排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
毫米波测云雷达是探测非降水云和弱降水云的理想工具,但由于其波长较短,最大不模糊速度较小,因此容易产生多次速度模糊现象,纠正速度模糊是充分利用多普勒雷达风场信息的前提。针对毫米波雷达距离高度显示器RHI(Range Height Indicator)的速度模糊现象,提出了两种退模糊方法,即人机交互方法和自动方法,并用实测数据进行了试验。试验结果表明,两种方法都能较好地退除毫米波多普勒雷达速度场中的速度模糊现象。相比较而言,自动方法比人机交互方法处理效率高,若对于比较小的孤立区域,人机交互方法更有优势。 相似文献
2.
三江源区植被指数对气候变化的响应及预测分析 总被引：2，自引：0，他引：2
利用1989—2008年NOAA-AVHRR的NDVI旬合成资料和地面月降水量、平均气温等观测资料,分析了三江源区NDVI时空变化特征及其对气候要素变化的响应。通过建立不同季节NDVI统计预测模型,对未来40多年间不同排放情景下三江源区NDVI变化趋势进行预测分析,研究结果表明:(1)三江源区NDVI分布呈现由东南部、东部向西、向北逐渐变低的趋势。4—10月为植被生长季,8月NDVI达最大值。(2)针对春、夏、秋季,NDVI与气温、降水均呈显著正相关(夏季降水除外),春、秋季较为显著; NDVI对气温的响应显著高于降水; NDVI对前一个月的气温、降水时滞效应最为显著。(3)未来40年,在三江源区气温持续升高,降水微弱增加的气候背景下,源区平均NDVI呈显著上升趋势,前10年增速缓慢,后30年持续稳步上升,且增幅较大。源区NDVI空间分布格局基本不变,RCP8. 5情景下NDVI的高值中心较RCP4. 5范围更大。RCP4. 5情景下NDVI迅速增长期为2026—2035年,高值中心位于澜沧江源区; RCP8. 5情景下为2016—2025年和2036—2045年两阶段,高值中心均在长江源区。两种情景下,源区变率高值中心均表现出由北向南移动的趋势。 相似文献
3.
强对流天气引起风矢量和温度等气象要素突变,影响飞机正常起降和飞行。高时空分辨率的飞机气象资料中继AMDAR(Aircraft Meteorological Data Relay)是天气预报重要的资料源之一,可为机场终端区的强对流天气短临预报提供高时间密度的垂直探测信息。通过白云机场终端区的AMDAR资料,提取三维风矢和温度廓线,制作了风切变和湍流的预警分析图。以2011年4月17日一次广东省的强对流天气过程为例,将AMDAR资料结合雷达、卫星、探空等多源资料进行了分析。研究表明,在AMDAR资料的风矢-时间高度剖面上形成三维预警指示,对机场的强对流预报有指导意义;当1 km以下发生强风切变,对飞机起降威胁严重,AMDAR资料水平风的垂直分布印证了多普勒天气雷达强辐散区的回波特征;高时空分辨率的AMDAR风速和温度扰动,可揭示大气中的风切变及湍流运动。AMDAR资料为保障飞机的安全起降提供了一种实时、密集的垂直观测信息,有助于研发临近预报预警产品,弥补探空资料的不足。 相似文献
1