排序方式： 共有7条查询结果，搜索用时 140 毫秒
1
1.
基于美国气候预测中心（CPC）土壤湿度资料和80个青藏高原气象观测站的降水、气温资料,对青藏高原土壤湿度时空演变、突变,及土壤湿度与降水、气温的关系进行了分析.结果表明：青藏高原土壤湿度呈自东南向西北递减的分布特征,土壤湿度与降水量在空间上有很好的对应关系,在时间上存在2~4个月的时滞相关.1980-2012年高原土壤湿度呈显著增多趋势,土壤湿度变化发生突变的年份为2003年.在土壤湿度变化过程中,降水和气温的作用明显,5-10月降水量和1-6月气温是影响高原土壤湿度变化的主要因素.5-10月降水量决定了多水期的土壤湿度,而多水期土壤湿度和1-6月气温共同决定了少水期的土壤湿度. 相似文献
2.
青藏高原土壤水热状况对气候变化和植被退化方面的研究具有重要意义,土壤湿度的准确刻画还会影响到数值预报模式对当地及其下游地区降水的模拟能力。为此,采用中国科学院那曲高寒气候环境观测研究站安多观测点2014年1—12月的土壤温度、土壤湿度观测资料以及同期安多气象站观测数据,分析了青藏高原那曲中部不同深度土壤温湿度的分布特征及其与气温、降水量等气象要素的关系。结果表明：土壤温度在浅层为正弦曲线,随着土壤深度的增加,曲线逐渐接近直线。土壤升温迅速而降温过程缓慢。封冻和解冻日期随土壤深度的增加而推迟,封冻期逐渐缩短。不同层次土壤湿度日内变化较小。月变化呈单峰型结构,峰值和谷值基本出现在8月和12月。土壤湿度上升速率较下降速率缓慢。区域尺度上GLDAS-NOAH资料显示出类似的变化特征。土壤温湿度在一年中的变化不一致,但土壤温湿度呈显著正相关。浅层土壤的温度梯度明显大于深层;浅层土壤湿度最大,中间层较大,深层土壤湿度最小。随着干季向湿季的转换,由于太阳辐射的增加,非绝热加热呈增加的趋势。土壤湿度与气象要素在不同时段的相关性存在一些差异,但总体上土壤湿度与气温、降水量和相对湿度呈正相关,与风速、日照时数相关性不显著。 相似文献
3.
基于MODIS数据的青藏高原旱情监测研究 总被引：5，自引：0，他引：5
本文利用温度植被旱情指数（TVDI）和植被供水指数（VSWI）分别对2009、2010年3—10月青藏高原土壤湿度状况进行监测分析,同时利用气象台站实测地面降水资料进行了验证。利用MODIS资料提取的归一化植被指数（NDVI）和地表温度（TS）,构建NDVI-TS特征空间,依据该特征空间计算出的反映青藏高原土壤湿度的TVDI与同期累积降水相关性显著;VSWI计算过程简单,但所反映的土壤湿度与同期累积降水的相关性较差。因此,对青藏高原这种范围广、下垫面多变复杂区域而言,TVDI能够更好地反映土壤湿度状况,对干旱监测具有一定的科学意义。 相似文献
4.
2009-2010年青藏高原土壤湿度的时空分布特征 总被引：2，自引：0，他引：2
利用2009年7月1日至2010年6月30日中国气象局研制的多源土壤温湿度融合分析产品, 分析了青藏高原地区不同深度的土壤湿度分布特征. 结果表明: 青藏高原土壤湿度具有显著的季节变化特征, 即春季土壤湿度最大, 夏季次之, 秋季最小; 土壤湿度呈现出浅层和深层低湿、中间层高湿的特点, 且土壤湿度由浅到深层变化幅度逐渐减小. 随着温度回升, 3-8月为土壤湿度增加时段, 湿度增加区域从藏东南向西北、塔里木盆地向藏东北扩展, 9月以后土壤湿度呈大范围减小. 随着季节变化, 浅层土壤湿度高湿度区域从南部向北部移动, 中间层土壤湿度的变化与浅层相反, 深层土壤湿度季节变化差异不大, 高湿度区域基本位于高原南部. 相似文献
5.
1981-2013年气候因子变化对西藏拉萨河径流的影响 总被引：1，自引：1，他引：0
采用1981-2013年西藏拉萨河流域2个气象站降水量、气温、蒸发量的实测数据,以及拉萨水文站径流序列资料,分析拉萨河流域降水、气温变化及其对径流量的影响.结果显示:近33 a来,拉萨河流域降水量呈增多趋势,冷季增多趋势显著,倾向率达到3.51 mm·(10a)-1;年、季平均气温、平均最高、最低气温呈显著增高趋势.平均气温倾向率年尺度为0.58℃·(10a)-1、暖季0.42℃·(10a)-1、冷季0.74℃·(10a)-1;年、季蒸发量呈显著减少趋势,倾向率达到年127.7 mm·(10a)-1、暖季82.2 mm·(10a)-1、冷季45.5 mm·(10a)-1.20世纪80年代降水量偏少、气温偏低、蒸发量大,是一个比较寒冷干燥的时期;90年代降水增多、气温增高、蒸发量减少,到21世纪初,降水、气温均达到各年代最高值,蒸发量为各年代最小,拉萨河流域进入一个相对温暖湿润的时期;拉萨河径流量年际变化较小,其变化趋势与降水、气温基本一致,20世纪80年代径流量最小,之后逐年代增大,21世纪初,年、季径流量达到各年代最大.1983年全流域出现的干旱少雨天气,导致20世纪80年代拉萨河年和暖季径流略偏枯,其他时段年、季径流无明显的丰枯变化,处于一个比较平稳的状态;拉萨河流域降水量的大小直接影响着径流量的大小,且暖季降水在拉萨河年径流的形成上起主导作用;气温的显著升高和人类活动对下垫面条件的改变,削减了降水量增多、蒸发量减少对径流形成的有利影响. 相似文献
6.
2008-2012年拉萨地基与卫星臭氧总量观测比较 总被引：1，自引：0，他引：1
通过比较2008-2012年拉萨站地基观测臭氧总量与三种卫星反演产品, 评估地基和卫星观测臭氧总量数据的质量信息. 结果表明: 地基与卫星臭氧总量绝对差为-10~15 DU, 相对差为-4%~4%, 日尺度相对差呈随机分布特征; TOSOMI算法反演的SCIAMACHY臭氧总量更接近地基观测结果, DOAS算法反演OMI臭氧总量与地基观测结果差异最大. 地基与卫星臭氧总量标准差存在季节性变化, 夏季最大, 冬季最小; 云的影响会加剧地基与卫星臭氧总量差异, 以SCIAMACHY产品最为显著. 相似文献
7.
沙尘天气是雅鲁藏布江中游最主要的灾害,然而对该地区沙尘物质的传输过程及影响范围并不明确。利用2017-2020年冬春季（10月—次年4月）雅鲁藏布江中游的15个气象站逐小时最低能见度数据,采用转移熵方法构建区域沙尘传输矩阵,基于复杂网络理论分析沙尘天气的空间传输及交互影响特征。结果表明,1）雅鲁藏布江中游沙尘天气系统是一个稳健性网络,站点之间的沙尘天气互相影响,说明沙尘可以跨区域输送。2）申扎、南木林和尼木处于沙尘天气空间关联网络的核心,说明这三个地区是研究区的主要沙尘分布区;拉萨和墨竹工卡沙尘天气受其他站点影响程度最小。3）研究区沙尘天气影响时间短。沙尘持续时间以1小时为主,说明以局地起沙为主;3小时持续时间次之,说明个站点之间相互传输;6小时持续时间最少,说明沙尘不能长时间输送。综上所述,雅鲁藏布江中游沙尘天气即有局地供应,又有区域传输,各站点之间相互影响,形成复杂的空间交互网络。因此,为了减少研究区沙尘灾害的影响,应该立足于全面协调协作进行治理。 相似文献
1