首页> 中文学位 >宜宾市近64年气候变化及其对全球涛动指数的响应
【6h】

宜宾市近64年气候变化及其对全球涛动指数的响应

代理获取

目录

声明

摘要

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容

1.4 技术路线

1.5 主要研究方法

2 研究区概况

2.1 自然环境慨况

2.2 社会经济慨况

3 宜宾市四季气候变化特征分析

3.1 气候四季变化的Mann-Kendall检验

3.2 四季气候变化的R/S分析

3.3 四季气候变化的Morlet小波分析

4 宜宾市气候年际变化特征分析

4.1 气候年际变化的Mann-Kendall检验

4.2 气候年际变化的R/S分析

4.3 气候年际变化的Morlet小波分析

5 涛动指数分析

5.1 涛动指数年际变化的Mann-Kendall检验

5.2 涛动指数年际变化的R/S分析

5.3 涛动指数年际变化的Morlet小波分析

6 气候变化对涛动指数的响应分析

6.1 气温变化对涛动指数的响应

6.2 降水量对涛动指数的响应

6.3 相对湿度对涛动指数的响应

7 结论与展望

7.1 结论

7.2 展望

参考文献

致谢

展开▼

摘要

基于宜宾市1951~2014年长时间序列的气温、降水量和相对湿度观测数据,以及同时间段的三种全球性的涛动指数(南方涛动指数、北大西洋涛动指数、北极涛动指数),采用Morlet小波分析、Mann-Kendall趋势检验和突变检验、R/S分析、回归分析,对宜宾市气候年际变化、四季变化,同时间段的涛动指数变化,以及气候变化对涛动指数的响应进行分析,主要结论如下:
  (1)研究区四季气温只有秋季气温变化有明显上升,递增速率为0.128℃/10a,其余三季变化没有通过置信区间检验。春季气温长时间序列存在8a、11a、51a多时间尺度的变化周期,以51a为主周期;夏季气温长时间序列存在3a、6a、14a、18a多时间尺度的变化周期,主周期为18a;秋季气温长时间序列存在6a、11a、31a的振荡周期,以31a为主周期;冬季气温长时间序列存在3a、8a、16a的变化周期,以8a为主周期。四季降水量只有夏季和秋季变化具有显著的下降,递减速率分别为17.31mm/10a和26.264mm/10a,其余两季变化没有通过置信区间检验;春季降水量长时间序列有4a、12a、18a、33a多时间尺度的变化周期,以33a为主周期;夏季降水量长时间序列存在3a、7a、15a、34a的振荡周期,以15a为主周期;秋季降水量长时间序列存在5a、12a、27a的变化周期,主周期为12a;冬季降水量长时间序列有4a、6a、11a、25a的振荡周期,以11a为主周期。四季相对湿度只有夏季和秋季有明显减小,递减速率分别为0.87169/10a和0.84231/10a,其余两季相对湿度变化没有通过置信区间检验;春季相对湿度长时间序列存在3a、11a、39a的变化周期,以39a为主周期;夏季相对湿度长时间序列存在4a、6a、34a的振荡周期,以34a为主周期;秋季相对湿度长时间序列具有4a、8a、13a、33a的变化周期,主周期为33a;冬季相对湿度长时间序列列存在3a、12a、26a的振荡周期,以26a为主周期。
  (2)研究区年平均气温呈明显上升,增温率为0.0793℃/10a;年降水量、年平均相对湿度都明显减少,递减率分别为57.3mm/10a和0.567/10a;气温、降水量和相对湿度突变年份分别为2002年、1982年和2005年;气温、降水量和相对湿度的Hurst指数都位于0~0.5之间,未来变化趋势与过去趋势相反;气温时间序列存在3.5a、7.5a、27a、55a多时间尺度的变化周期,主周期为55a;降水量长时间序列存在3a、5a、7a、12a、30a的振荡周期,12a为主周期;相对湿度长时间序列有3a、10a、36a的变化周期,以36a为主周期。
  (3) SOI和NAOI变化趋势均没有通过置信区间的检验。AOI具有明显增大趋势,递增率为0.056/10a,突变年份为1975年,未来AOI将转变为下降趋势,但持续性并不强;SOI长时间序列存在5.5a、12a、43a的振荡周期,主周期为12a;NAOI长时间序列存在4a、13a、47a的变化周期,以47a为主周期;AOI长时间序列存在2a、4a、9a、19a的振荡周期,以9a为主周期。
  (4)通过小波重构数据,分别以气温、降水、相对湿度与涛动指数进行相关分析和回归分析,探讨多个时间尺度下气候变化与涛动指数之间的关系。结果表明随着时间尺度增加,气候变化与涛动指数变化之间的相关性愈强,其中时间尺度为32a时相关系数取得最大值。并且随着时间尺度增加,回归模型的拟合度亦越高。SOI与气温和相对湿度的相关性较强,NAOI与降水量的相关性最好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号