抽查舔水白紧大视频,冲喜娘子超甜哒 激情五月,亚洲黄色图片偷拍网站,亚洲三级黄片免费播放,91在线观看喷潮红桃,日韩精品在线观看一区二区,久久久久久久久久久久黄色片子,日产精品99久久久久久久久,欧洲亚洲另类图片小说

摘要:本文通過對(duì)觀測(cè)和再分析數(shù)據(jù)采用最大協(xié)方差分析以及回歸、合成等分析方法,研究了青藏高原夏季地表氣溫與南半球大氣環(huán)流之間的遙相關(guān)關(guān)系。結(jié)果表明,前期(4月)南半球極地—中高緯度大氣環(huán)流呈現(xiàn)負(fù)位勢(shì)高度異常、較低緯度印度洋—西太平洋區(qū)域呈現(xiàn)正位勢(shì)高度異常時(shí),高原中部和東部大部分區(qū)域夏季出現(xiàn)暖異常。在上述遙相關(guān)中,印度洋—西太平洋海溫異常可能起到了重要的中間橋梁作用。在高原夏季溫度偏高的年份,前期跨赤道的印度洋—西太平洋海溫也持續(xù)偏暖,帶來的海陸熱力對(duì)比減小、經(jīng)向跨赤道氣流減弱有利于削弱夏季的季風(fēng)環(huán)流,使得高原夏季降水偏少,有利于形成高原夏季的暖異常。在這一高原氣溫—南半球大氣環(huán)流的遙相關(guān)關(guān)系中,4月南半球的大氣位勢(shì)高度場(chǎng)異常和與印度洋—西太平洋海溫異常相關(guān)的異常高度場(chǎng)分布也十分相似。這一前期的跨赤道區(qū)域海溫異常與南半球中高緯度位勢(shì)高度場(chǎng)異常的因果關(guān)系仍有待進(jìn)一步揭示。

摘要:本文針對(duì)2016年6月23日江蘇阜寧龍卷,設(shè)計(jì)了兩組對(duì)流可分辨尺度集合預(yù)報(bào):一組以ERA5再分析資料為初始和側(cè)邊界(CEFS_ERA5);另一組以NCEP GEFS為初始和側(cè)邊界(CEFS_GEFS),評(píng)估了兩組試驗(yàn)對(duì)此次龍卷的預(yù)報(bào)能力。結(jié)果顯示:兩組對(duì)流尺度集合預(yù)報(bào)均有約半數(shù)以上成員能夠再現(xiàn)龍卷超級(jí)單體的特征;2~5 km上升螺旋度(UH25)對(duì)本次龍卷超級(jí)單體有較好的預(yù)報(bào)指示意義。在上述分析的基礎(chǔ)上,考慮位置預(yù)報(bào)偏差,提出了一種基于UH25的鄰域龍卷概率預(yù)報(bào)產(chǎn)品,分析了龍卷概率預(yù)報(bào)技巧對(duì)關(guān)鍵參數(shù)鄰域半徑和UH25閾值的敏感性,CEFS_ERA5鄰域半徑取15個(gè)格點(diǎn),UH25閾值取250 m²·s^-2最優(yōu);而CEFS_GEFS鄰域半徑取15個(gè)格點(diǎn),UH25閾值取100 m²·s^-2最優(yōu)?？偟膩碚f,鄰域概率預(yù)報(bào)產(chǎn)品顯著提升了對(duì)此次龍卷概率預(yù)報(bào)水平。

摘要:本文基于Copula聯(lián)合概率建立表征暖干復(fù)合事件強(qiáng)度的指數(shù),基于單個(gè)輻射強(qiáng)迫的地球系統(tǒng)模式大樣本模擬試驗(yàn)的結(jié)果,使用4種場(chǎng)顯著性檢驗(yàn)的方法分析了不同輻射強(qiáng)迫下中國區(qū)域整體暖干事件強(qiáng)度長期趨勢(shì)信號(hào)的可檢測(cè)性。結(jié)果表明,4種方法得到的結(jié)論較為一致,均表明全強(qiáng)迫(自然外強(qiáng)迫和人為外強(qiáng)迫)下中國大部分區(qū)域復(fù)合事件的強(qiáng)度顯著增強(qiáng),不同集合成員之間的趨勢(shì)較為一致,表明長期趨勢(shì)主要受外強(qiáng)迫而非氣候系統(tǒng)內(nèi)部變率影響,其長期趨勢(shì)的外強(qiáng)迫信號(hào)大約出現(xiàn)在2005年。在單個(gè)溫室氣體強(qiáng)迫的模擬試驗(yàn)下,復(fù)合事件強(qiáng)度的長期趨勢(shì)更為明顯,主要體現(xiàn)在強(qiáng)度更強(qiáng)并且長期趨勢(shì)中外強(qiáng)迫信號(hào)出現(xiàn)的時(shí)間更早(約2000年)。但是在單個(gè)氣溶膠強(qiáng)迫下,尚檢測(cè)不到暖干事件強(qiáng)度長期趨勢(shì)的外強(qiáng)迫信號(hào)。進(jìn)一步分析表明,溫度變化是暖干事件強(qiáng)度長期趨勢(shì)變化的主要貢獻(xiàn)因素。溫室氣體強(qiáng)迫下溫度的貢獻(xiàn)更大,尤其是在我國西部地區(qū)。

摘要:本文從氣候平均角度及年際時(shí)間尺度對(duì)傳統(tǒng)梅雨區(qū)(28°~34°N,110°~123°E)的西北部(NW區(qū))梅雨期降水及其與大氣環(huán)流和海溫的關(guān)系進(jìn)行了研究,重點(diǎn)比較其與典型梅雨區(qū)梅雨期降水的異同。結(jié)果表明:(1)氣候平均而言,850 hPa層次上大于40 g·m·kg^-1·s^-1的水汽輸送帶無法覆蓋NW區(qū),導(dǎo)致該地區(qū)在35~37候沒有類似于江南地區(qū)、長江中下游地區(qū)和江淮地區(qū)梅汛期集中性降水的特征。(2)1979—2017年共39 a中,NW區(qū)有24 a出現(xiàn)了梅雨現(xiàn)象,有15 a為空梅,平均入梅日期為6月27日,比長江流域偏晚13 d,平均出梅日期為7月13日,與長江流域相近,梅雨期平均日降水量與長江流域相當(dāng)。(3)NW區(qū)梅雨期時(shí),雨量偏多的地區(qū)在我國黃淮地區(qū),此時(shí)江南地區(qū)雨量偏少。東亞夏季風(fēng)系統(tǒng)成員,如南亞高壓、西太平洋副熱帶高壓、青藏高原南部梅雨錨槽、低層西北太平洋反氣旋等都比長江流域梅雨時(shí)偏北。(4)與典型梅雨區(qū)不同,NW區(qū)的入梅時(shí)間與赤道印度洋、赤道中東太平洋等關(guān)鍵區(qū)海溫沒有顯著關(guān)聯(lián)。

摘要:本文利用氣體組分及大氣氣溶膠在線監(jiān)測(cè)系統(tǒng)(MARGA ADI 2080)觀測(cè)武漢市2018年1月9—26日大氣氣溶膠中的8種水溶性離子(NH⁺₄、NO^-₃、SO^2-₄、Cl^-、K⁺、Ca²⁺、Na⁺和Mg²⁺),結(jié)合氣象要素?cái)?shù)據(jù),使用主成分分析(PCA)、正定矩陣因子分析法(PMF)、HYSPLIT后向軌跡模式、潛在源區(qū)貢獻(xiàn)(PSCF)和濃度權(quán)重軌跡(CWT),對(duì)霾污染過程中水溶性離子進(jìn)行了全面的來源解析,探究了霾不同階段下來源差異和空間分布特征。結(jié)果表明:(1)本次霾污染中的8種水溶性離子和4種污染氣體,PCA解析出的源和占比分別為二次源和燃煤源的混合源(41.28%)、工業(yè)排放和土壤揚(yáng)塵混合源(27.73%)和機(jī)動(dòng)車排放源(9.63%),PMF解析出的源和占比分別為燃煤與土壤揚(yáng)塵混合源(18.57%)、機(jī)動(dòng)車排放源(20.74%)、二次源(18.30%)、光化學(xué)污染源(22.24%)和燃煤源(20.15%)。(2)霾在不同階段下水溶性離子和4種污染氣體的來源存在差異,在清潔天和霾消散階段,光化學(xué)的貢獻(xiàn)最高,占比分別為31.42%和36.07%;在霾發(fā)生階段燃煤與土壤揚(yáng)塵源的貢獻(xiàn)最高,其貢獻(xiàn)為40.94%;在霾發(fā)展階段,最大的控制源為二次源,貢獻(xiàn)占比為37.51%。(3)此次武漢市霾污染中PM_2.5濃度和NH⁺₄、NO^-₃和SO^2-₄的潛在源區(qū)為皖豫鄂三省和贛湘鄂三省交界處。霾污染中PM_2.5的主要影響范圍是武漢市南部和北部省份,NO^-₃、NH⁺₄和SO^2-₄的主要影響區(qū)域?yàn)槲錆h市東北方向的城市、湖南省和江西省。

摘要:本文基于中尺度區(qū)域模式WRF,開展模式層頂高度變化對(duì)高空氣象要素,特別是高空風(fēng)場(chǎng)數(shù)值模擬影響的研究。通過設(shè)計(jì)模式頂高45、5 hPa兩個(gè)試驗(yàn),同化來源于NOAA-15、NOAA-18、NOAA-19和METOP-2的AMSU-A輻射計(jì)高通道數(shù)據(jù),表明提高模式層頂能夠使衛(wèi)星更多的高通道樣本數(shù)量進(jìn)入同化系統(tǒng),達(dá)到減小背景場(chǎng)誤差,同時(shí)減小高于層頂通道輻射能量對(duì)低層通道影響的目的,一定程度上改進(jìn)了同化效果,從而改善高空氣象要素,特別是風(fēng)場(chǎng)的模擬效果,與觀測(cè)值的均方根誤差減小了約0.4~0.5 m·s^-1。

摘要:本文利用FY-4A紅外云圖和ERA5再分析等資料對(duì)"云雀"和"溫比亞"兩個(gè)臺(tái)風(fēng)的強(qiáng)降水進(jìn)行診斷分析。結(jié)果表明:"云雀"影響華東期間,西太平洋副熱帶高壓(WPSH)不斷加強(qiáng)西伸,臺(tái)風(fēng)路徑右側(cè)輻散環(huán)流維持,臺(tái)風(fēng)中心附近垂直風(fēng)切變指向偏西方向,導(dǎo)致強(qiáng)降水始終集中在臺(tái)風(fēng)路徑左側(cè)。"溫比亞"登陸前,臺(tái)風(fēng)中心附近垂直風(fēng)切變指向西北方向,臺(tái)風(fēng)左側(cè)垂直速度強(qiáng)于右側(cè),有利于強(qiáng)降水發(fā)生在臺(tái)風(fēng)路徑左側(cè)。"溫比亞"登陸后,垂直風(fēng)切變轉(zhuǎn)為指向東北方向,臺(tái)風(fēng)右側(cè)垂直速度強(qiáng)于左側(cè),有利于強(qiáng)降水發(fā)生在臺(tái)風(fēng)路徑右側(cè)。進(jìn)一步分析指出,"云雀"登陸時(shí)期的垂直風(fēng)切變和WPSH南側(cè)偏東風(fēng)氣流有關(guān);而"溫比亞"登陸后WPSH減弱東退和中高緯高空脊東移,垂直風(fēng)切變指向變化和高空脊后部的西南氣流有關(guān)。

摘要:以江蘇1961—2020年夏季(6—9月)強(qiáng)降水事件的監(jiān)測(cè)為例,分析評(píng)估了多種強(qiáng)降水事件的判定指標(biāo),如以百分位法、Gamma分布法和重現(xiàn)期法為代表的頻率匹配閾值法及考慮偏離氣候態(tài)程度的異常度法。結(jié)果表明,由于降水事件的區(qū)域差異和季節(jié)內(nèi)變化特征,強(qiáng)(極端強(qiáng))降水事件判定指標(biāo)的設(shè)計(jì)應(yīng)分區(qū)域分時(shí)段討論,且能定量反映降水強(qiáng)度大、相對(duì)氣候態(tài)異常顯著且發(fā)生概率少(極少)的特點(diǎn)。不同判定方法所強(qiáng)調(diào)的強(qiáng)(極端強(qiáng))降水事件的特點(diǎn)不同,如百分位法Type-Ⅱ強(qiáng)調(diào)了降水極值的極少發(fā)生,異常度法突出反映大幅度偏離氣候態(tài)的程度。不同指標(biāo)所確立的閾值大小也存在明顯差別,如對(duì)于江蘇夏季極端強(qiáng)降水事件的判定,百分位法Type-Ⅱ閾值最高,其次是異常度法,分別相當(dāng)于20、10 a一遇最大降水量,百分位法Type-Ⅲ和Gamma分布法則相當(dāng)于5 a一遇最大降水量。在與降水相關(guān)的服務(wù)工作中,不同地區(qū)需制定更詳細(xì)的地方標(biāo)準(zhǔn)來明確強(qiáng)降水事件的定義,增強(qiáng)服務(wù)用語的規(guī)范性。

摘要:本文基于Farneback光流法實(shí)現(xiàn)了雷達(dá)回波追蹤,并選取不同天氣類型的雷達(dá)資料進(jìn)行測(cè)試評(píng)估,結(jié)果表明:利用Farneback光流法估算的位移場(chǎng)空間分辨率和準(zhǔn)確度均較高,空間分辨率為1 km,風(fēng)向風(fēng)速與實(shí)況吻合,能清晰刻畫出風(fēng)場(chǎng)中的輻合輻散結(jié)構(gòu)。利用主觀對(duì)比法和客觀指標(biāo)計(jì)算法與交叉相關(guān)法(TREC)作對(duì)比,表明利用Farneback光流法得到的回波位移場(chǎng)精度優(yōu)于TREC法,應(yīng)用前景良好。

摘要:本文針對(duì)傳統(tǒng)的體散射模型并未考慮大氣不均勻性對(duì)信號(hào)傳輸?shù)挠绊懙葐栴},通過引入垂直非均勻的大氣參數(shù)改進(jìn)了模型,并利用其建立了體目標(biāo)的雙基地激光測(cè)風(fēng)雷達(dá)方程,仿真了側(cè)向散射回波信號(hào),并與單基地雷達(dá)進(jìn)行了對(duì)比分析。研究表明:水平方向上,雙基地激光測(cè)風(fēng)雷達(dá)的回波信號(hào)分布特征與單基地雷達(dá)差異較大,其回波信號(hào)等值線在近地面為卵形線,隨著探測(cè)高度的增加,回波信號(hào)等值線逐漸變?yōu)橐灾?、被?dòng)雷達(dá)為焦點(diǎn)的橢圓形,并最終趨近于圓形;垂直方向上,雙基地激光測(cè)風(fēng)雷達(dá)的回波信號(hào)隨高度衰減劇烈,近地面的回波能量約為10^-10 J,4 km高度的回波能量約為10^-15J,在中低層大氣(0~10 km),回波信號(hào)中氣溶膠散射占比大,在高層大氣(10 km以上),分子散射占比大。

摘要:本研究基于2001—2020年中分辨率成像光譜儀遙感產(chǎn)品,使用諧波分析重建完整作物生長過程植被指數(shù)變化曲線,對(duì)江蘇省范圍內(nèi)水稻種植區(qū)域的收獲期進(jìn)行提取。同時(shí)利用Sen趨勢(shì)分析與相關(guān)分析方法,研究水稻收獲期時(shí)空動(dòng)態(tài)變化趨勢(shì)與影響因子。結(jié)果表明:利用諧波分析方法能夠較好地重建作物生長期生理參數(shù)變化曲線,濾波值與原始值線性相關(guān)系數(shù)達(dá)到0.8;水稻收獲期分布在9月中旬到12月上旬之間,2010年之后,10月中下旬之后占比增加,達(dá)到50%以上;部分地區(qū)水稻收獲期呈現(xiàn)延遲趨勢(shì),南京北部、揚(yáng)州、鹽城北部地區(qū)為3 d·a^-1及以上,泰州、南通等地區(qū)保持穩(wěn)定,趨勢(shì)絕對(duì)值低于1 d·a^-1;9—11月降水日數(shù)與降水量均對(duì)水稻收獲期有影響,10月降水量與收獲期存在負(fù)相關(guān),10、11月降水日數(shù)與收獲期存在正相關(guān)。本研究的基于遙感的水稻收獲期提取方法為大范圍的水稻農(nóng)業(yè)物候信息提取提供參考。

摘要:本文以蘇州市吳江區(qū)為例,利用1971—2016年吳江區(qū)常規(guī)氣象觀測(cè)資料、2004—2016年吳江區(qū)自動(dòng)氣象觀測(cè)數(shù)據(jù)、2016年吳江區(qū)各鎮(zhèn)人口和面積數(shù)據(jù)、2016年ASTER GDEM 高程數(shù)據(jù)和Landsat 8 OLI_TIRS衛(wèi)星遙感數(shù)據(jù),將湖陸風(fēng)指數(shù)引入人居自然環(huán)境適宜性評(píng)價(jià)體系,建立緩沖區(qū)后,分別計(jì)算氣候適宜性指數(shù)、地被指數(shù)、水文指數(shù)、湖陸風(fēng)指數(shù)和人居環(huán)境自然適宜性綜合指數(shù),在此基礎(chǔ)上,分區(qū)分級(jí)評(píng)價(jià)了吳江區(qū)人居環(huán)境的自然適宜性。研究結(jié)果表明:(1)吳江區(qū)人居環(huán)境自然適宜度從西部往東部逐漸遞減。(2)一般適宜區(qū)主要位于吳江區(qū)的東北部和東南局地,中度適宜區(qū)分布在中北部和南部,較高適宜區(qū)位于中部以西太湖沿岸,高度適宜區(qū)位于緊臨太湖的西南地區(qū),極高適宜區(qū)位于西南角局部地區(qū)。(3)引入湖陸風(fēng)指數(shù)后,評(píng)價(jià)結(jié)果能更好地反映臨湖平原的湖陸風(fēng)環(huán)流對(duì)局地氣候所起的關(guān)鍵作用。(4)建立緩沖區(qū)后的水文指數(shù)分布能夠更客觀地反映吳江區(qū)不同尺度水體分布對(duì)人居環(huán)境自然選擇的影響。

摘要:基于第六次耦合模式比較計(jì)劃(CMIP6)的3個(gè)全球氣候模式結(jié)果,利用經(jīng)驗(yàn)正交分解方法和參數(shù)方法分析了模式模擬的熱帶地區(qū)大尺度大氣垂直運(yùn)動(dòng)廓線特征并揭示其與云和輻射量的關(guān)系。結(jié)果表明,基于EOF分解方法,3個(gè)模式均可較好地再現(xiàn)熱帶大氣垂直運(yùn)動(dòng)特征,即熱帶大氣垂直運(yùn)動(dòng)90%以上的方差可由兩個(gè)主導(dǎo)的垂直結(jié)構(gòu)模態(tài)解釋,其中EOF1表征大氣的整體上升或下沉,EOF2表征一個(gè)由深厚的中層輻合輻散占主導(dǎo)的垂直運(yùn)動(dòng)廓線。在此基礎(chǔ)上定義了一對(duì)更為簡潔易用的參數(shù)(ω和dω),此對(duì)參數(shù)可較好地描述EOF分解所揭示出的垂直運(yùn)動(dòng)廓線特征。利用新定義的參數(shù)發(fā)現(xiàn),在西太平洋暖池區(qū)域,高云在"上重"下沉區(qū)域?yàn)榈椭?中云云量在"下重"上升運(yùn)動(dòng)區(qū)域?yàn)楦咧怠４髿鈱禹攲?duì)外長波短波輻射均表現(xiàn)出對(duì)運(yùn)動(dòng)廓線結(jié)構(gòu)的依賴。研究為評(píng)估氣候模式對(duì)云和輻射模擬提供了一組有效因子。

摘要:針對(duì)2020年第9號(hào)臺(tái)風(fēng)"美莎克"期間FY-4A 高光譜紅外干涉式大氣垂直探測(cè)儀GIIRS每15 min一次的目標(biāo)區(qū)跟蹤加密觀測(cè)資料,用三維卷積神經(jīng)網(wǎng)絡(luò)算法反演的全天空大氣溫度、濕度廓線分析了臺(tái)風(fēng)處于生命史不同階段時(shí)暖心結(jié)構(gòu)和濕度場(chǎng)結(jié)構(gòu)的演變特征。結(jié)果表明:卷積神經(jīng)網(wǎng)絡(luò)的深度機(jī)器學(xué)習(xí)算法可以用來反演全天空的三維大氣溫度和濕度垂直廓線,不光適用范圍廣(晴空和有云視場(chǎng))、反演精度高,而且反演速度快。利用靜止衛(wèi)星平臺(tái)高時(shí)間分辨率的特性,反演得到的溫度、濕度廓線可以細(xì)致追蹤臺(tái)風(fēng)處于發(fā)展、成熟和登陸等階段時(shí)暖心結(jié)構(gòu)和濕度場(chǎng)的時(shí)空演變特征。臺(tái)風(fēng)從發(fā)展階段(熱帶風(fēng)暴和強(qiáng)熱帶風(fēng)暴)到成熟階段至登陸消亡時(shí),暖心首先出現(xiàn)在對(duì)流層中高層較薄的區(qū)域,隨著臺(tái)風(fēng)強(qiáng)度的加強(qiáng),深厚的暖心結(jié)構(gòu)明顯、強(qiáng)度增加,水平面積增大且垂直往下延伸。由于對(duì)流云中強(qiáng)上升氣流的輸送水汽正距平區(qū)逐漸上傳至300 hPa,臺(tái)風(fēng)最強(qiáng)時(shí)密閉云區(qū)與四周下沉氣流區(qū)比濕差高到8 K·kg^-1。暖心結(jié)構(gòu)和高濕度中心隨著臺(tái)風(fēng)登陸而逐漸消失。