简介:通过与土壤湿度观测资料比较验证发现,GLDAS同化数据能够较好地反映中国地区暖季土壤湿度的时空分布和变化特征,特别是在华北地区,两者显著相关。在此基础上,为研究中国区域干旱化特征,利用1948~2010年的GLDAS数据分析了中国华北地区暖季土壤湿度的周期信号和长期变化,并初步探讨了气温和降水对土壤湿度的影响。结果表明:1948~2010年华北地区暖季4个不同深度层土壤湿度的变化特征基本一致,主要存在3a、5~7a和15a周期信号,其中以5~7a周期最为显著;长期变化均呈现减小趋势,且中间2层土壤湿度的减小比表层和最深层更为迅速。不同深度的土壤湿度和降水呈正相关关系,且相关性随土壤深度的增加而逐渐减小,与气温呈负相关关系,且中间2层的相关性大于表层和最深层。
简介:利用中国区域1992~2010年的土壤湿度观测资料,对欧洲航天局(EuropeanSpaceAgency)的卫星遥感反演(以下简称ESA)和欧洲中期天气预报中心(EuropeanCentreofMedium-RangeWeatherForecasts,ECMWF)的ERA-Interim(ECMWFReanalysis-Interim,以下简称ERA)两套再分析土壤湿度数据在典型区域的可靠性进行了评估。结果表明:两种土壤湿度均能较好的描述观测区域的总体土壤干湿变化,但均值和趋势一致性存在时间和空间差异。ESA、ERA资料都能较好的描述中国区域春、夏、秋3个季节土壤湿度的干、湿分布格局。在干湿程度上,ESA在北方地区较观测偏干,在江淮和西南较观测偏湿;ERA在北方和西南地区较观测偏湿,在江淮较观测偏干;在江淮、华北部分区域,ERA与观测数据的相关性要高于ESA。ESA、ERA与观测在秋季时相关性最好(大部分站点大于0.7);在全国大部分区域,ESA偏差要小于ERA且在大部分地区都表现出与观测一致的变化趋势。在空间上,ERA在东北、华北、西南变干的范围明显大于观测;然而,ERA能更好的体现观测土壤湿度的年际变化。相对于西部地区,东部地区ERA与观测的一致性最好,而ESA在受降水、植被、地形等因素影响较小的时段或区域与观测的一致性更好,对秋季土壤湿度的描述比春、夏季更准确。
简介:利用中国东部地区315个台站1963-2012年月平均地面观测资料,揭示了东部地区冬季和夏季地面比湿(SH)和相对湿度(RH)多年平均值及其变率的空间分布特征,并分析和比较了地理因素(经度、纬度和海拔高度)对其空间分布的影响。结果表明:1)在冬季,SH(0.4-7gkg^-1)以秦岭-淮河线为界,呈现出“北低南高”的分布特征;RH(41%-82%)则呈现出“南北高、中间低”的分布特征;一般冬季地面湿度相对较低的地区其变化幅度相对较大。2)在夏季,SH(7-20gkg^-1)整体上明显大于冬季,RH(44%-89%)则与冬季差异不大,均呈现由东南部沿海向西北内陆递减的分布特征;同样夏季地面湿度较低的地区通常其变化幅度也相对较大。3)东部地区冬季地面湿度空间分布受地理因素影响,其中纬度是最主要的影响因素,经度次之,海拔高度对其整体分布影响不明显,且地理因素对冬季SH的回归效果明显好于对冬季RH的回归效果。4)东部地区夏季地面湿度空间分布受地理因素影响较冬季显著,纬度同样是影响夏季地面湿度最主要的因素,但海拔高度对夏季SH、经度对夏季RH的影响程度较冬季增大,且地理因素对夏季SH的回归效果同样好于对RH的回归效果。
简介:为了研究空气中的水汽层结变化对雾、霾生消的影响,对北京2011年10月至2012年2月雾、霾天气个例中能见度变化和地基微波辐射计观测的相对湿度及液态水含量资料进行分析,结果表明:大气总液态水含量时序图对预报雾、霾没有参考意义,无论是大气总液态水含量数值的大小,还是大气总液态水含量随时间的变化都不能预测雾、霾的生成与消散。但不同时刻大气液态水含量的廓线图对雾、霾天气的预报还是具有指示意义的,因为雾、霾生消前后大气液态水含量层结变化明显。进一步分析不同情况的雾、霾天气发现:雾、霾生消前后均无降水出现和先出大雾后降水的情况,即降水后消散的雾、霾天气,大气相对湿度的变化和液态水含量的变化主要集中在3km以下;对于先降水后出大雾的情况,整层大气相对湿度的变化都很明显,液态水含量的变化主要在3~7km之间。由于降水既可以增加近地面的空气湿度,又可以消耗空气中的水汽,因此降水既是大雾形成的有利条件,也是大雾消散的有利条件。有降水出现的大雾天气,有饱和层(空气相对湿度达到或接近100%),无降水出现的重霾天气,则没有饱和层,且整体相对湿度偏低。
简介:利用GLDAS同化产品和12个CMIP5模式的输出结果,从土壤湿度对降水影响的两个中间环节出发,通过分析陆面耦合指数ILH、潜热通量—抬升凝结高度耦合指数ILCL以及抬升凝结高度ZLCL间接研究中国区域土壤湿度与降水间耦合特征,并对1958~2013年及RCP4.5辐射强迫情景下50年(2006~2055年)的4个代表性区域夏季耦合强度的年代际变化特征进行分析。研究发现:1958~2013年期间,内蒙古阴山山脉附近、新疆和青海的部分地区为夏季中国土壤湿度与降水耦合的最强区域;陆面耦合指数ILH变化幅度从高到低依次出现在华北、华南、内蒙古中部和西北地区,并在20世纪70年代中到80年代中发生转折。2006~2055年的平均而言,预估内蒙古阴山山脉附近仍为耦合最强区;与历史时期(1958~2005年)比较,新疆中部和内蒙古阴山山脉附近的耦合指数ILH增大,而广西和广东地区的则减小;对于耦合指数ILH的年代际变化(2006~2055年),2026~2035年间华北最大而华南最小,西北地区变化不大,而内蒙古中部地区的耦合强度逐渐增大。
简介:影响能见度的不仅仅是大气污染物,雾也是一个重要因素。因此,用能见度反映空气质量,需要考虑水汽的作用。在已有的研究结果基础上,构造空气污染指数(API)与能见度和空气相对湿度的数学关系。依据全国10个代表城市2001—2012年逐日API资料和同期08:00(北京时)地面气象资料,运用线性回归方法,确定公式中的待定系数,从而建立利用能见度和相对湿度估算API的统计方程。结果表明:(1)当空气相对湿度小于78%时,能见度主要受空气污染物浓度影响;当空气相对湿度大于96%时,能见度主要受空气湿度影响;当空气相对湿度介于78%~96%时,能见度受空气污染物浓度和空气湿度共同影响;(2)除拉萨和兰州外,其余城市API与能见度和相对湿度的相关程度都通过了α=0.00001的显著性水平,并且相关程度冬半年好于夏半年;(3)API与能见度和相对湿度拟合关系中的参数b0和b,除拉萨、乌鲁木齐和兰州以外,其余城市的变化幅度都比较小;(4)回代检验表明,除个别月份外,绝对误差和相对误差都相对较小,说明API与能见度和空气湿度的数学关系式可以拟合API。