季节和年际变化论文_尤俊丽,简茂球,林晓霞

导读:本文包含了季节和年际变化论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:季节,土壤,南海,日本海,青藏高原,函数,气溶胶。

季节和年际变化论文文献综述

尤俊丽,简茂球,林晓霞[1](2019)在《春季对流层温度的季内和季节以上分量对南海夏季风爆发的年代际变化的相对影响》一文中研究指出南海夏季风爆发时间在1993/1994年出现显着的年代际提早,探讨了大气要素场的不同时间尺度分量季节演变的年代际变异对南海夏季风爆发时间的年代际变异的相对影响作用。南海夏季风爆发时间的年代际提早与南海季风区对流层经向温度梯度季节性逆转的年代际提早有密切联系。南海季风区5月中对流层经向温度梯度年代际增强主要由季风区北部温度的年代际显着增暖造成。季内分量和季节以上分量对1993年之前南海季风区经向温度梯度逆转及加强时间偏晚的作用同等重要。经向温度梯度距平的季节以上分量主要源于季风区北部温度相应分量的贡献,而季节内分量则主要由南部相应分量影响所致,并由25~90 d分量所主导。季节以上分量对1994年之后南海季风区经向温度梯度逆转及加强时间偏早的贡献要大于季节内分量的贡献。经向温度梯度距平的季节以上分量和季内分量对总距平的正贡献都主要来自于季风区北部温度相应分量。两种季内低频分量对温度梯度季内分量的贡献率相当,10~25 d分量主要由南海北部温度相应分量所主导,25~90 d分量对总距平的正贡献也源自北部分量。准双周振荡分量对各年代南海夏季风爆发具有明显的触发作用。(本文来源于《热带气象学报》期刊2019年03期)

吴建国,徐天莹[2](2019)在《气候变化对河北坝上地区草地土壤风蚀扬尘季节和年排放速率的影响》一文中研究指出以全球气候模式NorESM1-M产生的RCP2.6、RCP4.5、RCP6.0、RCP8.5气候变化情景数据和原环保部推荐的土壤风蚀扬尘计算方法,模拟分析了未来气候变化对河北坝上砂粘壤土、粘壤土、壤粘土、砂壤土、砂粘土和风沙土草地土壤风蚀扬尘总可悬浮颗粒物(Total Suspended Particle,TSP)、PM_(10)和PM_(2.5)的季节及年排放速率的影响。结果表明:气候变化影响下坝上地区气温上升,年降水量和风速波动较大、并存在上升和下降的趋势。相比基准情景,在RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下,各土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)季节排放速率在春季分别高15%、47%、28%和46%;秋季分别高17%、54%、45%和38%;冬季分别低36%、42%、39%和44%;夏季,在RCP2.6情景下低1%,在RCP4.5、RCP6.0和RCP8.5情景下分别高14%、3%和7%;未来气候变化情景下,各土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)年排放速率分别高25%、54%、35%和54%。基准和未来气候变化情景下,土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)的季节和年排放速率及其差异从高到低均依次为砂粘壤土、风沙土、砂壤土、粘壤土、壤粘土和砂粘土。表明未来气候变化将使河北坝上地区草地土壤风蚀扬尘排放速率增加,但存在季节和气候变化情景方面的差异。(本文来源于《气象与环境学报》期刊2019年03期)

徐闯,许永基,胡嘉镗,李适宇,刘晋涛[3](2019)在《基于高精度海洋动力模型的珠江口羽状流季节和年际变化规律研究》一文中研究指出基于高精度海洋动力模型FVCOM (finite-volume community ocean model),模拟分析了1999—2010年珠江口羽状流的季节和年际变化规律,并结合经验正交函数(empiricalorthogonalfunction, EOF)分析探讨了影响珠江口羽状流扩展变化的主要动力因子。采用模拟时段内的现场观测数据对多年模拟结果进行验证,结果表明模型具有较高的精度,能够较好地模拟珠江口羽状流的扩展变化规律。模拟结果显示,珠江口羽状流存在显着的季节变化。夏季,受大径流和西南风的影响,羽状流的扩展呈现双向特征,即粤西沿岸扩展和粤东离岸扩展同时存在,扩展范围最大;冬季,径流衰减为最小值,风场转变为强烈的东北风,羽状流被紧紧挤压在西岸,形成狭窄的条带状,扩展范围最小;春、秋两季属于过渡季节,羽状流扩展情况类似,均表现为沿岸向粤西扩展。年际变化层面,夏季羽状流的年际变化最为显着,呈现粤东扩展占优型、近似对称型和粤西扩展占优型叁种形态;春季羽状流的年际变化次之,羽状流的差异主要体现在珠江口和粤西海域;秋、冬两季羽状流的年际变化较小,尤以冬季最小。EOF分析的第一模态可以解释整体变化的91.2%,反映了径流量对珠江口羽状流的影响;第二模态可以解释整体变化的4.1%,反映了盛行风对珠江口羽状流的影响。(本文来源于《热带海洋学报》期刊2019年03期)

吴玥[4](2019)在《生物质燃烧和外源输送对青藏高原黑碳季节—年际变化影响的模拟研究》一文中研究指出黑碳气溶胶作为大气气溶胶的重要组成部分,在区域和全球气候变化中发挥着重要作用。青藏高原上空的黑碳气溶胶会导致冰川融化,从而引起环流变化,进而改变全球气候。由于缺乏观测,我们对青藏高原地区黑碳气溶胶时空分布特征的认识相当有限。本研究利用叁维全球化学输送模式GEOS-Chem,分析了 1995-2004年间青藏高原地区地表黑碳气溶胶的空间分布特征和季节变化,从空间上看,青藏高原地表黑碳浓度呈现出由边缘向中心逐渐降低的趋势,对整个青藏高原平均地表黑碳浓度而言,呈现出冬天高夏天低的季节变化特征,但中心区域地表黑碳浓度的峰值出现在春天而不是冬天。本研究通过春季和冬季高原上空气流辐合向南延伸的不同深度解释了整个青藏高原和中心区域地表黑碳浓度峰值出现季节不同的原因。本研究结合HYSPLT后向轨迹数据和GEOS-Chem模式结果,计算了外部源区对青藏高原地表黑碳浓度贡献的绝对量和相对值。结果表明,南亚和东亚是两大主要源区,由冬天到春天的季节变化中,南亚贡献降低,东亚贡献增加。1995-2004年间,生物质燃烧排放和外部输送都可以很好地部分解释青藏高原地表黑碳浓度的年际变化。在春天,生物质燃烧排放,尤其是高原本地南部边缘植被覆盖区产生的生物质燃烧对黑碳年际变化影响较大;而外部输送的变化对冬季黑碳浓度的年际变化影响较大。利用印度季风指数(IMI)发现南亚季风与青藏高原地表黑碳浓度之间存在密切联系。在春季,青藏高原地表黑碳浓度与南亚季风强度在高原大部分地区呈正相关:南亚季风越强,南亚向青藏高原输送的黑碳越多,青藏高原地表黑碳浓度越高;冬季与春季相反,青藏高原地表黑碳浓度与南亚季风强度在大部分地区呈负相关,南亚冬季风越强,越不利于外部输送,青藏高原地表黑碳浓度越低。这些研究结果对了解青藏高原地区黑碳气溶胶导致积雪融化的时空分布具有一定的指导意义。(本文来源于《南京大学》期刊2019-05-01)

季丹丹,陈玺文,胡燕华,许志超[5](2019)在《绍兴地区热岛效应的季节变化及年际差异的成因分析》一文中研究指出文章从绍兴市5个气象站的气温数据中挑选城市和郊区的代表性站点研究近30年来的温度变化,发现城郊温差是呈波动上升趋势的;从中挑选期间的4个年份,重点研究绍兴地区热岛效应的季节变化特征,发现四季变化中夏季最容易出现热岛效应,且低强度热岛和中等强度热岛所占比重较大。随后进行年际对比研究,发现年际差异主要显现在2001年以后热岛效应频率和强度的增长幅度均增大,其中是中等强度在次数和强度上的比重加大,在热岛效应增加的角度上有决定性意义。查阅文献分析该结论的产生原因,发现2000—2010年热岛强度呈倍数增长,这可能和2000年以后工业比重逐年增大有关。滨海工业区和袍江工业区的建立带来了产业规模的扩大,引起了工业用地的增加,大量外来人口的流入也带动了基础设施建设、房地产业、商业、餐饮、娱乐等的快速发展,使城区周边地区得到开发。工业的发展和人口的增加是导致绍兴热岛效应年际变化,且主要呈增长趋势的主要原因。(本文来源于《中国城市林业》期刊2019年02期)

王冠楠,钟贻森,周朦,刘海龙,张召儒[6](2019)在《运用CSEOF方法分析南海表面温度季节与年际变化》一文中研究指出本文基于粗分辨率卫星数据和中尺度分辨率ROMS模型数据,通过一种较新的循环平稳经验正交函数(CSEOF)方法,分析南海表面温度的季节变化与年际变化,其中南海表面温度的第一模态和第二模态分别代表南海温度的季节变化信号和随ENSO变化的信号。卫星与模型的第一模态的空间分布较为一致,南海北部相对南部具有更强的季节变化,第一模态时间序列主成分与Nino3指数具有一定相关性,但相关系数小于30%。卫星与模型第二模态时间序列主成分与Nino3相关性较高,均大于50%,落后Nino3指数7个月。通过对比模型与卫星结果发现,中尺度过程的引入仅使第二模态空间分布更为复杂,而对第一模态的季节变化及与ENSO信号的相关性并没有显着影响。赤道太平洋温度异常通过大气环流无延迟的影响南海的云层覆盖和蒸发,进而影响南海表面的短波辐射和潜热通量,混合层中垂向混合和夹带过程可能是阻碍南海表面温度过快响应净热通量改变的原因。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年06期)

朱梦琪,史洁,郭新宇,高会旺[7](2019)在《对马海峡水团组成对日本海温盐分布影响的季节及年际变化》一文中研究指出基于WOD13(World Ocean Database 2013)的温盐观测资料,分析了对马海峡断面和日本海内一断面上温盐分布的季节变化特征,并利用水团组成混合比的方法探讨了对马海峡断面处的水团组成对日本海内断面上温盐分布的影响的季节和年际变化。研究表明:对马海峡断面上水团组成呈现显着的季节变化。冬季,整个水层被高盐水占据;夏季,对马海峡表层出现高温低盐水,底层为高盐水,次表层为表层低盐水和底层高盐水的混合水体;春秋为过渡季节。日本海断面上,秋季温盐分布最为复杂,表层为高温低盐水,次表层为高盐水,其下为低温高密水。两个断面季节变化对比可以看出,夏季对马海峡断面处的水团组成会影响秋季日本海断面上的温盐分布。夏季对马海峡表层和次表层水是秋季日本海断面表层50m以浅出现低盐水的主要原因;对马海峡深层高盐水主要影响秋季日本海断面50~150m水层,混合比可达0.82;其下为日本海固有水。夏季对马海峡处水团组成的年际变化也会影响秋季日本海断面上温盐分布的年际变化。长江流量较大的年份,夏季对马海峡表层和次表层低盐水的核心盐度值偏低,秋季其在日本海断面上的混合比就高于其他年份;对马海峡底层高盐水在日本海断面上混合比的年际变化则决定于其影响水层上的流场结构和温盐分布。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年04期)

石强[8](2019)在《渤、黄海冬、夏季节风生流场年际变化时空模态与环流变异》一文中研究指出根据1975—2017年冬、夏季节渤、黄海沿岸25个气象站风观测资料,采用二维非线性垂直平均风生流模式、旋转经验正交函数(REOF)等方法,研究了渤、黄海冬、夏季节平均风生流速度势与流函数场年际变化时空模态与环流变异.由于冬、夏季节渤、黄海风应力场强度年际变化显着线性减弱趋势,冬季渤、黄海平均速度势与流函数强度年际变化线性减弱速率大于夏季,黄海冬、夏季平均速度势与流函数强度年际变化线性减弱速率大于渤海.渤、黄海冬、夏季节平均风生流速度势与流函数场年际变化主要有两种时空模态,冬季渤海垂直环流显着线性减弱以及水平环流准平衡态年际变化是主要分量,冬季黄海垂直与水平环流准平衡态年际变化是主要分量.夏季渤海垂直环流显着线性减弱以及水平环流准平衡态年际变化是主要分量,夏季黄海大部分海域垂直环流显着线性减弱与局部垂直环流显着线性增强年际变化是主要分量,夏季黄海水平环流形态此消彼长显着线性增强及减弱年际变化是主要分量.冬季黄海暖流暖水向南黄海西侧以及向渤海中部输送过程是在3~4个环流之间传递形成,并非由单一环流输送形成.冬季渤海中部辐散下沉反气旋环流与黄海中部至渤海海峡的气旋环流、黄海东部辐散下沉反气旋环流是冬季黄海暖流强度与范围的控制环流,夏季渤海中部辐散下沉反气旋环流与黄海中部辐合上升气旋型环流是夏季渤、黄海冷水团强度与范围的控制环流,冬、夏季节渤、黄海控制环流年际变化形态的变换形成冬季黄海暖流与夏季渤、黄海冷水团暖年或冷年的年际变化.(本文来源于《应用海洋学学报》期刊2019年01期)

柯长青,王蔓蔓[9](2018)在《基于CryoSat-2数据的2010-2017年北极海冰厚度和体积的季节与年际变化特征》一文中研究指出北极海冰变化影响着全球物质平衡、能量交换和气候变化。本文基于CryoSat-2测高数据和OSI SAF海冰密集度及海冰类型产品,分析了2010-2017年北极海冰面积、厚度和体积的季节和年际变化特征,结合NCEP再分析资料探讨了融冰期北极气温异常和夏季风异常对海冰变化的影响。结果表明,结冰期海冰面积的增加量波动较大,海冰厚度的增加量呈明显下降趋势。融冰期海冰厚度的减小量波动较大,2013年以后融冰期海冰面积的减小量逐年增加。海冰体积的变化趋势和面积变化更相似,融冰期的减小速率大于结冰期的增加速率。融冰期北极海表面大气温度异常与海冰融化量正相关。夏季风影响海冰的辐合和辐散,在弗拉姆海峡海冰的输运过程中起关键作用,促进了北冰洋表层水向大洋深层的传输。(本文来源于《海洋学报》期刊2018年11期)

张艳如,陈秋文,孙美美,时伟宇,杜盛[10](2018)在《黄土丘陵区4种植被类型土壤呼吸季节及年际变化》一文中研究指出土壤碳库是陆地生态系统中的最大碳库,通过土壤呼吸向大气排放CO2是土壤碳固存的重要支出项.以黄土丘陵区4种典型植被类型(天然辽东栎林、人工刺槐林、天然侧柏林、天然灌丛)为研究对象.在各植被类型中设置20m×20 m的样方,在每个样方的四角和中心分别设立一个PVC环,测定分析3个生长季(2011、2013、2014年)林地土壤呼吸特征及其对主要环境因子的响应.结果表明,各林地生长季内土壤呼吸表现出明显的季节变化规律,前期较低,中后期达到较高水平,4种植被类型呈现大致相同的变化趋势.不同植被类型间土壤呼吸水平存在一定差异,总体表现为辽东栎林>侧柏林>灌丛>刺槐林.3个生长季土壤呼吸速率在植被类型间的变异系数较年际的变异系数低.4种植被类型的土壤温湿度与土壤呼吸的相关关系都极显着(P<0.01),但土壤呼吸速率对土壤湿度的响应更敏感,刺槐林尤为突出.用土壤温度和土壤湿度共同拟合土壤呼吸速率效果良好,可以较好地解释某种植被类型对环境条件的响应规律.综上,在黄土丘陵区,4种植被类型土壤呼吸具有明显的季节性;就年际变化来看环境因素对其影响大过植被类型间的影响;干旱半干旱地区土壤湿度对土壤呼吸的影响更显着,且土壤温度与土壤湿度共同拟合对土壤呼吸解释性更强.(本文来源于《应用与环境生物学报》期刊2018年04期)

季节和年际变化论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

以全球气候模式NorESM1-M产生的RCP2.6、RCP4.5、RCP6.0、RCP8.5气候变化情景数据和原环保部推荐的土壤风蚀扬尘计算方法,模拟分析了未来气候变化对河北坝上砂粘壤土、粘壤土、壤粘土、砂壤土、砂粘土和风沙土草地土壤风蚀扬尘总可悬浮颗粒物(Total Suspended Particle,TSP)、PM_(10)和PM_(2.5)的季节及年排放速率的影响。结果表明:气候变化影响下坝上地区气温上升,年降水量和风速波动较大、并存在上升和下降的趋势。相比基准情景,在RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下,各土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)季节排放速率在春季分别高15%、47%、28%和46%;秋季分别高17%、54%、45%和38%;冬季分别低36%、42%、39%和44%;夏季,在RCP2.6情景下低1%,在RCP4.5、RCP6.0和RCP8.5情景下分别高14%、3%和7%;未来气候变化情景下,各土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)年排放速率分别高25%、54%、35%和54%。基准和未来气候变化情景下,土壤风蚀扬尘TSP、PM_(10)和PM_(2.5)的季节和年排放速率及其差异从高到低均依次为砂粘壤土、风沙土、砂壤土、粘壤土、壤粘土和砂粘土。表明未来气候变化将使河北坝上地区草地土壤风蚀扬尘排放速率增加,但存在季节和气候变化情景方面的差异。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

季节和年际变化论文参考文献

[1].尤俊丽,简茂球,林晓霞.春季对流层温度的季内和季节以上分量对南海夏季风爆发的年代际变化的相对影响[J].热带气象学报.2019

[2].吴建国,徐天莹.气候变化对河北坝上地区草地土壤风蚀扬尘季节和年排放速率的影响[J].气象与环境学报.2019

[3].徐闯,许永基,胡嘉镗,李适宇,刘晋涛.基于高精度海洋动力模型的珠江口羽状流季节和年际变化规律研究[J].热带海洋学报.2019

[4].吴玥.生物质燃烧和外源输送对青藏高原黑碳季节—年际变化影响的模拟研究[D].南京大学.2019

[5].季丹丹,陈玺文,胡燕华,许志超.绍兴地区热岛效应的季节变化及年际差异的成因分析[J].中国城市林业.2019

[6].王冠楠,钟贻森,周朦,刘海龙,张召儒.运用CSEOF方法分析南海表面温度季节与年际变化[J].中国海洋大学学报(自然科学版).2019

[7].朱梦琪,史洁,郭新宇,高会旺.对马海峡水团组成对日本海温盐分布影响的季节及年际变化[J].中国海洋大学学报(自然科学版).2019

[8].石强.渤、黄海冬、夏季节风生流场年际变化时空模态与环流变异[J].应用海洋学学报.2019

[9].柯长青,王蔓蔓.基于CryoSat-2数据的2010-2017年北极海冰厚度和体积的季节与年际变化特征[J].海洋学报.2018

[10].张艳如,陈秋文,孙美美,时伟宇,杜盛.黄土丘陵区4种植被类型土壤呼吸季节及年际变化[J].应用与环境生物学报.2018

论文知识图

~2010年滨州市降水量的第3类距平的...(a)净碳交换量日总量,(b)生态系统呼...苔草沼泽CH4排放通量及空气温度的#~通过IX1PX2断面流量的季节和年际华南地区暴雨降水量的第3类距平的季气溶胶光学厚度季节和年际变化

标签:;  ;  ;  ;  ;  ;  ;  

季节和年际变化论文_尤俊丽,简茂球,林晓霞
下载Doc文档

猜你喜欢