排序方式: 共有42条查询结果,搜索用时 705 毫秒
1.
2.
文章简述了李连捷先生为中国的土壤科学和为生产服务而奋斗的一生。20世纪40年代,他在去美国深造之前,就在国内到贵州、广西和华南的许多省区进行了大面积的土壤调查工作。新中国成立后,他欣然接受先后到黑龙江、青海和内蒙古等省区进行荒地资源垦殖的调查任务,并于50~60年代,先后参与和组织了对西藏、新疆等地多专业的大型综合考察。通过这些考察,为西部大开发摸清和积累了大批可贵的自然资源资料,为我国土壤的发生和分类、土地资源的合理利用以及国民经济的发展做出了积极贡献。李先生在他近半个世纪的教学工作中,为我国培养了大批土壤科学人才。他一生刚正不阿、高风亮节,为我们树立了学习的榜样。在李连捷先生逝世10周年之际,仅以此文表达对他的深切怀念。 相似文献
3.
4.
新一代静止气象卫星葵花8号(Himawari-8)上搭载的静止轨道成像仪AHI (Advanced Himawari Imager)凭借其高时空分辨率可以对重庆地区暴雨进行连续观测。本文选取2019年4月19日的一次区域性暴雨天气过程为试验个例,采用WRF (Weather Research and Forecasting)中尺度模式进行数值模拟。基于WRFDA (Weather Research and Forecasting model Data Assimilation)同化系统对葵花8号静止气象卫星的AHI辐射率资料进行相应的质量控制和云检测,进而开展循环同化试验,考察卫星资料同化对这次强对流天气过程预报结果的改进。结果表明在同化AHI红外辐射率资料之后,辐射传输模式模拟的亮温和观测亮温更为接近。此外,AHI水汽通道辐射率资料同化有效提高了对各层高度上的风场、水汽场、雷达回波等要素特征的分析效果,并且使模式的初始条件更逼近真实的大气状态。研究发现同化AHI水汽通道辐射率资料后模拟的降水整体分布与实际情况更为接近,主要雨带位置以及强降水中心的精确程度显著高于背景场的预报效果。经过... 相似文献
5.
利用WRF(Weather Research and Forecast)模式及WRFDA(WRF model data assimilation system)系统,针对2017年台风“天鸽”个例通过同化雷达径向速度(Vr)和反射率因子(RF),研究水凝物控制变量的雷达资料同化对台风分析预报的影响。研究表明:雷达径向速度的直接同化有效地改进了模式初始场中台风涡旋区的中小尺度信息,分析场中产生了气旋性的风场增量,对模式背景场中的台风有显著增强作用。通过在传统控制变量中扩展针对水凝物的控制变量可有效地同化雷达反射率因子资料,对初始场的水物质进行调整,并对随后确定性预报的台风路径和强度都有一定的正效果。此外,相比没有水凝物控制变量的雷达同化试验,加入了水凝物控制变量的雷达资料同化试验降水预报效果更好。这为将我国近海的地基多普勒天气雷达用于台风初始化分析和预报提供了一定的技术支撑和保障。 相似文献
6.
7.
复杂条件下露天采场边坡变形分析 总被引:3,自引:0,他引:3
露天采场边坡的变形特征对边坡稳定性评价、露天开采以及对边坡变形监测具有重要意义 ,复杂条件下 ,露天采场边坡的变形特征难以预测。本文采用快速拉格朗日分析 (FL AC)方法对金牛公司露天采场稳定边坡、不稳定边坡时空上的变形特征以及空区和分步开挖对边坡变形特征的影响进行了综合分析。结果表明 :FL AC方法在分析复杂条件下的边坡变形特征方面显示了较强的优势 ,稳定边坡和不稳定边坡有着各自不同的变形特征 ,空区和开采速度对边坡变形产生一定的影响。 相似文献
8.
利用美国NCEP/NCAR全球预报系统的GFS资料以及中尺度非静力模式WRF,针对超强台风“Saomai”进行高分辨率数值模拟及诊断分析,模拟区域采用单层网格,分辨率为5km。研究结果表明,高分辨率数值模拟较好地再现了台风“Saomai”的发展演变过程及登陆情况。模拟的台风路径与实况较为吻合,变化趋势也基本一致;同时,模式对台风“Saomai”的环流场结构和台风登陆期间的累积降水分布特征也取得了较好的模拟效果。进一步通过850hPa涡度、相对螺旋度、水汽通量等对台风“Saomai”发展演变及登陆期间引起的暴雨开展模拟诊断,结果表明:在模拟时间段内,涡度和相对螺旋度的强中心与暴雨区中心有较好对应,水汽通量对降水趋势有较好的指示,上述诊断物理量的演变与降水的时空变化较为一致,在一定程度上具有指示意义。 相似文献
9.
南亚热带森林土壤CO2排放的季节动态及其对环境变化的响应 总被引:1,自引:0,他引:1
应用静态箱/气象色谱法对南亚热带3种森林土壤地表CO2排放通量的季节动态及其对环境变化的响应规律进行了2年的连续观测,结果表明:季风常绿阔叶林、针阔叶混交林和马尾松针叶林(S+L)CO2年排放总量分别为3942.2,3422.36和2163.02 gCO2.m-2·a-1,并且3种林分具有相同的季节性变化特征,排放高峰均出现在6~8月,这期间的土壤CO2排放量占全年排放总量的35.9%,38.1%和40.2%:不同森林土壤CO2排放过程对环境变化的响应有明显差异,具体体现在针叶林(PF)对温度变化的响应较阔叶林(BF)和混交林(MF)敏感,Q10值较大,而且CO2排放通量的季节变化幅度较大,表明结构单一的森林生态系统抗干扰能力较差;3种森林土壤CO2排放通量与土壤温度(Ts)、土壤含水量(Ms)和空气压力(Pa)均呈显著相关;但多元回归分析表明,空气压力对森林土壤CO2排放通量的影响并不显著;基于经验模型,以土壤5 cm处温度和土壤含水量两个指标可以分别说明阔叶林、混交林和针叶林土壤CO2排放通量变异的75.7%,77.8%和86.5%,该模型可以较好地描述受水分胁迫的土壤或干旱或半干旱土壤CO2的排放过程. 相似文献
10.