首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   1篇
  国内免费   1篇
测绘学   1篇
地质学   1篇
海洋学   1篇
自然地理   2篇
  2022年   1篇
  2020年   2篇
  2019年   1篇
  2018年   1篇
排序方式: 共有5条查询结果,搜索用时 93 毫秒
1
1.
为了研究第六次国际耦合模式比较计划(CMIP6)中新提出的“情景模式比较计划”(ScenarioMIP)下中国近海气象要素的变化情况, 本文选取了其中6个海气耦合模型, 对其模拟的风速、气温、降水进行评估与预测。评估结果表明选取的模式对中国近海模拟效果整体都不错, 但在菲律宾群岛附近模拟结果相对欠佳。模型平均预估结果表明未来21世纪中叶4个情景下渤黄海风速夏季增加、冬季减弱; 至21世纪末, 研究海域夏季15°N以北(南)风速主要呈增加(减小)的趋势, 冬季25°N以北(南)风速主要呈减小(增加)的趋势。4个未来情景下的中国近海气温都将持续升高, 高纬区域增幅大于低纬。可持续发展情景(SSP1-2.6)能有效减缓升温, 其他放任温室气体大量排放的情景(如SSP5-8.5), 则会加剧升温。未来中国近海降水变化总体上呈增加趋势, 渤黄海与东海降水增幅在SSP5-8.5情景下最大, 世纪末分别增加约15.87%与5.61%; 南海降水增幅在SSP2-4.5情景下最大, 世纪末增加约4.84%。  相似文献   
2.
陆地水循环过程的综合集成与模拟   总被引:1,自引:1,他引:0  
在气候变化与人类活动的影响下,陆地水循环过程发生了明显改变,并导致了一系列资源环境问题。深入认识陆地水循环过程的变化机理,发展陆地水循环过程综合集成模拟技术,预估未来陆地水循环的变化趋势,是当前水循环研究面临的重要任务。主要关注人类活动影响下的大尺度(大河流域或大陆尺度)陆地表层系统水循环模拟,梳理了近年来陆地水循环过程综合集成与模拟相关的研究进展,指出当前大尺度陆地表层系统水循环模拟模型的主要问题是对自然过程与人类活动过程间相互作用描述不足,以及人类活动参数化方案的不完善。因此,完善人类活动参数化方案,构建陆地水循环过程的综合集成模型,是模拟研究的重要发展方向之一。同时,考虑多要素过程的综合集成模型有助于解释气候变化与人类用水活动影响水循环变化的关键机制,为探索变化环境下陆地水循环变化成因及其效应提供理论与实践基础,其结果将为区域水资源配置及应对全球变化的战略决策提供科学依据。  相似文献   
3.
水生态空间分类体系是研究水生态空间变化的重要前提。目前,水生态空间分类体系一般都基于特定的研究或者管理目的,没有相对统一的划定标准。因此,这些水生态空间分类体系间的可比性及可操作性就存在一定的局限。鉴于此,论文结合遥感观测技术,基于系统论提出了适用于遥感影像的水生态空间多功能分类体系。该分类体系具有一定的理论基础,同时也兼具遥感技术的可操作性和可比性,能为研究水生态空间的面积动态变化提供理论基础和技术保障。此外,研究还结合生产管理经验和专家咨询等方法,建立了适用于Landsat卫星遥感数据的各类水生态空间的解译标志。最后,以中国为例,运用2015年的Landsat卫星遥感数据,划定了中国各类水生态空间的分布,并得到了不同水生态空间类型所占的面积比,这为进一步研究中国水生态空间的演化规律奠定了坚实基础。  相似文献   
4.
遥感陆地水循环的进展与展望   总被引:1,自引:0,他引:1       下载免费PDF全文
随着遥感技术的不断进步,许多陆地水循环的变量已经能够通过遥感定量估算。遥感方法能够提供大范围、长周期的水循环变量数据,这极大地推进了人们对陆地水循环过程的认识和理解。阐述了遥感观测陆地水循环重要变量的基本原理,回顾了陆地水循环遥感主要技术方法的重要进展和最新成果,指出下一步可能的发展方向。尽管目前遥感技术具备获取大范围水循环关键变量的能力,但是遥感估算的水循环分量还难以满足基本的水量平衡,表明当前遥感数据的水文一致性还待加强。未来遥感陆地水循环研究的发展一方面需要新型传感器和平台来提供更高精度且时空一致的观测数据,另一方面需要开展大型地面水循环同步全过程观测试验来对遥感产品进行深入评估,以促进遥感技术在陆地水循环研究中的应用。  相似文献   
5.
曼宁糙率系数是用水动力学方法进行流速计算的关键参数。坡面流曼宁糙率系数与明渠流的不同。为确定坡面径流过程的曼宁糙率系数,自行研发了一种包括供水系统、实验水槽和数据观测记录系统的室内可变糙率坡面实验系统。通过87场预实验验证了供水系统的稳定性和准确性。以坡度、实测流量、实测水深、不同糙率板上河砂的平均直径和地表粗糙度为自变量,以曼宁糙率系数为因变量,选用均方根误差(RMSE)和决定系数(R 2)为评价指标,对166种实验场景进行了支持向量机(Support Vector Machines, SVM)训练与预测,发现:① 紊流的训练结果难以预测层流和过渡流的曼宁糙率系数,说明流态不同时,实验因素对水流的影响机制不同;② 若要较为准确地预测曼宁糙率系数,至少需要包括实测水深在内的3种因素;③ 当同时考虑4种及更多种因素时,紊流状态下均可对曼宁糙率系数进行较为准确的预测。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号