公共文化服务平台

搜索到134篇“ 积雪日数“的相关文章

湖南冬季积雪日数影响因子及其预测模型被引量：1: 2023年; 基于湖南省89个气象观测站积雪气象观测资料、NCEP/NCAR再分析资料、Hadley中心月平均海温资料及ERA5逐月再分析表层土壤湿度资料,采用相关分析、年际增量法和多元线性回归等方法,研究了影响湖南冬季积雪日数的主要因子。结果表明,前期夏季东亚夏季风指数的年际增量、79月太平洋海温指数、10月AAO的年际增量和9月土壤湿度指数是湖南冬季积雪日数的4个关键影响因子。选取上述4个预报因子,建立了湖南冬季积雪日数年际增量统计预测模型。模型模拟效果较好,积雪日数年际增量拟合值和实况的相关系数为0.83,积雪日数距平拟合值与实况相关系数达0.77,通过了0.001的显著性水平检验。利用20102018年独立样本对模型进行检验,结果显示,积雪日数距平预测值与实况同号率为7/9。基于4个关键因子建立的全省逐站冬季积雪日数预测模型,时间相关系数检验表明,湘中一带模拟效果最好。; 李易芝廖玉芳郭凌曜段丽洁; 关键词：积雪日数多元线性回归

1961~2021年北疆冬季积雪日数时空变化特征分析: 2023年; 利用北疆38个气象台站1961~2021年冬季积雪日数观测资料,较系统地分析了近61a北疆冬季积雪日数的时空变化特征。主要结论如下:1) 近61年内北疆冬季年平均积雪日数为82.89 d,主要为积雪深度−1,其中20~30 cm积雪日数增加幅度最为明显,为1.37 d•(10a)−1,其次是≥30 cm (1.13 d•(10a)−1);4) 61年间,北疆冬季积雪日数较少的年份多数出现在20世纪60年代至80年代初,且1967年、1969年、1973年是异常偏少年,积雪日数在1982年发生了少到多的气候突变;5) 由于受到气象台站的地理位置、海拔高度等影响,同一区域不同台站之间的积雪日数差别也很大。; 祝小梅乔丽盼•别肯美丽侃•克尔买买提; 关键词：积雪日数

基于遥感监测的秦岭南北积雪日数时空变化及影响因素被引量：1: 2023年; 以海拔依赖型变暖为理论基础,研究山地积雪对气候变暖的响应机制,是当前气候变化研究的热点问题。基于2000—2019年MODIS积雪物候数据,对秦岭南北积雪日数时空变化进行分析,探讨了秋冬两季厄尔尼诺指数(NINO)、青藏高原气压对积雪异常的影响。结果表明:①2013年后秦岭南北气候由“变暖停滞”转为“增温回升”,积雪日数随之呈现转折下降,积雪日数≥10d栅格占比由前期的35.1%下降为8.6%。②在垂直地带规律上,秦岭山地以1950~2000m为临界点,大巴山区以1600~1650m为临界点,低海拔地区积雪日数随海拔增加速率要低于高海拔地区。2100~3150 m海拔带是积雪日数的垂直变化的关键带;③在影响因素上,NINO C区、NINO Z区秋冬海温和青藏高原冬季高压,是秦岭山地、汉江谷地和大巴山区积雪异常的有效指示信号。当赤道太平洋中部秋冬海温偏低,且青藏高原冬季高压偏低时,上述3个子区积雪日数异常偏多。④在环流机制方面,相对于积雪日数偏少年,秦岭南北积雪日数偏多年1—2月0℃等温线位置偏南,低温环境为增加冰雪物质积累、延缓冰雪消融提供了气温条件;1月区域存在弱的水汽辐合带,为增加冰雪物质积累提供了水汽条件。; 李双双胡佳岚段克勤何锦屏延军平; 关键词：气候变化积雪日数遥感监测秦岭南北

2001-2020年三江源地区积雪日数变化及地形分异被引量：4: 2022年; 基于积雪面积逐日无云遥感产品和气象观测资料,分析了2001-2020年三江源地区积雪日数的水平、垂直分布特征及变化规律,并对积雪日数与气温和降水量进行了相关分析。结果表明:(1)2001-2020年三江源地区积雪日数呈西高东低,高海拔山脉大于盆地平原的分布格局,高海拔山脉地区积雪日数均值普遍大于200d,85.48%的区域积雪日数呈波动增加趋势,显著增加区域占比为16.59%,平均增加速率为0.98d·a^(-1)。(2)积雪日数及其变化趋势存在明显的海拔和坡向.分异,积雪日数随海拔上升呈指数型增加,较低海拔(<3.0 km)区域积雪日数少、呈减少趋势且减少速率随海拔高度上升而加快;高海拔区域积雪日数较多且呈增多趋势,但海拔大于4.4 km后积雪日数增多速率随海拔上升而减缓,且5.5-6.0km地区积雪日数呈减少趋势,高海拔地区积雪日数存在一定程度的“海拔依赖性”。积雪日数北坡大于南坡、西坡大于东坡,西北坡积雪日数最多,为78.30d,不同坡向的积雪日数均呈增多趋势,其中西坡的增多速率最快,达1.04d·a^(-1)。(3)近20a三江源地区明显的“暖湿化”气候特征是影响积雪日数变化的主要原因,其中降水量是主要驱动因素,积雪日数增多与降水量增加密切相关,且高海拔地区积雪日数对降水量的依赖性更强。; 曹晓云肖建设郝晓华史飞飞刘致远李素雲; 关键词：积雪日数气候变化

2002–2021年青海省积雪日数遥感监测数据集: 2022年; 青藏高原内积雪的动态变化对区域能量平衡以及水文、气候和生态环境具有重要的影响。因青藏高原季节性积雪多呈现出雪层偏浅、斑块分布且消融较快等特征,积雪日数能更好地体现其时空分布状况。以空间分辨率为500 m的MODIS-NDSI数据为基础,通过逐日积雪覆盖范围提取、积雪日数合成和站点数据校正等步骤,制作了青海省逐雪季年积雪日数遥感监测数据集,并经51个地面气象台站观测资料同期对比,R2在0.75–0.93,平均相对误差25%,表明数据具有较高精度。本数据集将为积雪动态变化监测、雪灾评估和气候变化等研究工作提供数据支撑。; 李晓东李林李林苏文将苏文将李红梅; 关键词：青藏高原积雪日数

近50 a长江中下游地区积雪日数时空变化及其气候指示意义: 2022年; 利用1961-2011年长江中下游地区27个气象站逐日积雪深度资料,采用数理统计方法,分析了全球变暖背景下长江中下游地区积雪日数时空变化特征,并定量估算了积雪日数的气候指示意义。研究结果表明:(1)近50 a长江中下游地区年平均积雪日数为5.6 d,1968年最高,2006年最低;空间上,各站年平均积雪日数在0.9~11.3 d之间,亳州积雪日数最多,温州最少;(2)近50 a长江中下游地区积雪日数呈不显著减少趋势,变化速率为-0.50±0.77 d/10 a;东北地区积雪日数减少速率较快,中部地区减小幅度不大,西南地区甚至出现微弱增加趋势;(3)长江中下游地区积雪日数变化对冬季和次年1~3月平均气温具有较强的指示意义,东南部和南部地区指示作用较强,东北部和北部地区较弱。; 闫军辉魏然王娟牛继强计舒怀卢山李雪婷; 关键词：积雪日数气候变化

内蒙古积雪日数时空特征研究: 2021年; 利用经典统计学、地统计和地理信息系统方法,研究了内蒙古积雪的时空分布特征。结果表明:内蒙古积雪分布极不均匀,整体呈现东北多西南少的趋势;研究区北部积雪日数(80~170 d)明显比南部(小于45d)长,西北部地区多年平均积雪日数接近于0,东北部地区多年平均积雪日数大部分超过100 d。大多数年份不稳定积雪区域与稳定积雪区域面积占比相近,但在个别年份中,二者面积相差过大,多年无积雪覆盖区域主要分布在西部地区。SLOPE高值区主要分布在东部大兴安岭东侧、呼伦贝尔草原和锡林郭勒草原,其他地区还包括西北部巴彦淖尔、呼和浩特、包头等中部。SLOPE低值区主要分布在东部呼伦贝尔高原西侧及南部河套平原。2000—2017年,整个研究区98.37%的地区积雪日数发生变化,但变化并不显著。; 朱乌杨嘎; 关键词：积雪日数

1961-2016年秦岭山区冷季积雪日数变化特征及其影响因子被引量：8: 2020年; 根据1961-2016年秦岭地区32个气象站点的气温、降水及积雪等相关数据,运用REOF、M-K检验和小波分析等方法,对秦岭地区冷季积雪日数的时空变化和影响因子进行分析。结果表明:秦岭地区冷季多年平均积雪日数表现为北坡比南坡积雪日数多。在全球气候变暖的背景下,海拔越高积雪日数减少的越多。秦岭冷季积雪日数呈现显著减少的趋势,5个区的积雪日数年代际变化特征显著,在20世纪末到21世纪初发生了由积雪日数偏多到偏少的突变。各区冷季积雪日数的周期变化主要集中在10~20a,秦岭南坡同时也显示了较为明显的4a左右的周期变化。西北太平洋海温阶段性增暖是导致秦岭冷季积雪日数减少的外强迫因素。秦岭地区冷季平均气温的显著增暖和冷季降水量的显著减少直接造成积雪日数的减少。秦岭冷季积雪日数减少的突变要比气温增暖的突变大约滞后4~7a。; 李茜魏凤英雷向杰; 关键词：积雪日数平均气温

锡林郭勒积雪日数时空分布规律研究被引量：4: 2018年; 利用1971—2015年锡林郭勒地区15个气象观测站近45 a的逐日积雪日数资料,采用滑动T检验、Mann-Kendall检验、小波分析和EOF方法对研究区的积雪日数时空变化特征进行分析。结果表明:研究期内积雪日数在1996年发生了一次由多到少的突变,且日数变化存在7 a的主周期和11 a、22 a的副周期。积雪月际变化呈单峰型的分布特征,多雪期主要集中在12～2月,少雪期分布在10月份和4月份;研究区空间分布差异性显著,总体呈东多西少、南多北少的分布格局,区内大部地区属于稳定积雪区。对积雪日数及其影响因子进行聚类分析,将研究区划分为4种类型,分别为降雪量偏少—积雪日数偏高区、降雪量—积雪日数一致偏高区、降雪量—积雪日数中值区、降雪量—积雪日数一致偏少区。该区有3种异常分布型:第一模态为全区一致偏多(少)型;第二模态为北多(少)南少(多)型;第三模态为中西部多(少),东南部少(多)型。; 左合君王嫣娇刘宝河董智闫敏; 关键词：积雪日数锡林郭勒

青海省近35年来积雪日数变化特征分析被引量：1: 2018年; 本文利用青海省50个气象台站春、秋、冬季积雪深度和温度等气象要素的35a(1979～2013)资料,计算出各年的平均积雪日数、温度等序列,再将各气象要素作为因变量,建立一元回归模拟方程,通过计算得出的模拟序列与原序列的各种相关系数以及各年代的平均值,比较其变化特征,分析其历史演变和年代变化特点。结果表明:青海省各年的平均积雪日数在整体上存在一个逐渐减少的变化规律,1979～2013年经历了一个从多雪到少雪的历史变化过程。温度上升趋势越明显,积雪日数减少的趋势越明显,各海拔区间内的积雪日数均随时间呈减少趋势,且都不明显,海拔越高,积雪日数减少的速度越快。; 黄桂玲; 关键词：积雪日数

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈