期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
青海省多年地表蒸散时空分布及其主导气象因子分析 被引量:1
1
作者 董胜光 秦建新 郭云开 《冰川冻土》 CSCD 北大核心 2019年第3期537-545,共9页
位于长江源头的青海省属于干旱半干旱地区,全面系统分析区域内多年地表蒸散的时空分布变化及其相关主导气象因子的贡献,对于全省地表水量平衡调节、水资源科学配置、生态环境治理以及旱涝灾害监测有着重要的作用。基于MOD16数据集(MODI... 位于长江源头的青海省属于干旱半干旱地区,全面系统分析区域内多年地表蒸散的时空分布变化及其相关主导气象因子的贡献,对于全省地表水量平衡调节、水资源科学配置、生态环境治理以及旱涝灾害监测有着重要的作用。基于MOD16数据集(MODIS地表蒸散发月序列产品),采用年际趋势分析法分析了青海省2000-2014年的地表蒸散量时空变化;同时,结合多年降水量和气温数据,利用奇异值分解(SVD)模型,分析了地表蒸散量和气温、降水量之间的相关性。结果表明:青海省多年平均地表蒸散量在空间上呈现东南多,并向西北逐渐减少的趋势,这种空间分布规律主要受降水量由东南向西北逐渐递减的空间分布规律决定;地表蒸散量与气温、降水的平均相关系数分别为0.071和0.201,同时蒸散与气温、降水的相关性在空间分布上基本一致;SVD分析结果显示地表蒸散量与降水量存在明显的相关性,而与气温的相关性较弱。 展开更多
关键词 MOD16 青海省 蒸散 时空分布 主导气象因子 奇异值分解(SVD)模型
下载PDF
太湖富营养化条件下影响蓝藻水华的主导气象因子 被引量:22
2
作者 罗晓春 杭鑫 +2 位作者 曹云 杭蓉蓉 李亚春 《湖泊科学》 EI CAS CSCD 北大核心 2019年第5期1248-1258,共11页
利用2004-2018年卫星遥感解译的太湖蓝藻水华信息构建蓝藻综合指数,采用随机森林机器学习算法分析同期气象因子与蓝藻水华综合指数的关系,定量评估影响蓝藻水华的主要气象因子特征变量的重要性度量和贡献率.结果表明,在光、温、水、风... 利用2004-2018年卫星遥感解译的太湖蓝藻水华信息构建蓝藻综合指数,采用随机森林机器学习算法分析同期气象因子与蓝藻水华综合指数的关系,定量评估影响蓝藻水华的主要气象因子特征变量的重要性度量和贡献率.结果表明,在光、温、水、风等主要气象要素中,气温对蓝藻水华综合指数起着主导的作用,其次是风速和降水,日照时间的影响或可忽略.其中气温条件中重要性度量最大的是年平均气温,其次是冬、春季节的平均气温;风速因子中影响较大的是7月份的平均风速;水分条件中主导因子是9月累计降水量.优选的随机森林模型模拟值与实际蓝藻水华综合指数的变化趋势基本一致,拟合优度为0.91,通过0.01显著性检验,随机森林模型模拟效果较好.用随机森林模型模拟值对太湖蓝藻水华分等级评估,模型模拟精度达到了86.7%,其中5个重度等级年份模型模拟结果完全一致,中度等级的6个年份模型模拟值有5年与之相符,中度以上等级的模拟精度达90.9%,模型能够反映气象因子对蓝藻水华综合指数的综合影响,对中、重度蓝藻水华的模拟效果更好.随机森林模型有助于理解富营养化状态下影响蓝藻水华的主导气象因子,利用气象因子的可预测性可以促进蓝藻水华预测预警能力的提升. 展开更多
关键词 蓝藻水华 主导气象因子 随机森林 太湖
下载PDF
影响大杏扁产量的主导气象因子调研 被引量:2
3
作者 付振信 朱贵 《中国果菜》 2012年第11期11-13,共3页
丰宁是燕北山区县,山场土地资源丰富,发展杏扁生产前景广阔,经济增收潜力大。但在杏扁生产实践中却受到气象因子:花期及幼果期晚霜冻害、干旱少雨造成杏扁产量的不稳定性,影响了发展杏扁生产的积极性。为此近些年对影响大杏扁产量气象... 丰宁是燕北山区县,山场土地资源丰富,发展杏扁生产前景广阔,经济增收潜力大。但在杏扁生产实践中却受到气象因子:花期及幼果期晚霜冻害、干旱少雨造成杏扁产量的不稳定性,影响了发展杏扁生产的积极性。为此近些年对影响大杏扁产量气象主导因子进行调研。 展开更多
关键词 大杏扁 气象主导因子
下载PDF
冬小麦不完善粒气象条件危险性指数研究
4
作者 成林 郭康军 +1 位作者 申晓晴 商东耀 《气象与环境科学》 2024年第1期28-36,共9页
为探明气象条件对河南省冬小麦籽粒不完善粒的影响,利用2008—2021年河南省不同地市冬小麦收获期大田测定的不完善粒资料和对应气象资料,利用最小显著性差异法、Person相关分析、权重系数等方法,分析出气象条件影响不完善粒的关键时段... 为探明气象条件对河南省冬小麦籽粒不完善粒的影响,利用2008—2021年河南省不同地市冬小麦收获期大田测定的不完善粒资料和对应气象资料,利用最小显著性差异法、Person相关分析、权重系数等方法,分析出气象条件影响不完善粒的关键时段和主导气象因子,并构建了气象条件危险性指数I。结果表明:冬小麦成熟前20天内的气象条件对籽粒不完善粒有重要影响,其中豫南麦区主要受成熟前10天内的气象条件影响。不同地区不完善粒受不同气象因子的组合作用,总降水量R和总降水日数D为共性主导因子,豫东麦区还受成熟前平均气温T主导,北中西部麦区还受成熟前日照时数S和气温日较差Td主导。豫南麦区成熟前10天内连续降水日数超过3天、总降水量超过70 mm、总降水日数大于6天时,籽粒不完善粒>8%的可能性较高;各麦区I>5.8时,冬小麦不完善粒气象条件危险性高。 展开更多
关键词 冬小麦 不完善粒 权重系数 危险性指数 主导气象因子
下载PDF
中国生态脆弱区叶面积指数变化的主导气象因子研究 被引量:10
5
作者 孙康慧 曾晓东 李芳 《自然资源学报》 CSSCI CSCD 北大核心 2021年第7期1873-1892,共20页
开展气候变化背景下中国生态脆弱区叶面积指数(LAI)变化的主导气象因子研究,对揭示该区陆地生态系统的变化规律和生态系统对气候变化的动态响应具有重要意义,并为生态恢复建设提供科学依据。基于CN0 5.1气象数据和全球陆表特征参量(GLAS... 开展气候变化背景下中国生态脆弱区叶面积指数(LAI)变化的主导气象因子研究,对揭示该区陆地生态系统的变化规律和生态系统对气候变化的动态响应具有重要意义,并为生态恢复建设提供科学依据。基于CN0 5.1气象数据和全球陆表特征参量(GLASS)LAI产品,利用主成分分析方法研究了中国生态脆弱区1982—2017年LAI的变化特征及其主导气象因子。结果显示:1982—2017年,中国生态脆弱区气温基本呈上升趋势,而降水趋势的区域差异显著。大部分生态脆弱区LAI呈增长趋势,包括干旱半干旱、黄土高原、青藏高原和西南岩溶山地石漠化脆弱区大部,以及北方农牧林草脆弱区西部和东南部、南方农牧脆弱区北部和东南部。中国生态脆弱区LAI增长的主导气象因子是气温,其中生态脆弱区大部LAI增长的主导气象因子是日平均气温,而干旱半干旱脆弱区西部和南方农牧脆弱区LAI增长的主导气象因子分别是和日最低和最高气温。研究表明,在研究时段升温对我国生态脆弱区植被生长有积极影响,但在一些区域受湿度状况调制。 展开更多
关键词 叶面积指数 主导气象因子 气候变化 生态脆弱区 中国
原文传递
影响南果梨产量的主要气象因子
6
作者 董学思 李丕杰 +1 位作者 杜庆元 董飞 《气象与环境学报》 1997年第4期21-22,共2页
关键词 主导气象因子 南果梨 降水量 日照时数 多元回归分析 农业气象 果实成熟 单相关分析 花芽形成 试验站
下载PDF
都江堰春性冬小麦产量波动的气象因子探讨
7
作者 王勤 《高原山地气象研究》 1994年第1期47-49,共3页
用正交多项或模拟出时间趋势项,选出在冬小麦生长季节期间与产量相关关系较好的八个气象因子,并建立了非线性逐步回归方程。同时,分析了冬小麦各发育期间,主导气象因子影响产量的生物学意义。
关键词 冬小麦 相关分析 主导气象因子 气象产量
下载PDF
I-69/55杨速生丰产栽培原理与实践 被引量:4
8
作者 曹福亮 方升佐 +2 位作者 吕士行 徐锡增 唐罗忠 《南京林业大学学报(自然科学版)》 CAS CSCD 1994年第3期77-82,共6页
从影响林木生长的环境因子入手,采用数学方法,找出了影响各引种栽培区内1-69/55杨生长的主导气象因子和主导土壤因子。在此基础上,采用数量化方法编制了I-69/55杨立地指数得分表。根据大量的固定标准地和临时标准地资... 从影响林木生长的环境因子入手,采用数学方法,找出了影响各引种栽培区内1-69/55杨生长的主导气象因子和主导土壤因子。在此基础上,采用数量化方法编制了I-69/55杨立地指数得分表。根据大量的固定标准地和临时标准地资料,经综合分析,提出了1-69/55杨的适宜造林密度和各项丰产栽培技术措施。 展开更多
关键词 主导气象因子 主导土壤因子 杨树
下载PDF
江淮区域农田参考作物蒸散量变化特征及其成因分析 被引量:1
9
作者 王曼丽 李卫国 +1 位作者 熊世为 邓汗青 《江苏农业科学》 2019年第6期226-230,共5页
为深入了解江淮区域农田参考作物蒸散变化特征及其对气候变化的响应,利用联合国粮食及农业组织(Food and Agriculture Organization of the United Nations,简称FAO)推荐的Penman-Monteith模型和位于江淮区域的安徽省滁州地区7个站点196... 为深入了解江淮区域农田参考作物蒸散变化特征及其对气候变化的响应,利用联合国粮食及农业组织(Food and Agriculture Organization of the United Nations,简称FAO)推荐的Penman-Monteith模型和位于江淮区域的安徽省滁州地区7个站点1961—2017年逐日气象观测资料计算该地区的参考作物蒸散量(ET_0),在分析ET_0区域时空变化特征的基础上,探讨影响区域农田ET_0的主导气象因子。结果表明,研究区域ET_0的年平均值为993.8 mm,夏季最大,春、秋季次之,冬季最小,空间上呈西北大东南小的分布特征。ET_0的年际变化呈显著减小趋势,变率为-1.41 mm/年,从季节上看,除春季略有增大外,其余3季均呈减小趋势,其中夏季的减小趋势最明显,ET_0的减小趋势是一个突变现象,突变点为1972年。气温和相对湿度的变化引起ET_0的上升,为正贡献;风速和日照时数的变化引起ET_0下降,为负贡献,其中风速是该地区ET_0变化的主导气象因子。探讨江淮区域农田参考作物蒸散量对气候变化的响应,对加强该区域农业灌溉效率和优化农业水资源配置具有重要参考意义。 展开更多
关键词 农田水分 参考作物蒸散量 时空变化特征 主导气象因子 江淮区域 农业灌溉效率 优化水资源配置
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部