首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   17篇
  国内免费   4篇
大气科学   23篇
  2023年   1篇
  2022年   2篇
  2021年   2篇
  2020年   5篇
  2019年   2篇
  2018年   3篇
  2017年   4篇
  2016年   3篇
  2015年   1篇
排序方式: 共有23条查询结果,搜索用时 265 毫秒
11.
本文用2019年1~3月四川全省156个国家级地面观测站日照时数平行观测资料,对比评估了自动与人工观测日照时数的小时、日值一致性及分级一致性,分析空间分布规律和不同日照时长对一致性的影响,结果表明:大多数台站人工日照时数略> 自动观测,人工观测值较自动值偏小的台站、二者间均方根误差较大、小时相关系数较低的台站均多出现在盆地地区;攀枝花、甘孜、阿坝、凉山(以下简称“攀枝花、三州”)等日照充足的地区相较于多阴雨的盆地,人工与自动日照时数更接近;攀枝花、三州区域人工观测在日照时长较长的情况下更准确,盆地区域人工观测在日照时长较短的情况下更准确;日自动日照时数> 8h时,人工观测值较自动值易出现偏小,全省人工观测值与自动观测值之间的误差更小,相关性更高;日自动日照时数< 8h时,人工观测值较自动值易出现偏大,在2~8h时,全省人工与自动观测值之间的误差更大,相关性也更差。   相似文献   
12.
从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。   相似文献   
13.
四川省降水相态识别判据研究   总被引:1,自引:0,他引:1       下载免费PDF全文
本文运用1981~2013年四川省156个国家级地面观测站的原始气象记录整编数据,分析了四川省雨、雨夹雪和雪三种降水相态的气候分布特征,并从地面要素和高空要素两个方面详细分析了不同降水相态对应的变量阈值,主要结论如下:(1)降雨日数的第一特征向量近些年呈现出减少趋势,第二特征向量在雅安和广元地区的降水日数有所增加,攀西地区降水日数在减少;从降雪日数的第一特征向量看,四川地区降雪日数近些年也呈现减少趋势,第二特征向量四川中部一线近些年的降雪日数有所增加;雨夹雪日数第一特征向量说明四川大部分地区雨夹雪日数近20年都在减少,阿坝州地区的雨夹雪日数在增加,第二特征向量的趋势并不明显,第三特征向量近15年盆地地区的雨夹雪日数有所增加,川西高原和攀西地区的雨夹雪日数在减少。(2)地面和高空近地层的温度(T)和露点温度(Td)对区分降水相态有较好的指示意义。盆地西部,T850hPa对三种降水相态有较好区分;盆地南部,各要素都能很好的区分雨和雪两种降水相态,但是雨夹雪与雪并不好区分;盆地东北部,只有H700-第一层较容易区分三种不同的降水相态。川西高原上,H500-第一层为区分三种不同降水相态的最佳高空要素;攀西地区,T第一层、T600hPa、零度层高度3个要素是识别三种不同降水相态的较好指标。   相似文献   
14.
国内民航机场主要使用的雨量观测设备为芬兰维萨拉公司生产的RG13型雨量传感器,为保证雨量测量数据的真实可靠,对其测量结果的不确定度分析很有必要。根据自动气象站现场校准方法,分别进行大雨强和小雨强的重复测试,并依据JJF1059.1-2012测量不确定度的评定与表示要求,进行A类不确定度评定。分析测量过程中的B类不确定度来源,进行B类评定,最终给出扩展不确定度。结果表明:在小雨强下,测量不确定度为U95=0.17mm,包含因子k=2。在大雨强下,测量不确定度为U95=0.16mm,包含因子k=2。该研究完善了雨量传感器的现场校准工作流程,对雨量传感器测量结果的可信度评定具有参考价值。  相似文献   
15.
利用四川省地面观测小时和分钟降水数据,针对2019年发生在四川地区的首场区域性暴雨过程,采用多种评估指标对国家气象信息中心研发的九种降水融合产品进行对比评估。结果表明:四种24h降水融合产品(CMPAS_24h_RT05、CMPAS_24h_NRT05、CMPAS_24h_RT01、CMPAS_24h_NRT01)、四种1h降水融合产品(CMPAS_RT05、CMPAS_NRT05、CMPAS_RT01、CMPAS_NRT01)和一种10min降水融合产品(CMPAS_10MIN05)均能较好的反映强降水落区的时空变化趋势,但降水极大值都较实况有一定的低估。总体而言,降水融合产品的质量较高,对强降水有很好的监测能力,累计降水量与实况相当,1h降水融合产品与实况的相关系数超过0.924,晴雨准确率在94.4%以上,10min降水融合产品与实况相关系数为0.85,两种产品的TS评分都随降水量级的增大而降低。对比而言,1km产品优于5km产品,近实时产品优于实时产品,1h产品优于10min产品。1h融合产品的降水合计与24h融合产品降水量一致,10min和1h降水存在不一致的问题,但二者差异不大。   相似文献   
16.
利用四川盆地气象站点资料和NCEP/NCAR再分析资料,结合四川盆地冬季霾日数的时空变化特征,分析了影响盆地冬季霾日数的气象条件,探讨了海温异常对冬季霾日数的可能影响,基于海温关键区建立冬季霾日数预测模型,并检验了模型的预测能力。研究表明,四川盆地冬季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区;四川盆地冬季霾日数与相对湿度、气温、降水日数关系显著。四川盆地冬季霾日数偏多(少)年,大气环流异常呈西伯利亚高压偏弱(强)、欧亚中高纬呈北低(高)南高(低)、东亚冬季风偏弱(强)、副热带西风急流偏弱(强)。秋季东北太平洋、热带太平洋以及北大西洋海温关键区暖海温(冷)发展,有利于盆地盆地冬季霾日数偏多(少)。前期秋季东北太平洋、热带太平洋、北大西洋海温异常是影响四川盆地冬季霾日数的年际预报信号,对四川盆地冬季霾日数的多寡具有较好的预测能力。  相似文献   
17.
利用四川现有156个国家级气象台站历史沿革数据,统计分析了沿革内容05~11项(台站位置、观测仪器、观测要素、周围障碍物、观测时制、观测时间、守班情况)变动情况。结果表明:从建站到2016年,四川气象台站05~11项变动总次数为42588次,平均每站变动273次,其中观测要素和仪器占变动总数的88%。观测仪器变动主要发生在1953、1960、1980、2003、2013、2015年,各观测仪器变化趋势接近,风速风向仪器变动最为频繁。四川省共有132个台站发生过迁站,迁移总数264次,占站点总数的85%,建站初期迁移台站较多,迁移距离一般较近,而2010年后迁移次数呈上升趋势,距离相对较远。   相似文献   
18.
考虑探测原理和地形因素,基于Barrick表面阻抗理论和Wait近似算法等理论,利用不规则起伏地表的雷电电磁场传播模式,结合四川省真实的复杂地形地表数据,以半径r=60km的二维地表为模型,分析复杂地形对雷电电磁波传输的影响。以温江和白玉典型地势为例,分析得出:温江东部平原低海拔区域,雷电电磁波传输路径延长增量的最小值仅为182m,对应的时间延迟增量为0.61μs,温江西部多山高海拔区域,路径延长增量达到最大值,为2290m,对应的时间延迟增量为7.63μs;西部高原的白玉站,此区域地表的路径延长增量都在3000m以上,路径延长增量的最小值也达到3025m,对应的时间延迟增量为10.1μs,路径延长增量达到最大值,为8283m,对应的时间延迟增量为27.6μs。由此可见,在实际雷电探测定位中,必须考虑复杂地形引起的雷电电磁波传输路径增量和相应传输时间增量的影响,才能提高雷电定位精度和效率。   相似文献   
19.
选取四川省156个国家级考核站、1282个区域考核站及1411个区域非考核站2019年8月1日~2020年7月31日的气温数据,利用相关系数、平均值误差、均方根误差等指标,评估了CLDAS(5 km×5 km)和HRCLDAS(1 km×1 km)两套气温实况融合产品在四川省的适用性.结果表明:两套融合产品的相关性都很...  相似文献   
20.
利用四川省雷电监测网和川西高原甘孜、马尔康两个大气电场观测站资料,通过统计分析川西高原甘孜、马尔康两站多次典型雷电天气过程大气电场特征,得到大气电场正负变化过程会大多相互部分抵消,雷电对电场平均值影响不大,雷电天气过程电场值波动围绕分析周期内平均值上下起伏呈窄幅波动。同时,高原雷电出现条件电学特征上具有两个特征:一是高原每次雷电过程持续时间较平原短,但出现雷电过程频率高于平原地区;二是高原产生击穿放电电流幅值较平原低而击穿电场强度较平原为大。   相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号