排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
利用1982—2020年三江平原19个国家气象观测站土壤湿度及同期降水、气温数据, 基于相关系数和自相关系数统计方法, 分析了黑龙江省三江平原土壤湿度记忆性及与降水、气温之间的关系。结果表明: 春、夏季三江平原土壤湿度记忆时间均在10—40 d, 各层土壤湿度记忆性的空间分布以中间层(10—20 cm)土壤湿度平均记忆时间最长, 呈上下层递减的趋势; 春季三江平原10—20 cm土层土壤湿度的记忆时长平均20 d, 夏季平均17 d; 夏季土壤湿度记忆性强度大于春季, 空间分布以三江平原西部的记忆性较强, 随着土层的增加土壤湿度记忆性有增大的趋势。降水是三江平原土壤湿度主要来源, 受降水和气温协同作用的影响, 夏、秋季土壤湿度与同期降水量、温湿指数均存在显著的正相关关系; 春季土壤湿度与前期秋冬季降水亦呈显著正相关, 与前期温湿指数呈负相关, 前期秋冬季气温的升高会促进土壤的融冻, 从而使当年春季土壤水分增加。 相似文献
5.
气温的天气和气候记忆性特征分析对于提高气候预测水平具有积极意义。利用济南和青岛1961—2020 年逐日、月和年平均气温资料,运用自相关性函数和标准化频率分布分析了上述时间序列的气温记忆性特征和概率分布特征,并利用结构函数法建立了月、年平均气温距平与日平均气温距平之间的分数阶导数关系。结果表明:(1)济南和青岛的月、年平均气温距平呈现不同程度的记忆性特征,其中年平均气温距平相比于月平均气温距平具有更好的记忆性。(2)济南和青岛的月、年平均气温距平与日平均气温距平之间存在分数阶导数关系,济南和青岛相应的月、年尺度阶数分别为0. 529、0. 665 和0. 553、0. 791,两地的月尺度阶数相近,但青岛略大,青岛的年尺度阶数大于济南,即青岛月和年平均气温距平的记忆性大于济南。(3)济南和青岛的月和年平均气温距平相比于日平均气温距平有不同程度的长尾特征,长尾特征反映了极值温度发生的概率。 相似文献
6.
取一个现成的数值模式作为动力核,根据自忆性数学原理,将该数值模式变换为一个自忆数值模式。该模式能包容若干个初始场的信息,这就为提高天气预报和气候预测准确率提供了一种可能和机会,藉此要衍生聘种新的预报途径。文中叙述了自忆数值模式的建模原理,给出了制作全球月温度场预报的实例。 相似文献
7.
气温的天气和气候记忆性特征分析对于提高气候预测水平具有积极意义。利用济南和青岛1961—2020 年逐日、月和年平均气温资料,运用自相关性函数和标准化频率分布分析了上述时间序列的气温记忆性特征和概率分布特征,并利用结构函数法建立了月、年平均气温距平与日平均气温距平之间的分数阶导数关系。结果表明:(1)济南和青岛的月、年平均气温距平呈现不同程度的记忆性特征,其中年平均气温距平相比于月平均气温距平具有更好的记忆性。(2)济南和青岛的月、年平均气温距平与日平均气温距平之间存在分数阶导数关系,济南和青岛相应的月、年尺度阶数分别为0. 529、0. 665 和0. 553、0. 791,两地的月尺度阶数相近,但青岛略大,青岛的年尺度阶数大于济南,即青岛月和年平均气温距平的记忆性大于济南。(3)济南和青岛的月和年平均气温距平相比于日平均气温距平有不同程度的长尾特征,长尾特征反映了极值温度发生的概率。 相似文献
8.
本文首先利用中国气象局国家气象信息中心提供的中国732个站点观测的土壤体积含水量,评估了CLM4.5(Community Land Model version 4.5)在CFSR(Climate Forecast System Reanalysis)近地面大气数据驱动下模拟的逐月土壤湿度(记为CLM4.5-CFSR),然后基于CLM4.5-CFSR比较了皮尔逊相关法和自相关法计算得到的1980~2009年中国地区土壤湿度记忆性的区域及季节分布特征,量化了土壤湿度的记忆能力,研究了降水频率、降水强度和近地表气温分别对土壤湿度记忆性的影响。结果表明:CLM4.5-CFSR能较好地反映出大部分地区月时间尺度上土壤湿度的变化特征。两种方法描述的土壤湿度记忆性的空间分布特征相似,但季节特征不同。不同深度土壤湿度的记忆时长相差不大,在0.85~2.2个月不等,其中内蒙古东北部较大,新疆西南部较小。春季,较湿的土壤记忆性也较强。当降水频率较低时,其对蒸发速率较大的地区土壤湿度的记忆性影响很小,当降水强度较大时,它会迅速补充土壤散失的水分,破坏初始时刻土壤的干湿状态,引起其记忆性减弱。近地表气温变化主要通过影响土壤的蒸发过程减弱土壤湿度的记忆性。未来可利用气候模式开展数值敏感性试验对本文得到的结论进行机理研究,为进一步提高季节和季节内尺度的降水预报提供依据。 相似文献
9.
全球土壤湿度的记忆性及其气候效应 总被引:7,自引:1,他引:6
利用1948-2010年全球GPCC月平均降水,GHCN_CAMS月平均气温资料,GLDAS-NOAH月平均、3h土壤湿度和降水资料以及观测资料,分析了土壤湿度与降水和气温之间的关系。结果表明:全球土壤湿度记忆性的时间尺度在20~110d不等,干旱地区浅层(0~10cm)土壤湿度记忆性较短,中深层(10~200cm)较长,湿润区及高山地区土壤湿度记忆性均较长,北半球春季土壤湿度记忆性最长,南半球夏季土壤湿度记忆性最长;降水和气温对同期土壤湿度在不同地区的作用不同,北半球夏、秋季降水是土壤湿度的主要来源,除非洲干旱区以外的中低纬度地区及南半球,土壤湿度随降水的增加而增加,随气温的升高而减小;浅层土壤湿度受同期降水和气温的影响最为显著;前期降水和气温对土壤湿度的影响存在着较大的空间差异,北半球中高纬度地区,当年的夏、秋季降水是次年春季土壤湿度的主要来源,中层土壤(10~100cm)是降水的主要存储层。浅层土壤受外界影响较大,对前期气候信息的存贮有限。中低纬度地区及南半球,中深层土壤更多地是存储前一个季节的气温和降水信息,对跨季节气候信息的存储并不明显;低纬度地区春季土壤湿度的增加可能有利于后期降水的增多,高纬度地区春季土壤湿度的增加可能使后期降水减少,在季节尺度上中层土壤湿度对后期的降水影响较明显,在月至日尺度上浅层土壤湿度对后期降水的影响更重要;春季干旱区尤其是中层土壤湿度的增加可能有利于夏季气温的降低。 相似文献
10.