排序方式: 共有167条查询结果,搜索用时 62 毫秒
101.
IEOF法在MDERF产品对贵州5月气温预测释用中的应用 总被引:1,自引:0,他引:1
基于MDERF(monthly dynamic extension range forecast)模式输出500hPa位势高度预报场,贵州5月气温历史资料。利用迭代经验正交函数法(Iteration Empiric Orthogonal Function),简记IEOF法,研究该方法对贵州5月气温的预报技巧和预测效果。模型对贵州84站2002--2006年5月气温进行了预报试验,回报试验表明该方法在实际预测业务中有一定预报技巧;过去5a84站平均Pc为64.8%、平均Ace为0.23。最后利用该方法对2007年5月贵州气温趋势进行了展望。 相似文献
102.
利用1961-2010年四川盆地122个气象站观测资料,分析四川盆地年平均霾日数时空分布特征及霾日数季节和年变化趋势。探讨近50 a四川盆地大气干消光系数、风速、能源消耗和人口等因素与霾日数之间的关系。结果表明:1961-2010年四川盆地122个站年平均霾日数为62.5 d,最多的站可达100.0 d以上。霾日数有明显季节变化,四川盆地冬季霾日数最多(28.4 d),春、秋季次之,夏季最少(5.9 d)。四川盆地有104个站霾日数年变化呈增加的趋势,其中有71个站通过了置信度99 %的检验,霾日数增加最多的是四川省内江地区的戚远,气候倾向率为42.0 d/10 a;霾日数增加最少的是成都市的新都,气候倾向率为0.4 d/10 a。四川盆地有18个站霾日数年变化呈下降趋势,仅7个站点通过了置信度99 %的信度检验,霾日数减少最多的是四川北部广元地区的南江,气候倾向率为-16.7 d/10 a。霾日数的年变化与大气干消光系数呈显著正相关,与风速呈显著负相关,与四川盆地的能源消耗和人口增长呈显著正相关。 相似文献
103.
贵州冬季电线积冰及其天气成因分析 总被引:2,自引:0,他引:2
利用气象部门长期电线积冰观测和电力部门线路覆冰调查资料,对贵州冬季电线积冰的分布、类型特征与气象条件进行了综合分析,着重探讨了贵州电线积冰的形成机理和天气成因,主要结论:(1)贵州电线积冰的类型复杂多样,除具有雨凇、雾凇、雪凇(湿雪)三种基本类型外,还有雨雾混合凇、雨雪混合凇(雪凝)两种混合冻结类型;贵州电线积冰以危售最大的雨凇冰为主,混合冻结在贵州省分布十分普遍,这也是造成2008年贵州电网严重冰害的重要原因;(2)持续低温阴雨的凝冻大气是贵州电线积冰总的天气成因,其表现形式主要是冻雨但不局限于冻雨,此外还包括冻毛雨、雨夹雪、湿雪和过冷雾等多种天气现象,持续的凝冻天气过程往往有多种天气现象同时或交替出现,从而导致严重的覆冰灾害;(3)贵州电线积冰总体上属于较高环境温度下的低风速湿物理过程积冰,当地面气温持续降到0℃以下,出现降雨或浓雾是电线积冰开始与增长的关键气象条件,而最高温度上升到0℃以上是判断积冰转入消融的临界气象指标。 相似文献
104.
105.
该文采用CFD软件Meteodyn WT,对贵州中部某分散式风电场进行模拟,模拟时段为2013年1-12月,水平分辨率100 m,垂直分辨率10 m,通过对比实测资料与模拟数据,研究基于CFD的数值模拟方法对复杂地形风能资源数值模拟的适用性,探索其服务于分散式风电开发发展规划制定的可行性.研究结果表明该方法应用于贵州复杂地形是可行的,在没有测风塔观测或者测风塔资料较少的情况下,可得到高分辨率的区域风能资源分布,为分散式风电发展规划的制定和风电场前期建设的选址提供科学依据. 相似文献
106.
本文利用区域气候模式Reg CM4对贵州省2008年初(1月13日~2月14日)的凝冻过程的温湿特征进行了模拟,将模拟结果与NCEP/NCAR再分析资料的对比,发现模式对凝冻过程期间冷空气路径、逆温层和低层流场具有一定的模拟能力,特别是对逆温层垂直结构的模拟较为准确。结果表明,Reg CM模式对贵州区域平均气温的水平和垂直结构分布型都能得到与实况较为一致的模拟结果,水平分布上能刻画出平均气温"北负南正"分布,特别是对贵州西北部区域冷空气路径、中心强度、位置和范围都较为准确地模拟出来。垂直结构上能刻画出凝冻过程初期逆温层的形成、维持和消失及后期强冷空气渗透扩散的天气特征,特别是时间结点模拟较为准确。Reg CM模式对贵州区域低空流场的模拟结果与实况较为一致的刻画出了凝冻过程期间来自高纬地区的强冷空气主要从东北路径入侵贵州地区与热带洋面向北输送的暖湿空气在贵州西部汇合这一天气特征,但对贵州西部的南北向温度锋区模拟位置偏东偏北,与实况存在一定的差异,这与西南风模拟值偏大有关。 相似文献
107.
利用2015~2019年贵州省9个城市的空气质量指数(AQI)和6种大气污染物逐日监测资料及同期气象要素观测资料,分析了贵州省各市年、季大气污染的分布特征,以及各市首要污染物出现频率的季节特征,探讨了6种大气污染物与气象要素之间的相关关系。结果表明:(1)贵州省总体空气质量较好,2015~2019年全省空气质量优良天数占全年90%以上,2018年空气质量为5年中最优;(2)AQI的空间分布呈现“北高南低”的分布特征,高值区在遵义、水城和铜仁,兴义空气质量最好;(3)6种大气污染物与平均气温、相对湿度、日平均气温、日降水量、相对湿度、平均风速呈高度显著相关;(4)贵州省的污染日主要集中出现在冬季,首要污染物主要是颗粒物(PM2.5和PM10),夏季出现污染日的情况最少,首要污染物主要是O3。 相似文献
108.
本研究利用区域气候模式RegCM4提供的RCP8.5(高排放)和RCP4.5(中排放)情景下的逐日平均气温和降水量,计算并分析了西南地区21世纪不同阶段平均气温、平均降水、连续干旱日数(CDD)、> 20mm的降水日数(R20mm)、连续5天最大降水量(Rx5day)和单日降水强度指数(SDII)相对于参照期(1986~2005年)的变化特征,进而定性地给出未来气候变化对西南地区地质灾害的可能影响。结果表明:未来西南地区因平均气温升高、平均降水量变化、持续干旱变化、强降水变化、降水集中程度变化和单日降水强度变化将导致地质灾害发生的可能性增大,但诱因不同、影响区域有差异;另外温室气体浓度越高,平均气温、平均降水以及相关极端指数相对于基准期变幅基本上都越大,相关地质灾害风险增加的可能性也越大。 相似文献
109.
【目的】为探究贵州省汛期降水的时空分布特征及演变规律。【方法】利用贵州省81个气象观测站1981—2020年汛期降水资料,采用EOF、REOF及交叉小波分析等方法对贵州省汛期降水时空特征进行分析及强降水过程分型研究。【结果】贵州省1981—2020年汛期平均降水量为924.9mm,降水量在682.7~1194.1mm,呈显著上升趋势,上升速率为16.94mm/10a。贵州汛期降水大体上呈现西南向东北递减的趋势,强降水过程次数及持续天数分布及波动变化与汛期降水基本一致。【结论】贵州省汛期降水分布不均,具有显著的年代际变化。贵州省汛期强降水空间场主要有全省一致型、东西反向型和南北反向型3种典型模态。经REOF方法可将贵州省细分为3个强降水区域,根据环流场分析,又可进一步划分为东部型强降水(I型和III型)与西部型强降水(II型),各类型强降水落区受500hPa环流分布情况以及850hPa水汽来源与强度的影响。 相似文献
110.
【目的】本文探讨中国西南地区汛期(5~9月)降水次季节变化的主模态,以及中高纬和热带次季节波动如何影响该地区持续性异常低频降水,以期能为了解和预测西南地区汛期降水的次季节变化提供参考。【方法】利用西南地区111个地面气象站1961~2015年逐日降水资料和JRA-55再分析环流场资料,采用EOF经验证交分解方法,分析西南地区汛期降水次季节变化主模态的低频环流特征和传播路径。【结果】西南地区汛期逐日降水主模态的空间分布为南北纬向型分布,空间特征向量高值区域分布在西南地区的南部和东南部,其高值区对应的SWDR与PC1的相关系数达0.991(通过0.05信度检验),PC1气候平均值的显著周期为12.9 d,且逐年PC1的显著周期主要集中在10~20 d时段,占比为60.0%;在PC1的典型低频年中,汛期季节内及其各分月的PC1均能较好地表征对应降水异常分布型的时间演变特征,且二者低频分量的正相关性更高(通过0.05信度检验),即PC1低频分量均能更好地把握SWDPI低频分量的准双周振荡特征,尤其在6、7和8月,这可能与影响主模态降水异常分布型的同期大气低频环流信号更为稳定有关;PC1的季节内变化不仅与中国东南部和南海形成的对流异常偶极子有关,还与在西南地区对流层高层形成的位势高度异常偶极子息息相关,该对流异常偶极子的形成与前期菲律宾以东OLR正异常的西北向传播和巴尔喀什湖东南部OLR负异常的东南向传播有关,并且菲律宾以东被抑制的对流向西北方向传播总是伴随着低层的局部反气旋,而西南地区的西南部对流的增强(抑制)总是伴随着高层北部的负(正)位势高度异常,同时,西南地区对流层高层的位势高度异常偶极子的形成,与中高纬对流层高层类似Rossby低频波列东南向传播过程中在青藏高原东侧顺时针转向有关。【讨论】从气候背景看,影响PC1季节内变化的低频波列传播主要与两个方面的因子有关,一方面为对流层高层西风急流轴主体位置的南压和强度的增强,通过影响中高纬类似Rossby低频波列的东传南下,从而影响在西南地区对流层高层形成位势高度异常偶极子型分布,另一方面为印度季风槽的北抬加强了南海至菲律宾海域异常反气旋西北侧的西南气流,促使了西南地区低层异常气旋的形成,同时东亚季风槽的增强也利于热带西太平洋低频对流发展并向西北传播,从而影响在中国东南部和南海的形成的对流异常偶极子型分布。 相似文献