排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
受气候和地形等多种因素影响,气象干旱指数在不同地区有着不同的表现.位于长江上游地区的四川省地貌条件复杂,气候类型多样,在使用气象干旱指数进行干旱监测前需要评估其适用性.利用四川省34个气象站点1987～2016年间日降水和日平均气温数据,基于SPI、SPEI和2017年新版国标文件中增加的MCI指数,利用时间序列和空间插值等方法主要对四川省1987～2010年间的干旱过程和干旱年份进行了分析,借助建立的RMSE指标和评分法重点研究了多时间尺度指数反映的干旱强度、干旱范围等与实际旱情的符合度.结果表明:(1)总体上MCI最好,SPI与SPEI效果接近;具体月尺度上,MCI、SPI3(3个月)、SPEI 3(3个月)是适用性排名的前三位.(2)川东部盆地适合用MCI,川西南山地适合用SPEI 3,川西北高原适合用SPI 6(6个月)或SPI 1(1个月).(3)SPI、SPEI、MCI指数在川东部盆地的监测误差最小,川西南山地次之,川西北高原最大. 相似文献
2.
结合GIS数据对合肥市大气污染状况的初步数值模拟研究 总被引：1，自引：0，他引：1
应用WRF-SMOKE-CMAQ模式结合地理信息系统(GIS),数值模拟研究了合肥市大气污染状况.在排放处理过程中,安徽省统计类面源排放采用GIS工具进行空间分配,并收集重点企业排放数据,以点源形式导入数值模型中,驱动多尺度空气质量模式CMAQ模拟合肥2014年12月大气污染现状.结合合肥市环境空气质量站点PM_(2.5)、NO_2日均浓度和小时浓度对比验证表明:1采用GIS数据空间优化获得的统计类排放面源较合理地呈现相关联排放的地理特征.2当前模式系统可以较好地模拟出2014年12月合肥市PM_(2.5)污染物变化特征,尤其是12月20日—26日PM_(2.5)污染累积和消散过程,站点的模拟实测两倍因子在63%~77%之间,合理反映出当月合肥市区PM_(2.5)污染状况.3模式对于NO_2模拟,在部分区域具有较好的模拟效果,但在部分区域模式只能模拟出NO_2大致变化趋势;所有有效站点的比对结果平均偏差为21.92μg·m~(-3),整体存在偏高现象;有40%站点FAC2在73%~88%之间,除个别观测数据异常较多站点外,其他站点FAC2在50%左右,这种差异是由于模式网格分辨率较低、排放源分配及站点选取引起的. 相似文献
1