一、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（論文文獻綜述）
高婷[1]（2021）在《淮河流域地表反照率時空變化及其模擬研究》文中進行了進一步梳理地表反照率是計算地表輻射能量收支的關(guān)鍵參數(shù),并通過影響地面-大氣的能量平衡,顯著影響氣候變化,同時,地表反照率也是陸面過程模式模擬的重要參數(shù)。本文利用天空散射比因子,對2005～2015年MODIS地表反照率氣候網(wǎng)格產(chǎn)品MCD43B3提供的短波波段黑空和白空地表反照率進行加權(quán)計算,得到反映真實的地表反照率,以我國南北氣候過渡地帶,以農(nóng)業(yè)耕地為主的淮河流域為例,分析了地表反照率的時空分布及變化特征。并在深入分析土地利用類型、地形因子、植被、地表溫度及氣候因子對地表反照率影響的基礎(chǔ)上,引入了灰色關(guān)聯(lián)度分析法,克服了各種因子之間相互作用和不獨立性,客觀量化各影響因子的影響程度,并進行了排序。根據(jù)影響因子的排序,設(shè)計不同的模擬實驗,分別將高質(zhì)量的土地覆蓋類型和植被覆蓋度數(shù)據(jù)應(yīng)用于Noah-MP陸面模式,探討不同的輸入?yún)?shù)對模式地表反照率模擬的影響,主要結(jié)論如下:（1）2005-2015年淮河流域年均地表反照率呈波動增加趨勢,年均變化在0.138-0.157之間,且存在顯著的季節(jié)性差異,夏季平均地表反照率最大,春季次之,秋季最小,其中,夏和秋季平均地表反照率呈波動增加趨勢,而冬季地表反照率呈減小趨勢,且年均波動幅度最大。流域多年月平均地表反照率變化介于0.134-0.167之間,隨著作物生育期的過程先增加后減小,1月最高,達0.167,2月迅速減少,然后回升,7月達到小高峰,然后回落,在10月達到最低值?；春恿饔蚰昶骄乇矸凑章收w呈“北高南低、東高西低”的空間分布規(guī)律,變化在0.043-0.223之間,平均值為0.145。低值區(qū)主要集中于水體密集和山區(qū)丘陵地帶,且標準差相對較小;高值區(qū)主要集中于流域中部及東部平原地帶,且標準差較大。流域內(nèi)61.5%的區(qū)域地表反照率的年均變化呈增加趨勢,且存在顯著的季節(jié)性差異。（2）淮河流域地表反照率受多種影響因子的共同作用,不同的土地利用類型,地表反照率具有明顯差異,研究區(qū)不同土地利用類型地表反照率大小順序為:耕地>城鄉(xiāng)、工礦、居民用地>草地>林地>水體,其中,耕地、水域和城鄉(xiāng)、工礦、居民用地地表反照率標準差較大。地表反照率不僅受土地利用類型的影響,還受地形、氣候和NDVI、LST等地表參數(shù)影響。流域多年月均地表反照率與NDVI、LST、氣溫和降水在大部分區(qū)域呈正相關(guān),面積占比分別達到90.23%、82.32%、85.41%和93.70%。灰色關(guān)聯(lián)度分析表明,不同土地利用類型（水體除外）下年均地表反照率受各因子影響排序為:NDVI>氣溫>LST>降水,空間變化受各因子影響排序為:NDVI>降水>LST>氣溫>高程。（3）研究設(shè)計了CTLALB（模式自帶數(shù)據(jù)）、LCALB（替換土地覆蓋類型數(shù)據(jù)）、FVCALB（替換植被覆蓋度數(shù)據(jù)）和NEWALB（同時替換以上兩種輸入數(shù)據(jù)）等四組實驗,對淮河流域2014年地表反照率進行模擬,結(jié)果表明,四組實驗均能較好的模擬出2014年淮河流域地表反照率的年內(nèi)變化趨勢。整體來看,與實驗CTLALB相比,其余三組實驗相關(guān)系數(shù)均有提高,偏差和均方根誤差均有減小,都在一定程度上改善了模式模擬地表反照率的高估現(xiàn)象,尤其是冬季,實驗NEWALB的改進效果最好,偏差和均方根誤差都比CTLALB降低了0.014,其次是FVCALB和LCALB。（4）從模擬結(jié)果空間分布來看,四組實驗均能較好地反映出淮河流域地表反照率“北高南低,東高西低”的空間分布特征。在大部分區(qū)域各實驗的模擬值比CTLALB略低,其中,實驗LCALB模擬值減小明顯的區(qū)域主要與替換的土地覆蓋類型中城市建設(shè)用地增加有關(guān)。實驗FVCALB的空間分布可以反映出更多的細節(jié)信息,可以看出植被覆蓋度數(shù)據(jù)改變對于模式模擬地表反照率的影響較為明顯,而同時替換了兩種輸入數(shù)據(jù)的實驗NEWALB空間分布最為精細合理,對地表反照率空間分布模擬的效果改進更大。
田甜[2]（2021）在《青藏高原地區(qū)氣溶膠直接輻射強迫數(shù)值模擬研究》文中認為青藏高原的動力及熱力作用會影響區(qū)域及全球氣候,氣溶膠的輻射強迫可以改變地-氣輻射收支,進而可能會對這一系列的過程產(chǎn)生一定影響。本文使用第五代歐洲中期數(shù)值預(yù)報中心-漢堡模式（ECHAM5）和模塊化地球子模型系統(tǒng)（MESSy）所建立的大氣化學(xué)氣候耦合模式EMAC,對大氣氣溶膠光學(xué)性質(zhì)及輻射效應(yīng)進行模擬,并對其時空分布特征進行分析。經(jīng)過與衛(wèi)星觀測數(shù)據(jù)的對比分析,可以證明EMAC可以較好地模擬青藏高原上空的氣溶膠消光特征。模式模擬結(jié)果顯示,沙塵、水溶性氣溶膠以及其內(nèi)混狀態(tài)下的液態(tài)水在青藏高原地區(qū)是主要的氣溶膠消光成分,黑碳、有機碳以及海鹽氣溶膠則是該地區(qū)次要氣溶膠消光成分。在青藏高原高空,14-20km高度范圍內(nèi),有氣溶膠消光系數(shù)的極大值出現(xiàn)。納布羅火山爆發(fā)后,海拔18km高度附近,消光系數(shù)可以達到2.5×10-3km-1,這主要是水溶性氣溶膠以及其中液態(tài)水消光造成的,而沙塵在18km以上的高空對消光貢獻較小。在青藏高原大氣頂,氣溶膠的直接輻射強迫的季節(jié)變化為春季(-1.49 W?m-2)>秋季(-1.22 W?m-2)>夏季(-0.79 W?m-2)>冬季(-0.54 W?m-2);而在高原地表,氣溶膠的輻射強迫的季節(jié)變化為春季(-5.77 W?m-2)>夏季(-4.54W?m-2)>秋季(-3.09 W?m-2)>冬季(-2.15 W?m-2)。在青藏高原北部,沙塵會在大氣頂和大氣層產(chǎn)生明顯的正輻射強迫,起到了加熱作用。此外,2011年6月納布羅火山爆發(fā),2011年后半年中,平流層氣溶膠在大氣頂處的負輻射強迫有明顯增強,與另外兩年的秋、冬季相比,平流層氣溶膠負輻射強迫分別增加了56%和52%。地面對大氣提供熱量的方式分為輻射強迫、感熱和潛熱,為了更好地分析青藏高原地區(qū)的熱力過程,本文對高原地表的感熱、潛熱通量進行了分析。春季地表以感熱通量為主,夏季以潛熱通量為主,秋、冬季兩者相近。最后,通過關(guān)閉南亞地區(qū)氣溶膠排放源的敏感性試驗,發(fā)現(xiàn)青藏高原地區(qū)區(qū)域平均光學(xué)厚度變化減小了0.02,高原北部光學(xué)厚度增大,這主要是沙塵氣溶膠的光學(xué)厚度增大所造成的。南亞地區(qū)氣溶膠對高原上空12-18km的氣溶膠消光影響最明顯。敏感性試驗后,青藏高原大氣頂和大氣層輻射強迫的變化量為正,在高原北部最為明顯。
謝曉棟[3]（2020）在《中國地區(qū)大氣污染—植被—二氧化碳的相互影響研究》文中提出二氧化碳（CO2）是一種重要的溫室氣體,能夠通過改變輻射來影響區(qū)域氣候,是導(dǎo)致全球氣候變暖的重要因素。CO2作為植物光合作用的重要原料,其濃度的變化對于生物源揮發(fā)性有機物（BVOC）的排放過程有著一定的調(diào)節(jié)作用,從而影響大氣中的臭氧和顆粒物濃度。另一方面,臭氧對植物細胞的損傷以及顆粒物的散射施肥效應(yīng)能夠影響植被的生長發(fā)育,從而改變陸地生態(tài)系統(tǒng)對大氣中CO2的吸收過程。中國作為世界上最大的能源消耗和溫室氣體排放國,CO2濃度逐年上升。同時,近年來以顆粒物和臭氧為主的大氣復(fù)合污染問題造成空氣質(zhì)量下降,危害人體健康,引起越來越多的學(xué)者關(guān)注。因此研究中國地區(qū)CO2與臭氧、顆粒物的相互影響對于緩解區(qū)域氣候變化、改善空氣質(zhì)量有著重要的科學(xué)意義。本文以數(shù)值模擬為主要研究手段,發(fā)展區(qū)域氣候-化學(xué)-生態(tài)耦合模式RegCM-CHEM-YIBs,模擬中國地區(qū)CO2濃度和陸地碳通量的時空分布特征,定量估算陸地碳通量對CO2濃度的影響。進一步研究臭氧和顆粒物污染對我國陸地植被生產(chǎn)力和碳通量的影響,以及由此引起的大氣CO2濃度的變化特征。此外,還定量評估了區(qū)域CO2濃度升高和全球氣候變化對植被BVOC排放量以及大氣中臭氧、二次有機氣溶膠（SOA）濃度的影響。主要研究結(jié)果如下:首先,發(fā)展了區(qū)域氣候-化學(xué)-生態(tài)耦合模式RegCM-CHEM-YIBs。在區(qū)域氣候化學(xué)模式RegCM-CHEM的基礎(chǔ)上新增了CO2物種,引入陸地生態(tài)系統(tǒng)模式Y(jié)IBs,在線計算陸地植被CO2和BVOC排放通量。改進了模式中有關(guān)SOA濃度的計算過程,使用實時模擬的CO2濃度替換輻射模塊和YIBs模塊中原有的CO2濃度,使得RegCM-CHEM-YIBs模式具有研究區(qū)域氣候、大氣化學(xué)和陸地生態(tài)系統(tǒng)間相互作用的能力。模擬結(jié)果與再分析資料、站點監(jiān)測數(shù)據(jù)、衛(wèi)星遙感產(chǎn)品之間具有很好的一致性,表明耦合模式的結(jié)果合理可信。其次,給出了中國地區(qū)陸地碳通量和大氣CO2濃度的時空分布特征。2006–2015年間,陸地碳通量整體呈現(xiàn)由北向南遞增的趨勢,高值區(qū)出現(xiàn)在西南地區(qū),凈生態(tài)系統(tǒng)碳交換量（NEE）的絕對值最大超過1000 g C m-2 yr-1。不同地區(qū)的陸地碳通量均存在明顯的季節(jié)變化特征。夏季陸地生態(tài)系統(tǒng)是重要的CO2匯,NEE為負值,且占全年總NEE的60%左右;冬季陸地生態(tài)系統(tǒng)為弱的CO2源,NEE以正值為主。NEE的季節(jié)變化趨勢與溫度、降水間均存在明顯的負相關(guān)性,且與溫度的相關(guān)性大于降水。NEE的年際變化和厄爾尼諾-南方濤動（ENSO）事件呈現(xiàn)較強的相關(guān)性,厄爾尼諾事件期間的溫度增加、降水減少能夠削弱陸地生態(tài)系統(tǒng)對CO2的吸收。我國CO2濃度的年均增長率為2.2 ppm yr-1,高于全球平均水平。高值中心位于京津冀、長三角、珠三角和四川盆地等城市群地區(qū),最大值超過430 ppm。CO2濃度整體呈現(xiàn)冬春高,夏秋低的季節(jié)特征。南方地區(qū)CO2峰值出現(xiàn)在2月,谷值出現(xiàn)在6月;而北方地區(qū)的峰值和谷值出現(xiàn)時間相對較晚,分別在4月和7月。陸地碳通量是造成CO2濃度季節(jié)變化的主要因素,夏季由于植被對CO2的吸收,大部分地區(qū)CO2濃度降低約612 ppm;冬季CO2濃度有所升高,最大增幅約為4 ppm。再次,定量評估了臭氧和顆粒物污染對大氣中CO2濃度的影響。由于臭氧對植被的損傷,我國年平均總初級生產(chǎn)力（GPP）和陸地碳通量分別降低0.76±0.27 Pg C yr-1和112.2±22.5 Tg C yr-1。臭氧對植被的影響存在明顯的季節(jié)差異,主要集中在4–9月,占全年的90%以上。陸地碳通量的削弱使得更多的CO2殘留在大氣中,我國大部分地區(qū)的年均CO2濃度增加約0.72.5 ppm,云南和貴州省的部分地區(qū)最大可達6 ppm。顆粒物通過改變散射輻射比例、區(qū)域氣候和水循環(huán)過程來影響陸地植被的生長和碳同化能力。模擬結(jié)果表明,顆粒物導(dǎo)致我國GPP和陸地碳通量分別增加約0.36 Pg C yr-1（5%）和0.06 Pg C yr-1（21%）。GPP的增加主要發(fā)生在西南、東南和華北地區(qū),而陸地碳通量的變化主要來自西南和華中地區(qū)。顆粒物引起的散射輻射比例的增加是導(dǎo)致GPP和NEE變化的主要原因,其占主導(dǎo)地位的區(qū)域分別占我國陸地總面積的59%和62%。陸地碳通量的增加能夠降低大氣中的CO2濃度,我國西南地區(qū)的CO2濃度降低最為明顯。顆粒物對CO2濃度的影響存在較強的季節(jié)差異,主要集中在6–10月。夏季全國平均CO2濃度減少約0.62 ppm,最大降低幅度發(fā)生在四川盆地地區(qū),可達4 ppm。最后,定量研究了區(qū)域CO2濃度升高和全球氣候變化對臭氧和SOA濃度的影響。區(qū)域CO2濃度升高和全球氣候變化的影響下,我國陸地植被的光合作用速率和生產(chǎn)力明顯增加。不同情景下BVOC排放的變化存在較強的季節(jié)差異,夏、秋季明顯增強,冬、春季有一定的減小。全年平均來看,異戊二烯排放增加1.40 TgC yr-1（17%）,單萜烯排放減少0.14 Tg C yr-1（5%）。由于區(qū)域CO2濃度升高和全球氣候變化的共同影響,我國的臭氧和SOA濃度分別減小0.5 ppb和0.3μg m-3。全球氣候變化導(dǎo)致華北地區(qū)夏季的臭氧和SOA濃度顯著降低（最大減少7 ppb和3.4μg m-3）,華南地區(qū)明顯增加（最大增加5 ppb和2.6μg m-3）。全球氣候變化引起的大氣環(huán)流的改變增強了夏季污染物由北向南的輸送過程,從而增加了華南地區(qū)的臭氧、SOA及其前體物的濃度。相反,CO2施肥效應(yīng)引起的BVOC排放變化則導(dǎo)致夏季華北地區(qū)臭氧和SOA濃度增加（最大增加3.5 ppb和5μg m-3）,華南地區(qū)減少（最大減少5.5 ppb和4.5μg m-3）。華北地區(qū)CO2施肥效應(yīng)導(dǎo)致的光合作用速率增強對BVOC排放的影響占主導(dǎo)作用,BVOC排放的增強進一步增加臭氧和SOA濃度。而華南地區(qū)CO2濃度升高導(dǎo)致的植被氣孔關(guān)閉對BVOC排放的影響更為明顯,BVOC排放的削弱降低了臭氧和SOA濃度。通過以上幾個方面的研究,本文揭示了近年來我國地面CO2濃度以及陸地碳通量的時空分布特征及其影響因素,定量分析了CO2與臭氧、顆粒物通過陸地植被發(fā)生的相互影響規(guī)律,對于理解區(qū)域氣候、大氣化學(xué)和陸地植被間的相互反饋有一定的參考價值,同時可以為我國未來的氣候政策制定和空氣污染治理提供合理的科學(xué)依據(jù)。
梁順林,白瑞,陳曉娜,程潔,范聞捷,何濤,賈坤,江波,蔣玲梅,焦子銻,劉元波,倪文儉,邱鳳,宋柳霖,孫林,唐伯惠,聞建光,吳桂平,謝東輝,姚云軍,袁文平,張永光,張玉珍,張云騰,張曉通,趙天杰,趙祥[4]（2020）在《2019年中國陸表定量遙感發(fā)展綜述》文中研究說明為了更好地了解中國定量遙感的發(fā)展態(tài)勢和加強同行之間的信息交流,根據(jù)中國學(xué)者2019年發(fā)表的SCI檢索論文和部分中文論文,對陸表定量遙感的核心進展進行了總結(jié),涉及數(shù)據(jù)預(yù)處理（云及其陰影識別,大氣與地形校正）、陸表輻射傳輸建模、不同變量的反演方法、產(chǎn)品生產(chǎn)評價與精度驗證,以及相關(guān)應(yīng)用等內(nèi)容。陸表變量產(chǎn)品較多,本文概要介紹了反射率、下行太陽輻射、反照率、地表溫度、長波輻射、總凈輻射、熒光遙感、植被生化參數(shù)、葉面積指數(shù)、光合有效輻射比、植被覆蓋度、森林高度、森林生物量、植被生產(chǎn)力、土壤水分、雪水當量、雪蓋、蒸散發(fā)、地表與地下水量等最新進展,也一并介紹了2019年與定量遙感相關(guān)的科研項目、學(xué)術(shù)交流會與暑假培訓(xùn)班等內(nèi)容。
薛儀[5]（2020）在《基于氣象共享數(shù)據(jù)的混凝土箱型梁橋溫度場分析方法》文中進行了進一步梳理橋梁為我國經(jīng)濟建設(shè)和社會發(fā)展做出了重大貢獻,但惡劣的服役環(huán)境和超負載運營使得橋梁病害嚴重,維護和改造費用巨大,且重大事故頻發(fā)。溫度是橋梁的一種重要環(huán)境荷載形式,對橋梁的力學(xué)性能影響顯著,也是橋梁出現(xiàn)病損和性能退化的主要原因之一,甚至造成嚴重的安全事故。因此,開展橋梁溫度效應(yīng)研究及工程應(yīng)用,對及時發(fā)現(xiàn)和控制病害、確保橋梁的安全運營、提高橋梁的耐久性和預(yù)防重大突發(fā)性事故的發(fā)生,意義重大。但是,目前橋梁溫度效應(yīng)分析方法嚴重依賴現(xiàn)場監(jiān)測數(shù)據(jù),不能滿足大多數(shù)橋梁的工程分析需求,極大的限制了溫度分析與評估技術(shù)解決工程問題的能力。因此,本課題提出和開展基于氣象共享數(shù)據(jù)的橋梁溫度效應(yīng)分析方法研究。基本思想是采用覆蓋橋梁場地的大空間尺度氣象共享數(shù)據(jù)預(yù)測橋梁場地的氣象情況,然后基于有限元瞬態(tài)熱分析方法進行橋梁溫度場的數(shù)值計算,得到能反映橋梁實時溫度作用狀態(tài)的時變溫度場,并通過縮尺模型和實際箱型梁橋?qū)ρ芯糠椒ㄟM行研究和驗證。主要研究內(nèi)容如下:（1）采用地面氣象共享數(shù)據(jù)預(yù)測橋梁場地氣象的方法研究。首先,對當前常用的地面氣象數(shù)據(jù)的插值預(yù)測方法和評價標準進行了綜述和分析;然后,對地面氣象共享數(shù)據(jù)的內(nèi)容和獲取方法進行分析;最后,考慮地理位置、地形地貌和不同天氣條件,針對影響橋梁溫度效應(yīng)的主要氣象參數(shù)氣溫和風速,進行了氣象空間插值方法優(yōu)化分析,得到了不同氣象參數(shù)和場地類型的最佳預(yù)測方法,并基于實測數(shù)據(jù)對方法進行驗證和分析。（2）針對影響橋梁溫度效應(yīng)最主要和復(fù)雜的輻射參數(shù)進行計算和預(yù)測方法研究。首先,對目前針對晴空天氣條件下的主要輻射參數(shù)的計算理論和方法進行闡述和分析;其次,對太陽輻射從大氣層外邊界投入到地面的歷程及衰減機理進行了分析;然后,提出基于氣象衛(wèi)星數(shù)據(jù)和地面氣象站數(shù)據(jù)預(yù)測地面太陽總輻射和散射輻射的方法,基于長期實測的大數(shù)據(jù)統(tǒng)計分析,建立了兩類輻射的預(yù)測模型,并采用場地監(jiān)測數(shù)據(jù)對模型進行了評估和驗證。（3）開展基于氣象共享數(shù)據(jù)和有限元熱分析方法進行箱型橋梁溫度場數(shù)值計算的試驗研究和工程驗證。針對實驗室縮尺箱型梁橋模型和一座實際的工程箱型梁橋,建立對應(yīng)的ANSYS精細化有限元熱分析模型,通過場地周邊地面氣象站和氣象衛(wèi)星共享數(shù)據(jù)預(yù)測場地的氣象參數(shù),確定對應(yīng)的熱分析邊界條件,采用瞬態(tài)熱分析方法進行結(jié)構(gòu)的溫度場分析,并與實測數(shù)據(jù)進行對比分析。結(jié)果表明本文提出的方法具有較好的分析效率和計算精度,非常適合用于無現(xiàn)場監(jiān)測的橋梁溫度效應(yīng)分析與評估。
宋榮[6]（2020）在《江蘇省大氣污染物時空動態(tài)變化研究》文中提出江蘇省屬于華東經(jīng)濟強省之一。隨著現(xiàn)代化進程的推進,在人類活動和氣候變化的共同影響下,該地大氣污染問題面臨嚴峻的挑戰(zhàn)。本文基于2014-2018年江蘇省首要大氣污染物和氣象觀測資料,分析了江蘇省AQI和首要大氣污染物(PM2.5、PM10、SO2、NO2、O3及CO)的時空分布特征,得出大氣污染與主要氣象因子的關(guān)系,在統(tǒng)計分析的基礎(chǔ)上結(jié)合RegCM4（Regional Climate Model,version 4）建立統(tǒng)計預(yù)估法,同時運用RegCM-CHEM4（Regional Climate Chemistry Model,version 4）進行污染物數(shù)值模擬研究,最終模擬、預(yù)測出2020年冬江蘇空氣質(zhì)量和大氣污染物濃度變化,探索未來江蘇氣溫變化對硫酸鹽氣溶膠的影響,分析江蘇省人為氣溶膠（硫酸鹽、有機碳、黑碳）的輻射強迫,探索氣溶膠的區(qū)域氣候效應(yīng)。主要研究結(jié)果如下:（1）時間變化上來看,江蘇省不同污染物的時間變化特征不同。2014-2018年,AQI、PM10、PM2.5、SO2和NO2濃度呈逐年遞減趨勢,而O3濃度呈逐年遞增趨勢;2018年AQI、PM10、PM2.5、SO2和NO2濃度,比14年分別下降了20.1%、26.3%、30.2%、59.3%和6.3%,而2018年O3比四年前上升了12%。季節(jié)變化平均來看,除O3外,其余污染物濃度的季節(jié)變化均表現(xiàn)為冬高、夏低,冬季AQI、PM2.5和PM10的平均濃度約為夏季的2倍,而O3濃度的季節(jié)變化表現(xiàn)為夏高、冬低。5年的月平均來看,除O3外,AQI和各污染物濃度的逐月變化趨勢一致且呈“U”型變化,高濃度月份主要集中在12月和1月,7、8和9月濃度較低;而O3濃度月變化趨勢與其均有所不同,大致呈雙峰變化,峰值分別出現(xiàn)在5月和9月,谷值出現(xiàn)在7月。（2）江蘇省不同大氣污染物濃度的空間分布存在一定差異性。AQI、PM2.5、PM10的空間分布相似,呈現(xiàn)由東南向西北逐漸遞增的趨勢,最大值區(qū)域位于徐州,數(shù)值分別為101.1（AQI）、65.1μg/m3(PM2.5)、118.4μg/m3(PM10)。NO2濃度的空間分布與O3恰好相反。NO2濃度的空間分布存在明顯的南-北差異:蘇南（40.7μg/m3）>蘇北（30.2μg/m3）,高值區(qū)域位于南京（47.3μg/m3）和常州（44.8μg/m3）,這兩地正好是O3的低值中心,數(shù)值分別為63.1μg/m3、53.7μg/m3;O3濃度的空間分布呈現(xiàn)北高南低的趨勢:蘇北（69.3μg/m3）>蘇南（61.9μg/m3）,高值區(qū)域位于鹽城（75.3μg/m3）,此處正好是NO2的低值中心（23.8μg/m3）。蘇北地區(qū)CO濃度存在明顯的東西差異,表現(xiàn)為西部高于東部。（3）江蘇省AQI與各污染物之間均呈顯著的相關(guān)性,同時,大氣污染狀況與氣象要素息息相關(guān)。從AQI與首要污染物的關(guān)聯(lián)來看,AQI、PM2.5、PM10三者之間相關(guān)性最好,相關(guān)系數(shù)可達0.96以上,PM2.5和PM10對AQI的貢獻最大;SO2、NO2、CO與AQI呈顯著正相關(guān),相關(guān)系數(shù)可達0.82以上;O3與AQI呈顯著負相關(guān),相關(guān)系數(shù)為-0.67。從大氣污染物與氣象要素的關(guān)系分析來看,大氣污染狀況與氣溫、平均氣壓、降水、日照時數(shù)等氣象條件關(guān)系密切。12月-2月江蘇的AQI、PM2.5、PM10與平均氣溫均呈顯著的相關(guān)性,NO2、SO2、CO在12月、1月與平均氣溫呈顯著的負相關(guān);12月-2月江蘇的AQI、PM2.5、PM10、NO2與最大降水量呈顯著的負相關(guān);12月-2月江蘇的O3與日照時數(shù)、最大降水量呈顯著的正相關(guān)關(guān)系;在12月和2月,AQI、PM2.5、PM10與日照時數(shù)呈顯著負相關(guān),而在1月呈顯著正相關(guān);在12月和1月,AQI、PM2.5、PM10、NO2、SO2、CO與平均氣壓呈顯著負相關(guān),在2月呈顯著正相關(guān)。（4）在以上統(tǒng)計分析的基礎(chǔ)上建立統(tǒng)計方程,結(jié)合區(qū)域氣候模式RegCM4,以統(tǒng)計預(yù)估法預(yù)測江蘇2020年冬氣象要素及大氣污染狀況。結(jié)果表明,2020年冬季江蘇省氣溫呈現(xiàn)西北-東南遞增趨勢,最高氣溫、平均氣溫、最低氣溫數(shù)值變化范圍分別為7～13℃、3～9℃、-3～5℃;日降水量在空間分布上呈南高北低的趨勢,數(shù)值變化范圍介于0～8 mm;模擬的最高氣溫、平均氣溫、日降水量在空間分布和數(shù)值變化范圍上與IPCC（政府間氣候變化專門委員會）AR5（第五次評估報告）預(yù)估高度一致,而模擬的最低氣溫略高。帶入統(tǒng)計方程,統(tǒng)計預(yù)估的2020年冬季污染物濃度與2019年觀測資料相比,AQI、PM2.5、PM10、NO2、CO、O3均較接近,變化不大;而SO2表現(xiàn)為2020冬預(yù)測值較2019冬觀測值偏高,均值高約10.71μg/m3。（5）基于2014-2018年冬季的人為氣溶膠排放清單,應(yīng)用RegCM-CHEM4,對江蘇省2014-2018年冬季人為氣溶膠直接輻射強迫及其區(qū)域氣候效應(yīng)進行分析。結(jié)果表明:江蘇省冬季硫酸鹽氣溶膠地面排放通量和干沉降濃度的空間分布趨勢一致,其中蘇南高于蘇北。短波輻射強迫的空間分布與AOD（Aerosol Optical Depth）較為吻合,呈由西向東逐漸遞減的趨勢;冬季地表短波輻射強迫均值為-15.6 W·m-2。氣溶膠直接氣候效應(yīng)使得江蘇冬季地面氣溫整體下降,降溫幅度達到了0.4～0.5℃。冬季日照時數(shù)普遍減少,減少幅度達到了0.0～0.4h;在淮安和鹽城地區(qū),日照時數(shù)減少的幅度大于其他區(qū)域。氣溶膠直接氣候效應(yīng)導(dǎo)致江蘇降水量的變化呈現(xiàn)“東多西少”的趨勢,在宿遷、淮安、揚州和南京地區(qū)降水減少,減少幅度達到了0.01～0.05 mm·d-1;而在鹽城、南通、蘇州、無錫和常州地區(qū)降水增加,增加幅度達到了0.01～0.03 mm·d-1。其中,降水量的變化在宿遷存在一個減少的高值中心(-0.05 mm·d-1),而在鹽城存在一個增加的高值中心(0.03 mm·d-1)。氣候變暖也使得江蘇省硫酸鹽氣溶膠活動度發(fā)生了變化?；赗egCM-CHEM4,為凸顯氣溫變化,我們在區(qū)域氣候變暖的基礎(chǔ)上,研究到2050年變暖0.9℃的時候硫酸鹽氣溶膠干沉降速率、干沉降通量和干沉降濃度的變化,模擬分析表現(xiàn)為:隨著氣溫升高0.9℃,干沉降速率整體增大,增大幅度達0～0.05 mm·s-1;空間分布來看,硫酸鹽氣溶膠干沉降通量在蘇南地區(qū)呈增加趨勢,增加幅度達0.03～0.05 mg·m-2·h-1,而在蘇北地區(qū)普遍呈減少趨勢;另外,江蘇省硫酸鹽氣溶膠干沉降濃度普遍降低,降低幅度達1～7 ppb;其中,干沉降濃度變化存在兩個低值中心,分別在徐州和南通,降低幅度達到了5～7 ppb;而在南京干沉降濃度呈增加趨勢,增加幅度達1～2 ppb。
鄒宓君[7]（2020）在《青藏高原全天空條件下蒸散量衛(wèi)星遙感估算研究》文中研究表明青藏高原平均海拔在4000 m以上,其獨特的動力和熱力作用對中國、亞洲乃至全球的大氣環(huán)流和天氣氣候均產(chǎn)生了重要影響。同時,青藏高原作為亞洲重要河流的發(fā)源地和我國氣候變化的啟動區(qū),其地-氣相互作用的變化影響著其周邊及下游地區(qū)的供水安全和生態(tài)安全,因此對該地區(qū)能量與水分循環(huán)過程的深入研究和定量理解顯得尤為重要。地表蒸散發(fā)是地-氣系統(tǒng)水量平衡和熱量平衡的重要組成部分,由于受到眾多因素控制且隨環(huán)境多變,蒸散發(fā)還是陸面過程中最具不確定性的要素之一。相較于空間離散的地面觀測方法,利用光學(xué)遙感能夠?qū)崿F(xiàn)空間連續(xù)的大尺度地表蒸散量估算。然而,衛(wèi)星遙感估算得到的蒸散量在研究區(qū)域的適用性需要地面觀測數(shù)據(jù)的驗證,且光學(xué)遙感探測在多云時往往存在誤差較大或數(shù)據(jù)缺失的問題。盡管前人已開展了一定探索,但由于青藏高原惡劣的自然環(huán)境和觀測的困難性,迄今為止對于該地區(qū)蒸散發(fā)的研究尚不系統(tǒng)?，F(xiàn)有的衛(wèi)星遙感蒸散發(fā)產(chǎn)品僅針對晴空條件且在青藏高原地區(qū)估算精度不足,因此不能很好地滿足實際應(yīng)用需求。為了排除云對地表特征參數(shù)遙感估算的干擾,探究青藏高原地表蒸散發(fā)的時空格局,以期為地-氣相互作用研究和氣候變化研究提供可靠依據(jù),本論文將地基與星載觀測、光學(xué)與微波遙感相結(jié)合,估算了青藏高原全天空條件下的蒸散量。首先,為了探究青藏高原各氣象水文因子如何影響蒸散發(fā)過程,并克服湍流通量觀測資料稀缺的困難,利用“全球協(xié)調(diào)加強觀測計劃（CEOP）亞澳季風之青藏高原試驗”（CAMP/Tibet）近地層氣象參數(shù)的梯度觀測資料,確定了利用常規(guī)氣象觀測估算蒸散發(fā)的方法,為衛(wèi)星遙感估算提供了豐富的地面驗證資料。研究發(fā)現(xiàn)藏北高原地區(qū)蒸散發(fā)的主要影響因子為輻射和溫度等能量要素,而非動力要素或水分要素。其次,進行了蒸散發(fā)衛(wèi)星遙感估算模型的比較研究。使用SPOT/VGT數(shù)據(jù)和時間序列諧波分析法（HANTS）重建了無云影響的植被指數(shù)與地表比輻射率時間序列資料集,改進了青藏高原寬帶地表反照率估算方程。在此基礎(chǔ)上,結(jié)合MODIS數(shù)據(jù)、氣象驅(qū)動數(shù)據(jù)和地面觀測資料對比了不同遙感估算方法（半經(jīng)驗、單源模型）的估算效果,確定了物理過程更完備的TESEBS模型在高原估算效果更優(yōu)。為了保證模型輸入?yún)?shù)不受云的影響,還需要發(fā)展針對青藏高原的全天空地表下行輻射通量和地表溫度反演算法。為此,研究移植并改進Heliosat參數(shù)化方案,將云反照率作為描述云對輻射影響的綜合因子,得到了基于極軌衛(wèi)星的青藏高原全天空地表輻射通量。研究首次發(fā)現(xiàn)并提出穿透深度（Penetration Depth,PD）能夠作為綜合影響因子描述微波信號在土壤傳輸中的衰減,由此建立了基于穿透深度的地表溫度微波反演模型。最后,估算了全天空地表蒸散量并分析了高原蒸散發(fā)的時空分布特征。綜合以上研究成果,本研究進一步建立了全天空地表蒸散量遙感估算模型,包含地表特征參數(shù)去云處理、全天空地表溫度反演、全天空下行輻射估算、全天空地表能量通量和蒸散量計算四大模塊。結(jié)合多衛(wèi)星、多傳感器觀測（MODIS、VGT、OMI、CERES、AMSR-E）和大氣驅(qū)動數(shù)據(jù),對地表特征參數(shù)進行去云處理。再將去云后的變量結(jié)果輸入TESEBS模型中計算出地表能量通量和蒸散量,由此對青藏高原全天空地表蒸散發(fā)的時空分布特征進行了深入分析。結(jié)果表明,模型估算結(jié)果與站點實測相比具有較好的一致性;青藏高原地表蒸散發(fā)的時間變化基本上滿足“單峰型”變化,具有冬季低-夏季高的特點,而空間上具有西北低-東南高的特點,其中存在一個低值中心和一個高值中心,分別位于塔里木盆地和藏東南水汽通道。
姚晨雨[8]（2020）在《黑碳和硫酸鹽氣溶膠對冬季東亞高空急流影響的數(shù)值模擬研究》文中提出高空急流是一股強而窄的氣流帶,主要位于對流層上部或平流層下部,東亞急流包括副熱帶急流和極鋒急流,均冬強夏弱。人類活動影響,東亞氣溶膠及其前體物排放增加,首先會引起輻射強迫的變化,可能通過熱力、動力過程,引起急流的變化。本文運用通用地球系統(tǒng)模式開展黑碳和硫酸鹽對冬季東亞高空急流影響的數(shù)值模擬研究,并探究其中的熱力、動力機制,及對降水的影響。黑碳在20-42.5°N,100-130°E濃度大幅升高;在黑碳濃度高值區(qū),黑碳吸收太陽短波輻射加熱大氣中低層（500h Pa以下）,降低大氣穩(wěn)定度,在對流層中層引起深對流,30°N以北有強上升運動,降水增多,釋放潛熱,進一步加熱大氣。在短波加熱和濕過程水汽凝結(jié)釋放潛熱共同作用下,局地大氣增溫。陸地上黑碳濃度比海洋大,在高原上空,黑碳向上擴散更高,因此在陸地上有較強升溫,升溫最強位于高原,加大了高原北側(cè)的溫度經(jīng)向梯度,高層極鋒急流增強。由于陸地上大氣升溫,高層陸地上為高壓異常,西太平洋上為低壓異常,極鋒急流位于高壓異常的北側(cè),使得海洋上低壓異常增強;副熱帶急流位于低壓異常的北側(cè),有東風異常,副熱帶急流減弱。東海位于副熱帶急流入口區(qū)以南,降水減少。硫酸鹽在15-35°N,100-130°E濃度大幅升高,硫酸鹽直接效應(yīng)對大氣溫度的影響很弱;硫酸鹽作為云凝結(jié)核,使云滴數(shù)濃度增多,云滴有效半徑減小;同時也會增加云水路徑,云量增加,在第一、第二間接效應(yīng)下,局地為負云短波輻射強迫,大氣降溫;由于硫酸鹽的降溫效應(yīng),在地表為高壓異常,引起環(huán)流場調(diào)整,在日本南部及西太平洋上有冷空氣堆積,在40°N附近減弱了溫度經(jīng)向梯度,高層緯向風減弱,因此副熱帶急流和極鋒急流相互遠離。在日本南部,由于副熱帶急流的南移,降水增多。在硫酸鹽和黑碳對冬季東亞高空急流的共同作用中,黑碳在直接效應(yīng)中起主導(dǎo)作用,大氣升溫;硫酸鹽在間接效應(yīng)中起主導(dǎo)作用,大氣降溫;黑碳對大氣溫度變化起主導(dǎo)作用,局地大氣升溫。兩種氣溶膠的共同作用使得副熱帶急流減弱,極鋒急流增強。對比兩種氣溶膠單獨引起的溫度、急流等的變化與兩種氣溶膠共同作用引起的變化,我們可以發(fā)現(xiàn)不同種氣溶膠的作用是非線性的疊加。
白冰[9]（2020）在《我國北方地區(qū)大氣氣溶膠分布輸送特征及其對夏季風活動的響應(yīng)》文中認為全球氣候變化一直是重大的科學(xué)問題和熱點議題,氣溶膠在氣候變化的影響因子中作用的不確定性最大,受到了廣泛的關(guān)注（IPCC,2013）。研究氣溶膠的垂直方向特征、傳輸路徑、發(fā)生頻率和光學(xué)厚度的時空分布,是分析氣溶膠氣候效應(yīng)的關(guān)鍵,也是研究氣溶膠與全球變暖、季風活動等相互作用的基礎(chǔ)。我國處于亞洲東部,雨帶和大氣污染受夏季風的影響顯著,根據(jù)受夏季風的影響程度,將我國分為夏季風影響區(qū)、夏季風影響過渡區(qū)和非夏季風影響區(qū)。本文利用地面觀測數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)和再分析資料等多源數(shù)據(jù),結(jié)合數(shù)值模式,首先分析了一次沙塵天氣過程以及不同移動路徑的沙塵,在傳輸過程中沙塵粒子的垂直分布和對比分析;進一步分析了我國西北地區(qū)不同種類氣溶膠在不同光學(xué)厚度下,四季和年均發(fā)生頻率。研究東亞夏季風環(huán)流對“夏季風影響過渡區(qū)”內(nèi)氣溶膠空間分布的影響,以及沙塵和污染型氣溶膠的發(fā)生頻率對強、弱季風年的響應(yīng);分析了我國不同種類氣溶膠分布對夏季風進退的響應(yīng)。得到的主要結(jié)論如下:（1）對影響我國北方地區(qū)一次沙塵天氣過程分析發(fā)現(xiàn),大氣層結(jié)不穩(wěn)定、大風和沙源共同造成了這次區(qū)域沙塵暴過程。沙塵粒子主要分布在23 km左右,根據(jù)HYSPLIT后向軌跡模式和美國海軍氣溶膠分析與預(yù)測系統(tǒng)（NAAPS）模擬的沙塵傳輸路徑可知,此次沙塵天氣過程是西北路徑且主要向東移動,最高抬升至8 km;另外在甘肅境內(nèi)持續(xù)作用,造成當?shù)氐膿P沙、浮塵天氣。（2）西北和偏西路徑沙塵天氣過程中,沙塵氣溶膠垂直分布高度較偏北路徑沙塵天氣高;偏西路徑較西北路徑沙塵天氣污染沙塵型粒子有所增多,兩次天氣過程所在區(qū)域都是酒泉地區(qū),但不同的沙塵源區(qū)和移動路徑導(dǎo)致大氣中氣溶膠粒子類型的占比不同;與酒泉地區(qū)的兩次不同路徑沙塵天氣比較,張家口地區(qū)的氣溶膠粒子退偏振比均值最小,沙塵粒子在低空已經(jīng)和其它類型的氣溶膠粒子混合,導(dǎo)致粒子的非球性降低。（3）我國西北地區(qū)沙塵氣溶膠發(fā)生頻率隨氣溶膠光學(xué)厚度值增大呈下降趨勢,污染沙塵型氣溶膠在六類型氣溶膠中出現(xiàn)頻率最高,從觀測角度來說,爆發(fā)沙塵暴天氣過程時,伴隨有污染物的遷移,近年來發(fā)生的沙塵天氣,氣溶膠類型基本都是污染沙塵型;在不同氣溶膠光學(xué)厚度值下,煙塵型氣溶膠發(fā)生頻率較大陸污染型氣溶膠高,并且隨氣溶膠光學(xué)厚度值的增大呈上升趨勢。從四季來看,秋季和冬季在氣溶膠光學(xué)厚度值大于0.1時,污染型氣溶膠頻率明顯高于沙塵氣溶膠。（4）我國夏季風影響過渡區(qū)內(nèi),沙塵氣溶膠主要集中在26 km高度層,分布于過渡區(qū)西部;污染型氣溶膠發(fā)生高度低于沙塵氣溶膠,主要集中在地面4 km高度,且主要分布于過渡區(qū)內(nèi)的中東部地區(qū)。強季風年,沙塵氣溶膠發(fā)生頻率明顯低于弱季風年,且沙塵粒子占比約為19.6%,而污染型氣溶膠發(fā)生頻率呈現(xiàn)相反態(tài)勢,占比約為71.8%,高于弱季風年。結(jié)合風場分析,夏季風將中國東南部地區(qū)的污染粒子輸送至過渡區(qū),并且在這里聚集,導(dǎo)致強季風年的污染型氣溶膠多于弱季風年。不同極端季風年期間東亞夏季風影響過渡區(qū)內(nèi)氣溶膠粒子總量基本相同,而粗細粒子的占比不同。（5）在季風區(qū),氣溶膠類型以硫酸鹽為主,占比為71%;在過渡區(qū),氣溶膠類型以硫酸鹽和沙塵為主,占比分別為57%和27%;在非季風區(qū),氣溶膠類型以沙塵為主占比為83%;在季風區(qū),硫酸鹽氣溶膠在季風發(fā)展的三個階段對氣溶膠總光學(xué)厚度的貢獻率最大,其在季風爆發(fā)前、季風盛行期和季風撤退后貢獻率依次為45%、43%和52%;在過渡區(qū),季風爆發(fā)前,沙塵對氣溶膠總光學(xué)厚度的貢獻率為16%,硫酸鹽貢獻率為18%,在季風爆發(fā)后,沙塵的貢獻率降低至8%,而硫酸鹽的貢獻率略有升高為20%;在非季風區(qū),沙塵的貢獻率始終占據(jù)主導(dǎo)地位。
朱平[10]（2019）在《青海高原致災(zāi)性對流天氣遙感監(jiān)測及預(yù)警方法研究》文中進行了進一步梳理青海高原（簡稱“高原”）海拔高且地形復(fù)雜,致災(zāi)性對流頻發(fā)。但是,針對高原上強對流的研究較少,對衛(wèi)星和雷達的應(yīng)用水平有限,特別是對強對流的發(fā)生發(fā)展及其云團參數(shù)特征研究更少。為做好高原防災(zāi)減災(zāi)工作和提高遙感監(jiān)測資料的應(yīng)用及研究水平,本文使用2005年—2018年常規(guī)氣象資料、地面觀測和災(zāi)情公報資料、靜止氣象衛(wèi)星一級數(shù)據(jù)和天氣雷達體掃基數(shù)據(jù)等,選擇致災(zāi)性對流天氣過程,開展高原對流機理模型、對流特征識別和預(yù)警方法等方面的研究,主要研究結(jié)果如下:（1）針對數(shù)據(jù)質(zhì)量問題,本文參照地形高程校正和幾何校正方法,改進了FY衛(wèi)星和葵花衛(wèi)星在高原上的數(shù)據(jù)定位精度。對雷達體掃基數(shù)據(jù)進行了質(zhì)量控制和回波衰減訂正,在此基礎(chǔ)上,提出了高原雷達回波拼圖的可行方法,新增開發(fā)了幾種拼圖產(chǎn)品。并且,使用氣塊法對探空資料進行了大量訂正,獲得了較好的訂正效果。（2）針對高原上對流機理研究的不足,本文對高原致災(zāi)性對流天氣進行了分類,研究并得出分類對流的時空分布、大氣流場、探空、發(fā)展規(guī)律和組織結(jié)構(gòu)等統(tǒng)計特征。在對致災(zāi)性強對流過程進行大量探空和中尺度分析與總結(jié)的基礎(chǔ)上,提出了分類強對流的T-log P結(jié)構(gòu)模型,并獲得了強對流的探空環(huán)境參數(shù)特征;結(jié)合中小尺度地形提出了適用于各種大氣流場的分類強對流中尺度概念模型;根據(jù)高原和平原輻射站和探空站觀測資料的對比分析,提出了高原比平原更易發(fā)生對流的機理模型,其根本原理在于高原的海拔高、太陽輻射和地面長波輻射更強、氣溫升高的幅度更大等均引起高原大氣溫度垂直遞減率更大,導(dǎo)致大氣層結(jié)更不穩(wěn)定;獲得了高原上分類強對流云團和對流風暴單體在對流發(fā)展不同階段的對流參數(shù)和回波空間結(jié)構(gòu)特征,并與平原強對流結(jié)構(gòu)進行了對比分析。（3）為提高對高原強對流臨近預(yù)報的自動化和準確程度,本文提出了針對青海高原地區(qū)的強對流識別新算法,即,雷達多仰角（在各個仰角同時計算速度輻合有關(guān)特征、強度、譜寬等）自動識別法,和衛(wèi)星多通道動態(tài)閾值（提出自動獲取衛(wèi)星實時數(shù)據(jù)的強對流云團初判識閾值的方法,參考去除卷云和識別強對流云的多通道法提取強對流云團,提出使用云團邊緣梯度進一步剔除卷云和層云）自動識別法,并對強對流進行了追蹤識別,在強對流天氣過程中的自動識別效果顯著。計算所識別出的強對流云團和回波的多種對流參數(shù),得出了區(qū)分各類型強對流的參數(shù)特征。（4）針對新一代氣象衛(wèi)星觀測資料在高原應(yīng)用潛力研究的不足,本文使用新一代氣象衛(wèi)星（葵花衛(wèi)星和FY-4A衛(wèi)星）監(jiān)測和識別強對流云團,比較分析不同類型強對流云團的多種對流參數(shù),得到高原對流云在葵花衛(wèi)星和FY-4A衛(wèi)星的云圖上主要表現(xiàn)為偏冷深對流,并且FY-4A衛(wèi)星還可能監(jiān)測識別出偏暖淺對流。兩種衛(wèi)星所監(jiān)測的強對流云團的主體形狀和位置一致,云頂亮溫變化趨勢一致。但FY-4A衛(wèi)星監(jiān)測的高原云頂亮溫更高,用所建立的原理模型解釋了兩種衛(wèi)星觀測高原云頂亮溫存在差異的原因。（5）為了加強對高原上強對流臨近預(yù)報系統(tǒng)的科學(xué)支撐,研究降雹和非降雹單體的雷達預(yù)警特征,提出了強對流類型的雷達預(yù)警算法。將衛(wèi)星和雷達觀測數(shù)據(jù)進行時空匹配,提取強對流云團和回波的對流輪廓,研究對流輪廓重疊范圍內(nèi)的降水性質(zhì)和多種對流參數(shù)預(yù)警統(tǒng)計特征,提出了衛(wèi)星和雷達綜合觀測的且適合高原復(fù)雜地形的強對流潛勢（包括多種強對流類型）預(yù)警方法,并建立了降水量級的衛(wèi)星預(yù)報方程。在強對流過程的短時臨近天氣預(yù)報業(yè)務(wù)運行中進行檢驗,實踐表明了預(yù)警方法的業(yè)務(wù)應(yīng)用可行性。
二、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關(guān)系。
文獻研究法：通過調(diào)查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認識進一步精確化。
跨學(xué)科研究法：運用多學(xué)科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（論文提綱范文）
（1）淮河流域地表反照率時空變化及其模擬研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究目的及意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 地表反照率遙感產(chǎn)品研究進展 |
| 1.2.2 地表反照率時空變化特征研究 |
| 1.2.3 地表反照率影響因子研究 |
| 1.2.4 陸面過程模式對地表反照率的模擬研究 |
| 1.3 研究內(nèi)容與技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 第二章 研究數(shù)據(jù)與方法 |
| 2.1 研究區(qū)概況 |
| 2.2 研究數(shù)據(jù) |
| 2.2.1 遙感數(shù)據(jù) |
| 2.2.2 地面觀測輻射數(shù)據(jù) |
| 2.2.3 大氣強迫數(shù)據(jù) |
| 2.2.4 其他輔助數(shù)據(jù) |
| 2.3 研究方法 |
| 2.3.1 地表反照率計算 |
| 2.3.2 趨勢分析法 |
| 2.3.3 異常變化分析法 |
| 2.3.4 相關(guān)分析法 |
| 2.3.5 灰色關(guān)聯(lián)度分析法 |
| 2.3.6 Noah-MP陸面模式 |
| 2.3.7 模式模擬評估指標 |
| 第三章 淮河流域地表反照率時空分布及變化特征 |
| 3.1 MODIS地表反照率數(shù)據(jù)精度 |
| 3.2 地表反照率時間變化特征 |
| 3.2.1 月均變化特征 |
| 3.2.2 季節(jié)及年均變化特征 |
| 3.3 地表反照率空間分布及變化趨勢 |
| 3.3.1 空間變化分布特征 |
| 3.3.2 變化趨勢分析 |
| 3.4 本章小結(jié) |
| 第四章 淮河流域地表反照率變化影響因子分析 |
| 4.1 土地利用類型對地表反照率的影響 |
| 4.2 地形因子對地表反照率的影響 |
| 4.3 植被及地表溫度等參數(shù)對地表反照率的影響 |
| 4.4 氣溫及降水等氣候因子對地表反照率的影響 |
| 4.5 地表反照率影響因子的灰色關(guān)聯(lián)度分析 |
| 4.6 本章小結(jié) |
| 第五章 基于Noah-MP的淮河流域地表反照率模擬 |
| 5.1 陸面模式模擬實驗設(shè)計 |
| 5.2 地表反照率模擬結(jié)果時間變化 |
| 5.2.1 地表反照率日尺度模擬結(jié)果分析 |
| 5.2.2 地表反照率月尺度模擬結(jié)果分析 |
| 5.2.3 地表反照率季節(jié)尺度模擬結(jié)果分析 |
| 5.3 地表反照率模擬結(jié)果空間分布 |
| 5.4 本章小結(jié) |
| 第六章 結(jié)論與展望 |
| 6.1 結(jié)論 |
| 6.2 主要研究特色及創(chuàng)新 |
| 6.3 不足與展望 |
| 參考文獻 |
| 致謝 |
| 作者簡介 |
（2）青藏高原地區(qū)氣溶膠直接輻射強迫數(shù)值模擬研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 青藏高原地區(qū)氣溶膠及其光學(xué)性質(zhì)的觀測研究 |
| 1.2.2 青藏高原地區(qū)氣溶膠輻射效應(yīng)研究 |
| 1.2.3 南亞地區(qū)氣溶膠對青藏高原影響的研究 |
| 1.3 本文主要內(nèi)容和章節(jié)安排 |
| 第2章 研究資料和方法 |
| 2.1 模式介紹 |
| 2.2 衛(wèi)星數(shù)據(jù) |
| 2.2.1 MODIS數(shù)據(jù) |
| 2.2.2 MISR數(shù)據(jù) |
| 2.2.3 CALIPSO數(shù)據(jù) |
| 2.3 ECWMF-Interim數(shù)據(jù) |
| 第3章 青藏高原地區(qū)氣溶膠光學(xué)性質(zhì) |
| 3.1 氣溶膠光學(xué)厚度 |
| 3.1.1 總氣溶膠光學(xué)厚度(AOD) |
| 3.1.2 主要氣溶膠消光成分對AOD的貢獻 |
| 3.1.3 次要氣溶膠消光成分對AOD的貢獻 |
| 3.2 氣溶膠Angstrom指數(shù) |
| 3.3 氣溶膠消光系數(shù) |
| 3.3.1 衛(wèi)星觀測的氣溶膠消光垂直分布 |
| 3.3.2 模式模擬的不同成分氣溶膠消光垂直廓線 |
| 第4章 青藏高原氣溶膠直接輻射強迫 |
| 4.1 總氣溶膠直接輻射強迫 |
| 4.2 平流層氣溶膠輻射強迫 |
| 第5章 南亞地區(qū)對青藏高原氣溶膠輻射效應(yīng)的影響 |
| 5.1 試驗方案 |
| 5.2 氣溶膠光學(xué)厚度與消光系數(shù) |
| 5.3 氣溶膠直接輻射強迫 |
| 5.4 地表感熱和潛熱通量 |
| 5.4.1 地表感熱通量的季節(jié)變化 |
| 5.4.2 地表潛熱通量的季節(jié)變化 |
| 5.4.3 敏感性試驗 |
| 第6章 結(jié)論 |
| 參考文獻 |
| 致謝 |
| 作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果 |
（3）中國地區(qū)大氣污染—植被—二氧化碳的相互影響研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 二氧化碳數(shù)值模擬研究 |
| 1.2.2 陸地生態(tài)系統(tǒng)模式研究 |
| 1.2.3 臭氧和顆粒物對植被的影響研究 |
| 1.2.4 二氧化碳施肥效應(yīng)研究 |
| 1.3 本文研究內(nèi)容 |
| 第二章 研究方法與數(shù)據(jù) |
| 2.1 區(qū)域氣候化學(xué)模式RegCM-CHEM簡介 |
| 2.1.1 發(fā)展歷程 |
| 2.1.2 主要模塊 |
| 2.1.3 氣溶膠和氣相化學(xué)機制 |
| 2.2 陸地生態(tài)系統(tǒng)模式Y(jié)IBs |
| 2.2.1 YIBs模式主要過程 |
| 2.2.2 冠層輻射方案 |
| 2.2.3 生物源揮發(fā)性有機物排放方案 |
| 2.2.4 臭氧損傷方案 |
| 2.3 RegCM-CHEM-YIBs耦合模式 |
| 2.3.1 耦合模式框架 |
| 2.3.2 模式輸入數(shù)據(jù) |
| 第三章 中國地區(qū)二氧化碳時空分布特征的模擬研究 |
| 3.1 模式設(shè)置 |
| 3.2 模式結(jié)果驗證與分析 |
| 3.2.1 氣象場評估 |
| 3.2.2 陸地生態(tài)系統(tǒng)碳通量評估 |
| 3.2.3 二氧化碳濃度評估 |
| 3.3 二氧化碳濃度和陸地碳通量的時空分布特征 |
| 3.3.1 年際變化特征 |
| 3.3.2 季節(jié)變化特征 |
| 3.4 陸地碳通量對二氧化碳濃度的影響 |
| 3.5 本章小結(jié) |
| 第四章 臭氧和顆粒物對植被碳通量及二氧化碳濃度的影響研究 |
| 4.1 數(shù)值試驗方案設(shè)計 |
| 4.2 模擬結(jié)果評估 |
| 4.2.1 臭氧濃度模擬及驗證 |
| 4.2.2 氣溶膠光學(xué)厚度模擬及驗證 |
| 4.3 臭氧對植被碳通量以及大氣二氧化碳濃度的影響 |
| 4.3.1 臭氧對植被碳通量的影響 |
| 4.3.2 臭氧對大氣二氧化碳濃度的影響 |
| 4.3.3 不確定性分析 |
| 4.4 顆粒物對植被碳通量以及大氣二氧化碳濃度的影響 |
| 4.4.1 顆粒物對輻射、溫度和飽和蒸氣壓差的影響 |
| 4.4.2 顆粒物對植被碳通量的影響 |
| 4.4.3 不同氣象因子對植被碳通量的貢獻 |
| 4.4.4 顆粒物對大氣二氧化碳濃度的影響 |
| 4.4.5 不確定性分析 |
| 4.5 本章小結(jié) |
| 第五章 區(qū)域二氧化碳濃度升高和全球氣候變化對臭氧及二次有機氣溶膠的影響研究 |
| 5.1 數(shù)值試驗方案設(shè)計 |
| 5.2 模擬結(jié)果評估 |
| 5.2.1 BVOC排放的模擬與驗證 |
| 5.2.2 SOA濃度的模擬與驗證 |
| 5.3 區(qū)域CO_2濃度升高和全球氣候變化對我國氣候的影響 |
| 5.4 區(qū)域CO_2濃度升高和全球氣候變化對植被碳收支及BVOC排放的影響 |
| 5.4.1 植被光合作用速率及生產(chǎn)力的變化 |
| 5.4.2 植被BVOC排放的變化 |
| 5.5 區(qū)域CO_2濃度升高和全球氣候變化對臭氧和SOA的影響 |
| 5.5.1 對近地面臭氧濃度的影響 |
| 5.5.2 對二次有機氣溶膠濃度的影響 |
| 5.6 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 本文主要研究結(jié)果 |
| 6.2 本文主要創(chuàng)新點 |
| 6.3 未來工作展望 |
| 6.3.1 本文工作的不足之處 |
| 6.3.2 今后工作展望 |
| 參考文獻 |
| 致謝 |
| 博士期間科研成果 |
（4）2019年中國陸表定量遙感發(fā)展綜述（論文提綱范文）
| 1 引言 |
| 2 定量遙感相關(guān)的數(shù)據(jù)處理方法 |
| 2.1 云與陰影識別 |
| 2.2 大氣校正 |
| 2.3 地形校正 |
| 3 輻射傳輸建模 |
| 4 陸表特征變量：估算，驗證與應(yīng)用 |
| 4.1 地表反射率/BRDF |
| 4.2 下行太陽輻射 |
| 4.2.1 地表下行短波輻射遙感估算算法的發(fā)展與改進 |
| 4.2.2 地表下行短波輻射數(shù)據(jù)產(chǎn)品評價與分析 |
| 4.2.3 全球變亮和變暗分析 |
| 4.3 地表反照率 |
| 4.3.1 反照率反演與驗證方法 |
| 4.3.2 地表反照率在氣候環(huán)境變化中的應(yīng)用 |
| 4.4 地表溫度 |
| 4.5 地表長波輻射 |
| 4.5.1 地表長波下行輻射 |
| 4.5.2 地表長波上行輻射 |
| 4.5.3 地表長波凈輻射產(chǎn)品 |
| 4.6 總凈輻射 |
| 4.7 日光誘導(dǎo)葉綠素熒光（SIF) |
| 4.7.1 SIF遙感信號機理解釋 |
| 4.7.2 基于SIF遙感的生態(tài)系統(tǒng)關(guān)鍵參數(shù)監(jiān)測 |
| 4.8 植被生化參數(shù) |
| 4.9 葉面積指數(shù) |
| 4.1 0 光合有效輻射吸收比 |
| 4.1 1 植被覆蓋度 |
| 4.1 1. 1 植被覆蓋度算法發(fā)展 |
| 4.1 1. 2 植被覆蓋度產(chǎn)品及算法驗證 |
| 4.1 1. 3 植被覆蓋度的應(yīng)用 |
| 4.1 2 森林高度 |
| 4.1 3 森林生物量 |
| 4.1 4 植被生產(chǎn)力 |
| 4.1 5 土壤水分 |
| 4.16雪水當量 |
| 4.17積雪面積 |
| 4.18蒸散發(fā) |
| 4.19地表與地下水量 |
| 4.19.1地表水量 |
| 4.19.2地下水量 |
| 4.19.3研究展望 |
| 5 科研項目 |
| 6 學(xué)術(shù)研討會與培訓(xùn)班 |
| 7 結(jié)語 |
（5）基于氣象共享數(shù)據(jù)的混凝土箱型梁橋溫度場分析方法（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 課題背景與意義 |
| 1.2 溫度效應(yīng)研究和工程應(yīng)用方法 |
| 1.2.1 橋梁溫度效應(yīng)研究與數(shù)據(jù)實測方法 |
| 1.2.2 橋梁溫度場數(shù)值分析方法 |
| 1.3 由大范圍氣象數(shù)據(jù)到橋梁場地氣象的反演方法 |
| 1.3.1 非輻射氣象數(shù)據(jù)的反演 |
| 1.3.2 輻射數(shù)據(jù)的反演 |
| 1.4 存在問題 |
| 1.5 本文研究內(nèi)容與項目資助 |
| 1.5.1 主要研究內(nèi)容與技術(shù)路線 |
| 1.5.2 項目資助 |
| 第二章 基于大范圍氣象數(shù)據(jù)到場地氣象預(yù)測的方法研究 |
| 2.1 引言 |
| 2.2 地面氣象參數(shù)空間插值方法 |
| 2.2.1 反距離加權(quán)法 |
| 2.2.2 克里金插值方法 |
| 2.2.3 最小曲率法 |
| 2.2.4 改進的shepard方法 |
| 2.2.5 徑向基函數(shù)插值法 |
| 2.2.6 線性插值三角網(wǎng)法 |
| 2.2.7 最近鄰點插值法 |
| 2.3 插值精度評價指標 |
| 2.4 最佳插值方法確定 |
| 2.4.1 數(shù)據(jù)來源 |
| 2.4.2 插值精度初步計算 |
| 2.4.3 地貌類型對插值精度的影響 |
| 2.5 插值計算與實測數(shù)據(jù)、氣象站數(shù)據(jù)對比分析 |
| 2.6 可直接取值的氣象站距離確定 |
| 2.7 本章小結(jié) |
| 第三章 橋梁場地各類輻射的計算與預(yù)測方法 |
| 3.1 引言 |
| 3.2 輻射經(jīng)驗公式計算方法 |
| 3.2.1 太陽直接輻射 |
| 3.2.2 天空散射 |
| 3.2.3 地面反射 |
| 3.2.4 大氣輻射與環(huán)境輻射 |
| 3.2.5 橋梁對外輻射 |
| 3.2.6 考慮遮擋情況的腹板總輻射 |
| 3.3 影響太陽輻射的因素分析 |
| 3.3.1 天文、地理因子對輻射的作用 |
| 3.3.2 大氣因子對輻射的影響 |
| 3.4 太陽輻射模型擬合數(shù)據(jù)的選取 |
| 3.4.1 衛(wèi)星資料 |
| 3.4.2 地面觀測數(shù)據(jù) |
| 3.5 衛(wèi)星數(shù)據(jù)解析與場地輻射值實測 |
| 3.5.1 衛(wèi)星數(shù)據(jù)采集 |
| 3.5.2 氣象站數(shù)據(jù)采集 |
| 3.5.3 地面輻射實測 |
| 3.6 太陽總輻射和散射輻射模型分析 |
| 3.6.1 總輻射模型 |
| 3.6.2 散射輻射模型 |
| 3.7 數(shù)值計算與實測數(shù)據(jù)對比分析 |
| 3.8 本章小結(jié) |
| 第四章 基于氣象共享數(shù)據(jù)方法的試驗研究與工程驗證 |
| 4.1 引言 |
| 4.2 混凝土箱梁溫度場計算理論 |
| 4.2.1 基本熱分析理論 |
| 4.2.2 傳熱基本定律 |
| 4.3 橋梁溫度場有限元分析 |
| 4.3.1 有限元分析的基本假設(shè)與適用條件 |
| 4.3.2 ANSYS熱分析模型 |
| 4.3.3 熱平衡條件分析與確立 |
| 4.3.4 有限元熱分析的求解 |
| 4.4 簡支箱梁橋模型實驗 |
| 4.4.1 實驗背景 |
| 4.4.2 模型溫度場分析工況與參數(shù)設(shè)定 |
| 4.4.3 實驗有限元熱分析模型的建立 |
| 4.4.4 數(shù)值計算與實測值對比分析 |
| 4.5 混凝土箱梁溫度場分析的工程驗證 |
| 4.5.1 工程背景 |
| 4.5.2 橋梁溫度場分析工況與參數(shù)設(shè)定 |
| 4.5.3 某箱型梁橋有限元熱分析模型的建立 |
| 4.5.4 混凝土箱型梁溫度場計算 |
| 4.5.5 數(shù)值計算與實測值對比分析 |
| 4.6 本章小結(jié) |
| 結(jié)論與展望 |
| 參考文獻 |
| 攻讀碩士學(xué)位期間取得的研究成果 |
| 致謝 |
| 附件 |
（6）江蘇省大氣污染物時空動態(tài)變化研究（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 大氣污染物濃度時空分布特征研究 |
| 1.2.2 大氣污染物濃度與氣象因子關(guān)系研究 |
| 1.2.3 區(qū)域氣候變化和大氣污染 |
| 1.3 研究內(nèi)容和技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 第二章 資料、方法與模式介紹 |
| 2.1 觀測資料 |
| 2.2 RegCM-CHEM4 模式 |
| 2.2.1 模式發(fā)展歷程 |
| 2.2.2 主要模塊和化學(xué)機制 |
| 第三章 江蘇省首要大氣污染物濃度變化與氣象因子的特征分析 |
| 3.1 江蘇省大氣污染物濃度時間變化特征 |
| 3.1.1 污染物濃度年際變化特征 |
| 3.1.2 污染物濃度季節(jié)性變化特征 |
| 3.1.3 污染物濃度月變化特征 |
| 3.2 江蘇省大氣污染物濃度空間分布特征 |
| 3.3 污染物之間的相關(guān)性 |
| 3.4 污染物與氣象要素的關(guān)系 |
| 3.5 本章小結(jié) |
| 第四章 江蘇省大氣污染狀況的統(tǒng)計預(yù)估 |
| 4.1 模式設(shè)置 |
| 4.1.1 模擬區(qū)域 |
| 4.1.2 參數(shù)化方案選取 |
| 4.2 氣候變化的模擬評估 |
| 4.3 逐步回歸方程的建立 |
| 4.4 統(tǒng)計預(yù)估法對江蘇首要大氣污染物的預(yù)估 |
| 4.5 本章小結(jié) |
| 第五章 江蘇省大氣污染及其氣候效應(yīng)的數(shù)值模擬 |
| 5.1 江蘇省人為氣溶膠直接輻射強迫及其氣候效應(yīng)研究 |
| 5.1.1 模擬方案 |
| 5.1.2 模擬結(jié)果 |
| 5.2 氣溫變化對硫酸鹽氣溶膠影響的初步探索 |
| 5.2.1 模擬方案設(shè)計 |
| 5.2.2 硫酸鹽氣溶膠對氣溫變化的響應(yīng) |
| 5.3 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 主要結(jié)論 |
| 6.2 討論 |
| 6.3 主要創(chuàng)新點 |
| 6.4 不足與展望 |
| 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
| 參考文獻 |
（7）青藏高原全天空條件下蒸散量衛(wèi)星遙感估算研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 選題背景與研究意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 地基觀測獲取潛熱通量/蒸散量的方法 |
| 1.2.2 衛(wèi)星遙感估算模型 |
| 1.2.3 青藏高原蒸散發(fā)研究進展 |
| 1.3 研究內(nèi)容、研究目標和技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究目標 |
| 1.3.3 技術(shù)路線 |
| 1.3.4 章節(jié)安排 |
| 第2章 基于站點觀測的蒸散量估算及影響因子研究 |
| 2.1 研究區(qū)概況 |
| 2.2 觀測數(shù)據(jù)基本信息 |
| 2.3 地表能量通量的組合法估算 |
| 2.4 數(shù)據(jù)處理過程 |
| 2.5 水文氣象參數(shù)與蒸散發(fā)的聯(lián)系與耦合 |
| 2.6 基于常規(guī)觀測的實際蒸散發(fā)估算方案 |
| 2.7 小結(jié) |
| 第3章 青藏高原晴空條件下蒸散量的衛(wèi)星遙感估算 |
| 3.1 輸入數(shù)據(jù)介紹及預(yù)處理 |
| 3.1.1 站點數(shù)據(jù) |
| 3.1.2 驅(qū)動數(shù)據(jù) |
| 3.1.3 衛(wèi)星遙感數(shù)據(jù) |
| 3.2 地表參數(shù)的估算及特征分析 |
| 3.2.1 地表反照率 |
| 3.2.2 植被指數(shù) |
| 3.2.3 植被覆蓋度和地表比輻射率 |
| 3.3 TESEBS模型和PT模型估算晴空條件下的蒸散發(fā) |
| 3.3.1 TESEBS模型方法 |
| 3.3.2 PT模型方法 |
| 3.3.3 晴空蒸散量的估算及校驗 |
| 3.3.4 模型對比及參數(shù)敏感性分析 |
| 3.4 小結(jié) |
| 第4章 青藏高原全天空地表溫度和下行輻射通量估算 |
| 4.1 站點數(shù)據(jù)和驅(qū)動數(shù)據(jù) |
| 4.2 衛(wèi)星遙感數(shù)據(jù)和土壤屬性數(shù)據(jù) |
| 4.2.1 光學(xué)遙感數(shù)據(jù) |
| 4.2.2 微波遙感數(shù)據(jù) |
| 4.2.3 土壤屬性數(shù)據(jù) |
| 4.2.4 遙感數(shù)據(jù)的預(yù)處理 |
| 4.3 地表溫度反演、驗證及特征分析 |
| 4.3.1 基于穿透深度的地表溫度衛(wèi)星遙感模型 |
| 4.3.2 反演結(jié)果驗證 |
| 4.3.3 地表溫度時空分布特征 |
| 4.4 下行太陽短波輻射和大氣長波逆輻射估算 |
| 4.4.1 改進的Heliosat算法 |
| 4.4.2 CD99算法及參數(shù)校正 |
| 4.4.3 估算結(jié)果驗證及誤差分析 |
| 4.4.4 下行輻射通量時空分布特征 |
| 4.5 小結(jié) |
| 第5章 青藏高原全天空條件下蒸散量的衛(wèi)星遙感估算 |
| 5.1 全天空條件下的蒸散發(fā)估算與驗證 |
| 5.1.1 預(yù)處理 |
| 5.1.2 估算效果驗證 |
| 5.2 時空分布特征 |
| 5.3 誤差來源分析 |
| 5.4 小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 研究總結(jié) |
| 6.2 主要創(chuàng)新點 |
| 6.3 問題和展望 |
| 參考文獻 |
| 附錄 |
| 致謝 |
| 在讀期間發(fā)表的學(xué)術(shù)論文 |
（8）黑碳和硫酸鹽氣溶膠對冬季東亞高空急流影響的數(shù)值模擬研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 高空急流形成、變化機制及對氣候的影響 |
| 1.2.2 黑碳和硫酸鹽氣溶膠的氣候效應(yīng) |
| 1.3 研究目的和研究內(nèi)容 |
| 1.3.1 研究目的 |
| 1.3.2 研究內(nèi)容 |
| 1.4 研究路線 |
| 第二章 研究方法、資料介紹及模式驗證 |
| 2.1 通用地球系統(tǒng)模式(CESM)介紹 |
| 2.2 試驗設(shè)計 |
| 2.3 數(shù)據(jù)資料 |
| 2.4 模式驗證 |
| 第三章 黑碳氣溶膠對冬季東亞高空急流影響 |
| 3.1 黑碳氣溶膠引起冬季東亞高空急流變化的基本特征 |
| 3.2 黑碳氣溶膠引起冬季局地緯向風變化的熱力機制 |
| 3.2.1 黑碳氣溶膠對局地緯向風的影響 |
| 3.2.2 黑碳氣溶膠對局地溫度變化的作用機制 |
| 3.3 黑碳氣溶膠引起冬季東亞高空急流變化 |
| 3.4 黑碳氣溶膠作用下冬季東亞降水場的響應(yīng) |
| 3.5 本章小結(jié) |
| 第四章 硫酸鹽氣溶膠對冬季東亞高空急流影響 |
| 4.1 硫酸鹽氣溶膠引起東亞高空急流變化的基本特征 |
| 4.2 硫酸鹽氣溶膠引起冬季局地緯向風變化的熱力機制 |
| 4.2.1 硫酸鹽氣溶膠對局地緯向風的影響 |
| 4.2.2 硫酸鹽氣溶膠的直接效應(yīng) |
| 4.2.3 硫酸鹽氣溶膠的間接效應(yīng) |
| 4.3 硫酸鹽氣溶膠引起冬季東亞高空急流變化 |
| 4.4 硫酸鹽氣溶膠作用下冬季東亞降水場的響應(yīng) |
| 4.5 本章小結(jié) |
| 第五章 黑碳和硫酸鹽氣溶膠共同作用對冬季東亞高空急流影響 |
| 5.1 黑碳和硫酸鹽氣溶膠共同作用引起東亞高空急流變化的基本特征 |
| 5.2 黑碳和硫酸鹽氣溶膠引起局地緯向風變化的熱力機制 |
| 5.2.1 黑碳和硫酸鹽氣溶膠共同作用下的直接效應(yīng) |
| 5.2.2 黑碳和硫酸鹽氣溶膠共同作用下的間接效應(yīng) |
| 5.3 黑碳和硫酸鹽氣溶膠引起冬季東亞高空急流變化 |
| 5.4 兩種氣溶膠共同作用下冬季東亞降水場的響應(yīng) |
| 5.5 本章小結(jié) |
| 第六章 總結(jié) |
| 6.1 結(jié)論 |
| 6.2 創(chuàng)新點和特色 |
| 6.3 不足與展望 |
| 致謝 |
| 參考文獻 |
| 作者簡介 |
（9）我國北方地區(qū)大氣氣溶膠分布輸送特征及其對夏季風活動的響應(yīng)（論文提綱范文）
| 中文摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 沙塵氣溶膠傳輸路徑的研究現(xiàn)狀與進展 |
| 1.3 氣溶膠分類的研究現(xiàn)狀與進展 |
| 1.4 氣溶膠與季風相互作用的研究現(xiàn)狀與進展 |
| 1.5 擬研究的主要科學(xué)問題及章節(jié)安排 |
| 第二章 研究區(qū)域、資料與方法 |
| 2.1 研究區(qū)域 |
| 2.2 地面數(shù)據(jù) |
| 2.3 衛(wèi)星資料 |
| 2.3.1 CALIPSO衛(wèi)星 |
| 2.3.2 Terra衛(wèi)星 |
| 2.4 再分析資料 |
| 2.4.1 ERA-Interim資料 |
| 2.4.2 MERRA-2資料 |
| 2.5 HYSPLIT模式 |
| 2.6 美國海軍氣溶膠分析與預(yù)測系統(tǒng)(NAAPS)模式 |
| 2.7 方法介紹 |
| 2.7.1 Cressman插值算法 |
| 2.7.2 夏季風指數(shù) |
| 2.7.3 偏相關(guān)系數(shù) |
| 第三章 典型沙塵天氣下的氣溶膠特征分析 |
| 3.1 沙塵天氣過程概況 |
| 3.2 沙塵氣溶膠空間分布及傳輸路徑 |
| 3.2.1 沙塵氣溶膠空間分布 |
| 3.2.2 沙塵傳輸路徑模擬 |
| 3.3 本章小結(jié) |
| 第四章 我國北方沙塵主要移動路徑下的氣溶膠特征分析 |
| 4.1 西北路徑沙塵過程的空間特征 |
| 4.2 偏西路徑沙塵過程的空間特征 |
| 4.3 偏北路徑沙塵過程的空間特征 |
| 4.4 我國西北地區(qū)不同種類氣溶膠發(fā)生頻率特征 |
| 4.4.1 不同光學(xué)厚度值下各類氣溶膠發(fā)生頻率 |
| 4.4.2 沙塵和污染型氣溶膠不同季節(jié)發(fā)生頻率 |
| 4.5 本章小結(jié) |
| 第五章 氣溶膠對東亞夏季風強弱的響應(yīng) |
| 5.1 我國夏季風特點 |
| 5.2 季風盛行期過渡區(qū)內(nèi)氣溶膠光學(xué)厚度分布特征 |
| 5.3 強弱季風年下過渡區(qū)內(nèi)沙塵和污染型氣溶膠發(fā)生頻率 |
| 5.4 過渡區(qū)內(nèi)沙塵和污染型氣溶膠不同高度層發(fā)生頻率 |
| 5.5 氣溶膠光學(xué)厚度對夏季風進退的響應(yīng) |
| 5.6 本章小結(jié) |
| 第六章 氣溶膠的夏季風響應(yīng)對溫度的影響 |
| 6.1 典型區(qū)域下不同種類氣溶膠光學(xué)厚度的貢獻率 |
| 6.2 典型區(qū)域下溫度變化及其與不同種類氣溶膠的相關(guān)關(guān)系 |
| 6.3 典型區(qū)域下風速變化 |
| 6.4 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 主要結(jié)論 |
| 7.2 論文創(chuàng)新點 |
| 7.3 未來工作展望 |
| 參考文獻 |
| 在學(xué)期間研究成果 |
| 致謝 |
（10）青海高原致災(zāi)性對流天氣遙感監(jiān)測及預(yù)警方法研究（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究目的及意義 |
| 1.2 國內(nèi)外研究進展 |
| 1.2.1 強對流天氣定義和產(chǎn)生環(huán)境研究 |
| 1.2.2 強對流天氣的氣候統(tǒng)計研究 |
| 1.2.3 基于衛(wèi)星和雷達的強對流特征及算法研究 |
| 1.2.4 針對青藏高原對流有關(guān)研究 |
| 1.2.5 針對青海高原對流的研究 |
| 1.3 問題的提出 |
| 1.3.1 青海高原強對流研究不足 |
| 1.3.2 青海高原上氣象衛(wèi)星和天氣雷達的應(yīng)用和研究有限 |
| 1.4 本文研究內(nèi)容 |
| 第二章 數(shù)據(jù)說明及預(yù)處理 |
| 2.1 數(shù)據(jù)說明 |
| 2.2 氣象衛(wèi)星數(shù)據(jù)預(yù)處理和定位精度改進 |
| 2.2.1 地形高程校正和幾何校正 |
| 2.2.2 FY-4A與葵花衛(wèi)星交叉定標 |
| 2.3 青海高原天氣雷達體掃基數(shù)據(jù)預(yù)處理 |
| 2.3.1 雷達基數(shù)據(jù)質(zhì)量控制及效果對比 |
| 2.3.2 雷達回波衰減訂正及改進方法探討 |
| 2.3.3 雷達坐標轉(zhuǎn)換及插值 |
| 2.3.4 主要雷達產(chǎn)品計算 |
| 2.3.5 高原上雷達拼圖方法及新增開發(fā)拼圖產(chǎn)品 |
| 2.4 探空資料訂正及效果對比 |
| 第三章 青海高原致災(zāi)性對流天氣分類及時空分布特征 |
| 3.1 致災(zāi)性對流天氣分類及分析方法 |
| 3.2 致災(zāi)性對流天氣空間分布特征 |
| 3.2.1 致災(zāi)性對流頻次分布 |
| 3.2.2 致災(zāi)性對流強度分布 |
| 3.3 致災(zāi)性對流天氣時間變化特征 |
| 3.3.1 年變化特征 |
| 3.3.2 月變化特征 |
| 3.3.3 日變化特征 |
| 3.4 本章小結(jié) |
| 第四章 青海高原致災(zāi)性對流天氣機理模型 |
| 4.1 對流大氣流場分型 |
| 4.2 強對流天氣探空結(jié)構(gòu)模型 |
| 4.3 強對流探空參數(shù)特征 |
| 4.4 強對流天氣中尺度概念模型 |
| 4.5 高原上易發(fā)對流天氣的機理研究 |
| 4.5.1 高原和平原輻射觀測資料對比分析 |
| 4.5.2 高原和平原大氣穩(wěn)定度對比分析 |
| 4.5.3 高原上易發(fā)對流天氣的機理模型 |
| 4.6 本章總結(jié) |
| 第五章 青海高原致災(zāi)性對流發(fā)展規(guī)律和組織結(jié)構(gòu)特征 |
| 5.1 對流單體發(fā)展規(guī)律 |
| 5.1.1 普通單體和脈沖單體回波特征 |
| 5.1.2 線狀對流單體回波特征 |
| 5.2 對流組織結(jié)構(gòu)特征 |
| 5.2.1 對流云頂結(jié)構(gòu)演變特征 |
| 5.2.2 對流單體垂直結(jié)構(gòu)演變特征 |
| 5.3 對流演變的衛(wèi)星雷達聯(lián)合監(jiān)測特征 |
| 5.4 本章小結(jié) |
| 第六章 青海高原強對流自動識別方法研究 |
| 6.1 強對流自動識別沿革 |
| 6.2 強對流云團單通道自動識別和跟蹤 |
| 6.2.1 強對流云團識別和跟蹤效果檢驗 |
| 6.2.2 對流云團參數(shù)計算 |
| 6.2.3 衛(wèi)星數(shù)據(jù)分析和檢驗 |
| 6.2.4 云頂亮溫數(shù)據(jù)分析及與小時降水量的關(guān)系 |
| 6.2.5 云頂溫度變化特征 |
| 6.2.6 云頂溫度極值及降水提前時間分析 |
| 6.2.7 小時降水量級預(yù)報方程及誤差檢驗 |
| 6.3 強對流云團多通道自動閾值識別 |
| 6.3.1 分類強對流云團多種參數(shù)特征識別 |
| 6.3.2 新一代氣象衛(wèi)星監(jiān)測識別高原對流云的適用特點 |
| 6.3.3 多通道自動閾值識別小結(jié) |
| 6.4 強對流回波自動識別 |
| 6.4.1 強對流回波的多仰角自動識別法及識別效果 |
| 6.4.2 分類強對流回波多種參數(shù)特征識別 |
| 6.4.3 降雹和非降雹單體統(tǒng)計特征對比和識別 |
| 6.5 本章小結(jié) |
| 第七章 衛(wèi)星和雷達綜合觀測的青海高原強對流預(yù)警方法研究 |
| 7.1 受地形影響明顯地點的預(yù)警參數(shù)統(tǒng)計特征 |
| 7.1.1 強對流頻發(fā)代表站的選取 |
| 7.1.2 代表站的預(yù)警參數(shù)統(tǒng)計特征 |
| 7.1.3 新一代靜止氣象衛(wèi)星與天氣雷達綜合觀測的對流參數(shù)統(tǒng)計特征 |
| 7.2 強對流潛勢預(yù)警方法及檢驗 |
| 7.2.1 強對流類型雷達預(yù)警方法及效果 |
| 7.2.2 強對流潛勢預(yù)警方法 |
| 7.2.3 強對流潛勢預(yù)警方法檢驗 |
| 7.3 本章小結(jié) |
| 第八章 總結(jié)和展望 |
| 8.1 總結(jié) |
| 8.2 主要創(chuàng)新點 |
| 8.3 不足與未來工作展望 |
| 附錄1 文件列表 |
| 參考文獻 |
| 博士期間主持或參與的科研項目及發(fā)表的主要學(xué)術(shù)論文 |
| 論文 |
| 科技成果認定 |
| 系統(tǒng)業(yè)務(wù)化推廣應(yīng)用 |
| 主持項目 |
| 致謝 |
四、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（論文參考文獻）
- [1]淮河流域地表反照率時空變化及其模擬研究[D]. 高婷. 南京信息工程大學(xué), 2021(01)
- [2]青藏高原地區(qū)氣溶膠直接輻射強迫數(shù)值模擬研究[D]. 田甜. 中國氣象科學(xué)研究院, 2021
- [3]中國地區(qū)大氣污染—植被—二氧化碳的相互影響研究[D]. 謝曉棟. 南京大學(xué), 2020(12)
- [4]2019年中國陸表定量遙感發(fā)展綜述[J]. 梁順林,白瑞,陳曉娜,程潔,范聞捷,何濤,賈坤,江波,蔣玲梅,焦子銻,劉元波,倪文儉,邱鳳,宋柳霖,孫林,唐伯惠,聞建光,吳桂平,謝東輝,姚云軍,袁文平,張永光,張玉珍,張云騰,張曉通,趙天杰,趙祥. 遙感學(xué)報, 2020(06)
- [5]基于氣象共享數(shù)據(jù)的混凝土箱型梁橋溫度場分析方法[D]. 薛儀. 華南理工大學(xué), 2020
- [6]江蘇省大氣污染物時空動態(tài)變化研究[D]. 宋榮. 南京林業(yè)大學(xué), 2020(01)
- [7]青藏高原全天空條件下蒸散量衛(wèi)星遙感估算研究[D]. 鄒宓君. 中國科學(xué)技術(shù)大學(xué), 2020(11)
- [8]黑碳和硫酸鹽氣溶膠對冬季東亞高空急流影響的數(shù)值模擬研究[D]. 姚晨雨. 南京信息工程大學(xué), 2020(02)
- [9]我國北方地區(qū)大氣氣溶膠分布輸送特征及其對夏季風活動的響應(yīng)[D]. 白冰. 蘭州大學(xué), 2020(01)
- [10]青海高原致災(zāi)性對流天氣遙感監(jiān)測及預(yù)警方法研究[D]. 朱平. 南京信息工程大學(xué), 2019(01)
標簽：空氣污染論文; 氣溶膠論文; 臭氧污染論文; 植被指數(shù)論文; 中國地形論文;