排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
1961 - 2017年中国东北地区降雪时空演变特征分析 总被引:2,自引:1,他引:1
利用东北地区162个气象台站逐日降水量和天气现象数据, 采用统计分析方法, 对近57年(1961 - 2017年)降雪的气候特征和时空演变规律进行了分析。结果表明: 降雪量和降雪日数最多出现在12月, 小雪和中雪最多出现在11月或12月, 大雪和暴雪在冬末春初出现概率最高。降雪分布为山地大于平原, 平原地区自北向南、 自东向西减少, 降雪高值区主要位于大兴安岭北部、 小兴安岭和长白山区, 降雪强度中心位于长白山区和辽宁中部平原地区。年、 秋季、 冬季、 春季降雪量占同期降水量比例分别为4.7%、 7.0%、 84.4%和7.6%; 辽宁省西部山区和南部大连地区日最大降雪量占年总降雪量比例最高, 最长连续降雪日数在2 d以下, 降雪较高纬度地区更为集中。近57年降雪量和降雪强度分别以1.93 mm?(10a)-1和0.11 mm?d-1?(10a)-1的速率显著增加, 降雪日数以2.08 d?(10a)-1速率显著减少; 降雪量增加主要表现为各等级降雪量的增加, 降雪日数减少主要是微量和小雪日数的减少, 降雪强度增加主要为大雪和暴雪降雪强度的增加。年、 秋季和冬季降雪量占同期降水量比例平均每10年增加0.36%、 0.48%和0.45%, 春季以0.11%?(10a)-1的速率减少。中雪、 大雪和暴雪对降雪贡献率均呈增加趋势, 小雪降雪量和微量降雪日数贡献率减少; 1987年降雪量和降雪日数突变后, 微量降雪日数和暴雪日数、 小雪降雪量贡献率改变显著。就区域平均而言, 2001 - 2017年的降雪量较1961 - 1980年增加了27.8%, 降雪日数减少了22.4%。 相似文献
12.
利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政... 相似文献
13.
利用区域气候模式RegCM4的逐日气温和降水资料,预估1.5℃和2.0℃升温情景下,东北地区平均气候和极端气候事件的变化。结果表明:RCP4.5排放情景下,模式预计在2030年和2044年左右稳定达到1.5℃和2.0℃升温;两种升温情景下,东北地区气温、积温、生长季长度均呈增加趋势,且增幅随着升温阈值的升高而增加;1.5℃升温情景下,年平均气温增幅为1.19℃,年平均降水距平百分率增幅为5.78%,积温增加247.1℃·d,生长季长度延长7.0 d;2.0℃升温情景下气温、积温、生长季长度增幅较1.5℃升温情景下显著,但是年和四季降水普遍减少,年降水距平百分率减小1.96%。两种升温情景下,极端高温事件显著增加,极端低温事件显著减少,极端降水事件普遍增加。霜冻日数、结冰日数均呈显著减少趋势,热浪持续指数呈显著增加趋势;未来东北地区降水极端性增强,不仅单次降水过程的量级增大,极端降水过程的量级也明显增大,随着升温阈值的增大,极端降水的强度也逐渐增大。 相似文献
15.
利用1961—2018年辽宁省61个国家级气象站逐日平均、最高、最低气温观测资料以及NCEP/NCAR再分析资料,定量分析了城市化对辽宁省气温变化的影响。结果表明:辽宁省气温呈显著增加趋势,观测资料的增温趋势较再分析资料明显;逐日平均、最高、最低气温均表现出冬季增温速率最快,春季、秋季次之,夏季增温速率最慢;在城市化影响贡献率上,秋季最大,夏季和春季次之,冬季相对较小;空间分布上,辽宁省绝大部分地区城市化影响呈上升趋势,呈现出中部大于外围,东部大于西部,南部大于北部的分布形势,城镇化发展水平越高的地区,观测与再分析方法的差值增加趋势越明显;平均气温、最高、最低气温的城市化影响分别是0.13℃/10 a、0.045℃/10 a、0.216℃/10 a,城市化影响贡献率分别为38.5%、19.5%、43.4%,说明快速的城市化进程是导致辽宁省气温增暖的重要因素。 相似文献
16.
辽宁省不同等级降雪变化特征 总被引:9,自引:6,他引:3
利用辽宁省52个站逐日降水量及降雪天气现象资料提取出逐日降雪数据,采用多种统计方法分析了近53 a(1961-2013年)不同等级降雪的时空变化特征,研究表明:降雪量和降雪日数空间分布上山地要大于平原地区,由东部山区向沿海地区减少;降雪强度中心位于辽宁中部城市群所在的平原地区。降雪量、降雪日数年内分配分别呈双峰型和单峰型分布,中雪等级以上的降雪多发生在冬末春初。年降雪量增加,年降雪日数(降雪强度)显著减少(减小);降雪日数的显著减少主要表现为微量降雪日数和小雪日数的减少,尤其是微量降雪日数,降雪强度的显著增大主要是暴雪强度的增大。1960s和1970s为降雪偏多时段,1990s以来降雪量增加,降雪日数减少。不同区域各级降雪占总降雪的比例,辽东地区以微量降雪日数最大,其他区域均以小雪日数和暴雪降雪量最大。全省降雪量有65.4%站点呈增加趋势,降雪日数96.2%的站点呈减少趋势,降雪强度90.4%站点呈增大趋势,辽西地区降雪变率要大于辽东山区。小雪降雪量和微量降雪日数贡献率均呈下降趋势,其他不同等级降雪贡献率均呈上升趋势。随着纬度升高(海拔增高),总降雪量(降雪日数)和各等级降雪量(降雪日数)均增加,总降雪强度和小雪强度减小。 相似文献
17.
利用1961—2015年辽宁省西部地区18个测站月降水量资料和东北地区209个测站1961—2015年月平均气温资料、NOAA重建的月平均海表温度资料以及88项大气环流指数、26项海温指数资料定义了适用于辽西地区的夏季标准化东北冷涡强度指数(NECVI)和冷涡降水预报因子,并对东北冷涡和辽西冷涡降水进行详细分析,结果表明:近55年,辽西地区冷涡降水夏季和年贡献率整体趋势较稳定,无明显变化,表现出18年左右的显著振荡周期。东北冷涡偏强年,NECVI指数偏大,标准化降水指数(SPI)偏高,对应辽西地区降水偏多;反之,东北冷涡偏弱年,NECVI指数偏小,SPI指数偏低,对应辽西地区降水偏少。前期3月Nino 3区海表温度距平指数、5月黑潮区海温指数、3月西太平洋副高强度指数均与辽西冷涡降水显著相关,具有较好的指示意义,可作为冷涡降水的预报因子,为辽西夏季气候预测和人工影响天气工作的开展提供参考。 相似文献
18.
动力降尺度被广泛的应用于区域气候降尺度工作中,用来制作高时空分辨率的区域气候场。本文采用WRF模式的张弛方法对美国第三代再分析资料(CFSR)进行了动力降尺度,使用观测张弛法同化自动气象站观测资料的同时,采用分析张弛法同化了大尺度再分析资料。选取辽宁省7月和10月作为夏季和秋季代表月份,分析不同降尺度方案对地面要素的模拟能力,发现使用张弛方法在区域气候降尺度过程中,可以明显提高地面2 m温度、10 m风速和2 m相对湿度的模拟能力,其中使用张弛算法同化大尺度的再分析资料和观测资料的准确度最高,相较于控制试验,7月和10月温度、风速和相对湿度的平均均方根误差分别减少了25%、39%和30%。 相似文献
19.
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
20.
利用1979—2018年辽宁省逐月风速资料和再分析资料,结合卫星遥感分类方法,并采用UMR(urban minus rural)方法和OMR(observation minus reanalysis)方法定量分析了城市化对辽宁省近地面风速的影响。研究表明:近40年辽宁省年和四季风速均呈减小趋势,城市站的减小速率明显快于乡村站,UMR值的变化趋势为-0.11 m·s~(-1)·(10 a)~(-1),城市化影响贡献率为73.3%;空间分布上,辽宁中北部城市群减小趋势较明显,南部和东南部风速减小相对缓慢;UMR方法计算的城市化影响呈现自西向东逐渐增强的纬向分布形势。再分析资料的减小趋势与乡村站的减小趋势较接近,春季风速的减小速率最明显;OMR值的变化趋势为-0.10 m·s~(-1)·(10 a)~(-1),对应的城市化影响贡献率为66.7%,利用两种方法计算得到的城市化影响和贡献率较一致,均能在一定程度上反映城市化对风速的影响。空间分布上,再分析资料显示渤海海峡风速呈微弱增加趋势,风速减小的高值区位于渤海北部和黄海北部。两种方法计算的城市化影响空间分布均呈现为西部和南部受城市化影响较小、中东部受城市化影响较大,一致性较好。 相似文献