期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
不同施肥条件土壤胡敏酸级分变异及性质的研究 被引量:11
1
作者 王旭东 张一平 《土壤学报》 CAS CSCD 北大核心 1998年第3期404-411,共8页
以17年长期定位试验土壤为材料,在研究土壤有机质氧化稳定性基础上,采用酒精沉淀分级方法,对不同施肥处理土壤胡敏酸的级分及光学性质进行了研究,并对胡敏酸及其级分的类型进行了划分。结果表明长期施用有机肥(堆肥及秸秆),土壤... 以17年长期定位试验土壤为材料,在研究土壤有机质氧化稳定性基础上,采用酒精沉淀分级方法,对不同施肥处理土壤胡敏酸的级分及光学性质进行了研究,并对胡敏酸及其级分的类型进行了划分。结果表明长期施用有机肥(堆肥及秸秆),土壤有机质含量明显增加,有机质的氧化稳定系数降低,土壤胡敏酸组成分布中心向高浓度酒精析出的级分偏移,颗粒小的级分比例增大;土壤胡敏酸的E4、E6值减小,E4/E6增大。而单施化肥则有相反趋势。土耕层土壤胡敏酸是由A、P和Rp三种类型级分所构成的混合物。施有机肥处理土壤胡敏酸以P型为主,Rp型也占有很大比例。不施肥或长期单施化肥处理则以A型为主。土壤胡敏酸的类型与其主要级分的类型保持一致。 展开更多
关键词 胡敏酸 级分变异 酒精沉淀分级 氧化稳定性
下载PDF
复杂地形下C波段雷达定量降水估计算法 被引量:8
2
作者 李巧 戚友存 +7 位作者 朱自伟 杨毅 闵锦忠 师春香 张哲 李东欢 王楠 胡启元 《气象学报》 CAS CSCD 北大核心 2021年第4期689-702,共14页
C波段雷达定量降水估计(QPE)精度受到很多因素的影响,主要包括:(1)雷达标定,(2)非气象回波的干扰,(3)降水物垂直空间变化,(4)地形或地物的严重遮挡,(5)Z-R关系的代表性,(6)雷达拼图的质量,(7)雷达观测回波衰减等。文中雷达定量降水估计... C波段雷达定量降水估计(QPE)精度受到很多因素的影响,主要包括:(1)雷达标定,(2)非气象回波的干扰,(3)降水物垂直空间变化,(4)地形或地物的严重遮挡,(5)Z-R关系的代表性,(6)雷达拼图的质量,(7)雷达观测回波衰减等。文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡、Z-R关系和雷达拼图等方面提高C波段天气雷达定量降水估计的精度,产生降水类型产品和1 h定量降水估计产品,产品空间分辨率为0.01°×0.01°,时间分辨率为6 min。通过对7次降水过程进行评估,结果表明:基于混合仰角反射率因子处理模块和降水类型分类模块进行雷达定量降水估计,得到的结果与地面雨量站观测降水接近,1 h累计降水量的统计评分指标均方根误差稳定在3 mm以下,相对误差稳定在50%左右,相对偏差保持在−30%以内,雷达定量降水估计产品的离散度和绝对偏差都较低,表明该算法得到的雷达定量降水估计稳定可靠。 展开更多
关键词 天气雷达 定量降水估计 质量控制 降水类型分类
下载PDF
A New Algorithm of Rain Type Classification for GPM Dual-Frequency Precipitation Radar in Summer Tibetan Plateau
3
作者 Yunfei FU Liu YANG +4 位作者 Zhenhao WU Peng ZHANG Songyan GU Lin CHEN Sun NAN 《Advances in Atmospheric Sciences》 SCIE CAS CSCD 2024年第11期2093-2111,共19页
In this study, a new rain type classification algorithm for the Dual-Frequency Precipitation Radar(DPR) suitable over the Tibetan Plateau(TP) was proposed by analyzing Global Precipitation Measurement(GPM) DPR Level-2... In this study, a new rain type classification algorithm for the Dual-Frequency Precipitation Radar(DPR) suitable over the Tibetan Plateau(TP) was proposed by analyzing Global Precipitation Measurement(GPM) DPR Level-2 data in summer from 2014 to 2020. It was found that the DPR rain type classification algorithm(simply called DPR algorithm) has mis-identification problems in two aspects in summer TP. In the new algorithm of rain type classification in summer TP,four rain types are classified by using new thresholds, such as the maximum reflectivity factor, the difference between the maximum reflectivity factor and the background maximum reflectivity factor, and the echo top height. In the threshold of the maximum reflectivity factors, 30 d BZ and 18 d BZ are both thresholds to separate strong convective precipitation, weak convective precipitation and weak precipitation. The results illustrate obvious differences of radar reflectivity factor and vertical velocity among the three rain types in summer TP, such as the reflectivity factor of most strong convective precipitation distributes from 15 d BZ to near 35 d BZ from 4 km to 13 km, and increases almost linearly with the decrease in height. For most weak convective precipitation, the reflectivity factor distributes from 15 d BZ to 28 d BZ with the height from 4 km to 9 km. For weak precipitation, the reflectivity factor mainly distributes in range of 15–25 d BZ with height within 4–10 km. It is also shows that weak precipitation is the dominant rain type in summer TP, accounting for 40%–80%,followed by weak convective precipitation(25%–40%), and strong convective precipitation has the least proportion(less than 30%). 展开更多
关键词 satellite precipitation radar rain type classification method Tibetan Plateau strong convective precipitation
下载PDF
基于微雨雷达的降水参数反演和粒子相态识别 被引量:1
4
作者 王洪 杨洁帆 +4 位作者 龚佃利 王俊 张佃国 孙莎莎 陈澍 《大气科学》 CSCD 北大核心 2023年第3期739-755,共17页
本文基于微雨雷达原始的后向散射信号,采用一种新的功率谱处理算法(RaProM算法),在功率谱计算、噪声去除、退模糊等处理的基础上计算了雷达基本参量,并反演了液态降水参数,例如雷达反射率因子、雨强等,并对粒子相态进行识别。RaProM算... 本文基于微雨雷达原始的后向散射信号,采用一种新的功率谱处理算法(RaProM算法),在功率谱计算、噪声去除、退模糊等处理的基础上计算了雷达基本参量,并反演了液态降水参数,例如雷达反射率因子、雨强等,并对粒子相态进行识别。RaProM算法综合考虑粒子下落速度、等效雷达反射率因子、不同相态粒子的尺度特征以及是零度层亮带位置等信息,可识别的粒子相态包括雪、毛毛雨、雨、冰雹以及混合相态。选取了三个山东地区较为典型的个例对RaProM反演算法进行验证,即2021年7月2日典型层状云降水个例、2019年12月25日雨雪转换个例以及2018年3月4日零度层高度逐渐降低的降水个例。结果显示:粒子识别方法应用于典型层状云降水,垂直方向上不同相态粒子的分层较为明显,过冷层里的固态降水雪花、零度层附近冰水转换区的混合相态降水以及零度层以下的液态降水符合现有认识,验证了反演算法以及粒子识别算法的有效性。将结果进一步在雨雪转换降水相态识别中和零度层高度的检测,该反演算法均能得到较好应用,与同址同步观测的微波辐射计、云雷达、二维视频雨滴谱仪等观测结论一致。另外,与微雨雷达标准反演算法对比,RaProM算法的优势是没有粒子相态的原始假设,且考虑降水粒子向上的速度,反演结果与微波辐射计、云雷达在垂直结构上有较高的一致性。与地面激光雨滴谱仪观测数据对比显示,也有效提升了微雨雷达对雨滴谱和雨强的反演能力。 展开更多
关键词 微雨雷达 降水相态分类 方法验证 同址观测 垂直结构
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部