排序方式: 共有36条查询结果,搜索用时 484 毫秒
31.
安徽省农作物干旱损失动态评估模型及其试用 总被引:7,自引:3,他引:4
利用安徽省78个气象站1971-2005年资料,采用FAO Penman-Monteith模型和一季稻作物系数计算作物需水量,得到针对一季稻的农业干旱指标;在分析了1980年以来一季稻主要发育期变化不大的基础上,利用多年农业气象观测资料,采用詹森乘法作物-水分模型新解法进行一季稻干旱敏感性系数分解,得到一季稻逐旬敏感性系数;建立了基于农业干旱强度、作物敏感性和区域脆弱性的一季稻旱灾损失评估模型。试用结果表明,模型的相对误差大部分为20%~35%,绝对误差为2.9~4.0,基本满足业务应用。由于各地水稻品种不同,抗灾能力也有差异,因此模型误差仍偏大,需进一步修正模型,并加强抗灾能力对减轻灾害损失贡献的研究。 相似文献
32.
近年来,城市内涝问题日益突出,严重影响着城市的可持续发展。运用合肥市气象数据、地理信息数据、社会经济统计数据以及历史内涝灾情数据,基于二维非恒定流水动力模型(FloodArea),开展城市内涝灾害风险评估与预警技术研究。研究表明:根据城市内涝预警业务需求,综合暴雨强度公式和广义极值分布两种方法,推算出合肥市1、3、6、12、24 h下5、10、20、30、50、100 a一遇的降水量,应用FloodArea模型模拟得到不同历时下多个重现期的淹没水深图谱,耦合精细化的承灾体信息及脆弱性曲线,完成合肥市城市内涝风险评估,再结合强降水预报,开展城市内涝风险预警业务应用;由典型内涝过程的效果检验可知,风险评估结果与灾情调查数据较为吻合、可靠度高,进而建立了降水预报→淹没模拟→风险评估→预警发布→效果检验一套较为完备的城市内涝风险评估与预警业务流程,可用于城市内涝实时风险评估与预警业务。 相似文献
33.
传输指数在合肥市重污染过程中的应用分析 总被引:2,自引:0,他引:2
利用潜在源区贡献法计算了合肥市2015年冬季传输指数,并基于传输指数和PM_(2.5)浓度将合肥市的重污染过程划分为3类,同时对各类重污染过程进行气象成因分析.结果表明:污染物传输型重污染过程的传输指数明显增大且PM_(2.5)浓度急剧增大;污染物积累型重污染过程的传输指数无明显增大且PM_(2.5)浓度逐渐增大;污染物暴发性排放型重污染过程的传输指数无明显增大但PM_(2.5)浓度急剧增大.污染物传输型重污染过程主要是高压南下迫使北方重污染气团输送引起的;污染物积累型重污染过程主要是静稳的天气形势导致污染物堆积造成的;污染物爆发性排放型重污染过程是由污染物暴发性排放而无法及时扩散引起的. 相似文献
34.
35.
基于CALIOP的安徽沿淮地区霾天气溶胶类型及垂直分布特征 总被引:2,自引:0,他引:2
利用CALIPSO卫星气溶胶廓线数据、地面观测资料进行统计分析,给出了2012—2013年安徽沿淮地区霾日气溶胶的垂直廓线分布.基于后向轨迹及聚类分析,获得沿淮地区污染的主要来源及传输方向,并进一步利用卫星类型掩码产品(VFM)及EC再分析资料,对不同来源的气溶胶类型、气溶胶垂直分布及导致污染的典型天气形势进行分析.结果表明,沿淮地区消光系数随高度减小,霾日近地面消光系数为0.53km~(-1),约为晴空日的2.5倍.污染性天气主要为本地污染积累(占比为46%),其次为长三角区域污染带及京津冀等地污染传输作用影响.在静稳天气背景下,850 h Pa暖平流形成逆温层易导致沿淮地区本地污染,大陆污染型气溶胶为主要成分,近地面受低压上升气流影响,污染物在垂直方向上略有抬升,聚集高度为0.4~0.8 km.当西太平洋副热带高压5880位势高度等值线西伸北进,长三角区域整层大气均被高压控制,易产生污染沙尘型气溶胶,污染物聚集在近地面且浓度随高度减小.而在冷空气南下早期,850 h Pa冷平流易将京津冀地区污染传输到沿淮地区,气溶胶类型为大陆污染型气溶胶和污染沙尘型气溶胶,在1~2 km处高污染浓度最高,高于近地层. 相似文献
36.
安徽省近40年参考作物蒸散量的敏感性分析 总被引:3,自引:0,他引:3
利用安徽省79个站点1971—2010年逐日气象资料,采用FAO Penman-Monteith公式计算了近40年安徽省参考作物蒸散量(ET0)以及ET0对日照时数、相对湿度、风速、温度等气象因子的敏感系数,并对ET0的时空分布和4个气象因子敏感系数的时空变化特征进行了分析。结果表明:近40年来安徽省年平均参考作物蒸散量为862 mm,自1971年以来,年平均参考作物蒸散量总体上呈现波动下降趋势;空间分布上,基本呈自北向南、自低向高递减趋势;ET0与平均温度、日照时数、相对湿度和风速的敏感性方面,ET0对相对湿度的变化最为敏感,其次是日照时数、风速,对平均温度的敏感性最低。从近40年各气象因子敏感系数的多年变化特征来看,平均温度、日照时数和风速的敏感系数以平稳波动为主,年际间变化不是很明显,而相对湿度敏感系数则呈现明显的上升趋势(通过0.01的显著性检验),其绝对值有明显的减小趋势,表明相对湿度对参考作物蒸散的敏感性在减弱。在年内变化特征方面,总体来说,相对湿度敏感系数年内变化表现为明显的双峰型变化特征,而平均温度、日照时数和风速年内变化特征为单峰型。在这4个气象要素对ET0的贡献率方面,贡献率最大的是相对湿度,四个影响ET0的气象要素对ET0变化的总贡献为-1.33%。综合敏感性和贡献率两方面因素分析,日照时数和风速的变化趋势在很大程度上解释了ET0呈下降趋势的原因。 相似文献