排序方式: 共有31条查询结果,搜索用时 15 毫秒
21.
东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。 相似文献
22.
为了探讨城市化进程对寿县国家气候观象台探测环境及气象要素的影响程度,本文利用高分辨陆地卫星影像结合GIS技术揭示了近25年(1987—2012)寿县县城的城市化进程及其对气象观测场周边土地利用/覆盖变化以及热环境的影响过程;以搬迁后新址为参考站,进一步分析了城市扩张对气温和风的影响。结果表明:1城市化进程中的土地利用改变是破坏寿县观象台探测环境代表性主要原因;2城建用地是影响和构成寿县旧址周围缓冲区较高地表温度的热环境分布主体,而植被和水体是较低地表温度的热环境分布主体;3城市化扩张造成旧址年平均气温偏高和年平均风速偏小,由于城市化的影响,寿县新旧站址风向的相符率仅为15%左右,且城市扩张对气象要素的影响呈现明显的日变化和季节变化特征。控制台站周边城建用地的规模和布局是改善台站热环境以及提高台站观测区域代表性的重要举措。 相似文献
23.
2013年1月安徽持续性霾天气成因分析 总被引:10,自引:3,他引:7
2013年1月安徽霾天气具有范围广、持续时间长、能见度低等特点。利用合肥、安庆、阜阳2009~2013年1月地面常规资料、高分辨率探空资料,结合轨迹分析和聚类分析,讨论了2013年1月安徽霾天气频发的原因。结果表明:低风速、高湿度不能解释2013年1月霾天气增多、增强的现象。大气层结稳定、接地逆温偏多、偏厚,可部分解释这次霾天气增多现象。边界层中上部输送条件的变化也不能解释2013年1月霾天气增多现象,但近地层输送条件的变化能较好地解释2013年1月霾天气增多现象,如偏东北来向的轨迹组对应着最低的能见度,且2013年1月各地最低能见度对应的轨迹组所占比例(或与次低能见度的轨迹组所占比例之和)在历年中最高。因此,大气层结稳定、近地层偏东北来向气团较多是2013年1月安徽各地能见度偏低、霾天气偏多的主要原因。 相似文献
24.
25.
利用热带测雨卫星(TRMM)搭载的微波成像仪(TMI)探测结果,在像元分辨率上同步反演的10年海表温度(SST)和海表风速(SSW)资料,研究了热带地区非降水条件下SSW变化对SST日变化的影响。结果表明热带地区SST日变化显著,SST日最小值多出现在早晨03:00(当地时间,下同)至06:00,日最大值多出现在午后17:00至19:00,SST日绝对振幅为1.9~3.4℃,日相对振幅为5%~7%。SSW变化对SST日最小值和日最大值的出现时间及SST日振幅均有明显的影响,且均呈现出区域性差异。热带地区SST日绝对振幅随SSW增大而减小,当SSW增加至9 m/s之后,SST日绝对振幅变化不再明显;二者符合特定的正弦函数关系。在风速小的情况下,暖池区域平均SST日绝对振幅异常减小了0.16℃;在风速大的情况下,秘鲁沿岸区域平均SST日绝对振幅异常增大了0.17℃,且SST随时间变化波动较大。上述研究结果为下一步研究海表感热和潜热日变化打下了基础。 相似文献
26.
我国东部地区冬季模式边界层探空效果评估 总被引:1,自引:0,他引:1
应用中尺度气象模式MM5对2006年和2007年12月东部地区进行逐日模拟,并用地面常规观测资料及南京和安庆12h一次的逐日探空资料对模拟的地面及边界层内气象要素进行检验,计算地面和边界层内不同高度的温度、湿度、风向和风速等要素的多种常用统计参数;并分别评估雾发生前和发生时边界层探空的模拟效果。结果表明:(1)MM5模式模拟的地面温度和湿度均较理想,但风速误差较大。温度、相对湿度、风速的观测与模拟的偏差概率分布均呈近正态分布,峰值中心分别为-1.52℃、4.59%和1.92m·s-1,白天模拟效果优于夜间。(2)以南京、安庆两站为例,模拟的08:00(北京时,下同)和20:00边界层内探空基本可靠,但20:00的效果比08:00好;模拟效果均随高度上升而变好;且南京站边界层内温度、湿度的模拟效果优于安庆站,但安庆站风的模拟效果优于南京站。(3)以南京站为例,雾发生前和发生时温度、湿度模拟效果较平均情况差,风速模拟较其他模拟时段无明显变化。(4)南京、安庆冬季近地层逆温发生频率都比较高,常见多层逆温,MM5模式能再现近地层逆温,但有高估的倾向,且对边界层中上部逆温模拟效果不佳。此外,敏感性试验的结果表明,模拟方案中地面负的温度偏差不是由近地层高垂直分辨率所致。 相似文献
27.
利用热带测雨卫星TRMM搭载的测雨雷达(PR)1998-2012年的观测资料,研究了合肥地区夏季(6、7、8月)不同类型降水的降水强度和频次的水平空间分布、降水垂直结构、日变化特征以及气候变化等特征,揭示了城市化效应造成城市及其周边区域降水特征在时空上的分布差异。研究结果表明,(1)主城区对流和层云降水强度低于周边区域,对流降水频次也低于周边区域,但层云降水频次则相反。可见城市化发展是改变降水的空间分布的因素之一,且对不同的降水类型空间分布影响不同。(2)主城区降水回波信号高度高于周边区域,而降水强度低于周边区域,表明城市效应促进降水云发展而未造成降水强度增强。(3)合肥地区对流和层云降水的强度和频次日循环存在时空分布不均匀性,其中城区的对流降水强度和频次日循环与城市热岛效应日循环具有一致性。总体来看,城市化对局地降水强度影响较大,而对局地降水频次的总体影响不是很明显。(4)通过降水气候变化分析表明,城区两种类型降水强度和频次均呈逐年下降趋势,周边区域降水强度呈不显著上升趋势,降水频次呈逐年下降趋势,其中层云降水频次下降趋势较显著。城市化进程使得城市及其周边区域降水不均匀性逐年增强。极端降水空间分布特征分析表明,城市周边区域强降水频次高于主城区,尤其在城市的下风区高出主城区75%;而周边区域弱降水发生的频次低于主城区,城市下风区最低,低于主城区约18%。 相似文献
28.
基于卫星遥感的长江三角洲地表热环境人口暴露空间特征 总被引:1,自引:0,他引:1
研究城市地表热环境变化的时空演变规律对防灾减灾具有重要意义。本研究以卫星遥感的夜间灯光,植被指数,高程和坡度为自变量构建了适用于人口空间分布估算的随机森林模型,结合卫星遥感反演的地表温度数据,以2016年夏季为例,研究了1km分辨率的长江三角洲地区夏季地表热环境人口暴露分布特征。研究表明:(1)利用随机模型对长江三角洲2016年人口进行1000m格网空间化分布模拟,变量解释度达到80%,人口空间化结果接近实际。(2)人口密度高值区和夏季大部分月份内的地表热环境高温区和人口暴露高和极高风险区总体有较好的对应。6月皖北地区高温区面积增大导致地表热环境的人口暴露风险较高等级的面积比例高于其他月份。(3)在月和季节平均尺度上,地表高温热环境暴露极高和高风险区域面积极少,处于沿海地区、长江下游沿线以及各县区的中心城市;中等暴露风险区域主要分布在东部及中心城市周边地区;低暴露风险区分布在东北部内陆地区和东北部人口数量相对较少地区。 相似文献
29.
基于遥感资料研究合肥城市化对气温的影响 总被引:1,自引:0,他引:1
为了探讨城市化进程对城市区域气温的影响程度,利用高分辨陆地卫星影像结合GIS技术揭示了近30年合肥城市化进程及其对气象观测场周边土地利用/覆盖变化(LUCC)的影响过程;进一步分析了1970—2008年合肥气象站与其周边的肥西和肥东气象站观测的年平均、最高和最低3项气温的动态变化特征,并最终建立了合肥气象观测场周边LUCC与气温的关系模型。结果表明,近30年来,合肥建成面积在不断扩大,从而导致了气象观测"进城"而先后进行搬迁的现象,继而产生了气温序列的非均一性。1979—2003年期间,合肥观测场由于受到城市扩张影响显著,合肥站3项气温的增温速率均明显大于肥西和肥东站3项气温增温速率。合肥观测场周边半径为4 km缓冲区LUCC对平均气温和最低气温的变化有显著影响。建成面积的增加对平均气温、最低气温有正贡献;而耕地、植被、水体的增加却对平均气温、最低气温存在负贡献。 相似文献
30.
利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。 相似文献