排序方式: 共有82条查询结果,搜索用时 78 毫秒
1.
2.
利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政... 相似文献
3.
借鉴时间地理学理论与方法,提出农村劳动力转移就业时空路径概念。以安徽省4个样本村为例,使用ArcGIS、SPSS等软件进行数据分析,得出农村劳动力转移就业时空路径的基本类型与特征:① 农村劳动力依据时空路径特征可分为稳定型、逐步稳定型、漂泊不定型、回流型、逐步开拓型、断续型六种类型;② 4个样本村劳动力打工时空路径演化有明显的地域差异;③ 21世纪初期是农村劳动力全面接受打工就业方式的时期,就业行业主要集中在建筑业、制造业、服务业,“老家亲戚、朋友”是最重要的打工媒介;④ 农村劳动力在打工地和家乡间的流动节律有“春节型”、“节假日型”、“休息日型”、“每日型”四种类型;⑤ 农村劳动力转移就业具有明显的空间指向和粘性特征,家乡是重要的结点空间,社会经济地理位置是地域差异形成的重要原因。 相似文献
4.
气候系统具有内在的时空多尺度、结构多层次、本质非线性等特征。例如,从较大尺度上讲气候有冷期和暖期之分,但这个冷(或暖)期中还含有较小尺度的冷、暖期,它们也还含有更小尺度的冷、暖期。气候变化的这种多尺度和多层次性使气候资料时间序列的变化极不规则,甚至显得杂乱无章,大的小的涨落(或距平)都有,用传统的分析方法很难识别其演化过程。 相似文献
6.
CCSM4模式对东北气温和降水的模拟及预估 总被引:1,自引:0,他引:1
利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。 相似文献
7.
选取中国东北区域162个气象站1961—2015年地面气温资料,采用多种统计方法分析了近55 a东北地区气温的一致性和局地性演变特征。结果表明:东北地区年平均气温存在较为良好的空间一致性,"全区一致型"气候类型为东北地区最主要气候形态;第一旋转载荷向量时间系数呈上升趋势亦存在较明显2—7 a的周期,说明北部地区气温受全球变暖、ENSO等大尺度气候背景影响显著; 1961—2015年北部区域以0. 34℃/10 a的升温率高于南部区域的0. 26℃/10 a,但1980年后增温趋势减慢;年平均气温的概率曲线随年代整体向高值区移动,北部区域冬季增暖较为显著,南部区域冬夏均较为明显,春秋季节可能有缩短趋势。 相似文献
8.
9.
研究采用NorESM1-M模式输出的气候情景资料驱动农业生态区模型,分析了21世纪中期在RCP 2.6和RCP8.5典型浓度路径下的东北区域气候资源变化。研究表明:在RCP2.6、RCP8.5两种气候变化情景下,东北区域年平均气温呈现升高趋势,≥10℃积温所反映的热量条件得到显著改善,以黑龙江省和辽中南积温的增加最为明显;受气温升高影响,2050s参考作物蒸散普遍增加。区域内降水总量略有增加,东北西部干旱地区状况略有改善,东部地区更加湿润;趋于暖湿的气候促使作物生长季延长,到21世纪中期,全区最长增加12.4天。 相似文献
10.
基于辽宁省61个国家气象站1961—2020年和998个区域自动气象观测站建站至2020年逐小时、逐日降水资料,分析了辽宁省暴雨洪涝灾害主要致灾因子,计算了暴雨洪涝孕灾环境指标,完成了辽宁省暴雨洪涝灾害危险性评估。结果表明:暴雨洪涝高危险性地区主要位于丹东;暴雨洪涝灾害人口高风险区主要位于沈阳和大连市区;经济高风险区主要位于大连和盘锦市区;水稻、玉米高风险区主要位于锦州、盘锦和丹东。利用辽宁省无缝隙智能网格预报数据对2022年7月28—29日的暴雨过程灾害风险进行了预评估,发现暴雨灾害危险性高值区域主要分布在朝阳、葫芦岛以及辽宁中部。暴雨灾害可能造成的人口、经济高风险区域主要位于辽宁西部和中部地区;暴雨灾害可能造成的水稻和玉米高风险区主要位于沈阳、铁岭和朝阳北部等地区。预计高风险区主要影响人口约为449万人,经济损失约为1432万元,受影响的水稻面积约为1.028万公顷、玉米面积约为1.798万公顷。通过灾后效果检验,发现预评估模型效果良好,可在实际的暴雨洪涝灾害风险评估业务中使用。 相似文献