【摘 要】
：
本文利用1953～2008的NCEP/NCAR年日平均再分析资料、大气环流指数资料、金华市逐日降水资料，采用合成分析方法对金华市前汛期(5～7月上旬)降水异常的大气环流特征进行了分析。结果表明：降水偏多年南压高压强度较常年偏弱，高层气流辐散偏强，副热带高压强度偏强，西伸脊点明显偏西，纬向环流偏弱，经向环流偏强，印度西南季风和副热带季风偏强，冷暖空气交汇于长江中下游，造成金华前汛期降水偏多；降水偏少
【机 构】
：
金华市气象局，浙江 金华，321000 金华市气象局，浙江 金华，32100
论文部分内容阅读
本文利用1953～2008的NCEP/NCAR年日平均再分析资料、大气环流指数资料、金华市逐日降水资料，采用合成分析方法对金华市前汛期(5～7月上旬)降水异常的大气环流特征进行了分析。结果表明：降水偏多年南压高压强度较常年偏弱，高层气流辐散偏强，副热带高压强度偏强，西伸脊点明显偏西，纬向环流偏弱，经向环流偏强，印度西南季风和副热带季风偏强，冷暖空气交汇于长江中下游，造成金华前汛期降水偏多；降水偏少年则恰好相反，南压高压偏强，高层辐散度偏弱，副高强度略偏弱，西伸脊点偏东，纬向环流偏强，印度西南季风和西南夏季风偏弱，北部冷空气偏强，南部暖空气偏弱，暖湿气流北上受阻，造成少雨。
其他文献
秋冬连旱是影响宿州冬小麦、油菜等越冬作物生长发育的重要因素。以Z指数≤-0.8为标准，确定宿州市秋冬持续重旱年份序列，建立GM(1,1)预测模型，并应用BP人工神经网络对残差进行拟合，对GM(1，1)预测模型进行修正。结果表明，灰色神经网络组合模型(简称G-ANN模型)的拟合结果较单一的GM(1,1)模型有一定提高。预测2008年后的下一个宿州市秋冬(10-2月)持续重旱年度发生在2017-201
本文在论述沿淮地区洪涝灾害及农业避洪减灾问题的基础上，着重分析了安徽省沿淮地区农业洪涝灾期特征(沿淮地区平均梅汛期、最长梅汛期和农业洪涝危害期的时间分布特征)及夏季农业洪涝易发的原因(夏季梅汛期多暴雨、沿淮地区地势低洼、作物正处关键时期、生态失衡人水争地)，并且针对安徽省沿淮地区洪涝灾害的实际情况，提出了与传统种植模式不同的避洪种植模式(如荞麦--大麦种植模式、青玉米--大麦种植模式、大白菜--大
本文利用79个气象台站1971-2000年30a的地面水汽压资料，采用杨景梅的经验公式，根据地面湿度参量计算了大气可降水量，初步研究了四川飞机增雨区域的空中水资源特征。四川的飞机作业主要区域为整个四川盆地，分为13个作业分区。分析发现，整个飞机增雨区域全年大气可降水量为1181.29cm，降水效率为8.96[％]，空中水汽丰沛，空中水资源十分丰富，具有很好的开发前景。大气可降水量的时空分布具有明显
乐清是全国经济百强县，具有很高的经济发展活力。但乐清资源紧张，耕地面积紧缺，全面发展乐清经济，推进现代化建设，只能走高科技、高效益、低消耗、低污染的可持续发展道路。气候资源是人类赖以生存和发展的基本条件，在全球变暖的影响下，极端天气气候事件频繁，合理开发利用气候资源是实现可持续发展的一个重大战略。乐清地处浙南沿海，气候资源丰富，科学开发利用气候资源，是能源紧缺的现实需要，也是建设生态城市，确保可持
用天气学方法分析了天津市2002～2005年夏季最大电力负荷过程的天气背景场、气象要素场和人体舒适度指数。结果显示，在电力负荷上升阶段，高空由低压槽转为高压脊，副热带高压逐步北抬，地面气压、气温回升，风力减小；峰值阶段，副热带高压完全控制华北地区，地面均压，最高气温多日维持在35℃以上，综合反映气温、相对湿度和风速的舒适度指数超过1200。当高空槽再次临近，副热带高压南撤退出天津地区，强降水过程出
本文根据山西省观象台(太原)实际观测数据以及多年的观测经验，将视程障碍现象较易混淆的雾、霾、烟、浮尘、扬沙等作了对比与辨析，分别阐述了产生各种天气现象的天气及气候条件状况以及出现时的基本特征。笔者运用光学中的散射原理，加之多年观测总结的经验，认为《地面气象观测规范》中霾特征的描述不够确切，对霾的认识有不同的见解，进一步对霾、雾、浮尘等的表象加以诠释，希望对今后观测员观测视程障碍现象辨别与记录可以提
本文对误差理论及不确定度理论做了简单的阐述，并对测量系统不确定度的评定方法做了简单说明，通过实测现在我省普遍使用的两种地温传感器，进一步的解释了如何评定测量结果的不确定度。
自动气象站温度数值的偏差问题是自动站运行过程中经常出现的故障现象，本文从传感器的测温原理入手，深入分析了一次维修过程中温度要素出现的奇特现象，通过对故障部位的分析和诊断，对自动气象站维修和保障具有重要的指导作用。
在自动站运行中，我们经常发现自动站与人工站记录相比，数据存在着一定的差异。正确地认识和处理这种差值，对提高气象记录的准确性，及对自动站的数据质量控制有着重要的意义。我们根据工作实践，对气压差值≥0.8hPa的情况从误读或输入错误、参数设置错误、日常行为不慎导致的错误、计算机病毒引起的错误、仪器故障五个方面进行分析；对气温差值≥1.0℃的情况从时间差影响、天气现象的影响、日常行为的影响、仪器或设备故
利用陕西省97个地面自动气象站和人工站相对湿度观测数据，研究了人工观测与自动观测相对湿度对比差值的大小，对比差值的日、月变化规律以及与所在气候区域的关系，同时研究了影响对比差值大小的主要原因。研究表明：自动观测比人工观测的日平均相对湿度平均偏低2.28[％]，标准差为3.07[％]，人工站与自动站相对湿度对比差值主要与相对湿度大小有关，另外，校验(更换)自动站湿度传感器易造成单站对比差值发生突变，