• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于區(qū)域歷史回歸法的成都地區(qū)人工增雨效果檢驗(yàn)

      2022-09-23 08:43:40孫根厚嚴(yán)曉強(qiáng)
      干旱氣象 2022年4期
      關(guān)鍵詞:目標(biāo)區(qū)成都地區(qū)雨量

      張 義,孫根厚,嚴(yán)曉強(qiáng)

      (1.四川省成都市氣象局,四川 成都 610000;2.四川省成都市人工影響天氣中心,四川 成都 610000;3.南方海洋科學(xué)與工程廣東實(shí)驗(yàn)室,廣東 珠海 519000)

      引言

      成都作為中國西南地區(qū)政治、經(jīng)濟(jì)及文化中心,經(jīng)濟(jì)發(fā)達(dá),人口密集,社會(huì)生產(chǎn)生活用水緊張。受孟加拉灣和南海水汽影響,四川盆地有著豐富的空中水資源[1-2],合理開發(fā)空中水資源是緩解成都地區(qū)水資源匱乏的有效措施之一。近年來,隨著國家森林公園城市建設(shè)的實(shí)施,成都市氣象部門以飛機(jī)增雨作業(yè)為主、地面增雨作業(yè)配合加大增雨作業(yè)規(guī)模,增大作業(yè)規(guī)模后的增雨效果如何一直是社會(huì)各界普遍關(guān)注的問題。

      科學(xué)評(píng)估人工增雨效果作為人工影響天氣業(yè)務(wù)的重要組成部分,是檢驗(yàn)人工增雨作業(yè)水平的重要標(biāo)準(zhǔn)[3],也關(guān)系到人工影響天氣事業(yè)的持續(xù)穩(wěn)健發(fā)展。由于云物理降水過程的復(fù)雜及預(yù)報(bào)能力等因素的限制,人工增雨效果評(píng)估一直是一個(gè)難點(diǎn)[4-6]。目前,常用的人工增雨效果評(píng)估方法有統(tǒng)計(jì)檢驗(yàn)、物理檢驗(yàn)和數(shù)值模式檢驗(yàn)[7-10]。由于人工增雨作業(yè)產(chǎn)生的增雨量往往小于自然降水量,在自然變率中定量檢驗(yàn)增雨效果主要借助統(tǒng)計(jì)檢驗(yàn)方法[11]。統(tǒng)計(jì)檢驗(yàn)方法是指在一定顯著性水平下通過地面降雨量的變化來評(píng)估增雨效果[12],主要有序列分析、區(qū)域?qū)Ρ确治?、雙對(duì)比分析和區(qū)域歷史回歸分析。許多學(xué)者分析不同統(tǒng)計(jì)檢驗(yàn)方法在增雨效果評(píng)估中應(yīng)用[13-14]發(fā)現(xiàn)區(qū)域歷史回歸方法是目前統(tǒng)計(jì)檢驗(yàn)準(zhǔn)確度和靈敏度較好的方法之一,同時(shí)也是中國氣象局人工影響天氣中心推薦使用的人工增雨效果統(tǒng)計(jì)檢驗(yàn)方法。統(tǒng)計(jì)檢驗(yàn)發(fā)現(xiàn),以色列1961—1967年和1969—1975年過冷大陸積云人工降雨試驗(yàn)統(tǒng)計(jì)增雨效果分別為15%和13%[15-16];美國西部山區(qū)人工增雨試驗(yàn)統(tǒng)計(jì)增雨效果為10%~15%[17];福建古田水庫的人工增雨統(tǒng)計(jì)效果為23.8%[12]。區(qū)域歷史回歸方法當(dāng)前應(yīng)用最廣[18-22]。廖向花等[23]利用區(qū)域歷史回歸法評(píng)估2014年重慶一次飛機(jī)增雨作業(yè)效果,發(fā)現(xiàn)相對(duì)增雨率在20%以上;王婉等[24]利用區(qū)域歷史回歸法對(duì)北京2006年的人工增雨效果進(jìn)行評(píng)估,得到相對(duì)增雨率為13%。四川地區(qū)已開展的人工增雨效果評(píng)估采用了區(qū)域歷史回歸法[25-26]。統(tǒng)計(jì)檢驗(yàn)方法的應(yīng)用要求實(shí)施增雨作業(yè)周期長(zhǎng)、統(tǒng)計(jì)數(shù)據(jù)時(shí)間長(zhǎng),而以往增雨效果統(tǒng)計(jì)檢驗(yàn)評(píng)估數(shù)據(jù)時(shí)間短,增雨效果的顯著性檢驗(yàn)值低。本文結(jié)合近9 a人工增雨作業(yè)情況,采用區(qū)域歷史回歸法對(duì)增雨效果進(jìn)行客觀定量統(tǒng)計(jì)檢驗(yàn),建立適用成都地區(qū)的統(tǒng)計(jì)評(píng)估技術(shù)和方法,為區(qū)域氣象防災(zāi)減災(zāi)建設(shè)和水資源開發(fā)利用提供決策依據(jù)。

      1 資料與方法

      1.1 資料

      成都市人工影響天氣中心于2006年開始地面增雨作業(yè),2010年開展飛機(jī)增雨作業(yè)。考慮到區(qū)域歷史回歸方法對(duì)歷史降水樣本的要求,即用于回歸方程的樣本不受催化劑的影響,本研究選擇1970—2005年的逐月降水?dāng)?shù)據(jù)作為歷史樣本,2011—2019年降水?dāng)?shù)據(jù)作為增大作業(yè)規(guī)模后的評(píng)估樣本。還使用了2010—2017年溫江探空數(shù)據(jù)以及2011—2019年成都地區(qū)人工增雨作業(yè)記錄。

      2011年以前全市共有62個(gè)地面作業(yè)點(diǎn),其中高炮作業(yè)點(diǎn)43個(gè),火箭作業(yè)點(diǎn)17個(gè),地面煙爐作業(yè)點(diǎn)2個(gè)。2011年后陸續(xù)增加了部分地面高炮作業(yè)點(diǎn)、地面煙爐作業(yè)點(diǎn)以及增雨作業(yè)飛機(jī)。截至目前,共計(jì)高炮作業(yè)點(diǎn)45個(gè),火箭作業(yè)點(diǎn)17個(gè),地面煙爐作業(yè)點(diǎn)16個(gè),增雨作業(yè)飛機(jī)1架。根據(jù)2011—2019年的增雨作業(yè)數(shù)據(jù)統(tǒng)計(jì),成都近9 a地面作業(yè)點(diǎn)開展增雨作業(yè)414批次,累計(jì)消耗彈藥7011余枚,飛機(jī)作業(yè)96架次,累計(jì)消耗焰條1920枚。

      文中附圖涉及的地圖基于國家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)下載的審圖號(hào)為GS(2016)2556號(hào)的標(biāo)準(zhǔn)地圖制作,底圖無修改。

      1.2 區(qū)域歷史回歸統(tǒng)計(jì)檢驗(yàn)法

      區(qū)域歷史回歸統(tǒng)計(jì)檢驗(yàn)方法的主要步驟是先選取目標(biāo)區(qū)和對(duì)比區(qū),通過目標(biāo)區(qū)和對(duì)比區(qū)歷史降水樣本擬合回歸方程,再將作業(yè)期間對(duì)比區(qū)自然降水代入擬合方程計(jì)算目標(biāo)區(qū)降水值即目標(biāo)區(qū)自然降水量,最后與實(shí)測(cè)降水量相比較,得到目標(biāo)區(qū)的絕對(duì)增雨量和相對(duì)增雨率。絕對(duì)增雨量和相對(duì)增雨率計(jì)算公式如下:

      式中:Q和R分別為目標(biāo)區(qū)絕對(duì)增雨量和相對(duì)增雨率;y1為擬合方程計(jì)算的目標(biāo)區(qū)自然降水量;y2為目標(biāo)區(qū)實(shí)測(cè)降水量。

      歷史期目標(biāo)區(qū)和對(duì)比區(qū)降水量相關(guān)系數(shù)r及其顯著性T檢驗(yàn)公式[27]如下:

      式中:xi和yi分別為對(duì)比區(qū)和目標(biāo)區(qū)降水量;xˉ和yˉ分別為對(duì)比區(qū)和目標(biāo)區(qū)樣本平均降水量;n為樣本數(shù)。

      目標(biāo)區(qū)和對(duì)比區(qū)歷史降水?dāng)?shù)據(jù)建立的擬合回歸方程采用F檢驗(yàn)公式進(jìn)行顯著性檢驗(yàn),公式如下:

      式中:U為目標(biāo)區(qū)降水回歸估計(jì)值y?i和樣本平均值yˉ的偏差平方和;Q為目標(biāo)區(qū)降水實(shí)測(cè)值yi和回歸估計(jì)值y?i的偏差平方和;n為樣本數(shù)。

      絕對(duì)增雨量和相對(duì)增雨率計(jì)算結(jié)果采用t檢驗(yàn)進(jìn)行顯著性檢驗(yàn),公式[28]如下:

      式中:yˉo和yˉ'o分別為作業(yè)期目標(biāo)區(qū)觀測(cè)降水和擬合降水的平均值;r為兩區(qū)歷史期降水量的相關(guān)系數(shù);k和n分別為作業(yè)期和歷史期的樣本數(shù);yhi和xhi分別為歷史期目標(biāo)區(qū)和對(duì)比區(qū)降水量;xˉo表示作業(yè)期的對(duì)比區(qū)觀測(cè)降水量的平均值;xˉh和yˉh分別表示歷史期對(duì)比區(qū)和目標(biāo)區(qū)降水量的平均值。以上值均為正態(tài)變換值。

      2 結(jié)果分析

      2.1 目標(biāo)區(qū)和對(duì)比區(qū)選擇

      以5 km左右高度的風(fēng)向作為天氣系統(tǒng)主要來向,基于成都溫江探空站2010—2017年的逐日探空數(shù)據(jù)統(tǒng)計(jì)得出,成都上空5 km高度主要為西風(fēng)(圖1)。根據(jù)人工影響天氣飛機(jī)作業(yè)基本技術(shù)要求,飛機(jī)增雨作業(yè)路線應(yīng)垂直高空風(fēng)向。

      圖2為成都市飛機(jī)增雨作業(yè)路線示意圖。成都冬半年(11月至次年3月)降水過程主要受高原短波槽東移影響,飛機(jī)增雨作業(yè)播撒路線主要集中在成都西部并垂直西風(fēng)風(fēng)向,有效催化主要在成都西側(cè)折線開展。

      圖1 溫江探空站5 km高空風(fēng)玫瑰圖Fig.1 The wind rose map at 5 km height at Wenjiang sounding station

      圖2 成都市飛機(jī)增雨作業(yè)路線示意圖Fig.2 The sketch map of operation route of aircraft precipitation enhancement in Chengdu city

      考慮到催化劑的時(shí)效性及數(shù)據(jù)的完整性,選取成都市溫江站作為目標(biāo)區(qū)的代表站。人工增雨作業(yè)催化過程中,對(duì)比區(qū)的選擇需要處于成都目標(biāo)區(qū)的上風(fēng)向或側(cè)風(fēng)向且間隔一定距離,保證對(duì)比區(qū)不受催化劑影響且在地理特征、氣候背景等方面與目標(biāo)區(qū)具有一定的相似性。成都和德陽均屬于成都平原,位于四川盆地西部,東西向由龍門山脈和龍泉山脈夾持,內(nèi)部地勢(shì)平坦,屬于亞熱帶季風(fēng)氣候,地理特征相似且德陽位于成都北邊,在天氣系統(tǒng)主要來向上屬于目標(biāo)區(qū)的側(cè)風(fēng)向,不受作業(yè)催化影響,故本文選取德陽站為對(duì)比區(qū)代表站。圖3為1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)月降水量散點(diǎn)圖??梢钥闯?,兩區(qū)月降水?dāng)?shù)據(jù)線性關(guān)系較好,相關(guān)系數(shù)為0.8576。

      圖3 1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)月降水量散點(diǎn)圖Fig.3 The scatter plot of monthly precipitation between the target area and the contrast area during 1970-2005

      圖4為1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)降水量多年平均月際變化??梢钥闯?,1970—2005目標(biāo)區(qū)和對(duì)比區(qū)降水的平均月際變化特征相似,降水量主要集中在夏半年(5—9月),目標(biāo)區(qū)的月降水量略高于對(duì)比區(qū),其中夏半年兩區(qū)降水差異較大,最大差值在8月,為23.0 mm,主要跟夏季局地對(duì)流性降水有關(guān),冬半年兩區(qū)降水差異較小,差異值為0~2.0 mm。

      圖4 1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)降水量平均月際變化Fig.4 Monthly variation of average precipitation between target area and contrast area during 1970-2005

      2.2 檢驗(yàn)分析

      2.2.1降水量的正態(tài)變換和正態(tài)檢驗(yàn)

      應(yīng)用區(qū)域歷史回歸方法評(píng)估增雨效果要求先對(duì)目標(biāo)區(qū)和對(duì)比區(qū)月降水?dāng)?shù)據(jù)進(jìn)行正態(tài)檢驗(yàn)。針對(duì)降水?dāng)?shù)據(jù)的正態(tài)分布檢驗(yàn),一般采用Kolmogorov-Smirnov(K-S)檢驗(yàn)法[16,29]。本文基于K-S檢驗(yàn)法先對(duì)兩區(qū)1970—2005年月降水?dāng)?shù)據(jù)進(jìn)行檢驗(yàn)發(fā)現(xiàn),目標(biāo)區(qū)、對(duì)比區(qū)1970—2005年月降水?dāng)?shù)據(jù)均不滿足正態(tài)分布。由于月尺度降水?dāng)?shù)據(jù)與正態(tài)分布偏離較大,需要對(duì)目標(biāo)區(qū)、對(duì)比區(qū)月降水量數(shù)據(jù)進(jìn)行正態(tài)變換。

      經(jīng)多次試驗(yàn),本文正態(tài)變換選取五次方根。五次方根正態(tài)變換后月降水?dāng)?shù)據(jù)的經(jīng)驗(yàn)累積分布與對(duì)數(shù)正態(tài)理論分布的最大差值在目標(biāo)區(qū)、對(duì)比區(qū)分別為0.1787和0.3089,均小于α=0.05的K-S檢驗(yàn)統(tǒng)計(jì)量,即五次方根變換后目標(biāo)區(qū)、對(duì)比區(qū)的月降水?dāng)?shù)據(jù)均滿足正態(tài)分布。目標(biāo)區(qū)1970—2005年月降水?dāng)?shù)據(jù)平均值為2.0845,標(biāo)準(zhǔn)差為0.5778,假設(shè)服從正態(tài)分布N(2.0845,0.5778);對(duì)比區(qū)1970—2005年月降水?dāng)?shù)據(jù)平均值為2.0372,標(biāo)準(zhǔn)差為0.5866,假設(shè)服從正態(tài)分布N(2.0372,0.5866)。

      2.2.2區(qū)域歷史回歸方程的建立

      圖5為經(jīng)正態(tài)變換后1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)月降水量散點(diǎn)圖??梢钥闯觯瑑蓞^(qū)的降水?dāng)?shù)據(jù)具有很好的線性關(guān)系,相關(guān)系數(shù)為0.9306,且通過α=0.01顯著性檢驗(yàn)。成都冬半年各月降水偏差較大,為避免線性擬合方程在個(gè)別月份評(píng)估的增雨量的誤差較大,本文對(duì)目標(biāo)區(qū)和對(duì)比區(qū)冬半年各月降水量分別建立線性方程。

      圖5 經(jīng)正態(tài)變換后1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)月降水?dāng)?shù)據(jù)散點(diǎn)圖Fig.5 The scatter plot between precipitation data of target area and contrast area during 1970-2005 after normal transformation

      表1為經(jīng)正態(tài)變換后1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)冬半年各月降水相關(guān)系數(shù)和區(qū)域歷史回歸方程。可知,12月兩區(qū)相關(guān)系數(shù)偏低為0.46,其他各月相關(guān)系數(shù)均在0.60以上,且全部通過α=0.05的顯著性檢驗(yàn)。各月擬合方程也通過了α=0.05的顯著性檢驗(yàn)。

      表1 正態(tài)變換后的1970—2005年目標(biāo)區(qū)和對(duì)比區(qū)冬半年各月降水相關(guān)系數(shù)和區(qū)域歷史回歸方程Tab.1 Correlation coefficients and regional historical regression equations of precipitation between target area and contrast area in each month of winter half-year during 1970-2015 after normal transformation

      2.2.3增雨效果統(tǒng)計(jì)和顯著性檢驗(yàn)

      圖6 2011—2019年目標(biāo)區(qū)冬半年各月平均降雨量和降雨日數(shù)Fig.6 Average precipitation amount and days of winter half-year during 2011-2019 in target area

      成都市冬半年人工增雨作業(yè)與目標(biāo)區(qū)冬半年月降水量、降雨日數(shù)密切相關(guān)。統(tǒng)計(jì)2011—2019年冬半年各月平均降雨量和降雨日數(shù)(圖6)發(fā)現(xiàn),成都冬半年平均降雨量為66.2 mm,降水日數(shù)為42.7 d,平均開展飛機(jī)增雨有效架次為25架次(以2016—2019年的作業(yè)記錄統(tǒng)計(jì)為主,2011—2015年飛機(jī)作業(yè)次數(shù)相對(duì)較少)。其中3月平均降雨量和降雨日數(shù)最多,分別為25.9 mm、11.2 d,開展飛機(jī)增雨作業(yè)的有效架次為6.33架次;1月平均降雨量和降雨日數(shù)最少,分別為6.6 mm、6.8 d,開展飛機(jī)增雨作業(yè)的有效架次為4.75架次。成都地區(qū)飛機(jī)增雨作業(yè)有效架次少于降雨日數(shù),主要與成都地區(qū)空域緊張有關(guān),部分飛行計(jì)劃被臨時(shí)取消。為充分開發(fā)大氣水汽資源,緩解成都水資源緊張,在飛機(jī)增雨作業(yè)受限或取消時(shí),成都?xì)庀蟛块T積極發(fā)揮地面增雨作業(yè)裝備優(yōu)勢(shì),針對(duì)冬半年各種降雨天氣,以地面高炮、火箭以及沿山煙爐等設(shè)備開展增雨作業(yè)。每年冬半年平均開展地面增雨作業(yè)共計(jì)46批次,其中高炮作業(yè)6批次、火箭作業(yè)9批次、地面煙爐作業(yè)31批次,確保降雨過程得到充分作業(yè)。

      表2為區(qū)域歷史回歸統(tǒng)計(jì)法計(jì)算的2011—2019年冬半年平均各月絕對(duì)增雨量和相對(duì)增雨率??梢钥闯?,平均各月絕對(duì)增雨量為0.14~3.53 mm,相對(duì)增雨率為2.14%~32.14%。2月、11月和12月的增雨效果普遍較好,高于1月和3月,其中2月增雨效果最佳,平均絕對(duì)增雨量為2.7 mm,相對(duì)增雨率達(dá)32.14%;1月增雨量效果最差,平均相對(duì)增雨率僅為2.14%。冬半年各月增雨效果差異較大主要與降雨類型、降雨量季節(jié)變化、增雨作業(yè)的次數(shù)及科學(xué)性等因素有關(guān)。10月成都汛期結(jié)束,對(duì)流性降水轉(zhuǎn)為穩(wěn)定性降水;11月以層狀云降水為主,降水日數(shù)較多且降雨量相對(duì)于冬半年其他各月較為充足,增雨作業(yè)時(shí)機(jī)多,催化充分,增雨效果好;12月降水日數(shù)減少、降雨主要以小雨為主,催化作業(yè)時(shí)機(jī)相對(duì)減少,但作業(yè)催化相對(duì)充分,增雨效果較好;1月以分散小雨為主,降雨日數(shù)相對(duì)較少,加之該月重視節(jié)日安全生產(chǎn)不允許作業(yè)等原因,增雨作業(yè)次數(shù)明顯減少,催化效率較低;2月降雨量和降雨日數(shù)開始增多,增雨作業(yè)規(guī)模開始增大,催化效率達(dá)到最佳;3月氣溫回暖,降水量達(dá)到冬半年最大值,穩(wěn)定性降水開始向?qū)α餍越邓D(zhuǎn)變,特別是3月下旬個(gè)別強(qiáng)對(duì)流冰雹天氣開始出現(xiàn),不適宜開展增雨作業(yè),成都地區(qū)增雨催化劑主要以冷云催化劑為主,氣溫回升后逐漸出現(xiàn)暖云降雨,以冷云催化劑開展的增雨作業(yè)缺乏一定的科學(xué)性導(dǎo)致催化效率不高。2011—2019年成都市冬半年累計(jì)增雨量為88.8 mm,多年平均為9.9 mm,相對(duì)增雨率達(dá)19.06%,增雨效果通過了α=0.01的顯著性檢驗(yàn)。目前,國內(nèi)外的人工增雨試驗(yàn)公認(rèn)的增雨效果為8%~17%[30]。我國河西走廊近10 a的人工增雨效果為17.5%[29];古田水庫蓄水型人工增雨效果為18.87%[31]。成都地區(qū)近9 a的增雨效果達(dá)19.06%,說明在冬半年進(jìn)行的人工增雨作業(yè)效果顯著,這為成都地區(qū)開發(fā)云水資源、緩解生產(chǎn)生活用水緊張等提供了有力保障。科學(xué)評(píng)估成都地區(qū)的增雨效果對(duì)下一步如何開展飛機(jī)增雨作業(yè)、提高增雨效率有指導(dǎo)作用。

      表2 區(qū)域歷史回歸統(tǒng)計(jì)法計(jì)算的2011—2019年冬半年平均各月絕對(duì)增雨量和相對(duì)增雨率Tab.2 The average absolute increment of precipitation and relative precipitation increase calculated by regional historical regression statistical method in each month of winter half-year during 2011-2019

      3 結(jié)論與討論

      采用區(qū)域歷史回歸統(tǒng)計(jì)方法,對(duì)成都地區(qū)2011—2019年冬半年人工增雨效果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。結(jié)論如下:

      (1)利用區(qū)域歷史回歸分析法統(tǒng)計(jì)得出成都市2011—2019年冬半年累計(jì)人工增雨量為88.8 mm,多年平均增雨量為9.9 mm,相對(duì)增雨率為19.06%,增雨效果顯著。

      (2)2011—2019年冬半年平均各月絕對(duì)增雨量為0.14~3.53 mm,平均相對(duì)增雨率為2.14%~32.14%;2月和11月增雨效果最佳,平均絕對(duì)增雨量為2.74 mm和3.53 mm,平均相對(duì)增雨率分別達(dá)到32.14%和28.06%,而1月增雨量效果最差。

      人工增雨隨機(jī)試驗(yàn)效果統(tǒng)計(jì)評(píng)估需要放棄目標(biāo)區(qū)一半作業(yè)機(jī)會(huì),對(duì)以抗旱、大氣污染治理和保護(hù)生態(tài)環(huán)境為目的成都地區(qū)人工增雨作業(yè)業(yè)務(wù)不現(xiàn)實(shí)。其次,采用區(qū)域歷史回歸統(tǒng)計(jì)法基于月降水?dāng)?shù)據(jù)評(píng)估增雨效果時(shí),前提是目標(biāo)區(qū)和對(duì)比區(qū)1970—2005年降水量的變化關(guān)系相同,未考慮兩區(qū)冬半年降水自然變率的影響。最后,對(duì)于作業(yè)高度、作業(yè)時(shí)機(jī)、催化劑量以及不同作業(yè)天氣類型背景的增雨效率差異深入分析不夠,下一步需選取作業(yè)個(gè)例定量分析。成都地區(qū)人工增雨作業(yè)已經(jīng)開展了十多年,增雨效果評(píng)估工作卻進(jìn)展緩慢,在今后的工作中在進(jìn)一步優(yōu)化統(tǒng)計(jì)檢驗(yàn)方法同時(shí),需要借助物理檢驗(yàn)及模式檢驗(yàn)對(duì)增雨作業(yè)效果多元開展相關(guān)評(píng)估工作,促進(jìn)成都人工影響天氣業(yè)務(wù)的發(fā)展。

      猜你喜歡
      目標(biāo)區(qū)成都地區(qū)雨量
      寧夏紅柳溝流域水沙變化及產(chǎn)沙分析
      區(qū)域性地震安全性評(píng)價(jià)目標(biāo)區(qū)地震構(gòu)造特征研究
      ——以三江口港產(chǎn)城新區(qū)為例
      華南地震(2022年1期)2022-04-06 05:54:22
      成都地區(qū)云水資源分布特征及其與降水的關(guān)系
      檔案室存儲(chǔ)溫濕度控制策略
      ——以河南省為例
      基于小波去噪的稱重雨量數(shù)據(jù)分析
      成都地區(qū)核桃低效林類型劃分及其改造技術(shù)
      我院及成都地區(qū)血栓通注射液不良反應(yīng)分析
      中成藥(2017年3期)2017-05-17 06:09:18
      基于α調(diào)整的國際多中心臨床試驗(yàn)?zāi)繕?biāo)區(qū)二分類終點(diǎn)有效性研究的橋接方法*
      成都地區(qū)近30年大霧的氣候特征分析
      SL—1 型雨量傳感器故障分析排除和維護(hù)
      西藏科技(2016年5期)2016-09-26 12:16:40
      图木舒克市| 杂多县| 镇远县| 南涧| 贵溪市| 突泉县| 台东市| 朝阳县| 丹棱县| 九台市| 扬州市| 彝良县| 庄河市| 胶州市| 灵山县| 讷河市| 榕江县| 桐梓县| 金华市| 灯塔市| 穆棱市| 正安县| 綦江县| 商丘市| 宝兴县| 渭源县| 新乐市| 连平县| 岳西县| 成都市| 祁阳县| 涪陵区| 竹北市| 平原县| 六盘水市| 泽州县| 方正县| 桃江县| 滕州市| 徐汇区| 澎湖县|