栏目导航
  历史文化   (19336)
  地域文化   (10262)
  非物质文化遗产   (971)
  民俗风情   (849)
  历史名人   (6929)
  历史传说与典故   (314)
  地名与建制沿革   (11)
  乡村振兴   (18986)
  环巢湖旅游景区   (167)
  环巢湖名镇   (47)
  环巢湖名村   (24)
  现代名人   (18703)
  地方名胜   (45)
  渔耕文化   (18)
  农产品   (7)
  农渔业生产   (11)
  水利文化   (494)
  水政与水利工程   (494)
  圩田建设与河道...   (0)
  巢湖管理   (0)
  军事文化   (6837)
  军事战役与遗迹   (2)
  军事人物   (6835)
  军事典故   (0)
黄河中下游与江淮流域的降水量和入渗深度关系分析
作者:郝志新 郑景云 葛全胜 郭熙凤   出版日期:2008-01-01
来源:
关键词:降水量 雨分寸 黄河中下游与江淮流域 入渗深度 气候重建 
描述:为深入挖掘和充分利用清代档案中雨分寸记载所反映的降水信息,并重建1736—1911年的降水量序列,文中仿照清代雨分寸的观测方法,在黄河中下游和江淮流域(105°E以东,30°—40°N)选取了10个具有气候和土质代表性的站点,开展了自然降水入渗实验,观测了降水量,降水强度,前期土壤含水量和降水入渗深度等参数.统计分析表明:降水量是影响入渗深度的主要因子,二者呈明显的正相关;且各因子对入渗深度的影响在黄河中下游和江淮流域均具有明显的区域差异.在此基础上,建立了各地降水量与入渗深度的关系方程,其中多数方程的方差解释量达60%以上,为利用清代雨分寸记载重建各地的降水量提供了定量关系模型.
高邮鸭遗传结构及其与江淮流域家鸭遗传分化的研究
作者:宋卫涛 顾华兵 李慧芳 赵永高 陈宽维 朱文奇 徐文娟 高玉时   出版日期:2009-01-01
来源:
关键词:江淮流域 高邮鸭 遗传多样性 微卫星标记 
描述:研究利用31个微卫星标记,对高邮鸭、攸县麻鸭、巢湖鸭和荆江麻鸭4个品种共240个个体的基因型进行了检测.结果显示:高邮鸭具有较为丰富的遗传多样性,平均等位基因数、平均有效等位基因数、观察杂合度、期望杂合度以及多态信息含量分别为:4.1、2.7、0.853、0.569、0.495.F-统计量分析发现4个家鸭群体间存在明显的遗传分化(Fst=0.285).Structure程序构建的聚类图在K=2时,把4个群体分为两类,并且在K=3、4时,荆江麻鸭和高邮鸭分剐独立出来成为一类,个体鉴别分析没有发现遗传复杂个体和迁入其它群体个体.
高邮鸭及其与江淮流域家鸭遗传结构和遗传分化的研究
作者:杜有崟   出版日期:2019-02-27
来源:
关键词:江淮流域 高邮鸭 基因型检测 遗传多样性 遗传分化 微卫星标记 
描述:为了探讨高邮鸭的遗传结构和江淮流域家鸭的遗传分化,本研究利用31个微卫星标记,对高邮鸭、攸县麻鸭、巢湖鸭和荆江麻鸭4个品种共240个个体的基因型进行了检测。结果显示:高邮鸭具有较为丰富的遗传多样性,平均等位基因数、平均有效等住基因数、观察杂合度、期望杂合度以及多态信息含量分别为:4.1、2.7、O.853、0.569、0.495。F-统计量分析发现江淮流域4个家鸭群体间存在明显的遗传分化(Fst=0.285)。Structure程序构建的聚类图在K=2时,明显的把4个群体分为两类,并且在K=3、4时,荆江麻鸭和高邮鸭分别独立出来成为一类,个体鉴别分析没有发现遗传复杂个体和迁入其他群体个体。
高邮鸭及其与江淮流域家鸭遗传结构和遗传分化的研究
作者:宋卫涛 李慧芳 陈宽维 朱文奇 徐文娟 高玉时   出版日期:2019-02-27
来源:
关键词:江淮流域 高邮鸭 基因型检测 遗传多样性 遗传分化 微卫星标记 
描述:为了探讨高邮鸭的遗传结构和江淮流域家鸭的遗传分化,本研究利用31个微卫星标记,对高邮鸭、攸县麻鸭、巢湖鸭和荆江麻鸭4个品种共240个个体的基因型进行了检测。结果显示:高邮鸭具有较为丰富的遗传多样性,平均等位基因数、平均有效等住基因数、观察杂合度、期望杂合度以及多态信息含量分别为:4.1、2.7、O.853、0.569、0.495。F-统计量分析发现江淮流域4个家鸭群体间存在明显的遗传分化(Fst=0.285)。Structure程序构建的聚类图在K=2时,明显的把4个群体分为两类,并且在K=3、4时,荆江麻鸭和高邮鸭分别独立出来成为一类,个体鉴别分析没有发现遗传复杂个体和迁入其他群体个体。
高邮鸭及其与江淮流域家鸭遗传结构和遗传分化的研究
作者:宋卫涛 李慧芳 陈宽维 朱文奇 徐文娟 高玉时   出版日期:2019-02-27
来源:
关键词:江淮流域 高邮鸭 遗传多样性 微卫星标记 
描述:为了探讨高邮鸭的遗传结构和江淮流域家鸭的遗传分化,本研究利用31个微卫星标记,对高邮鸭、攸县麻鸭、巢湖鸭和荆江麻鸭4个品种共240个个体的基因型进行了检测。结果显示:高邮鸭具有较为丰富的遗传多样性,平均等位基因数、平均有效等位基因数、观察杂合度、期望杂合度以及多态信息含量分别为:4.1、2.7、0.853、0.569、0.495。F-统计量分析发现江淮流域4个家鸭群体间存在明显的遗传分化(F_(st)=0.285)。Structure程序构建的聚类图在K=2时,明显的把4个群体分为两类,并且在K=3、4时,荆江麻鸭和高邮鸭分别独立出来成为一类,个体鉴别分析没有发现遗传复杂个体和迁入其他群体个体。
高层大气三维热力结构异常及其遥相关特征对江淮流域旱涝的影响
作者:苗秋菊 徐祥德 姚文清 周丽   出版日期:2003-01-01
来源:
关键词:南极 平流层 波列 
描述:文中分析了江淮流域旱涝过程与南北半球经向波列遥相关特征,结果表明,前期赤道地区高层大气的三维热力结构异常与中国江淮流域夏季旱涝异常存在显著相关.进一步研究发现,江淮流域夏季旱、涝年与前期春季低纬高层大气热力结构呈显著的反位相特征,且两者垂直方向均呈跨越南北半球经向波列结构特征,该波列扰动源可追溯到南极冰盖强信号因子.采用EP通量诊断分析可进一步揭示出与江淮流域旱涝过程相关的经向波列传播及高层大气波射线折射特征.
高原冬季积雪异常对江淮流域夏季降水的影响
作者:姚姗姗 王慧   出版日期:2019-02-27
来源:
关键词:积雪深度 江淮降水 青藏高原 气候预测 
描述:引言青藏高原的积雪是气候系统中十分重要的组成部分,也是影响我国气候变化的重要因子之一,更是进行气候预测时不可或缺的重要物理因子[1]。作为一种极其重要的陆面强迫因子,积雪的增减必然对气候变化,尤其是区域气候变化产生重大影响[2-8]。本文的研究主要侧重于青藏高原积雪深度的年际变化及其空间分布规律,并试分析前期冬季青藏高原的异常对江淮流域夏季降水的影响。
非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估*
作者:丁梅 江志红 陈威霖   出版日期:2016-01-01
来源:
关键词:逐日降水 模拟 统计降尺度 非齐次隐马尔可夫模型(NHMM) 
描述:引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的“增值”,未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。
非齐次隐马尔可夫降尺度方法对江淮流域夏季日降水的模拟与预估
作者:丁梅   出版日期:2016-01-01
来源:
关键词:逐日降水 模拟 统计降尺度 预估 非齐次隐马尔可夫模型(NHMM) 
描述:引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model, NHMM)统计降尺度方法,利用1961-2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)ERA-40再分析资料建立NHMM降尺度模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并进行BCC-CSM1.1(m)、IPSL-CM5A-MR、MPI-ESM-MR模式NHMM降尺度前后模拟效果的对比。最后采用上述3个气候模式输出的环流资料驱动NHMM,对典型浓度路径RCP4.5 (Representative Concentration Pathway 4.5)情景下江淮流域夏季降水在21世纪前期(2016-2035年)、中期(2046-2065年)和末期(2081-2100年)的变化进行预估。得到以下主要结论:(1)基于各环流变量与江淮流域夏季降水的年际相关系数,对不同环流变量组合建立的降尺度模型模拟效果进行对比,发现500hPa位势高度、海平面气压、500hPa纬向风场和500hPa相对湿度4个预报因子的组合,可作为江淮流域NHMM降尺度的最优预报因子。(2)独立检验期对NHMM模拟能力的评估表明,NHMM方法通过建立降水概率分布态间转移参数与大尺度环流变量之间的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站的日降水量概率分布曲线(Probability Distribution Function,PDF)与观测非常接近,Brier评分(Brier Score, BS)均小于0.11%,显著性评分(Significance Score, Sscore)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数在大部分台站的偏差百分率绝对值低于10%,空间相关系数高于0.75;各指数区域平均的模拟序列与观测序列的年际相关系数均高于0.62。(3)NHMM方法能够有效提高气候模式对江淮流域夏季日降水量的模拟能力。3个气候模式及模式集合经NHMM降尺度后,BS值的中位数分别降低0.55%、0.29%,0.03%,0.15%, Sscore的中位数分别增加0.23、0.22、0.07和0.16,模拟的日降水量概率分布曲线更接近于观测;各降水指数气候场的偏差百分率绝对值普遍降至10%以下,空间相关系数由小于0.6提高至0.8以上,均方根误差则均小于0.75,与观测值更为接近。(4)RCP4.5情景下,未来江淮流域的夏季降水总体呈增加趋势。根据多模式降尺度集合的模拟结果,21世纪前、中、末期,区域平均夏季总降水量分别相对于当前气候情景(1986-2005年)增加9.57%、17.43%、19.16%;降水日数分别增加7.65%、13.54%、14.92%;降水强度分别增加1.77%、3.37%、3.52%;中雨日数分别增加9.21%、16.61%、18.54%;95%分位降水量分别增加2.11%、3.72%、3.85%;连续干日指数则分别减少-8.35%、-10.44%和-11.10%。(5)各降水指数在RCP4.5情景下的相对变化率(相对1986-2005年)空间分布表明,21世纪夏季总降水量、降水日数、降水强度、中雨日数、95%分位降水量在大部分台站将增加,即极端降水将增加,连续干日则相对当前气候情景减少。各指数的相对变化幅度在21世纪前、中、末期逐步增大,且夏季总降水量、降水日数和中雨日数的变化幅度要大于连续干日、降水强度和95%分位降水量,即降水频率增幅较大。另外,未来江淮流域夏季降水的台站间差异将逐步增大,表明未来降水的局地性可能会更强。
非齐次隐马尔可夫降尺度方法对江淮流域夏季日降水的模拟与预估
作者:丁梅   出版日期:2016-01-01
来源:
关键词:逐日降水 模拟 统计降尺度 预估 非齐次隐马尔可夫模型(NHMM) 
描述:引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model, NHMM)统计降尺度方法,利用1961-2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)ERA-40再分析资料建立NHMM降尺度模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并进行BCC-CSM1.1(m)、IPSL-CM5A-MR、MPI-ESM-MR模式NHMM降尺度前后模拟效果的对比。最后采用上述3个气候模式输出的环流资料驱动NHMM,对典型浓度路径RCP4.5 (Representative Concentration Pathway 4.5)情景下江淮流域夏季降水在21世纪前期(2016-2035年)、中期(2046-2065年)和末期(2081-2100年)的变化进行预估。得到以下主要结论:(1)基于各环流变量与江淮流域夏季降水的年际相关系数,对不同环流变量组合建立的降尺度模型模拟效果进行对比,发现500hPa位势高度、海平面气压、500hPa纬向风场和500hPa相对湿度4个预报因子的组合,可作为江淮流域NHMM降尺度的最优预报因子。(2)独立检验期对NHMM模拟能力的评估表明,NHMM方法通过建立降水概率分布态间转移参数与大尺度环流变量之间的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站的日降水量概率分布曲线(Probability Distribution Function,PDF)与观测非常接近,Brier评分(Brier Score, BS)均小于0.11%,显著性评分(Significance Score, Sscore)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数在大部分台站的偏差百分率绝对值低于10%,空间相关系数高于0.75;各指数区域平均的模拟序列与观测序列的年际相关系数均高于0.62。(3)NHMM方法能够有效提高气候模式对江淮流域夏季日降水量的模拟能力。3个气候模式及模式集合经NHMM降尺度后,BS值的中位数分别降低0.55%、0.29%,0.03%,0.15%, Sscore的中位数分别增加0.23、0.22、0.07和0.16,模拟的日降水量概率分布曲线更接近于观测;各降水指数气候场的偏差百分率绝对值普遍降至10%以下,空间相关系数由小于0.6提高至0.8以上,均方根误差则均小于0.75,与观测值更为接近。(4)RCP4.5情景下,未来江淮流域的夏季降水总体呈增加趋势。根据多模式降尺度集合的模拟结果,21世纪前、中、末期,区域平均夏季总降水量分别相对于当前气候情景(1986-2005年)增加9.57%、17.43%、19.16%;降水日数分别增加7.65%、13.54%、14.92%;降水强度分别增加1.77%、3.37%、3.52%;中雨日数分别增加9.21%、16.61%、18.54%;95%分位降水量分别增加2.11%、3.72%、3.85%;连续干日指数则分别减少-8.35%、-10.44%和-11.10%。(5)各降水指数在RCP4.5情景下的相对变化率(相对1986-2005年)空间分布表明,21世纪夏季总降水量、降水日数、降水强度、中雨日数、95%分位降水量在大部分台站将增加,即极端降水将增加,连续干日则相对当前气候情景减少。各指数的相对变化幅度在21世纪前、中、末期逐步增大,且夏季总降水量、降水日数和中雨日数的变化幅度要大于连续干日、降水强度和95%分位降水量,即降水频率增幅较大。另外,未来江淮流域夏季降水的台站间差异将逐步增大,表明未来降水的局地性可能会更强。
Rss订阅