首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   1篇
大气科学   6篇
  2019年   2篇
  2017年   1篇
  2013年   3篇
排序方式: 共有6条查询结果,搜索用时 10 毫秒
1
1.
进入东北区域气象中心的19楼,“高分辨率对地观测系统辽宁数据与应用中心”的牌匾首先映入眼帘。2017年8月,经辽宁省工业和信息化委员会批复,高分辨率对地观测系统辽宁数据与应用中心(以下简称“高分辽宁中心”)落户于辽宁省生态气象和卫星遥感中心。  相似文献   
2.
利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明:全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。  相似文献   
3.
辽宁省未来7d土壤墒情逐日滚动预报方法研究   总被引:1,自引:1,他引:0  
焦敏  李荣平  张晓月  李辑  张琪 《气象科学》2017,37(5):683-690
基于气象台定量预报数据和自动土壤水分监测数据等实时和历史资料,采用土壤水分平衡原理,研究了辽宁省未来7 d土壤墒情逐日滚动预报方法。结果表明:预报模型稳定性好,能够较好地模拟出辽宁省未来7 d土壤墒情的定量演变趋势,首次实现了土壤墒情的定量化预报、精细化(县级)预报及逐日滚动预报。该方法成功实现的关键之处在于采用回归分析方法实现了气象台提供的预报要素和模型所用预报要素之间的转换。  相似文献   
4.
1981-2012年辽宁省春播期土壤相对湿度月尺度数据重建   总被引:3,自引:0,他引:3  
辽宁省现有测站春播期土壤相对湿度数据存在不连续性及长时间序列缺失问题。以海城站为例,分析现有土壤相对湿度(0-20 cm)与气象因子及临近站点土壤相对湿度的相关关系,构建海城春播期土壤相对湿度统计回归模型,模拟缺测时段春播期土壤相对湿度。进而以此方法重建辽宁省20个观测站1981-2012年春播期土壤相对湿度月尺度数据。结果表明:海城土壤相对湿度与降水量和秋季封冻雨关联较大,相关系数分别超过0.60和0.30,与同期临近站点本溪站土壤相对湿度相关性也超过0.40,依据该3要素构建的4月和5月土壤相湿度统计回归模型复相关系数R2分别达0.79和0.77,模拟结果与实测资料平均相对误差为2.6 %,模拟效果较好;对辽宁省其他数据缺失站点构建的回归模型复相关系数均高于0.50,模型拟合精度优于85 %,拟合值和实测值平均相对误差基本控制在15 %以内,较好完成辽宁省20个测站1981-2012年春播期土壤相对湿度月尺度数据重建。  相似文献   
5.
1961-2009年东北地区日照时数变化特征   总被引:6,自引:0,他引:6  
根据1961-2009年东北地区104个气象站的日照时数、气温、降水、风速和相对湿度资料,利用趋势分析、Mann-Kendall分析和相关分析等方法,研究东北地区日照时数月、季、年的时空变化特征,同时还对可能影响日照时数的气候因子进行分析。结果表明:东北地区5月日照时数最高,12月日照时数最低。年日照时数呈显著减少趋势,平均每10 a减少40.5 h;除秋季日照时数变化不显著外,其他季节日照时数均显著减少。在20世纪80年代初期存在明显的突变,日照时数开始减少。东北地区日照时数大致呈西高东低的经向分布;除黑龙江北部地区外,其余大部地区日照时数均呈减少的趋势,其中吉林北部地区减少最为明显。东北地区日照时数与气温呈负相关关系,相关系数为-0.40;与降水呈负相关关系,相关系数为-0.37;与风速呈正相关关系,相关系数为0.53;与相对湿度呈负相关关系,相关系数为-0.32。前三者均通过了99.9 %的信度检验,相对湿度通过了99.5 %的信度检验。  相似文献   
6.
暴雨灾害风险及其对农业影响的评估   总被引:1,自引:0,他引:1  
王莹  张晓月  张琪  李琳琳  黄岩 《气象科学》2019,39(1):137-142
综合考虑降雨区域类型、发生强度和持续时间,确定了暴雨灾害致灾因子的综合强度分级标准;将地形高程、高程标准差、河网密度等环境脆弱性要素结合暴雨灾害致灾因子,建立暴雨灾害风险评估模型,并进行分级评估;应用GIS将农业易损性指标叠加到暴雨灾害风险区划中,得到不同等级风险下农业受影响的程度。以"7·21"暴雨为例,进行模型的应用及检验分析,结果表明:降雨量最大的葫芦岛大部、丹东宽甸县暴雨灾害风险等级为极高;致灾因子危险等级相同时,辽宁中部平原地区较辽西、辽东丘陵地区暴雨灾害风险等级高;农业易损性较高的沈阳大部、鞍山北部、丹东局部、锦州大部、铁岭部分、葫芦岛大部地区农业受灾较重。评估结果与事实灾情较一致。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号