首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   2篇
  国内免费   4篇
大气科学   8篇
  2023年   1篇
  2021年   2篇
  2019年   1篇
  2017年   1篇
  2016年   1篇
  2015年   1篇
  2014年   1篇
排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
CLM4.0模式对中国区域土壤湿度的数值模拟及评估研究   总被引:7,自引:2,他引:5  
本文利用普林斯顿大学全球大气强迫场资料,驱动公用陆面过程模式(Community Land Model version 4.0,CLM4.0)模拟了中国区域1961~2010年土壤湿度的时空变化。将模拟结果与观测结果、美国国家环境预报中心再分析数据(National Centers for Environmental Prediction Reanalysis,NCEP)和高级微波扫描辐射计(Advanced Microwave Scanning Radiometer-EOS,AMSR-E)反演的土壤湿度进行了对比分析,结果表明CLM4.0模拟结果可以反映出中国区域观测土壤湿度的空间分布和时空变化特征,但东北、江淮和河套三个地区模拟值相对于观测值在各层次均系统性偏大。模拟与NCEP再分析土壤湿度的空间分布基本一致,与AMSR-E的反演值在35°N以北的分布也基本一致;从1961~2010年土壤湿度模拟结果分析得出,各层土壤湿度空间分布从西北向东南增加。低值区主要分布在新疆、青海、甘肃和内蒙古西部地区。东北平原、江淮地区和长江流域为高值区。土壤湿度数值总体上从浅层向深层增加。不同深度土壤湿度变化趋势基本相同。除新疆西部和东北部分地区外,土壤湿度在35°N以北以减少趋势为主,30°N以南的长江流域、华南及西南地区以增加为主。在全球气候变暖的背景下,CLM4.0模拟的夏季土壤湿度在不同程度上响应了降水的变化。中国典型干旱区和半干旱区土壤湿度减小,湿润区增加。其中湿润区土壤湿度对降水的响应最为显著,其次是半干旱区和干旱区。  相似文献   
2.
利用陕西省2016年97站逐日5cm土壤温度观测数据,结合相关系数、平均偏差和均方根误差等统计参数,评估了中国气象局陆面数据同化系统CLDAS2.0和美国全球陆面数据同化系统不同陆面模式(Noah-GLDAS2.1,Noah-GLDAS1,CLM-GLDAS1)土壤温度数据在陕西省的适用性。结果表明:(1)CLDAS2.0在陕西省的相关系数最高,均方根误差最小,Noah-GLDAS2.1次之,Noah-GLDAS1最差。(2)从陕西省3个区域的时间演变序列的分析可以看到,CLDAS2.0和Noah-GLDAS2.1能很好模拟出土壤温度的季节变化以及日变化,Noah-GLDAS1、CLMGLDAS1对于日变化的模拟较差,且前两者偏差也明显小于后两者。(3)Noah-GLDAS2.1在陕北与关中地区土壤温度模拟能力与CLDAS2.0相差无几,但在陕南地区CLDAS2.0要好于Noah-GLDAS2.1。总体来看,CLDAS2.0对陕西省土壤温度模拟能力最好,在陕西省有着更好的适用性。  相似文献   
3.
内蒙古地区下垫面变化对土壤湿度数值模拟的影响   总被引:2,自引:0,他引:2  
利用第二次全国土壤调查土壤质地数据(SNSS)和中国区域陆地覆盖资料(CLCV)将陆面过程模式CLM3.5(Community Land Model version 3.5)中基于联合国粮食农业组织发展的土壤质地数据(FAO)和MODIS卫星反演的陆地覆盖数据(MODIS)进行了替换,使用中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)大气强迫场资料,分别驱动基于同时改进土壤质地和陆地覆盖数据的CLM3.5(CLM-new)、基于只改进陆地覆盖数据的CLM3.5(CLM-clcv)、基于只改进土壤质地数据的CLM3.5(CLM-snss)和基于原始下垫面数据的CLM3.5(CLM-ctl),对内蒙古地区2011~2013年土壤湿度的时空变化进行模拟试验,研究下垫面改进对CLM3.5模拟土壤湿度的影响。将四组模拟结果与46个土壤水分站点观测数据进行对比分析,结果表明:相对于控制试验,CLM-clcv、CLM-snss和CLM-new都能不同程度地改进土壤湿度模拟,其中CLM-clcv主要在呼伦贝尔改进明显,CLM-snss则在除呼伦贝尔以外的大部地区改进显著,CLM-ctl模拟的土壤湿度在各层上均系统性偏大,而CLM-new模拟土壤湿度最好地反映出内蒙古地区观测的土壤湿度的时空变化特征,显著改善了土壤湿度的模拟,体现在与观测值有着更高的相关系数和更小的平均偏差与均方根误差。  相似文献   
4.
利用2014—2018年内蒙古大兴安岭地区闪电定位仪监测的雷电及CLDAS逐日降水数据,确定干雷电期间降水阈值并筛选干雷电监测数据,分析干雷电在大兴安岭地区的时空分布特征,为大兴安岭地区雷击火的防范提供科学依据。结果表明:大兴安岭地区CLDAS降水与气象站点降水的误差较小,有较高的适用性,可以满足干雷电的分析需求。大兴安岭地区的年平均雷电次数为36013.4次,以负地闪为主,年平均雷电日数为110.4 d,其中有42.3%的雷电发生时的日降水量小于5 mm,宜作为该地区干雷电发生时的降水阈值。以此阈值筛选,大兴安岭地区年平均干雷电发生15229.8次,每年7月年平均干雷电出现次数最多,干雷电的雷电流绝对强度在5月和9月较强。该地区林业局中,永安山东部、满归南部、阿龙山东部、汗马自然保护区北部、甘河东部、阿里河西部、吉文北部、大杨树东南部、巴林南部、南木、绰尔东部等地的年平均干雷电次数达到0.4次/km2,且雷电流绝对强度也普遍偏强,是大兴安岭干雷电的高发区域,应加强上述地区干雷电的日常监测和雷击火防范工作。  相似文献   
5.
基于CLDAS资料的内蒙古干旱监测分析   总被引:5,自引:1,他引:4  
孙小龙  宋海清  李平  李云鹏  武荣盛 《气象》2015,41(10):1245-1252
以内蒙古地区为研究区域,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年(2014年)和湿润年(2013年)与标准化降水指数和降水百分位指数法进行验证分析。结果表明:CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。  相似文献   
6.
文章利用地面观测资料、NCEP再分析资料(1°×1°),分析了2015年11月5日内蒙古西中部的一次暴雪成因及演变形势。结果表明:此次暴雪受南方暖湿气流影响,低空急流带来的水汽促进暴雪的生成。地面倒槽的延伸、暖气团的抬升影响河套地区,形成一条温度露点差≤5℃的湿区,当温度露点差在0~2℃之间浮动时,有强烈的降水天气。水汽通量和水汽通量散度配合较好,满足低层辐合高层辐散的降水水汽条件。整层从850~400hPa上,湿度较大,700hPa上有11.0m·s~(-1)的南风,比湿达到7g·kg~(-1),水汽通道明显,低层为东北风,温度较低,降水相态表现为雨夹雪。动力条件上,800~700hPa之间存在低涡,500hPa以上辐散,700hPa上有明显的辐合区,降水区域上空正涡度平流加强,为降水提供动力条件。  相似文献   
7.
利用1981—2020年气象台站的实测降水数据,对CRA40、ERA5、JRA55和MERRA2这4种再分析月降水数据在内蒙古地区的降水分布特征,与实测降水的相关性和误差进行分析。结果表明:(1)内蒙古地区4种再分析降水数据的空间分布与台站降水基本一致,误差分析表明CRA40与MERRA2的数据质量较高,ERA5次之,而JRA55数据质量相对较差。(2)CRA40和MERRA2在1983—1986年存在明显的降水低估,ERA5在2005年之后的内蒙古中东部出现明显的降水低估,JRA55在115°E以东存在明显降水高估,在115°E以西则以降水低估为主。(3)4种再分析月降水数据的年内最大均方根误差和绝对误差均集中在6—8月,与台站降水相关系数的年内最小值均出现在7月,内蒙古夏季汛期是再分析降水误差产生的主要时段。  相似文献   
8.
基于CLDAS温度适宜度指标空间化方法   总被引:2,自引:0,他引:2       下载免费PDF全文
为了避免站点观测数据空间插值误差,提高玉米温度适宜度指标空间化精度,本文利用陆面数据同化系统CLDAS逐小时气温同化数据,基于内蒙古玉米动态适宜度计算方法,利用GIS空间分析和建模功能,构建逐日温度适宜度指标的空间化计算模型。该模型根据温度适宜度动态模型计算指定日期的"三基点"温度指标空间分布;结合CLDAS日平均气温空间分布,利用条件函数实现适宜度指标分段空间化计算。以2015年5—8月为例,进行常规气象站点误差检验,结果表明:常规站检验最大绝对误差0.156,90%的站点绝对误差小于0.1;最大相对误差36.9%,70%的站点相对误差不足8%;CLDAS数据很好的把握了5月高温、8月低温的不利影响,适宜度为0。基于CLDAS气温拟合数据的温度适宜度模型流程清晰实用,适宜度指标空间化精度较高。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号