期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
中国东北植被动态变化及其与气候因子的关系 被引量:11
1
作者 刘向培 刘烈霜 +2 位作者 史小康 佟晓辉 贾庆宇 《大气科学学报》 CSCD 北大核心 2015年第2期222-231,共10页
基于GIMMS/NDVI数据,采用小波分析方法,在年内、年际尺度上研究了1982—2006年我国东北区域地表植被的动态变化,并分析了温度、降水等气候因子对植被动态变化的影响。结果表明:东北区域地表植被动态变化特征显著,总体上珋INDV(描述归一... 基于GIMMS/NDVI数据,采用小波分析方法,在年内、年际尺度上研究了1982—2006年我国东北区域地表植被的动态变化,并分析了温度、降水等气候因子对植被动态变化的影响。结果表明:东北区域地表植被动态变化特征显著,总体上珋INDV(描述归一化植被指数(normalized difference vegetation index,NDVI)年际尺度平均状况)沿东北—西南方向递减,其中林地珋INDV及ΔINDV(描述NDVI年内变化)最大,分别为0.41和0.70,草地最小;草地区域珋INDV平均增加6.21%,耕地珋INDV有小幅增加,林地有所减小。温度、降水是影响地表植被动态变化的重要因素,总体上与温度的相关系数大于与降水的相关系数,年内尺度的相关系数大于年际尺度的相关系数;在年际尺度上,NDVI与温度的相关系数以耕地最大,平均为0.60,耕地和林地区域NDVI与降水的相关性不显著;在年内尺度上,NDVI与温度、降水的相关系数以林地最大,分别为0.90和0.75;滞后相关分析表明,在年际尺度上,温度对地表植被的影响随着滞后时间的延长以近似线性的趋势降低;在年内尺度上,温度、降水的影响随着滞后时间的延长而加速减小,温度和降水对林地的影响均较快;降水的影响较温度的持续时间更短。 展开更多
关键词 归一化植被指数 小波变换 植被覆盖 温度 降水 中国东北
在线阅读 下载PDF
拉萨夏季大气热源10~20d的振荡特征 被引量:1
2
作者 罗璇 王盘兴 +1 位作者 吴息 李丽平 《大气科学学报》 CSCD 北大核心 2013年第3期309-315,共7页
利用逐日大气热源资料分析1950—2006年拉萨夏季大气热源的气候及其异常特征。结果表明:1)拉萨夏季大气热源的气候平均值为88W·m-2,明显低于亚洲季风槽区夏季热源的气候平均值,是一般强度的大气热源区。20世纪90年代中期拉萨夏季... 利用逐日大气热源资料分析1950—2006年拉萨夏季大气热源的气候及其异常特征。结果表明:1)拉萨夏季大气热源的气候平均值为88W·m-2,明显低于亚洲季风槽区夏季热源的气候平均值,是一般强度的大气热源区。20世纪90年代中期拉萨夏季大气热源趋于减弱,21世纪初其值接近于0。2)拉萨夏季57a大气热源10~20d振荡强度约为季节内振荡平均强度的2倍,显著年数(33a)占总年数的57.6%,因此10~20d振荡是拉萨夏季大气热源季节内振荡的重要分量。3)拉萨夏季大气热源10~20d振荡强度存在明显的季节内变化(7月上旬前后振荡最强)和明显的年代际差异(20世纪50年代末—60年代中、80—90年代前期是两个强振荡阶段)。 展开更多
关键词 拉萨 大气热源 10~20 d振荡 年际异常 Lanczos滤波器
在线阅读 下载PDF
高分辨地形对华南区域GRAPES模式地面要素预报影响的研究 被引量:7
3
作者 朱文达 陈子通 +2 位作者 张艳霞 杨静 张媛 《热带气象学报》 CSCD 北大核心 2019年第6期801-811,共11页
华南区域GRAPES模式动力框架的更新使得高分辨地形数据能够进入模式。引入SRTM数据实现静态数据更新,结合模式内置数据,进行了批量模拟试验;通过站点检验方式,对批量试验结果进行对比,得出以下结论:对比业务使用的Topo10 m地形、Topo30 ... 华南区域GRAPES模式动力框架的更新使得高分辨地形数据能够进入模式。引入SRTM数据实现静态数据更新,结合模式内置数据,进行了批量模拟试验;通过站点检验方式,对批量试验结果进行对比,得出以下结论:对比业务使用的Topo10 m地形、Topo30 s地形、SRTM地形和基于SRTM多种插值方案得到的地形,海拔偏差的空间分布和分位数统计都有明显的改善,复杂地形区域的改善效果更显著。通过地面要素平均绝对误差(MAE)箱须图统计和模式西部站点绝对误差(AE)时间序列图对比分析,发现高分辨地形试验的2 m气温和10 m风速MAE和AE有大幅度的改善。高分辨地形对模式静态数据的改善是2 m气温和10 m风速MAE下降的主要原因,地形复杂区域对MAE改善的贡献高于模式其他区域。高分辨地形进入模式后会引起动力过程计算的虚假扰动,适当的滤波平滑能够抑制扰动,从而进一步提高预报精度。 展开更多
关键词 GRAPES 高分辨地形 SRTM 插值方法 箱须图 MAE空间分布
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部