排序方式: 共有2条查询结果,搜索用时 5 毫秒
1
1.
大型浅水湖泊的水体势能异常和层化对水生生态环境演变、局地天气及气候系统有着重要的影响。基于2009年8月11—22日和3月17—28日的气象数据及水温廓线,探讨了太湖水体势能异常和表层混合层深度的变化规律及其机制。结果表明:太湖水体势能异常呈现明显的日变化特征,晚间水体势能异常消失,而白天逐步凸现出来;水—气之间的热量交换是影响水体势能异常和水体层化程度的关键性因子;夏季水体势能异常和层化程度远强于春季,其主要原因是夏季风场引起的混合作用比春季弱,而夏季水—气热量交换对水体势能异常的增强作用比春季强;水体势能异常程度与表层混合层深度存在显著的指数关系。 相似文献
2.
太湖富营养化条件下影响蓝藻水华的主导气象因子 总被引:2,自引:2,他引:0
利用2004-2018年卫星遥感解译的太湖蓝藻水华信息构建蓝藻综合指数,采用随机森林机器学习算法分析同期气象因子与蓝藻水华综合指数的关系,定量评估影响蓝藻水华的主要气象因子特征变量的重要性度量和贡献率.结果表明,在光、温、水、风等主要气象要素中,气温对蓝藻水华综合指数起着主导的作用,其次是风速和降水,日照时间的影响或可忽略.其中气温条件中重要性度量最大的是年平均气温,其次是冬、春季节的平均气温;风速因子中影响较大的是7月份的平均风速;水分条件中主导因子是9月累计降水量.优选的随机森林模型模拟值与实际蓝藻水华综合指数的变化趋势基本一致,拟合优度为0.91,通过0.01显著性检验,随机森林模型模拟效果较好.用随机森林模型模拟值对太湖蓝藻水华分等级评估,模型模拟精度达到了86.7%,其中5个重度等级年份模型模拟结果完全一致,中度等级的6个年份模型模拟值有5年与之相符,中度以上等级的模拟精度达90.9%,模型能够反映气象因子对蓝藻水华综合指数的综合影响,对中、重度蓝藻水华的模拟效果更好.随机森林模型有助于理解富营养化状态下影响蓝藻水华的主导气象因子,利用气象因子的可预测性可以促进蓝藻水华预测预警能力的提升. 相似文献
1