日數(shù)
- 萊西市近20年霧日的統(tǒng)計分析
最近40年中國霧日數(shù)和霾日數(shù)的氣候變化特征，分析了霧、霾日數(shù)的空間分布、季節(jié)變化以及年代際變化特征。丁一匯等[4]總結(jié)分析了近50年我國霧和霾的長期變化特征及其與大氣濕度的關(guān)系，介紹了霧霾發(fā)生頻率的變化以及霧日、霾日平均相對濕度的差異。張?zhí)K平等[5]分析了低層大氣湍流混合高度、湍流混合強度和溫度層結(jié)的季節(jié)變化及其與黃海海霧季節(jié)變化的關(guān)系。王曉麗等[6]分析了青島市水平能見度的變化特征和氣象影響因子。馬艷等[7]統(tǒng)計分析了青島市區(qū)霧日和空氣質(zhì)量特征，揭示了青
農(nóng)業(yè)災(zāi)害研究 2023年8期2023-11-07
- 1960-2017年黃土高原不同等級寒冷日數(shù)時空演變特征
區(qū)的降水量、降水日數(shù)持續(xù)下降[14]，冷晝、冷夜、冰凍和霜凍日數(shù)顯著下降[15]，氣候呈明顯暖干化趨勢[16]。然而，1997—2013年期間全球出現(xiàn)了溫室氣體濃度持續(xù)增長，地面氣溫沒有明顯增加甚至出現(xiàn)變冷的全球變暖停滯(Hiatus)現(xiàn)象[17]，黃土高原地區(qū)氣溫變化對Hiatus現(xiàn)象響應(yīng)明顯，且表現(xiàn)出季節(jié)差異[18]。當前學(xué)界多關(guān)注的是黃土高原極端高溫事件，而對不同等級寒冷天氣日數(shù)研究鮮有報道。全球變暖停滯現(xiàn)象前后，黃土高原地區(qū)極端氣候如何變化，尤其是
水土保持研究 2023年1期2023-01-09
- 吉林省冬季旅游氣象條件分析與評估
勢及冷、熱不舒適日數(shù)變化；周曉宇等［11］通過確定冰雪氣候資源適宜性評價指標，對遼寧省冬季氣候資源的適宜性和氣象災(zāi)害風險性進行研究；吳昊旻等［12］在研究避暑旅游氣候適宜度時空分布的基礎(chǔ)上，運用GIS方法分析了不同地形條件下麗水避暑旅游適宜度特征。馮曉鈺和周廣勝［13］基于有效溫度和人體舒適度方法，分析了金華市舒適日數(shù)和冷／熱日數(shù)的變化特征。以往主要利用各種氣候舒適度方法，把氣候作為旅游資源進行研究。隨著旅游業(yè)的發(fā)展和人們生活水平的提高，冬季旅游越來越受關(guān)
氣象與環(huán)境學(xué)報 2022年5期2022-11-05
- 基于MCI的1961—2016年中國北方不同等級干旱趨勢研究＊
6年不同等級干旱日數(shù)的年代際變化研究，揭示不同等級干旱發(fā)生頻次的時空演變規(guī)律。2 方法與數(shù)據(jù)本研究時段選為1961—2016年，資料為基于MCI指數(shù)的逐年不同等級干旱日數(shù)。MCI指數(shù)[26]目前在中國氣象局氣象干旱監(jiān)測業(yè)務(wù)中投入使用，并由國家氣候中心提供逐日全國氣象干旱監(jiān)測結(jié)果。不同等級干旱的劃分如表1所示，MCI指數(shù)越小，意味著干旱越顯著。研究中，逐年統(tǒng)計不同站點滿足不同等級干旱的日數(shù)，主要分析輕旱、中旱、重旱和特旱4類干旱，其中輕旱及以上干旱的干旱日數(shù)
甘肅科技 2022年16期2022-10-13
- 漢江上游漢中區(qū)域不同等級降水日數(shù)的氣候變化特征分析
關(guān)系，而且與降水日數(shù)的多少也有密切的關(guān)系[2～10]。研究表明，受氣候變化影響，中國幅員遼闊，降水具有區(qū)域性和季節(jié)性差異，不同區(qū)域的不同等級降水也存在明顯的空間差異，對旱澇的貢獻也不盡相同[11]，也對工農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境構(gòu)成了嚴重威脅[12]。漢江上游是南水北調(diào)的中線工程的水源地，負責供給南水北調(diào)中線工程70%以上的水，保證了“一江清水送北京”。其旱澇變化與京津供水密不可分，旱澇事件不僅對農(nóng)業(yè)生產(chǎn)及社會活動造成災(zāi)害，也將影響到南水北調(diào)中線工程調(diào)水的穩(wěn)定性
綠色科技 2022年16期2022-09-15
- 內(nèi)蒙古地區(qū)雷暴日與雷電日的關(guān)系研究
技術(shù)的限制，雷暴日數(shù)據(jù)的主要來源為人員觀測，也正因為如此雷暴日的數(shù)據(jù)記錄受到人員、環(huán)境等因素的影響。隨著國內(nèi)閃電定位系統(tǒng)的逐漸完善，目前已經(jīng)能夠?qū)崿F(xiàn)對閃電數(shù)據(jù)的持續(xù)記錄，能夠自動且及時地記錄了閃電發(fā)生的情況。由于2014年起雷暴日已經(jīng)停止記錄，將用定位網(wǎng)監(jiān)測到的雷電日來代替雷暴日數(shù)據(jù)，鑒于這兩種觀測數(shù)據(jù)類型在目前還需同時運用，在內(nèi)蒙古這個東西跨度大且具有復(fù)雜的地理環(huán)境下，對這兩種觀測數(shù)據(jù)——雷暴日和雷電日的特點進行初步分析，可以加強對閃電活動的了解，為今后
內(nèi)蒙古科技與經(jīng)濟 2022年13期2022-09-08
- 廣寧縣1971—2020年低溫和霜凍變化特征
多年的霜凍和低溫日數(shù)的變化趨勢。郭媚媚［3］、李達旋等［4］、余江華［5］對廣東部分地區(qū)的低溫霜凍天氣情況進行了初步分析，而近年來，廣寧低溫天氣逐漸減少，且極少出現(xiàn)霜凍天氣，因此該次研究對肇慶市中的廣寧縣近50年的低溫、霜凍變化趨勢進行統(tǒng)計分析，從而得出低溫、霜凍的變化規(guī)律。1 資料與方法根據(jù)業(yè)務(wù)規(guī)定［6］和廣東省的氣候特點［7］，使用廣東肇慶廣寧氣象基本站1971—2020年的逐日最低氣溫、最低裸地溫度資料。霜凍日指日最低裸地溫度≤0℃；低溫日指日最低氣
廣東氣象 2022年4期2022-08-24
- 包頭市高影響天氣歷史統(tǒng)計
高影響天氣（浮塵日數(shù)、揚沙日數(shù)、沙塵暴日數(shù)、大風日數(shù)、高溫日數(shù)、暴雨日數(shù)、雷暴日數(shù)、閃電日數(shù)）變化特征進行分析，以期為包頭市應(yīng)對災(zāi)害性天氣提供科學(xué)依據(jù)。1 高影響天氣的年際變化與年變化1.1 沙塵天氣1.1.1 浮塵日數(shù)浮塵是因高空風將遠處沙塵吹到本地上空，或者本地沙塵暴、揚沙過后，塵土、細沙均勻地漂浮在空氣中，造成空氣渾濁，天空呈現(xiàn)土黃色，水平能見度低于10 km的視程障礙現(xiàn)象。1951—2020年包頭國家基本氣象站累年平均浮塵日數(shù)為15.33 d，20
農(nóng)業(yè)災(zāi)害研究 2022年5期2022-08-12
- 1981～2019年長江源區(qū)大風、沙塵天氣變化特征
年中國近地表大風日數(shù)時空分異特征進行研究，唐國利等[2]分析了中國近49年沙塵暴變化趨勢，李耀輝等[3]和白虎志等[4]分別對西北地區(qū)和青藏鐵路沿線大風日數(shù)的時空特征進行分析得出：大風天氣最多的季節(jié)是春季，以5月最多，其次是冬季、夏季和秋季，特別是秋季大風最少。張占峰等[5]研究柴達木盆地平均風速與大風日數(shù)的變化特征：大風天氣最多的季節(jié)是春季，大風日數(shù)多且風速較大。以上學(xué)者對柴達木盆地乃至全國的風沙天氣研究較多，但對長江源區(qū)的大風、沙塵天氣研究較少。本研究
青海草業(yè) 2022年2期2022-07-23
- 1961—2021 年廣西東興市暴雨日數(shù)氣候特征分析
明，華南區(qū)域暴雨日數(shù)及暴雨過程呈單峰型分布，最大值出現(xiàn)在6 月，降水大值區(qū)位于廣東、廣西北部、福建沿海等地區(qū)。華南地區(qū)不僅暴雨日數(shù)趨于增多，暴雨強度以及暴雨對年降水量的貢獻率也有增強和增高的趨勢。廣西大部地區(qū)同樣存在暴雨日數(shù)和雨量增多的趨勢，降水特征逐漸向區(qū)域性、極端性發(fā)展和轉(zhuǎn)移［10－15］。根據(jù)統(tǒng)計，廣西沿海風暴潮主要出現(xiàn)在7—10 月，致災(zāi)風暴潮年平均約1.8 次［16］。影響廣西北部灣地區(qū)的臺風集中在7—9月，西太平洋臺風引發(fā)大暴雨的次數(shù)偏多［17
氣象研究與應(yīng)用 2022年2期2022-07-05
- 近57年興安盟沙塵天氣時空分布特征
測站的年沙塵天氣日數(shù)均值分布如圖1所示，沙塵天氣日數(shù)呈西北至東南遞增，全盟年沙塵天氣日數(shù)均值為5.6 d，年平均沙塵天氣日數(shù)最小值出現(xiàn)在阿爾山為1.3 d，最大值出現(xiàn)在高力板為13.5 d。為了清楚地顯示年沙塵天氣日數(shù)的主要空間分布類型，對年沙塵天氣日數(shù)資料進行EOF分析，表1列出了EOF前3個特征向量場的方差貢獻率和累計方差貢獻。前3個特征場累計方差貢獻占總方差的70%。圖1 1964年—2020年興安盟沙塵天氣年平均分布表1 1964年—2020年興安
內(nèi)蒙古科技與經(jīng)濟 2022年6期2022-05-18
- 1971—2018年陜西省人體舒適度日數(shù)時空變化特征
化趨勢，人體舒適日數(shù)是否因為舒適度變化而有所變化，均需要進一步研究。本文利用1971—2008年陜西省94個氣象站的氣象資料，對陜西全省近48 a人體舒適度指數(shù)進行計算分析，研究人體舒適日數(shù)和不舒適日數(shù)的時空分布特征，揭示人體舒適日數(shù)的變化規(guī)律，為城市空間合理開發(fā)、城市人居環(huán)境評價、城市氣候宜居性評估等提供參考。1 資料與方法1.1 資料來源本文剔除陜西省富縣、黃陵和三原3個資料時長較短的臺站數(shù)據(jù)，選取1971—2018年陜西省94個氣象臺站逐日氣象資料，
氣象與環(huán)境學(xué)報 2022年2期2022-05-11
- 河池市宜州區(qū)主要氣象災(zāi)害特征綜述分析
0年宜州區(qū)年暴雨日數(shù)在1（1984年）～11 d（2008年）之間，年平均5.37 d，多年變化呈增多趨勢，但未通過α=0.1的顯著性檢驗（圖2）。4—10月暴雨日數(shù)占年暴雨日數(shù)的93%以 上，平 均 每 年5.0 d。1999、2017年4—10月出現(xiàn)的暴雨日數(shù)最多，為10 d；1982年、1984年最少，為1 d。宜州區(qū)4—10月各月的多年平均暴雨日數(shù)為0.23～1.51 d，呈單峰分布，以6月最多，與其月降水量變化一致。年大暴雨日數(shù)為0～3 d，平均
農(nóng)業(yè)災(zāi)害研究 2022年12期2022-02-16
- 近50 a長江中下游地區(qū)積雪日數(shù)時空變化及其氣候指示意義
球氣候增暖，積雪日數(shù)時空變化引起學(xué)術(shù)界的廣泛關(guān)注，并取得顯著進展。最新研究顯示，中國年平均積雪日數(shù)呈微弱增加趨勢[4]，但存在季節(jié)和區(qū)域差異：春季和秋季積雪日數(shù)呈緩慢減小趨勢，而冬季則呈增加趨勢[5]；區(qū)域上，秦嶺和青藏高原積雪日數(shù)呈減少趨勢[6-7]，而西北干旱區(qū)、東北地區(qū)的積雪日數(shù)卻呈增加趨勢[8-9]，且積雪日數(shù)變化與海拔高度關(guān)系密切[10]。積雪日數(shù)變化的驅(qū)動因素方面，眾多研究認為氣溫和降水是導(dǎo)致積雪日數(shù)變化的直接因素[6]，除此之外，積雪日數(shù)還與
信陽師范學(xué)院學(xué)報（自然科學(xué)版） 2022年1期2022-01-27
- 韶關(guān)市1965—2019 年高影響天氣變化特征分析
量以及霜（冰）凍日數(shù)的數(shù)據(jù)，并對這8 個氣象站的均值進行分析.霜（冰）凍日數(shù)指國家氣象站觀測員人工觀測到站內(nèi)有霜（冰）凍的日數(shù)；高溫日數(shù)指日最高氣溫≥35 ℃的日數(shù)；低溫日數(shù)指日最低氣溫≤5 ℃的日數(shù)；暴雨日數(shù)指日雨量≥50.0 mm 的日數(shù)；降雨日數(shù)指日雨量≥0.1 mm 的日數(shù).對于1965—2019 年韶關(guān)市5 類高影響天氣，首先利用線性趨勢法對高影響天氣的年代際和年際變化趨勢進行了分析[11]；然后利用Mann-Kendall 方法作突變檢驗[12
韶關(guān)學(xué)院學(xué)報 2021年12期2022-01-19
- 1966-2019年海南人居環(huán)境氣候舒適度時空分布及變化特征
氣候舒適度各等級日數(shù)的時空分布和變化特征；采用通徑分析、M-K突變檢驗探討舒適度各等級日數(shù)時空分布和變化原因。最后，在對海南省1-12月各臺站舒適日數(shù)分布的研究基礎(chǔ)上，制定海南省人居環(huán)境氣候舒適月標準:當某個月份中等級為舒適的日數(shù)>20天時，該月為非常舒適月；舒適日數(shù)為10～20天時，該月為舒適月；當舒適日數(shù)≤10天時，該月為不舒適月。依據(jù)此標準,分析舒適月的時空分布特征。2 人居環(huán)境氣候舒適度的時空分布2.1 不同舒適度等級日數(shù)多年平均值的時空分布特征2
氣象與環(huán)境科學(xué) 2021年6期2021-12-21
- 南方多地9月熱到破紀錄
均氣溫、平均高溫日數(shù)均創(chuàng)下歷史同期新高，峽江、新干、安福等38個縣市高溫日數(shù)創(chuàng)同期新高;廣東今年9月以來全省平均氣溫和高溫平均日數(shù)打破了歷史同期紀錄，60個縣市高溫日數(shù)創(chuàng)同期新高;湖南經(jīng)歷了有氣象記錄以來最熱9月，全省平均氣溫、平均高溫日數(shù)為1961年以來歷史同期第1位。（摘自《中國青年報》9.29）
文萃報·周五版 2021年39期2021-10-18
- 近58a長江源地區(qū)不同等級降水的變化特征分析
者對降水量、降水日數(shù)和降水強度的變化特征等進行了大量的研究。林云萍等[1]認為，中國各區(qū)域最小降水量級(0.1～4.9mm)的降水，其降水日數(shù)的變化起主導(dǎo)作用；而各區(qū)域最大降水量級(>100mm)的降水，其降水強度的變化起決定性的作用。王穎等[2]認為，中國年降水日數(shù)明顯減少，且降水日數(shù)比降水量的減少明顯。王展等[3]研究發(fā)現(xiàn)中國年降水量減少的區(qū)域，認為降水量的變化主要是由于降水日數(shù)減少引起的；年降水量增加的區(qū)域，降水量的變化與降水日數(shù)和降水強度均有一定的
青海草業(yè) 2021年1期2021-04-07
- 近37a柴達木盆地沙塵暴的時空變化特征及影響因子分析
盆地東西部沙塵暴日數(shù)變化差異、沙塵暴日數(shù)變化與氣象要素的完全相關(guān)關(guān)系并沒有研究。本文將對近37a間柴達木盆地沙塵暴的空間分布特征、柴達木盆地東西部沙塵暴的年際變化及全區(qū)沙塵暴日數(shù)年際、年代際變化趨勢、月季變化、突變及多時間尺度變化特征、沙塵暴日數(shù)與氣候因子的完全相關(guān)分析等進行研究，進一步分析柴達木盆地沙塵暴空間區(qū)域分布特征、區(qū)域及整體的沙塵暴時間變化規(guī)律、影響因子，對改善農(nóng)業(yè)氣象災(zāi)害的發(fā)生、環(huán)境保護和促進地方經(jīng)濟可持續(xù)發(fā)展具有一定的參考價值和指導(dǎo)意義。2
青海草業(yè) 2021年1期2021-04-07
- 西安四季變化的差異性及階段性特征
開始的遲早、持續(xù)日數(shù)的變化產(chǎn)生了影響[3-5]，勢必對能源、農(nóng)業(yè)、環(huán)境、生活等具有影響。因此對城市季節(jié)的初日和持續(xù)日數(shù)的變化研究具有重要的應(yīng)用價值。關(guān)于四季的劃分方法有多種[6-8]，有以地球繞太陽軌道運行位置的天文學(xué)標準來劃分四季，以春分、夏至、秋分、冬至為四季的起始日，有以農(nóng)歷和結(jié)合農(nóng)業(yè)生產(chǎn)的24節(jié)氣中的立春、立夏、立秋、立冬為四季的初日劃分四季，現(xiàn)在最常用的四季劃分法是以公歷法劃分四季，不同地區(qū)季節(jié)初日、持續(xù)日數(shù)一致，按照此方法劃分的季節(jié)無法反映季節(jié)
陜西氣象 2021年1期2021-01-14
- 福建省暴雨日數(shù)時空特征及相關(guān)環(huán)流形勢分析
析福建省多年暴雨日數(shù)的時空分布特征，同時分析暴雨日數(shù)偏多時的環(huán)流形勢特征，為福建省暴雨預(yù)報提供思路。1 資料和方法1.1 研究資料資料選取福建省67個臺站1981—2015 年共35a 的暴雨日數(shù)據(jù)(其站點空間分布如圖3a所示)，以及歐洲中心(ECMWF)ERA-Interim逐月再分析資料(0.5°× 0.5°)的高空探測逐日資料。另外將24h降水量為50mm或以上的雨稱為“暴雨”，按其降水強度大小又分為三個等級，即50～99.9mm稱“暴雨”,100～
海峽科學(xué) 2020年10期2020-12-11
- 皮山縣沙塵天氣統(tǒng)計分析及影響
19年皮山縣沙塵日數(shù)觀測資料，采取氣候傾向率的方法對沙塵天氣特征進行統(tǒng)計分析，并闡述了沙塵天氣所帶來的影響。結(jié)果表明：近三十年來皮山縣沙塵日數(shù)總的來說呈減少變化趨勢，平均每10年皮山縣沙塵日數(shù)減少大約2.63d。三十年間，皮山縣累計出現(xiàn)沙塵日數(shù)284d，年平均沙塵日數(shù)約為9.5d;在1990～1999年間，皮山縣沙塵日數(shù)以偏多年為主，在2000～2019年皮山縣沙塵日數(shù)以偏少年為主。皮山縣沙塵天氣大部分集中于3-9月，該時間段沙塵日數(shù)占年累計沙塵日數(shù)的98
中國電氣工程學(xué)報 2020年8期2020-12-09
- 烏魯木齊地區(qū)不同等級降水日數(shù)特征分析
1 不同等級降水日數(shù)的氣候特征從烏魯木齊地區(qū)暖季年降水日數(shù)與降水量空間對比圖（圖1）可以看出，兩者總體上大致相同，即降水量的多寡主要由降水日數(shù)的多少決定，略有不一致是大值中心，從圖1中(a)可以看出，降水日數(shù)空間分布表現(xiàn)為由西至東逐漸減少，降水日數(shù)最多的是位于高山帶的大西溝，達到119天/年，年降水最多的小渠子，降水日數(shù)并不是最多，而達坂城區(qū)的降水日數(shù)仍為全區(qū)最少（22天/年）。圖1 烏魯木齊暖季（a）年平均降水日數(shù)和年平均降水量（b）空間分布圖表1給出了
新農(nóng)業(yè) 2020年21期2020-11-20
- 福安暴雨特征統(tǒng)計分析對水稻種植的影響及對策
量、暴雨量、暴雨日數(shù)觀測資料。其中，對于暴雨日數(shù)，一般規(guī)定日降雨量≥50mm為1個暴雨日。文中根據(jù)常規(guī)標準劃分季節(jié)：從3月至5月期間表示春季，從6月至8月表示夏季，從9月至11月表示秋季，從12月至次年2月表示冬季。本文主要選取氣候傾向率的數(shù)理統(tǒng)計方法對福安市暴雨特征進行統(tǒng)計分析，以期掌握福安市暴雨發(fā)生規(guī)律。2 結(jié)果與分析2.1 福安降水量特征統(tǒng)計分析分析1990年—2019年福安市降水量年變化情況能夠了解到（圖1），福安地區(qū)近30年降水量變化呈增加趨勢，
農(nóng)村實用技術(shù) 2020年9期2020-11-19
- 澄邁降雨量和降雨日數(shù)變化特征分析①
等級降水量和降水日數(shù)的研究已較多［7-9］，王穎等［10］通過現(xiàn)代統(tǒng)計診斷方法，研究了中國年、季、月雨日的時空特征和氣候變化，指出中國年雨日已經(jīng)明顯減少，而且雨日的減少比降水量的減少更為明顯，全國平均每10年減少雨日3.8 d；吳巖峻［11］研究發(fā)現(xiàn)，在過去的40年里，海南島的年總降水日數(shù)呈減少趨勢，其中秋季減少最為明顯，年降水量有微弱的增加趨勢；張?zhí)焓サ龋?2］通過小波分析方法研究了海南島1970～2013年夏季降水的時空演變特征，發(fā)現(xiàn)北部地區(qū)的特征時間
熱帶農(nóng)業(yè)科學(xué) 2020年8期2020-09-25
- 1965—2015年輝縣市降水變化特征
據(jù)，降水量與降水日數(shù)分別按照不同時間尺度、不同降水強度，對輝縣降水特征進行初步研究。1 資料與方法1.1 資料使用輝縣市氣象局1965—2015年逐日降水數(shù)據(jù)。降水事件定義為日降水量大于等于0.1 mm。采用氣象學(xué)季節(jié)定義，將3—5月作為春季，6—8月為夏季，9—11月為秋季，本年12月至次年2月作為本年冬季。不同強度降水量和降水日數(shù)以中國氣象局頒布的“降水強度等級劃分標準（內(nèi)陸部分）”中的24 h雨量值范圍為分類的參考依據(jù)。由于本文中2015年冬季統(tǒng)計值
Advances in Meteorological Science and Technology 2020年4期2020-09-24
- 1980-2015年貴州省不同等級降雨日數(shù)時空變化特征
的研究較少。降雨日數(shù)與降水頻率有密切關(guān)系，雨日能反映降水在時空分布上的均衡情況和區(qū)域特征，以及相關(guān)的天氣系統(tǒng)和背景大氣環(huán)流在該地區(qū)的活動強度，對氣候變化趨勢和旱澇災(zāi)害防治具有重要的現(xiàn)實意義。在國內(nèi)，黃嘉佑[5-6]首先開始對月降雨日數(shù)進行研究，并分析了我國夏季雨日與海溫的關(guān)系，進入21世紀后，關(guān)于雨日的研究引起了更多學(xué)者的關(guān)注，但所研究的時間尺度不一，研究區(qū)域和時段也不同，部分學(xué)者還對雨量等級標準進行了進一步劃分，增加了微量等級等[7]和降水強度等級[8]
水資源與水工程學(xué)報 2020年3期2020-08-05
- 1961—2016年汛期東天山北坡不同量級降水日數(shù)時空變化特征
]。不同量級降水日數(shù)能直接或間接反映出研究區(qū)域的降水特征，可以作為衡量某一區(qū)域降水是否分配均勻的指標[6-9]。本研究利用1961—2016年東天山北坡5個國家級地面氣象站的降水量數(shù)據(jù)，分析東天山北坡不同量級降水日數(shù)的分布及其變化趨勢，提高對東天山北坡降水量分布和變化的認知程度，以期為東天山北坡生態(tài)環(huán)境保護和恢復(fù)提供基礎(chǔ)數(shù)據(jù)。1 資料與方法1.1 研究區(qū)概況東天山北坡地處亞歐大陸腹地，準噶爾盆地東南側(cè)，以88°E為界，地理坐標為42°25′—45°30′N
Advances in Meteorological Science and Technology 2020年3期2020-07-28
- 蠡縣霧霾日數(shù)與氣象因素變化規(guī)律分析
統(tǒng)計學(xué)方法對霧霾日數(shù)與氣溫、平均風速、相對濕度、降水等觀測資料氣象因素變化規(guī)律分別進行統(tǒng)計分析。結(jié)果表明，氣溫越低，日平均風速越小，最大不連續(xù)降水日數(shù)越多，蠡縣霧霾天氣發(fā)生的概率越大;蠡縣發(fā)生霧霾天氣時的日平均風速主要集中在1.3～2.8 m·s-1;蠡縣霧霾出現(xiàn)概率隨著相對濕度的增大呈先增后減趨勢，相對濕度在50%～60%時達到霾出現(xiàn)峰值，相對濕度70%～80%時達到霧出現(xiàn)峰值;蠡縣霧霾具有明顯的季節(jié)變化，秋冬季霧霾日數(shù)多，春夏季霧霾日數(shù)少。關(guān)鍵詞 霧霾
南方農(nóng)業(yè)·下旬 2020年3期2020-06-21
- 近80年天津市雷暴日數(shù)變化特征研究
0)0 引言雷暴日數(shù)作為一種中小尺度天氣系統(tǒng)的局地強對流天氣，常造成人畜傷亡，建筑物、電力設(shè)備或通信設(shè)施毀壞，引發(fā)森林火災(zāi)，給人民生命財產(chǎn)安全造成嚴重威脅.我國每一百萬人中大約有0.53人死于雷擊，高于美國和英國等發(fā)達國家[1].雷電災(zāi)害已被列為“最嚴重的十種自然災(zāi)害之一”和“電子時代的一大公害”，因而雷暴活動規(guī)律研究引起眾多學(xué)者的關(guān)注.例如有學(xué)者基于EOF和主值函數(shù)分析等方法，分析了我國年平均雷暴日數(shù)的時空分布特征，指出雷暴日數(shù)總體在波動中呈減少趨勢[2
平頂山學(xué)院學(xué)報 2020年2期2020-04-29
- 天津市濱海新區(qū)塘沽地域雷暴日數(shù)變化規(guī)律及特征分析
計方法上，年雷暴日數(shù)即是整年雷暴日數(shù)的總和，它是反映整年雷暴活動的主要參數(shù)。年平均雷暴日數(shù)，單位是天，它是指雷暴日的年平均數(shù)，也就是多年雷暴日數(shù)的平均結(jié)果。塘沽地域近50年(1964—2013年)來，雷暴日數(shù)在每個年份的差別較大，年平均雷暴日數(shù)為 26.7d。如圖 1所示，年雷暴日數(shù)最多的是 1964年的 43d，最少的年雷暴日數(shù)為1999年的13d，兩者相差30d，雷暴日數(shù)最多的一年約是最少年份雷暴日數(shù)的3.3倍。年雷暴日數(shù)在 13～20d的有 8年，占
天津科技 2020年2期2020-03-03
- 1961—2015年水城縣雨凇日數(shù)變化特征分析
水城縣年平均雨凇日數(shù)20 d左右，近55年來在1984年出現(xiàn)雨凇天氣最頻繁，共有52 d都出現(xiàn)了雨凇天氣;55年最低溫度出現(xiàn)在1999年，當年出現(xiàn)雨凇日數(shù)為10 d;水城縣雨凇災(zāi)害天氣主要發(fā)生在11月至次年3月，1—2月出現(xiàn)的雨凇天氣次數(shù)較多，3月也有雨凇天氣出現(xiàn)，4—10月基本沒有發(fā)生雨凇災(zāi)害天氣，11月和12月相對較少;從1996年開始，水城縣出現(xiàn)雨凇的日數(shù)呈上升趨勢，但是在1961—2015年期間，水城縣出現(xiàn)雨凇天氣的上升或下降趨勢不是很顯著;在19
現(xiàn)代農(nóng)業(yè)科技 2019年15期2019-09-22
- 需求側(cè)氣象敏感用電量特征分析
降溫耗能（降溫度日數(shù)）年際波動大，浙北區(qū)降溫度日數(shù)略呈下降趨勢，浙西南區(qū)呈明顯下降趨勢，而浙沿海區(qū)則呈明顯上升趨勢；盛瓊等[10]指出湖州市不同月份不同氣象因子對用電量及最大用電負荷的影響各有不同；胡元等[11]指出溫州市日用電量與氣溫、天氣狀況、相對濕度等具有一定的相關(guān)性。為了規(guī)范的開展用電需求氣象條件等級預(yù)測和評價，中國氣象局頒布了中華人民共和國氣象行業(yè)標準，即QX/T 97-2008《用電需求氣象條件等級》[12]。 目前蘭溪市對用電需求氣象條件分析
浙江電力 2019年7期2019-08-13
- 1955～2015年漢中極端氣溫事件變化特征
70%的地區(qū)暖夜日數(shù)明顯增加、冷夜日數(shù)明顯減少[4-5]。中國極端氣溫的異常偏冷偏暖現(xiàn)象主要發(fā)生在20世紀70年代以后[6]，且極端高溫和極端低溫事件發(fā)生頻次分別呈增加、減少趨勢[7]。朱大運[8]、劉學(xué)智等[9]以及其他學(xué)者[10-12]采用線性回歸、趨勢分析、空間分析、突變檢驗等研究方法對貴州、寧夏、天山山區(qū)、黃河流域、陜西南部等不同尺度區(qū)域的極端氣溫進行了分析，都反映出了極端氣溫事件增加趨勢。2017年底，中國城市化率達到了58.52%，正處在城市化
江西農(nóng)業(yè)學(xué)報 2019年7期2019-07-30
- 西藏定日縣大風天氣特征分析
7年定日縣年大風日數(shù)呈現(xiàn)出一定的增加趨勢，其氣候傾向率為1.155次/10 年。 其中1984年大風日數(shù)最多為117次，而2004年出現(xiàn)大風次數(shù)最少為42次，兩者相差75次。大風日數(shù)主要集中在春季與冬季，冬季年大風日數(shù)變化趨勢最為明顯，其次為秋季，而春季大風日數(shù)的變化趨勢最為緩慢。月平均大風日數(shù)存在著顯著差異，并呈現(xiàn)出“U”型分布狀態(tài)，其中3月份大風日數(shù)最多，占到全年總大風日數(shù)的21.0%。7月份大風日數(shù)最少，僅占到總大風日數(shù)的1.5%。關(guān)鍵詞：定日縣;大
農(nóng)家科技下旬刊 2019年6期2019-07-25
- 大興安嶺根河林區(qū)50年界限溫度及積溫氣候特征變化分析
通過界限溫度持續(xù)日數(shù)均呈現(xiàn)出波動上升趨勢，積溫初日整體趨勢是提前，終日整體趨勢是推遲，也就是說氣溫在明顯升高。關(guān)鍵詞：積溫;日數(shù);初日;終日中圖分類號： P468.021 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼： ?A ? ? ? ? ? ? ? ? ?DOI編號： ? 10.14025/j.cnki.jlny.2019.02.056隨著全球氣候變暖趨勢不斷加重，近百年來大部分地區(qū)的氣溫上升趨勢要高于全球。所以，積溫的變化
吉林農(nóng)業(yè) 2019年2期2019-07-01
- 1960~2016年江西省霾日變化特征及氣候成因分析
,分析了江西省霾日數(shù)的年際變化特征,并通過霾日數(shù)與降水日數(shù)、大風日數(shù)和靜風日數(shù)的相關(guān)關(guān)系,探討了不同季節(jié)霾日數(shù)年際變化的氣候成因.結(jié)果表明:1960~2016年江西省霾日數(shù)表現(xiàn)為在1970s有明顯偏高、1980年后顯著增加趨勢(0.53d/a),贛北地區(qū)霾日多且增加速率快.四季霾日數(shù)均有增加,其中秋季貢獻最大(0.21d/a,0.05),夏季年均霾日數(shù)較低,增加幅度最小(0.09d/a,0.05)導(dǎo)致大氣濕沉降能力減弱,以及大風日數(shù)減少(-0.33d/a,
中國環(huán)境科學(xué) 2019年4期2019-04-28
- 阜新地區(qū)雷暴活動特點研究
活動的特點，得到日數(shù)、年際、時序等氣候變化規(guī)律和特征，為防雷減災(zāi)等專項氣象服務(wù)提供科學(xué)依據(jù)[3～5]。2 資料來源及統(tǒng)計方法采用阜蒙縣基本站(站號54237，42°04′N，121°45′E，海拔高度167.8 m)1971～2013年的雷暴觀測資料進行對比統(tǒng)計分析，以尋找雷暴活動變化規(guī)律和特征。3 雷暴特征分析3.1 雷暴日數(shù)的年際變化特征阜蒙縣1971～2013年的年平均雷暴日數(shù)為26.8 d，最多的年雷暴日數(shù)是43 d，出現(xiàn)在1991年和2005年，
綠色科技 2018年22期2019-01-15
- 白城市近20年氣候變化分析
降水量、最長降水日數(shù)及量、最長連續(xù)無降水日數(shù)等資料，應(yīng)用統(tǒng)計學(xué)方法，分析20年來白城的氣候變化情況。2 氣溫變化分析2.1 異常高溫擾統(tǒng)計分析發(fā)現(xiàn)，近20年氣溫變化的總趨勢是穩(wěn)定升高的，年平均氣溫變化率逐漸減小。白城市近52年異常高溫天數(shù)呈逐漸上升趨勢，上升趨勢率為0.72/年，異常低溫天數(shù)呈逐漸下降趨勢，下降趨勢率為0.51/年。異常高溫事件在春、夏、秋、冬季都呈現(xiàn)增多的趨勢，秋季貢獻最大；而異常低溫事件都呈現(xiàn)下降的趨勢，相比較而言，春季的貢獻最大，冬季
吉林農(nóng)業(yè) 2019年7期2019-01-06
- 平泉市冬季低溫天氣氣候特征分析
月到次年2月低溫日數(shù)。日極端最低氣溫（Td）Td≤-20℃為1個低溫日數(shù)。將氣象站出現(xiàn)低溫視作研究區(qū)域內(nèi)出現(xiàn)低溫，季節(jié)劃分采用氣象季節(jié)，即3～5月為春季，6～8 月為夏季，9～11 月為秋季，12～次年 2 月為冬季。2.2 方法①一元線性趨勢分析氣象要素的變化趨勢用（1）進行估計：式中：Yi為氣象要素，ti為時間（1986～2015年）；a1為線性趨勢，把a1×10稱為氣象要素每10年的趨勢系數(shù)。②突變分析文章采用 Mann-Kendall法進行突變檢驗
時代農(nóng)機 2018年9期2018-11-19
- 紹興地區(qū)大霧時空特征分析
中國大部分地區(qū)霧日數(shù)表現(xiàn)為冬多夏少，長江中下游和黃淮地區(qū)為大霧多發(fā)區(qū)域，且年大霧日數(shù)呈波動增多的趨勢；林建等[6]研究發(fā)現(xiàn)，我國大霧有明顯的季節(jié)和月際變化，且在1985年前后全國大部分地區(qū)的霧日基本上都呈相反的變化趨勢，減小趨勢明顯?，F(xiàn)有研究大多側(cè)重于研究區(qū)域性大霧的時空分布特征，未考慮全球氣候變暖對大霧的影響。本文選取紹興轄區(qū)內(nèi)5個國家站1972—2017年近46 a的逐日資料，對大霧演變規(guī)律及在全球氣候變暖背景下大霧的響應(yīng)機制做了研究分析，以增進對本地
浙江農(nóng)業(yè)科學(xué) 2018年11期2018-11-16
- 欽州港海域大風日數(shù)時空分布特征分析
港海域大風、強風日數(shù)空間分布特點和時間變化特征，為科學(xué)應(yīng)對大風天氣提供參考和依據(jù)。2 資料處理根據(jù)欽州港的地理分布以及自動氣象站的地理位置，將欽州港海域自北向南劃分為北部海域、中部海域和南部海域，選用炮臺角島代表欽州港北部海域，青菜頭島代表欽州港中部海域，大廟墩島代表欽州港南部海域。規(guī)定極大風速6級以上（≥10.8m·s-1）為強風，極大風速8 級以上（≥17.2m·s-1）為大風。季節(jié)劃分以3～5月為春季，6～8月為夏季，9～11月為秋季，12月～次年2
氣象研究與應(yīng)用 2018年3期2018-08-29
- 黔東南相當暴雨日數(shù)與雨日數(shù)的氣候變化
15年黔東南暴雨日數(shù)突破自1961年以來的歷史極值，5—6月雷山縣出現(xiàn)3次日降水量大于閾值的極端暴雨天氣事件；2016年黔東南暴雨災(zāi)害主要發(fā)生在南部地區(qū)的黎平、從江、榕江縣境內(nèi)，其中黎平縣出現(xiàn)降水量大于閾值的極端暴雨事件，從江縣和榕江縣遭受嚴重的洪澇災(zāi)害等。近年來黔東南暴雨洪澇災(zāi)害事件頻繁，氣象工作者們對造成黔東南降水及暴雨變化的氣候特征進行大量的研究，文獻[1]指出持續(xù)性暴雨和大暴雨是造成黔東南特大洪澇災(zāi)害的主要原因，而暴雨最大區(qū)位于西部，最少區(qū)位于北部
中低緯山地氣象 2018年4期2018-08-24
- 基于CI指數(shù)的虞城縣干旱特征分析
歷年各干旱類型的日數(shù)，分析了干旱強度逐年變化情況。關(guān)鍵詞：綜合氣象干旱指數(shù)CI；虞城縣降雨量1 研究區(qū)概況虞城縣位于河南省東部，黃河故道南岸，豫、魯、皖三省交界處。總面積1558平方公里，耕地面積138萬畝，總?cè)丝?08萬。區(qū)位優(yōu)越，西距商丘市20公里，距省會鄭州230公里，東距蘇北重鎮(zhèn)徐州120公里，北距北京700公里，東南距南京400公里，距上海700公里，南達深圳1400公里。是內(nèi)陸走向沿海，沿海伸進內(nèi)陸的橋頭堡。本區(qū)屬暖溫帶大陸性季風氣候，年平均氣
科學(xué)與財富 2018年1期2018-03-03
- 1961—2014年濟南市霾日數(shù)變化特征分析
向估計方法擬合霾日數(shù)的變化趨勢對其進行分析，并使用設(shè)定的霾日數(shù)異常評價標準對霾日數(shù)異常情況進行了評價。結(jié)果表明，1961—2014年濟南霾日數(shù)年際變化呈現(xiàn)增多的趨勢，濟南霾日數(shù)變化線性傾向率為8.85 d/10年。平均霾日數(shù)為35 d；最少霾日數(shù)2 d，出現(xiàn)在1961年；最多霾日數(shù)112 d，出現(xiàn)在2014年；偏少年數(shù)為9年，正常年數(shù)為39年，偏多年數(shù)為1年，顯著偏多年數(shù)為2年，異常偏多年數(shù)為3年；濟南霾日數(shù)四季變化均呈現(xiàn)增多的趨勢，濟南霾日數(shù)冬季變化線性
現(xiàn)代農(nóng)業(yè)科技 2017年12期2017-07-29
- 廣東省揭陽潮汕機場近年大風特征分析
機場；大風天氣；日數(shù)；風速隨著經(jīng)濟社會的快速發(fā)展，作為一種安全便捷的出行方式，機場的吞吐量也日益快速增長，而氣象條件是影響機場正常運行的重要因素，其中大風天氣直接關(guān)系到航班能否安全起航和降落。大量研究表明，大風天氣特點和成因都較為復(fù)雜，與熱帶氣旋、強對流天氣、冷鋒過境等條件密切相關(guān)[1]，宋金花等對長春機場的研究表明從天氣形勢上將大風分為冷鋒大風、雷暴大風和低壓發(fā)展型三種類型；張惠嬋[2]對廣州白云機場的雷雨大風研究揭示了雷雨大風強度類型復(fù)雜多變。本文運用
科技創(chuàng)新與應(yīng)用 2017年8期2017-04-26
- 寧晉縣暴雨天氣統(tǒng)計分析
鍵詞：暴雨天氣；日數(shù)；分布；特征中圖分類號：S16 文獻標識碼：A DOI：10.11974/nyyjs.20170332059寧晉縣位于河北省中南部，邢臺地區(qū)東北部，E114 46?～115 15?，N37 24?～37 48?，總面積為1023km2，寧晉縣是冀南太行山東麓沖積平原，地勢平坦，土層深厚，地形自西北向東南緩降，海拔相差約10m，最高點海拔35.4m，最低點海拔25.5m，是歷史上有名的“寧晉泊”；寧晉境內(nèi)古河流比較多，主要有滏陽河、澧河、
農(nóng)業(yè)與技術(shù) 2017年5期2017-04-11
- 1961～2015年福州地區(qū)霧日數(shù)的時空變化特征及其原因
15年福州地區(qū)霧日數(shù)的時空變化特征及其原因林 艷1游 錚1林龍官21.福建省氣象服務(wù)中心 2.閩侯縣氣象局利用福州及其周邊的福清、連江、羅源、閩侯、閩清、永泰、長樂以及平潭共9個站點的霧日數(shù)和氣象資料，分析了近40年來9個站點霧日數(shù)的空間變化特征。再選取福州站代表城市站, 閩侯代表城郊站, 平潭代表郊區(qū)站，分析福州地區(qū)霧日數(shù)的時間變化特征及影響因子。結(jié)果表明，從20世紀80年代開始，福州站、平潭站和閩侯站的年霧日數(shù)均急劇下降，其中福州站和平潭站的下降趨勢最
海峽科學(xué) 2017年12期2017-04-03
- 柳江縣近55年雷暴日數(shù)的變化特征
江縣近55年雷暴日數(shù)的變化特征■覃艷秋1張辛2（1柳江縣氣象局廣西柳州545100；2鹿寨縣氣象局廣西柳州545600）利用柳江國家一般站1958-2013年常規(guī)地面氣象觀測資料，對雷暴日數(shù)特征進行統(tǒng)計分析，結(jié)果表明：柳江縣55年的年平均雷暴日數(shù)為60.1d，年雷暴日數(shù)在60.1d上下振蕩，但總體仍呈現(xiàn)減少的趨勢，6-8月夏季為柳江雷暴活動的高峰季節(jié)，約占全年的58.7%，其次是春季雷暴日數(shù)變化特征柳江1 引言雷暴是伴有強烈放電現(xiàn)象的對流系統(tǒng)，普通雷暴通常
地球 2016年3期2016-08-22
- 洞庭湖流域無雨日數(shù)的變化特征研究
）洞庭湖流域無雨日數(shù)的變化特征研究王 婷1覃欣欣2（1.湖南師范大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖南 長沙 410081；2.中煤科工集團重慶研究院有限公司，重慶 400037）利用近34年洞庭湖流域38個氣象站點1980～2013年的降水數(shù)據(jù)資料，采用趨勢分析法，M-K突變檢驗法對洞庭湖流域無雨日數(shù)的時間和空間特征進行分析。結(jié)果表明：在過去34年，區(qū)域內(nèi)年無雨日數(shù)最多的季節(jié)為秋季，最少為春季。年無雨日數(shù)總體呈上升趨勢；從季節(jié)無雨日數(shù)來看，春季、夏季、秋季呈上升趨
大眾科技 2015年12期2015-11-24
- 平果縣城區(qū)雷暴日數(shù)變化特征分析
）平果縣城區(qū)雷暴日數(shù)變化特征分析余東1，賴三鈄2，陳丹3，梁開聰4（1.平果縣氣象局，百色平果531499；2.廣西區(qū)防雷中心，廣西南寧530022；3.北海市氣象局，廣西北海536000）利用線性傾向估計法，分析了平果縣近56a雷暴日數(shù)年代際、年際、各季和各月的氣候變化特征；并用曼-肯德爾（Mann-Kendall）檢驗法對年雷暴日數(shù)的變化趨勢進行了突變分析。結(jié)果表明：除冬季和12月的雷暴日數(shù)呈略增多的趨勢外，年代、年、季、月雷暴日數(shù)總體上呈減少趨勢；各
氣象研究與應(yīng)用 2015年3期2015-10-31
- 廣西天峨近44年來不同等級降水量與降水日數(shù)變化特征
等級降水量與降水日數(shù)變化特征王宇（天峨氣象局，廣西天峨547300）利用天峨1971-2013年逐日降水量資料，利用線性趨勢和Mann-Kendall突變檢驗等方法，對天峨不同等級降水量和降水日數(shù)的變化特征進行分析。結(jié)果表明：年降水量和降水日數(shù)均呈減少趨勢，降水日數(shù)的減少更加顯著；小雨量（日數(shù)）呈極其顯著的減少趨勢，中雨量（日數(shù)）和大雨量（日數(shù)）呈不顯著的減少趨勢，暴雨量（日數(shù)）則呈增加趨勢。年降水日數(shù)、小雨量（日數(shù)）、中雨日數(shù)、大雨量、暴雨量（日數(shù)）突變
氣象研究與應(yīng)用 2015年3期2015-10-31
- ESSENTIAL NORMS OF PRODUCTS OF WEIGHTED COMPOSITION OPERATORS AND DIFFERENTIATION OPERATORS BETWEEN BANACH SPACES OF ANALYTIC FUNCTIONS?
同等級年平均降水日數(shù)而言，除≥1.0mm的降水日數(shù)有所下降外，其他不同等級降水日數(shù)均呈增加趨勢，增加幅度較小，平均每10a增加0.3～0.5d。HenceTaking the infmum on both sides over all compact operators K we obtainThis means thatNow we deal with the term B.Let{gn}be the same sequence given above.
- 雷電定位系統(tǒng)與人工觀測雷暴日數(shù)統(tǒng)計比較
統(tǒng)與人工觀測雷暴日數(shù)統(tǒng)計比較王學(xué)良1）＊張科杰1）張義軍2）朱傳林1）1）（湖北省防雷中心，武漢430074）2）（中國氣象科學(xué)研究院，北京100081）為了利用雷電定位系統(tǒng)（lightning location system，LLS）資料統(tǒng)計人工觀測雷暴日數(shù)，采用湖北省2007—2012年LLS監(jiān)測資料，選取25個氣象站為圓心，統(tǒng)計其不同監(jiān)測半徑（r）圓區(qū)域內(nèi)LLS監(jiān)測的雷電日數(shù)，并與人工觀測雷暴日數(shù)進行比較。結(jié)果表明：r≤7km時，LLS監(jiān)測平均年雷電
應(yīng)用氣象學(xué)報 2014年6期2014-07-06
- 昆明市不同等級降水日數(shù)的時空分布特征
，而暴雨和大暴雨日數(shù)卻顯著增加；彭貴芬[8]研究指出云南雨日減少趨勢明顯，以每10年減少7.6天；Qianetal.[9]利用NCAR的全球地面日資料數(shù)據(jù)集研究北美、歐洲和亞洲的小雨變化特征，指出在1973～2009年小雨明顯減少，尤其在東亞地區(qū)表現(xiàn)最明顯。昆明是云南省唯一的中大型城市，地處低緯高原，是南亞季風區(qū)和東亞季風區(qū)的交匯影響區(qū)。近年來昆明在經(jīng)濟、文化等方面發(fā)展迅速，城市化進程不斷加快，使得生活及工農(nóng)業(yè)用水的需求在不斷增加，但是并且城市規(guī)模的迅速擴
云南地理環(huán)境研究 2014年3期2014-03-27
- 近52 a望謨縣雷暴日數(shù)變化特征及分析
解當?shù)啬昶骄妆?span id="j5i0abt0b" class="hl">日數(shù)的變化特征［1］。因此，本文對望謨國家基本站1959—2010年的雷暴觀測資料進行分析，以期得出望謨縣雷暴日數(shù)氣候變化規(guī)律和特征，為望謨縣的雷電防護工作提供參考依據(jù)。分別將年總雷暴日數(shù)、月平均雷暴日數(shù)與望謨縣歷年年降水量、逐月平均降水量進行相關(guān)分析，以期發(fā)現(xiàn)它們之間的關(guān)系。2 資料及方法選取望謨一般站1959—2010年的雷暴觀測資料作為基本分析數(shù)據(jù)，以1 d內(nèi)聽到1次或1次以上雷聲統(tǒng)計為 1個雷暴日［2］，在方法上，主要采用這52 a
中低緯山地氣象 2012年6期2012-09-29
- 冊亨縣雷暴日數(shù)變化特征分析
00)冊亨縣雷暴日數(shù)變化特征分析朱曦嶸1，邱 飛1，劉 波2，丁 旻2(1.貴州省冊亨縣氣象局，貴州 冊亨 552200;2.貴州省防雷減災(zāi)中心，貴州 貴陽 562100)通過對冊亨國家一般站1971—2010年的雷暴觀測資料進行對比統(tǒng)計分析，總結(jié)出冊亨縣雷暴日數(shù)氣候變化規(guī)律和特征，得到了一些對防雷減災(zāi)工作有積極意義的分析結(jié)果。冊亨縣，雷暴日數(shù);變化特征;統(tǒng)計分析1 引言雷電是大氣中的一種自然現(xiàn)象，雷電一旦擊中物體，危害十分嚴重。雷擊是一種頻繁發(fā)生的氣象災(zāi)
中低緯山地氣象 2011年6期2011-12-22