北极平流层极涡偏移对对流层内北极涛动的影响

来源 :兰州大学 | 被引量 : 0次 | 上传用户:niguibo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
气候变化和湖泊生态系统转型与人类生存条件和社会发展紧密相关,已成为学术界和社会大众普遍关注的热点问题之一。自上世纪80年代后期以来,我国学者已经利用不同地质载体的多种代用指标探索了全新世以来的湖泊环境与气候演化的规律。然而已报道的古气候记录大多集中在我国北方地区,南方的记录还相对较少,尤其是我国长江中下游地区,可靠的高分辨率记录更为稀少,难以满足不同区域古气候记录对比的要求,因此亟需在该区域开展高
学位
干旱区气候变化一直是非常重要的科学问题。随着全球进一步变暖,干旱区的进一步扩张,人类活动、大地形隆升、陆—气相互作用、海—气相互作用等因子的变化及其影响将出现新的特征,这将进一步增加未来干旱区气候变化的不确定性,因此,干旱区气候变化特征研究仍有很大的必要性。本文利用CRU资料,应用EOF分解、功率谱分析、小波分析等方法,探讨了近70 a(1949~2018年)泛中亚干旱区的降水、气温以及AI指数的
学位
气象和环境变化在我们日常生活中扮演着重要角色,关系生命安全、生产发展和生活富裕,探究气象环境因子与敏感性疾病的关系,对敏感性疾病的预防,保障人们的健康具有重要意义,尤其是对儿童身体健康发展具有重要指导意义。兰州市地处中国大陆版图的几何中心,是我国西北地区重要的交通枢纽,研究该地区气象环境因子与儿童哮喘的关系,并建立相关敏感性疾病预报模型,对该地区人们的哮喘疾病预防具有重要的现实意义。本文利用201
学位
随着全球逐渐变暖,青藏高原面临的地下冰融化、冻结层减薄及活动层厚度增加等冻土退化问题日益严峻,活动层融冻过程的动态变化也使得多年冻土区地表受力不均,由此引发的建筑工程灾害和自然灾害问题不断加剧,深刻影响着寒区生态环境、经济建设、工程建设等。因此对该区开展长期的地表形变监测对于揭示青藏高原多年冻土变化规律,反映全球气候变化都具有重要的科学意义。对青藏地区安全平稳的可持续发展也具有非常重要的社会意义。
学位
天线作为射频前端部件,在实现信号的发射和接收保障通信质量方面起着关键的作用。随着通信技术的不断迭代升级,用户需求与通信资源紧张之间的矛盾不断扩大,宽频带和可重构天线已成为天线发展的必然趋势。特征模理论具有清晰的理论解释,能够从理论层面指导天线的设计,提高天线的设计效率。因此特征模理论在宽带天线和频率可重构天线方面的应用研究具有十分重要的现实意义。本文首先对特征模理论进行了分析推导,然后基于特征模理
学位
本论文选取喜马拉雅北坡三个综合观测站(中国科学院珠穆朗玛大气与环境综合观测研究站(珠峰站)、中国科学院西北生态环境资源研究院那曲高寒气候环境观测研究站(那曲站)及中国科学院慕士塔格西风带环境综合观测研究站(慕士塔格站)和南坡三个综合观测站(Kirtipur站、Simara站、Tarahara站)6个站点2016年的观测资料(南坡为2016年3月—11月)进行对比分析,探究南北坡地表热通量变化、下垫
学位
电磁理论作为一门独立的基础学科,有丰富的理论分支,同时其研究方法也在不断地发展与开拓。包括天线优化设计和介质材料电磁参数对电磁波传输特性的影响在内的一些问题一直是电磁领域研究的热点。机器学习强大的解决非线性问题的能力使得利用机器学习算法预测电磁问题中的非线性映射关系具有广阔的应用前景。本文首先研究了机器学习在天线优化设计中的应用,通过改变矩形微带贴片天线的贴片长度和宽度、介质基板的介电常数和厚度,
学位
本论文利用卫星资料结合再分析资料,分析了夏季青藏高原上对流层-下平流层(UTLS)区域水汽的长期趋势变化,并揭示了其影响机制。进一步基于经验正交分解(EOF)方法,探讨了夏季青藏高原上对流层水汽的时空分布特征,讨论了影响高原上对流层水汽前三个主导模态分布特征的物理过程。最后对青藏高原以西地区上对流层水汽的分布特征进行分析,并给出可能的物理机制。得到的主要结论如下:(1)首先利用MLS资料的水汽数据
学位
地基云雷达是云的重要探测手段,但随着雷达运行时间的增加,雷达发射机、接收器等参数的变化,会使观测数据产生偏差,从而对云物理特性的反演产生显著影响,因此云雷达数据的校准是一个重要的基础问题。针对地基云雷达特征,本文在Pavlos等[62]提出的雷达数据校准方法基础上进行改进,利用CloudSat卫星观测数据,对兰州大学半干旱气候与环境监测站(SACOL站)的Ka波段毫米波云雷达(KAZR)2013年
学位
虽然城市的土地面积仅占地球表面的2%,但是世界上有一半以上的人口生活在城市地区。城市的快速发展让城市建筑物的数量极速上升,因此从高分辨率遥感影像中实现城市建筑物的准确提取具有重要意义。复杂城市场景下的高分辨率遥感建筑物提取存在易被阴影、植被遮挡以及多尺度效应问题,这给精细化提取带来了巨大的挑战。本文利用先进的深度卷积神经网络,联合双重注意力模块和复合损失函数,改进了U-Net模型,用于复杂城市场景
学位