排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
基于自动站观测和ECMWF再分析资料,针对中国气象局上海台风研究所区域高分辨率台风模式(Shanghai Tropical Cyclone High Resolution Analysis and Prediction System,STI-THRAPS)和业务常用的4个数值模式,即欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,EC)全球模式,美国全球预报系统(The Global Forecast System,GFS),日本气象厅(Japan Meteorological Agency,JMA)全球模式和我国T639(T639L60)全球模式,对1323号台风"菲特"登陆过程的预报性能进行了综合检验评估。结果显示:对暴雨以上的强降水预报STI-THRAPS有明显优势。仅有该模式对超过500 mm的极端降水做出预报,且各项评分均好于全球模式,漏报率也明显优于其他模式。对暴雨以下的降水预报各个模式差距不大。美国GFS和STI-THRAPS较好地预报了大风区,STI-THRAPS预报的风场与实况的空间相关程度最高。从漏报率上来看,STI-THRAPS模式的风场预报具有明显优势。虽然预报最大风速偏大,但是STI-THRAPS在24 h后的路径预报有较大优势。 相似文献
2.
中国地表气温变化对土地利用/覆被类型的敏感性 总被引:8,自引:0,他引:8
利用观测气温与再分析气温的差值分析了近40年中国地表气温变化对土地利用/覆被类型的敏感性.结果表明:土地利用/覆被类型对地表气温变化具有稳定的、系统性的影响,在全球变暖背景下各类型的响应不同,以沙地、戈壁和裸岩石砾地为主的未利用地升温幅度最大,为0.21℃/10a;其次是草地、耕地和城乡、工矿、居民用地,分别为0.12,0.10,0.12℃/10a;林地升温趋势最弱,为0.06℃/10a.总体来看,沙地、戈壁等未利用地和人类活动较多的区域地表升温幅度大,植被覆盖状况好的区域升温趋势则较弱;同一一级类型下理化特性及生物过程相似的二级类型对地表气温的影响程度相近,土地利用/覆被类型的变化需要达到一定的强度,导致地表特性发生本质改变后才会对局地气温产生较明显的影响;同一土地利用/覆被类型下,中国东部人类活动强度大的区域升温更为明显.这一结果为众多土地利用/覆被变化对气候影响的数值模拟试验研究提供了观测事实的支持.在区域尺度上预测未来中国气候变化不仅要考虑温室气体增加的影响,还要考虑土地利用/覆被类型及其变化的影响. 相似文献
3.
社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台(如新浪微博等)舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明:① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。 相似文献
4.
5.
1971-2009 年珠穆朗玛峰地区尼泊尔境内气候变化 总被引:3,自引:0,他引:3
利用珠穆朗玛峰南坡尼泊尔境内(科西河流域) 的10 个气象站1971-2009 年月平均气温、月平均最高、最低气温和逐月降水资料, 采用线性趋势、Sen 斜率估计、Mann-Kendall 等方法分析区域气候变化状况及其时空特征, 并与珠穆朗玛峰北坡地区气候进行比较, 分析了珠穆朗玛峰地区气候变化的特征与趋势。结果表明:(1) 1971-2009 年间, 珠穆朗玛峰南坡年平均气温为20.0℃, 线性升温率为0.25℃/10a, 与北坡主要受年平均最低气温影响相反, 增幅主要受年平均最高气温升高的影响, 并且在1974 年及1992 年间出现两次显著增温, 增温特别明显的月份为2 月和9 月;(2) 该地区降水变化的局地性较强, 近40 年间年平均降水量为1729.01 mm, 年平均降水量以每年约4.27 mm的线性增幅有所增加, 但并不显著, 且降水月变化和季变化特征均不明显;(3) 由于珠穆朗玛峰南坡受到季风带来暖湿气流和喜马拉雅山阻挡的双重影响, 珠峰南坡的年平均降水量远高于北坡;(4) 珠穆朗玛峰南坡气温变暖的海拔依赖性并不明显, 且南坡地区的变暖趋势并没有北坡变暖趋势明显。 相似文献
6.
珠穆朗玛峰自然保护区植被变化分析 总被引:7,自引:2,他引:7
利用1981~2001 年美国NASA Pathfinder NOAA/NDVI 数据, 以1∶100 万植被图为基础, 结 合气温降水资料、DEM数据和2000 年人口空间化数据, 研究了珠穆朗玛峰自然保护区植被变化 空间格局和海拔梯度特征及其影响因素。结果表明: ①1981~2001 年珠峰自然保护区植被变化以 稳定为主, 有5.09%的区域发生严重退化, 13.34%的区域发生退化, 54.31%的区域保持稳定, 26.31%的区域变好以及0.95%的区域植被显著变好。退化和严重退化区域主要分布在保护区南 部, 国境沿线; 植被变好地区集中分布在保护区北部, 雅鲁藏布江南岸。稳定区域位于退化区域和 变好区域之间。植被退化区域主要分布在海拔2400m ~ 4000m 带上。②针叶林、针阔混交林和灌 丛构成了区域植被退化的主体。③从空间上看, 主要是气温变化对植被变化有影响。在海拔梯度 上, 气温变化和坡度共同影响植被变化。④在珠峰自然保护区内, 人类不合理的资源利用方式造 成了部分地区的植被退化。 相似文献
7.
中低纬度高原山地气候变暖对海拔高度的依赖性 总被引:4,自引:0,他引:4
本文利用美国国家大气研究中心(NCAR)T85水平分辨率(~140km)的气候系统模式(CCSM3)在大气CO2含量每年增加1%情景下的模拟输出结果,分析了以青藏高原为代表的中低纬高原山地的温度变化特征。结果表明,随着大气CO2含量的增加,中低纬高原山地气候会显著变暖。地面温度的增加以最低气温最大,其次是平均气温,而最高气温最小。同时,寒冷季节的增温大于温暖季节。而且,气候变暖对海拔高度具有明显的依赖性,即增温幅度通常随海拔高度的增加而增大。青藏高原及其邻近地区(25°~42°N,70°110°E)1~1.5km,3~3.5km和5~5.5km三个高程范围内年平均(最低)气温的增温率分别为3.0(3.3),3.5(3.7)和4.6(5.4)℃/100a,而冬半年平均(最低)气温的增温率分别达到3.1(3.7),3.8(4.2)和4.9(5.9)℃/100a。 相似文献
8.
利用DMSP/OLS遥感夜间灯光数据进行电力消费量等社会经济数据的空间化时,往往受到像元过饱和、像元溢出现象的影响。利用夜间灯光数据和植被指数(NDVI)之间的互补性构建人居指数,与NDVI的融合有效减少了夜灯数据的过饱和现象。在人居指数的计算中使用阈值法有效减少了夜灯数据像元溢出效应的影响,并对其进行了海拔修正。借助修正后的人居指数与电力消费量之间很强的相关关系建立电力消费量空间化模型,获得了2010年浙江省1 km×1 km分辨率下电力消费量的空间分布。模拟结果显示,利用修正后的人居指数对浙江省电力消费量模拟的平均相对误差为26%,表明利用多源遥感数据融合后的人居指数对电力消费量进行空间化的精度较高。 相似文献
9.
人口空间化数据能够将人口分布更精细地反映在地理空间中,可以为科学研究和政策制定提供更加精细的数据源。本文选取多源遥感数据和兴趣点作为影响环渤海地区人口分布的自变量因子,利用随机森林模型对环渤海地区进行分区密度制图,生成该地区2010年和2020年30 m人口空间化数据,并将结果与WorldPop数据集以及其他地区30 m研究成果进行对比。结果表明:(1)本文模拟结果精度整体高于WorldPop数据集10%以上;(2)相较于WorldPop数据集,本文人口数据能细致地描述环渤海人口分布的空间异质性;(3)与其他地区30 m研究成果相比,模拟精度也有所提升;(4)遥感建成区数据和兴趣点是环渤海地区人口分布的最重要指示性指标;(5)在环渤海地区人口估计方面,社会因素与人口分布有更高的相关性,映射人口分布的主要因素因地区而异。 相似文献
10.
浙江省雷电灾害风险分析及区划 总被引:2,自引:0,他引:2
在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。 相似文献