全文获取类型
收费全文 | 114篇 |
免费 | 20篇 |
国内免费 | 50篇 |
专业分类
测绘学 | 13篇 |
大气科学 | 166篇 |
地球物理 | 2篇 |
地质学 | 1篇 |
海洋学 | 1篇 |
自然地理 | 1篇 |
出版年
2023年 | 3篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 6篇 |
2018年 | 7篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 8篇 |
2014年 | 8篇 |
2013年 | 12篇 |
2012年 | 12篇 |
2011年 | 9篇 |
2010年 | 13篇 |
2009年 | 17篇 |
2008年 | 13篇 |
2007年 | 9篇 |
2006年 | 9篇 |
2005年 | 6篇 |
2004年 | 6篇 |
2003年 | 4篇 |
2002年 | 3篇 |
2001年 | 7篇 |
2000年 | 3篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1988年 | 3篇 |
1986年 | 1篇 |
排序方式: 共有184条查询结果,搜索用时 15 毫秒
111.
青藏高原东部暴雨云团局地强降水响应特征 总被引:2,自引:0,他引:2
为研究青藏高原(简称"高原")东部暴雨云团的局地强降水响应特征,使用FY-2卫星红外通道数据,选择降水开始前4小时直到降水结束后2小时的时段,对高原东部19次典型局地暴雨过程分两种方式进行云团分析,第一种方式为针对测站上空7×7像元范围的云团进行云顶温度变化等相关分析,第二种方式为对关键四省范围内的云团进行识别和追踪,并计算对流云团参数。对暴雨云团的雷达回波特征也进行了分析。结果表明:(1)7×7像元范围红外各通道的云顶温度变化趋势一致,降水阶段云顶温度先降后升,云顶温度梯度先升后降。云顶温度梯度极大值Gmax的峰值和半小时内Gmax的最大上升变化值ΔGmax均出现在强降水前(0—11 h),Gmax峰值次数为1—2次,云顶温度极小值Tmin的谷值多出现在强降水之前,Tmin曲线斜率大值阶段对应Gmax的大值阶段,ΔGmax,Gmax和Tmin的极值分别可达到22.3℃,48.3℃和-90.3℃。(2)用7×7范围云顶温度及温度梯度建立的降水量级预报方程能较好地模拟小时降水量随时间的变化趋势且有一定的预报提前时间,预报误差在1个降水量级内。在考虑了Gmax峰值对强降水的贡献后R2由0.23提高到0.54,模拟的降水量峰值与真值峰值明显接近。(3)对流云团的识别追踪方法更简单有效,对形变较小的云团(相关系数≥0.5)的准确率为100%,对发生了合并或分裂等严重形变的云团(一般相关系数0.5)的识别结果正确而追踪结果无效;(4)高原东部暴雨云团均为中-β—中-α尺度,水汽柱深厚但强度比低海拔地区更弱,测站暴雨开始之前多数有对流云团覆盖,若对流云团空间参数位置靠近测站,当空间距离至少小于或等于15个像距时降水或强降水将在几小时内产生。(5)暴雨云团在雷达回波图上表现为强降水超级单体风暴特征,且暴雨测站7×7范围Gmax峰值时刻对应有回波顶高度(18 dBz)的梯度极大值,红外1、红外2和红外3通道的Tmin谷值时刻分别对应回波顶高度极大值和垂直累积液态水含量的极大值。本研究结果对高原强对流云团的识别、跟踪及短时降水预报等具有重要参考价值。 相似文献
112.
113.
对基于雷达反射率因子观测数据的层状云降水粒子谱参数反演算法进行研究。(1)给出层状云降水粒子谱参数的反演理论和反演算法流程;(2)选取吉林省伊通县的一次降水层状云过程进行反演试验和验证分析,利用雷达反射率因子观测数据反演得到雨滴平均直径和数浓度参数,并用放置在伊通县气象局观测场中的Parsivel激光雨滴谱仪的实测数据与近地层反演结果进行对比。结果发现,通过反演算法计算得到的滴谱与实测滴谱的变化趋势基本相同,而且反演的雨滴平均直径和数浓度在量级和数值上的大小与实测数据具有良好的一致性,说明该反演方法用于从现有天气雷达回波强度数据中挖掘出降水性层状云的微物理参数是可行的。 相似文献
114.
为了探讨适用于机载W波段(94 GHz,3.2 mm)测云雷达的衰减订正算法,根据大气和云的毫米波衰减理论,模拟在5种典型参数情况下的非降水云雷达回波强度,基于回波强度Z与云衰减系数kc之间的关系,使用解析法等5种衰减订正算法进行回波订正试验,寻求最优kc-Z关系系数,同时研究改变云液态水含量和云滴数密度(使典型云变成为非典型云)对订正效果的影响。结果表明,W波段kc-Z关系系数a=5.096 5和b=0.491 9适用的云型接近于典型层积云,而逐库类法订正效果优于解析法和迭代法。在使用最佳kc-Z关系系数情况下,5种订正算法对典型云的订正效果都较好,即使云厚增加到典型云厚度的2倍,订正误差仍小于5%。对于改变云液态水含量、云滴数密度、云厚度而表示的非典型云,虽然逐库法订正结果略优于逐库近似2法和逐库近似1法,但效果相近,在云不太厚时订正误差均小于10%。如果用“φ≤10%或20%”来评价其适用范围更广些,优于解析法和迭代法。但逐库类法对云液态水含量较敏感,导致“可订正厚度”减小、误差增大。因此,要尽量做好云型和云液态水含量的估算。 相似文献
115.
In this study, the vertical profiles of radar refractive factor (Z) observed with an X-band Doppler radar in Jurong on July 13, 2012 in different periods of a stratiform cloud precipitation process were simulated using the SimRAD software, and the contributions of each impact resulting in the bright band were analyzed quantitatively. In the simulation, the parameters inputted into SimRAD were updated until the output Z profile was nearly consistent with the observation. The input parameters were then deemed to reflect real conditions of the cloud and precipitation. The results showed that a wider (narrower) and brighter (darker) bright band corresponded to a larger (smaller) amount, wider (narrower) vertical distribution, and larger (smaller) mean diameter of melting particles in the melting layer. Besides this, radar reflectivity factors under the wider (narrower) melting layer were lager (smaller). This may be contributed to the adequate growth of larger rain drops in the upper melting layer. Sensitivity experiments of the generation of the radar bright band showed that a drastic increasing of the complex refractive index due to melting led to the largest impact, making the radar reflectivity factor increase by about 15 dBZ. Fragmentation of large particles was the second most important influence, making the value decrease by 10 dBZ. The collision–coalescence between melting particles, volumetric shrinking due to melting, and the falling speed of raindrops made the radar reflectivity factor change by about 3–7 dBZ. Shape transformation from spheres to oblate ellipsoids resulted in only a slight increase in the radar reflectivity factors (about 0.2 dBZ), which might be due to the fact that there are few large particles in stratiform cloud. 相似文献
116.
117.
为了研究星载测雨雷达和地基雷达探测数据存在差异的本质原因,将GPM(Global Precipitation Measurement Mission)星载双频测雨雷达(dual-frequency precipitation radar,DPR)和南京信息工程大学C波段双偏振雷达(CDP)的反射率因子进行时空匹配,并基于水凝物分类定量分析两者探测的相似性和差异性。结果表明:GPM DPR与CDP探测的反射率因子整体一致性较好,经过衰减订正和波段修正,两者的相关系数约为0.86,达到0.001显著性水平,均方根误差约为3.33 dB。基于T-矩阵法拟合C和Ku波段探测不同水凝物等效反射率因子的波段修正公式,在衰减订正基础上针对不同水凝物类型的回波进行波段修正,二者探测湿雪、霰、大滴和中雨回波的相关性较好;受干雪几何形状影响,探测干雪回波的相关性较低;探测大雨和冰晶回波的相关性较差。DPR中NS和HS模式探测存在差异,DPR NS模式对强回波敏感,而DPR HS模式对弱回波敏感。 相似文献
118.
119.
120.
三种云导风资料及其对台风数值预报影响试验的比较分析 总被引:4,自引:0,他引:4
由于在海面上缺乏重要的常规观测资料,因而云导风成为研究西太平洋台风一种不可缺少的重要资料。为了对“南京信息工程大学”开发的云导风系统(CWIS)进行质量评价及其对台风研究的贡献,选取了三种云导风资料进行综合对比。通过对比CWIS导出FY2C云迹风数据、中国气象局国家卫星中心(NSMC)导出FY2C云迹风数据和日本气象卫星中心(JMSC)的MTSAT云导风数据,采用逐点比较法分析了不同资料的精度与误差。所得结果发现:CWIS的风速与JMSC风速、NSMC的风向与JMSC风向分别均有较好的一致性。使用三重制约法获得了三种云导风资料的误差信息,风速误差标准差以JMSC最小、NSMC最大;风向误差标准差以JMSC最小、CWIS最大。云导风资料在中尺度对流云带和高空急流云带上,NSMC云导风风速大于CWIS、JMSC;而在台风云系上三种云导风资料没有特别的差异。根据以上比较的三种云导风资料的结果,进行了云导风资料对台风路径数值预报的影响的初步试验。结果表明:加入云导风资料模拟后得到的台风移动路径与实况总体上比较接近,不同的资料导出不同的结果,台风中心位置误差减小到23%~74%。 相似文献