排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
为向湖南省常德市生态资源利用和规划提供更细致的参考,利用1977—2011年日平均气温资料,采用线性倾向估计法、Mann-Kendall法、Pearson方法、Morlet小波分析法等方法对比分析了常德市城区和石门县山区不同地理环境中四季初始日期及季节长度变化特征。结果表明,常德市城区和石门县山区四季的平均初始日期整体相差较小;但石门县比常德市城区要推迟入夏,提前入秋;石门县比常德市城区春、秋长,夏季短,冬季无差别。两地四季初始日期和季节长度的变化幅度皆比较大,尤其在夏季初始日期变幅最大。两地在夏季出现初始日期差值和季节长度差值的频率最高;两地春、秋两季初始日期的差异通常只影响春、秋两季当季的长度,但夏、冬季节的差异则影响到相邻两个季节。两地四季初始日期周期特征存在一定差异,在20年以上的大时间尺度上主要差异体现在冬季,在20年以下的时间尺度上主要差异体现在夏季。两地夏季初始日期皆显著提前,夏季长度皆显著延长,皆为突变现象,不同的是,常德市城区秋季长度显著变短,石门县春季长度显著变短。 相似文献
3.
4.
为定量研究湖南省人体舒适度指数时空变化特征,选取湖南省32个国家级气象观测站1977—2011年逐日气象数据,计算湖南省人体舒适度指数和不同舒适度等级日数气候特征及气候倾向率,采用反距离权重法进行空间插值分析,并利用Mann-Kendall法进行趋势检验和突变检测。结果表明：（1）湖南省人体舒适度级别主要以舒适为主,湘西南和湘东南地区最舒适,湘中地区最不舒适,最舒适的月份是5月和10月,最热不舒适的月份是7月和8月,最冷不舒适的月份是1月,寒冷等级和炎热等级日数极少,无酷热情况出现;（2）湖南人体舒适度指数数值上升趋势显著,冷不舒适级别日数显著减少,舒适级别和热不舒适级别日数在增加;（3）各级别舒适度日数变化最小的地区是湘西北,湘北和湘中地区由冷不舒适级别向舒适级别转变和舒适级别向热不舒适级别转变并重,湘西南和湘东南地区由冷不舒适级别向舒适级别转变显著;（4）湖南人体舒适度指数平均数值的显著增加和冷不舒适级别日数显著减少均属于突变现象,突变发生在20世纪90年代以后,21世纪初开始变化尤为显著。 相似文献
5.
利用田间模拟UV-B辐射装置,从大麦分蘖期开始进行UV-B辐射增强处理,以后各主要生育期各选择一典型日分别观测作物根际、非根际土壤微生物量碳含量和土壤呼吸速率.UV-B辐射设对照(Ambient)和增强(Elevated,14.4kJ·m-2·d-1)两个水平,增强处理相当于南京地区4-5月自然光UV-B辐射量的120％.3个大麦品种分别为单2号、苏啤3号和苏啤4号.结果表明:3个品种中作物根际、非根际土壤微生物量碳含量均随生育进程表现出一致的规律,即分蘖、拔节、孕穗和抽穗期逐渐增加并达到最大值,成熟期则显著下降,UV-B辐射增强没有改变这种变化趋势;UV-B辐射增强后,各品种在多数生育时期观测的根际与非根际土壤微生物量碳含量显著低于对照(自然光)(P＜0.05),而单2号和苏啤4号在孕穗期(4月23日)观测的非根际土壤微生物量碳含量却明显高于对照(P＜0.05);UV-B辐射增强条件下,单2号在孕穗期和成熟期、苏啤3号在抽穗期与成熟期观测的土壤呼吸速率显著低于对照(P＜0.05),其它阶段的差异不显著,各处理中土壤呼吸速率由分蘖到拔节、孕穗、抽穗期逐渐增加,抽穗期、成熟期逐渐下降的趋势没有改变;在UV-B辐射增强条件下,单2号和苏啤3号两个品种的Q10值显著低于对照(P＜0.05),苏啤4号的Q10值则显著增大,明显高于其它品种(P＜0.05).研究认为,不同大麦品种土壤微生物量碳和土壤呼吸速率对UV-B辐射增强的响应存在差异. 相似文献
6.
寒露风是双季晚稻抽穗扬花期间，因低温造成抽穗扬花受阻、空壳率增加的一种灾害性天气。为了解寒露风研究现状、继承和完善寒露风研究成果并加以突破提供借鉴和参考，本文通过对有关寒露风文献的分析和梳理，总结了寒露风研究的主要成果。大气环流异常是引发大范围寒露风的根本原因，地形、地貌、海拔等因素能引起小范围寒露风。寒露风对晚稻的危害主要在抽穗开花期，其次是孕穗期。寒露风指标研究大多基于田间试验、气象要素模拟试验、生产实践以及历史数据、文献的分析，应用比较广泛的指标是“寒露风等级”和“水稻冷害评估技术规范”。寒露风预报以天气学方法较为常见、数理统计法不可或缺、神经网络等新方法的运用是一种趋势。在南方双季稻区，寒露风主要出现在9月中下旬或以后，在全球气候变暖背景下，寒露风初日呈推迟趋势、天数呈减少趋势，但存在连续多年提前和天数增加的案例。单点（站）观测、3S技术是寒露风监测常用的技术。合理安排晚稻播种期、选择耐低温品种、以水调温等多技术并举，对防御寒露风有较好效果。本文还针对寒露风研究存在的指标因子不全面、指标标准不统一、预测预报和监测评估精度达不到精细化服务的需求等主要问题，展望了未来研究的主要方向：深化寒露风多因子致灾机理及多气象要素指标研究，构建指标体系；利用大数据、人工智能等新技术，强化农业气象智能化精准预报技术研究；加强气象观测、卫星遥感及作物模型等相融合的精密监测评估技术研究；重视气候变化背景下的寒露风新规律研究；开展与气候变化及农业科技进步相适应的防灾减灾技术研究。 相似文献
1