当前位置:文档之家› 气象因子与地表植被生长相关性分析_徐兴奎

气象因子与地表植被生长相关性分析_徐兴奎

气象因子与地表植被生长相关性分析_徐兴奎
气象因子与地表植被生长相关性分析_徐兴奎

第23卷第2期2003年2月生 态 学 报ACT A ECOLOGICA SINICA V o l.23,N o.2Feb.,2003气象因子与地表植被生长相关性分析

徐兴奎,林朝晖,薛 峰,曾庆存

(中国科学院大气物理研究所国际气候和环境科学中心,北京 100029)

基金项目:国家重点基础发展规划研究资助项目(G 1998040900);国家自然科学基金资助项目(40105011,49905004)收稿日期:2001-08-23;修订日期:2002-04-20

作者简介:徐兴奎(1966~),男,黑龙江人,博士。主要从事遥感反演和陆面过程模式研究。E-mail:xk xu@https://www.doczj.com/doc/4312615896.html, Foundation item :T he National Key Fundamen tal S tu dy Project (Grant No.G1998040900)and the National Natural Sci-ence Foundation of C hina (Grant Nos .40105011,49905004)

Received date :2001-08-23;Accepted date :2002-04-20

Biography :Xu Xing-Kui,Doctor.M ainly engaged in the rem ote sensin g applications and land su rface models.E-mail:xkxu @https://www.doczj.com/doc/4312615896.html,

Acknowledgements :Th e au th ors w is h to thank the Distributed Active Arch ive C enter (Code 902.2)at the Goddard Space Flight Center,Gr eenbelt,M D,20771,for pr odu cing the data in th eir present form and dis tr ibuting them.T he original data products were produ ced u nder the NOAA /NAS A Pathfinder program ,by a proces sing team head ed by M s .M ary James of th e Goddard Glob al Change Data Center;and the s cience algorithms w ere establis hed by the AVHRR L and Sci-ence Work ing Grou p,chair ed by Dr.Joh n T ow nsh end of the University of M aryland.Goddard's contrib ution s to these activities w ere sponsored by NAS A's M iss ion to Plan et E arth program

摘要:降水和气温是影响地表植被覆盖状况的两个重要的气象要素,地表植被的生长对它们的响应又存在一定的滞后效应。利用我国334个气象台站和1982~1994年N O AA -AV HRR 卫星数据,通过相关分析研究了我国4~7月份各气候区域降水和活动积温对地表植被的影响。结果显示,不同的气候区域和月份,降水和积温对地表植被的作用程度明显不同;前期降水和活动积温对植被作用的有效时间尺度也分布不均,并与土壤质地类型分布有关,因此,通过某一固定时间尺度的降水或活动积温不能准确的预测大区域地表植被的生长状况。

关键词:归一化的植被指数;降水;活动积温;土壤质地

Correlation analysis between meteorological factors and the ratio of vegetation cover

XU Xing -Kui ,LIN Zhao -Hui ,XUE -Feng ,ZENG Qing -Cun

(ICCE S ,Institute of A tmosp heric

P hysics ,CA S ,B eij ing 100029,China ).Acta Ecologica Sinica ,2003,23(2):221~230.Abstract :R ainfall and temperatur e ar e two impor tant fa ct or s that influence v eget atio n cov erag e o ver the land surface.T he up-gr ow th of veg etation lag s behind r ainfall and temperat ur e in g ener al.Due t o their in-homo geneous distr ibutio n ,t he effect of rainfall and temper ature on land surfa ce veg etation co ver differ s distinctly.Some resear ch result s sho w that t he time lag is 14day s,and sugg ested that the ND VI (N o r-malized Differ ence V eg etation Index )could be used as an index fo r t he reco nstr uct ion o f r ainfall in so me reg io ns.

T her e are different climatic r egions in China such as t emper ate zone,subt ro pica l zone and tr opical zone .T he inter actio ns between meteo ro lo gical factor s and v eget atio n in each climatic r egion are sig nifi-ca nt ly different.M any facto rs such as t he inho mog eneous dist ribution of rainfall and temper ature,differ-ence of v egeta tio n types and soil text ur es pla y impo r tant r oles in interactions .T o dev elo p advanced land

sur face feature m odels ,t hese facto rs must be consider ed .

Ba sed o n the daily mean r ainfall and to tal activ e temperat ur e fr om 334w eather st atio ns and N O AA -A VHR R data fr om N ASA during t he per io d fro m 1982to 1994,the influence of rainfall and tot al activ e temperat ur e o n v eget atio n in China is analy zed fro m Apr il to July thro ug h co rr elatio n analy sis .T he A tmo-spher ic co r rectio n scheme o f channel o ne a nd channel tw o fo llo ws the alg or it hm o f Go rdon .N DV I is com-po sited by taking the max imum N DV I value fro m the daily data w ithin 10days,w it h spatial r esolut ion o f 8km ×8km.

T he max imum N DV I w it hin a 10day per io d is assumed to equal t he N DV I of the tenth da y .T his a s-sumption also co rr espo nds to t he character o f v eget atio n gr ow th .F ir st ,rainfall o r temperatur e is added ret ro spectiv ely day by day ,and then the cor relatio n co efficients ar e calculated.T he final o utputs are max i-mum cor r elation co efficients and accumulative number o f days while max imum co rr ela tio n coefficient o c-cur s .

T he r esult show s reg io nal character s in each month.Veg etation does not g r ow in the nor th o f China in A pr il because o f lo wer tempera tur e.Co rr elatio n co efficient is low betw een N DV I and r ainfall.Because w inter w heat is g ro w ing then and r ainfall is relativ ely lo wer.T he reg io ns w ith higher co rr ela tio n ar e locat-ed basically in humid par ts of the So uth T emper ate Zone .In contr ast ,there is no evidence o f hig her cor re-lat ion in the subt ro pics and tr o pics due to ex cessiv e r ainfall a nd soil humidity a ltho ug h it is also being in the v egetat ion per iod.As t emper ature increases,t he dist ributio n of maximum cor relation coefficient s ex-pends in M ay in nor thern China ex cept for so me r egions with sno w co ver ,wher e melting sno w made so il much mor e humid ;co rr ela tio n in all other r egio ns increases .A t this time ,the ripe wint er w heat ca used the co rr elatio n to decrease in t he South T emper ate Z one.V egeta tio n also does not depend on ra infall so uth of the Yang tze Riv er beca use of ov erm uch rainfa ll.In June a nd July,v egeta tio n demands much mor e rain-fall in the middle par t of the mo ist tempera te zo ne,ow ing to up-g ro wth.Cultiv ation of late autumn cr ops made veg etatio n mo re r eliant o n r ainfall .In the m iddle and low er r eaches of the Yang tze River ,the adv ent of M eiyu r esults in no cor r elat ion betw een N DV I and rainfall.

T he tempor al plot show s t hat N DV I lags behind rainfall with quite appar ent differ ences in climatic re-gions w here cor relatio n coefficients ar e higher than 0.3.In dro ught reg io ns ,since a litt le rainfall co uld chang e v egetat ion co ver sig nificantly ,the time lags ar e less than that in ot her r eg ions .In r ainy reg io ns ,precipita tio n supplies continuously w ater for veg etatio n gr ow th and r esults in r elat ively lo ng time lag s.In A pr il in the souther n humid tempera te zone w it h hig her co rr ela tio n,to tal r ainfall dur ing 45~65days is best relative to ND VI .T hat means v egetat ion w ill be furt her affect ed if the t otal pr ecipitation ov er 45~65da ys cha ng es .In M ay ,in t he mid -var iable zo nes and semi -dr o ug ht reg io ns ,v eget atio n is v ery sensitive to ra infall.As a consequence ,r ainfall w ithin 15~45days is mo st impo rtant for veg etatio n.In June and July,soil mo isture in no rther n China t ends to be stable.So t he day s o f ra infall ar e basically limit ed to 25~45.

T he r elat ion betw een N DV I and temper ature is opposit e t o ra infall due to inv erse -co rr elatio n betw een temperat ur e and rainfall .In rainy seasons ,r ainfall beco mes a main reaso n ag ainst t he g ro wt h o f pla nt s ,so cor relation betw een ND VI and temper atur e is higher in g eneral.M eanw hile,v egetat ion also dema nds much mo r e accumulat ed temper ature.In dr y seasons,t his kind o f co rr elatio n is no t evident.

T he differ ent so il tex tures and veg etatio n t ypes cause uneven distr ibutio n of cor r elations betw een N D-V I and r ainfall or temper ature .F or r ainfall ,t her e a re higher cor r elat ions betw een N DV I and ra infall in sandy tex tur e r egions,and lo wer co rr elatio ns in the clayey t ext ur e reg ions.F or t emper atur e,there ar e low er co rr elat ions in sandy tex ture r egions and low er co rr elat ions in cla yey t ext ur e r egio ns.

T he abov e co rr elatio n analysis sug g est s that it is no t appr opriate to apply only rainfall or temper atur e 222 生 态 学 报23卷

to pr edict the dist ribution of N DV I .R ather ,a N DV I -predicting model w ith bo th temperatur e and the up-per or low er limit of r ainfall inco rpo rated is mo re accept able and mor e phy sically meaning ful.

Key words :N or malized Differ ence Veg etation Index ;rainfall;to tal activ e temper atur e;soil t extur e 文章编号:1000-0933(2003)02-0221-10 中图分类号:Q142,Q948.1 文献标识码:A

地表植被类型的空间分布是长期气候适应的结果,同时植被对气候又有一定的反馈作用。不同的植被群体,其地表能量的分配和转换机制不同,造成地气间水分和热量循环的强度分布不均。随着人类影响的日益加剧,农业用地取代自然植被,地表植被覆盖类型变化更加剧烈,引起区域气候环境的形成和变化[1]。由于植被与气候之间的相互作用和相互适应,植被覆盖状况随时空变化极大,对气候的影响也较其它陆地覆盖类型显著[2,3]。

我国各地区气候、植被类型和土壤质地等的分布差异,使N DV I 与降水和积温的这种相关性强弱分布不均。尤其是植被的生长发育对降水量具有滞后性,前期降水对地表植被的影响非常重要[4],这种滞后性又使各区域植被N DV I 对降水的敏感程度差异很大,由此也造成积温出现与降水类似的情况。研究不同气候区域N DV I 与降水和积温的这种关系,可以揭示前期降水和积温对地表植被的有效作用尺度,认识我国不同气候区域气象因子对地表植被的影响程度,这不但对研究区域干旱预测模型和建立ND VI 与降水和积温的统计模型提供参考,同时,也可以更加深入的了解地气相互的作用的区域分布特征,为研究地表植被覆盖特征物理模式参数化方案提供理论依据。

图1 土壤质地分布Fig .1 Distribu tion of the texturesoil 1Gr avel;oS an d;?Loam;?Clay

1 NDVI 与气象因子的关系遥感观测为研究地表植被覆盖状况提供了大量的实时数据源,尤其是N OA A -A V HRR 数据,其多年数据积累可以用来研究地表植被的时间变化状况[5]。归一化的植被指数N DV I (N or malized Difference V egetat ion Index )是研究植被覆盖信息常用的一个参数,它是根据植被在第一(0.58~0.68um )和第二(0.725~1.10um )通道反射特性差异来反映下垫面覆盖和植被的动态变化信息,其不仅包含了气候因素对地表覆盖类型的影响,而且也包含了人类活动信息。N DV I 与地表植被的覆盖率成正比关系,对于同一种植被,N DV I 越大,说明地表植被的覆盖率越高,植被的长势越好。降水和气温是影响地表植被覆盖特征变化的两个主要的自然因素,降水量可以增加土壤湿度,为植被的生长提供水分,因此植被的ND VI 与降水量呈正相关特征[6~8],在一些干旱区域,可以通过植被的ND VI 预测区域降水状况[9]。与降水类似,气温代表了到达地表植被体的太阳辐射能强度,而太阳辐射能为植被的生长提供了必要的能量,因此气温与ND VI 也应该呈现正相关特征,特别是对于那些降水非常充足的地区,降水量对植被的生长状况影响就会减弱,而这时气温会成为影响植被生长的主要因子。

2 数据资料及计算方法

2.1 数据资料

本文使用的N O AA -AV HRR 数据采用N A SA 提

供的8km ×8km 分辨率ND VI 资料,时间从1982~

1994年,每月以旬为单位,提供旬最大N DV I 。在计算

N DV I 之前,N A SA 已经对计算N DV I 所需的N OA A -

A VHR R 第一、第二通道数据进行了大气订正,N DV I

也进行了角度订正,这样可以消除大气等因素的影响,

使N DV I 在空间尺度上具有可对比性,同时采用地面

定标系统对1982~1994间的N O A A 卫星系列产品进

行了重新处理,以保证数据在时间尺度可以对比。

气象数据是我国地表气象台站的常规观测资料,

时间从1982~1994年,共334个观测站,气温为日平均

气温,降水量为日降水总量。2232期徐兴奎等:气象因子与地表植被生长相关性分析 

为了结果分析,本文使用了我国土壤质地和气候区划数据库,土壤质地分为石砾、沙、粗沙土、细沙土、面沙土、沙粉土、粉土、沙壤土、粘壤土、粉粘土、壤粘土、粘土等12种类型[10],本文将其近似的归并为4种(图1),气候区划采用中国气象局的气候区划标准[11](表1、图2)。

表1 中国气候区划

Table 1 Climatic region on the land -surface of China

Ⅰ北温带North T emperate Zone Ⅰ1北温带湿润大区

Hu mid Nor th

T emperate Zon e

Ⅱ中温带M id T emperate Zone Ⅱ1中温带湿润大区

Hu mid M id

T emperate Zon e

Ⅱ2中温带亚湿润大区Su b-humid M id T emperate Zone Ⅱ3中温带亚干旱大区Sub-dry M id Temper ate Zon e Ⅱ4中温带干旱大区Dry M id Temperate Zon e Ⅲ南温带South T emperate Zon e Ⅲ1南温带湿润大区

Hu mid South

T emperate Zon e

Ⅲ2南温带亚湿润大区Su b-humid South T emperate Zone Ⅲ3南温带亚干旱大区Sub-dry South Temper ate Zon e Ⅲ4南温带干旱大区Dry S outh T emperate Zone Ⅳ北亚热带North Subtropic Ⅳ1北亚热带湿润大区

Hu mid Nor th

S ubtropic

Ⅴ中亚热带M id Sub tr op ic Ⅴ1中亚热带湿润大区

Hu mid M id

S ubtropic

Ⅴ2中亚热带亚湿润大区Su b-humid M id Su btr op ic Ⅵ南亚热带South Su btropic Ⅵ1南亚热带湿润大区

Hu mid South

S ubtropic

Ⅶ北热带North Tropic Ⅶ1北热带湿润大区

Hu mid Nor th T ropic

Ⅶ2北热带亚湿润大区Su b-humid North T ropic Ⅶ3北热带亚干旱大区Sub-dry North Tropic

Ⅷ中热带M id T ropic Ⅷ1中热带湿润大区

S ub-hu mid M id

T ropic

Ⅸ南热带South T ropic Ⅸ1南热带湿润大区

Hu mid South Tropic

H 高原气候区Plateau H 1高原南缘湿润大区

Hu mid South Plateau H 2高原亚湿润大区Su b-humid

South Plateau H 3高原亚干旱大区Sub-dry South Plateau H 4高原干旱大区Dry S outh

Plateau 图2 中国气候区划 Fig .2 Distrib ution of climatic region on the land -s urface of Chin a

2.2 计算方法

应用统计相关方法,求取N DV I 与降水和活动积

温(>10℃)的相关系数,采用活动积温主要考虑在气

温低于10℃时大多数植被生长减缓,这样可以更加有

效地反映出气温对地表植被的影响程度。N DV I 为某旬

最大N DV I,这里假设地表植被覆盖率在10d 中变化很

小可以忽略,所以旬最大N DV I 可以近似代表某旬末

的N DV I ,这种假设也与本文所研究月份大部分地区的

植被生长规律符合。对于每一个点(13年×12月×3旬

=468个样本,共334个点),降水和活动积温(即旬末

的日降水和活动积温)对应于各自的旬最大ND VI ,以

天为单位将日降水和活动积温向前累加,每累加一天

分别与旬末N DV I 求相关,这样对每一个点可以得到

一组相关系数,最终输出结果为本旬中最大相关系数

和出现最大相关系数时日降水或活动积温累加的天

数。结果中的最小负相关系数不作为研究的内容,因为224 生 态 学 报23卷

图3 旬NDVI 与前期总降水量的最大相关分布(4~7月份)

Fig .3 M aximu m correlation betw een NDVI in a per iod of ten d ays and total precipitation in earlier s tage (Apr.~J ul.)

当降水出现最小负相关时,有两种可能的意义,一是本地区降水过多,地表土壤湿度过高,影响植被生长;二是本地植被生长受人为因素影响,人为灌溉等弥补了降水不足,由于人为影响程度难以定量的评估,所以不作为本文的研究内容。

3 计算结果分析

3.1 累积降水的作用

我国南北横跨几个气候带,气候特征明显不同,只有在植被的生长季节,即活动积温大于某一数值时,N DV I 才与降水量呈相关特征。当降水量在植被生长发育所必须的极限附近波动时,地表植被的ND VI 与降水量具有极好的正相关性;当降水量充分或地表没有植被覆盖时,这种相关性则并不显著。我国雨量分布的重要特点是东南多、西北少,从东南到西北递减[12]。4月份,除华北地区以外,我国北方大部分地区气温较低,植被还未处于生长阶段,N DV I 与降水的相关系数分布普遍较低(图3)。相关显著的区域(相关系数大于0.3,置信度达到95%)主要分布于我国南温带湿润大区(图2)。4月份,这里是冬小麦生长季节,植被蒸腾作用较强,同时降水量相对较低(图4),所以植被对降水极其敏感,相关系数较高。这时在我国亚热带与热带地区,虽然也是植被的生长季节,但这些区域在4月份已经进入多雨季节,地表土壤湿度较大,水分充足,植被的N DV I 与降水的关系并不明显;5月份随着我国北方广大地区气温的普遍回升,最大相关系数的分布普遍增高,除北方的北温带和中温带的一些湿润和亚湿润大区由于冬季积雪的作用土壤湿度较大,造成相关不显著外,其它如中温带亚干旱大区、中温带干旱大区西部有植被覆盖区域相关系数增加。在南温带亚湿润大区正处于冬小麦成熟季节,植被的绿度下降,所以与降水的关系不显著。而长江以南地区从5月份开始就陆续进入雨季,最大降水中心出现在华南沿海地区,降水已经不是制约这些地区植被生长的主要因素,相关系数也普遍较低。6、7月份,随着植被的生长我国北方中温带湿润大区植被对降水的需求开始增加,同时由于雨带的不断北移,中温带干旱大区的东部植被也开始生长,对降水的需求进一步增加,这时的南温带亚湿润大区由于夏季作物的耕种和生长,对降水依然敏感。6、7月份随着副高的北移,我国长江中下游地区普遍进入梅雨季节,降水量远远超过植被生长所需降水,ND VI 与降水量的关系也不显著。所

2252期徐兴奎等:气象因子与地表植被生长相关性分析 

以,N DV I 与降水的关系既与所处的气候区域有关,又与植被生长月份有关,通过N DV I 估算降水或通过降水预测植被长势,在某些月份和某些区域可能较好,但并不适合于大范围的区域。

对应于图3相关系数大于0.3的区域,在不同月份和气候区域,N DV I 对降水的滞后时间尺度——敏感性也不同(图5)。在较为干旱的区域,一次降水就可能改变地表的植被覆盖状况,

因此出现最大相关系数

图4 我国月平均降水分布(4~7月份)

Fig.4 Dis tr ibution of th e monthly mean precipitation(Apr.~Jul.

)图5 出现最大相关系数时前期降水累计天数

Fig.5 Accumulative total of d ays of pr ecip itation in ear lier stge occurr ing m axim um correlation (Ap r.~Jul.)226 生 态 学 报23卷

的滞后时间比较短,而对于地表降水相对较多的湿润地区,部分降水渗入土壤,补充地下水储量,为植被的生长提供了连续的水分供应,所以滞后时间尺度相对较长。4月份在相关系数较高的南温带亚湿润大区,植被生长对降水基本滞后45~65d 之间,即前期45~65d 左右以内的降水总量变化直接影响到本区域植被的生长状况,对于农作物,这一时间之内的降水量直接影响到作物的产量。出现此结果的原因在于,这一时期本地区正是农作物生长发育季节,蒸发作用比较旺盛,所以土壤对植被的水分供应必须具有一定的可持续性,否则植被的生长会受到影响;5月份,在相关系数较高的中温带干旱和亚干旱大区,由于降水相对较少,植被对降水变得相对较为敏感,滞后时间尺度大多分布在15~45d 之间。研究也表明[13],在西北等干旱地区,一般大于10mm (或20m m )降水的间隔大于20d 就会发生一定程度的干旱;6、7随着我国北方降水量不断增加,土壤湿度趋于稳定,这种滞后的尺度也逐渐变长,大多保持在25~45d 之间,个别区域在45~65d 以内。因此,无论是通过N DV I 进行降水预报还是通过降水量预测植被的长势,不能单纯的以月或者旬为单位,要视各气候区域的气候特点,计算不同尺度的降水总量,这样才能建立较为精确的统计模型。

3.2 活动积温的作用

温度与降水一般呈反相关,当区域内降水较多时,到达地表的太阳辐射能相对减少,气温较低,这也势必影响到植被的生长状况。所以在4~7月份,N DV I 与降水量相关系数较小的区域,ND VI 与活动积温的相关系数就会变得较高,本文的计算结果很好地反映出这种关系(图6)。4月份,在我国北方地区,气温是影响植被生长的主要因素,所以N DV I 与活动积温的关系比较密切,在亚热带和热带地区,由于降水充足,N DV I 与活动积温的关系也非常显著,而在4月份与降水关系显著的区域,N DV I 与活动积温的关系不显著。5月份这种关系更加明显,这时我国大部分地区植被的生长主要受气温的制约,唯一的例外是在南温带亚湿润大区和北亚热带湿润大区的东部,这里N DV I 与积温的关系并不显著,原因在于这一时期这些区域冬小麦已经进入成熟季节,无论是降水还是积温对它们的作用都已经不大。6、7月份我国大部分地区都已经进入雨季,这时凡是降水较多、N DV I 与降水关系不显著的区域,N DV I

与积温的相关就会显著。

图6 我国地表NDVI 与前期活动积温的最大相关分布(4~7月份)

Fig.6 M aximu m correlation betw een NDVI in a period of ten days and total active temperatures(Apr.~J ul.)

植被的生长状况需要一定的活动积温的累计,在降水充足时,在植被的整个生长周期中都会受积温的影响。与降水相似,植被对积温的敏感程度也是因所处的区域和月份不同而不同(图7),4月份在我国北温2272期徐兴奎等:气象因子与地表植被生长相关性分析 

带、中温带和高原气候区,气温正处于回升时期,地表植被也刚刚开始萌生,植被生长对活动积温的要求较高,在相关系数大于0.3的区域,前期活动积温的累计天数都在15~25d 之间;5、6、7月份,随着我国广大地区植被的生长,我国南北地区对积温的敏感性也出现了显著的差异,在北部地区,前期活动积温的累计天数较长,这一方面是因为降水量适合于植被的生长,积温成为影响植被生长的主要因素,另一方面由于我国北方地区气温本身就较低,前期积温直接影响植被的生长;在我国南部地区,这一时期基本进入雨季,日照时数减少,从而反映出N DV I 对积温变得非常敏感,最大相关系数基本出现在前期5~25d 之间,这说明5~7

月份积温是影响我国南方植被生长的主要因素。

图7 出现最大相关系数时前期活动积温累计天数

Fig.7 Accum ulative total of days of total active tem peratures in earlier stage occur ring m axim um correlation (Apr.~J ul.)

3.3 土壤质地对植被生长的影响

同一纬度带或同一气候区域,降水量和活动积温对植被具有不同程度的影响,这除了与植被类型有关外,土壤质地也是一项重要的影响因素。土壤质地的不同,其土壤物理特性具有很大的差异[14]。石砾和沙覆盖地区,地表以裸露的山石和沙漠为主,基本无植被覆盖;土壤质地为砂土地区,土粒粗,粒间空隙大,毛管作用弱,故通气性好,透水性强,而水土保持的能力很差,土壤容易产生旱象,砂土含水量少,热容量较小,土温易升易降;土壤质地为粘土地区:土粒很细、粒间孔间很小,毛管作用强,故通气性不良,透水性差,但保水、抗旱力较强,粘土蓄水多,热容量较大,土温变化缓慢,早春土温上升很慢,作物出苗慢,故有冷土和凉土之称;土壤质地为壤土地区,具有砂土和粘土之优点,既有一定量的大孔隙,也有相当多的毛管孔隙,保水力强,土温比较稳定。

对照图1~图5与我国土壤质地分布,N DV I 与降水和温度的相关系数及出现最大相关系数的天数与土壤质地具有一致性。在N DV I 与降水相关系数最大的区域,土壤质地基本上以砂土为主,在云南和广西南部小范围砂土区域,植被与降水的关系明显比周围其它土壤质地的植被显著,在粘土分布的区域,无论南北,相关系数都不显著,而壤土区域则介于两者之间。由ND VI 对降水的敏感程度来看,最敏感的地区都为砂土。ND VI 与积温的相关系数分布与土壤特征也有密切的关系,在植被的生长季节,最大相关系数基本出现在粘土分布区域,在砂土为主的区域,这种相关变得不显著。同样,对温度的敏感程度也以粘土分布区域为最,在砂土和壤土区域,这种敏感性则相对减小。

228 生 态 学 报23卷

4 结论利用1982~1994年期间的N O AA -AV HRR 数据和地面气象台站数据,分析了在我国不同气候区域降水和活动积温对地表植被覆盖状况的影响,主要结论如下:

(1)地表植被的生长状况和降水、积温的关系与我国气候区域的分布密切相关,在不同的月份,两者对地表植被的影响程度不同,当通过前期降水和积温预测地表植被的生长状况时,要根据当地的气候特点选择主要作用因子。

(2)前期降水和活动积温影响植被的有效时间尺度在不同的气候区域和月份是不同的,总的来说这种时间尺度分布基本呈现无规律分布,因此通过月、旬降水或积温来预测地表植被的生长状况效果不一定最好,需要根据本地的数据分析结果建立关系。

(3)土壤物理特性也是影响植被对降水和积温响应程度的因素,在砂土分布区域,N DV I 与降水关系显著,并且较为敏感,在粘土分布区域,这种关系并不显著。与此相反,在砂土分布区域,N DV I 与积温关系并不显著,而在粘土分布区域则相对较为显著。

在计算过程中,本文也作了一些假设,另外在分析过程中也回避了一些问题,主要集中在:

(1)以旬最大ND VI 代替旬末N DV I 。对于植被的生长季节以及大多数自然植被这种假设是成立的,但对于一些农业作物,在进入成熟季节后,这种假设就会产生偏差。但考虑到我国大部分地区农业耕作习惯基本不变,这种误差对结果的分析以及结论影响极小。

(2)在分析的区域,植被的类型差异、植被的人为更换和灌溉等都是影响最大相关系数分布的因素,而这些影响因素又很难消除,这对结果势必造成一些偏差。但从气候的角度而言,研究的是我国气候因子对地表植被作用的主要特征,所以上述问题不会影响本文所得出的结论。

Ref erences

[1] Yan Z W ,Wei H L .A comparative study of the imp act of agriculture on J uly clim ite in Ch ina betw een the present

and the Little Ice Age.J ournal o f N atural Resour ces ,1999,14(4):323~328.

[2] Zh ou S Q,Ch en W L ,Wang G L.Exp eriments on s ummer clim atic effects of Qing-Zang plateau vegetative cover

part I:M od el,Effect on precipitation and s treamline field.Journal of N anj ing I nstitute of M eteorology ,1997,20

(2):158~163.

[3] Li Y A,Huan g F X G,Influences of impr oved surface parameters on T106modde.Quarterly J our nal of App lied

M eteorology ,2000,1(1):62~70.

[4] S hinoda M .Seas on al Phase Lag Between Rainfall an d Vegetation Activity in T ropical Africa As Revealed b y

NOAA S atellite Data .I nter national Journal of Climatology ,1995,15(6):639~656.

[5] Jus tice C O,Digdale G,Tow nsh end J R G,et al .S ynergis m b etw een NOAA-AVHRR and meteos at data for

studying vegetation development in sem i-arid West Africa.I nter national Journal o f R emote S ensing ,1991,12:1349~1368.

[6] Nicholson S E and Farr ar T J.Th e Influ ence of S oil T ype On the Relationsh ip Betw een NDVI,Rain fall,an d Soil

M oisture in Semiar id Bots wana.I.NDVI res ponse to rainfall.Re mote S ensing of E nv ironment ,1994,50:107~120.

[7] M alo A R and Nicholson S E .A study of the rainfall and vegetation dyn amics in the African Sahel us ing th e n or-

m alized difference vegetation ind ex .Journal of A r id E nvironme nts ,1990,19:1~24.

[8] William T H and Gr aham Th omas .M odelling NDVI from decadal rainfall d ata in the North east arid z one of Nig-

era.J our al of Env ironmental M anag ement ,1996,48:249~261.

[9] Gris t J,Nich olson S E and M p olokan g A .On the Us e of NDVI For Estimating Rainfall in th e Kalah ari of

Bots wana.J our nal of A rid Env ir onments ,1997,35:194~214.

[10] Chines e Academy of Scien ces ,T he Comiss ion for Integrated S urvey of Natural Res ources.Handbook of C hina Natural Resources ,S cience Press ,1990.

[11] Compilation of China Natural Geography .China C artographic Publishin g Hous e ,1984.

2292期

徐兴奎等:气象因子与地表植被生长相关性分析 

[12] Zh ang J C .A Series of C limate For Ch ina ,C hina M eteorology Pres s ,1991.

[13] Bai Z H ,Xu G C .C limate For Ch ina Northw es t .Ch ina M eteorology Pres s ,1991.

[14] Nan jin g U nivers ity et al .Agr ology and Agrogeogr aphy.T he People's Education Pres s,1980.

参考文献

[1] 严中伟,魏和林.农业对小冰期和现代我国七月气候的影响模拟.自然资源学报,1999,14(4):323~328.

[2] 周锁铨,陈万隆,王革丽.夏季我国高原植被气候效应的数值研究I :模式及降水、流场的效应.南京气象学院学报,

1997,20(2):158~163.

[3] 李月安,皇甫雪官,地表参数对T 106模式预报的影响.应用气象学报,2000,1(1),62~70.

[10] 中国科学院国家计划委员会自然资源综合考察委员会.中国自然资源手册,科学出版社,1990年.

[11] 中国自然地理图集.北京:地图出版社,1984年.

[12] 张家诚.中国气候总论,北京:气象出版社,1991年.

[13] 白肇华,徐国昌等.中国西北天气,北京:气象出版社,1991年.

[14] 土壤学基础与土壤地理学.北京:人民教育出版社,1980年.

《生态学报》荣获“第二届国家期刊奖百种重点科技期刊”等奖 《生态学报》荣获第二届国家期刊奖百种重点科技期刊奖。荣获第三届中国科协优秀期刊二等奖。

根据中国科技信息研究所信息分析中心2002年的《中国科技期刊引证报告》最新统计数据分析结果,《生态学报》2001年影响因子为0.911,总被引频次为1207次,指标综合加权评分为84.678分,荣获“百种中国杰出学术期刊”称号。

《生态学报》2003年征订启事

《生态学报》是中国生态学学会主办的综合性学术刊物,创刊于1981年。主要报道动物生态、植物生态、微生物生态、农业生态、森林生态、草地生态、土壤生态、海洋生态、淡水生态、景观生态、区域生态、化学生态、污染生态、经济生态、系统生态、城市生态、人类生态等生态学各领域的学术论文;特别欢迎能反映现代生态学发展方向的优秀综述性文章;原创性研究报告和研究简报;生态学新理论、新方法、新技术介绍;新书评介和学术、科研动态及开放实验室介绍等。为促进学术、科研信息的交流,欢迎踊跃投稿。

《生态学报》为月刊,2003年每期176页,信息容量约36万字。期定价36元,年定价432元。全国各地邮局均可订阅,望广大读者互相转告,以便及时订阅。

地址:100085北京海淀区双清路18号《生态学报》编辑部

电话:(010)62941099

E-mail:Shengt aixuebao @sina.co m 或Shengt aix uebao@https://www.doczj.com/doc/4312615896.html,

本刊国内邮发代号:82-7,国外邮发代号:M 670,标准刊号:ISSN1000-0933

CN11-2031/Q

欢迎订阅!欢迎投稿!欢迎刊登广告!230 生 态 学 报23卷

环境气象指数

\I CS07.060 A47 DB65 环境气象指数 environmental weather index 新疆维吾尔自治区质量技术监督局 发布

目次 前言................................................................................. II 气象指数 (1) 1 范围 (1) 2 引用文件 (1) 3 术语和定义 (1) 4 计算方法与等级划分 (2) 4.1紫外线指数 (2) 4.2森林火险天气等级 (3) 4.3 草原火险天气等级 (5) 4.4城市火险天气等级 (8) 4.5 空气污染气象条件 (9) 4.6 地质灾害天气等级 (10) 4.7 体感温度 (12) 4.8 旅行气象指数 (13) 4.9 中暑指数 (13) 4.10 穿衣指数 (14) 4.11 寒冷指数 (15) 4.12 人体舒适度指数 (16)

前言 本标准由新疆维吾尔自治区气象局提出。本标准由气象标准化技术委员会归口。 本标准主要起草单位:新疆维吾尔自治区气象台、新疆维吾尔自治区气象科技服务中心、新疆维吾尔自治区气象局政策法规处。 本标准主要起草人:吴彦、陈春艳、杨静、胡列群。

环境气象指数 1 范围 本标准规定了环境气象指数的术语和定义、计算方法和量级划分。 本标准适用于新疆维吾尔自治区境内发布和描述的环境气象指数。 2 引用文件 下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件,其随后所有的修改单(不包括勘误的内容)或修订版均不适用于本标准,然而,鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件,其最新版本适用于本标准。 3 术语和定义 下列术语和定义适用于本标准 3.1 环境气象指数environmental weather index 运用数理统计方法,对气温、气压、湿度、风等多种气象要素和地理、天文和季节等其它因素综合进行计算而得出的用来描述人类生存环境和各种活动的、客观量化的气象条件预测指标。3.2 紫外线指数ultraviolet index 衡量某地正午前后到达地面的太阳光线中的紫外线辐射对人体皮肤、眼睛等组织和器官可能的损伤程度的指标。指数确定主要取决于纬度、海拔高度、季节、平流层臭氧、云、地面反照率和大气污染状况等条件。 3.3 森林火险天气等级forest fire-danger weather ratings 综合考虑气温、湿度、降水、连续无雨日数、风力和物候季节等多因子的共同影响后,林区内可燃物潜在发生火灾的危险程度(或易燃程度、蔓延程度)。 3.4 草原火险天气等级grassland fire-danger weather ratings 综合考虑气温、湿度、降水、连续无雨日数、风力和物候季节等多因子的共同影响,草场可燃物潜在发生火灾的危险程度(或易燃程度、蔓延程度)。 3.5 城市火险天气等级urban fire-danger weather ratings 充分考虑湿度、可燃物表面和内部的干燥程度、环境热状况、风力等多因子的共同影响后,城市内一般性可燃物潜在的发生火灾的危险程度。 3.6 空气污染气象条件air pollution meteorological conditions 不考虑城市及周边污染源、大气成分等因素的影响,只单纯从天气角度的变化分析作出空气污染潜势预报指数。 3.7 地质灾害天气等级geological disaster weather ratings 综合考虑地形、地貌等地质结构参数、山区积雪融化情况、降水持续等多因子的共同影响后,山区及其附近地区潜在的发生地质灾害的危险程度。 3.8 体感温度apparent temperature 考虑了气温、湿度、风速、太阳辐射(云量)及着装的多少、色彩等因素后,人体所感觉到的环境温度。 3.9 旅行气象指数travel meteorological index

交通气象条件分析与评价

交通气象条件分析与评价 一、影响交通的基本气象条件分析 1 暴雨 暴雨是指降水强度很大的雨。气象部门为做好暴雨分析和服务,规定24小时降水量达50—100毫米(含50毫米)为暴雨,100—200毫米(含100毫米)为大暴雨,200毫米及以上为特大暴雨。产生暴雨的重要条件是空气中要含有大量水汽,并有较强的上升对流运动。暴雨的发生和大气环流的季节性变化有密切的关系。引起我国的暴雨天气系统主要有低涡、切变线、气旋、热带气旋、锋面、东风波、飑线等。 2 雾 雾是大量微小水滴浮游空中,常呈乳白色,使水平能见度小于1.0km的天气现象。雾和云都是由浮游在空中的小水滴或冰晶组成的水汽凝结物,只是雾生成在大气的近地面层中,而云生成在大气的较高层而已。雾既然是水汽凝结物,因此应从造成水汽凝结的条件中寻找它的成因。大气中水汽达到饱和的原因不外两个。一是由于蒸发,增加了大气中的水汽;另一是由于空气自身的冷却。对于雾来说冷却更重要。当空气中有凝结核时,饱和空气如继续有水汽增加或继续冷却,便会发生凝结。凝结的水滴使水平能见度降低到1千米以内时,雾就形成了。另外,过大的风速和强烈的扰动不利于雾的生成。因此,凡是在有利于空气低层冷却的地区,如果水汽充分,风力微和,大气层结稳定,并有大量的凝结核存在,就容易生成雾。 3 积雪 积雪是覆盖在陆地和海冰表面的雪层。又称雪被或雪盖。地面气象观测规范规定,雪掩盖的面积达到该地可见面积一半以上的称积雪。按积雪保持的时间分为长年存在的永久积雪和冬季形成夏季消融的季节积雪。地球每年被雪覆盖过的面积有115×106~126×106平方

千米,占地表面积的23%积雪对交通的影响很大。 二、各气象条件对交通的影响评价 1 铁路运输 1.1 暴雨影响铁路运输 据20世纪80年代统计,我国主要铁路干线因水害中断铁路运输平均每年达100次以上,居各不利气象条件之首。最严重的1981年超过了200次。因水害造成的列车脱轨颠覆重大事故,统计的8年中共47次,最多的1981年达到了14次。 其中1975年8月河南省发生特大暴雨,3天雨量超过1000毫米的面积达到1460平方千米,造成两个大水库跨坝,南北交通的大动脉京广线被毁达102千米,中断16天后才恢复单线通车。水害所遗留下来的整治工程,直到1984年底才全部完成。 在我国西南山区,由于山高坡陡,暴雨还能引发泥石流。例如1981年7月9日,成昆铁路段降暴雨造成突发性泥石流,把成昆线下游某大桥冲毁。一列游客列车的两台机车及一节行李邮政车、一节客车落入桥下被泥石流冲走,另有两节客车翻在桥台下的山坡上,旅客伤亡270人。 1.2 积雪对铁路运输的影响 在高山上或冬季寒冷多雪地区,积雪封锁铁路交通的事也常发生,雪深超过40厘米。行车速度就被迫降低,70厘米以上就不能行驶了。1984年1月中旬,长江中下游地区降大雪,沪宁铁路被雪覆盖,南京及附近地区雪深超过30厘米,铁路运输被迫中断36小时之久。其实有些情况下也非火车不能在轨道上行驶,主要是湿雪冻雨倾倒电线杆、拉断电线,使铁路指挥系统失灵所致。1983年4月底,黑龙江齐齐哈尔滨地区连降大雪,3天降水量达80毫米—90毫米(折合新雪厚度为80厘米—90厘米),是80年来当地春季最大的雨雪天,导致铁路沿线电线杆被折断、压倒共3000余根,造成停电,通讯中断,铁路一度陷于瘫痪。 2 公路运输

常见疾病与气象条件

常见病与气象医学 什么是气象疾病 气象条件对人类的健康与疾病有着明显的影响。季节、气候、温度与节令的变化, 从而引起疾病的发生或旧病重发,如夏日之中暑,冬令之冻伤,而流行性感冒、心脑血管疾病和风湿性关节炎等发病率也与天气变化有密切的关系。环境太潮湿极易患上结缔组织病、类风湿性关节炎、系统性红斑狼疮和硬皮病等结缔组织疾病,对人类尤以女青年威胁最大。“水土不服也是一种气象疾病,它是由于环境改变后人体的某些生理机能调不到与其所处气候环境相适应所产生的一系列不适。 什么是气象医学 气象医学是大气科学和医学之间的边缘学科,它涉及到气象学、生物学、地理学、统计学、生态学、生物学、流行病学、环境卫生学、大气物理学和大气化学等多种学科,是一门综合性的边缘学科。医学气象的重要性正在为越来越多的人所认识。 我国对医学和气象问题的认识较早,在二千多年前这门科学便已萌芽。现存最早的一部医籍《内经》,即有对气象医学的论说:“春三月,此为发陈”,明确指出陈旧的疾病,在春天易于复发。“夫百病者,多以旦慧、昼安、夕加、夜甚,何也?歧伯曰:四时之气使然”。经文虽简,但意义深奥。大意是,疾病有其内在的规律,得病后症状呈周期性加重与缓解情况之表现,由于自然环境的周期性变化,导致病情的周期性消长。 气象医学的应用 1.雷雨疗法 研究发现,每场雷雨过后,空气中的气体分子在雷电的作用下,离解出带负电的负氧离子。研究人员还作过测算,雷雨过后,每立方厘米空气中的负氧离子数目可达一万多个,而晴日里的闹市区,负氧离子数目只有几十个。被称作“空气的维生素”的负氧离子,对人体健康非常有利。 所以医学家模拟雷雨的神奇作用,把负氧离子引进了病房。结果发现,当室内空气中的负氧离子与正离子的比例控制在9:1的时候,对气喘、烧伤、溃疡以及其它外伤的治疗有促进作用;可使室内细菌减少,有预防新生儿感染的作用;同时,对过敏性鼻炎、萎缩性胃炎、神经性皮炎、关节痛等病症也有积极的治疗作用。 2.冰雪降温 当患者体温超过38℃时,把冰袋或雪袋放置于头部,再配合冷水或酒精擦身,其降温效果常常比药物还要好。用这样的方法降温,可明显降低脑组织的耗氧量,提高脑细胞对氧的耐受力,能有效地防止高热惊厥。局部冰敷对局部红肿热痛有消炎止痛作用,尤其早期使用,可使疖、痈、局部淋巴管炎、蜂窝组织炎、乳腺炎等疾病的炎症反应减轻,加上药物治疗,病症可以尽早痊愈。 3. 预防传染疾病 很多传染病有明显的的季节和气候特征:如乙脑的年发病率与当年4月份平均气温及当年7月份的降水量呈负相关;疟疾发病人数与各月雨量有正相关的关系。然而由于在未发现病原体以前,往往误认为是天气造成这些疾病的直接原因,而现已查明,病原体、媒介物等都可受季节与天气的影响。 气温、降雨量两个气象因素对同期蚊虫密度的影响,蚊虫密度还受到其它诸多因素如水温、湿度等的影响,可用于蚊虫虫情的预测。一般地说,蚊虫在10℃以下出现滞育,0℃左右失去活动力,-10℃左右体液冻结死亡,10℃以上有吸血活动,25~32℃最适宜生长繁殖;温度太高也不利蚊虫生长,如持续37℃以上数天,蚊虫滋生地的积水会蒸发干,蚊虫无法产卵繁殖后代,造成数量减少,密度降低。了解这些知识后,我们

影响飞行的六大气象因素(新版)

When the lives of employees or national property are endangered, production activities are stopped to rectify and eliminate dangerous factors. (安全管理) 单位:___________________ 姓名:___________________ 日期:___________________ 影响飞行的六大气象因素(新版)

影响飞行的六大气象因素(新版)导语:生产有了安全保障,才能持续、稳定发展。生产活动中事故层出不穷,生产势必陷于混乱、甚至瘫痪状态。当生产与安全发生矛盾、危及职工生命或国家财产时,生产活动停下来整治、消除危险因素以后,生产形势会变得更好。"安全第一" 的提法,决非把安全摆到生产之上;忽视安全自然是一种错误。 国航飞行在韩国失事,引起众人关注,那么影响飞机安全的因素究竟有哪些呢?据有关报道称,国航CA129航班在韩国釜山附近失事时,釜山机场正值大雾,能见度低。那么,影响飞机飞行的气象因素有哪些呢?有关专家向记者介绍了6大气象因素。 1.气压、气温、大气密度。这些因素影响飞机起飞和着陆时的滑跑距离,影响飞机的升限和载重以及燃料的消耗。 专家指出,飞机的准确落地和高空飞行离不开场压和标准大气压,而气温对飞机的载重和起飞、降落过程的滑跑距离影响较大。随气温的升高,空气密度变小,产生的升力变小,因此飞机载重也随着减小,同时起飞滑跑距离变长。 2.风。风影响着飞机起飞和着陆的滑跑距离和时间。专家介绍说,一般飞机都是逆风起降,侧风不能过大,否则无法起降。航线飞行,顺风减少油耗,缩短飞行时间,顶风则相反。但易造成飞行事故的是风切变,它占航空事故的20%左右,这是风的不连续性造成的,具有时

anusplin软件操作说明及气象数据处理

气象数据处理方法:spss和Excel 一、下载原始txt数据中的经纬度处理:将度分处理成度,Excel处 理 首先除以100,处理成小数格式,这里第一个实际是52度58分, 在Excel中用公式:=LEFT(O2,FIND(".",O2)-1)+RIGHT(O2,LEN(O2)-FIND(".",O2))/60 需注意: 当为整数时,值为空,这时需查找出来手动修改,或者将经纬度这一列的小数位改成两位再试试,可能好使(这个我没尝试) 第二步: 将经纬度转换成投影坐标,在arcgis实现 将Excel中的点导入arcgis,给定坐标系为wgs84地理坐标,然后投影转换成自己定义的等面积的albers投影(因为anusplina软件需要投影坐标,这里转换成自己需要的坐标系)

第三步:spss处理 将下载的txt数据导入spss之后,编辑变量属性,删掉不需要的列,然后将最后需要的那些变量进行数据重组 本实验下载的数据是日均温数据,全国800+个站点2012年366天的数据。相当于有800+ * 366行数据 1.变量 变量属性:变量属性这里的设置决定了在SPLINA这个模块中输入数据的格式,本实验spss处理的气象数据的格式统一用这个:(A5,2F18.6,F8.2,F8.2),一共5列。

即:台站号,字符串,5位; 经纬度:都是浮点型,18位,6个小数位海拔:浮点型,8位,2个小数位 日均温:浮点型,8位,2个小数位 2.数据重组,将个案重组成变量: 后几步都默认就行:

重组之后结果:变成了800+行,370列,就相当于数据变成了:行代表每个站点,列是代表每一天的数据。 3. 因为anusplin这个软件需要的是投影坐标,在重组完的基础上,将经纬度这两列替换成投影之后的经纬度。 方法1:直接复制粘贴即可 方法二:用合并文件,添加变量功能

气象资料的分析与预测问题建模

气象资料的分析与预测建模 摘要:本文建立了用于气象资料的分析与预测的数学模型。经对比该城市与北京的海拔、气候等极为相似,因此,我们以北京的标准气象指数为参照建立模型。 首先针对问题一:对该城市两年来的总体气象进行整体评价,并对该城市气候走势进行中长期预测。我们仿照科学家对环境空气质量综合指数评价的数学模型,以第一年每个月的平均气压、平均气温、平均相对湿度、平均风速、最高气压、最高气温、最高相对湿度、最高风速和北京的标准气候指数为参数,通过matlab建立与之相关的方程来确定该城市当月的气象质量指数,按照指数数值的大小分为优、良、差三大类,从而评价每个月的气候质量。运用第二年的数据进行检验模型的正确性:随机选取几个月的气象因素数据,并各自与对应的北京标准气象数据做差,数值越小则气象质量越好,将分析结果与通过权重综合指数法计算得出的结论做比较。跟据建立的气象质量评价数学模型和第一、第二两年数据对比趋势图,对该城市气候进行整体评价和中长期的分析预测。 然后针对问题二:对影响极端天气发生的主要指标,比如:降水、温度等建立监控预报体系的数学模型,并用两年内的累积气象资料进行验证。我们运用多元线性回归分析的数学方法,建立了监控预报最高温度的数学模型。该模型中我们先假设了最高温度的主要影响因素是平均气压、平均气温、平均湿度、日照时数、地面平均温度、降水量等,通过matlab编写程序验证取舍得出平均气压、平均气温、平均湿度、日照时数、地面平均温度是影响降水和温度的主要影响因素;然后,检验多元线性回归方程的拟合优度、相关性;最后,带入两年内的累积气象资料进行验证。 最后我们评价了模型的优缺点,并对模型的不足之处进行了改进。 关键词:权重综合气象质量指数;多元线性回归;正态分布。

影响空气质量的气象条件分析

龙源期刊网 https://www.doczj.com/doc/4312615896.html, 影响空气质量的气象条件分析 作者:梁广秋 来源:《绿色科技》2016年第08期 摘要:针对若干气象条件进行了研究,选取5个代表性城市的三年空气质量状况和与其对应的历史天气条件数据资料,分析了空气质量状况与历史天气条件的关系。结果表明:从数据分析的结果来看,空气质量与天气条件有着密切关系,不同的天气状况,对应不同的空气污染物质的稀释、分散能力。 关键词:大气污染;气象条件;空气污染指数 中图分类号:X51 文献标识码:A 文章编号:16749944(2016)08005204 1 引言 随着城市规模的不断扩大、工业和交通运输业的飞速发展,导致人类生存的大气环境日趋恶化,雾霾天气时有出现,严重危害人类的健康。大气污染已成为全世界最为关注的环境问题之一,评估一个国家、一个城市的现代化水平,环境质量日益成为了一个重要的参考依据[1]。空气污染指数(API)[2]使公众对空气污染水平有相对直观的了解,是依据大气污染物的浓度计算出来的。一般来说,大气质量监测单位会监测几种大气污染物质分别计算对应的指数,然后在指数中选取最大的值为最终的空气污染指数值。不同的地方计算空气污染指数的方法和原则不尽相同。在我国,监测控制的大气污染物质包含:可吸入颗粒物(PM10)、O3、NO2、SO2等[3]。 2 研究现状 我国关于气象条件对空气质量的影响也做过相关的研究,例如孙韧、刘长霞等在海洋性气候对天津市滨海地区空气质量的影响及预报中,统计分析了影响滨海地区天气形势,将天气形势分为不同的区域,得出不同大气形势产生不同的气象条件,从而影响环境空气质量的结论[4]。赵惠芳、杨建东等对晋江市2006年到2007年内的环境监测数据及同一时期气象数据资料研究分析,得出在副热带高压、冷空气和台风等天气形势影响下,大气质量相对较好[5];在 入海高压后部偏东气流、弱冷空气影响后期等天气形势的作用之下,空气质量轻微污染[6]。 王淑云、节江涛等基于沧州市2002年6月1日到2004年5月31日的环境空气质量及与之对 应的气象资料也做过相关研究。杨义彬也在收集数据的基础上对成都市的空气质量与温度、风速、大气逆温、降水等相关关系作了系统的分析研究。王宏、林长城等将影响福州市的天气条件分为十个等级,并与其对应的空气质量资料结合,分析了不同天气形势对于空气质量的影响[7],研究结论显示地面倒槽和锋前暖区是最不利于大气污染物质分散的天气型,空气质量相

气象条件对建筑施工的影响分析

气象条件对建筑施工的影响分析 发表时间:2018-06-14T14:20:13.830Z 来源:《建筑学研究前沿》2018年第4期作者:安巍1 孙琪2 韩志鹏3 [导读] 极端天气事件的发生强度和频率也持续增加。因此,必须明确各类典型天气条件对建筑施工的具体影响。 1.黑龙江省气象局机关服务中心黑龙江哈尔滨 150030; 2.黑龙江省气象台黑龙江哈尔滨 150030; 3.黑龙江省气象局机关服务中心黑龙江哈尔滨 150030 摘要:本文主要分析了温度、湿度、降水、大风等天气现象对建筑施工的产生的各类影响及危害,并对各类天气条件下建筑施工适宜度进行了测评,从而阐明建筑施工与气象条件关系紧密,建筑施工行业本身无不受到天气条件的巨大影响。 关键词:天气条件;建筑施工;影响 温度波动、湿度、降水、大风等天气现象的发生往往带有突然性、不确定性。会对室外建筑施工的设备安装、材料储存运输、人员健康安全等方面造成影响,拖延施工进度、影响施工质量,从而导致施工方经济利益受损。伴随着全球气候变化,极端天气事件的发生强度和频率也持续增加。因此,必须明确各类典型天气条件对建筑施工的具体影响。 1.温度对建筑施工的影响 温度是用来表示大气冷热程度的物理量,通常所说的是指距地面1.5米高处所设百叶箱测量的气温。温度是建筑施工中重要影响条件之一。 1.1温度对施工人员的影响 夏季的炎热高温和冬季的寒冷冰冻都会让室外施工人员感到不适,因此温度也是能否提高施工人员工作效率的主要气象因素。根据有关材料显示,人体最适宜的户外活动温度是20℃,睡眠温度是24℃。考虑室外施工阳光、机械运转散热等因素,可确定在施工期间,室外环境温度在16~23℃为最适宜,工人工作效率值最高。 1.2温度对混凝土工程的影响 控制混凝土的最适合温度,是提高混凝土耐久性的一个关键因素,温度与混凝土的水化密不可分。当温度低于4℃时,水化作用变得迟缓,气温低于0℃时,混凝土中的水分发生冻结,水化作用处于停滞。这时混凝土表层温度偏低,内部温度相对较高,形成内外温差,从而产生混凝土内应力,且由于内部水分冻结后体积发生膨胀,极易有裂缝产生。如果混凝土在灌注完成后一昼夜间就遭遇冻结,其自身强度会骤降50%以上。为此,在搅拌过程中加入混凝剂,可以促进凝结硬化过程,提高强度。在灌注工作完成后,采取蓄热法或铺盖草帘对混凝土进行养护,也可以避免因收缩产生的裂缝。 温度过高时,混凝土内水分被大量蒸发,致使砂石的含水量减少,在拌合时适量增加水量,若气温达到30℃以上时,需要添加缓凝剂,以防止高温削弱混凝土抗拉强度,导致混凝土构件出现裂缝。 1.3温度对建筑物外立面装修的影响 在冬季,气温过低会导致水泥灰浆、各类涂料等装修材料的凝固、冻结,降低其凝结力,从而影响整体装修质量。冬季低温及干燥的空气会使涂料、水泥灰浆等表面快速干结,而内层却保持潮湿,开裂、不平整等现象随之产生。此外,有些建筑夏天气温升高后,所安装的板材会膨胀起鼓、变形或错位,也是由于最初建筑施工时,低温环境下板材处于收缩状态所引起的。 1.4温度对土方工程的影响 低温致使冻土产生,会对挖掘、基坑、基槽及管沟的开挖与回填,施工场地的平整等施工开来困难,尤其是施工期地面积水的排除、清理。 2.湿度对建筑施工的影响 湿度是用来表示空气中所包含水汽的多少或者空气潮湿程度的物理量。 混凝土进行养护作业时,最佳的相对湿度为90%。当相对湿度小于90%时,混凝土中水分蒸发速度加快,会影响其强度,需要采取加盖草帘,增加洒水。当相对湿度大于90%则对室内装修中喷浆、粉刷、贴纸产生影响。尤其是对水性涂料施工影响很大,一方面涂料干燥很慢,或不能干燥成膜,另外易造成流坠,泪眼状弊病。 此外,水泥具有很强的吸湿性,长期暴漏在湿度大的空气中,极易受潮,发生变质、形成硬结,导致不能正常使用。 3.降水对建筑施工的影响 地面从大气中获得的水汽凝结物,总称为降水。通常情况下,降水对建筑施工的主要影响表现在混凝土工程施工、土方工程施工、吊装及手脚架安装施工等过程中。并且影响不只局限于降水发生的当日,累计的降水量也是影响工程施工进度的因素。 3.1降水对混凝土工程的影响 混凝土属于结构承载材料,但其属性与钢材。木材等不同,在施工作业时本身并没有强度,必须通过灌注成型并硬化到要求程度后才具备承载能力。绝大多是工程施工中混凝土浇筑都是在室外露天情况下进行,因此降水会改变混凝土的水灰比。有关资料显示:通过对不同含水率混凝土铸件的抗压、劈裂抗拉、环压抗拉三方面强度的测试,得出如下结论: (1)增加混凝土含水率会减小其抗压强度和环抗压强度但对劈裂抗压影响很小; (2)烘干干燥会使混凝土环压抗拉强度大幅下降,但是相应增大其抗压强度和劈裂抗拉强度。 综上所述,降水的发生降低了混凝土的抗压强度。 3.2降水对建筑物外立面装修的影响 当降水量不足10毫米时,对檐涂料、刷胶、屋顶油毡纸铺设和沥青的浇灌产生影响。当降水量达到10~15毫米时,在砌墙工程进行时砂浆水泥会被冲刷流失,影响建筑整体质量。当降水量达到25~50毫米时,会发生坑沟积水,并因混凝土被严重冲刷,导致离析并最总产生施工缝。此外,秋冬季节施工期出现霜降、雪、雾凇等降水,会使道路湿滑,人员行动不便,影响工程运输。 4.风力对建筑施工的影响 在建筑施工过程中,风力大于3级时,钢筋会左右摇摆而无法进行对头焊接工作;风力大于4级时,会使砌墙所用拉线不直,吊线随风晃动,最终导致墙体出现弧度;风力大于5级时,砖瓦及毛坯墙遮盖物容易被掀开吹走。 据统计,风速随地面至高空的高度升高而加大,通常每升高30m,风速约增加2m/s,4级以上的大风天气,施工塔吊就不能转动自如,

气象数据处理方法

(1)复杂地形下气温空间化模拟模型 首先考虑海拔高度、经度、纬度对气温空间分布影响,再进一步考虑坡度、坡向这些微观地形因子对气温空间分布的影响。根据地形调节统计模型,即在考虑微观地形(坡度、坡向)情况下,面辐射与地形存在着函数关系,其实际气温可表示为: T T=T H cosi/cosz (1) 式中,T T为地形调节统计模型模拟的气温;T H为常规统计模型模拟的气温;i为地球面法线与太阳光线之间的角度。其中,T H可根据式(2)求得,i可根据式(3)求得 T H=a0+ a1λ+ a2φ+ a3h (2) 式中,λ为经度,φ为纬度,h为海拔高度,a0为常数,a1、a2、a3为偏回归系数。 cosi=cosαcosz+sinαsinzcos(ф-β) (3) 式中,α为坡度,z为太阳天顶角,ф为太阳方位角,β为坡向。 对于中国的地理位置特点和气温模拟方法,可将太阳天顶角z设为45°,太阳方位角ф设为180°(为正午时间),所以公式(1)归纳为: T T=T H(cosα-sinαcosβ) (2) “回归分析计算+残差插值”模型构建用于降水数据处理 以2006年4月为例,得到各气象站点4月降水量与经纬度、海拔高度的线性关系式: P=-66.840+4.518*lat-1.324*long+0.001*ele(r2=0.456) (4) 式中:lat为气象站点的经度,long为气象站点的纬度,ele为气象站点的海拔高度,P为月降水。 由DEM提取经度、纬度、坡度、坡向 1.dem栅格转点 2.把Data frame propoties显示单位设置为度分秒 3投影

4生成经纬度 5点转栅格(生成经度)

大气污染指数与气象参数数学模型

大气污染指数与气象参数数学模型 1.问题重述 大气是指包围在地球外围的空气层,是地球自然环境的重要组成部分之一。人类生活在大气里,洁净大气是人类赖于生存的必要条件。一个人在五个星期内不吃饭或5天内不喝水,尚能维持生命,但超过5分钟不呼吸空气,便会死亡。随着地球上人口的急剧增加,人类经济增长的急速增大,地球上的大气污染日趋严重,其影响也日趋深刻,如由于一些有害气体的大量排放,不仅造成局部地区大气的污染,而且影响到全球性的气候变化。因此,加强大气质量的监测和预报是非常必要。目前对大气质量的监测主要是监测大气中2SO 、2NO 、悬浮颗粒物(主要为PM10)等的浓度,研究表明,城市空气质量好坏与季节及气象条件的关系十分密切。 附件给出城市A 、B 、C 、D 、E 、F 从2003年3月1日至2010年9月14日测量的污染物含量及气象参数的数据。 请运用数学建模的方法对下列问题作出回答: 1.找出各个城市2SO 、2NO 、PM10之间的特点,并将几个城市的空气质量进行排序。 2.对未来一周即2010年9月15日至9月21日各个城市的2SO 、2NO 、PM10以及各气象参数作出预测。 3.分析空气质量与气象参数之间的关系。 4.就空气质量的控制对相关部门提出你的建议。 2.问题分析 本题为生活中的实际问题,层层递进式提出四个问题,分别需要对空气污染 因素以及气象参数进行分析求解。第一问为评价性问题,先从城市内部个污染物特点出发,再到城市之间空气质量进行比较。第二问是预测性问题,通过对给出的数据进行分析,预测各项参数之后的趋势。第三问是寻找关联性问题,要求找出空气质量与气象参数之间的关系。第四问为开放型问题,可通过之前得出的结论或者相关文章及模型提出建议。 2.1 问题1 通过查阅资料,运用已有的API 对各个城市的各项污染指标进行计算,得出各个污染指数API 月平均的折线图,观察,得出各城市各项指标的特点。鉴于求解城市API 时有一定的误差,故选择综合评价模型,对数据进行标准化处理之后,确定动态加权函数,对模型进行求解,排名。检验模型后确定结论的合理性。 2.2 问题2 预测模型主要有灰色预测,时间序列等模型。由所给数据以及问题可知该预测模型为时间序列。随机选取气象参数之一气温(tem )为例进行分析,先通过SPSS 软件得到其时序图,观察其走势,对其做平稳化处理。然后以最小BIC 为标准,构造模型,进一步应用SPSS 软件求解,得出各项参数,并预测出2010年9月15日至2010年9月21日的数据。其余各城市各污染物浓度以及气象参数应用类似方法进行求解。最后,由于F 城市所提供数据与需要预测日期相隔较

气象数据处理流程

气象数据处理流程1.数据下载 1.1.登录中国气象科学数据共享服务网 1.2.注册用户 1.3.选择地面气象资料 1.4.选择中国地面国际交换站日值数据 选择所需数据点击预览(本次气象数据为:降水量、日最高气温、日最低气温、平均湿度、辐射度、积雪厚度等;地区为:黑龙江省、吉林省、辽宁省、内蒙古) 下载数据并同时下载文档说明 1.5.网站数据粘贴并保存为TXT文档 2.建立属性库 2.1.存储后的TXT文档用Excel打开并将第一列按逗号分列 2.2.站点数据处理 2.2.1.由于站点数据为经纬度数据 为方便插值数据设置分辨率(1公里)减少投影变换次数,先将站点坐标转为大地坐标并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库 (注意:数据库存储为DBF3格式,个字段均为数值型坐标需设置小数位数) 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。

2.2.2.利用VBA程序 Sub we() i = 6 For j = 1 To 30 Windows("").Activate Rows("1:1").Select Field:=5, Criteria1:=i Field:=6, Criteria1:=j Windows("").Activate Rows("1:1").Select Windows("book" + CStr(j)).Activate Range("A1:n100").Select Range("I14").Activate ChDir "C:\Documents and Settings\王\桌面" Filename:="C:\Documents and Settings\王\桌面\6\" & InputBox("输入保存名", Title = "保存名字", "20070" + CStr(i) + "0" + CStr(j)), _ FileFormat:=xlDBF4, CreateBackup:=False SaveChanges:=True Next j End Sub 将数据库按照日期分为365个文件 3.建立回归模型增加点密度 由于现有的日辐射值数据不能覆盖东三省(如图),需要对现有数据建模分析,以增加气象数据各点密度。 已有数据10个太阳辐射站点,为了实现回归模型更好拟合效果,将10个样本全部作为回归参数。利用SPSS软件建模步骤:

灰霾产生的气象条件分析

灰霾产生的气象条件分析 改革开放以来,由于经济规模迅速扩大和城市化进程加快,大气气溶胶污染日趋严重,由气溶胶污染造成的能见度恶化事件越来越多,我国部分地区灰霾天气迅速增加。作为一种灾害性天气,由灰霾引发的环境效应问题和气候效应问题,引起了科学界、政府部门和社会公众的关注。那么,什么是灰霾?灰霾的主要成分是什么?我们所熟知的风、温、压、湿等气象因子在灰霾形成过程中又扮演了什么样的角色呢? “灰霾”一词的科学定义最早出现于2002年12月15日在北京召开的“我国区域大气灰霾形成机制及其气候影响和预报预测研讨会”上,由中国气象科学研究院的青年科学家依据国外文献中的“Gray Haze”直译为“灰霾”,用来描述由人类活动增加导致的城市区域近地层大气的气溶胶污染导致能见度恶化现象。在中国气象局《地面气象观测规范》中对“灰霾”有如下定义:“大量极细微的干尘粒等均匀地浮游在空中,使水平能见度小于10公里的空气普遍混浊现象,使远处光亮物体微带黄、红色,使黑暗物体微带蓝色。”而2010年颁布的《中华人民共和国气象行业标准》则给出了更为技术性的判识条件:“当能见度小于10公里,排除了降水、沙尘暴、扬沙、浮尘等天气现象造成的视程障碍,且空气相对湿度小于80%时,即可判识为霾。” 由此可知,灰霾的核心物质是大气中悬浮的气溶胶颗粒。正是由于颗粒物的散射、吸收带来的消光作用,降低了空气能见度,给人造成“雾蒙蒙”之感。颗粒物即总悬浮颗粒物(TSP),按照大小可以分为巨粒子(如降水粒子、云雾粒子、沙尘)、粗粒子(如海盐、土壤尘、火山灰)、细粒子(如硫酸盐、硝酸盐、有机物等)、超细粒子(如碳颗粒)等,其中容易造成灰霾天气的主要是细粒子。细粒子也称为PM2.5,是指环境空气中空气动力学当量直径≤2.5微米的颗粒物,研究表明,我国城市中大量的PM2.5直接或间接地来源于燃烧过程。 我们知道,排入大气中的污染物主要来源于自然排放和人类活动的排放,在一段时期内,无论是自然排放、还是人类活动排放的气溶胶粒子的总量是大致稳定的,那为什么有时出现严重的灰霾天气,有时又是蓝天白云呢?决定性的控制因素就是气象条件。在不同的气象条件下,同一污染源排放所造成的地面污染物浓度可相差几十倍乃至几百倍,这是由于大气对污染物的稀释扩散能力随着气象条件的不同而发生巨大变化的缘故。 那么,影响灰霾形成的主要气象因子有哪些呢? 一、从大范围看,需要合适的大尺度环流形势。我们知道,大气稳定度和大气对污染物的扩散能力取决于高低空大气环流的配置。通常采用500hPa和地面的天气系统来分类,主要依据500hPa槽所处地理位置、移动速度和方向以及相应的地面高低压系统的配置情况,灰霾天气过程发生时的环流形势可分为中阻塞性、南支槽型和纬向型三种。不论哪种形势,对应在地面上,我国东部均形成高压控制的均压场,水平气压梯度较小,导致地面风速较小,且大气层结稳定,不利于污染物的扩散。 二、从水平风场看,出现气流停滞区,近地面静风或弱风现象增多。随着城市建设的迅速发展,大楼越建越高,增大了地面摩擦系数,使气流经城区时明显减弱。静风现象增多,不利于大气污染物向城区外围扩展稀释,并容易在城区内积累高浓度污染。 三、从热力结构看,边界层存在强逆温现象。通常情况下,在低层大气中,气温是随高度的增加而降低的。逆温层好比一个锅盖覆盖在城市上空,使城市上空出现了高空比低空气温更高的逆温现象。污染物在正常气候条件下,从气温高的低空向气温低的高空扩散,逐渐循环排放到大气中。但是逆温现象下,低空的气温反而更低,导致污染物的停留,不能及时排放出去。 四、从湿度条件看,常伴随强日照和低相对湿度。2010年出台的国家行业标准“QX/T 113-2010, 霾(灰霾)的观测和预报等级”中规定相对湿度在80%以下基本判定为灰霾,而

影响飞行的六大气象因素(最新版)

影响飞行的六大气象因素(最 新版) Safety management is an important part of enterprise production management. The object is the state management and control of all people, objects and environments in production. ( 安全管理 ) 单位:______________________ 姓名:______________________ 日期:______________________ 编号:AQ-SN-0494

影响飞行的六大气象因素(最新版) 国航飞行在韩国失事,引起众人关注,那么影响飞机安全的因素究竟有哪些呢?据有关报道称,国航CA129航班在韩国釜山附近失事时,釜山机场正值大雾,能见度低。那么,影响飞机飞行的气象因素有哪些呢?有关专家向记者介绍了6大气象因素。 1.气压、气温、大气密度。这些因素影响飞机起飞和着陆时的滑跑距离,影响飞机的升限和载重以及燃料的消耗。 专家指出,飞机的准确落地和高空飞行离不开场压和标准大气压,而气温对飞机的载重和起飞、降落过程的滑跑距离影响较大。随气温的升高,空气密度变小,产生的升力变小,因此飞机载重也随着减小,同时起飞滑跑距离变长。 2.风。风影响着飞机起飞和着陆的滑跑距离和时间。专家介绍

说,一般飞机都是逆风起降,侧风不能过大,否则无法起降。航线飞行,顺风减少油耗,缩短飞行时间,顶风则相反。但易造成飞行事故的是风切变,它占航空事故的20%左右,这是风的不连续性造成的,具有时间短、尺度小、强度大的特点。 3.云。机场上空高度较低的云会使飞行员看不清跑道。直接影响飞机的起降。其中,危害最大的云是对流云,飞机一旦进入,易遭到电击,使仪表失灵,油箱爆炸,或者造成强烈颠簸,使操纵失灵,发生飞行事故。 4.能见度。能见度就是正常视力的人在当时天气条件下,从天空背景中能看到或辨认出目标物的最大水平能见距离。它对飞机的起降有着最直接的关系,所谓的“机场关闭、机场开放,简单气象飞行,复杂气象飞行”,指的就是云和能见度的条件。 5.颠簸。飞机飞行中突然出现的忽上忽下、左右摇晃及机身震颤等现象称为颠簸。颠簸强烈时,一分钟上下抛搓几十次,高度变化几十米,空速变化可达每小时20千米以上。造成飞行员操纵困难或暂时无法操纵,颠簸的出现一般与空气湍流有关。

气象数据处理流程

气象数据处理流程 1.数据下载 1.1. 登录中国气象科学数据共享服务网 1.2. 注册用户 1.3. 1.4. 辐射度、1.5. 2. 2.1. 2.2. 2.2.1. 为方便插值数据设置分辨率(1公里)减少投影变换次数,先将站点坐标转为大地坐标 并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库 (注意:数据库存储为DBF3格式,个字段均为数值型坐标需设置小数位数) 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。 2.2.2.利用VBA程序 Sub we() i = 6

For j = 1 To 30 Windows("chengle.dbf").Activate Rows("1:1").Select Selection.AutoFilter Selection.AutoFilter Field:=5, Criteria1:=i Selection.AutoFilter Field:=6, Criteria1:=j Cells.Select Selection.Copy Workbooks.Add ActiveSheet.Paste Windows("chengle.dbf").Activate ", Title = " 3. 利用 3.1. 3.2. 选择分析→回归→非线性回归 3.3. 将辐射值设为因变量 将经度(X)和纬度(Y)作为自变量,采用二次趋势面模型(f=b0+b1*x+b2*y+b3*x2+b4*x*y+b5*y2)进行回归,回归方法采用强迫引入法。 如图,在模型表达式中输入模型方程。 在参数中设置参数初始值

浅析蓝莓高产的气象温度适宜指标

浅析蓝莓高产的气象温度适宜指标 发表时间:2019-04-23T10:41:15.050Z 来源:《科技研究》2019年1期作者:王娜崔晓宇陈洲刘阳 [导读] 本文利用黑龙江省级示范蓝莓种植基地——哈尔滨阿城区金龙山蓝莓种植基地2015年-2018年蓝莓基地资料 王娜崔晓宇陈洲刘阳 (阿城区气象局黑龙江哈尔滨 150300) 摘要:本文利用黑龙江省级示范蓝莓种植基地——哈尔滨阿城区金龙山蓝莓种植基地2015年-2018年蓝莓基地资料,采用数据分析方法,分析蓝莓产量对气象条件的响应,研究出指导蓝莓高产,降低生产成本,提高经济产出的适宜温度适宜指标。研究结果表明:最适宜蓝莓休眠的温度为-20~8℃,最适宜蓝莓果树开花的温度为≤24℃,最适宜蓝莓果树结果的温度为≤28℃,当气温低于零下20℃,蓝莓树干将会抽条。 关键词:蓝莓;气象条件;适宜温度 引言 蓝莓富含花青素、低糖、低脂肪、抗氧化能力强,具有极高的营养价值、保健价值和经济价值,被誉为“水果皇后”“美瞳之果”,同时被国际粮农组织列为人类五大健康食品之一[1],蓝莓产品也因此深受国内外市场的欢迎,在我国的发展前景十分广阔[2]?自2000年起,蓝莓在黑龙江?海南?西藏和新疆等气候特殊地区都有种植,遍及全国27个省市?黑龙江省蓝莓产业发展规划(2010-2020)中指出蓝莓产业发展对培育新的经济增长点?发展多种经营?增加产区群众收入?推进林权制度改革,促进林区经济转型等方面具有十分重要的意义?近些年来,黑龙江省蓝莓种植面积迅速扩张,面积约1000hm2,每年新增面积约67hm2。但蓝莓产量总体偏低,亩产多在200~400kg[3],投入成本与收益不成比例,严重影响了黑龙江省蓝莓产业的发展。如何提供蓝莓产量以获取较高的经济效益,是目前蓝莓产业发展中亟待解决的问题。 蓝莓果树对气候条件的依赖性较高,产量和品质受气象条件影响较大。因此,着力研究蓝莓生长的最适宜气候环境,确定其高产适宜温度指标,对保证蓝莓的优质高产、提高经济效益具有重要意义。 1.研究意义 本文研究分析得出的数据,不仅能帮助阿城区金龙山蓝莓种植基地改进生产对策,提高防灾意识,达到增产增收的效果,更为黑龙江省未来进行种植蓝莓的企业和个人提供科学可靠的理论依据,同时也为政府做农业决策提供依据,以便于大规模种植蓝莓起到辅助作用。 2.资料与数据 气象资料来源于阿城区气象局台站逐日气象资料(2015年—2018年),本地蓝莓产量数据来自《阿城区金龙山蓝莓种植基地统计资料(2015—2018)》。 3气温变化与蓝莓生产分析 3.1 ≥10℃活动积温增加与蓝莓产量关系 从表1可以看出,伴随热量资源的增加,≥10℃积温的变化趋势证明,阿城地区蓝莓生产的热量资源更丰富直接影响了每亩地蓝莓产量的增加,蓝莓生产环境得到了进一步的改善,我们可以得出变化规律与蓝莓产量成正相关的规律。 3.2 气温变化对蓝莓生长期的影响 日平均气温稳定通过8℃是满足蓝莓休眠的热量指标,通过对比阿城区稳定通过8℃的历史变化趋势发现,稳定通过8℃的日期提前,这对延长蓝莓的生育期,选择品种提供了有利条件。 为了用更准确的数字表明温度对水稻生长发育各个时期的影响,我们采取试验的方法来观察温度对蓝莓发芽率的影响。随着温度的升高,种子的萌发率也升高,在℃的时候萌发率达到最高。随后温度接着升高,种子萌发率反而下降。由此可以推断,-5℃是蓝莓发芽的最佳温度。

影响农业生产的主要气象要素

影响农业生产的主要气象要素 摘要 影响农业生产的主要气象要素有光照、温度、水分、风等气象因素。 概述 气象条件对农业生产过程有着重要影响,主要包括光照、温度、水分、风等气象因素对农业生产的影响。 光照 光照是农作物进行光合作用的能量来源,是叶绿体发育和叶绿素合成的必要条件,光能调节农作物体内某些酶的活性,因此光照对农作物的生长发育影响很大。光照与农作物光合作用没有固定的比例关系,但是在一定光照强度范围内,在其他条件满足的情况下,随着光照强度的增加,光合作用的强度也相应的增加。但光照强度超过光的饱和点时,光照强度再增加,光合作用强度不增加。光照强度过强时,会破坏原生质,引起叶绿素分解,或者使细胞失水过多而使气孔关闭,造成光合作用减弱,甚至停止。光照强度弱时,农作物光合作用制造有机物质比呼吸作用消耗的还少,农作物就会停止生长。一般作物在强光下,株高降低、节间缩短、叶色浓绿、叶片小而厚、籽粒饱满、根系发达;弱光下作物节间较长、株高增加、根系发育不良、抗性降低。 温度 农作物的生长存在着一定的温度范围,大多数农作物能够适应的温度变幅在15摄氏度到40摄氏度之间。温度低于或高于此上下限,则生长缓慢。温度影响农作物的生理生化过程,如光合作用、呼吸作用、蒸腾作用等等。比如对光合作用,温度升高,光合作用增强,但当温度高于光合作用的最适温度时,光合速率明显地表现出随温度升高而下降,这是由于高温引起催化暗反应的有关酶钝化、变性甚至遭到破坏,同时高温还会导致叶绿体结构发生变化和受损;呼吸作用也随温度升高而增强,在极高温度下,在维持短时间强呼吸后,呼吸速率急剧下降。 水分 水分约占农作物体重的70%~90%,不仅是农作物体的重要组成部分,而且是农作物进行光合作用、呼吸作用以及对土壤中养分的吸收等生理活动所不可缺少的。合理控制水分是农作物正常生长和发育的重要保证,如果水分不足以补偿农作物因蒸腾作用和代谢活动消耗的水量时,嫩枝和叶片就会出现萎蔫现象,影响其正常的生长和发育。反之,如果水分供应过多,不仅会引起植株徒长,还会导致作物根部缺氧,呼吸作用降低、难以吸收养分造成作物枯萎甚至死亡。 风 风也是作物生长发育的重要生态因子。风速增加,空气乱流加强,使作物内外各层次之间的温度、湿度得到不断的调节,有效避免某些层次出现过高或过低的温度、湿度,以利于农作物的生长发育;风能减少大气湿度,破坏农作物内水分平衡,使成熟细胞不能扩大到正常的大小,结果所有器官组织都小型化、矮化;风能够把农

相关主题
文本预览
相关文档 最新文档