全文获取类型
收费全文 | 76篇 |
免费 | 24篇 |
国内免费 | 46篇 |
专业分类
大气科学 | 142篇 |
地质学 | 2篇 |
海洋学 | 1篇 |
自然地理 | 1篇 |
出版年
2024年 | 3篇 |
2023年 | 4篇 |
2022年 | 7篇 |
2021年 | 5篇 |
2020年 | 7篇 |
2019年 | 4篇 |
2018年 | 12篇 |
2017年 | 1篇 |
2016年 | 6篇 |
2015年 | 8篇 |
2014年 | 5篇 |
2013年 | 16篇 |
2012年 | 2篇 |
2011年 | 4篇 |
2010年 | 11篇 |
2009年 | 14篇 |
2008年 | 6篇 |
2007年 | 5篇 |
2006年 | 5篇 |
2005年 | 10篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2000年 | 1篇 |
1999年 | 3篇 |
1990年 | 2篇 |
排序方式: 共有146条查询结果,搜索用时 156 毫秒
91.
从致灾因子角度,通过系统分析暴雨与其造成的灾害损失之间的关系,提取致灾关联度较高的暴雨因子,采用正态分布概率密度函数和最小距离法,建立区域性暴雨强度评价模型。在此基础上,通过分析历史暴雨个例之间灾害损失的相似性,采用类比法,建立了湖北5—9月暴雨灾害损失定量预估模型。2008—2009年的试验结果表明,类比法可作为暴雨灾害定量损失预估的实用方法。 相似文献
92.
鄂西北两次强降雪的滴谱特征和积雪深度预估方法 总被引:2,自引:1,他引:1
利用丹江口站Thies Clima激光雨滴谱仪(TCLPM)和地面人工加密观测资料对2010年12月14—15日和2012年1月20—22日两次强降雪天气滴谱演变特征及预估积雪深度方法进行了分析探讨,结果表明:(1)激光雨滴谱仪能自动识别降水相态,结合地面人工加密观测结果,气温高于0.7℃,降水相态为雨,低于0.7℃为雨夹雪,低于-0.5℃为纯雪,同时发现地面温度低于0.5℃,地面开始有积雪,且这两次过程地面风速比较低有利于地面积雪;(2)激光雨滴谱仪还可以很好地监测强降雪天气滴谱特征演变规律,回波强度(Z)、平均直径(D_m)、降雪粒子水含量(W)、数浓度(N)随降雪强度增强而增大,且两次过程中D_m、Z、N、W均与地面积雪速率(VSD)均有不同程度的正相关性,W与VSD相关性更好,分别达到了0.844和0.926;(3)选取降雪粒子水含量W与地面积雪速率进行一阶拟合,得出地面积雪速率预估方程,通过纯雪阶段地面积雪速率预估值(VSDF)和地面积雪深度预估值(SDF)与利用雨滴谱仪实测资料反演的VSD、SD两者进行比较,发现它们两者非常接近,说明通过这种方法可以较好地预估地面积雪速率和积雪深度,其结果可以再现地面积雪跃增的主要时段。 相似文献
93.
94.
95.
《湖北气象》2021,40(2)
利用2018年3月至2020年2月FY-4A卫星AGRI高时空分辨率多通道数据与同期湖北省夜间大雾天气个例,先确定夜间大雾在AGRI长波红外波段(10.8μm)和中波红外波段(3.72μm)的识别阈值,再使用地面气象观测站点资料对卫星识别结果进行检验;最后,结合高速公路交通管制信息,分析夜间大雾识别方法在湖北省高速公路服务应用中的潜力。结果表明:(1)基于FY-4A卫星识别的夜间大雾,与气象观测站实况大雾较为一致。(2)卫星对夜间大雾的识别命中率普遍在70%以上;不考虑地形影响,其识别命中率可提高5%~8%;不考虑云影响,识别命中率可提高3%~4%。(3)与湖北省高速公路交通管制信息对比,FY-4A卫星对收费站点大雾识别命中率均高于70%,并在部分国家气象站未观测到大雾而因雾封路的区域可实现对大雾天气的有效识别,其对夜间大雾的识别信息在高速公路交通气象服务中具有较大应用潜力。 相似文献
96.
97.
利用闪电定位系统、MP-3000A地基微波辐射计、雷达、地面雨量计和探空等观测资料对2015年5月14—15日湖北地区一次强对流过程中降水量、闪电、水汽、液态水含量的时空分布特征等进行分析,并基于闪电和微波辐射计资料联合估算对流性天气中的降水量。结果表明,降水发生前,微波辐射计探测到空中水汽密度和液水含量明显增加,闪电活动峰值提前于降水峰值2 h。水汽密度与云闪数有较好的相关性,相关系数为0.98。利用水汽密度和地闪资料估算对流性降水结果与观测结果比较一致,估测的降水量好于仅用地闪资料的估算,且基于水汽密度、地闪得到的单个闪电表征的降水量为1.94×10~7kg·fl~(-1)。 相似文献
98.
99.
随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。 相似文献
100.