排序方式: 共有29条查询结果,搜索用时 0 毫秒
11.
利用分析Nudging方法,选取辽宁省2015年7月和10月作为夏季和秋季代表月份,开展不同分辨率嵌套网格上的分析同化试验,研究在不同分辨率的嵌套网格上使用分析Nudging对地面要素降尺度模拟的影响。结果表明,采用分析Nudging后,可以明显减小WRF模式模拟高空要素与大尺度背景场的差异,使模式在长时间的积分过程中能够与大尺度背景场保持很好的一致性,且在12 km和4 km分辨率上均采用分析Nudging相对于仅在36 km分辨率嵌套上采用分析Nudging效果更好。对于地面要素影响方面,不同分辨率嵌套网格采用分析Nudging相对于控制试验均可以提高地面2 m温度、相对湿度、10 m风速和降水的模拟准确度。总体来看,分析Nudging应用于12 km分辨率上的降尺度效果整体最优,当进一步在4 km分辨率嵌套上使用分析Nudging后,反而使得模式对温度、降水的模拟变差,说明在区域气候降尺度中,考虑大尺度背景场本身的分辨率,不宜在高分辨率嵌套网格上进一步采用分析Nudging。 相似文献
12.
利用区域气候模式RegCM4的逐日气温和降水资料,预估1.5℃和2.0℃升温情景下,东北地区平均气候和极端气候事件的变化。结果表明:RCP4.5排放情景下,模式预计在2030年和2044年左右稳定达到1.5℃和2.0℃升温;两种升温情景下,东北地区气温、积温、生长季长度均呈增加趋势,且增幅随着升温阈值的升高而增加;1.5℃升温情景下,年平均气温增幅为1.19℃,年平均降水距平百分率增幅为5.78%,积温增加247.1℃·d,生长季长度延长7.0 d;2.0℃升温情景下气温、积温、生长季长度增幅较1.5℃升温情景下显著,但是年和四季降水普遍减少,年降水距平百分率减小1.96%。两种升温情景下,极端高温事件显著增加,极端低温事件显著减少,极端降水事件普遍增加。霜冻日数、结冰日数均呈显著减少趋势,热浪持续指数呈显著增加趋势;未来东北地区降水极端性增强,不仅单次降水过程的量级增大,极端降水过程的量级也明显增大,随着升温阈值的增大,极端降水的强度也逐渐增大。 相似文献
13.
以太子河流域为研究区域,基于流域内的气象水文数据、数字高程模型及土地利用等资料,采用HBV水文模型对流域的水文过程进行模拟,通过对模型参数的率定与验证,评估了HBV模型在该流域径流模拟的适用性,确定了适合太子河流域的最优化参数,结合水位-流量关系曲线,推算太子河流域不同等级洪水致洪临界雨量。结果表明: HBV模型对太子河流域的径流模拟效果较好,率定期与验证期Nash效率系数与确定性系数均超过0.60,模型中积雪和融雪模块(CFR)、土壤含水量计算模块(BETA)与响应模块(KUZ2、UZ1、PERC)中的这些参数最为敏感,模型基本模拟出了洪水对降水的响应过程。通过建立的HBV水文模型,结合小林子水文站的水位-流量关系曲线,以警戒水位、保证水位作为不同等级洪水的判别条件,推算得到了不同起始水位下太子河流域动态临界雨量指标,临界雨量随起始水位的升高而有所减小。 相似文献
14.
利用1961—2015年辽宁省西部地区18个测站月降水量资料和东北地区209个测站1961—2015年月平均气温资料、NOAA重建的月平均海表温度资料以及88项大气环流指数、26项海温指数资料定义了适用于辽西地区的夏季标准化东北冷涡强度指数(NECVI)和冷涡降水预报因子,并对东北冷涡和辽西冷涡降水进行详细分析,结果表明:近55年,辽西地区冷涡降水夏季和年贡献率整体趋势较稳定,无明显变化,表现出18年左右的显著振荡周期。东北冷涡偏强年,NECVI指数偏大,标准化降水指数(SPI)偏高,对应辽西地区降水偏多;反之,东北冷涡偏弱年,NECVI指数偏小,SPI指数偏低,对应辽西地区降水偏少。前期3月Nino 3区海表温度距平指数、5月黑潮区海温指数、3月西太平洋副高强度指数均与辽西冷涡降水显著相关,具有较好的指示意义,可作为冷涡降水的预报因子,为辽西夏季气候预测和人工影响天气工作的开展提供参考。 相似文献
15.
16.
辽宁省不同等级降雪变化特征 总被引:9,自引:6,他引:3
利用辽宁省52个站逐日降水量及降雪天气现象资料提取出逐日降雪数据,采用多种统计方法分析了近53 a(1961-2013年)不同等级降雪的时空变化特征,研究表明:降雪量和降雪日数空间分布上山地要大于平原地区,由东部山区向沿海地区减少;降雪强度中心位于辽宁中部城市群所在的平原地区。降雪量、降雪日数年内分配分别呈双峰型和单峰型分布,中雪等级以上的降雪多发生在冬末春初。年降雪量增加,年降雪日数(降雪强度)显著减少(减小);降雪日数的显著减少主要表现为微量降雪日数和小雪日数的减少,尤其是微量降雪日数,降雪强度的显著增大主要是暴雪强度的增大。1960s和1970s为降雪偏多时段,1990s以来降雪量增加,降雪日数减少。不同区域各级降雪占总降雪的比例,辽东地区以微量降雪日数最大,其他区域均以小雪日数和暴雪降雪量最大。全省降雪量有65.4%站点呈增加趋势,降雪日数96.2%的站点呈减少趋势,降雪强度90.4%站点呈增大趋势,辽西地区降雪变率要大于辽东山区。小雪降雪量和微量降雪日数贡献率均呈下降趋势,其他不同等级降雪贡献率均呈上升趋势。随着纬度升高(海拔增高),总降雪量(降雪日数)和各等级降雪量(降雪日数)均增加,总降雪强度和小雪强度减小。 相似文献
17.
利用1961—2018年辽宁省61个国家级气象站逐日平均、最高、最低气温观测资料以及NCEP/NCAR再分析资料,定量分析了城市化对辽宁省气温变化的影响。结果表明:辽宁省气温呈显著增加趋势,观测资料的增温趋势较再分析资料明显;逐日平均、最高、最低气温均表现出冬季增温速率最快,春季、秋季次之,夏季增温速率最慢;在城市化影响贡献率上,秋季最大,夏季和春季次之,冬季相对较小;空间分布上,辽宁省绝大部分地区城市化影响呈上升趋势,呈现出中部大于外围,东部大于西部,南部大于北部的分布形势,城镇化发展水平越高的地区,观测与再分析方法的差值增加趋势越明显;平均气温、最高、最低气温的城市化影响分别是0.13℃/10 a、0.045℃/10 a、0.216℃/10 a,城市化影响贡献率分别为38.5%、19.5%、43.4%,说明快速的城市化进程是导致辽宁省气温增暖的重要因素。 相似文献
18.
利用1979—2018年辽宁省逐月风速资料和再分析资料,结合卫星遥感分类方法,并采用UMR(urban minus rural)方法和OMR(observation minus reanalysis)方法定量分析了城市化对辽宁省近地面风速的影响。研究表明:近40年辽宁省年和四季风速均呈减小趋势,城市站的减小速率明显快于乡村站,UMR值的变化趋势为-0.11 m·s~(-1)·(10 a)~(-1),城市化影响贡献率为73.3%;空间分布上,辽宁中北部城市群减小趋势较明显,南部和东南部风速减小相对缓慢;UMR方法计算的城市化影响呈现自西向东逐渐增强的纬向分布形势。再分析资料的减小趋势与乡村站的减小趋势较接近,春季风速的减小速率最明显;OMR值的变化趋势为-0.10 m·s~(-1)·(10 a)~(-1),对应的城市化影响贡献率为66.7%,利用两种方法计算得到的城市化影响和贡献率较一致,均能在一定程度上反映城市化对风速的影响。空间分布上,再分析资料显示渤海海峡风速呈微弱增加趋势,风速减小的高值区位于渤海北部和黄海北部。两种方法计算的城市化影响空间分布均呈现为西部和南部受城市化影响较小、中东部受城市化影响较大,一致性较好。 相似文献
19.
5个IPCC AR4全球气候模式对东北三省降水模拟与预估 总被引:3,自引:0,他引:3
利用IPCC AR4中5个全球气候模式数据集和中国东北三省162个站降水实测资料,评估5个全球气候模式和多模式集合平均对中国东北三省降水的模拟能力,并对SRES B1、A1B和A2三种排放情景东北三省未来降水变化进行预估。结果表明:全球气候模式能较好再现东北三省降水的月变化,但存在系统性湿偏差;多模式集合平均能较好模拟东北三省年降水量的空间分布,但模拟中心偏北,强度略强,模式对东北三省夏季降水的模拟效果优于冬季降水;预估结果表明,三种排放情景下21世纪中前期和末期东北三省降水均将增多,21世纪末期增幅高于21世纪中前期,冬季增幅高于其他季节;就排放情景而言,SRES A1B和A2排放情景增幅相当,高于B1排放情景增幅;不同排放情景东北三省降水量增率分布呈较一致变化,A2排放情景下,增幅最显著的辽宁环渤海地区年降水量在21世纪中前期将增加7%以上,21世纪末期将增加16%。 相似文献
20.