简介:摘要本文选取锡林浩特国家气候观象台提供的1981-2010年沙尘天气资料,利用数理统计方法对锡林浩特地区近三十年沙尘天气时空分布及变化趋势进行分析。结果表明近三十年来锡林浩特地区一共发生沙尘暴为59次,平均每年发生2次;沙尘暴以及扬沙天气整体变化趋势几乎一致,都是从1990年之后呈降低变化趋势,自1999年至21世纪以来,沙尘天气历经了一个显著的高发期,同时存在2个峰值,分别发生于2002年以及2006年。沙尘天气发生最为频繁的月份为4月份,达到顶峰,出现沙尘暴日数与扬沙日数分别是20d与106d,3月份次之,沙尘暴日数和扬沙日数分别为15d和48d。从沙尘天气季节分布来看,春季沙尘天气发生最为频繁,占全年的69.5%,锡林浩特地区沙尘暴发生的最为集中的时间段为11时至21时,出现频率占70.4%;沙尘天气从中午开始不断增强,最强时为傍晚,夜晚到凌晨沙尘天气不断减弱。
简介:摘要本文利用青海省玉树市1987~2017年的逐月日照时数观测资料,对玉树市日照时数的变化特征进行分析,结果表明玉树市近30年日照时数主要呈波动性减少的变化趋势,气候倾向率为-22.944h/10a,减少趋势比较显著,年代际动荡起伏变化较大;日照时数的月变化趋势比较平缓,各月平均日照时数均超过170h;2月份的日照时数最少,占年日照时数的7.3%;5月份的日照时数最多,为226.0h,占年日照时数的9.3%,日照时数逐月变化主要同季节的更替变化有一定的关联性。春、夏、秋三季日照时数与年变化保持一致,均呈减少的变化趋势,其中,夏季日照时数减少幅度最大,春季和秋季减少幅度均较小。冬季日照时数则呈增加变化趋势,增加速率为5.136h/10a。春季、夏季、秋季、冬季平均日照时数分别为661.6h、634.8h、583.5h、556.7h,分别占年日照时数的27.2%、26.1%、23.9%、22.8%;造成玉树市近30年日照时数增加的原因是春季、夏季、秋季三季日照时数变化造成的,尤其是夏季影响最为显著。
简介:摘要本文利用青海省玉树市1987~2017年的逐月日照时数观测资料,对玉树市日照时数的变化特征进行分析,结果表明玉树市近30年日照时数主要呈波动性减少的变化趋势,气候倾向率为-22.944h/10a,减少趋势比较显著,年代际动荡起伏变化较大;日照时数的月变化趋势比较平缓,各月平均日照时数均超过170h;2月份的日照时数最少,占年日照时数的7.3%;5月份的日照时数最多,为226.0h,占年日照时数的9.3%,日照时数逐月变化主要同季节的更替变化有一定的关联性。春、夏、秋三季日照时数与年变化保持一致,均呈减少的变化趋势,其中,夏季日照时数减少幅度最大,春季和秋季减少幅度均较小。冬季日照时数则呈增加变化趋势,增加速率为5.136h/10a。春季、夏季、秋季、冬季平均日照时数分别为661.6h、634.8h、583.5h、556.7h,分别占年日照时数的27.2%、26.1%、23.9%、22.8%;造成玉树市近30年日照时数增加的原因是春季、夏季、秋季三季日照时数变化造成的,尤其是夏季影响最为显著。
简介:摘要本文采用一元线性回归、Mann—kendall趋势分析法和R/S分析法,分析了湟源地区1961~2013年的降水资料。结果表明,①湟源地区降水的月际和季节变化明显。8月达全年最大值,1月降水减少至全年最少。从变差系数来看,降水多的月份(4~10月)变化稳定,而降水少的月份(11~3月)波动较大。从季节变化来看,多年年平均降水量为415.9mm,春季占全年降水的18.8%,夏季占全年降水的58.6%,占全年降水的21.7%,冬季占全年降水比例不到1.0%。②对年降水而言,20世纪80年代降水明显偏多,21世纪00年代较多,60和90年代偏少,70年代明显偏少。③湟源地区年、汛期、春、夏和秋季降水量均有较明显阶段变化趋势,但均未发生突变。冬季降水量从1961开始波动上升,突变发生在1974年,1990年后降水的增加趋势显著。④通过R/S分析表明,年、夏和秋季降水量的H值均小于0.5,汛期、春和冬季降水量的H值均大于0.5,存在明显的Hurst现象,即汛期、春和冬季降水变化存在着持续性,未来汛期、春和冬季降水增加趋势仍将持续,年、夏和秋季降水量具有反持续性,即未来年、夏和秋季降水量变化趋势转为减小趋势,但趋势不明显。
简介:摘要本文利用遵义市1981~2015年逐月平均气温、降水量资料,重点分析遵义市气候变化特征及其对水稻生长的影响。结果表明1981~2015年遵义市气温呈现出逐年增加的趋势,除了夏季外,其余三季气温均呈现出逐年增加的趋势,同年气温变化趋势保持一致;1981~2015年遵义市年降水量呈现出逐年减少的趋势且夏季降水量减少幅度最大,说明夏季降水量减少对年降水量的贡献最大;气候变暖对遵义市水稻生产有利有弊,极端气象事件和灾害性天气有所增加,应积极开展气象预测、监测的科研、服务、应用,不断增强极端天气事件的预报预测能力,降低其对水稻生产的危害,以促进农业生产可持续发展。