排序方式： 共有70条查询结果，搜索用时 31 毫秒
41.
降水是地表淡水资源的主要来源,降水分布强烈的时空异质性给陆地水循环研究带来了较大不确定性,因此降水的空间异质性及其影响因子研究一直是水循环研究的重点。选取观测资料丰富的华东地区,采用351个气象台站降水观测数据,通过一般线性回归模型、地理加权回归模型和多尺度地理加权回归模型的拟合结果,研究了典型地形因子对降水空间分布的影响及其影响尺度。结果表明,传统的一般线性回归模型不能表征降水分布的空间异质性,而地理加权回归模型和多尺度地理加权回归模型均较好地拟合出了降水在空间上的非均匀分布（R2>0.7）。此外,多尺度地理加权回归模型的带宽数还反映了各地形因子对降水空间分布的影响尺度。一般说来,带宽数较小的局地影响因子对降水的空间异质性影响较强。对于年降水量,地形高程和地形起伏度是影响降水空间异质性的主要地形因子,而地形坡度和主风向系数对降水的影响不显著。在不同季节,各地形因子对降水空间分布的影响程度不同。地形高程对夏季降水影响较大;离海岸线距离对春、秋季南部山区降水影响较大;地形起伏度对冬季降水有重要影响。厘清我国不同季节降水与地形因子间的关系,有助于理解各季节复杂地形因子对降水的贡献,为... 相似文献
42.
43.
印度洋偶极子是热带印度洋中重要的年际变率之一,对印度洋周边国家乃至全球的气候有着重要的影响,关于其形成机制及气候影响的研究对于气候预测具有重要意义.主要回顾了近10年印度洋偶极子的相关研究进展,包括印度洋偶极子的基本特征、与热带太平洋中厄尔尼诺—南方涛动之间的关系、与亚洲夏季风之间的关系、对全球气候的影响以及全球变暖背景下的变化等.印度洋偶极子与热带太平洋中厄尔尼诺—南方涛动之间的关系体现为二者之间是相互影响的,但不同类型的印度洋偶极子对热带太平洋中厄尔尼诺—南方涛动的影响机制尚不明确,还需进一步的研究.印度洋偶极子与亚洲夏季风之间的关系体现为二者之间存在强烈的相互作用,印度洋偶极子与印度洋东部夏季风环流之间存在相互促进作用,而印度洋偶极子与印度夏季风环流之间的相互作用尚需进一步研究.此外,研究表明全球变暖背景下极端正印度洋偶极子的发生将增多,同时极端印度洋偶极子对我国极端气候事件的发生有着重要影响.以往的研究主要集中于单独的印度洋偶极子或印度洋偶极子和热带太平洋中厄尔尼诺—南方涛动的结合对我国极端气候的影响,而印度洋偶极子与中高纬环流系统或泛热带海洋之间的协同作用对我国极端气候事件的影响还亟需相关研究.对印度洋偶极子的系统性回顾可为未来印度洋偶极子的研究提供一定的科学基础. 相似文献
44.
45.
土地利用和土地覆盖变化(Land Use and Land Cover Chang,LUCC)通过影响局地陆面过程及陆气相互作用进而影响局地天气和气候。为探究LUCC产品对陆气相互作用的影响,本文采用了三套LUCC产品,包括USGS、Landsat和MODIS,模拟研究不同LUCC产品对华东地区土壤和近地面温度、湿度的影响。结果表明,不同LUCC产品的土地利用类型差异主要在城市、农田和以草地、森林为主的自然植被。与USGS产品相比,Landsat和MODIS产品的城市和森林面积分别增加了2%和15%以上,农田面积则减少了17%左右。模拟结果表明,Landsat和MODIS产品的城市面积增加导致该区域的土壤温度和湿度增加,感热通量分别增加了28.1 W·m-2、68.3 W·m-2,潜热通量分别减少了28.3 W·m-2、81 W·m-2,这使得2 m气温增加了1.5℃左右,相对湿度减小了约9%。USGS产品中的农田和草地在Landsat和MODIS中改变为森林也使得土壤温度、湿度和近地面能量通量、温... 相似文献
46.
在全球持续增温的背景下,极端降水事件频发,给人民的生产生活和社会的经济发展造成了严重威胁。本文利用华东315个气象台站2011—2018年的小时观测数据,按照降水日峰值特征将华东地区极端小时降水分为单峰型和多峰型,基于多尺度地理加权回归模型,探讨了两种峰型极端小时降水空间分布与地形因子的关系。研究表明两种峰型极端降水分别对应常规年份和厄尔尼诺年,地形起伏度在两类峰型的降水中都为最重要的地形因子,主导区域主要为浙江北部及浙闽山脉北部;其他地形因子在两类峰型的降水中作用存在显著差异。单峰型降水中,第二重要的地形因子为地形坡度,主导区域位于浙闽山脉东南侧;而在多峰型降水中,第二重要的地形因子为离海岸线距离,且主导区域位于沿海地区。对二者差异的机理分析发现,单峰型降水以午后对流为主,浙闽山脉东南侧地形坡度较大处的对流有效位能值较大,容易促发对流;而在多峰型降水中清晨降水以平流为主,水汽输送明显较单峰型降水大,因此,离海岸线距离对该类型降水有重要影响。 相似文献
47.
北极海冰融化影响东亚冬季天气和气候的研究进展以及学术争论焦点问题 总被引：3，自引：1，他引：2
北极历来是影响东亚冬季天气、气候的关键区域之一。北极表面增暖要比全球平均快2~3倍,即所谓北极的放大效应。随着全球增暖的持续以及北极海冰的持续融化,北极的生态环境正在发生显著的变化,进而可能对北半球中、低纬度的天气、气候产生影响。本文概述了有关北极海冰融化影响冬季东亚天气、气候的主要研究进展,特别是自2000年以来,北极海冰异常偏少影响东亚冬季气候变率以及极端严寒事件的可能途径、存在的科学问题,以及学术界的争论焦点。秋、冬季节是北极海冰快速形成时期,此时北极海冰对大气环流的影响要强于大气对海冰的影响。近二十年来的研究结果表明,北极海冰异常偏少,不仅影响北冰洋局地的气温和降水变化,而且通过复杂的相互作用和反馈过程,对北半球中、低纬度的天气、气候产生影响。北极海冰通过以下两个可能机制来影响东亚冬季的天气、气候:（1）北极海冰的负反馈机制;（2）由海冰异常偏少引起的平流层-对流层相互作用机制。秋、冬季节北极海冰持续异常偏少,特别是,巴伦支海-喀拉海海冰异常偏少,既可以加强冬季西伯利亚高压（东亚冬季风偏强）,也可以导致冬季风偏弱。导致海冰影响不确定性的部分原因是:（1）夏季北极大气环流状态影响北极海冰异常偏少对冬季大气环流的反馈效果;（2）冬季大气环流对北极海冰异常偏少响应的位置、强度不同造成的。秋、冬季节北极海冰持续异常偏少,在适宜的条件下（例如,前期夏季北极大气环流的热力和动力条件,有利于加强北极海冰偏少对冬季大气的反馈作用）,可以激发出有利于冬季亚洲大陆极端严寒过程的大气环流异常。目前学术界争论焦点主要集中在以下两个方面:（1）关于北极增暖、北极海冰融化对中纬度区域影响的争论;（2）关于1980年代后期以来,冬季欧亚大陆表面气温呈现降温趋势的原因。目前,有关北极海冰融化影响冬季欧亚大陆次季节变化以及极端天气、气候事件的过程和机制,我们认知非常有限,亟需开展深入细致的研究。 相似文献
48.
ENSO（El Niño-Southern Oscillation）的发生发展既受到来自热带西太平洋纬向海气过程的影响,也受到来自副热带太平洋经向海气过程的影响。本文概述了副热带太平洋海气异常影响ENSO研究方面的科学背景及研究进展,综述了前人提出的副热带太平洋大气海洋异常通过经向风应力以及北太平洋/南太平洋经向模态,影响ENSO发展演变的途径及相关物理机制,总结了近些年观测资料分析及数值模拟研究工作所提出的新观点,并讨论了相关研究中的学术分歧及有待进一步研究的问题。 相似文献
49.
基于1980—2018年罗格斯大学全球积雪实验室积雪面积、英国气象局哈得来中心海温、欧洲中期天气预报中心（ECMWF）第5代再分析（ERA-5）土壤湿度、美国国家环境预报中心和美国国家大气研究中心（NCEP/NCAR）再分析、美国国家海洋大气管理局（NOAA）气候预测中心降水（CMAP）和全球降水气候计划降水（GPCP）等数据,采用相关、合成和回归等分析方法,分析了前期青藏高原积雪和厄尔尼诺-南方涛动（ENSO）年际尺度变化对南海夏季风强度及降水的协同影响。结果表明:在年际尺度上,青藏高原积雪、ENSO与南海夏季风变率有密切关系,当青藏高原春季积雪西部偏多且东部偏少时,夏季高原西部对流层温度偏低,在高原上空产生异常下沉气流并向外辐散,引起中国南海地区对流层中低层为异常下沉气流。另外,赤道中东太平洋海温异常偏高则会使夏季印度洋海温异常偏高,对流层温度偏高,在西北太平洋产生东北风异常,加强西北太平洋和中国南海上空的反气旋性环流异常。在青藏高原积雪和ENSO共同影响下,夏季850 hPa中国南海上空反气旋异常进一步加强,南海夏季风强度减弱,降水减少。 相似文献
50.
基于观测的南海越南沿岸次表层涡旋 总被引：1，自引：0，他引：1
In this study, subsurface eddies near the Vietnam coast of the South China Sea were observed with in situ observations, including Argo, CTD, XBT and some processed and quality controlled data. Based on temperature profiles from four Argo floats near the coast of Vietnam, a subsurface warm eddy was identified in spring and summer. The multi-year Argo and Global Temperature and Salinity Profile Programme(GTSPP) data were merged on a seasonal basis based on the data interpolating variational analysis(DIVA) method to reconstruct the three-dimensional temperature structure. There is a warm eddy in the central subsurface at 12.5°N, 111°E below300 m depth in spring, which does not exist in autumn and is weak in winter and summer. From CSIRO Atlas of Regional Seas(CARS) and Generalized Digital Environment Model(GDEM) reanalysis data, this subsurface warm eddy is also verified in spring. 相似文献