排序方式: 共有27条查询结果,搜索用时 62 毫秒
11.
12.
利用1961—2015年辽宁省西部地区18个测站月降水量资料和东北地区209个测站1961—2015年月平均气温资料、NOAA重建的月平均海表温度资料以及88项大气环流指数、26项海温指数资料定义了适用于辽西地区的夏季标准化东北冷涡强度指数(NECVI)和冷涡降水预报因子,并对东北冷涡和辽西冷涡降水进行详细分析,结果表明:近55年,辽西地区冷涡降水夏季和年贡献率整体趋势较稳定,无明显变化,表现出18年左右的显著振荡周期。东北冷涡偏强年,NECVI指数偏大,标准化降水指数(SPI)偏高,对应辽西地区降水偏多;反之,东北冷涡偏弱年,NECVI指数偏小,SPI指数偏低,对应辽西地区降水偏少。前期3月Nino 3区海表温度距平指数、5月黑潮区海温指数、3月西太平洋副高强度指数均与辽西冷涡降水显著相关,具有较好的指示意义,可作为冷涡降水的预报因子,为辽西夏季气候预测和人工影响天气工作的开展提供参考。 相似文献
13.
利用1961—2018年辽宁省61个国家级气象站逐日平均、最高、最低气温观测资料以及NCEP/NCAR再分析资料,定量分析了城市化对辽宁省气温变化的影响。结果表明:辽宁省气温呈显著增加趋势,观测资料的增温趋势较再分析资料明显;逐日平均、最高、最低气温均表现出冬季增温速率最快,春季、秋季次之,夏季增温速率最慢;在城市化影响贡献率上,秋季最大,夏季和春季次之,冬季相对较小;空间分布上,辽宁省绝大部分地区城市化影响呈上升趋势,呈现出中部大于外围,东部大于西部,南部大于北部的分布形势,城镇化发展水平越高的地区,观测与再分析方法的差值增加趋势越明显;平均气温、最高、最低气温的城市化影响分别是0.13℃/10 a、0.045℃/10 a、0.216℃/10 a,城市化影响贡献率分别为38.5%、19.5%、43.4%,说明快速的城市化进程是导致辽宁省气温增暖的重要因素。 相似文献
14.
辽宁省不同等级降雪变化特征 总被引:9,自引:6,他引:3
利用辽宁省52个站逐日降水量及降雪天气现象资料提取出逐日降雪数据,采用多种统计方法分析了近53 a(1961-2013年)不同等级降雪的时空变化特征,研究表明:降雪量和降雪日数空间分布上山地要大于平原地区,由东部山区向沿海地区减少;降雪强度中心位于辽宁中部城市群所在的平原地区。降雪量、降雪日数年内分配分别呈双峰型和单峰型分布,中雪等级以上的降雪多发生在冬末春初。年降雪量增加,年降雪日数(降雪强度)显著减少(减小);降雪日数的显著减少主要表现为微量降雪日数和小雪日数的减少,尤其是微量降雪日数,降雪强度的显著增大主要是暴雪强度的增大。1960s和1970s为降雪偏多时段,1990s以来降雪量增加,降雪日数减少。不同区域各级降雪占总降雪的比例,辽东地区以微量降雪日数最大,其他区域均以小雪日数和暴雪降雪量最大。全省降雪量有65.4%站点呈增加趋势,降雪日数96.2%的站点呈减少趋势,降雪强度90.4%站点呈增大趋势,辽西地区降雪变率要大于辽东山区。小雪降雪量和微量降雪日数贡献率均呈下降趋势,其他不同等级降雪贡献率均呈上升趋势。随着纬度升高(海拔增高),总降雪量(降雪日数)和各等级降雪量(降雪日数)均增加,总降雪强度和小雪强度减小。 相似文献
15.
5个IPCC AR4全球气候模式对东北三省降水模拟与预估 总被引:3,自引:0,他引:3
利用IPCC AR4中5个全球气候模式数据集和中国东北三省162个站降水实测资料,评估5个全球气候模式和多模式集合平均对中国东北三省降水的模拟能力,并对SRES B1、A1B和A2三种排放情景东北三省未来降水变化进行预估。结果表明:全球气候模式能较好再现东北三省降水的月变化,但存在系统性湿偏差;多模式集合平均能较好模拟东北三省年降水量的空间分布,但模拟中心偏北,强度略强,模式对东北三省夏季降水的模拟效果优于冬季降水;预估结果表明,三种排放情景下21世纪中前期和末期东北三省降水均将增多,21世纪末期增幅高于21世纪中前期,冬季增幅高于其他季节;就排放情景而言,SRES A1B和A2排放情景增幅相当,高于B1排放情景增幅;不同排放情景东北三省降水量增率分布呈较一致变化,A2排放情景下,增幅最显著的辽宁环渤海地区年降水量在21世纪中前期将增加7%以上,21世纪末期将增加16%。 相似文献
16.
利用1961 - 2017年逐日平均、 最低、 最高气温资料、 DMSP/OLS卫星夜晚灯光数据, 定量分析了城市化对辽宁省平均气温和极端气温指数趋势变化的影响。研究表明: 辽宁省气温呈显著增加趋势, 城市站增温速率明显快于乡村站; 平均最低气温增温率最快, 平均气温次之, 平均最高气温相对较慢; 四季增温速率依次为: 冬季>春季>秋季>夏季; 最低气温的城市化影响贡献率最大, 平均气温次之, 最高气温相对较小; 城市站最低气温的明显升高和最高气温增幅较小, 必将导致日较差明显减小和日较差城市化影响贡献率的增大。城市化加剧了辽宁省极端低温事件的显著减少和极端高温事件的明显增加, 城市化对极端气温事件影响显著。与冷事件有关的极端气温指数的城市化影响均为负值, 与暖事件有关的均为正值; 相对指数的城市化影响贡献率较大, 持续时间指数次之, 除气温日较差以外的绝对指数相对较小。基于最低气温的极端气温指数比基于最高气温的极端气温指数受城市化影响更显著, 其原因可能是城市热岛强度的非对称性以及城市站和乡村站气溶胶浓度之间的差异, 导致最高气温的增加没有最低气温的增加显著。 相似文献
17.
利用1979—2018年辽宁省逐月风速资料和再分析资料,结合卫星遥感分类方法,并采用UMR(urban minus rural)方法和OMR(observation minus reanalysis)方法定量分析了城市化对辽宁省近地面风速的影响。研究表明:近40年辽宁省年和四季风速均呈减小趋势,城市站的减小速率明显快于乡村站,UMR值的变化趋势为-0.11 m·s~(-1)·(10 a)~(-1),城市化影响贡献率为73.3%;空间分布上,辽宁中北部城市群减小趋势较明显,南部和东南部风速减小相对缓慢;UMR方法计算的城市化影响呈现自西向东逐渐增强的纬向分布形势。再分析资料的减小趋势与乡村站的减小趋势较接近,春季风速的减小速率最明显;OMR值的变化趋势为-0.10 m·s~(-1)·(10 a)~(-1),对应的城市化影响贡献率为66.7%,利用两种方法计算得到的城市化影响和贡献率较一致,均能在一定程度上反映城市化对风速的影响。空间分布上,再分析资料显示渤海海峡风速呈微弱增加趋势,风速减小的高值区位于渤海北部和黄海北部。两种方法计算的城市化影响空间分布均呈现为西部和南部受城市化影响较小、中东部受城市化影响较大,一致性较好。 相似文献
18.
为充分挖掘辽宁省冰雪资源优势,科学规划开发寒地冰雪资源,利用61个站点的气象数据,采用统计、定性或定量指标等分析方法,评估了辽宁省冰雪气候资源的适宜性。结果表明:辽宁省各地均具有冰雪资源,东部山区冰雪资源最为丰富,辽西地区结冰期长,大连沿海地区冰雪资源相对较少。辽宁省冬季室外冰雪活动温度条件较好,冰雪资源丰富区风速低且日照适中。冬季各地高温融雪、雾和大风、低能见度等气象灾害风险低。11月中旬到翌年3月上旬全省均可人工造雪,人工造雪时段适宜。抚顺、本溪、铁岭、沈阳、丹东、辽阳的大部分地区均是宜冰宜雪的最优地区;西部地区降雪量少,宜冰大于宜雪,可适当开发冰上旅游项目;沿海的葫芦岛和大连地区冰雪期短,可探索发展小规模的冰雪旅游项目和海冰旅游。 相似文献
19.
近地面大气电场数据EMD方法分析 总被引:2,自引:0,他引:2
将经验模态分解(EMD)方法应用于2009年夏季近地面大气电场资料的分析,分解出雷暴和晴天天气大气电场的不同时间尺度变化分量,并提取两类天气状态下的大气电场振荡特征进行对比.结果表明:EMD方法适合应用于近地面大气电场资料的分析,雷暴天气大气电场以晴天天气大气电场作为背景场,包含了周期振荡平稳的晴天天气成分;晴天天气大气电场能量集中于长周期振荡分量,而雷暴电场能量主要是集中于短周期振荡分量.发生雷暴前,IMF(本征模态函数)1分量的中心频率会出现明显跳跃或其对应幅度明显增大的现象.利用这些特征对随机选出的38次过程进行预报效果检验,得到预警的探测概率为84.2%. 相似文献
20.
基于RegCM4区域气候模式、CMIP5全球气候模式数据集和中国东北地区162个气象站气温观测资料,采用偏差分析和相关分析评估了RegCM4和CMIP5对东北地区气温的模拟能力,预估了RCP2.6、RCP4.5和RCP8.5排放情景下东北地区未来气温的变化。结果表明:区域模式和全球模式均能较好地再现气温时空变化特征,模式对冬季和夏季的模拟效果优于秋季和春季;在区域尺度信息上,区域模式和全球模式的模拟值均较观测值偏小,RegCM4模式的模拟结果明显优于CMIP5模式,且对模拟的冷偏差有改善。未来东北地区年及四季气温均呈升高趋势,RCP2.6情景下增温相对较小,RCP4.5次之,RCP8.5情景下增温最显著;冬季和秋季气温增幅较大,夏季气温增幅最小;与CMIP5模式相比,RegCM4模式的增温幅度更大,且年际振荡特征更加明显。空间上,区域模式和全球模式预估的近期、中期、末期增温分布格局比较一致,均呈自北向南逐渐减小的纬向分布特征,辽宁地区增温幅度最小,增幅高值区位于黑龙江省大兴安岭地区,虽然北部升温幅度较南部明显,但是升温后未来东北地区的气温分布特征仍是南部气温高于北部。 相似文献