排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
利用1961—2012年江苏省69个地面气象站观测资料和2012年苏州市大气气溶胶观测资料,在对霾日进行判识和筛选的基础上,分析江苏省霾日的时空变化特征及霾与气象条件和污染物的关系。结果表明:1961—2012年江苏省各站年总霾日数均呈上升趋势,85%的台站呈极显著上升趋势;江苏省年平均霾日数呈显著上升趋势,其中2011—2012年呈急剧上升趋势;1980年前霾日的空间分布差异不明显,1980年后,沿江和苏南地区为霾的高发区,东部沿海大部地区霾日较少。霾天气主要发生在冬季和春季,以12月和1月发生最多。降水少和风速小有利于霾天气的发生;除SO2外,PM10、PM2.5和NO2等污染物浓度随着霾等级的增加而增大,其中PM2.5浓度增大明显。 相似文献
2.
选取2017—2020年淮北地区夏季雨滴谱观测资料对低槽型、副热带高压边缘型、冷涡影响型和台风型4种类型暴雨的雨滴谱进行分析。研究表明淮北地区降水主要以层状云为主,而对总降水贡献率大的却是对流云降水。不同类型暴雨微物理量同样存在差异,低槽型、台风型暴雨的粒子数浓度较大,副热带高压边缘型和冷涡影响型各种特征直径比其他两类大。分析不同尺度雨滴粒子与雨强的关系,小雨滴数浓度占比超过60%,但对雨强起主要贡献的是中粒子,不同类型暴雨的差异主要是由小雨滴和大雨滴对雨强贡献率的差异造成的;并且随着雨强的增大,小雨滴的贡献率逐渐降低,大雨滴增大。不同雨强档下的雨滴谱分布基本呈单峰型,随着雨强增大各尺度档粒子数浓度升高,谱宽增大,斜率逐渐减小;当雨强增大时质量平均直径(Dm)-标准化参数(lgNW)分布趋于集中,Dm和lgNW的平均值分别为1.15 mm和3.79 mm?1m?3;通过Γ分布拟合发现,低槽型和台风型暴雨谱分布参数的平均值和标准差大于另外两类;除标准化参数的偏度为负值外,其余各参数的偏度均为正值;不同类型暴雨谱型-斜率(μ-Λ)及反射率因子-雨强(Z-R)略有差异。研究得出的淮北地区暴雨Z-R关系为Z=164.4R1.42,相比之下,目前雷达系统采用的标准关系式低估了淮北地区暴雨降水量,尤其在评估低槽型和台风型暴雨时误差较大。 相似文献
3.
选取黄淮流域及周边地区147个气象站1962—2015年逐月气温、降水观测资料,利用标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)分析了该地区近54 a夏季干旱变化及其异常成因。结果表明:黄淮地区近54 a夏季呈稳定略偏旱趋势,1990年代起该地区夏季经历了先湿后干的演变。EOF(经验正交函数)分析表明黄淮地区夏季SPEI的前3个模态为一致旱涝型、南北反位相型和东北-西南反位相型。该地区夏季偏旱年份为Ⅰ类或Ⅲ类雨型且夏季各月干旱成因有所不同,其中6月亚洲区极涡强度偏弱时,同期黄淮地区降水偏少,干旱频发;7月西太平洋副热带高压(副高)西伸脊点位置偏东(位于129°E以东),黄淮地区发生干旱的可能性较大;8月副高强度越弱,干旱风险越大。夏季青藏高原地面加热场强度偏强时,中高纬冷空气势力较弱难以影响到黄淮地区,同时,副高位置异常偏北偏西,导致该地区偏旱。 相似文献
4.
5.
6.
海表温度是研究海洋表面海气相互作用的一个至关重要的物理参数。为建立长时间序列海表温度数据集,在海表温度反演模型建立过程中还需要考虑卫星之间的差异、卫星仪器随时间的衰减、所采用反演算法模型建立过程中人的主观因素的影响等。为此,针对1989—2008年间NOAA/AVHRR数据特点,发展了统一的海表温度反演模型,并生成了20年时间序列海表温度数据集,空间分辨率达到1km。利用船舶浮标资料和OISST数据对该数据集进行了验证,验证结果表明该数据集均方根误差在1℃左右。最后针对1997/1998年厄尔尼诺事件,用反演的海表温度分析了西太平洋暖池区海表温度距平对这次事件的响应。 相似文献
7.
为了提高人工增雨作业的作业水平和增雨效率,利用2010—2012年徐州市人工增雨作业中的多种观测资料,在分析徐州地区地形特征、增雨作业习惯的基础上,研究出适合本地区使用的人工增雨效果检验方法,建立人工增雨潜势分析模型,对未来12h的人工增雨潜势和临近增雨潜势进行逐步分级判断,将增雨潜势区分为两级:级别Ⅰ增雨潜势较小和级别Ⅱ增雨潜势较大,并指导人工增雨作业。2013年徐州人工增雨作业实践表明,人工增雨12h潜势预报模型和临近预报模型具有较高的准确率。以增雨潜势预报模型为基础,修改徐州地区人工增雨作业流程,提高指挥人员的工作效率,并提高人工增雨作业的效率。 相似文献
8.
2021年第6号台风“烟花”在7月28日衰减为热带低压后,台风外围螺旋雨带致使江苏中部接连出现降水突增现象。本研究利用常规观测资料、数值预报产品和ERA5再分析资料,对强降水过程进行分析。结果表明:ECMWF FINE数值模式产品对于形势场预报较为准确,但中尺度CMA模式更能体现极端降水的量级和落区。分析降水增强原因可知,“烟花”移动时受到高空引导气流作用较小,其在安徽境内打转时,西风槽携带弱冷空气南下降低了大气稳定度并强迫暖湿空气抬升。高低空散度场与涡度场集中在较窄区域内,构成了垂直互耦的优势配置,有利于形成强烈且深厚的上升运动,是暴雨产生和持续的重要动力机制。强降水区位于湿位涡(MPV)负中心的暖湿气流中,MPV负值区可反映暴雨落区。MPV1和MPV2分布体现了冷空气入侵所引发的对流降水特征。此外,江苏中部位于螺旋云带右侧高湿高能区,东北气流与西南气流汇合形成了旺盛的线状对流云团,配合地面辐合线对中尺度系统的触发和维持,从而产生极端强降水。 相似文献
1