北京春季城市热岛特征及强热岛影响因子

应用北京地区地面气象观测台1990-2004年4月的气温资料,分析了近15a北京春季城市热岛特征,结果表明：春季夜间城市热岛要强于白天。还分析了春季一个强热岛形成和减弱消失过程的气象影响因子,结果表明：北京春季夜间特定条件下存在强热岛,强热岛中心在白家庄、天安门、公主坟连线的主城区;白天强热岛会减弱消失。强热岛在夜间形成的原因是日落后郊区地面大气降温速率和幅度远大于城区地面大气。白天有日照的晴夜北京城、郊地面风场很弱（≤1．0m／s）,多个测站甚至出现静风,同时城区垂直方向上15m高度以下持续存在很弱（≤1．5m／s）的风场,城区320m高度以下大气持续存在强逆温,这些因素共同促使春季强热岛的形成和维持。强热岛在白天减弱消失的原因是日出后太阳辐射的加热作用引起郊区地面大气升温速率和幅度大于城区地面大气,同时城区大气稳定度减弱、城区大气逆温消失、城郊地面风速增加。     

青海地区常规观测积雪资料对比及积雪变化趋势研究

应用青海44个台站1962—2005年逐月积雪深度和积雪日数资料,对比了这两份常规积雪资料在表征青海地区积雪变化特征上的一致性,并对近十几年来的积雪变化新趋势做了分析。结果表明:积雪深度和积雪日数均能比较一致地反映整个青海地区积雪变化趋势:夏、秋季积雪从20世纪60年代至21世纪初为一致的减少趋势;冬、春季积雪在20世纪60年代至90年代初增加,而从20世纪90年代中期至21世纪初积雪呈显著减少趋势。后期的减少趋势远比前期的增加趋势明显。青海地区不同季节积雪深度和积雪日数趋势变化明显的区域基本一致,但中心位置存在一定的差异。冬季在32.5°~35°N,95°~102°E范围内的唐古拉山、巴颜喀拉山和阿尼玛卿山区,春季在青海东南部阿尼玛卿山区附近,均明显地表现出20世纪90年代中期以后积雪的减少和前期积雪的增加。不同季节积雪深度和积雪日数的相关系数分布存在一定差异:冬季两份资料相关相对较小的区域位于青海中南部巴颜喀拉山西区至阿尼玛卿山西区一线;春季相关系数小于冬季,青海东北边缘以及东南边缘地区,相关系数未能通过95%信度检验;夏、秋季积雪较少,相关较小的区域集中在青海东南部地区。而上述区域大多为各个季节积雪较多的地区,应慎重使用该区域的常规积雪资料。综合分析两份积雪资料,确定青海地区冬季多雪年为1964,1975,1993,1995和1998年,少雪年为1963,1965,1969,1997和2003年;春季多雪年是1977,1982,1987,1989和1990年,少雪年是1969,1979,1985,1999和2001年。     

近50年云南省雨日及降水量的气候变化

利用1959-2009年云南省30个测站逐日降水资料,通过计算趋势系数、相关系数等现代统计诊断方法,分析了近50年来云南省年、季、月雨日和降水的时空变化特征。结果表明,云南省多年平均雨日空间分布和降水量空间分布基本一致。降水量最大值出现在滇西南地区,滇中到滇东南地区相对较少;年雨日最大值也出现在滇西南地区,滇中地区最少...     

1971—2008年青岛地区雷电时空分布特征

选取1971—2008年青岛地区7个地面观测站雷暴日资料和2006—2009年闪电定位系统监测资料,统计分析青岛雷暴的时空分布规律,并以某大型石化项目为例,分析了该区域地闪的分布特征。结果表明：近38 a青岛地区雷暴日空间分布自东南向西北逐渐增多,季节性分布特征明显,主要集中在7月和8月。根据闪电定位资料,借助分析软件...     

春运期大气15—25天振荡的传播与江苏连阴雨（雪）过程

本文对６年春运期江苏附近几个经圈和纬圈８５０ｈＰａ温度格点序列, 分别计算１５－２５天带通滤波。结果表明１１０°Ｅ和３５°Ｎ剖面的低频波与江苏连阴 雨（雪）天气过程有较好的对应关系。     

三明市汛期中尺度降水的若干特征

利用 1980～ 1998年三明市 11个站 5～ 6月 16 2个暴雨日的逐时降水资料 ,分析了汛期暴雨日雨团和强雨团的时空分布、移动规律、降水过程与影响系统以及地形的作用等 ,揭示出该市汛期中尺度降水的若干特征和活动规律     

中国大气本底条件下不同地区地面臭氧特征

分析了晴天和阴天时瓦里关本底台、临安和龙凤山本底站地面 O3浓度的特点。晴天时 ,临安站地面 O3有明显日变化 ,以春季最大 (42 .9× 1 0 - 9) ,夏季最小 (2 0 .3× 1 0 - 9) ;龙凤山站日变化更规则 ,秋季最大 (约 2 7× 1 0 - 9) ;瓦里关本底台除了夏季有微弱日变化外 ,其它季节没有明显的日变化 ,日较差也很小 ,但夏季地面 O3浓度显著高於冬季 ;夏季晴天瓦里关地面O3浓度要比龙凤山、临安高 2 0× 1 0 - 9以上。阴天时 ,临安和龙凤山站除了日变化不很规则和日较差较小外 ,其它大致与晴天相同。阴天时瓦里关不仅没有日变化 ,而且日较差更小 ,但夏季地面 O3仍然高於冬季。太阳总辐射和 NOx 浓度是控制龙凤山和临安晴天和阴天地面O3浓度的决定性因子 ,它在不同季节和地区发挥着重要作用。夏季青藏高原周围地区气流向高原输送作用 ,是形成夏季瓦里关地面 O3高值以及微弱日变化的主要原因。在美国 MaunaLoa基准站也曾观测到类似的输送影响。O3在低对流层随垂直高度增加的分布特征 ,决定了东西部测点地面 O3的差异     

南极中山站一名考察队员342天血压、心率、体温的连续观察

对一名中国南极考察队员在南极中山站长期居留期间的血压、心率、体温作了３４２天的连续观察,结果显示：除舒张压无明显变化外,晚间收缩压、心率、体温的总均值有明显升高,与气温、气压和相对湿度无明显关系。极夜期间的收缩压、体温无明显变化。夜间收缩压趋向升高,但未达到显著水平,而舒张压则有非常明显的下降,夜间心率也有明显的增加。极昼期间早晨的血压、心率、体温比夜间有显著升高,但未超出正常生理范围,此时期早晨的收缩压与气压、晚间收缩压与相对湿度、晚间体温与相对湿度均有明显正相关。极夜与极昼时相比早晨的收缩压、体温均无明显变化,只有心率变化显著;极夜期间的舒张压和体温均低于极昼期间的测量值。     

Estimating snow distribution over a large area and its application for water resources

The spatial and temporal distribution of the snow water equivalent (SWE), snow density and snow depth were estimated by a method combining remote sensing technology and degree‐day techniques over a study area of 370 000 km². The advantages of this simulation model are its simplicity and the availability of degree‐day parameters, which can be successively evaluated by referring to snow area maps created from satellite images. This simulation worked very well for estimating SWE and helped to separate the areas of thin snow cover from heavier snowfall. However, shallow snow in warm regions led to some misjudgments in the snow area maps because of the time lag between when the satellite image was acquired and the simulation itself. Vulnerable areas, where a large variation in the amount of snow affects people's life, could be identified from the differences between heavy and light snow years. This vulnerability stems from a predicted lack of irrigation water for rice production caused by future climate change. The model developed in this study has the potential to contribute to water management activities and decision‐making processes when considering necessary adaptations to future climate change. Copyright © 2007 John Wiley & Sons, Ltd.     

ERPԤ���������Ĵ�ز�����Ӱ�����

????ERP??????30 d??365 d?????????????????????????γ????????λ?????????????????????,??????????γ?????????????365 d???????????30 d??????????????????????????????????????????λ?????????????365 d???????????????????????