极端温度事件区域性的分析方法及其结果
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3321/j.issn:0469-5097.2009.06.001

极端温度事件区域性的分析方法及其结果

引用
根据1961-2002年42年中国站点的日最高、最低温度资料,运用累积频率的阈值统计方法,分析了我国东部地区极端高温、极端低温以及全国的温度日较差极端事件的区域性特征.本研究中的极端温度事件的区域性指的是,当某单站发生极端温度事件的同时,全国其余各站也发生同一种极端温度事件的概率分布,即成片发生极端温度事件的区域尺度.对每个研究站点均可寻找出一个与基准站同时发生极端温度事件的高概率站群,近似地用面积指数来表征站点群的区域大小,以此衡量成片发生极端温度事件的区域大小.结果指出:我国东部地区的极端高温、低温事件的面积指数的大值区分布较为一致,我国华南地区、江淮地区、华北地区和东北地区的面积指数的大值区分别集中在江西省和湖南省的南部,江西省北部和长三角地区,陕西省和山东半岛以及内蒙古东北部和黑龙江南部.即说明,无论是极端高温事件还是低温事件,上述地区的区域敏感性均较高,同时发生极端高温(低温)事件的区域尺度较大.四个区域的区域平均的差异表现为:在极端高温事件中,江淮地区的面积指数最大,华北地区的最小.在极端低温事件中,华南地区的面积指数最大,而江淮和东北地区的最小.同时,对温度日较差的极值事件分析可知,极端高值事件的面积指数的大值区位于我国南部地区,小值区则集中在新疆西北西部地区,而温度日较差的极端低值事件的面积指数分布特征为:内蒙古中部、陕西、甘肃等西北地区为大值区,易于成片发生温度日较差的极端低值事件,且面积较广;而我国东北地区,新疆西北部和我国西部地区则为面积指数的小值区.区域平均的温度日较差的极值事件与极端高温事件和极端低温事件的面积指数揭示出温度日较差的高值(低值)事件与极端高温(低温)事件的区域平均的面积指数大值中心较为一致均为华南(华北)地区.

日阈值、极端温度事件、区域性、面积指数

45

P468(气候学)

国家自然科学基金40675042

2010-02-01(万方平台首次上网日期,不代表论文的发表时间)

共9页

715-723

相关文献
评论
暂无封面信息
查看本期封面目录

南京大学学报(自然科学)

0469-5097

32-1169/N

45

2009,45(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn