共查询到20条相似文献,搜索用时 15 毫秒
1.
青海东部雷电灾害分析及防雷减灾对策 总被引:1,自引:0,他引:1
文章通过1971~2000年雷暴资料的统计分析,按规范标准划分了东部地区的雷暴日等级,通过近4a东部地区各类雷电灾害的统计分析,提出了避免雷电灾害引发环境污染和灾害的防御对策。 相似文献
2.
1956-2005年上海气象灾害时空变化分析 总被引:2,自引:0,他引:2
根据上海市历史气象灾害资料,对1956-2005年上海5种气象灾害的时空变化特征进行了分析.结果表明:①从时间变化来看,气象灾害年际变化呈波动上升趋势;从各灾种来看,1956-1985年影响上海的5种气象灾害发生的次数基本均衡,而1986-2005年暴雨洪涝和大风两种灾害成为影响上海的主要气象灾害.②从空间变化上看,浦东新区和崇明县为气象灾害高发区,而闵行区和金山区为低发区;对各灾种来说,除暴雨洪涝的发生次数和频度在市区最高外,其余4种气象灾害均是在浦东新区最高,而暴雨洪涝是各区发生次数和频度最高的,龙卷风则是最低的. 相似文献
3.
1956--2005年上海气象灾害时空变化分析 总被引:1,自引:0,他引:1
根据上海市历史气象灾害资料,对1956---2005年上海5种气象灾害的时空变化特征进行了分析。结果表明:①从时问变化来看,气象灾害年际变化呈波动上升趋势;从各灾种来看,1956--1985年影响上海的5种气象灾害发生的次数基本均衡,而1986—2005年暴雨洪涝和大风两种灾害成为影响上海的主要气象灾害。②从空间变化上看,浦东新区和崇明县为气象灾害高发区,而闵行区和金山区为低发区;对各灾种来说,除暴雨洪涝的发生次数和频度在市区最高外,其余4种气象灾害均是在浦东新区最高,而暴雨洪涝是各区发生次数和频度最高的,龙卷风则是最低的。 相似文献
4.
5.
根据近17年的莆田市气候影响评价资料,结合实地调查,对莆田市台风、暴雨、冰雹、干旱、寒潮等主要气象灾害的基本特点进行了分析。研究表明,近17年莆田市危害最大的气象灾害是台风灾害,其次为洪涝灾害,揭示了几种主要气象灾害之间的相互关系,并提出相应的减灾对策。 相似文献
6.
讨论了岳普湖县农业气候特点,及干旱、大风、霜冻、干热风、雨害、冰雹等气象灾害机制,时空分布,变化趋势及危害损失状况。归纳了灾害天气的防御措施。 相似文献
7.
8.
9.
10.
11.
12.
13.
14.
根据国际流行的灾害评估模式,通过对秦皇岛市气象灾害的分布和环境状况的调查,建立风险要素和风险级别的隶属关系矩阵,用层次分析法来确定风险要素权重的排序,凭借DPS数据处理软件(DataProcessingSystem)计算权重,得到综合脆弱度指数集合,获得相关区域的气象灾害风险指数得分。 相似文献
15.
利用青南地区1961~2017年14个气象站逐日降水量,采用线性趋势、M-K突变检验和Morlet小波分析等方法,研究了该地区近57年降水的变化特征以及地域性差异。结果表明:青南地区年降水量、降水强度呈现增加趋势,降水日数反呈减少趋势,尤其以较小强度降水日数减少趋势明显,21世纪以来的近10多年是降水量最充沛、强度最强的时期;降水变化呈现季节性差异,除夏、秋两季降水日数呈减少趋势外,其余各季降水指数均呈增加趋势且春季增幅最大;降水强值区位于澜沧江源区南部和黄河源区,弱值区位于长江源区北部;年降水量和降水强度的突变增加发生在本世纪初;三代表源区中长江源区降水条件最差,黄河源区居中,澜沧江源区最理想,但长江源区为降水量及降水强度增长速率最快的源区。 相似文献
16.
17.
18.
青海蒸发皿蒸发量时空变化特征及成因分析 总被引:1,自引:0,他引:1
文章利用青海省44个台站观测的蒸发皿蒸发量、相对湿度、风速、平均温度、最高温度、最低温度、云量、日较差、日照时数等气象因子,在分析全省及各个区域蒸发皿蒸发量年蒸发量及春、夏、秋、冬四季的变化趋势的同时,利用相关分析进行蒸发皿蒸发量下降的形成原因。结果表明:青海全省及各个区域年以及四季蒸发皿蒸发量大部分都表现为明显的下降趋势,仅在秋季时,青南区域有上升趋势;在空间分布上表现为从柴达木地区向青南地区逐渐减小的趋势。对于全省来讲日较差、风速、最低温度和相对湿度是导致全省蒸发皿蒸发量下降的主要原因;东北部区是日较差、风速、日照时数、最低温度和相对湿度;柴达木区是日较差、风速、最低温度和日照时数;青南区最可能的原因是日较差和相对湿度。说明导致青海省蒸发皿蒸发量下降的最重要原因是日较差和风速的减小。 相似文献
19.
利用相关分析、逐步回归等统计方法,考察了成都地区PM10的变化趋势及不同气象要素对PM10变化的作用。结果表明,成都地区PM10逐年递减,月际尺度上呈典型的“U”型分布。PM10质量浓度的变化与最大风速、降水量及气压、日照时数、平均风速的变化负相关,与气温及相对湿度的变化正相关。不同季节影响PM10变化的典型气象因子不同,冬、春季最大风速影响最大,夏、秋季平均风速影响最大。通过建立PM10变化的多元回归预测模型,为成都地区PM10变化的预测及管控措施的制定提供了科学依据。 相似文献
20.