排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
基于淮河流域1960—2014年39个气象站点数据、太平洋气候因子和NECP/NCAR再分析数据基础,利用空间Ward-like层次聚类分析划分4个子区域,通过体感温度的高温热浪指数分析淮河流域不同分区的夏季高温热浪时空演变特征,并通过EOF分析、相关性分析和大气环流遥相关等进一步揭示淮河流域高温热浪演变机理。研究表明：① 1960—2014年淮河流域夏季高温、高温热浪开始时间和持续时间均呈先增后减的趋势,20世纪80年代由暖相位进入冷相位,2010年后由冷相位进入暖相位;② 淮河流域各分区高温热浪开始时间呈现区域差异,分区1的高温热浪事件开始时间最早（平均为5月28日）,分区3次之（平均为6月1日）,分区2和分区4高温热浪开始时间最晚;③ 淮河流域轻度热浪发生频次最多平均为1.24次/a,中度热浪发生频次次之,平均为0.37次/a,重度热浪发生频次最少,平均为0.04次/a;淮河流域高温热浪事件与太平洋东部变暖（厄尔尼诺）或变冷（拉尼娜）变化相同。④ 青藏高原和内蒙古低压减弱导致了热浪高温事件的增加。分区4和分区1发生热浪的时间主要发生6、9月,分区2和分区3热浪发生时间集中在7、8月。分区1（西部）和分区4（东部）与Niño3、Niño1+2、MEI和PDO的相关性较高,分区2和分区3与Niño3.4、PNA相关性较高。 相似文献
2.
降水对中国东部沙地植被覆盖度产生重要影响,了解植被覆盖度对降水量变化的响应,对制定植被恢复策略具有重要意义。选择毛乌素沙地和科尔沁沙地,使用Landsat系列数据和MODIS数据得到2000—2020年归一化植被指数（NDVI）数据集,用像元二分法分别计算了年内最大和生长季平均的植被覆盖度。结合地面气象站在1999—2020年观测的逐日降水数据,分析了植被覆盖度对降水变化的响应。结果表明：（1）毛乌素沙地和科尔沁沙地的年内最大和生长季平均植被覆盖度均有增长趋势,其中毛乌素沙地的生长季平均植被覆盖度>30%的面积增加最显著,科尔沁沙地>50%的面积增加最显著。（2）这两个沙地的年降水量和四季降水量都呈增加趋势,且有降水变率大和夏季增幅最大的共同特点。（3）毛乌素沙地的年内最大和生长季平均植被覆盖度都对前一年夏季降水量变化的响应最敏感,而在科尔沁沙地则是对当年夏季降水量变化的响应最敏感。（4）不同植被类型对降水量变化发生响应的滞后时间不同。 相似文献
1