共查询到19条相似文献,搜索用时 62 毫秒
1.
利用深圳市近30a来霾日UV法统计数据进行霾日分布特征分析,并结合1980~2007年深圳逐年国民经济指标统计数据,着重讨论了深圳市霾日与城市经济指标的相关性.研究表明,90、00年代的初期至中期,是深圳霾日增长趋势最明显的两个阶段,月均霾日高值在12月至次年1月,达8d/月以上;低值在6~7月,达2d/月以下,随年代... 相似文献
2.
为增强华西秋雨监测评估的客观量化,改善陕西秋淋强度的预测方法,本文利用1961—2016年陕西中南部地区国家级地面气象观测站逐日降水量、NCEP再分析资料、NOAA海温资料以及国家气候中心的海温指数,通过定义秋淋强度指数,分析了陕西秋淋变化特征及其与大气环流和海温的关系。结果表明:近56 a陕西秋淋开始日期平均是9月10日,年际波动较大,整体上无明显变化趋势,但年代际变化特征明显;结束日期平均是10月7日,变化趋势整体趋于偏早。秋淋强度呈波动减弱趋势,且年代际阶段性变化特征明显。陕西秋淋偏强年,500 hPa欧亚中高纬上空呈现"+、-、+"的异常环流特征,且西太平洋副热带高压和印缅槽偏强。陕西秋淋的强弱与ENSO事件有密切联系,前期春、夏季赤道中东太平洋冷(暖)海温发展有利于陕西秋淋偏强(弱),且Niňo3.4区海温异常是陕西秋淋强弱的年际预测信号,对陕西秋淋强度预测有较好的指示意义。 相似文献
3.
广东记录霾日和统计霾日的气候特征及比较 总被引:1,自引:0,他引:1
利用广东省86个气象观测站1961—2013年记录霾日资料和1981—2013年统计霾日资料,采用线性趋势分析、计算气候趋势系数等统计诊断方法,分析了广东记录霾日和统计霾日的气候特征并进行比较。结果表明:广东统计霾日与记录霾日的年平均分布非常相似,但是统计霾日数比记录霾日数明显增加10~80 d。广东霾分布可划分为三个区:(1)多霾区:包括珠江三角洲、北部的南雄、东南部的汕头,年统计霾日40.0~144.5d;(2)一般霾区:包括广东中部偏北的部分地区,年统计霾日20.0~39.9 d;(3)少霾区:广东西南部和东部大部分地区,年统计霾日1.0~19.9 d。广东年记录霾日和统计霾日均以11 d(10 a)的速率明显上升,1990年后显著增加,特别是2003年以来上升非常明显,2007年达到最大,但2008年以来逐年波动下降。广东年霾日数增加最明显的区域在珠三角、汕头、南雄等地。1980—2013年的广东平均年记录霾日序列与统计霾日序列的相关系数达0.78,显著相关。分析表明统计霾日比记录霾日总体上更客观合理,并对两者存在差异的原因进行了分析与讨论。 相似文献
4.
利用1961—2011年共51 a华北地区50个站冬季及12月—2月逐月不同级别的霾日资料,研究了华北地区霾日的时空分布特征,结果发现:霾日的分布很不均匀,霾日大值区大多为工业城市、高度发达的城市以及煤炭生产基地,"浊岛"现象明显,华北地区霾日大值区呈西南—东北向分布,来自京津冀外区域的污染物跨城市群输送的影响非常显著。研究还表明,除山西平均霾日一直呈增长趋势外,其他地区霾日近年均呈下降趋势。从各大城市的变化特点看,太原、石家庄和呼和浩特呈一致的增长趋势,济南市、北京市和天津市的霾日均呈下降趋势。大城市冬季霾日出现最多的集中在12月和1月。 相似文献
5.
华南冬季气温异常与大气环流和海温的关系 总被引:1,自引:0,他引:1
利用1961—2013年中国743个测站的逐日气温资料、NCEP/NCAR再分析资料,采用EOF分解、相关、回归、合成等方法分析了华南冬季气温异常的气候特征及其与同期大气环流和前期海温的关系。结果表明,华南冬季气温总体一致性偏高,近52年来华南冬季平均气温以0.26 ℃/(10 a)的速率上升,但显著低于全国平均的冬季增温速率,并在1989年发生升温突变。华南冬季平均气温具有显著的年际和年代际变化。当西伯利亚高压和乌拉尔山阻塞高压均偏弱、阿留申低压偏强、东亚大槽偏弱、太平洋副热带高压加强、冷空气活动偏弱时,有利于华南冬季气温偏暖。华南冬季气温在年际尺度上与ENSO和西伯利亚高压联系更密切,在年代际尺度上,华南冬季气温增暖趋势与鄂霍次克海海温偏低、东亚大槽减弱密切相关。 相似文献
6.
夏季盆地5—9月总降雨量经EOF(经验正交函数)展开,第一特征向量反映盆地东西部的差异.分析了该类雨型与北半球500hPa高度场及北太平洋海温场的关联,得到了一些有益的结果,提出了一种该类雨型的预报模型。 相似文献
7.
江西省霾天气气候特征及其与气象条件的关系 总被引:1,自引:0,他引:1
利用1980-2011年江西83个常规站和南昌、赣州2个探空站的观测资料,对江西霾的气候特征及其与气象条件的关系进行了分析。结果表明:近32 a来江西霾日总体呈上升趋势;霾日的季节、年际和年代际变化明显,秋冬季多(12月最多)春夏季少(7月最少),4 a左右和8 a左右的年际变化周期显著,年代际变化主要为15 a左右的变化周期;江西霾日空间分布不均,呈现中北部多,南部及山区少的分布形势。霾与地面风速、大气逆温、海平面气压、降雨量和相对湿度密切相关,低风速、大气逆温、高气压、高湿度和少降雨有利于霾天气的发生,反之,高风速、低气压、低湿度和多降雨不利于霾天气的发生。 相似文献
8.
利用1958—2007年全球海温、位势高度场月平均资料和我国东北地区64个测站的春季地面气温资料,分析了我国东北地区春季极端低温的时空变化特征及其与大气环流和海温异常的关系。结果表明:近50a来,我国东北春季极端低温事件频数整体呈减少趋势;极端低温频数主要存在全区一致变化型和南北反相变化型两种模态;极端低温事件频数与北极涛动存在显著负相关关系,同时在极端低温多年,极涡较弱,乌拉尔山阻塞高压偏强,东北冷涡较强,反之亦然;影响我国东北地区春季极端低温的关键海区为中北大西洋海区,极端低温多年,中北大西洋海温较常年偏冷,反之则中北大西洋海温较常年偏暖。这对于预测东北春季极端低温事件的年际变化具有很好的指示意义。数值试验结果表明,中北大西洋海温异常可激发欧亚波列,致使中国东北温度异常。 相似文献
9.
根据2007—2013年宁波市每日8次地面观测气象资料,运用罗氏法和统计分析法计算大气混合层高度,分析其在霾日和非霾日的不同日变化特征。结果表明宁波市霾日与非霾日混合层高度均呈白天高,夜晚低的日变化特征,夏季两者差值的日变化波动最明显,波峰时间比其他季节晚3 h。混合层高度日变化趋势与风速、气温、能见度趋于一致,霾等级越重,混合层高度越低。霾日与非霾日的气温差值除冬季呈正变温外,其他季节呈负变温,冬季14时差值最小,夜间加大,春夏季凌晨差值最小,14时最大,秋季波动不明显;风速差值除冬季夜间为正值外,其余季节为负值,秋冬季差值最小、夏季最大。大气处于不稳定状态时,混合层高度随着稳定度增加而逐渐处于稳定状态时,随着稳定度增加而降低,中性大气是宁波易致霾的大气层结。霾日与非霾日大气稳定度表现不一致,中午霾日中性大气占多数,非霾日则是不稳定大气;夜间霾日稳定—弱稳定大气和中性大气所占比例相当,非霾日稳定—弱稳定大气占多数。另外,PM_(2.5)浓度在霾日和非霾日均为白天低、夜间高的日变化特征,但霾日波动大,波峰时间晚于非霾日2 h,峰值浓度也高于非霾日2.7倍;早晨或下午到上半夜是霾日的PM_(2.5)浓度两个上升时段,上午为下降时段;非霾日的两个浓度缓升(降)时段分别出现凌晨和下午(上午和前半夜)。研究成果有助于预报员了解大气混合层高度及其对霾的可能影响,从而提高霾预报预警能力。 相似文献
10.
利用2014~2019年冬季ERA5再分析资料、成都市PM2.5和PM10逐日浓度数据以及污染物(二氧化硫、氮氧化物、烟粉尘)年排放量数据,通过分析四川盆地近6 a气溶胶污染物的时间变化特征以及PM2.5浓度与气象条件的相关性,探讨了气象条件对四川盆地气溶胶污染的影响。结果表明:近6 a四川盆地冬季气溶胶污染物浓度和严重、重度污染天数均呈波动下降趋势,污染物浓度年际变化与污染物年排放量存在一定差异。首要污染物以PM2.5为主,PM2.5浓度与青藏高原及其下游地区气象条件的关系密切,与对流层低层、中高层气象要素的相关性存在差异,其中与青藏高原及其以北和以东地区850~500 hPa气温呈显著正相关,尤其是与易出现逆温层的四川盆地850~750 hPa温度的相关性最强。当850 hPa东北风较弱且相对湿度偏高、700 hPa西风较强且湿度偏低、500 hPa高压偏强且西风偏弱时,PM2.5浓度偏高;反之亦然。 相似文献
11.
本文利用常规气象资料、NCEP (1°×1°)再分析资料和环监站实时监测数据,分析了2017年12月四川盆地南部一次持续性雾霾的气象特征和增强机制。结果表明:(1)中高纬平直纬向环流、低层弱偏南偏东气流、地面均压场组成的静稳天气长时间维持为雾霾天气的形成和维持提供了有利的环流背景条件。(2)上干下湿、逆温明显的大气稳定层结,连续无降水、近地层高湿和较弱的风场提供有利的气象要素条件。(3)低层弱冷平流、上层暖平流促进稳定层结长时间维持和近地层水汽凝结作用加强,为雾霾天气的增强和持续起到了重要作用。(4)冷空气、降水,水平和垂直扩散能力增强是空气污染物浓度降低的重要条件。 相似文献
12.
江苏秋季霾的年代际变化特征及其影响因素分析 总被引:5,自引:0,他引:5
利用1961-2010年江苏地级市气象站资料分析了近50年江苏秋季霾的年代际变化特征,并从气候背景的影响方面探讨其形成变化的特点:少霾期,大气环流以及水汽输送特征都有利于污染物的输送和稀释;而在调整期,气象条件有所调整,但不显著;在显著上升期,气候背景场对霾的发生起到十分积极的作用。另外,1961-2010年大气净化次数显著减少。海温与霾的年代际变化存在密切关系,当霾日数不断上升时,印度洋到南海海域的海温升高,引起低层风场的辐合,并通过类似于Hadley环流形式使得东亚同经度的中纬度地区低层辐散,利于水汽通道转换,进而有利于霾天气的发生。 相似文献
13.
The impact of sea surface temperature (SST) on winter haze in Guangdong province (WHDGD) was analyzed on the interannual scale. It was pointed out that the northern Indian Ocean and the northwest Pacific SST play a leading role in the variation of WHDGD. Cold (warm) SST anomalies over the northern Indian Ocean and the Northwest Pacific stimulate the eastward propagation of cold (warm) Kelvin waves through the Gill forced response, causing Ekman convergence (divergence) in the western Pacific, inducing abnormal cyclonic (anticyclonic) circulation. It excites the positive (negative) Western Pacific teleconnection pattern (WP), which results in the temperature and the precipitation decrease (increase) in Guangdong and forms the meteorological variables conditions that are conducive (not conducive) to the formation of haze. ENSO has an asymmetric influence on WHDGD. In El Ni?o (La Ni?a) winters, there are strong (weak) coordinated variations between the northern Indian Ocean, the northwest Pacific, and the eastern Pacific, which stimulate the negative (positive) phase of WP teleconnection. In El Ni?o winters, the enhanced moisture is attributed to the joint effects of the horizontal advection from the surrounding ocean, vertical advection from the moisture convergence, and the increased atmospheric apparent moisture sink (Q2) from soil evaporation. The weakening of the atmospheric apparent heat source (Q1) in the upper layer is not conducive to the formation of inversion stratification. In contrast, in La Ni?a winters, the reduced moisture is attributed to the reduced upward water vapor transport and Q2 loss. Due to the Q1 increase in the upper layer, the temperature inversion forms and suppresses the diffusion of haze. 相似文献
14.
15.
利用1961~2012年宁夏22个气象台站逐日天气现象、能见度、相对湿度资料,采用气候倾向率、趋势系数、最大熵谱分析、突变分析等方法,分析了宁夏各区域雾日数和霾日数的空间分布及变化趋势。结果表明:宁夏雾目数、霾日数均呈南北多、中间少的空间特征,但雾日数南部最多,而霾日数北部最多。近52a来,雾日数除南部山区呈不显著的减少趋势外,其他3个区域均呈增多趋势,而霾日数各区域均呈显著的增多趋势;另外,二者均有明显的阶段性演变特征,1961—1980年为明显偏少阶段,1981~2000年为波动变化阶段,2001年以后为明显偏多阶段;雾日数具有较明显的准7.5a,4.3a周期振荡,霾日数具有较明显的准4.6a、3,0a周期振荡;各区域雾日数与霾日数均未发生突变现象。 相似文献
16.
东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。 相似文献
17.
四川盆地区域性暴雨时空变化特征及其前兆信号研究 总被引:1,自引:0,他引:1
利用1961-2015年四川盆地逐日降水量资料、NOAA海表温度资料、青藏高原积雪资料,采用多锥度-奇异值分解等方法,研究了四川盆地区域性暴雨的时空变化特征,并对其前兆信号进行了初步探讨。结果表明:四川盆地区域性暴雨可以分为三种类型,其中盆西型出现频率最高,盆东北型次之,盆南型相对较少。四川盆地区域性暴雨年际变化中准3 a周期最为显著,典型循环体现了盆西型区域性暴雨"偏少-调整-偏多"的年际变化过程。年代际变化中准16 a周期最明显,典型循环表现为盆东北型和盆南型的交替演变。通过MTM-SVD协同变化分析,发现在盆西型区域性暴雨的准3 a周期循环中,前冬ENSO事件和前冬青藏高原积雪日数是其显著的异常前兆信号。在年代际的准16 a振荡过程中,前冬太平洋年代际振荡(PDO)是盆东北型和盆南型区域性暴雨的异常前兆信号。 相似文献
18.
利用全国664站1961—2012年逐日霾观测资料、降水量、平均风速和最大风速资料,分析中国霾日数变化特征及其气候成因。结果表明:我国年霾日数分布呈明显东多西少特征,中东部大部地区年霾日数在5~30 d,部分地区超过30 d,西部地区基本在5 d以下。霾日数主要集中在冬半年,冬季最多,秋季和春季次之,夏季最少,12月是霾日数最多的月份,约占全年霾日数的2成。我国中东部地区冬半年平均霾日数呈显著的增加趋势(1.7 d/10a),霾日数显著增加时段主要在1960年代、1970年代和21世纪初,在1970年代初和21世纪初发生了明显均值突变。从区域分布来看,华南、长江中下游、华北等地霾日数呈增加趋势,而东北、西北东部、西南东部霾日数呈减少趋势。持续性霾过程增加,持续时间越长的霾过程比持续时间短的霾过程增加更为明显。不利的气候条件加剧了霾的出现。霾日数与降水日数在中东部地区基本以负相关为主,中东部冬半年降水日数呈减少趋势(-4 d/10a),表明降水日数的减少导致大气对污染物的沉降能力减弱。另一方面,霾日数与平均风速和大风日数以负相关为主,而与静风日数则以正相关为主,冬半年平均风速和大风日数减小,静风日数增加,表明风速减小导致空气中污染物不易扩散,从而更易形成霾天气。 相似文献
19.
近年来北京市频繁遭受雾和霾天气的影响,表现为天数增多、持续时间增长的特点,这一变化越来越受到专家学者的重视。气象条件是雾和霾污染形成的客观因素。利用北京市观象台多年雾和霾天气(2013-2015年)和气象要素(1961-2015年)观测资料,从气候变化角度出发,研究雾和霾临界气象条件的气候变化特征。研究结果表明:对雾和霾的形成有促进作用的临界气象条件是日平均风速≤1.9 m/s,日相对湿度≥76%,偏南方向的风向;对雾和霾的形成有抑制作用的临界气象条件是日平均风速≥2.6 m/s,日相对湿度≤69%,日降水量≥0.5mm。1961-2015年北京市观象台低风速日数呈增加趋势,且多为西南方向,高风速日数呈减小趋势,污染物清除能力下降,对污染物的累积起关键性作用;相对湿度较高的日数呈减小趋势,相对湿度较低的日数呈增加趋势;日降水量较大的日数呈下降趋势。三种气象条件中相对湿度条件随年代的变化有利于雾和霾的消散,而风速风向和降水量条件随年代的变化不利于雾和霾的扩散和沉降。但有研究表明,在雾和霾污染的形成消散过程中,风速条件起决定性作用,故北京地区较低风速日数的增加是导致大气污染的重要原因。此外,不利的风向条件加重了北京地区污染物的积累聚集。 相似文献