南通市近五十年雾气候特征与气象条件分析

来源 :南京大学 | 被引量 : 0次 | 上传用户:tianwaiyun6
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
雾预报一直是世界性的预报难题,国内外很多人都对雾进行过研究,并得出了一些结论,国外对雾的研究主要是从气体及粒子对光吸收与散射的理论出发,探讨包括大气条件、湍流参数、粒子特性等在内的各因素对雾降低能见度的影响效果;而国内则通过对雾的观测分析,对雾的微物理结构和形成机理上进行分析,并取得了许多成果。南通地区滨江临海,辖区有机场、沿江汽渡以及苏通大桥等,雾的预报一直受到关注。由于目前南通市雾仍处在临近预报阶段,空报、漏报时有发生,没有起到很好的社会服务效果;为了提高灾害性天气预报的时效性和准确性,减少因雾造成的经济损失,更好的为社会服务,因此研究南通市雾的气候特征以及雾产生的环流形势,找出雾预报的着眼点尤为重要。本文利用1964-2010年共47a南通地区雾日的观测资料,重点对南通市雾的时空分布特征和持续时间等进行了统计分析,并探讨了影响雾生成的相关因子。结果表明:南通市年平均雾日29.4天,年际变化较大,最多的年份雾日有58天,最少的仅为7天,60年代中期到90年代初雾日逐渐增加,90年代以后雾日开始逐渐减少,尤其是2004年以后,雾日减少趋势更是明显,年际变化幅度为-0.5天/年,但浓雾和强浓雾的日数呈小幅上升趋势,这和气温上升以及相对湿度下降有关;雾日四季分布不均,春季和冬季最多,夏季和秋季最少;11月~次年1月为雾日高发阶段,12月和4月雾日最多,8月和9月雾日最少;雾大部分出现在23~08时,雾生成的高峰时间在05时前后;05~11时开始消散,消散高峰时间在08时前后,20时为大雾生成和消散的另一个高发时段;大部分雾持续时间均小于15小时,持续时间达1~4小时的雾发生频率较大;12月份和1月份雾的持续时间最长,8月份最短;冬春季节雾持续时间的延长导致了南通市雾的持续时间整体有增长的趋势;地表温度在4~23℃时雾发生概率在4%以上;风速≤3米/秒,风向为ESE和E,相对湿度在80%以上最有利于雾的生成;雾日当天和前一天有无降水对雾的生成有一定影响;近地面逆温层的存在是雾形成的另一个重要因素;通过用NCEP再分析资料对雾前一日20时的形势场进行合成,将高低空和地面形势场进行分类,并重点统计了高空500hPa和地面形势图,得出雾前期高空500hPa形势场可分为高压脊前型、西风槽前型、西风槽过境型、脊过境型、平直西风环流型五种,地面形势场有入海高压后部型、地面倒槽型、冷高压前部型、均压场(鞍型场)型、冷锋前部型、L型高压型、移动高压底部型和高压控制型等;其中以高压脊前型和入海高压后部型生成的雾最多。
其他文献
(上接第4期第49页)4.13沧麦60054.13.1审定编号:国审麦2010013。4.13.2选育单位:沧州市农林科学院。4.13.3品种来源:临汾6154/321-4-6。4.13.4特征特性:半冬性,晚熟,成熟期比
艺术的跨界整合,成就了艺术的多元化和综合化,也给艺术的发展注入了活力,给新的艺术形式的产生提供了无限可能。玻璃和陶瓷的结合,从艺术欣赏的角度,以及技术实现的角度,分析
不知从何时起,身边玩蜜蜡的人多了起来。三五友人小坐神侃,某位抬腕之间不经意展露一串老蜜蜡,模样古拙,触手温润,凑上前去,隐约有香气袭来,引得座中人艳羡不已。
论文探讨了一套适用于台风边界层内的动力学方案,这套方案是基于尺度优化的方法下做出的,即优先考虑大尺度运动,随后是中尺度运动,最后是小尺度运动。通过尺度优化的方法,很好的结
<正> 江泽民同志在中纪委第八次全会上强调:“我再三提醒大家,要注意发扬批评与自我批评的优良传统,这一点我们要坚持下去。”他在党的十五大报告中,又强调“开展积极的思想
当前,我们已从传统媒体时代进入了新媒体、全媒体时代。新媒体的蓬勃发展在冲击着传统媒体发展的同时,也给传统媒体带来了发展机遇。在新媒体时代,传统媒体只有发挥优势、取
陆表温度(Land Surface Temperature,LST)是反映地球生态环境、气象条件的重要参数,在各领域有着广泛的应用。相较于传统观测点陆表温度的获取,遥感探测技术的出现实现了大时空
语境是语用学中的一个重要概念.语境是动态的,在言语交际中是一个变量;理解言语的过程就是在语境与新信息之间所作的推理过程.
前言矿工们都形象地把测量工作说成是矿山的“眼睛”,这说明矿山测量工作对于生产矿井来说是不可缺少的,也是十分重要的。每项测量工作都要经过先内业后外业再内业的过程,首
基于雷达数据的对流风暴识别、追踪及预警是目前强对流天气临近预报的重要方法。针对业务上普遍使用的SCIT和TITAN等方法的缺陷,本文结合随机抽样、模式识别和时间序列分析等