排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
通过研究不同云系降水雨滴谱(DSD)的分布特征,可以加深对降水微物理过程的理解,对提高雷达定量降水估计精度有重要意义。分析2016年6—8月安徽淮南降雨过程的Parsivel降水粒子谱仪观测资料,对粒子分布特征、降水强度与粒径的关系、粒子数密度分布与雨强贡献率分布、Z-I关系及M-P分布、Gamma分布拟合进行研究,得到结论如下。1)对流云降水中小于1 mm粒径的粒子数密度占比为73.22%,其对雨强贡献率为34.07%;层状云降水中小于1 mm粒径的粒子数密度占比为84.09%,其对雨强贡献率为58.82%。2)安徽淮南2016年夏季降水Z-I关系可用对流云拟合曲线Z=53.17×I1.65估测,Z-I关系经验公式(Z=300×I1.40)在相同雷达反射率因子下低估了降水。3)对流云降水过程中,Gamma分布拟合比M-P分布拟合更精确,层状云降水过程中,两种拟合方法差别很小。Gamma分布能更准确地表现安徽淮南粒子数密度与直径之间的关系。 相似文献
3.
贵州高原复杂地形下太阳总辐射精细空间分布 总被引:1,自引:0,他引:1
海拔、坡度、坡向以及周围地形遮蔽作用,造成山区各部位接受到的太阳辐射能有很大差异. 在前人研究的基础上,对以前的模型进行了一些改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下天文辐射的影响,基于数字高程模型(DEM)数据,研制了以复杂地形下天文辐射为起始数据的复杂地形下太阳总辐射的分布式模型,在模型中还考虑了散射辐射的各向异性及坡地反射辐射对复杂地形下太阳总辐射的影响.应用100 m×100 m分辨率的DEM数据及气象站常规观测气象资料,计算了贵州高原复杂地形下100 m×100 m分辨率的复杂地形下太阳总辐射.结果表明:(1) 局地地形因子如坡度、坡向、地形遮蔽等对太阳总辐射影响显著,地形对复杂地形下太阳总辐射的影响是不容忽视的.(2)在缺乏复杂地形下坡面考察资料的情况下,建立以常规气象站观测资料为主的物理经验统计模型是实现细网格辐射资源计算的可行途径. 相似文献
4.
5.
在前人研究的基础上,对以前计算平均日最低气温的模型进行了一些改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下太阳总辐射的影响,基于数字高程模型(DEM)数据,研制了复杂地形下海拔高度、太阳总辐射、日照百分率为参数的月平均日最低气温的分布式模型。应用100 m×100m分辨率的DEM数据、1960—2000年贵州省及周边102个气象站常规气象要素观测资料以及NOAA-AVHRR观测资料、10个气象站的太阳辐射量资料,计算了贵州高原复杂地形下各月及年平均日最低气温空间分布。结果表明:(1)局地地形因子对贵州地区月平均日最低气温的影响较大,月平均日最低气温纬向分布不明显。贵州高原复杂地形下年平均日最低气温大部分地区介于7.5~12.4℃之间,1月平均日最低气温大部分介于-0.6~4.1℃之间,7月平均日最低气温大部分介于15.6~21.3℃之间。(2)月平均日最低气温随海拔高度的增加而降低。南坡随坡度的增大而升高;北坡随坡度的增大而降低。在坡向影响上,1~5月、10~12月偏北坡月平均日最低气温偏低,偏南坡月平均日最低气温偏高;7~8月因太阳高度较高,因此出现相反的情况,北坡高于南坡。 相似文献
1