遵义市气象局
- 作品数：346 被引量：754H指数：12
- 相关作者：李明元敖芹姚熠何周见陈明林更多>>
- 相关机构：遵义师范学院贵州省山地气候与资源重点实验室成都信息工程大学更多>>
- 发文基金：国家自然科学基金遵义市科学技术项目贵州省科技计划项目更多>>
- 相关领域：天文地球农业科学电子电信自动化与计算机技术更多>>
- 影响遵义夏季降水的前期特征因子分析被引量：7
- 2001年
- 分析了El_nino事件、东亚槽、东亚季风、印缅槽、极涡等物理因素 ,提出影响遵义夏季降水的前期特征。
- 姚正兰
- 关键词：夏季降水厄尔尼诺事件极涡东亚季风
- 干旱对遵义市烟叶生产的影响及防御
- 2018年
- 通过对遵义市干旱情况进行调查,分析了干旱对遵义市烟叶生产的影响,并提出了烟叶干旱灾害防御对策,供参考。
- 刘晓倩李连荣梅可中周苑
- 关键词：干旱烟叶生产防御对策
- 贵州省习水夏季避暑气候优势分析研究被引量：2
- 2019年
- 本文利用习水县及其周边地区的日气象观测资料进行分析,通过对比年、月以及夏季气温、≥25℃、30℃、35℃高温出现的日数、日照时数、风速及相对湿度等,探讨习水县避暑型气候的优势和特征。结果表明:习水县各月平均气温、月最高气温和最低气温比重庆和泸州均低,夏季气温在舒适范围内,而同一时期泸州和重庆人体感知温度的舒适度等级达到了较热水平。1961~2017年习水县及周边地区泸州和重庆年平均气温、年最高气温和最低气温均呈现增加趋势,习水年平均气温、年最高气温和最低气温从1961~2017年均低于同一时段泸州和重庆年平均气温、年最高气温和最低气温的变化。1961~2017年习水夏季气温≥25℃、30℃、35℃的日数呈现弱增加趋势。习水夏季气温≥25℃、30℃、35℃的日数明显小于同一时期的泸州和重庆。1961~2017年相对湿度处于人体适宜湿度范围内,日照时数最大值处于重庆和泸州之间。最后,结合习水及周边地区夏季气温≥25℃、30℃、35℃的研究,说明习水夏季气温主要以舒适为主,较热和热天气出现的日数较少,说明习水地区夏季避暑气候优势较周边地区明显。
- 姚凯荣敖芹付清波全格平蹇昊
- 关键词：避暑气温日数气候优势
- 遵义市极端降水指数时空变化特征被引量：2
- 2020年
- 利用遵义市所辖13个县(区、市)级气象站点资料,选取10个极端降水指数,采用线性倾向估计、相关分析、合成分析分别讨论年极端降水指数时空变化特征、与空间位置的关系以及对两类ENSO的响应。结果表明:①遵义整体区域总降水量(PRCPTOT)、连续干旱日数(CDD)、连续湿天日数(CWD)、中雨日数(R10)、分别以-7.62 mm/10 a、-0.08 d/10 a、-0.42 d/10 a、-0.49 d/10 a的速率减少;大雨日数(R25)、强降水量(R95)、极端强降水量(R99)、降水强度(SDII)、1日最大降水量(Rx1d)、5日最大降水量(Rx5d)分别以0.07 d/10 a、6.36 mm/10 a、3.6 mm/10 a、0.01 mm/(d·10 a)、0.68 mm/10 a、1.19 mm/10 a的速率增加。由于降水量减少而带来的干旱化趋势较西南地区平均水平要快,降水强度、5日历时最大降水量增加速率较西南平均水平要快得多。②遵义绝大多数降水指数(PRCPTOT、R10、R25、Rx1d、Rx5d、R95、SDII)具有由东向西逐渐减小的分布特征。③遵义湿天日数、总降水量、中雨日数、1日最大降水量总体变化趋势由北向南逐渐增大,其余指数空间分布规律性不强。④总降水量、中雨日数、大雨日数在高海拔地区比低海拔地区要少,降水强度在高海拔地区比低海拔地区要弱。气象干旱风险、降水强度东部大于西部;1日最大历时降水量、连续湿天日数减小速率北部较南部要慢。⑤东部型LA年强降水、极端降水偏多,而中部型LA年强降水、极端降水偏少;东部型LA次年总降水量偏少,强降水、极端降水偏少,而中部型LA次年总降水量偏多,强降水、极端降水偏多。
- 邹德全邹承立田洪进吴心路
- 关键词：极端降水指数
- 浅析接地装置的腐蚀及防腐措施被引量：1
- 2009年
- 分析研究接地装置腐蚀的环境、机理和危害,认为电化学腐蚀是钢接地体腐蚀的主要原因,而接地装置最容易发生的腐蚀部位是接地引下线从地面到地下的过渡部分。进而提出了防止接地装置腐蚀的措施,即电化学保护法和膨润土降阻防腐剂法,并对这两种方法的防腐机理及在现场使用情况及其适用场所做了论述。
- 张蕾
- 关键词：接地线接地体接地装置防腐措施
- 遵义市雷暴气候要素时空变化特征
- 2021年
- 认识雷暴气候要素活动的时空分布特征是雷电灾害防御的基础。利用遵义市所辖13个县(区、市)地面气象站1960—2018年的资料,对遵义市整体区域、各县(区、市)的年、春季、夏季、3—8月等时间尺度的雷暴气候要素(雷暴日数、雷暴初日、雷暴终日、雷暴期)进行长期变化趋势分析和突变检验。结果表明:遵义整体区域属于多雷区,13个县(区、市)中9个属于多雷区、4个属于中雷区。遵义整体区域年雷暴日每10年减少4 d,春季雷暴日每10年减少1.6 d,夏季雷暴日每10年减少1.8 d,3—8月各月雷暴日均呈不同程度减少趋势;13个县(区、市)年雷暴日每10年减少3~6 d,春季、夏季雷暴日均呈不同程度减少趋势。遵义整体区域初雷暴日有向后推迟的趋势,12个县(区、市)呈不同程度向后推迟趋势,1个县有提前趋势;遵义整体区域终雷暴日有明显提前的趋势。遵义整体区域雷暴期每10年缩短6.58 d,13个县(区、市)雷暴期均呈不同程度缩短趋势;年雷暴日在1988年左右发生一次减少突变;雷暴初日在2008年发生推迟突变;雷暴终日在2011年有一次提前突变;雷暴期在2009年发生一次缩短突变。
- 田洪进邹德全吴心路邹承立
- 关键词：雷暴日数
- 2013年遵义市夏旱特征及其影响评估
- 2013年夏季,遵义市出现严重干旱,给全市农业生产和人畜饮水造成严重影响。分析了气象特征并与历史素比较,表明在干旱期间全市各地多项气象要素突破气象记录值,简要阐述了干旱成因,并与2011年夏旱特征作了对比分析。
- 姚正兰李明元
- 关键词：夏旱
- 文献传递
- 娄山中小尺度地形影响下贵州遵义一次大暴雨过程分析
- 2024年
- 【目的】为探讨大娄山山脉地形在贵州遵义强降水过程中的动力、热力作用。【方法】利用地面加密自动气象站资料、探空资料、多普勒天气雷达资料及ERA5再分析资料等,分析贵州遵义2023年5月20日夜间一次局地强降水过程的降水特征、环流形势、物理量场及中尺度对流系统演变特征。【结果】(1)过程发生在200 hPa分流辐散及中低层低槽、低涡切变辐合共同影响下,持续的上升运动配合整层大气高温高湿是该过程降水时间长、累积雨量大的重要原因。(2)大娄山地形使得850 hPa东南暖湿气流在迎风面聚集,导致θse及相对湿度梯度大值区沿着大娄山脉呈东北—西南向分布,使山脉东侧始终维持高能高湿的大气层结不稳定状态,为强降水的发生提供了有利条件。(3)持续的上升运动及暖湿气流输送使得2个中尺度对流系统合并东移南压,列车效应明显,最终造成大暴雨。(4)源源不断的低层东南气流自大娄山山脉北部习水、桐梓之间的“V”型地形南侧翻山而过,由于娄山西支北端及金佛山地形阻挡,形成水汽通量大值中心,并在下风方形成水汽辐合带,产生水汽聚集效应,对流触发于地面辐合线北部与水汽通量散度梯度大值区重叠位置。【结论】娄山中小尺度地形对贵州遵义地区降水过程中的动热力条件有重要影响,为揭示娄山地形影响下此类强降水天气过程的成因提供了参考。
- 黎凤丹刘红双肖蕾刘元美林雪飞骆海顺
- 关键词：地形作用假相当位温中尺度对流系统
- 播州区大气污染物与气象要素的相关性分析
- 2023年
- 基于播州区2021~2022年逐日大气污染监测数据,对播州区过去2年的空气质量变化进行了趋势分析,并结合播州区2021~2022年逐日同期气象数据,利用SPSS软件,进行相关性分析和主成分分析,并分析了气象要素对大气污染物浓度的影响。分析结果表明:(1)SO_(2)、CO、PM_(10)、NO_(2)、PM_(2.5)浓度的全年变化趋势与AQI指数变化趋势基本相同,O_(3)的浓度变化趋势与其余5种大气污染物的变化趋势相反;(2)除NO_(2)和O_(3)相关性不显著外,其余大气污染物之间均显著相关;(3)与PM_(2.5)浓度正相关的气象要素是气压,负相关的气象要素是平均气温、最高温度、最低温度、平均风速、平均相对湿度和降雨量。平均气温、最高温度、最低温度与O_(3)浓度有正相关,气压、平均相对湿度、降雨量与O_(3)浓度负相关。
- 吴新星刘昌文申俊初张远洪吴新豪李翀
- 关键词：大气污染物气象要素
- BP神经网络算法在FY-4A-SSI产品订正中的应用研究
- 2024年
- 【目的】为了弥补地面观测辐射数据的不足,获取高精度的太阳辐射空间分布资料。【方法】利用贵州2018年3月1日—2020年4月30日7个地面辐射站逐日太阳辐射资料,分月建立基于BP神经网络的FY-4A SSI产品订正模型,利用该模型对FY-4A总辐射进行订正与分析,并把订正结果和采用一元线性回归模型所得到的结果进行对比。【结果】(1)FY-4A反演总辐射值存在对“低值辐射高估、高值辐射低估”的偏差分布特征,整体上FY-4A总辐射值偏高;(2)FY-4A总辐射值与站点值的相关系数R在0.767~0.926之间,平均绝对误差MAE在5.04~6.98 MJ·m^(-2)之间,平均误差ME在4.43~6.68 MJ·m^(-2)之间,均方根误差RMSE在5.70~7.44 MJ·m^(-2)之间;(3)采用线性方法订正后两者的R不变,MAE在1.45~3.09 MJ·m^(-2)之间,ME在-0.25~0.42 MJ·m^(-2)之间,RMSE在2.12~4.70 MJ·m^(-2)之间;(4)采用BP神经网络方法订正后两者的R在0.856~0.962之间,MAE在1.02~2.43 MJ·m^(-2)之间,ME在-0.48~0.23 MJ·m^(-2)之间,RMSE在1.36~3.77 MJ·m^(-2)之间。【结论】基于BP神经网络模型订正后的FY-4A总辐射值与站点值之间的误差较小,订正精度高于线性订正,有较好的稳定性,可适用于贵州高原山区FY-4A地面太阳辐射产品的订正。
- 林雪飞朱军田鹏举李光一黎凤丹胡晶晶
- 关键词：太阳辐射BP神经网络订正
