排序方式: 共有87条查询结果,搜索用时 15 毫秒
51.
一次黄海海雾事件的观测与数值模拟研究--以2004年4月11日为例 总被引:18,自引:6,他引:18
利用各种观测资料和RAMS(Regional Atmospheric Modeling System)模式4.4版对2004年4月11日发生在黄海海域的一次海雾事件进行了研究。利用GOES(Geostationary Operational Environmental Satellite)-9和NOAA(National Oceanic and Atmospheric Administration)-14可见光卫星云图对海雾的发生范围、演变过程等进行了描述,并对海雾发生前的大气背景场和气海温差场进行了分析;利用青岛和韩国济州岛2个站的探空资料对海雾发生时低层大气的稳定度进行了分析;利用RAMS模式对本次海雾事件进行了模拟,并计算了大气的水平能见度分布。计算结果与卫星云图所显示的雾区范围分布吻合很好。 相似文献
52.
横向各向同性介质是地球内部广泛分布的一种各向异性介质.针对这种介质,我们对各向同性介质的最小走时树走时模拟方法进行了推广,推广后的方法可适用于非均匀、对称轴任意倾斜的横向各向同性介质模型.为保证计算效率,最小走时树的构建采用了一种子波传播区域随地震波传播动态变化的改进算法.对于弱各向异性介质,我们使用了一种新的地震波群速度近似表示方法,该方法基于用射线角近似表示相角的思想,对3种地震波(qP, qSV和qSH)均有较好的精度.应用本文地震波走时模拟方法对均匀介质、横向非均匀介质模型进行了计算,并将后者结果与弹性波方程有限元方法的模拟结果进行了对比,结果表明两者符合得很好.本文方法可用于横向各向同性介质的深度偏移及地震层析成像的深入研究. 相似文献
53.
利用2004年以来东亚地区10个本底观测站大气φ(CO2)观测资料,分析了各站大气φ(CO2)的变化特征及其各站之间的差异,讨论了下垫面特征、源汇作用等对φ(CO2)变化的影响.结果表明:10个本底站大气月均φ(CO2)有明显的季节变化,高值多出现在冬春等寒冷季节,而低值则多出现在6—9月,属于北半球的夏季;大气φ(CO2)日变化趋势较为一致,15时(当地时间)前后达到全天最低,随后φ(CO2)升高,并在日落后继续积累,至清晨7时(当地时间)前后达到全天最高,之后φ(CO2)随着太阳辐射的增强而逐渐降低,且平均φ(CO2)水平与下垫面植被量成反比,φ(CO2)日变化的幅度与下垫面植被量成反比.作为全球基准站之一的瓦里关山站,2004—2008年φ(CO2)年均值逐年增加,年增长率为2.28×10-6/a. 相似文献
54.
为提高最短路径射线追踪的精度,需要增加模型的剖分网格和离散节点,并增加子波传播方向,或者采用其他方法改善计算结果,这些处理会带来大量的额外计算.本文的快速算法改进了波前点的管理和子波传播的计算这两项耗时的工作,较大幅度地提高了传统算法的效率.在波前点的管理上,采用按时间步划分区间的方法,实现了波前点的桶排序管理,其效率高于传统方法中常用的堆排序算法. 在子波传播的计算上,利用斯奈尔定律,同时参考来自邻近节点的波的走时,来限定当前子波传播的有效区域,排除大量不需要计算的子波传播方向. 模型实算表明,本文快速算法的计算速度是传统方法的几倍至十多倍. 相似文献
55.
An emission inventory containing emissions from traffic and other sources was complied. Based on the analysis, Carbon Monoxide (CO) emissions from traffic play a very important role in CO levels in Chiang Mai area. Analysis showed that CO emissions from traffic during rush hours contributed approximately 90% of total CO emissions. Regional Atmospheric Modeling System (RAMS) was applied to simulate wind fields and temperatures in the Chiang Mai area, and eight ca~es were selected to study annual variations in wind fields and temperatures. Model results can reflect major features of wind fields and diurnal variations in temperatures. For evaluating the model performance, model results were compared with observed wind speed, wind direction and temperature, which were monitored at a meteorological tower. Comparison showed that model results are in good agreement with observations, and the model captured many of the observed features. HYbrid Particle And Concentration Transport model (HYPACT) was used to simulate CO concentration in the Chiang Mai area. Model results generally agree well with observed CO concentrations at the air quality monitoring stations, and can explain observed CO diurnal variations. 相似文献
56.
对珠峰北坡绒布河谷地区大气观测实验发现,绒布河谷中地面气流存在明显的日变化,但有别于其它地区的山谷风系统:在凌晨至正午前后基本为<2m·s-1的小风,而午后至午夜则盛行来自珠峰方向的偏南下山风.由于珠峰北坡地区地形复杂,绒布河谷中地面气流的日变化可能是山谷风、坡风与冰川风等环流系统共同作用的结果.为了分析绒布河谷中风场日变化的主要驱动因子,本文利用一个中尺度气象模式对绒布河谷中典型风场进行了模拟,并借助观测资料对模拟结果进行了检验,进而对风场的时空分布特征及其变化原因进行了探讨. 相似文献
57.
利用RAMS中尺度模式对珠峰北坡绒布河谷地区的局地环流进行了数值模拟,包括控制试验和敏感试验.观测结果表明,珠峰北坡绒布河谷地区午后盛行来自珠峰方向的偏南风,这与其他山区的山谷风日变化存在显著差异.与观测结果比较;模拟结果(控制试验)能够较好地再现绒布河谷中的偏南主导气流.模拟结果(敏感试验)还显示,在去除高大山体的冰雪下垫面后,绒布河谷地区下午仍可存在偏南气流,但偏南风出现时间明显滞后,此时该气流来自珠峰南坡的强劲偏南谷风气流.因此,我们认为珠峰北坡的冰雪表面对绒布河谷地区盛行的偏南气流存在很大影响,但热力驱动的山谷风环流也是维持该地区强烈下泄流的主要原因. 相似文献
58.
59.
60.