排序方式: 共有41条查询结果,搜索用时 15 毫秒
21.
本文采用数值试验对比分析的方法,利用一维半地形积层混合云模式,分别进行引入与不引入极端水汽源的模拟试验.研究表明,一旦引入极端水汽源,地形积层混合云系统即成为一个极为有效的造雨系统.极端水汽源的引入提供了更加饱和的环境,维持更久的辐合场,还增大了冰相粒子对云水的碰并.这些初步认为是暴雨产生的主要物理原因. 相似文献
22.
23.
本文利用FY-4A卫星对2019年5月四川盆地实施的一次人工增雨减轻空气污染作业条件进行分析,综合分析增雨可播性,判别增雨潜力区和作业高度,为开展人工增雨作业提供可靠的依据,然后利用多普勒天气雷达、地面气象台站、空气质量指数、颗粒物污染物浓度等多种数据资料分析人工增雨作业前后作业云体宏观情况和空气质量、雨量的变化,对其作业效果进行分析。结果表明:(1)5月12日四川盆地西部有云系发展,作业前6小时作业区附近主要为积层混合云,存在大量过冷水,红色对流泡云顶温度约为-30℃,粒子有效半径为15~40μm,作业前0~3小时作业区位于深厚对流降水云边缘,云顶温度约为-40℃,粒子有效半径为7~40μm,作业区南部有大片积层混合云,提供大量过冷水;(2)作业区内,高低空配合的环流场形成了较有利的降水形势,作业云体过冷水丰沛,增雨潜力较好,符合人工播撒催化剂条件,适宜开展人工增雨作业;(3)经过人工增雨作业后,作业区雨量峰值降雨时间延长,总体雨量增加,作业区的AQI从82降到29,PM10从94μg/m3下降到28μg/m3,PM2.5从49μg/m3降到17μg/m3,而3个对比区没有实施人工增雨作业,空气质量指数持续超标数小时。 相似文献
24.
西南地区云量变化特征 总被引:1,自引:0,他引:1
利用西南地区(云南、贵州、四川、重庆)记录较为完整的73个测站1956~2005年月平均云量资料,采用经验正交函数分析和Mann-Kendall突变检验方法,研究分析了西南地区云量的时空分布特征。结果表明:就全年而言,整个西南地区总云量的变化趋势一致,且存在着明显的年际变化特征,1990年代以后全年总云量表现出减少趋势;此外,总云量的分布在一定程度上受地形和区域气候的影响。从季节来看,夏、秋、冬季的总云量在西南地区为空间一致的变化趋势,而春季四川盆地北部总云量的变化趋势与其余地区相反;四季总云量也有明显的年际变化特征。低云量,全年和四季的时空变化特征相似,由于受地形起伏及区域气候差异的影响,川西高原东部和重庆地区的变化趋势与四川盆地的相反,且同样存在着明显的年际变化特征。另外,突变分析结果显示,西南地区的低云量近50a来呈持续减少趋势,而总云量在1990年发生突变,突变前在0线附近震荡,突变后总云量持续减少。 相似文献
25.
川渝地区空中水资源分布及水汽输送特征 总被引:3,自引:0,他引:3
利用NCEP/NCAR全球1948~2003年共56年月平均再分析网格点(2.5°×2.5°)资料,计算并分析了川渝地区(100~110°E,25~35°N)空中水资源的逐年变化特征、时空分布、水汽输送特征、水汽收支状况以及大气可降水能力。结果表明:近56年来,川渝地区整层水汽含量总体是略呈下降趋势,但夏冬两季水汽呈上升态势;区域内水汽含量的水平分布表现为以四川盆地东南部至重庆涪陵为湿中心,自东南向西北逐渐减少的趋势;水汽输送以西南和东南方向为主;全年水汽收支呈现净输入的状态;秋、夏、春三季皆有较大的可降水量,空中潜在水资源丰富。 相似文献
26.
利用NCEP 1980-2009年可降水量的逐月再分析资料,分析了30年来西南地区可降水量的时空分布特征和变化趋势.结果表明:受地形等地理环境和气候的影响,西南地区年、季节可降水量分布均有显著的地区性差异,东南多,西北少;可降水量的季节变化明显,夏季远大于冬季,秋季略高于春季;可降水量的年内分配不均,7月最大,8月次之,1月最少;30年来,西南地区年可降水量呈波动变化,略有增加,偏多和偏少年交替出现,春季和冬季可降水量呈线性增多.西南地区可降水量空间分布既有整体一致型,也存在反向型. 相似文献
27.
2013年四川及西南部分地区春旱严重,省人工影响天气办公室积极组织实施飞机增雨作业共37架次,对上述地区农业抗旱、空中水资源开发、生态环境改善等方面发挥了重要作用。选取4月4日20时飞机人工增雨作业个例,对干旱监测、天气条件、作业条件监测、作业方案及效果评估等进行详细分析。此次增雨作业后,作业区降水回波强度面积明显增强,降水量也在作业后有增大的过程,作业区普降小到中雨,部分地方大雨。利用区域雨量对比的方法计算得出此次增雨作业影响面积2.9万km2,3 h增加降水量11972万m3。 相似文献
28.
西南地区空中云水量分布特征及变化趋势 总被引:1,自引:0,他引:1
为了能更好的合理开发空中水资源,采用NCEP 1980~2009年云水量的逐月再分析资料,通过统计和EOF分析等方法,研究了30年来西南地区(云南、贵州、重庆、四川)云水量的时空分布特征和变化趋势。结果表明:西南地区年和季节云水量分布均具有明显的地区性差异,东南多,西北少,最小值出现在四川西部高原地区;云水量在夏季最多,春季略高于秋季,冬季最少;逐月云水量呈近似的正态分布,1月到6月逐渐增加,7月到12月逐渐减少;西南地区云水量的空间变化既存在南部与北部相反的变化趋势,也存在整体一致型。 相似文献
29.
利用1961—2012年NCEP/NCAR的再分析月平均资料,分析了中国西南区域(四川、重庆、云南、贵州、广西大部分地区、西藏东部)水汽总量和水汽输送的气候特征。结果表明:西南区域水汽总量近50 a来呈整体减少趋势;水汽含量在850—700 hPa之间最为丰富;西南区域东湿西干,重庆、贵州、广西、四川东部水汽总量相对丰富;影响西南区域全年水汽量的有四个输送通道,春季水汽主要来源于孟加拉湾和偏西气流,夏季主要受到孟加拉湾和印度洋季风影响,秋季水汽主要来源于西太平洋,冬季则主要来源于偏西风和西太平洋;西南区域全年主要为水汽汇合区(除云南大部分地区以外),常年有两个水汽辐合中心,一个在西藏与四川交接处(青藏高原东南侧),一个在贵州及其附近地区;而云南上空主要为水汽辐散,仅夏季部分地区为水汽汇合区。 相似文献
30.
农作物保险是国内外减少灾害造成的种植户经济损失,保障农民基本生产收入的重要手段。国内传统的农作物保险费率是基于行政单元的统计数据厘定的,忽略了行政单元内部灾害的空间风险差异,因此如何获得行政单元内部农户级农作物纯保险费率,成为精细化农作物保险的关键问题。本文针对农户级的冬小麦纯保险费率,以河南省周口市为实验区,利用2005—2015年MODIS MOD17 A2 GPP总初级生产力数据产品生成2005—2015年冬小麦生长季的GPP数据,同时利用Landsat5/7/8 TM/ETM/OLI数据计算2005—2015年公里级的冬小麦种植面积比。通过Bühlmann-Straub模型和经验费率法厘定得到2016年实验区基于格网单元的冬小麦纯保险费率。研究表明:遥感数据可以为农作物保险空间精细费率厘定提供数据保障,利用遥感数据可以得到公里级格网单元的冬小麦纯保险费率。将利用遥感数据得到的农作物纯保险费率用于农作物保险中,提高了农作物保险的空间精细水平,可以进行基于地块的空间差异化农户投保,有利于政府针对不同农户制定合理的农作物保险政策,保险公司合理的收取保费。 相似文献