简介:利用Г分布函数对中国1951—2004年地面台站逐日降水观测资料进行雨日降水量概率分布拟合并定义极端降水事件,在此基础上对极端降水日数与ENSO的关系进行分析研究。结果表明,ENSO对同期的极端降水发生频率在不同地区和不同季节表现出不同的影响作用。总体而言,中国极端降水事件更易发生在厄尔尼诺年的冬春季和拉尼娜年的夏秋季。极端降水在对ENSO强信号的滞后响应上,其发生频率在时空上发生了变化,主要表现为,多数地方更易在ENSO暖位相出现后的半年左右发生极端降水事件。研究表明,ENSO冷暖信号对我国极端降水事件多寡的影响具有不对称性。
简介:ByusingthesummertorrentialraindaysdatainNingxia,theYinchuansoundingdataandtheNCEP/NCARreaualyzeddata,theevolutionalcharacteristicsandthecauseoftorrentialraindaysinNingxiawereanalyzedunderthebackgroundofclimatewarming.Theresultsshowthatbothannualtorrentialraindaysandannualmeantemperaturedisplayedconsistentincreasingtrends.FurtheranalysisresultsindicatethatatmosphericpotentialinstabilityhasgrowninthedaytimeinbothJulyandAugustandinthenighttimeinJuly,butweakenedinthenighttimeinAugustaftertheclimatewarmingofNingxia.Therefore,theclimatewarmingnotonlycausedmoredistinctivediurnalvariationoftheverticaldistributionofatmospherictemperaturesinYinchuan,butalsoresultedintheincreaseoftorrentialraindaysandinmoreobviousdiurnalvariationofthetorrentialraininNingxia.
简介:摘要:利用晋城市2019年5个气象站观测资料进行统计分析,阐述了晋城市的分布规律,包括雾日数的月变化、季变化特征,为防治大雾天气造成的危害、改善生存环境提供科学依据和基础信息。结果表明:2019年晋城市全市雾的月变化不尽相同。城区雾日数的月变化气候倾向率为0.0909,说明2019年晋城市雾日呈现出缓慢上升的状态,且以多峰结构为主;2019年晋城市共出现雾日8d,尤以冬季出现频率最高,占50%,其次是春季和秋季,分别占25%,夏季没有雾天出现,说明晋城市雾日的季节性变化较为突出。
简介:摘 要:利用1951-2017年中国西南喀斯特地区81个地面气象观测站逐日降水资料,运用气候倾向率的方法研究了中国西南喀斯特地区大暴雨降水量及降水日数的时空分布,结果表明:中国西南喀斯特地区90~94%地区年大暴日数随时间的变化不明显,没有通过0.05的显著性检验。约1%地区的年大暴日数随时间减少。5~9%地区的年大暴日数随时间增加,都通过显著性检验。1-12月,90~99%地区的大暴雨日数百分比随时间变化不明显,没通过0.05显著性检验,0~5%地区的大暴雨日数百分比随时间减小,0~5%地区的大暴雨日数百分比随时间增加,通过0.05、0.01显著性检验。