重庆地面最高气温与最大风速年极值的渐近分布

利用重庆1951-1990年间地面最高气温和1956-1990年间地面最大风速年极值的记录,采用韦伯分布和耿贝尔分布分别对其渐近分布进行拟合.通过统计推断,找出重庆地面最高气温和地面最大风速年极值遵循的最佳渐近分布--韦伯分布.     

成都地面最低气温年极值的渐近分布

利用成都１９３３～１９９２年间的地面最低气温年极值记录，采用韦伯分布和耿贝尔分布，分别对其进行了渐近分布拟合。通过统计推断，找出了成都地面最低气温年极值所遵循的最佳渐近分布——韦伯分布。     

成都地面风速年极值的4种分布函数拟合结果的比较

分别用Webukk分布，Gumbel分布，Pearson Ⅲ分布和对数正态分布拟合成都1993－1997年间地面风速年极大值的渐近分布，其结果表明Gumbel分布和对数正态分布拟合效果最好。     

重庆地面最低气温年极值的渐近分布及参数估计

利用重庆 1951-1996 年间 46 年地面气温年极小值的记录,采用韦伯分布和耿贝尔分布分别进行拟合试验.通过统计推断和对比,找出重庆地面最低气温年极值遵循的最佳渐近分布--韦伯分布.     

成都城市区域小气候时空变化特征分析

利用成都市12个自动站的气象资料,分析了成都市区域小气候及其变化特征.研究表明,成都城市热岛现象并非出现在城市中心区,而是北部和东部工业区,其平均气温相对较高,降水量偏多;南部文化区平均气温最低,风速最大;西部旅游居家区气温年变化最小,且有冬暖夏凉的特征,降水量偏少;城市中心区风速最小.     

重庆地面气温年极大值渐近分布的拟合试验

利用重庆1951—1996年间地面气温年极大值的记录，分别用韦伯分布、耿贝尔分布、皮尔逊Ⅲ型分布和对数正态分布进行拟合试验，通过统计推断比较，得出重庆地面气温年极大值遵循的渐进分布为韦伯分布和耿贝尔分布。     

江门市年最大风速变化特征分析

为了更好的了解江门市年最大风速的变化特征,利用欧洲中尺度天气预测中心(ECWMF)提供的1979-2012年每天8个时次地面(10m高度)阵风后处理资料,通过Mann-Kendall突变检验和经验正交函数(EOF)分解等方法,统计分析了江门市年最大风速的变化趋势及时空分布特征。结果表明:(1)该地区年最大风速一般介于20-30m/s,呈线性上升趋势,并在2003年左右发生了突变。(2)江门市年最大风速出现的季节主要是在夏季和秋季。(3)江门市年最大风速的时空变化存在两种主模态,他们分别可以解释总方差的76.0%和9.0%。第1模态在空间上表现为全区一致性,从21世纪初至今呈现显著的2~4年的变化周期;第2模态在空间上呈现出东北-西南反向型,同样在21世纪初期存在明显的2年和4年年际变化信号。     

成都东部山丘区气候变化与生态现状对策研究

利用1959—2008年成都东部地区金堂县、双流县、新都县的气温、降水资料,用距平、累积距平、线性趋势分析了成都东部地区气温、降水的时空变化特征,并用滑动-t检验与MK检验分析了成都东部地区气温与降水的突变特征。结果显示：近50年来,成都东部地区气温明显升高,降水总体呈减少趋势,成都东部气候呈现暖干趋势。同时对成都市5个温度区进行温度湿度和绿化率关联分析,结果证明,无论是平均温度还是最高温度均随相应区域内绿地率、绿地覆盖率的增大而随之降低;而相对湿度随之升高。可见,增大绿化面积的旷达对环境降温增湿的作用十分显著。因此,在成都东部地区植树造林不仅能改善环境气候,更能创造巨大的生态经济效益。     

2012年成都市PM10污染与地面气象条件的相关性分析

为了解2012年成都市PM10浓度分布情况及其与地面气象条件的相关性,通过分析2012年PM10浓度的分布情况,选取了13次污染过程,并对这些过程中的地面气象要素情况进行分析。结果表明,PM10浓度呈波状分布,其中3月和11月分别达到峰值,7月为全年最低;过程期间各变量具有以下特征:PM10浓度与温度呈正相关,与气压呈负相关,当有降温升压时PM10浓度减小;24小时变压变温都较小,表明天气较稳定;地面风速小,普遍小于2m/s,且主要为弱偏西偏北风,而当风速增大时有利于PM10的扩散;低能见度与较大的相对湿度对应较好,二者有明显的负相关。     

未来RCP4.5情景下非洲地区主要气候要素时空演变特征

气候变化影响及其适应受到广泛关注。大量研究表明,受气候变化影响所造成的增温和降水减少已影响到非洲地区的农业生产和环境。本文利用HadGEM2区域气候模式输出的RCP4.5情景数据,基于时间序列分析及空间分析方法,对非洲大陆2010-2099年主要关键气候要素时空演变特征进行了预估,探讨了非洲大陆未来90年包括降水、辐射、平均气温、最高气温、最低气温等主要气候要素的时空变化格局。结果表明：各气候要素在不同时段的变化均表现出明显的地域分异差异： ① 相较于1970-1999年基准时段,未来3个时段(2020s、2050s、2080s)降水均增加,在2080s增至峰值,增加地区集中在20 °N附近的尼日尔、乍得、利比亚等国;最高增幅达4.5%;② 辐射增加区域分布在赤道地区和非洲大陆的南北两端,尤其是高海拔地区,如撒哈拉沙漠以北的阿特拉斯山脉附近,加丹加高原等地,最大增幅达0.04%;③ 未来90年非洲地区气温增加明显,包括平均气温、最高气温、最低气温,气温增幅由2020s、2050s、2080s依次递增,到2080s达到最大值,平均气温、最高气温、最低气温的最大增幅分别达到5、4.3和5.1 ℃。总体上,未来90年非洲大陆的气温较1970-1999年基准时段明显增多,但靠近海域的沿海地区增温较小,这是由于受到近海寒流的影响,起到了降温的作用。气温增幅过高也将不利于未来农业生产和地区安全。     

�ɶ����ƴ��ˮ׼��ľ�����Ӧ��

????10 314?????????????211???????GPS?????????30??????????????????DTM?????????????????WDM94?????????-????????????????1???1???????????????????20???????GPS?????ó???????????飬???????????????????????????????0.009 m?????ó????????????????????????????????????????п???????????     

独立变量频率法计算P—T大气稳定度频率及其误差分析与订正

本文把确定大气稳定度的因子:太阳高度角、云量和风速看作相互独立的变量,并用韦伯分布拟合风频,通过计算三个独立变量的频率的方法计算大气稳定度频率。成都地区实例计算表明,该法与传统的P-T法统计结果十分吻合,但却具有所需资料少,计算工作量小等明显优点,通过对该法的误差进行分析,提出合理的订正方法,得出精确的订正结果。并提出更精确的三参数风频拟合设想。通过与传统P-T法比较,指出了传统P-T法风速分级与实测风速整数取值之间的矛盾,给出了切实可行的解决方法。     

GP622C型塑料大棚蛋鸡舍小气侯特点与调节

本文应用统计方法,根据蛋鸡对气侯环境的要求,分析了棚内小气候温度空间分布特征及夏季降温效果。结果表明,在成都地区气候条件下,GP622C型塑料大棚应用于蛋鸡舍,只要注意夏季降温管理,对于集约化饲养蛋鸡有广阔的前途。     

成都大气混合层厚度的计算和分析

用国家标准ＧＢ／Ｔ１３２０１中规定的方法计算了成都１９８０～１９９１年的大气混合层厚度，并用于绝热法和罗氏法计算了成都１９８８年的大气混合层厚度，结果表明：成都大气混合层厚度逐年变化不大，有明显的季节变化和日变化，大气稳定度是决定混合层厚度的主要因子。３种方法的对比表明：罗氏法比国家标准法更接近干绝热法的结果，因此在有常规地面观测资料的地方用罗氏法更准确些。     

感冒与流感发生的气象条件分析

本文运用数理统计方法,对感冒和流感发生的气象条件进行了统计分析。得出了成都地区引起感冒发生的主要外界条件是气象因素中的日降温,而流感的暴发和流行与气象因素的关系不密切的结论。     

城市、绿化与人居环境的可持续发展策略

根据大量资料统计说明：成都市随着经济发展,环境有恶化趋势,人口的迅速增加,建筑面积的扩大,导致人均公共绿化面积减少。从６０年代开始,市区雾日增多、日照百分率降低、连阴雨次数、洪涝发生次数逐渐增多,而且火灾发生次数逐年增多,市区重于效区。城市环境必须保持经济、社会与生态环境协调发展。     

成都近十年大气稳定度综合研究

按新颁国家标准ＧＢ／Ｔ－１３２０１－９１中规定的稳定度分类法，统计了成都近十年的大气稳定度频率，研究了其分布特点和变化规律，并探讨了变化原因。对新标准中的日夜分界及δ取值法提出了相应的建议和简化意见     

成都大气稳定度频率近年变化及市、郊稳定度差异研究

本文用改进的Pasquill-Turner法统计了成都近8年的大气稳定度频率,分析了其分布和变化特点,研究了变化原因,指出,由于局地环境和气候变化及热岛效应的增强导致稳定度频率的明显逐年改变;并提出用计算级差的方法,处理近郊和远郊的稳定度调级订正问题。结果表明:对不稳定类,近郊比远郊向不稳定方向高一级左右;中性,近郊和远郊无级差;对稳定类,近郊比远郊向稳定方向降约0.3～0.4级。由此推测;当用近郊稳定度推算市心区稳定度时,对不稳定类,市心区相对于近郊至少要向更不稳定方向提级修正一级,中性不修正,考虑热岛效应影响,稳定类可基本不作修正。     

蔬菜上市量与气象因子灰色速率相关分析

根据成都市基地蔬菜历年上市量与同期气象资料进行了灰色速率相关分析，建立了影响蔬菜上市量的主要气象因子与蔬菜的季度亩产量逐步回归数学模型，为缓解成都市蔬菜“秋淡”提供了理论依据。