塔里木盆地浮尘影响因子的强度变化

根据塔里木盆地周边27个气象观测站1961—2003年逐日地面观测资料,整理得到40个气象要素,相关分析表明同类气象要素之间存在一致性。剔除一致性要素后共得到海平面气压、气温、风速的日平均及其6h变化,日平均相对湿度,日降水量,日最大冻土深度等15个浮尘影响因子,各月15个因子与浮尘天气的相关程度明显不同。多元线性回归浮尘影响因子模型的分析结果表明,各因子对浮尘天气的影响程度有着明显的季节特征,08—14时变温和日平均相对湿度对浮尘天气的影响始终是首要的,14—20时变压在春、夏季和08—14时风速差在秋季对浮尘天气的影响程度位居其后。日平均风速的影响虽然也贯穿始终,但影响程度变化较大,以春季和冬季最为明显。     

气象要素矢量场的可视化方法研究

详细介绍了二维气象要素矢量场的可视化方法及其在实现过程中的若干技巧问题。利用该方法成功地表现出了气象要素矢量场的空间分布结构。为了达到客观、逼真的目的 ,还叠加上了相应地区的三维实际高度地形图 ,其表现效果立体感强、使用方便、可视化好。     

大兴安岭地区森林防火相关气象要素特征分析

本文利用大兴安岭地区2001年~2010年6个县(区)的气象资料,对大兴安岭地区森林防火相关气象要素风、高温、雷暴,作了进一步的研究,总结一定的规律,供相关部门决策时参考。     

环境变化对三门峡国家基站气象要素影响分析

利用三门峡国家基本观测站1971-2013年历史资料对比分析了探测环境变化对测站气象要素的影响。分析表明,随着探测环境破坏的日益严重,三门峡站气温升高、风速变小、风向趋于单一、日照时数减少,对云能天观测有严重影响,观测场渐渐形成了特殊的局地小气候条件,观测记录仅能反映测点的气象状况,并不能反映测点周围一定范围内的平均气象状况,观测资料失去了"代表性、准确性、比较性"。     

地面气象要素观测环境标准研究

气象要素观测的准确性受到观测仪器精度、观测方法、观测环境等多方面因素的影响，其中观测环境的影响是最大的，观测环境变化、恶化所造成的误差通常大于仪器测量误差，完全能够淹没气候变化的信号。我国现有2400余个国家气象观测站，随着城镇化的快速发展，相当一部分已经或轻或重地受到了观测环境的影响，目前这些资料正在气象业务、服务中应用。由于缺乏观测环境影响的定量分析研究，数据应用者无法判断数据受环境影响的程度，更无法对数据进行精确订正，无形中已将资料的偏差带入到业务服务工作中，影响了气象业务服务的质量。因此，亟需通过定量分析与研究，确定气象观测环境的影响范围和量值，并给出不同条件下观测要素的不确定范围和可订正性，将这些作为元数据提供给数据使用者参考使用，或将误差订正后的序列提供使用，提高观测资料的使用效益和气象业务服务水平。本项目针对此目的开展研究，旨在解决观测环境对观测要素影响的定量评价问题，并据此提出观测环境等级划分标准和相应的误差水平估计，进而根据国家基准气候站、国家基本气象站和国家一般气象站对误差水平的技术要求，确定不同类别台站相应的观测环境保护范围及选址标准和要求。     

关于气象要素极值的双指数分布函数求解方法探讨

本文以1957年至2010年南阳市日最大降水极值资料为例,介绍某气象要素极值的双指数分布函数求解方法。     

精细化气象要素预报用户支持系统(FUSE)研究

精细化气象要素预报用户支持系统按照"统一设计,有序实施"的原则,建立标准化与规范化的技术框架,从而为国家级、省级开展精细化预报业务提供从解释应用、数据流程、交互工具等方面较为完善的技术解决方案,搭建集约化、开放性的技术支撑平台。介绍了FUSE的构成、功能及本地化配置,阐述了基于FUSE的业务流程。     

1991年～2018年呼伦湖区域气候特征及其对水域面积的影响

本文收集呼伦湖周边3个气象观测站1991年～2018年共28年的气象观测资料,采用Mann-Kendall趋势和突变检验法、线性回归分析主要气象因子的变化;利用该期间每隔3年共10期Landsat数据,通过MNDWI指数提取呼伦湖水域面积变化;利用Pearson相关系数法探究各气象因子间及其与水域面积的相关性。结果表明：呼伦湖区域夏季气温变化率为0.043 8℃·a^-1,冬季气温变化率-0.108℃·a^-1,出现冬季气温降低、夏季气温升高的两极化趋势,但年均气温变化不显著;降水量变化率-0.296 3 mm·a^-1,但降低趋势不显著;相对湿度变化率-0.204 8%/a,降低极显著;蒸发量变化率2.271 8 mm·a^-1,显著上升;总体呈现暖干化趋势。呼伦湖水域面积变化分为3个阶段,1991年～1997年为基本稳定期,变化率0.63%;1997年～2012年为持续萎缩期,变化率-24.77%;2012年～2018年为恢复期,水域面积增加16.43%;南岸水域明显恢复,东北部附属小湖水域面积消失。夏...     

德化大气负氧离子浓度分布及预报方程的建立

利用2019—2020年德化城区大气负氧离子浓度实况数据,分析了大气负氧离子浓度的日、月和季变化,及其与主要气象要素的相关性.结果表明,德化城区大气负氧离子浓度分布具有明显的季节变化,冬季最高,夏季最低.不同季节影响大气负氧离子浓度的主要气象要素不一样,春夏季是降水,秋季是风速,冬季是气温.运用逐步回归方法得出不同季节...