天山北坡酿酒葡萄成熟期降雨特征及其影响分析          下载免费PDF全文

张山清  张燕  马玉平  普宗朝  李新建  孟凡雪 《沙漠与绿洲气象(新疆气象)》2021,15(5):132-138

掌握新疆天山北坡酿酒葡萄成熟期降雨特征，对科学制定酿酒葡萄种植规划，采取趋利避害的生产管理技术措施具有实际意义。基于天山北坡35个气象站1961-2016年8-9月逐日降雨资料，采用线性趋势法和ArcGIS空间插值技术，对过去56a该区域酿酒葡萄成熟期（8-9月）降雨日数、降雨量、连阴雨天气次数、连阴雨天气降雨强度等要素的时空变化进行研究，并对照前人关于该区域酿酒葡萄种植气候适宜性区划成果，对酿酒葡萄不同适宜种植区葡萄成熟期降雨特征及其影响进行分析。结果表明：天山北坡酿酒葡萄成熟期（8-9月）降雨日数、降雨量、连阴雨天气次数、降雨强度、大量以上降雨日数的空间分布均总体呈现随海拔高度的升高而增加的特点。1961-2016年，研究区酿酒葡萄成熟期除降雨日数总体以-1.16d·10a-1的倾向率极显著 (P=0.001)减少，大量以上降雨日数以0.07d·10a-1的倾向率显著 (P=0.05)增多外，降雨量、连阴雨天气次数、连阴雨天气日数及其降雨量变化趋势均不显著。天山北坡酿酒葡萄种植气候最适宜和适宜区葡萄成熟期的降雨量、降雨日数、连阴雨天气次数、连阴雨天气日数及其降雨量都很小，期间总降雨量大多不足40 mm、降雨日数少于20 d、大量以上降雨日数不足1 d、连阴雨天气次数少于0.3次、连阴雨天气日数少于5d、连阴雨天气降雨量不足25mm，该分区降雨量以及连阴雨天气少，对提高酿酒葡萄产量和品质十分有利。酿酒葡萄次适宜种植区葡萄成熟期降雨天气稍多，降雨量40～90 mm、降雨日数20～25 d、大量以上降雨日数1～2 d、连阴雨天气次数0.3～1.0次、连阴雨天气日数5～8 d、连阴雨天气降雨量25～40 mm，对酿酒葡萄产量和品质有一定不利影响。天山北坡8-9月降雨量90 mm以上、降雨日数30d以上、大量以上降雨日数2d以上、连阴雨天气次数多于1.0次、连阴雨天气日数8d以上、连阴雨天气降雨量40 mm以上的区域均在海拔1500m以上的山区，该区域恰恰也是酿酒葡萄不适宜种植区，因此对酿酒葡萄无影响。综上所述，新疆天山北坡酿酒葡萄种植区尤其是适宜及最适宜种植区葡萄成熟期的降雨量、降雨日数、连阴雨天气次数和日数都较小，且近56a稳定少变，因此，对该区域酿酒葡萄生产的影响较小。  相似文献   

海水养殖环境容量研究进展   总被引：1，自引：0，他引：1  

蔡惠文  任永华  孙英兰  张学庆  余静  张燕 《海洋通报》2009,28(2)

对养殖环境容量概念的发展进行了诠释,对国内外养殖环境容量的研究方法以及数值模型在水产养殖环境预测及管理中的应用进行了较为系统的归纳和评述,并对当前养殖环境容量研究中存在的问题及发展趋势进行了分析,以期为中国海水养殖环境管理及进一步开展相关研究提供参考依据.  相似文献   

沿海省市海洋科技水平评价   总被引：2，自引：0，他引：2  

殷克东  张燕 《海洋开发与管理》2009,26(3):57-62

本研究通过建立海洋科技水平评价指标体系,利用主成分分析法和灰色关联分析法分别构建了海洋科技水平的评价模型,对我国沿海地区海洋科技水平进行测算和评价,研究结果为沿海地区提高海洋科技水平,培育新的高新技术产业,制定未来的主导产业发展规划,提供了科学的理论依据.  相似文献   

ERA5再分析资料在辽宁省的适用性分析与订正          下载免费PDF全文

孙虹雨  王迪  刘成瀚  张燕  王式功 《沙漠与绿洲气象(新疆气象)》2023,17(4):101-110

为系统研究ERA5再分析资料在辽宁省的适用性，本文基于近10a辽宁省62个地面站和9个探空站（省内4部，省外5部）资料，提取了温度、湿度、气压、风场等业务和研究中常用物理量，采用统计分析方法对ERA5资料在辽宁省的适用性进行了分析，并尝试使用机器学习的方法订正ERA5资料的偏差。结果表明：在地面观测要素分析中，2 m温度相关系数普遍较高，均方根误差普遍偏低，辽河流域及其西侧地区效果好于其他地区；10 m风速对比结果总体稍差，U分量相关系数总体低于V分量；ERA5资料质量有明显的月变化特征，相关系数总体呈现春秋季节高于夏冬季节，且相关系数总体较高的季节，均方根误差也普遍偏高。在高空观测要素分析中，辽宁中部地区的数据质量要高于东西部两地区，温度的平均相关系数最高，相对湿度相关系数平均较低，均方根误差总体较大；相对湿度的相关系数在春夏之交时最低，夏季上升较快，夏秋之交时达到最高，相关系数快速上升的月份，均方根误差也呈现出快速上升的趋势；高空U风场和V风场的均方根误差总体相差不大，且均方根误差月变化相一致，总体经向风（V风场）质量低于纬向风（U风场）。通过机器学习的订正方法有效提升了地面温度和相对湿度的应用能力，使ERA5地面温度资料的均方根误差缩小0.5～1.0℃，使地面相对湿度资料的均方根误差缩小最高可达26%。  相似文献