排序方式： 共有5条查询结果，搜索用时 0 毫秒
1
1.
以石家庄市城市景观为研究对象,选取1987年、2004年和2019年Landsat遥感影像数据,采用监督分类方法将研究区分为绿地、水体、不透水地表和未利用地四类景观,采用单窗算法和劈窗算法反演地表温度(LST)。从景观生态学角度出发,利用Fragstats4.2计算4种类型的景观格局指数,并对景观粒度和移动窗口的尺度选择进行探讨分析;利用ArcGIS空间分析方法和统计分析方法,分析4种类型的景观格局指数与LST的相关性。结果表明:1987—2019年绿地斑块类型面积(CA)、最大斑块面积指数(LPI)和聚集度指数(AI)逐渐下降,不透水地表CA、LPI和AI逐渐增加,随着城市化进程的加快,绿地面积逐渐减少和裂化,绿地景观优势在不断下降,不透水地表面积在逐渐增加和聚合,不透水地表景观优势在不断加强,逐渐形成优势景观。斑块百分比指数(PLAND)、LPI和AI与LST表现出一致的极显著相关关系,绿地和水体为负相关,不透水地表和未利用地为正相关;斑块破碎化指数(SPLIT)则相反,绿地和水体为正相关,不透水地表和未利用地为负相关。LST与PLAND和LPI的相关系数明显高于LST与AI和SPLIT的相关系数,说明一个优势景观对地表温度的影响效果明显大于几个比较分散或破碎的景观。 相似文献
2.
利用石家庄市1990—2017年输电线路雷击事故资料,结合输电线路雷击发生前近距离的气象观测数据,统计分析了输电线路雷击发生前的雷暴方位、风、气压、相对湿度、气温和地温的变化特征。结果表明:输电线路雷击发生前12 h内的雷暴方位走向大多呈现从西北或偏西方位经过天顶至东南或偏东方位,或终止于天顶。输电线路雷击前6 h内气象要素的小时变化,地面最多风向由东南经东北向西北旋转,最大风速随输电线路雷击发生的临近呈逐时明显增大趋势;平均相对湿度随输电线路雷击发生的临近呈逐时明显上升趋势;平均气温和平均地面温度随输电线路雷击发生的临近呈逐时明显下降趋势;平均本站气压随输电线路雷击发生的临近变化趋势不明显。输电线路雷击前6 h、3 h和1 h气象要素波动幅度的年变化,前1 h气温和地面温度波动幅度呈逐年明显下降趋势,其他时段气象要素波动幅度变化趋势不明显。输电线路雷击发生前地面最多风向逆时针旋转,最大风速和空气相对湿度明显上升,气温和地面温度明显下降,但气压变化不明显;输电线路雷击发生次数分别与输电线路雷击前1 h气温和地面温度波动幅度呈现完全明显负相关。 相似文献
3.
利用气象观测、高分辨率城市地理信息、卫星遥感反演及ERA-Interim再分析资料,基于水平风速、混合层高度及地表粗糙度长度指标,利用等权重加权综合评价法和几何间隔分级法,开展了石家庄市风环境容量指标和区划研究,得到风环境容量指数分级阈值和空间分布.结果表明,石家庄市水平风速和大气混合层高度均由西部山区向东南部平原逐渐降低,在西南部山区存在一个高值区,在东南部平原存在一个低值区,且具有明显的季节和日变化特征;石家庄市区和西部山区地表粗糙度长度较大,平原地区较小;风环境容量指标分为低值区、次低值区、中等区、次高值区和高值区5个等级,在空间上石家庄市区及平原地区级别较低,西部和北部山区级别较高,其中石家庄市区、正定东南部、栾城东部、藁城大部分地区及无极西部是风环境容量最低区域,赞皇、高邑、赵县西南部、元氏西部、南部及井陉西南部为最高区域. 相似文献
4.
卫星(IASI 探测仪)观测云顶高与地基云雷达观测的对比验证 总被引：1，自引：0，他引：1
IASI（Infrared Atmospheric Sounding Interferometer）是搭载在欧洲METOP-A 卫星上,采用干涉分光技术的新一代超高光谱红外大气探测仪器,其光谱测量范围涵盖了多个吸收带,可用于反演大气、海洋、云和大气成分,为地球大气遥感、气象业务和科学研究提供了丰富的遥感资料,是各国学者关注的又一热点。为深入了解IASI 在国内的云产品情况,本文利用2008 年10 月15 日～12 月15 日期间IASI 在安徽寿县地区的云参数观测资料和中美 [美国能源部大气辐射测量（ARM）计划] 联合在安徽省寿县进行大气辐射综合观测试验期间,相同时段云雷达[ARM W-band（95 GHz）Cloud Radar,WACR]的观测资料进行了对比分析和验证。在以寿县ARM 移动观测设施（AMF）为中心,半径为20 km 的范围内,IASI（2 次/d）共有有效观测129 次,其中与WACR（1 次/2 s）匹配的IASI 有效观测共80 时次。结果表明:对于单层云,二者云高相关系数为0.8312,标准差为1.8423 km;对于双层及多层云,IASI 反演云顶高结果绝大多数在WACR 的最上和最下层云之间,且靠近较厚的云层。对比结果显示,一般情况下,IASI 反演云顶高结果明显低于WACR;IASI 反演云顶高结果受到视场中云量、云层厚度及云层中粒子浓度大小的影响:视场中云量越大,云层越厚,云层中粒子浓度越大,IASI 反演云高的结果越接近真实云高。 相似文献
5.
论文利用1961—2017年北疆地区37个观测站的逐日气温资料以及高程数据,选取了3类(冷指数、暖指数和极值指数)15项极端气温指数,采用相关分析和灰色关联度统计分析方法,研究了地理因子在北疆极端气温趋势变化中的作用。结果表明：① 北疆地区气候变暖显著,极端气温冷指数呈非常显著的下降趋势,暖指数及极值指数呈显著或非常显著的上升趋势;气候变暖主要体现为极端冷事件频次降低、夜间温度以及极端低温升高,具有白天和夜间变化的不对称性以及低温和高温变化的不平衡性等特征。② 极端气温指数在北疆中部盆地地区上升(下降)趋势最强,在北疆北部及南部山区地带,上升(下降)趋势相对较小。地形分布对气候趋势的影响程度暖指数大于冷指数,海拔高度对极端气温事件的出现频次有较大影响。③ 极端气温指数趋势的经向分布是其空间分布的主导模态。北疆地区极端气温指数趋势性变化北部大于南部、西部大于东部,南北趋势性变化差异最大处位于北疆中部地区。极端气温指数趋势性变化的南北差异与海拔高度呈负相关,在山地地区,纬度对于极端气温指数的气候趋势影响较小,而在盆地地区,纬度为影响极端气温指数气候趋势的重要因子。经向上,除炎热夜数增加趋势与海拔高度的相关性较低外,北疆东部极端气温指数的趋势性变化与海拔高度相关性高于北疆西部。④ 地理因子对极端气温指数的趋势变化具有显著的影响(灰色关联度均大于0.6,为高度关联),影响程度暖指数大于冷指数。地理因子对冷指数的影响在山地、丘陵地区较强,而对暖指数的影响主要为地势较为平缓的丘陵和盆地地区。 相似文献
1