排序方式： 共有125条查询结果，搜索用时 22 毫秒
41.
基于DEM数据和土壤分类、土壤属性、土地利用分类、植被属性和观测气象数据, 利用分布式水文模型SWAT(Soil and Water Assessment Tool), 对陕西区域进行了土壤湿度模拟和检验. 模拟土壤湿度与实际观测土壤湿度的对比分析表明: SWAT较好的模拟了区域土壤湿度的变化特点及其长期趋势, 且对多气候类型及复杂地形区域的土壤含水量时空变化有较强的模拟能力; 表层土壤湿度在植被状况好的陕南地区和地形性降水明显的秦岭山地等区域量值较大, 而深层土壤湿度较大值出现在河流及平原地区; 1951~2004年土壤湿度变化总体上不同深度的土壤湿度均呈下降趋势, 深层下降趋势较表层表现更明显, 秦岭以北地区比以南地区表现更明显; 土壤干化趋势的强度深层大于表层, 秦岭以北地区大于以南地区, 土壤干化(土壤湿度减小的趋势)的范围深层亦大于表层, 且多分布于秦岭以北地区. 与NCEP和ERA40再分析土壤湿度数据对比分析表明, SWAT模拟的土壤湿度日变化、月和年平均值的变化趋势均优于NCEP和ERA40的土壤湿度变化趋势. 相似文献
42.
采用政府间气候变化委员会资料中心的模式预测结果,本文分析了SRES A2温室气体和气溶胶排放情景下中国大陆21世纪前30年的10年际气候变化趋势. 研究揭示：大陆冬季和夏季表面温度、表面最高温度和最低温度分别升高0.3～2.3℃、0.1～2.0℃、0.5～2.7℃,增幅大体上呈现东西向带状分布,由南至北升温逐渐加强,且增幅随时间加大. 此外,上述三气候要素冬季升温幅度要大于同期夏季、表面最低温度升幅要强于同期表面最高温度,冬季和夏季表面温度的季节内变化范围减小. 冬季东亚地区海平面气压异常幅度在-1.0hPa至0.4hPa之间变化,呈东西向带状分布,表现为南正北负、随时间推进异常幅度有所加大,正负交界面向南扩展;同时,东北、华北和西部海平面气压负异常较大. 夏季海平面气压异常空间分布与冬季相似. 2001～2030年,青藏高原大部、大陆东南部和河套大部分地区降水量增加0.1～0.8mm/d. 相似文献
43.
人类活动导致大气中温室气体浓度上升,是全球气候变暖的主要原因之一.本文针对已经连续运行13年的AIRS（Atmospheric Infrared Sounder）卫星反演的对流层中层CO2浓度资料,利用地基观测结果对其进行验证,同时结合多种相关资料对我国区域CO2浓度的时空分布及季节变化进行研究.结果显示：北半球30°N—60°N是CO2浓度高值带,低值中心主要出现在15°S—15°N,140°W向东至100°E的低纬地区.地基观测与AIRS卫星反演结果基本一致,年增长率约为1.926 ppmv·a-1.我国区域CO2浓度空间分布上呈现北高南低的非均匀分布特征,4个高值中心分别位于东北地区西南部、内蒙古西部、新疆地区东部和西部,低值中心在云南和西藏地区.我国区域CO2浓度有明显的季节变化特征,最高值出现在春季,冬夏季次之,秋季最低,其季节演变特点与风场的输送、降水量的清除和植被的吸收等密切相关. 相似文献
44.
近年来,世界各地的极端林火事件已呈现出多发态势。林火作为一种复合型极端事件,它的发生和蔓延与气象条件有着密切联系,在全球变暖的背景下,研究林区森林火险天气的变化特征可以为“碳中和”背景下的森林防火工作提供科学的信息。本文以逐日森林火险气象指数(FFDI)作为火险天气的度量指标,分析了该指数的适用性及空间分布特征,进而分析了1961~2020年东北和西南两大林区FFDI及相关气象因子的线性变化趋势;最后利用集合经验模分解(EEMD)的方法揭示了两大林区防火期FFDI的多时间尺度演变特征。研究发现:在季节以及年时间尺度上,FFDI的分布具有明显的区域特征,东北地区在春季、秋季处于高值期,而西南地区则集中在春季和冬季,这与两大林区的森林防火期有很好的对应关系。各个季节FFDI呈现显著增长的站点数在10%~20%左右,春季最多(21%)。东北林区FFDI的变化趋势在四季都不显著;但相关气象因子中的日最高气温在四季都呈现显著的变暖趋势,平均风速在四季都呈现显著减弱的趋势。西南林区四季的FFDI都呈现显著(至少是0.1水平下的)增长态势,其中春、冬季防火期的趋势分别为0.09/10 a(P<0.1)和0.05/10 a(P<0.1);夏、秋、冬三个季节显著变暖又显著变干(P<0.05),朝着“暖干化”的气候特征演变。年际变率在两大林区FFDI的演变中贡献超70%;东北春季和秋季防火期FFDI的非线性趋势分别呈先快速上升后减缓和先快速上升后转为下降的趋势;西南春季防火期FFDI的非线性趋势从上个世纪的稳定少变转为21世纪开始呈现快速上升的趋势,冬季防火期FFDI则总体呈稳步上升趋势。因此,西南林区的防火形势正变得愈发地严峻。 相似文献
45.
利用FY-2C气象卫星资料、常规资料和NCEP再分析资料，对2005年第9号台风“麦莎”登陆后暴雨落区非对称分布的成因进行诊断分析，并讨论其动力学和热力学特征。结果表明：（1）FY-2C红外-通道辐射亮温（TBB）场能够清晰地揭示台风暴雨落区的分布以及造成这种非对称分布的云系结构特征；（2）水汽图像展示了此次降水过程中，对流层中上层主要的水汽型，来自南海和东海强盛的热带水汽羽直抵台风中心东部，中纬度地区的极锋水汽羽东移，其尾端并入台风北部，受二者共同作用，台风降水呈非对称分布；（3）台风中心附近的垂直流场、涡度、假相当位温和整层积分的水汽通量散度等物理量的非常规分布以及低层冷空气的契入，共同解释了台风云系的非对称结构及强雨区非对称分布的形成原因。 相似文献
46.
利用1960—2009年北京地区20个气象台站的观测资料,分析
了北京城区和郊区蒸发皿蒸发量的季节和年际变化趋势和特点,并探讨了城市化对北京地区局地气候的影响。结果表明：近50 a
北京地区蒸发量有明显减小趋势,城区和郊区变化趋势分别为-881 mm/10a和-760 mm/10a。受城市化影响,北京城
区蒸发量的变化主要与降水、日照时数、最低气温、气温日较差和平均风速的变化有关;郊区蒸发量的变化主要受相对湿度、日照
时数、平均风速和空气饱和差的变化影响。总体而言,相对湿度、日照时数、最低气温、气温日较差和平均风速的变化对北京地区
蒸发量的变化有显著影响。 相似文献
47.
利用1960—2009年北京地区20个气象台站的观测资料,分析了北京城区和郊区蒸发皿蒸发量的季节和年际变化趋势和特点,并探讨了城市化对北京地区局地气候的影响。结果表明:近50 a北京地区蒸发量有明显减小趋势,城区和郊区变化趋势分别为-88.1 mm/10a和-76.0 mm/10a。受城市化影响,北京城区蒸发量的变化主要与降水、日照时数、最低气温、气温日较差和平均风速的变化有关;郊区蒸发量的变化主要受相对湿度、日照时数、平均风速和空气饱和差的变化影响。总体而言,相对湿度、日照时数、最低气温、气温日较差和平均风速的变化对北京地区蒸发量的变化有显著影响。 相似文献
48.
城市近郊常受到城区污染物扩散和输送的影响,2010年7月21日至8月6日利用β射线颗粒物连续监测仪和黑碳仪对北京西北郊区PM2.5和黑碳气溶胶(BC)进行了连续观测。结果表明,北京西北郊区夏季PM2.5和BC的质量浓度分别是(133.16±81.64)、(2.89±1.62)μg/m3。受明显的山谷风的影响,来自观测点东南方的城区的气流使PM2.5和BC浓度升高,来自观测点西北方向的风则使PM2.5和BC浓度降低。受局地排放、区域输送和气象条件的共同影响,郊区的PM2.5和BC浓度表现出明显日变化特征,二者浓度在上午、傍晚和夜间显著上升。 相似文献
49.
春季中国东部气溶胶化学组成及其分布的模拟研究 总被引：2，自引：0，他引：2
本文利用区域空气质量模式RAQMS（Regional Air Quality Model System）,对2009年春季中国东部气溶胶主要化学成分及其分布进行了模拟研究。与泰山站观测资料的对比结果显示,模式能比较合理地反映气溶胶浓度的逐日变化特征。整体上,模式对无机盐气溶胶的模拟好,分别高估和低估黑碳和有机碳气溶胶浓度,其原因与排放源、二次有机气溶胶化学机制和模式分辨率的不确定性有关。模拟结果显示,春季气溶胶浓度高值主要集中于华北、四川东部、长江中下游等地区。受东南亚生物质燃烧和大气输送的影响,中国的云南和广西等地区有机碳浓度高于中国其他地区。中国西北部沙尘浓度较高,而且向东输送并影响到中国东部和南方部分地区。中国东部的华北、四川东部、长江中下游等地PM2.5（空气动力学直径在2.5微米以下的颗粒物）污染严重,4月平均PM2.5浓度超过了我国日平均PM2.5浓度限值。中国东部泰山站的观测和模拟结果都显示近地面硝酸盐浓度超过硫酸盐,中国北部对流层中硝酸盐的柱含量也大于硫酸盐,而在中国南部则相反,这一方面与春季中国云量 南多北少的分布特征以及云内液相化学反应有关,另一方面也与南北温差对气溶胶形成的影响有关。就整个中国东部而言,虽然硫酸盐的柱含量（46 Gg）仍大于硝酸盐（42 Gg）,但比较接近,反映出我国氮氧化物排放迅速增加的趋势。春季中国地区对流层中PM10（空气动力学直径在10微米以下的颗粒物）及其化学成分柱含量分别为:990.8 Gg（PM10）,52.6 Gg（硫酸盐）,48.2 Gg（硝酸盐）,32.1 Gg（铵盐）,22.9 Gg（黑碳）和74.1 Gg（有机碳）,有机碳（OC）中一次有机碳（POC）和二次有机碳（SOC）分别占60%和40%,中国东部PM10中人为气溶胶和沙尘分别占30%和70%,反映了春季沙尘对我国大气气溶胶的重要贡献。 相似文献
50.