排序方式: 共有83条查询结果,搜索用时 109 毫秒
41.
1980~2013年安徽霾天气变化趋势及可能成因 总被引:4,自引:0,他引:4
对1980~2013年安徽省霾日数的时空变化趋势及可能原因进行了分析,结果表明:(1)1980年以来,霾天气年均发生日数总体呈上升趋势,年际波动较大。不同年代,霾高发区的位置不同:20世纪80年代平均为5.5 d,沿江到江淮之间有零星的高发区;20世纪90年代平均为8.5 d,高发区在沿江中西部的望江和池州、省会合肥、淮北北部的萧县和灵璧;2000年代,平均发生日数为8.7 d,有3个高发区,分别是以合肥为中心的江淮之间中部、沿淮中部地区和沿江中东部地区。(2)按地理位置把安徽省分为6个子区,不同子区年霾日数的变化趋势不同:皖南山区变化较平缓,沿淮地区2000年后上升明显,淮北北部和沿江有先升后降的趋势。(3)地级市平均霾日数呈显著上升的趋势,而县城霾日数上升速度缓慢,且在2008年之后有下降趋势。(4)城市化和汽车拥有量激增导致氮氧化物排放量快速增多,可能是2000年之后地级市霾日数显著增多的主要因子,而县城霾日数变化的驱动因子可能是气候变化原因,如东亚季风强度的变化。 相似文献
42.
基于数值模式和多普勒雷达的强对流天气预报技术 总被引:2,自引:0,他引:2
基于数值预报模式MM5,结合不稳定指标和能量指标的诊断结果,得到短时潜势预警指标,进行强对流天气0~12 h的短时预报;利用多普勒雷达信息产品提供的强对流天气风暴追踪信息,提取回波的移向和移速信息,进行强对流天气0~1 h的临近预报;均用一个强对流天气过程,来具体说明短时潜势预报和临近预报状况及其与实际情况的对比;应用短时潜势预报技术对近年来强对流天气过程进行了试用。结果表明,上述方法对强对流天气的短时预报、临近预报技术有一定的预报价值。 相似文献
43.
采用FAO Penman-Monteith模型, 并利用安徽省辐射观测资料对其净辐射项进行修正, 计算近30年安徽省的参考作物蒸散量。用此计算值和相应时段的降水量计算干燥度 (Ia), 并进行了基于干燥度指标不同时间尺度的区域地表干湿状况变化分析。分析表明:1971—2000年安徽省年干燥度平均值Ia=1的等值线为湿润区和半湿润区的分界线, 该分界线与1000 mm的年雨量线有很好的一致性, 同时也具有清晰的农业意义。20世纪70—90年代Ia=1的等值线南北波动, 其波动区域正是安徽省江淮分水岭易旱区。在此基础上分析了半湿润区、波动区域和湿润区降水量、参考作物蒸散量和干燥度年代际、年际和半年际的变化趋势及变异率以及逐月干旱频率及其对农业的影响。 相似文献
44.
45.
结合已有研究成果和一季稻的生理特征,采用模糊数学方法分别建立了安徽省分区域一季稻温度、降水和日照适宜度模型,并在此基础上建立了综合反映多因子对一季稻影响的气候适宜度模型.通过对不同时段内单要素适宜度和气候适宜度的集成,构建了分区域一季稻单要素适宜指数和气候适宜指数模型,并对两种集成方法进行了比较.基于气候适宜指数与一季稻产量的关系,建立了不同时间尺度的气候适宜性评价指标.结果表明:归一化法气候适宜指数模型优于绝对值法,气候适宜指数与产量丰歉指数具有显著相关性;气候适宜性评价指标对一季稻的产量具有较好的区分度,指标回代检验准确率较高,业务试用效果良好,可以用之评价气候条件对一季稻生长发育和产量形成的适宜程度. 相似文献
46.
安徽省冬小麦春霜冻害气象指标的研究 总被引:2,自引:0,他引:2
本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。 相似文献
47.
利用卫星遥感资料对安徽省46个台站进行分类,统计分析了城市站、郊区站和乡村站1961-2010年的极端气温指数的年和季节的变化趋势及其受城市化的影响和贡献。结果表明:1) 近50年来,除最高气温年极大值外,其他气温年极值都有明显上升趋势,以最低温度极小值最显著;暖日、暖夜天数呈增加趋势,而冷日、冷夜天数呈减少趋势,其中暖夜和冷夜变化趋势更明显;各极端指数的变化趋势总体均表现为城市站较乡村站更显著,郊区站介于两者之间。2) 城市站最高气温极大值、最低气温极大值和最低气温极小值因城市化造成的增温分别为0.144、0.184和0.161℃/10a,增温贡献率分别达100.0%、58.8%和21.6%,但城市化对最高气温极小值影响较弱;季节尺度的城市化影响基本都造成增温,春、秋季更明显,而增温贡献率以春、夏季更明显,冬季最小或不显著。3) 城市化效应使暖日和暖夜天数增加、冷夜天数减少的趋势更加显著,城市化影响贡献率都在40%以上;暖日、暖夜和冷夜天数的城市化影响贡献率都在冬季最小或不显著。 相似文献
48.
利用1981-2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明:(1) 近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2) 2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3) 城市站与乡村站年平均风速的趋势系数之差为-0.10 (m/s) /10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58 d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。 相似文献
49.
50.
基于NCEP/NCAR再分析资料及全国160个测站降水资料,分析了2~3月青藏高原地表温度升温幅度与6月长江中下游地区降水的关系。结果表明:青藏高原2~3月地表温度升温幅度的主空间分布型为边缘升温大、中心升温小,低海拔大、高海拔小。这种升温形势与长江中下游南部降水呈明显的负相关关系:在升温幅度大的年份,长江中下游南部降水较常年偏少;而升温幅度小的年份,长江中下游南部降水明显增加。进一步分析表明,升温弱年大气环流的形势和各种天气系统的配置为长江中下游南部降水提供了更有利的水汽、动力及热力条件,其中100 hPa南亚高压强度整体偏强并向东西方向伸展,500 hPa极涡增强偏东、贝加尔湖及鄂霍次克海之间大脊增强及西太平洋副热带高压西伸是降水增加的主要原因。 相似文献