排序方式: 共有29条查询结果,搜索用时 15 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.
13.
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
14.
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
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
18.
为充分挖掘辽宁省冰雪资源优势,科学规划开发寒地冰雪资源,利用61个站点的气象数据,采用统计、定性或定量指标等分析方法,评估了辽宁省冰雪气候资源的适宜性。结果表明:辽宁省各地均具有冰雪资源,东部山区冰雪资源最为丰富,辽西地区结冰期长,大连沿海地区冰雪资源相对较少。辽宁省冬季室外冰雪活动温度条件较好,冰雪资源丰富区风速低且日照适中。冬季各地高温融雪、雾和大风、低能见度等气象灾害风险低。11月中旬到翌年3月上旬全省均可人工造雪,人工造雪时段适宜。抚顺、本溪、铁岭、沈阳、丹东、辽阳的大部分地区均是宜冰宜雪的最优地区;西部地区降雪量少,宜冰大于宜雪,可适当开发冰上旅游项目;沿海的葫芦岛和大连地区冰雪期短,可探索发展小规模的冰雪旅游项目和海冰旅游。 相似文献
19.
利用1961 - 2017年逐日平均、 最低、 最高气温资料、 DMSP/OLS卫星夜晚灯光数据, 定量分析了城市化对辽宁省平均气温和极端气温指数趋势变化的影响。研究表明: 辽宁省气温呈显著增加趋势, 城市站增温速率明显快于乡村站; 平均最低气温增温率最快, 平均气温次之, 平均最高气温相对较慢; 四季增温速率依次为: 冬季>春季>秋季>夏季; 最低气温的城市化影响贡献率最大, 平均气温次之, 最高气温相对较小; 城市站最低气温的明显升高和最高气温增幅较小, 必将导致日较差明显减小和日较差城市化影响贡献率的增大。城市化加剧了辽宁省极端低温事件的显著减少和极端高温事件的明显增加, 城市化对极端气温事件影响显著。与冷事件有关的极端气温指数的城市化影响均为负值, 与暖事件有关的均为正值; 相对指数的城市化影响贡献率较大, 持续时间指数次之, 除气温日较差以外的绝对指数相对较小。基于最低气温的极端气温指数比基于最高气温的极端气温指数受城市化影响更显著, 其原因可能是城市热岛强度的非对称性以及城市站和乡村站气溶胶浓度之间的差异, 导致最高气温的增加没有最低气温的增加显著。 相似文献
20.