排序方式： 共有6条查询结果，搜索用时 112 毫秒
1
1.
利用1979—2014年台站观测资料和再分析资料对西南地区冬季气温的年际变率及其主要影响因子进行分析。西南冬季气温年际变化主要存在两种模态:全区一致型和东西反向型。西南冬季一致偏冷时,东部降温幅度明显大于西部,东部强降温与低层异常东北风和偏东风引起的冷平流有关;而西部高原地区较小的气温降幅主要与异常上升运动引起的云量增多和辐射降温有关。当西南地区气温变化表现为东西反位相时,显著的气温异常主要位于西部高原地区,该区域显著降温与其上空异常东北风引起的冷平流和异常上升运动引起的云量增多和辐射降温有关。异常活跃的乌拉尔山和西伯利亚西部区域阻塞高压是影响西南冬季气温第一模态的主要因子,其在西南地区东部造成东北风和偏东风异常,导致更强的冷平流,进而引起该区域气温显著偏低。西南西部高原地区气温显著偏低时,中东急流异常在副热带西风急流中引起向下游地区传播的波列,在高原和西南地区上空形成异常的气旋性环流,伴随的异常东北风冷平流和异常上升运动引起的辐射降温使西部高原地区显著降温。东亚冬季风、北极涛动和ENSO与西南冬季气温年际变化两个模态的联系都较弱。 相似文献
2.
基于纹理的高寒地区人为扰动地表信息提取 总被引：1，自引：0，他引：1
高寒地区气候寒冷、生态环境脆弱。近年来,频繁的人类工程活动严重破坏地表植被,加剧了高寒地区的土壤侵蚀。为有效监管生产建设活动,遏制人为新增土壤侵蚀,开展及时、准确的监测分析迫在眉睫,探索符合高寒区域的人为扰动地表信息提取方法十分必要。目前仅靠单波段灰度图像纹理特征提取地表信息存在信息量不足等明显缺陷,改进的彩色图像灰度共生矩阵方法(Color gray-level co-occurrence matrix,简称CGLCM),可为人为扰动地表识别提供更为精确的纹理特征信息。本文以西藏自治区墨竹工卡县甲玛区为研究区,基于CGLCM提取出纹理特征并结合植被指数(NDVI)数据与光谱数据,运用面向对象分类方法实现人为扰动地表信息提取。结果表明,CGLCM方法相较于NDVI方法精度提高了5.12%,达到90.88%;Kappa系数提高了0.07,为0.87,结合纹理特征对影像分类可有效提高分类精度。据此,本文基于纹理特征的扰动地表信息提取方法为高寒地区提供了可靠的人为扰动信息提取途径,实现了基于遥感技术的高寒地区扰动地表信息快速自动监测。 相似文献
3.
永久散射体雷达干涉(PSI)已被广泛应用于城市缓慢沉降监测,但针对显著性地表沉降监测及PSI适用性的探讨较少。本文选取天津市与廊坊市城郊结合部的典型工业化城镇为研究区,分别以2007至2010年间的23幅L波段(23.6 cm)ALOS PALSAR影像和2007至2009年间的23幅C波段(5.6 cm)ENVISAT ASAR影像为数据源,使用基于相位空间相关性分析的PSI方法进行时空沉降提取,并对两个平台的结果进行对比分析和交叉验证。在此基础上,结合长短波SAR对沉降敏感性不同的特征探讨该PSI方法应用于显著沉降解算的可靠性,并结合地质条件及地下水开采信息对实验区沉降的时空分布进行深入分析和解释。研究表明,两平台的沉降结果十分吻合,在沉降漏斗区二者均方根误差(RMSE)为6.5 mm/a;实验区地表沉降呈现出显著的非均匀性,最大沉降速率超过200 mm/a,造成严重沉降的主要原因为地下水的大量开采;证实了PSI方法在显著地表沉降监测方面的有效性和可靠性。 相似文献
4.
在下垫面相对比较复杂的四川区域,为了解风云二号F(FY-2F)卫星相对湿度产品的可靠性,利用2013~2017年加密观测期间研究区内11个加密观测站点探空探测资料与FY-2F卫星湿度产品进行对比分析,给出了FY-2F卫星相对湿度产品的分析结果,并从偏差统计、相关系数统计等方面对比分析了二者数据间的差异。结果显示:FY-2F卫星湿度产品整体数值小于探空湿度,和探空数据间的相关系数区间为-0.16~0.64;相对偏差区间为-1.65~-0.19;相关系数变化趋势均随气压层高度变化呈线性变化趋势;FY-2F卫星产品的可靠性随着高度升高而升高。 相似文献
5.
为了解我国新一代静止气象卫星FY-4A辐射成像仪（AGRI）反演大气水汽总量（LPW）产品在海拔高度差异较大区域的适用性,利用2019和2020年6月20日~7月31日四川省11个探空站点观测数据计算大气水汽总量（TPW）,对FY-4A LPW进行评估分析。结果表明:FY-4A LPW整体平均偏差为负值,对研究区内大气水汽总量存在低估,低估主要集中在0~4.5 cm的水汽低值区;FY-4A LPW与探空TPW相关性较好,最大相关系数达0.95,在四川地区较为可靠;海拔高度对FY-4A LPW可靠性有直接影响,FY-4A LPW和探空TPW相关系数大小与海拔高度呈负相关。 相似文献
6.
为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（AdvancedSpaceborneThermalEmissionandReflectionRadiometerGlobalDigitalElevationModel,ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km2。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考... 相似文献
1