城市化进程对重庆都市圈降水空间分布的影响   总被引：1，自引：1，他引：0  

白莹莹  张焱  何泽能  杨世琦  吴铮  赵磊 《气象》2013,39(5):592-599

利用重庆17站逐日气象观测资料、重庆统计数据,采用降水量空间标准化方法,研究了城市化进程不同阶段对重庆都市圈降水空间分布的影响.结果表明;重庆城市化进程能够以1997年为界限被划分为城市化缓慢发展阶段和快速发展阶段,都市圈年降水量变化的空间差异与城市化进程的速度有关.比较两个阶段的差值,发现随着城市化进程的加快,核心都市圈年降水量、降水强度、中雨和暴雨日数都有所增加,呈明显的“城市雨岛”特征.从季节差异来看,夏季降水以主城区及其北侧郊区降水增加,冬季降水以主城区及其南侧郊区增加为主,可能是因为城乡温度梯度与环境风场相互作用,导致不同季节降水分布的区域差异,使得主城区及其下风方向降水增加,且以下风区增加最为显著.  相似文献   

近45a重庆暴雨气候变化特征分析     

刘毅  孙俊  周国兵  王欢  林建 《湖北气象》2020,39(3):306-311

  相似文献   

2008～2016年重庆地区降水时空分布特征   总被引：1，自引：0，他引：1  

方德贤  董新宁  邓承之  吴钲  海川  高松  黄安宁 《大气科学》2020,44(2):327-340

利用2008~2016年国家气象信息中心提供的0.1°分辨率的中国地面与CMORPH融合逐小时降水产品,分析了重庆地区的降水时空分布特征,尤其是小时强降水的时空分布特征。结果表明:(1)年均降水量总体呈西低东高分布,大值中心位于重庆东北和东南部,且存在一定的季节性差异,特别是夏季,西部降水明显增强,总降水呈两高(西部、东部)一低(中部)的分布;降水频次、降水强度与地形的相关性较高,海拔高度较高的山区(海拔高度>1000 m)降水频次多大于盆地和丘陵区(海拔高度<1000 m),降水强度与之相反,且小时强降水多发生在迎风坡前侧的过渡区域,说明高海拔区域易出现降水,但降水强度不强,而地形抬升则是触发强降水的重要原因,导致山前降水明显大于山峰。(2)重庆地区降水主要集中在5~9月,降水量、降水强度和小时强降水频次均呈单峰型分布,峰值出现在6~7月,降水频次呈双峰型分布,一个峰值出现在5~6月,另一个峰值出现在10月,7~8月为低频期,与副高控制下的连晴高温天气有关。(3)重庆地区降水存在明显的日变化特征,降水以夜雨为主,且降水峰值出现时间表现为向东延迟的特征,重庆西部日峰值出现在凌晨02:00(北京时,下同),中部出现在清晨05:00,东北部出现在早上08:00。从不同季节来看,春季、秋季和冬季降水日变化呈单峰型分布,主要集中在清晨,而夏季受午后局地对流性天气的影响,在下午17:00左右存在一个次峰值。(4)强降水的主要集中在夏季,在空间上存在三个大值中心,受西南涡及地形的相互作用,夏季在缙云山以西的盆地区域,小时强降水频次明显较高。  相似文献   

重庆市臭氧污染及其气象因子预报方法对比研究   总被引：1，自引：0，他引：1  

韩余  周国兵  陈道劲  杨春  闵凡花 《气象与环境学报》2020,36(4):59-66

利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM_2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM_2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM_2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。  相似文献   

重庆地区大春作物长势监测及产量预测（NOAA／AVHRR资料）     

何永坤 《四川气象》1999,19(1):51-52,54

利用ＮＯＡＡ卫星绿度数字图像资料,选用Ｇ１和Ｇ３模式,根据大春生长期间的绿度值变化情况,进行大春作物长势监测,并以大春作物关键生育阶段的累积绿工值为预报因子,建立重庆市大春及中稻总产模式。该模式经１９９５年试报应用及历史代验,效果良好。  相似文献   

重庆地区大春作物长势监测及产量预测(NOAA/AVHRR资料)     

何永坤 《高原山地气象研究》1999,19(1)

利用NOAA卫星绿度数字图像资料,选用G1和G3模式,根据大春生长期间的绿度值变化情况,进行大春作物长势监测,并以大春作物关键生育阶段(5月中旬～7月下旬)的累积绿度值为预报因子,建立重庆市大春及中稻总产模式.该模式经1995年试报应用及历史代验,效果良好.  相似文献   

区域降水的多时间尺度特征   总被引：5，自引：0，他引：5  

刘毅杨晓怡  段相宏 《气象科技》2005,33(1):37-40,44

简单介绍小波分析技术的特点及其在大气科学研究中的应用。用一维Morlet小波变换对重庆地区(单站资料)1960～2000年41年降水资料序列作周期诊断分析,发现重庆市降水存在最为明显的准18年周期振荡,其次也具有11年、3～5年及8年的准周期。Morlet小波变换系数的零点对应于重庆市40余年降水变化的突变点,据此得出降水的多时间尺度特征和规律。无论是较大时间尺度,还是较小时间尺度,重庆市夏季降水、年降水变化均处于较强的偏多期,且偏多的趋势仍较明显,而秋季降水则处于较强的偏少期。  相似文献   

重庆强降水过程QPE/FY-4A估测降水精度研究     

杜爱军  杨世琦  聂灿齐  张勇  田守丽 《高原山地气象研究》2023,(2):36-43

为检验风云四号A星气象卫星（FY-4A）定量降水估测（Quantitative Precipitation Estimation,QPE）产品在重庆地区的精度,针对重庆发生的两次区域暴雨过程,利用区域自动气象站实测降水资料,分析了QPE产品对强降水过程估测的时空偏差特征,并对其进行优化处理。结果表明：FY-4A卫星QPE产品能反映强降水的空间分布和强度,对其强度和落区变化趋势有一定的指示性;整体看,估测降水强度、范围均较实况偏大,估测强降水位置与实况有一定偏差,估测降水持续时间偏长。优化后的QPE产品与实测降水在强度和范围上基本保持一致,均方根误差均小于10,其估测准确率进一步提高。  相似文献   

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心          下载免费PDF全文

庞玥  刘祥  韩潇  胡春梅  王欢 《气象科学》2022,42(4):549-556

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。  相似文献   

基于相似天气现象的重庆市逐时气温预报技术研究          下载免费PDF全文

李琴  周国兵  邓承之  胡春梅  张勇 《沙漠与绿洲气象(新疆气象)》2023,17(2):106-113

利用重庆市2003—2017年34个国家级气象观测站的逐时降水和逐时温度资料，建立了一种基于未来24 h日最高、最低气温和天气现象预报值的逐时气温预报模型。该模型通过搜寻与未来24 h预报值相似的历史天气现象下的气温时间序列，预报给定站点未来1 d的逐时气温。然后运用结合了高程的反距离加权插值法，得到重庆市0.125°×0.125°分辨率逐时气温网格预报产品。2018年逐时气温预报产品的检验结果表明，整体上国家级站点绝对误差≤2℃的逐时气温预报准确率为79.73%～91.40%，均值为87.12%;10月—次年2月的准确率好于3—9月，8月较差。该模型的预报性能在无雨时稳定，有雨时在地形复杂且易出现强降水的重庆东北部地区略差。重庆西部、中部的大部以及东北部偏西地区的网格产品预报准确率较高，而偏南局地山区和偏东部分山区的准确率较低。总体上该方法预报效果较好，预报性能稳定。  相似文献