气候统计诊断技术的应用及其软件开发

气候统计诊断技术的应用及其软件开发

论文摘要

气候变化所引起的环境问题已引起各国政府的密切关注。本文以长江中下游地区的池州市、铜陵市及位于皖中沿江平原地区的长丰县为研究区域,主要做了以下三个方面的工作:1)对池州市和铜陵市近50a的气温和降水资料进行了统计诊断;2)利用DNDC9.3模型模拟了长丰县水稻田CH4和N2O的排放情况,并对模型进行了敏感性实验分析;3)基于Visual Basic6.0和Matlab2010a开发了气候统计诊断软件。主要研究结论总结如下:1.铜陵市19602008年气温和降水序列诊断情况:(1)铜陵市多年平均气温呈现显著性上升趋势(=0.05),气候倾向率为0.208℃/10a。近49a铜陵地区气温升高了约1.02℃。其中春季升温最明显,平均每10a升高0.351℃。(2)年内气温变化存在季节性差异。除夏季外,春、秋、冬三个季节气温均呈显著性上升趋势(=0.05),增温幅度从大到小依次为春季、冬季、秋季和夏季。其中,春季和冬季对全年均温增加贡献较大,而夏季贡献最小。(3)通过对铜陵站近49a年降水量进行小波分析,发现年季降水量均具有明显的多时间尺度特征。就年降水量而言,23a和2225a尺度周期振荡较强。季降水量方面:春季在2125a尺度周期振荡最强;夏季3a尺度周期振荡最强;秋季811a尺度周期振荡最强;冬季1116a尺度周期振荡最强。(4)根据年降水序列尺度周期变化,可知目前铜陵地区处于枯水期,但该振荡周期逐渐趋于闭合,铜陵地区将会在2010年左右进入一个新的丰水期。(5)铜陵地区主要降水多发生在春季和夏季。因此,这两季降水对区域水资源贡献起着重要作用。近3a小尺度上看,春季、夏季对年降水量变化贡献较大。近24a大尺度上,春季、秋季对年降水量变化贡献较大。2.池州市19602009年降水序列诊断情况:(1)池州市近50a降水序列呈微弱减少趋势。春秋两季降水呈减少趋势,趋势并不显著;夏冬两季呈增加趋势,其中冬季增加趋势显著。小波重构信号表明池州市近50a逐季降水序列存在45a的振荡周期,年内降水量夏季最多,冬季最少。(2)利用改进R/S分析法对研究区做Hurst指数实验,实验结果表明各月序列均存在一定强度的正/反持续性。其中夏季序列分形维数最大,复杂性程度高。(3)突变性分析表明池州市近50a降水存在两次突变现象,秋季降水序列在1986年左右发生了由丰到枯的突变现象,冬季降水序列在1999年左右发生由枯到丰的突变现象。3.长丰县水稻田CH4和N2O的排放情况:(1)选取的十二块实验样地2008年N2O排放通量为2.213.5kgN ha-1;CH4排放通量为55523kgC ha-1。长丰县水稻田2008年CH4和N2O年排放量分别为1.82×10-2TgC和3.03×10-4TgN。(2)对DNDC模型敏感性分析得:CH4对气温、土壤pH和SOC变化较为敏感,对雨水氮含量变化不敏感;N2O对SOC、土壤pH、气温和雨水中氮含量变化均敏感,其中敏感性关系不尽相同。4.基于Visual Basic6.0和Matlab2010a开发的气候统计诊断软件可以有效地对实测的气候统计资料进行基本的统计诊断,并绘制相应的图形。

论文目录

  • 摘要
  • Abstract
  • 图形清单
  • 表格清单
  • 1 绪论
  • 1.1 研究背景和研究意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 国内外研究现状及存在问题
  • 1.3 研究内容
  • 1.4 研究方法
  • 1.4.1 MK 检验法
  • 1.4.2 改进 R/S 分析法
  • 1.4.3 小波分析法
  • 1.4.4 滑动 t 检验法
  • 1.4.5 累积距平法
  • 1.4.6 DNDC9.3 模型
  • 2 研究区域概况
  • 2.1 研究数据来源
  • 2.2 研究区域地理概况
  • 2.2.1 铜陵市
  • 2.2.2 池州市
  • 2.2.3 长丰县
  • 3 结果与分析
  • 3.1 铜陵市气温时间序列分析
  • 3.1.1 铜陵市气温年际及年代变化
  • 3.1.2 铜陵市气温季节性变化
  • 3.2 铜陵市降水时间序列分析
  • 3.2.1 铜陵市降水年际变化特征
  • 3.2.2 铜陵市降水季节性变化特征
  • 3.2.3 铜陵市降水序列的小波方差分析
  • 3.3 池州市降水序列分析
  • 3.3.1 池州市降水序列年季变化特征
  • 3.3.2 池州市降水序列的 Hurst 指数分析
  • 3.3.3 池州市降水序列的 MK 突变检验分析
  • 3.4 长丰县水稻田系统 CH4和 N2O 排放机理研究
  • 3.4.1 长丰县水稻田 CH4和 N2O 排放通量估算分析
  • 3.4.2 DNDC9.3 模型敏感性实验分析
  • 4 气候统计诊断软件的开发
  • 4.1 气候统计诊断软件简介
  • 4.2 气候统计诊断软件结构
  • 4.2.1 软件主体
  • 4.2.2 平稳性检验
  • 4.2.3 显著性和突变性检验
  • 4.2.4 曲线拟合
  • 4.2.5 多尺度分析
  • 4.2.6 分形维数
  • 4.2.7 图形图像处理
  • 5 结论与讨论
  • 5.1 主要结论
  • 5.2 讨论
  • 参考文献
  • 附录
  • 致谢
  • 个人简介
  • 相关论文文献

    • [1].基于大数据信息的气候统计图开发与教学应用[J]. 中学地理教学参考 2019(11)
    • [2].济南地区3月气候统计分析[J]. 中国科技信息 2017(19)
    • [3].气候统计图的类型与判读方法[J]. 试题与研究 2008(36)
    • [4].秋季的景色[J]. 小雪花(小学生成长指南) 2015(09)
    • [5].近40年来惠州市雷暴的气候统计特征[J]. 热带地理 2008(02)
    • [6].45a来宁夏雷暴气候统计特征及趋势分析[J]. 中国沙漠 2009(04)
    • [7].临夏州雷暴气候统计特征及趋势分析[J]. 现代农业科技 2016(20)
    • [8].铜仁西部不同时间尺度温度降水变率分析[J]. 贵州气象 2012(06)
    • [9].惠州城区50年来雨日的气候统计和变化特征[J]. 广东气象 2008(02)
    • [10].济南地区八月气候统计分析[J]. 中国科技信息 2018(14)
    • [11].不同站网密度对热带气旋降水气候统计特征分析的影响[J]. 热带气象学报 2016(05)
    • [12].旧伤春天又疼痛,为何[J]. 开卷有益-求医问药 2018(02)
    • [13].辨析冬雨型的真与假[J]. 中学地理教学参考 2013(12)
    • [14].1949—2012年影响山东地区热带气旋的特征[J]. 气象与环境学报 2016(05)
    • [15].越西县雷暴气候统计特征及其灾害分析[J]. 农家参谋 2019(13)
    • [16].免疫进化算法在复合极值分布参数估计中的应用[J]. 成都信息工程大学学报 2016(02)
    • [17].浙江省倒春寒气候概况及其环流背景[J]. 浙江气象 2014(01)
    • [18].深圳大雾的气候统计及特征分析[J]. 广东气象 2008(05)
    • [19].1953—2019年深圳市暴雨的气候特征[J]. 广东气象 2020(04)
    • [20].1960—2012年塔城盆地寒潮天气气候统计特征分析[J]. 现代农业科技 2015(12)
    • [21].从综合思维视角分析生态环境问题[J]. 教学考试 2017(54)
    • [22].禹城市2012~2013年度小麦全生育期气象因子分析[J]. 安徽农业科学 2013(26)
    • [23].柴达木盆地平均风速与大风日数的变化特征[J]. 干旱区资源与环境 2014(10)
    • [24].我国近年雾研究方法及研究热点综述[J]. 气象科技 2014(01)
    • [25].1961—2010年5—9月东北冷涡气候特征及其对辽宁气温的影响[J]. 气象与环境学报 2012(02)
    • [26].大埔县50年暴雨气候统计特征[J]. 气象研究与应用 2009(S2)
    • [27].中国热带气旋龙卷的气候统计特征(2006~2018)[J]. 中国科学:地球科学 2020(05)
    • [28].浙江文综卷第36题评议与商榷[J]. 中学地理教学参考 2016(15)
    • [29].影响靖宇地区温带气旋的统计分析[J]. 气象 2009(12)
    • [30].梧州前汛期强对流天气气候统计特征分析[J]. 气象研究与应用 2016(03)

    标签:;  ;  ;  ;  

    气候统计诊断技术的应用及其软件开发
    下载Doc文档

    猜你喜欢