数据格式:面板数据 指标说明:省份,城市,区县,每年降水量等指标 数据说明:该数据为当年的日降水量的年平均值,不是年累计值,单位为m 详细介绍:参见文章-https://blog.csdn.net/samLi0620/article/details/135425031
2024-05-11 16:12:11 39KB 数据集
以淮河流域及周边地区48个气象站点1961年-2010年共50年逐日降水过程为基础资料,以地理信息系统技术为数据处理平台,结合Mann-Kendall秩次相关检验、Morlet小波变换和集对分析法(SPA)等,分析淮河流域年降水量时间序列趋势性、周期性以及降水集中度、集中期、降水质心、旱涝发生频率、旱涝交替在空间上的分布特征。结果表明:①近50年来,年降水量整体呈略微减少趋势,南部地区降水增加,北部地区降水减少;②年际变化上存在27年的主周期,年内分配集中在夏季,且北部地区降水更为集中;③干旱易发区分布面
2024-04-27 01:36:34 737KB 工程技术 论文
1
基于2009 — 2013年石羊河流域夏季(6月至8月)32个区域气象站和5个自动气象站的逐时降水资料,利用分析方法分析了石羊河流域的降水日变化特征。四个降水指数(每小时降水,每小时降水频率,每小时降水强度和不同持续时间的降水)。 结果表明,由于地理位置,海拔,纬度和天气系统的影响,石羊河流域每小时降水的空间分布,夏季每小时降水频率从上游到下游呈递减趋势,且每小时强度的空间分布较为复杂。 石羊河流域的降水降水频率和降水强度呈现双峰分布的日变化规律,高峰期为01:00-09:00和14:00-23:00,强降水呈单日型。高峰期为14:00-23:00。 石羊河流域的总降水量和1-3小时的短时降雨频率比长时间降雨持续了10小时以上。 持续在1-6小时内的短时降雨通常发生在下午至傍晚,持续超过6小时的长时间降雨则通常发生在傍晚至清晨或午后至傍晚。
1
纸坊沟流域降水特征及降水与径流的一致性分析,丁文广,陈宝玉,本文利用泾河中游纸坊沟流域1974~2002年的年降水量、月降水量及年径流量资料,采用线性回归、降水累积距平曲、秩和检验分析方法,�
2024-01-14 13:31:06 412KB 首发论文
1
延安市近58年降水变化特征分析,李劲彬,韩霁昌,根据1957~2014年延安市58年逐日降水量观测资料,运用统计分析方法和趋势分析方法,对延安市降水量动态变化情况进行了分析。结果表�
2024-01-14 13:28:46 602KB 首发论文
1
利用线性趋势,累积异常和Morlet小波方法,分析了大理地区1962〜2015年的年代际变化,年际,季节,月度变化,气候突变和降雨周期。 雨季的开始日期最早是2001年5月8日。 雨季的开始日期是2015年7月1日。 1962年至2015年的雨季开始日期的平均值为5月31日。 在过去的54年中,年,季节和月度降雨显示出不同程度的减少。 线性趋势分析表明,年降水量趋势呈递减趋势,线性趋势速率为-14.02 mm / 10a,年降水量的减少量随年数的增加不显着。 季节性降雨随年数的减少并不明显。 夏季和秋季的降雨量随着年的减少而减少。 夏季降雨量的减少趋势大于秋​​季。 冬季和Spring的降雨量随着年的增加而增加。 夏季降雨量的增加趋势大于秋​​季。 利用累积异常和Morlet小波方法,分析了年降水量的突变,发现了1974、2002和2008年的年降水量变化。年降水量主要在6和30期间。从6a和10a周期尺度来看,2015年至2019年的年降雨量正在增加,这表明大理州处于2015年至2019年的湿润时期。
2024-01-14 13:24:16 3.5MB 气候突变
1
西南地区降水变化趋势的空间分布特征,李炟,王式功,为减轻干旱等自然灾害对西南地区农业生产的不利影响和为农业产业提供气候依据,需要对西南地区降水的时空分布变化特征作进一步研
2024-01-14 13:22:50 739KB 首发论文
1
北京地区近51年来蒸发降水趋势分析,李昊洋,崔彦萍,为对比分析不同气候条件下区域各气象要素,降水和潜在蒸发的变化趋势及其对大气水文循环的影响,应用1958~2008年51年北京地区诸项气�
2024-01-10 10:13:15 207KB 首发论文
1
在本文中,针对越南南部的有限山区,对适应的20种极端降水指数进行了分析。 选择了四个站点30年以上的日降水量数据。 还分析了每个指标的最大,最小,均值,标准差,偏度和kurtoris的统计特征。 使用各种分布(例如正态,对数正态,Beta,伽马,指数,对数和约翰逊),以最高分数为基础,找到该区域的最佳拟合概率分布。 得分是根据适合性测试的统计优势排名进行估算的。 拟合优度的检验是Anderson-Darling和Shapiro-Wilks检验。 找出每个站点上每种极端降水指数的最佳拟合分布。 结果表明,Johnson分布最适合大于50 mm的强降水日数据。 在有限的山区,由于降水量大于99%的极端潮湿的天数,极端潮湿的天数和极端潮湿的天数,很难使概率分布适合降水分数。 对数正态分布,Johnson和Loglogistic分布是适合该地区大多数极端降水指数的最佳选择。
2024-01-10 10:08:22 683KB 极端降水
1
气候变暖背景下临汾地区极端降水特征的分析,夏伟晔,缪启龙,基于临汾地区17个气象站1977-2010年的逐日降水资料,运用R95P法计算临汾各地区极端降水的阈值,以此作为临汾地区极端降水事件的标准。
2024-01-10 10:04:28 1.01MB 首发论文
1