检索结果-南通市图书馆

青藏高寒区“三生空间”演变及碳排放多情景模拟：以青海省为例

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年

作者：高亚培刘玮李成英步婉茹海文静任君陈万旭青海大学土木工程学院青海省气象局气象服务中心青海大学财经学院青海大学研究生院青海大学黄河上游生态保护和高质量发展实验室中国地质大学(武汉)地理与信息工程学院

探索低碳化国土空间开发策略对于维持青藏高寒区自然生态系统稳定和社会经济系统可持续发展具有重要意义。以青海省为研究对象，遵循“历史-现状-未来”的逻辑，基于2000～2020年多期遥感影像数据，采用“三生空间”分类体系法、STRIPA... 详细信息

探索低碳化国土空间开发策略对于维持青藏高寒区自然生态系统稳定和社会经济系统可持续发展具有重要意义。以青海省为研究对象，遵循“历史-现状-未来”的逻辑，基于2000～2020年多期遥感影像数据，采用“三生空间”分类体系法、STRIPAT模型及FLUS模型等多种模型方法，多情景模拟青海省“三生空间”碳排放。结果表明：①2000～2020年青海省“三生空间”面积从高到低为：生态空间＞生态生产空间＞生产生态空间＞生活生产空间。②2000～2020年“三生空间”净碳排放量从-74.85×104t增加到407.82×104t；③碳源情景、自然发展情景和碳汇情景下2030和2060年“三生空间”仍呈生态空间为主、其他空间为辅的空间格局。④未来青海省“三生空间”净碳排放从高到低均为：碳源情景＞自然发展情景＞碳汇情景，青海省应聚焦“国之大者”，优化“三生空间”格局，培育和发展新质生产力，加大降源增汇措施，推进碳排放总量和强度“双控”，守好“中华水塔”。研究结果可为青海省制定低碳土地利用策略提供理论依据，并为其他区域碳减排和可持续发展提供案例参考。

关键词：三生空间碳排放 FLUS模型 STRIPAT模型青海省

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于聚类挖掘的科技数据价值动态监测方法

自动化技术与应用 2024年第2期43卷 81-84,106页

作者：吴浩罗少辉李颖昕肖巧洁青海省科技发展服务中心青海西宁810000 青海省气象灾害防御技术中心青海西宁810000 中山市气象局广东中山528400

由于传统的科技数据存在噪声较多,导致科技数据价值动态监测效果较差等问题,提出一种基于聚类挖掘的科技数据价值动态监测方法。预先采用聚类挖掘方法对数据挖掘与聚类,建立动态距离函数,在此基础上对数据自身属性的识别,使相邻之间的... 详细信息

由于传统的科技数据存在噪声较多,导致科技数据价值动态监测效果较差等问题,提出一种基于聚类挖掘的科技数据价值动态监测方法。预先采用聚类挖掘方法对数据挖掘与聚类,建立动态距离函数,在此基础上对数据自身属性的识别,使相邻之间的数据进行特性交换与结合,并对数据噪声去除,实现基于聚类挖掘的科技数据价值动态监测。实验结果表明,所研究的监测方法在正常数据下和入侵数据下都能够在短时间内实现数据价值动态监测,并且在入侵数据下也能够实现准确监测,满足方法设计需求。

关键词：聚类挖掘科技数据价值动态监测邻域

在线全文

学校读者我要写书评

暂无评论

陕南西南涡暴雨的热动力特征分析

高原气象 2024年第3期43卷 655-666页

作者：姚静李培荣肖贻青蒋伊蓉王晓虎陕西省气象台陕西西安710014 榆林市气象局陕西榆林719000 渭南市气象局陕西渭南714000

利用10年(2013-2022年)4-10月逐日700 hPa高空图、西南低涡年鉴资料、欧洲中心ERA5再分析资料、陕西省站点降水数据对陕南西南涡暴雨个例进行了统计与诊断分析。结果表明:(1) 10年间共有119个暴雨日,其中由西南涡引起的暴雨日数38天,约... 详细信息

利用10年(2013-2022年)4-10月逐日700 hPa高空图、西南低涡年鉴资料、欧洲中心ERA5再分析资料、陕西省站点降水数据对陕南西南涡暴雨个例进行了统计与诊断分析。结果表明:(1) 10年间共有119个暴雨日,其中由西南涡引起的暴雨日数38天,约占总暴雨日数的三分之一(32%),主要发生在5-9月,6月最多,根据统计降水时段多开始于夜间,结束于白天。(2)影响陕南的西南涡,源地主要是盆地涡,一般东移12~24 h后可造成陕南地区暴雨天气。陕南西南涡暴雨区主要位于700 hPa西南涡中心的东北象限附近,切变线以南区域,假相当位温的梯度大值区,500 hPa西风槽和副高外围西南气流的交汇区域且对应200 hPa强辐散区。(3)对西南涡的垂直结构研究表明,700 hPa强辐合中心位于正涡度中心东侧。这一区域与暴雨落区对应较好。高空急流下的强辐散引起空气质量调整,低层辐合,促使锋生。(4)存在三支水汽输送:通道一来自孟加拉湾西部的暖洋面;通道二源于孟加拉湾东部暖洋面;通道三源于南海洋面。暴雨期间秦巴山区地形产生的气旋式涡度、散度、水汽通量散度与系统性的涡度、散度和水汽通量散度叠加,增强低层辐合,这也是陕南西南涡暴雨形成的一个重要因素。

关键词：西南涡地形涡度锋生对流不稳定水汽追踪

青海省诺木洪地区气象条件对春小麦生长发育影响的动态分析

在线全文

学校读者我要写书评

暂无评论

中国农业气象 1998年第5期19卷 17-20,25页

作者：马林胡玲青海省气象台青海省气象科学研究所

对青海省诺木洪地区１４年（１９８０～１９９３年）的春小麦生长发育的观测资料和同期气象资料进行对照分析，指出该地区春小麦生育期内有利和不利气象要素对春小麦发育的影响，通过综合归纳，提出诺木洪地区春小麦稳产高产的气象要素... 详细信息

对青海省诺木洪地区１４年（１９８０～１９９３年）的春小麦生长发育的观测资料和同期气象资料进行对照分析，指出该地区春小麦生育期内有利和不利气象要素对春小麦发育的影响，通过综合归纳，提出诺木洪地区春小麦稳产高产的气象要素最佳配置模型。

关键词：春小麦气象指标诺木洪地区生长发育青海

在线全文

学校读者我要写书评

暂无评论

滇南一次暖区暴雨过程的雷达反演风场分析

云南大学学报（自然科学版） 2024年第4期46卷 709-719页

作者：高正南杨素雨王飞业红伟普洱市气象局云南普洱665000 云南省气象台云南昆明650034

利用自动气象站资料、ERA5再分析资料、探空资料和CINRAD/CC普洱天气雷达数据等多源资料,对2020年8月7日滇南大暴雨过程进行天气尺度和中小尺度系统综合分析.结果表明:①此次强降水是典型的暖区暴雨过程;②500 hPa东风波和700 hPa低涡... 详细信息

利用自动气象站资料、ERA5再分析资料、探空资料和CINRAD/CC普洱天气雷达数据等多源资料,对2020年8月7日滇南大暴雨过程进行天气尺度和中小尺度系统综合分析.结果表明:①此次强降水是典型的暖区暴雨过程;②500 hPa东风波和700 hPa低涡系统是主要的影响系统,200 hPa高空辐散特征加强了低层系统的发展;③本次过程发生在高湿、高能、强垂直运动的大气环境背景下,孟加拉湾低压为滇南局地强降水提供充足的水汽,水汽通量散度强度达-4.6×10^(-6) g·cm^(-2)·hPa^(-1)·s^(-1);副高在滇南地区向北凹陷有利于不稳定能量积累,∑θ_(se)≥260℃的区域与地面6 h强降水落区对应一致;特大暴雨发生期间伴随有能量和强暖平流输送;④中尺度对流系统生命史完整且漫长,回波原地生消,中心稳定少动,“列车效应”明显,低质心暖云回波贡献了短时高效的降水,导致地面降水持续时间长、强度大、落区局地性强;对流发展旺盛阶段存在明显小尺度次级环流和水平气旋式辐合,二者投影位置一致,呈现出对流系统三维立体运动特征;地面投影附近集中出现20 mm·h^(-1)以上短时强降水,最大78.6 mm·h^(-1);⑤滇南地形对东(抬升)、西(降低)两股气流截然不同的影响加剧了辐合区垂直运动发展,在“喇叭口”地形隔挡下两股气流长时间交汇对峙,为特大暴雨的形成提供了有利的地形条件.

关键词：暖区暴雨天气诊断雷达风场三维变分反演中小尺度系统地形滇南地区

祁连山冷锋过程中积层混合云微物理特征飞机观测研究

在线全文

学校读者我要写书评

暂无评论

气象科学 2024年第3期44卷 558-571页

作者：张玉欣韩辉邦康晓燕郭世钰青海省气象灾害防御技术中心西宁810000 青海省人工影响天气办公室西宁810000 青海省防灾减灾重点实验室西宁810000

利用高性能空中国王飞机搭载的DMT(Droplet Measurement Technologies)探测系统,分析2020年6月15—16日祁连山地区两次冷锋过程前后积层混合云的宏微观特征。结果表明:冷锋前CIP(Cloud Imaging Probe)粒子平均浓度在10~1~10~2 L^(-1),PI... 详细信息

利用高性能空中国王飞机搭载的DMT(Droplet Measurement Technologies)探测系统,分析2020年6月15—16日祁连山地区两次冷锋过程前后积层混合云的宏微观特征。结果表明:冷锋前CIP(Cloud Imaging Probe)粒子平均浓度在10~1~10~2 L^(-1),PIP(Precipitation Imaging Probe)粒子浓度在10~2 L^(-1);CIP粒子数浓度随高度逐渐上升,降水粒子在7 300 m时浓度达到峰值后下降;平均粒子谱拓宽速率为3.5 mm·km^(-1),随着高度的下降而降低。冷锋前存在对流泡区域,对流泡内粒子浓度均高出对流泡外,粒子谱拓宽速率高出层云一倍。冷锋后大CIP粒子粒子浓度为10~2 L^(-1),降水粒子浓度为10~0~10~2 L^(-1),粒子谱拓宽速率为1.5 mm·km^(-1),较冷锋前粒子谱拓宽速率小1.7倍。锋前后粒子均呈现多峰型;锋前积层混合云云中对流泡内外谱型一致,云顶处对流泡内外峰值粒径不同。锋前云粒子形状为聚合状、枝状、柱状和不规则状,以聚合状为主;云内冰晶以凇附和聚合增长为主;对流泡内外在粒子形态上没有明显差异。锋后粒子形状以不规则粒子为主,云粒子增长形式以聚合增长为主,并伴有上层云向下层播撒大云粒子的现象。

关键词：祁连山机载探测积层混合云云微物理特征云粒子谱

1961—2022年黑龙江省冬季气温特征及极寒天气分析

在线全文

学校读者我要写书评

暂无评论

冰川冻土 2024年

作者：孙鹏飞曲哲张磊张礼宝吴岩谢玉静李兴权李瑶中国气象局东北冷涡研究重点开放实验室伊春市气象局山西省气象台黑龙江省气象台大兴安岭地区气象局

为探究黑龙江省冬季气温变化和极寒天气特征，应对极端气候事件，选取黑龙江省84个国家气象站1961/1962—2022/2023年冬季逐日气温数据和ERA5再分析数据，利用天气学和统计学等方法，分析了黑龙江省冬季气温的时空分布特征，对发生极端... 详细信息

为探究黑龙江省冬季气温变化和极寒天气特征，应对极端气候事件，选取黑龙江省84个国家气象站1961/1962—2022/2023年冬季逐日气温数据和ERA5再分析数据，利用天气学和统计学等方法，分析了黑龙江省冬季气温的时空分布特征，对发生极端气温时的大气环流进行探讨，并筛选出对冬季气温有较好指示意义的大气环流指数。结果表明：黑龙江省冬季平均气温和极端最低气温随纬度呈南高北低分布，且均呈升温趋势，极寒天气呈减少趋势，但极寒天气的最长持续时间和最大影响范围并没有明显的减少趋势。极寒天气主要发生在黑龙江北部，其中大兴安岭占总极寒日数的68.7%，其次为小兴安岭27.6%，其他地区仅为3.7%。极寒天气多发生在1月，占冬季极寒天气总数的56.9%,12月次之（24.5%）,2月最少（18.6%）。冬季平均气温和极寒站次在20世纪80年代发生突变，而极端最低气温在20世纪90年代发生突变，与北极涛动（AO）、东亚大槽强度以及秋季北极海冰面积的突变较为一致。黑龙江省冬季气温主要受极地环流影响，极涡偏南可能导致黑龙江出现持续时间较长的极寒天气。黑潮区海温指数（KCSST）、东亚槽强度指数（EATI）和斯堪的纳维亚遥相关型指数（SCA）与黑龙江冬季气温相关性较好，对预测未来极端气温变化有较好指示意义。

关键词：黑龙江省冬季气温极寒天气极涡大气环流指数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高原低涡切变影响云南强降水分布及水汽特征

大气科学 2024年第4期48卷 1565-1583页

作者：杨倩媛张万诚闵颖朱莉中国气象局横断山区低纬高原灾害性天气研究中心昆明650034 云南省气象台昆明650034 云南省气象科学研究所昆明650034

利用实况资料以及NCEP/NCAR再分析资料,对2008~2012年夏季东南移出高原且影响云南的高原低涡切变过程进行统计和对比分析。结果表明:高原低涡切变影响云南产生强降水主要分为后部冷空气较强型、高原低涡切变补充型以及东南移减弱型,影... 详细信息

利用实况资料以及NCEP/NCAR再分析资料,对2008~2012年夏季东南移出高原且影响云南的高原低涡切变过程进行统计和对比分析。结果表明:高原低涡切变影响云南产生强降水主要分为后部冷空气较强型、高原低涡切变补充型以及东南移减弱型,影响云南产生强降水最多的是低涡切变东南移减弱型。强降水的主要区域是滇中及其以北地区,是高原低涡切变影响云南的典型区,这些区域的降雨主要发生在夜间。后部冷空气较强型的影响范围最大,能造成全省性强降水过程,但发生频率低。低涡切变东南移减弱型和高原低涡切变不断补充型,在滇缅之间均有高压(脊)维持。降水范围、水汽输送与副热带高压的位置、低涡切变经向度和发生时间有关。影响云南的高原低涡切变过程有明显的水汽净收入,主要是南北向的水汽收入,东西向的水汽收入远小于南北向。通过拉格朗日轨迹模式HYSPLIT对水汽路径的模拟表明,孟加拉湾是云南重要的水汽源地。当高原低涡切变影响云南中北部时,有来自高原的水汽输送,高原的水汽一部分是来自阿拉伯海,一部分来自孟加拉湾。气流在到达降水区域之前受下垫面影响,经历了多次的降水和蒸发过程。

关键词：高原低涡切变强降水水汽输送云南

农业气象智能化服务在曲麻莱县农业生产中的应用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农村科学实验 2024年第10期 82-84页

作者：魏宝林青海省玉树藏族自治州曲麻莱县气象局青海曲麻莱815500

农业生产过程极易受到气候变化、自然灾害、资源短缺等因素的影响,尤其是气候变化对农作物生长发育有着直接的影响。对于曲麻莱县来说,由于当地气候多变,农业生产质量始终达不到预期的效果。而农业气象智能化服务能够将气象信息与农业... 详细信息

农业生产过程极易受到气候变化、自然灾害、资源短缺等因素的影响,尤其是气候变化对农作物生长发育有着直接的影响。对于曲麻莱县来说,由于当地气候多变,农业生产质量始终达不到预期的效果。而农业气象智能化服务能够将气象信息与农业生产相结合,通过传感器、监测设备、人工智能等技术手段,为农民提供精准的气象信息和农业生产指导,帮助农民科学管理农田、合理安排农事活动,从而提高农作物的产量和农产品的质量。基于此,该文就农业气象智能化服务在农业生产中的应用进行了分析,以期为当地农业生产提供坚实的技术保障。

关键词：农业气象智能化服务农业生产