極端低溫天氣氣候事件近些年在我國(guó)頻頻發(fā)生,造成了巨大影響。本文利用了1970-2016年我國(guó)地面臺(tái)站觀測(cè)資料,用百分位法定義了我國(guó)極端低溫事件的閾值,計(jì)算了我國(guó)1970-2016年春季以及1970-2015年秋、冬季極端低溫事件的頻次、強(qiáng)度與站點(diǎn)發(fā)生率,分析了頻次與強(qiáng)度的時(shí)間空間分布。然后選擇兩次典型極端低溫事件-2008年低溫雨雪冰凍災(zāi)害和2016年“霸王級(jí)”寒潮,利用NCEP/NCAR再分析資料,采用西伯利亞高壓指數(shù)、平流層極渦指數(shù)與阻塞高壓指數(shù)等定量化表征指數(shù),分析了兩次極端低溫過(guò)程期間西伯利亞高壓、阻塞高壓與平流層極渦等大尺度系統(tǒng)的組合性異常特征。最后,利用WRF數(shù)值模式模擬了2016年“霸王級(jí)”寒潮,探索用模式模擬結(jié)果能否準(zhǔn)確定量化表征天氣系統(tǒng)的組合性異常特征。得到結(jié)論如下:(1)針對(duì)我國(guó)極端低溫天氣氣候事件的分析顯示,1970-2016年間,春、秋與冬季全國(guó)極端低溫事件的發(fā)生頻次、強(qiáng)度與站點(diǎn)發(fā)生率均呈減小趨勢(shì)。頻次減小的速率冬季最大,秋季次之,春季最小;強(qiáng)度減小速率秋季最大,春季次之,冬季最小;臺(tái)站發(fā)生率減小速率三個(gè)季節(jié)相差不大。冬季的極端低溫事件頻次、強(qiáng)度與站點(diǎn)發(fā)生率近些...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究意義
    1.2 研究現(xiàn)狀
        1.2.1 極端低溫事件變化的觀測(cè)事實(shí)
        1.2.2 極端低溫事件的影響因子的研究
        1.2.3 極端低溫?cái)?shù)值模擬
    1.3 研究存在的問(wèn)題
    1.4 本文研究?jī)?nèi)容
第二章 資料與方法
    2.1 資料的選取及處理
    2.2 統(tǒng)計(jì)學(xué)方法
        2.2.1 最小二乘法與線性傾向估計(jì)
        2.2.2 變化趨勢(shì)的顯著性檢驗(yàn)
        2.2.3 滑動(dòng)平均法
    2.3 極端低溫事件的定義
    2.4 極渦、阻塞高壓、西伯利亞高壓指數(shù)的定義
第三章 中國(guó)極端低溫事件的時(shí)空分布特征
    3.1 極端低溫事件的閾值分布
    3.2 極端低溫事件的時(shí)間特征
        3.2.1 頻率的時(shí)間特征
        3.2.2 強(qiáng)度的時(shí)間特征
        3.2.3 臺(tái)站發(fā)生率的時(shí)間特征
    3.3 極端低溫事件的空間特征
    3.4 小結(jié)
第四章 極渦、阻塞高壓、西伯利亞高壓在極端低溫事件期間的組合性異常特征
    4.1 2008 年1月及2016年1月兩次天氣過(guò)程的降溫特征
    4.2 兩次天氣過(guò)程中三個(gè)天氣系統(tǒng)的定量化特征
        4.2.1 西伯利亞高壓
        4.2.2 阻塞高壓
        4.2.3 平流層極渦
    4.3 三個(gè)大尺度系統(tǒng)的組合性異常特征
    4.4 小結(jié)
第五章 一次天氣過(guò)程的數(shù)值模擬
    5.1 模擬設(shè)計(jì)方案
    5.2 對(duì)形勢(shì)場(chǎng)的模擬結(jié)果分析
        5.2.1 200hPa位勢(shì)高度場(chǎng)
        5.2.2 500hPa位勢(shì)高度場(chǎng)與溫度場(chǎng)
        5.2.3 標(biāo)準(zhǔn)化海平面氣壓場(chǎng)
    5.3 定量化指數(shù)
        5.3.1 極渦指數(shù)
        5.3.2 阻塞高壓指數(shù)
        5.3.3 西伯利亞高壓指數(shù)
    5.4 小結(jié)
第六章 結(jié)論與討論
    6.1 主要結(jié)論
    6.2 特色與創(chuàng)新點(diǎn)
    6.3 不足與討論
    6.4 下一步研究計(jì)劃
參考文獻(xiàn)
在讀期間的科研工作
致謝



本文編號(hào)：3836184