的影响 总被引：2，自引：0，他引：2
基于我国南方六省国家气象台站历史气象资料、1:10万土地利用/覆被数据和NCEP再分析气温资料,通过比较气温变化在不同观测环境气象站之间的差异,分析中国南方三种主要土地利用/覆被类型对气温趋势的影响。结果显示:土地利用/覆被类型对气温趋势具有稳定的影响,建设用地的年均温、年均最高和最低气温的升温幅度均最高,耕地次之,林地最小。进一步利用再分析资料剔除区域大尺度气候背景影响后,建设用地的年均温升温趋势仍最大(0.105℃/10a),其次是耕地(0.056℃/10a),林地的升温趋势最小(-0.025℃/10a),且为负。这表明对于研究区气温的升温趋势,林地具有抑制作用,建设用地具有增强作用,且增强作用较耕地强。林地的各季节平均气温的变化幅度同样低于非林地。 相似文献
19.
基于Modis地表温度的青藏高原东部及其邻近地区气温估算(英文) 总被引：2，自引：1，他引：1
Climatic conditions are difficult to obtain in high mountain regions due to few meteorological stations and, if any, their poorly representative location designed for convenient operation. Fortunately, it has been shown that remote sensing data could be used to estimate near-surface air temperature (Ta) and other climatic conditions. This paper makes use of recorded meteorological data and MODIS data on land surface temperature (Ts) to estimate monthly mean air temperatures in the southeastern Tibetan Plateau and its neighboring areas. A total of 72 weather stations and 84 MODIS images for seven years (2001 to 2007) are used for analysis. Regression analysis and spatio-temporal analysis of monthly mean Ts vs. monthly mean Ta are carried out, showing that recorded Ta is closely related to MODIS Ts in the study region. The regression analysis of monthly mean Ts vs. Ta for every month of all stations shows that monthly mean Ts can be rather accurately used to estimate monthly mean Ta (R2 ranging from 0.62 to 0.90 and standard error between 2.25℃ and 3.23℃). Thirdly, the retrieved monthly mean Ta for the whole study area varies between 1.62℃ (in January, the coldest month) and 17.29℃ (in July, the warmest month), and for the warm season (May-September), it is from 13.1℃ to 17.29℃. Finally, the elevation of isotherms is higher in the central mountain ranges than in the outer margins; the 0℃ isotherm occurs at elevation of about 4500±500 m in October, dropping to 3500±500 m in January, and ascending back to 4500±500 m in May next year. This clearly shows that MODIS Ts data combining with observed data could be used to rather accurately estimate air temperature in mountain regions. 相似文献
20.
Reconstructing air temperature at eleven remote alpine and arctic lakes in Europe from 1781 to 1997 AD 总被引：3，自引：0，他引：3
Pristine and sensitive environments, such as remote alpine and arctic lakes, are particularly susceptible to the effects of climate change. However, these remote environments do not have sufficiently long instrumental climate records to support studies on contemporary climate change. The issue of the scarcity of instrumental climate data at remote regions is addressed by reconstructing monthly mean air temperatures from 1781 to 1997 AD at eleven remote alpine and arctic lakes in Europe, as part of the MOuntain LAke Research (MOLAR) project. Stepwise multiple regression is applied to establish linear transfer functions of temperatures between each of eleven upland records and twenty homogenised long lowland records. Twelve monthly transfer functions are obtained for each lake. The skill of these transfer functions is found to range typically between 60 and 99%. The lower skill values generally correspond to winter months. The temperature reconstructions obtained using the transfer functions need to be corrected with vertical temperature gradients. Air-temperature lapse rates were obtained for each lake region by spatial interpolation of radiosonde air-temperature data (1990–1997). The resulting reconstructions at each lake were checked using air-temperature data (1996–1997) from automatic weather stations installed at the lakes during the MOLAR project. We estimate the typical reconstruction errors to be about 1.3 °C for low-sun months and about 0.98 °C for high-sun months. Trend analyses on the reconstructed annual mean air temperatures at the lakes show two distinct types of trends for the 19th and 20th centuries. During the period 1801–1900, the western European lakes show no significant trend whereas annual mean air temperatures at the eastern European lakes decrease significantly. The period 1901–1997 presents a warming trend at all but the Fennoscandian lakes. Our results are in good agreement with previous studies on the spatial distribution and magnitude of temperature change in Europe. Principal component analysis performed on the reconstructed annual mean air temperature reveals two different regimes of trends for the past two centuries. It also allows a regional clustering of the inter-annual variability of air temperature at the lakes to be identified. 相似文献