全文获取类型
收费全文 | 27篇 |
免费 | 9篇 |
国内免费 | 30篇 |
专业分类
大气科学 | 58篇 |
地质学 | 1篇 |
海洋学 | 1篇 |
综合类 | 1篇 |
自然地理 | 5篇 |
出版年
2023年 | 4篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2015年 | 4篇 |
2014年 | 1篇 |
2013年 | 5篇 |
2012年 | 3篇 |
2011年 | 6篇 |
2010年 | 1篇 |
2009年 | 1篇 |
2008年 | 1篇 |
2007年 | 4篇 |
2006年 | 3篇 |
2004年 | 1篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1998年 | 2篇 |
1997年 | 3篇 |
1996年 | 3篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有66条查询结果,搜索用时 0 毫秒
1.
2.
基于海温和环流特征量的江苏省小麦适播期预测 总被引:1,自引:0,他引:1
基于江苏省60个气象台站1961-2010年冬小麦冬前生长期间的气温资料,利用曼-肯德尔法(Mann-Kendall method)分析发现,小麦冬前生长期间日均气温及有效积温在全球气候变暖背景下均有明显的增暖趋势。同时根据江苏省各地区冬小麦有记录以来的农业气象资料分析可得,播期与冬前总积温、有效积温具有极显著的相关关系,尤以有效积温更为显著,均通过了0.001显著水平检验,故可利用冬前有效积温确定冬小麦适播期。在此基础上,根据海气相互作用原理以及500hPa大气环流特征量能表征天气形势和控制天气条件的这一特性,利用最优化因子相关技术对海温及环流特征量进行普查,从中挑选一批与冬前有效积温相关显著、稳定性强、因子相互独立、可靠的海温和环流特征量作为长期预报因子,建立冬前有效积温的海温模型和环流模型,其拟合效果和试报效果甚佳,可投入业务应用,提前1-2月预测冬前有效积温,从而确定冬小麦适播期。 相似文献
3.
4.
5.
油菜花期物候主要限制因子分析及预报模型的构建 总被引:1,自引:0,他引:1
以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。 相似文献
6.
7.
利用江苏省及周边共85个气象站观测资料,筛选出夏季高温强度、持续时间、降水量和日照时数作为高温热害的关键气象因子,构建高温热害综合指数。在此基础上,利用高温热害发生频率和河蟹因灾死亡率加权建立风险评估模型,将河蟹高温热害风险划分为三个等级,结合地形和土壤的适宜性,最终得出江苏河蟹高温热害风险区划图。结果发现,河蟹高温热害的高风险区位于以高淳为中心的江苏西南部,沿淮和淮北东部沿海地区风险值最低,淮北西部—沿江东部的风险值介于二者之间。年代际高风险区面积有逐渐扩大趋势,1991年以来已外扩到沿江和苏南大部分地区,达到历史极值。河蟹高温热害风险增大,需加强防范。 相似文献
8.
随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用 总被引:1,自引:0,他引:1
基于2002—2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证。结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期>拔节期>越冬期。抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、Mtry参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病"中等"和"偏重"等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力。 相似文献
9.
江苏省夏季最高温度定量预报方法 总被引:7,自引:0,他引:7
以江苏省徐州、南京、射阳3个探空站2002~2006年7~8月逐日观测资料为基础,选取了影响最高温度变化的因子,利用逐步回归方法建立了以徐州、南京、射阳3地为中心的区域预报模型,并对模型的回归效果和预报情况进行分析.剖析了其用于实际预报的合理性和可信度,同时与欧洲中期天气预报中心动力数值预报结果相结合,利用高斯权重插值方法将预报场的格点资料捕值到江苏各站点,通过PP法,完成了江苏省最高温度的定量预报.预报当天最高温度误差在1℃以下的概率为5O%左右,2℃以下概率在8O%左右,该方法可用于最高温度预报. 相似文献
10.
江苏冬夏季人体舒适度指数异常的背景场研究 总被引:3,自引:1,他引:2
利用江苏地区37个气象观测站1980—2009年逐日资料,及同时段美国NCEP/NCAR再分析资料以及北太平洋海温资料,通过合成和遥相关法,研究了当江苏冬、夏季人体舒适度指数(CIHB)出现异常偏高和偏低时,大气环流与北太平洋海温场的基本特征。结果表明:(1)CIHB偏高年较偏低年,冬季,东亚大槽偏浅,冬季风明显偏弱,尤其是北风分量偏弱最为明显,江苏上空下沉气流偏弱,均不利于冷空气东移南压以及向下入侵;夏季,副热带高压偏西、偏强,南亚高压偏东、偏北、偏强,夏季风明显偏强,尤其是南风分量偏强显著,导致往北的暖湿气流强盛,垂直运动总体偏弱,不利于夏季对流活动的发生。(2)冬季,CIHB偏高年中西太平洋的海温高于偏低年,尤其是在我国东部近海的黑潮区,偏暖幅度最为明显,无论是超前相关还是同期相关,西太平洋海温与冬季CIHB都是以正相关为主,其中暖池区的正相关最为显著。 相似文献