排序方式: 共有12条查询结果,搜索用时 46 毫秒
1.
2.
3.
干旱是植物生长关键期内土壤有效水份供应不足的现象。眉山市为农业大市,以水稻生产为主,同时又是多种优质水果商品生产基地,因而夏旱的发生对本市的农业经济会造成极大的危害。本文着重分析夏旱这种气象灾害的气候规律和特点,并建立了长期预报模式,以此提高决策服务为目的。 相似文献
4.
徐卫红 《高原山地气象研究》2004,24(4)
干旱是植物生长关键期内土壤有效水份供应不足的现象.眉山市为农业大市,以水稻生产为主,同时又是多种优质水果商品生产基地,因而夏旱的发生对本市的农业经济会造成极大的危害.本文着重分析夏旱这种气象灾害的气候规律和特点,并建立了长期预报模式,以此提高决策服务为目的. 相似文献
5.
喀斯特山地土地利用方式对土壤团粒的影响——以重庆黔江为例 总被引:3,自引:1,他引:2
土壤结构恶化是土壤侵蚀性退化的普遍现象和结果,在喀斯特地区表现尤为突出。本文以重庆黔江区为例,分析了四种不同的土地利用方式下,土壤团聚体的组成、稳定性及其影响因素。结果表明:研究区土壤颗粒组成主要集中在<0.05mm的范围内,土壤粘粒(<0.001mm)含量普遍较高;土壤经人为开垦利用转变为耕地后,表层土壤颗粒砂化明显;土地利用方式不同,风干团聚体含量相差不大,而水稳性团聚体组成和稳定性差异较大,>5mm和>1mm水稳性团聚体含量由大到小为:灌草坡>林地>退耕地>耕地,>0.25mm团聚体含量由大到小为:灌草坡>退耕地>林地>耕地。灌草坡的水稳性团聚体含量最大,稳定性最强,耕地最差。有机质是影响水稳性团聚体的主要因素,因此,增加有机质的含量是恢复和改良喀斯特山地土壤结构状况的关键 相似文献
6.
本文利用FY-4气象卫星单通道云图和多通道组合,以2019年7月28日四川省眉山市的一次暴雨过程为例,分析暴雨云系的演变和微观物理性质等特征,结果表明:此次暴雨过程中出现两次对流云团的合并,云团的合并造成了暴雨区域和强度增大,属于多个对流云团多次合并,暴雨云团中有强烈的大尺度垂直上升运动,整层大气水汽充足,为强降雨提供了较好的水汽输送和动力条件。多通道RGB合成图能以色彩的形式有针对性地突出对流系统、冷暖气团、云粒子相态等属性,造成此次暴雨过程的对流云团主要为伴随强烈上升气流的由冰粒子组成的高层积雨云。FY-4气象卫星在暴雨等强对流天气监测中有着重要的作用,补充了常规天气资料分析的不足,为短时天气预报提供一种思路。 相似文献
7.
利用FY-2E静止气象卫星的云图资料,对2012—2018年夏季(6—9月)发生在四川盆地眉山市内的35次区域性暴雨过程进行分析,探索研究暴雨过程中对流云合并现象的特征。结果表明:暴雨过程中有88%出现了对流云合并,对流云合并是造成暴雨强对流天气过程的重要影响因素;按照合并云团的数目以及合并次数,可将合并过程分为两个对流云团合并、多个对流云团同时合并和多个对流云团多次合并三大类;同时暴雨过程里的合并现象与合并云团之间的距离、面积比例、最低亮温差及最低亮温平均值有密切的联系。 相似文献
8.
利用常规探测、NCEP FNL1°×1°全球分析和自动站等资料,对影响眉山地区的两次台风倒槽暴雨过程进行诊断分析,结果表明:两次过程都是在副高588线西伸加强控制整个四川地区的环流背景下发生,第一次台风倒槽暴雨过程(2017年8月22日)由台风倒槽和地面冷空气共同影响,台风倒槽较浅薄,伸展高度不高,过程发生前大气层结热力不稳定特征明显,水汽辐合主要出现在近地面层,整层上升运动较强,对应短时强降水、阵性大风等强对流天气。第二次台风倒槽暴雨过程(2017年8月24日)由单一台风外围的台风倒槽影响造成,台风倒槽较明显,伸展高度较高,过程发生前热力不稳定特征不明显,水汽辐合时间较长,上升运动主要出现在中低层,对应降雨持续时间长,降水强度较弱。 相似文献
9.
渝东南岩溶山地土地利用方式对土壤有机碳时空分布特征的影响 总被引:2,自引:2,他引:0
通过野外调查、采样和分析,运用地统计学方法,选择旱地、稻田、菜园和果园四种地利用方式,分析了渝东南秀山、黔江、酉阳三地土壤有机碳(SOC)的时间和空间分布特征。结果表明:空间上,在耕作层和心土层SOC含量都是菜园最大,旱地最小,且差异显著;而底土层果园最大,稻田最小,差异不显著;不同的土地利用方式对土壤剖面SOC含量的影响一致,自上而下依次降低,均为耕作层SOC含量最高,底土层最低,稻田降幅最大,旱地最小,且差异显著;时间上,与1984年第二次土壤普查相比,除旱地外20多年来渝东南岩溶区0~20cm耕层SOC含量普遍升高,其中菜园的增加幅度最大,稻田最小。但总的来说,研究区岩溶山地土壤有机质含量普遍较低,建议通过人为施肥提高有机质的含量,探索和推广应用免耕、少耕、秸秆还田等耕作措施,增加农田土壤固碳能力。 相似文献
10.
水电站高边坡监测是水电站灾害防治中的关键问题,基于卫星遥感技术进行库区滑坡监测是解决该问题的重要手段之一。利用卫星影像亚像素相关性算法获取地表形变位移场,能够克服SAR影像失相关因素,在水电站边坡监测中具有重大的应用潜力。本文以溪洛渡电站2015—2019年5期Google Earth影像和2019—2022年4期Sentinel-2影像为数据源,采用相位相关算法计算了边坡形变量,通过构建一次多项式曲面拟合模型去除轨道误差等趋势性误差,获取了2016、2017和2019年溪洛渡电站下游边坡形变值。分析显示,两种影像提取得到的边坡形变量具有相同的变化趋势,均与谷幅实测数据吻合较好。本文结果验证了基于多时相遥感数据将亚像素相关性匹配技术运用于大型水电站边坡形变监测的可行性。 相似文献