天气类型对塔克拉玛干沙漠腹地沙尘浓度的影响
本文选题:天气类型 + 聚类分析 ; 参考:《干旱区资源与环境》2016年03期
【摘要】:利用塔克拉玛干沙漠腹地塔中大气环境观测试验站2013年3月至2014年2月地面常规气象观测资料和PM10质量浓度数据,运用聚类分析方法对影响沙漠腹地沙尘浓度的地面天气系统进行了分型,分析了沙尘浓度与气象要素、地面天气系统的关系,并运用后向轨迹簇分析方法研究不同气团移动路径下沙尘浓度的变化。聚类分析结果表明:影响沙漠腹地沙尘浓度的主要地面天气系统分为4类,对应其天气环流形势分别为冷空气入侵、反气旋控制、锋前热低压和中小尺度型。轨迹簇分析与地面天气系统分类结果相一致,表现出明显的季节性特征。研究结果可为该区域沙尘天气的地面天气分型与大气环境质量预报提供科学参考。
[Abstract]:Using the surface conventional meteorological observation data and PM10 mass concentration data from March 2013 to February 2014 at the Tazhong Atmospheric Environment observation Test Station in the hinterland of the Taklamakan Desert, The paper classifies the surface weather system which affects the dust concentration in the desert hinterland by cluster analysis, and analyzes the relationship between the dust concentration and the meteorological elements and the surface weather system. The change of dust concentration in different air mass moving paths was studied by the method of backward trajectory cluster analysis. The results of cluster analysis show that the main surface weather systems affecting the dust concentration in the hinterland of the desert are divided into four categories, corresponding to the cold air invasion, anticyclonic control, pre-frontal thermal depression and mesoscale type respectively. The trajectory cluster analysis is consistent with the classification results of the surface weather system and shows obvious seasonal characteristics. The results can provide a scientific reference for the surface weather classification and atmospheric environmental quality prediction of the dust weather in the region.
【作者单位】: 塔中气象站;新疆维吾尔自治区气象台;塔城地区气象局;
【基金】:国家青年科学基金项目(41405141) 中央级公益性科研院所基本科研业务费专项资金项目(IDM201201)资助
【分类号】:X513;P425.55
【共引文献】
相关期刊论文 前8条
1 王旭,陈洪武,马禹;塔里木盆地一次浮尘天气的卫星云图特征[J];气象科技;2003年02期
2 陈洪武,王旭,马禹;新疆沙尘暴气候背景场的分析[J];气象;2003年06期
3 郝晓杰;蒋富强;熊治文;薛春晓;李凯崇;;沙漠铁路勘察设计中主导风向的判断方法[J];铁道工程学报;2012年03期
4 赵存玉,陈广庭,王涛;塔克拉玛干沙漠腹地的生态条件及植物防沙试验研究[J];水土保持学报;2005年04期
5 毛东雷;雷加强;曾凡江;李生宇;;和田地区绿洲外围防护林体系的防风阻沙效益[J];水土保持学报;2012年05期
6 毛东雷;雷加强;曾凡江;李生宇;再努拉·热和木吐拉;王翠;;策勒绿洲-沙漠过渡带风沙活动强度的空间分布特征[J];水土保持学报;2013年02期
7 周成龙;杨兴华;刘厚勇;蒋新波;吴新萍;何清;;塔克拉玛干沙漠腹地塔中地区的风动力环境[J];水土保持通报;2014年03期
8 毛东雷;雷加强;庞营军;王翠;周杰;薛杰;;新疆策勒县固定沙地骆驼刺带状平茬对地表蚀积变化的影响[J];水土保持通报;2015年05期
相关会议论文 前2条
1 温雅婷;焦冰;缪启龙;何清;;沙漠腹地强沙尘暴过境的近地层湍流分析[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年
2 陆辉;魏文寿;崔彩霞;;塔克拉玛干沙漠腹地黑碳气溶胶与气象因子及其来源的初步研究[A];S6 大气成分与天气气候变化[C];2012年
【二级参考文献】
相关期刊论文 前1条
1 邓子风,王扣兰,王政宇;塔里木东风低空急流与南疆降水[J];气象;1982年02期
【相似文献】
相关期刊论文 前10条
1 陈晨;利用聚类分析选择有投资价值的上市公司[J];浙江金融;2004年11期
2 王道植;晏才全;徐友源;徐玉蓉;;贵州漆树栽培区划的聚类分析[J];贵州农学院学报;1983年02期
3 陈华豪;;聚类分析[J];林业勘察设计;1981年02期
4 马俊才,赵玉峰;聚类分析在微生物数值分类上的应用[J];微生物学通报;1986年05期
5 章志敏;;不等指标的聚类分析法[J];系统工程;1990年02期
6 何湘藩;庄真;;模糊分级聚类分析方法[J];数量经济技术经济研究;1991年12期
7 陈燕国;蔡少华;;应用聚类分析对水库营养类型分类和0—1高指标判别方法[J];湖泊科学;1993年03期
8 袁建美;聚类分析法在学生成绩评估中的应用[J];石油大学学报(自然科学版);1998年01期
9 肖宜滨;聚类分析的理论及其应用[J];江苏统计;2001年11期
10 姚泽清,赵世玲,华中民;江苏省13城市国民经济主要指标的聚类分析[J];解放军理工大学学报(自然科学版);2003年03期
相关会议论文 前10条
1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年
4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年
5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011(1)][C];2011年
7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年
8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年
9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年
10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛(二○一○年第3辑)[C];2010年
相关博士学位论文 前4条
1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年
2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年
3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年
4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年
相关硕士学位论文 前10条
1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年
2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年
3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年
4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年
5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年
6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年
7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年
8 冯文锴;聚类分析在古生物学和矿物学中的应用[D];兰州大学;2009年
9 冯伟;聚类分析在金融数据分析中的应用研究[D];辽宁师范大学;2009年
10 邹家兴;基于混合多指标信息的聚类分析[D];东北大学;2008年
,本文编号:1974580
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/1974580.html