一、1976年汛期雨带和环流系统分析（论文文献综述）
王孝慈,李双君,孟英杰[1]（2021）在《2016—2020年6—7月长江流域主要暴雨过程特征及差异性分析》文中提出利用2016—2020年6—7月长江流域735站气象观测资料、NCEP/NCAR再分析资料及雨情信息对长江流域主要暴雨过程的区域性特征、天气系统及成因进行了初步探讨。结果表明:（1）2016—2020年6—7月长江流域降水过程对流层中高层主要受加强西伸的西太平洋副热带高压及高空低槽东移带来的梅雨锋影响,中低层主要影响系统是切变线、低涡、台风倒槽,边界层有一半的降水过程发生在暖区或受静止锋影响;（2）影响长江流域暴雨过程的主要天气形势分为纬向环流型、两高（西太平洋副热带高压与南亚高压）之间型、经向型和偏东气流型;（3）长江流域降水差异同副高脊线位置和夏季风北推进程以及短时强降水落区有很好的相关性。
牛若芸,周兵[2]（2021）在《2019年江淮流域梅雨异常特征及成因分析》文中研究说明利用梅雨监测、降水量观测以及NCEP大气再分析和海表温度等资料,对2019年江淮流域梅雨异常特征及其大尺度环流成因进行了分析研究,结果表明:2019年江淮流域梅雨季入梅日期偏晚、长度偏短,梅雨量呈南多北少分布且总体偏少,并且是1951年以来梅雨带在长江以南停滞结束时间最晚的一年。三个子区中,江南区和长江中下游区梅雨期基本同步,江淮区出现空梅。6月上旬末至中旬前期冷空气势力的增强,阻碍和延后了东亚夏季风季节性北进的进程,导致了东亚大气环流型由冬季向初夏季转换时间偏晚及江淮流域入梅偏晚。5—6月印度洋海温偏暖（IOBW指数正异常）、南亚60°～80°E地区对流层中上层经向温度梯度逆转（由负转正）日期偏晚对2019年江淮流域入梅偏晚具有较好的超前指示性能。2019年梅雨季高层南亚高压东部脊和东亚西风急流偏南,中层亚欧中高纬环流经向度偏大、副热带高压西部脊偏南、澳大利亚东侧范围内位势高度偏高,低层东亚夏季风强度偏弱、前沿位置偏南。在上述多个大尺度环流系统异常特征共同影响下,江淮流域的长江中下游沿江以南地区处于高层强辐散和低层水汽通量经向强辐合的叠置区中,非常有利于垂直上升运动发展和强降雨的形成,从而导致了梅雨量南多北少的分布特征。
丛芳,龙柯吉,王佳津,王彬雁[3]（2021）在《结合SAL方法的四川盆地暴雨过程检验及订正方法》文中研究指明该文利用预报员最常用的数值预报模式产品（ECMWF、SWC-WARM、GRAPES-MESO、GRAPES-GFS）结合常规观测资料对比分析了2019年四川盆地6次区域性暴雨过程,同时引入SAL方法,通过主观、客观检验方法得出不同类型下各家模式对强降水的预报误差及订正方法。结果表明:ECMWF、SWC-WARM较GRAPES-MESO、GRAPES-GFS有明显优势,同时:（1）西部Ⅰ型,ECMWF、SWC-WARM两家模式预报偏差较小,SWC-WARM在雨带范围和量级强度上优于ECMWF。（2）西部Ⅱ型,ECMWF、SWC-WARM两家模式都存在系统偏西导致降水落区偏西、量级偏弱的情况,ECMWF在雨带形态范围上略优于SWC-WARM,但SWC-WARM能较好的预报出分散的强降水中心,具有一定的指示意义。（3）东部型,ECMWF、SWC-WARM两家模式预报偏差都较大,除了对系统东西向偏差外还受低涡移动影响存在南北向偏差,ECMWF在雨带形态范围上优于SWC-WARM。
黄治勇,王婧羽,周文[4]（2021）在《2020年7月4—8日长江中游极端暴雨特征分析》文中进行了进一步梳理利用多普勒天气雷达、气象卫星、自动气象站等监测数据及NCEP再分析资料,对2020年7月4—8日长江中游持续大暴雨过程的降水特征、中尺度系统演变以及梅雨锋上温度、湿度、涡度、垂直速度等物理量分布特征进行了分析。结果表明:这次暴雨过程具有持续时间长、覆盖范围广、暴雨落区集中、累积雨量大等特点。500 hPa中高纬度稳定的"Ω"型环流是持续大暴雨形成的有利环流背景。对流单体回波顶高、强度大、质心低以及"列车效应"是此次过程暴雨强度大的重要原因。梅雨锋上物理量分布具有如下特征:自下而上由假相当位温（θse）构成的梅雨锋接近垂直状态,锋区内对流层低层特别是850 hPa以下大气层结不稳定,且低层锋区内风速小;35°N以北自对流层顶有干冷空气向南侵入至梅雨锋附近;暴雨中心上空经历了低层辐合、高层辐散和垂直速度由弱增强到再减弱的演变过程,有正涡度向梅雨锋前输送;梅雨锋对流层低层水平温度梯度非常小,且梅雨锋区低层存在一相对低温区;梅雨锋附近存在一定的水平比湿梯度,且其北侧比湿梯度较大。
饶艳燕[5]（2020）在《安徽省近60年梅雨时空特征分析》文中提出季风雨带锋面降水是安徽省夏季降水的重要组成部分,随副高北跳和停滞,安徽省位于季风雨带的时段主要分为梅雨期和黄淮雨季期,梅雨期时安徽省降水主要在长江以南和江淮之间区域,黄海雨季时,安徽省降水主要在淮河以北区域。论文根据季风雨带的移动特点,将安徽省分为江南、江淮和淮北3个区域,结合副高脊线位置、气温和雨日等高空和地面多方面因素对安徽省1957～2016年的梅雨过程进行识别,分析各区域梅雨量、梅雨期长度等梅雨特征量的时空分布,并对3个区域梅雨期之后的黄淮雨季期降水特征进行分析。利用Z指数对安徽省梅雨期的副高脊线、西伸脊点进行等级划分并分类,分析了不同副高类型下各区域的梅雨降水特征。采用Z指数对江南梅雨期和黄淮雨季两个时段的江南和淮北两个区域的降水量等级进行识别,分析了两个时段安徽省降水空间分布及其对同期副高的响应。识别了影响安徽省各区域梅雨量的前期因子,通过t分布双侧检验筛选了其中的部分因子作为梅雨量预测模型的输入,构建了基于集对相似（SPA-SF）的梅雨量预测模型,其中1957～2006年安徽省3个区域的梅雨量及其相关数据为训练样本,2007～2016年的数据为验证样本。研究结果表明:（1）安徽省梅雨入、出梅日有从南到北逐渐推迟,梅雨量由南到北逐渐减少的特征。仅有一段梅雨期的江南、江淮和淮北的多年平均入梅日分别为6月16日、6月19日和6月25日,出梅日分别为7月11日、7月11日和7月14日,梅雨量分别为344.1、234.7、207.8mm;3个区域空梅年数分别为5、6和9a;3个区域二度梅年数分别为7、5和4a。（2）安徽省江南、江淮和淮北的梅雨量的年代际、周期和重现期特征存在差异。安徽省3个区域的梅雨量在年代际尺度上总体上呈现增加趋势,但各个区域的变化存在差异,江南与江淮区域的梅雨量在20世纪90年代为最大值,淮北区域则在2000年初为最大值。江南区域的梅雨量表现出4、10和21a左右的周期波动,江淮区域的梅雨量表现出6、9和17a左右的周期波动,淮北区域的梅雨量表现出6、13和18a左右的周期波动。3个区域梅雨期最大3d、5d降水量超过20a、50a一遇等典型重现期的年份也有所不同:江南区域1996和1999年梅雨期最大3d降水量均同时超过20a一遇和50a一遇;1996、1999和2016年梅雨期最大5d降水量超过20a一遇,1999年最大5d降水量超过50a一遇。江淮区域1991和2003年梅雨期最大3d降水量超过20a一遇,其中1991年超过50a一遇;1991和2016年梅雨期最大5d降水量超过20a一遇,其中1991年超过50a一遇。淮北区域1965、2000和2007年梅雨期最大3d、5d的降水量均超过20a一遇,此外1991年梅雨期最大3d降水量超过20a一遇,淮北区域梅雨期最大3d、5d均未超过50a一遇。（3）安徽省梅雨期时副高脊线偏南有利于江南区域降水,偏北有利于淮北区域降水;当西伸脊点偏西时,有利于安徽省3个区域降水,偏东时,不利于安徽省3个区域降水。江南梅雨期时降水可分为南北正常、南北同丰、南北同枯、南丰北枯和南枯北丰5种,在空梅年除外的55年中比例分别为11.0%、7.2%、20.0%、34.5%和27.3%。南北正常时副高脊线、强度、面积和西伸脊点与多年均值接近,南丰（南丰北枯和南北同丰）时的脊线位置偏南,南枯北丰时脊线偏北,南北同枯时副高强度、面积异常偏小,西伸脊点异常偏东。黄淮雨季时,降水可分为南北正常、南北同丰、南北同枯、南丰北枯和南枯北丰5种,在60年中出现的比例分别为13.3%、11.7%、15.0%、26.7%和33.3%。南北正常时,副高各特征接近接近多年均值,北丰（南北同丰和南枯北丰）时的副高强度偏大,北枯（南丰北枯和南北同枯）时副高强度偏小,其中南丰北枯的副高强度最小。（4）基于SPA-SF的江南区域2007～2016年的梅雨量预测结果良好,除2012年和2016年,模型预测的平均相对误差绝对值为12.2%;江淮区域2007～2016年的梅雨量预测总体上效果较好,除2009、2012和2016年,模型预测的平均相对误差绝对值为13.8%;淮北区域2007～2016年的梅雨量预测效果不如江南和江淮区域,预测的10年中只有6年的梅雨量等级正确。
施逸[6]（2020）在《基于拉格朗日方法的中国东部雨带推进过程中水汽输送及其变化研究》文中认为本文基于HYSPLIT拉格朗日轨迹追踪模式,对1961-2010年中国东部雨季降水进行后向轨迹追踪,并结合蒸发降水诊断法,改进的区域源汇归属法,系统的研究了中国东部雨带推进过程中各雨季水汽路径与源地的变化,定量确定了各源地对雨季降水的贡献。通过不同高度上水汽输送特征分析,深入研究了中国东部水汽输送垂直结构,确定了不同高度上的主要水汽通道以及源地。使用季节演变经验正交函数（SEOF）方法,结合滤波方法,系统分析了水汽源地的变化趋势及其年际年代际变化,明确水汽源地变化对降水的影响,揭示影响水汽输送变化的主要因子。文章的主要结论如下:（1）南海夏季风爆发前的华南前汛期,最强通道为西太平洋和印度洋水汽通道,轨迹占比分别为34.0%和23.1%,其中低层的主要水汽通道为太平洋通道,中高层为印度洋通道;该雨季最主要水汽源地则位于中国东部和西太平洋地区,其水汽贡献率为34.4%和26.0%,其中这两个源地的来自对流层低层的水汽在总水汽中占比超过20%。南海夏季风爆发后,印度洋水汽通道迅速增强,轨迹占比达到了53%,从低层到高层最强水汽通道均为印度洋通道;而最重要的水汽源地为中国东部和南海,其水汽贡献率均超过25%。江淮梅雨时,印度洋通道仍为最重要水汽通道,轨迹数量占到总轨迹的43%,但其水汽贡献率较低,该雨季水汽主要源自中国东部,其局地水汽循环的贡献达到了40.2%,其中来自对流层低层的局地水汽达到了总水汽的28.7%。华北雨季中,最重要的水汽通道为中高层西风带和低层西太平洋通道,轨迹占比分别为30.2%和27.1%;而中国东部局地水汽循环对华北雨季降水贡献最大,贡献率超过55%,其中大部分来源于对流层低层,水汽占比达到43.1%,局地的蒸发对华北雨季降水起到至关重要的作用。（2）中国东部各雨季存在明显南方源地水汽减少,北方源地水汽增加的趋势。而这种水汽来源变化趋势与中国东部雨季降水南增北减趋势密切相关,并且这种水汽来源南减北增的趋势变化与东亚季风的减弱有关。（3）中国东部各雨季水汽源地年代际变化与PDO密切相关。PDO正（负）位相时,南海季风爆发前的华南前汛期来自各源地的水汽均较强（较弱）,相对于气候态平均值,中国东部、太平洋、南海和印度洋水汽贡献分别增加（减少）了35%（18%）、23%（11%）、29%（14%）和30%（15%）,而水汽总量增加（减少）了30%（15%）,造成该雨季的总降水量与雨季时间均偏多（偏少）;南海季风爆发后的华南前汛期与华北雨季来自各源地的水汽偏少（偏多）,南海季风爆发后的华南前汛期,PDO正（负）位相下,源自中国东部、太平洋、南海和印度洋水汽分别减少（增加）了24%（12%）、11%（5%）、15%（7%）和16%（8%）,总水汽减少（增加）了18%（9%）;而华北雨季中源自上述四个源地的水汽分别减少（增加）了13%（7%）,14%（7%）,20%（10%）和44%（22%）。这种水汽源地的年代际变化进一步对各雨季的降水年代际变化产生重要影响。（4）东部雨季水汽源地年际变化的SEOF第一模态与ENSO密切相关。当ENSO处于正位相时,南海季风爆发前的华南前汛期总水汽量增加,与气候态平均结果相比,来自太平洋源地水汽增加了39.8%,来自南海源地的水汽增加了48.4%,其主要原因为ENSO正位相时沃克环流加强,在菲律宾附近造成反气旋环流异常,使得南太平洋地区的水汽明显加强。而在南海季风爆发后的华南前汛期,ENSO正位相下,印度洋季风偏强,雨带迅速北移,使得降水停留在华南时间减少,导致南海季风爆发后的华南前汛期水汽总量减少了19.2%。SEOF第二模态的年际变化特征主要为华北地区水汽源地贡献的变化。当SEOF2位于正位相时,华北雨季总水汽量增加了26.6%,其中来自太平洋源地的水汽增加了31.5%,这主要是由于华北地区东北方向上的水汽增加导致的。这种水汽源地的年际变化特征与极地高压密切相关。北极高压通过波列影响华北雨季水汽源地,并对降水的年际变化产生重要影响。
雷冠军[7]（2020）在《基于数据融合的丰满水库长期径流预报研究》文中认为我国的水资源时空分布不均,气候变化和人类活动的影响导致旱涝灾害频发,成为制约经济发展的主要因素。河川径流在水循环系统中起着主导作用,而且极端径流会形成巨灾,径流预报对于防汛抗旱、水资源规划与管理等具有重要意义和价值。河川径流影响因子众多、变化特性复杂,基于成因分析法挖掘因子影响径流形成的规律是径流预报的关键。中长期径流预报预见期长、预报精度低,径流的形成机制尚不清晰,单一尺度因子的分析、单一统计预报方法的改进已不能进一步提高径流预报的精度,而且水文工作者不敢于报极值,中长期径流预报结果只能作为实际工作的参考。开展中长期径流预报理论和技术研究,融合多尺度因子和多方法的预报结果,进一步提高预报的精度和水平,能够为水库调度、水资源开发利用等工作提供支撑。本文以丰满水库流域的年径流为研究对象,选用天文、全球、流域尺度因子,分析挖掘因子与流域来水的相似性、遥相关性、可公度性、结构特性等规律,研究和改进智能学习法、模糊推理法、天文因子对比法、点聚图法、可公度法和可公度网络结构法等技术方法,建立了包含因子融合、结果融合、结构融合的多尺度因子信息融合的中长期径流预报模型。研究成果能够有效提高丰满水库流域径流和极端径流预报的精度,为丰满水库调度提供技术支持。具体研究成果如下:（1）运用统计分析法,挖掘三大尺度因子与流域来水丰枯特性的响应规律。结果表明,丰满水库流域来水的丰枯状态与ENSO事件的冷暖特性、ENSO事件的发生时间距离汛期的远近、基于农谚所选择的气象因子等具有较好的统计规律,且均能通过假设检验。基于线性相关系数法、互信息理论法、关联度分析法研究天文因子、气象因子、天文因子+海洋大气因子+气象因子与流域来水的相关性,结果表明,气象因子的相关性最强,海洋大气因子的相关性最弱,月球赤纬角与流域来水的关联度最大。（2）基于相关性分析所得的因子组合方案,运用神经网络、支持向量机、决策树、随机森林等智能学习方法,融合因子预报径流。结果表明,水量回归预报较差,3级分类预报较优;预报方法不同,方法所对应的最优因子及其组合不同,训练和预报性能均较优且稳健性强的方法为ELM、RBF神经网络。对多方法的最优分类预报结果进行融合,使得定性预报正确率达到89.5%。（3）运用相位对比法融合天文因子、海洋大气因子及其组合预报径流。结果表明,该方法的定量预报正确率为63.16%,24节气阴历日期+太阳黑子相对数的定性预报最优,正确率为63.16%。相位对比法对于极端来水年的丰枯属性识别能力较强,却难以有效预报出平水年,运用定量预报结果反推来水级别的正确率较低。相位对比法存在无法判别的年份,运用模糊推理法基于相关性分析所得的因子组合进一步分析计算因子的相似性,融合因子预报径流。引入TOPSIS模糊综合评判法、相似衍生法相似度、“因子进出法”等,对模糊推理法进行改进。结果表明,相似衍生法模糊推理法的稳健性优于Turksen模糊推理法,二者对径流的定量预报较差、定性预报较优,对其各自最优的定性预报结果进行融合,正确率达到73.68%。（4）采用“主次因子对比法”对单一天文因子对比法、分布式融合结构天文因子对比法进行改进,融合结果预报径流。研究得到能够提高预报精度的混合式融合结构天文因子对比法,定性预报正确率为63.16%。基于分析所得的海洋大气因子、气象因子与流域来水的遥相关规律修正预报结果,进一步改进天文因子对比法,使得预报正确率提高到 73.68%。（5）绘制三大尺度因子与流域来水的点聚图,融合结果预报径流。结果表明,24节气阴历日期和月球赤纬角点聚图具有较好的稳健性,太阳黑子相对数离散性较强难以准确划分其聚类区间,三大尺度因子点聚图的定性预报正确率分别为63.16%、57.89%、21.05%。将海洋大气因子、气象因子与来水丰枯的遥相关规律作为该类因子的点聚图进而得到径流预报结果,并与天文因子点聚图的预报结果进行融合,使得预报正确率提高到 73.68%。（6）将径流分为一般、极端、极值点结构,融合结构预报极端径流。结果表明,以因子融合、结果融合的预报结果作为一般来水结构能够融合多因子、多方法的信息,预报正确率为84.21%;点面结合法的改进与上下包线结构、智能学习分类以及传统点面结合法相比对于极端来水结构的预报精度较高,预报正确率为60%;通过细致划分丰枯水链、引入月球赤纬角对可公度网络结构法进行改进,能够增强方法的可操作性,降低基于极值点结构预报极端来水年高发期的不确定性;综合径流三大结构的预报结果,结合连续极端来水年的判定,预报极端来水的高发年,其中特丰水年、特枯水年的预报正确率分别为66.7%、80%。
孟智勇,张福青,罗德海,谈哲敏,方娟,孙建华,沈学顺,张云济,汪曙光,韩威,赵坤,朱磊,胡永云,薛惠文,马亚平,张丽娟,聂绩,周瑞琳,李飒,刘泓君,朱宇宁[8]（2019）在《新中国成立70年来的中国大气科学研究:天气篇》文中研究指明天气指某一个地区距离地表较近的大气层在短时间内的具体状态.大气中气象要素的空间分布可表现为各种瞬息万变的天气现象,这些天气的分布和变化是由不同时空尺度的天气系统引起的.天气与民生息息相关,其发展演变一直是大气科学研究和应用的重点领域.天气学的发展与观测系统、动力学理论和数值模式的发展密切相连.中国从20世纪50年代初开始建设观测网,到目前已建成门类齐全、布局合理的地基、空基和天基综合气象观测系统.特别是新一代稠密雷达网以及风云卫星系列的发展以及多次大型野外观测试验的实施使我们对天气的认识从宏观的天气形势深入到中小尺度天气系统精细热动力、云微物理结构和演变特征.观测系统的发展同时也促进了理论、数值模式和模拟的发展,中国已由初期主要以引进国外模式为主发展为目前主要发展具有中国自主知识产权的数值模式系统,基于高分辨数值模拟结果对不同尺度天气的发生发展机理和可预报性有了深入理解.此外,天气学已由初期的独立发展逐渐向多学科交叉方向转变,气候和环境的变化与天气演变之间的相互作用已成为大气科学的热点和前沿问题.文章重点回顾过去70年来中国在对天气演变起重要作用的天气现象及其短期变化过程的物理本质、演变规律和预报方法领域所取得的重大科学和技术成果,主要根据正式发表的文献从大气动力学、天气尺度天气特征、台风及热带天气、强对流天气特征、数值天气预报及资料同化,以及天气与气候、大气物理及大气环境等交叉领域六个方面分别加以综述.
覃卫坚[9]（2019）在《广西暴雨气候变化异常特征及其成因研究》文中提出广西位于华南西部,地形复杂,具有独特的气候特征,是我国暴雨的多发地区,每年因暴雨引发的洪涝灾害给广西造成严重的经济损失和人员伤亡,目前在广西暴雨气候变化及其异常成因方面仍有很多重要问题还没有研究清楚,因此研究广西暴雨多尺度变化异常特征及其成因,加深对暴雨事件频发物理机制的认识,提高广西洪涝灾害预测水平以及防灾减灾非常重要。本文利用1961～2016年广西地面气象观测站逐日降水等资料,使用统计诊断方法,分析了广西暴雨年际和年代际变化、区域性、相关性、同时性气候特征,研究了暴雨年内非均匀性分布气候异常成因、大气季节内振荡对暴雨的调制作用、大范围暴雨大气环流异常变化特征及对太平洋海温年代际振荡（PDO）的响应,揭示了广西暴雨气候变化异常特征及其成因。主要结论如下:揭示了广西暴雨气候变化新特征:以柳州市北部为中心的桂东北地区、以“东巴凤”为中心的桂西山区、沿海地区三个多暴雨中心,既是暴雨雨量占总降水量百分率的大值区,又是暴雨高度集中发生区,夏季桂林和柳州市北部为同时发生暴雨频率高的区域;广西暴雨日数和大范围暴雨具有明显的年代际变化且呈显着增多的趋势,尤其夏季的桂东北和桂东南、秋季的贺州—桂东南发生大范围暴雨的趋势增大。大范围暴雨日数在1970年代最少,最多出现在1990年代和2000年代,1983年发生了由少到多的显着突变;1980年代中期以后广西区域持续性暴雨的年际异常增大,1989年、2011年异常偏少,1994年、2008年异常偏多。揭示了青藏高原地面加热和PDO与广西暴雨的关系。前期冬季青藏高原地面加热强度偏弱,夏季青藏高原东部高空上升速度减弱,中太平洋上空下沉气流增强,副热带高压和贝加尔湖阻塞高压强度偏强,有利于水汽、不稳定能量向广西输送和冷空气南下影响广西,澳大利亚北部越赤道南风偏强,大陆南风偏弱,中国汛期雨带位置偏南,有利于广西暴雨集中度偏大。PDO处于冷位相,高纬度地区槽脊波动增大、定常波强度增强,贝加尔湖阻高偏强,中纬度定常波强度减弱,西太平洋副热带高压强度偏强、脊线偏北、西伸脊点偏西,赤道西太平洋地区上空风垂直切变增强,澳大利亚高压偏强,索马里越赤道气流带明显增强,形成新几内亚岛东北部沿海的上空为反气旋性环流、菲律宾东南部海域上空为气旋性环流、菲律宾东北部海域上空为反气旋性环流、广西到华南沿海地区为气旋环流的波列,造成广西大范围暴雨偏多。广西暴雨受南海夏季风爆发时间、热带季节内振荡（MJO）等影响显着。南海夏季风爆发偏早,南海到中国东部地区和中南半岛到中国中部地区高空温度由冬季“北冷南暖”转为夏季“北暖南冷”的时间异常偏早,中国中部850 h Pa南北风交汇位置随季节变化有明显的波动及前汛期北风最南端位置偏南,广西暴雨集中度偏大。5～7月MJO明显东移,到达菲律宾以东地区或新几内亚岛附近,形成向西北方向传播的波列,经过南海到达广西,从而导致广西暴雨的多发。MJO位于西太平洋-马来西亚海洋性大陆时,影响广西的热带气旋频数和暴雨日数偏多。
吕军[10]（2012）在《淮北雨季的确定及其气候特征研究》文中指出本论文利用华东地区278站1961-2009年夏季逐日降水资料,同期美国NCEP/NCAR的逐日大气环流再分析资料和海温场资料以及国家气候中心提供的74项大气环流指数。采用环流合成分析、线性趋势分析、突变检验、小波分析、EOF和REOF等多种统计方法以及拉格朗日轨迹模式（HYSPLIT）等方法。揭示了淮北雨季相对于江淮梅雨和华北雨季独立存在的事实,制定了新的淮北雨季指标,综合分析了淮北雨季的时空演变特征以及影响淮北雨季的海洋大气环流特征以及水汽输送特征。主要结论如下：（1）通过对华东地区夏季各纬度降水的时空分布特征分析,揭示了淮北雨季是相对于江淮梅雨和华北雨季独立存在的雨季,在每年的6月后期,即江淮梅雨开始之后至华北雨季开始之前的这段时间里,在我国华东淮河以北的地区会有一个显着的连续降水时段发生,可以称之为淮北雨季,其范围大致为33°N-37°N,发生时段在6月后半段至7月大部分时期内。（2）利用500hPa副高脊线位置及逐日降水量对淮北雨季进行了划定,该定义使用要素相对较少,在实际分析过程中有利于起止日期的判断,并且适用区域更加广泛合理,能够区分出二段雨季,更加适用于天气和气候业务应用。（3）系统地分析了淮北雨季的气候特征,淮北雨季平均开始日为6月25日,平均结束日为7月16日,发生时期主要在6月后期和7月,平均降水量为182mm,具有比较明显的年代际变化特征,年际变化波动比较大。淮北雨季与江淮梅雨之间有一定的关系,江淮梅雨的开始对淮北雨季的监测和预报有一定的指示意义。（4）研究了淮北雨季平均及异常降水年水汽输送特征,发现影响淮北雨季降水的不同水汽通道的强度和变率各不相同,其中孟加拉湾、南海和东亚槽通道的影响相对显着。利用HYSPLIT4.9水汽轨迹模式,通过空气块追踪法对轨迹路径模拟分析可定量得出淮北雨季不同水汽源地区域的水汽贡献率,其中源自于印度洋的水汽输送对淮北雨季的贡献最大,其次是欧亚大陆和孟湾南海。（5）影响淮北雨季开始日早晚、降水量多少以及降水落区的因子主要有：南亚高压、副高、东亚槽、乌拉尔山阻高和鄂霍次克海阻高的位置和强度以及东亚夏季风的强弱等,通过研究这些因子的前期特征,确定淮北雨季主要的短期气候预测因子。此外,淮北雨季与太平洋海温以及ENSO事件等也有密切关系。
二、1976年汛期雨带和环流系统分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、1976年汛期雨带和环流系统分析（论文提纲范文）
（1）2016—2020年6—7月长江流域主要暴雨过程特征及差异性分析（论文提纲范文）
| 引 言 |
| 1 资料与方法 |
| 2 长江流域雨情概况 |
| 3 长江流域主要暴雨过程天气形势 |
| 4 长江流域降水差异成因分析 |
| 4.1 西太平洋副热带高压 |
| 4.2 南海夏季风 |
| 4.3 短时强降水特征 |
| 5 结 论 |
（3）结合SAL方法的四川盆地暴雨过程检验及订正方法（论文提纲范文）
| 0 引言 |
| 1 资料来源 |
| 2 SAL方法简介 |
| 3 个例分类 |
| 4 误差分析及订正方法 |
| 4.1 西部型暴雨预报误差分析及订正方法 |
| 4.1.1 误差分析 |
| 4.1.2 订正方法 |
| 4.2 东部型暴雨预报误差分析及订正方法 |
| 4.2.1 误差分析 |
| 4.2.2 订正方法 |
| 5 结论与讨论 |
（4）2020年7月4—8日长江中游极端暴雨特征分析（论文提纲范文）
| 引言 |
| 1 降水实况 |
| 2 大尺度环流形势分析 |
| 3 中尺度对流系统的演变特征 |
| 4 梅雨锋特征 |
| 4.1 不稳定和“干侵入” |
| 4.2 散度、涡度和垂直速度 |
| 4.3 温度和比湿 |
| 5 结论与讨论 |
（5）安徽省近60年梅雨时空特征分析（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 梅雨研究进展 |
| 1.2.2 副高对梅雨期降水影响研究进展 |
| 1.2.3 梅雨预测研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 安徽省梅雨时间特征分析 |
| 2.1 梅雨 |
| 2.2 各区域梅雨期划分及梅雨特征量 |
| 2.2.1 数据资料与梅雨划分标准 |
| 2.2.2 梅雨识别结果 |
| 2.2.3 梅雨与汛期降水和年降水的关系 |
| 2.3 各区域梅雨时间特征分析 |
| 2.3.1 各区域梅雨量年代际变化分析 |
| 2.3.2 各区域梅雨量周期分析 |
| 2.3.3 各区域梅雨量重现期分析 |
| 2.4 小结 |
| 第3章 安徽省梅雨期及黄淮雨季降水空间特征分析 |
| 3.1 安徽省梅雨期降水特征分析 |
| 3.2 江南梅雨期时安徽省降水特征分析 |
| 3.2.1 江南梅雨期时安徽省降水空间特征 |
| 3.2.2 江南梅雨期时安徽省降水空间分布类型及其对副高的响应 |
| 3.3 黄淮雨季时安徽省降水特征分析 |
| 3.3.1 黄淮雨季时安徽省降水空间特征 |
| 3.3.2 黄淮雨季时安徽省降水空间分布类型及其对副高的响应 |
| 3.4 小结 |
| 第4章 基于集对相似预测的安徽省各区域梅雨量预测 |
| 4.1 集对相似预测模型的构建 |
| 4.2 集对相似预测实例分析 |
| 4.2.1 江南梅雨量预测分析 |
| 4.2.2 江淮梅雨量预测分析 |
| 4.2.3 淮北梅雨量预测分析 |
| 4.3 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（6）基于拉格朗日方法的中国东部雨带推进过程中水汽输送及其变化研究（论文提纲范文）
| 摘要 |
| Abastact |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 中国东部雨季水汽输送及其源地的研究进展 |
| 1.2.1 基于欧拉方法的研究 |
| 1.2.2 基于拉格朗日方法的研究 |
| 1.3 中国东部雨季水汽输送年际与年代际变化的研究进展 |
| 1.3.1 水汽输送年际变化的研究 |
| 1.3.2 水汽输送年代际变化的研究 |
| 1.4 本文的研究工作 |
| 第二章 资料与方法 |
| 2.1 研究资料 |
| 2.2 水汽输送研究方法 |
| 2.2.1 欧拉方法 |
| 2.2.2 拉格朗日方法 |
| 2.3 相关统计方法 |
| 2.3.1 相关分析及检验 |
| 2.3.2 回归分析及检验 |
| 2.3.3 SEOF方法介绍和应用 |
| 2.3.4 高通滤波与低通滤波 |
| 第三章 中国东部季风推进过程中各雨季水汽输送路径及源地贡献 |
| 3.1 资料与方法 |
| 3.1.1 中国东部雨季时间 |
| 3.1.2 轨迹模式模拟方案 |
| 3.2 季风推进过程中各雨季的水汽输送通道以及源地贡献气候态特征 |
| 3.2.1 华南前汛期南海季风爆发前 |
| 3.2.2 华南前汛期南海季风爆发后 |
| 3.2.3 江淮梅雨 |
| 3.2.4 华北雨季 |
| 3.3 季风推进过程中水汽输送变化特征 |
| 3.3.1 水汽输送通道变化 |
| 3.3.2 水汽贡献空间分布变化 |
| 3.3.3 各源地贡献率变化 |
| 3.4 小结 |
| 第四章 中国东部各雨季水汽通道及其源地的垂直结构 |
| 4.1 各雨季中水汽通道的三维特征及其对比 |
| 4.1.1 南海季风爆发前的华南前汛期 |
| 4.1.2 南海季风爆发后的华南前汛期 |
| 4.1.3 江淮梅雨 |
| 4.1.4 华北雨季 |
| 4.2 不同雨季各层水汽通道的差异 |
| 4.3 不同雨季水汽源地贡献垂直结构 |
| 4.4 小结 |
| 第五章 中国东部季风推进过程中水汽源地变化趋势及其年代际变化 |
| 5.1 中国东部雨季的水汽源地趋势变化 |
| 5.2 中国东部雨季的水汽源地时空变化特征 |
| 5.2.1 SEOF1的时空特征 |
| 5.2.2 SEOF2的时空特征 |
| 5.3 水汽输送年代际变化及其与PDO的关系 |
| 5.4 总结 |
| 第六章 中国东部季风推进过程中水汽源地的年际变化 |
| 6.1 基于水汽源地年际变化的SEOF1时空变化及其与ENSO的关系 |
| 6.1.1 SEOF1的时空特征 |
| 6.1.2 SEOF1与ENSO的关系 |
| 6.2 基于水汽源地年际变化的SEOF2时空变化及其主要影响因子 |
| 6.2.1 SEOF2的时空特征 |
| 6.2.2 SEOF2与降水的关系及其可能影响因子 |
| 6.3 小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 特色与创新 |
| 7.3 问题与展望 |
| 参考文献 |
| 在读期间科研工作情况 |
| 致谢 |
（7）基于数据融合的丰满水库长期径流预报研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和目标 |
| 1.1.1 研究背景 |
| 1.1.2 研究目标 |
| 1.2 国内外研究进展 |
| 1.2.1 三大尺度因子径流预报研究 |
| 1.2.2 因子相关性分析 |
| 1.2.3 传统统计预报模型 |
| 1.2.4 现代水文预报模型 |
| 1.2.5 研究进展的总结 |
| 1.3 本文研究介绍 |
| 1.3.1 研究问题 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线图 |
| 第二章 径流预报技术的系统分析 |
| 2.1 来水丰枯的影响机理 |
| 2.1.1 热量与引力作用 |
| 2.1.2 地形和海陆分布作用 |
| 2.2 来水预报基于的基本特性 |
| 2.2.1 周期性 |
| 2.2.2 有序性 |
| 2.2.3 遥相关性 |
| 2.2.4 结构特性 |
| 2.3 来水与极端来水预报的思路 |
| 2.3.1 预报因子基于空间尺度的分类 |
| 2.3.2 预报因子基于时间尺度的分类 |
| 2.3.3 预报值基于预报特征的分类 |
| 2.3.4 基于信息融合的流域来水预报 |
| 2.4 研究流域分析 |
| 2.4.1 流域介绍 |
| 2.4.2 流域丰枯机理 |
| 2.5 小结 |
| 第三章 三大尺度因子与径流的统计分析 |
| 3.1 天文尺度因子相位与流域来水规律分析 |
| 3.1.1 太阳黑子相对数 |
| 3.1.2 月球赤纬角 |
| 3.1.3 24节气阴历日期 |
| 3.2 全球尺度因子相位与流域来水规律分析 |
| 3.2.1 ENSO事件的发生与结束时间与流域来水丰枯的关系 |
| 3.2.2 ENSO事件特征值与流域来水丰枯的关系 |
| 3.3 流域尺度因子相位与流域来水规律分析 |
| 3.3.1 谚语机理分析 |
| 3.3.2 气象因子与来水属性级别统计分析 |
| 3.4 因子数值与流域来水统计分析方法 |
| 3.4.1 基础数据处理 |
| 3.4.2 相关性分析的方法 |
| 3.5 因子相关性分析结果 |
| 3.5.1 天文因子相关性分析 |
| 3.5.2 气象因子相关性分析 |
| 3.5.3 天文因子+海洋大气因子+气象因子相关性分析 |
| 3.6 结果分析 |
| 3.6.1 因子相位与流域来水规律 |
| 3.6.2 因子数值与流域来水相关性 |
| 3.7 小结 |
| 第四章 基于智能学习的预报因子融合的径流预报 |
| 4.1 预报方法 |
| 4.1.1 神经网络 |
| 4.1.2 决策树和随机森林 |
| 4.1.3 支持向量机 |
| 4.2 数据处理的方法 |
| 4.2.1 预报因子的处理 |
| 4.2.2 预报值的处理 |
| 4.2.3 预报值的评判指标 |
| 4.2.4 模型和因子优选的TOPSIS-模糊综合评判法 |
| 4.3 建模预报 |
| 4.4 结果统计分析 |
| 4.4.1 流域水量回归预报结果分析 |
| 4.4.2 流域来水量7级分类预报结果分析 |
| 4.4.3 流域来水量3级分类预报结果分析 |
| 4.4.4 33个因子方案分析 |
| 4.4.5 预报结果的最优方案 |
| 4.4.6 最优方案的预报结果分析 |
| 4.5 小结 |
| 第五章 基于相似性分析的预报因子融合的径流预报 |
| 5.1 相位对比法 |
| 5.1.1 基本原理 |
| 5.1.2 预报结果分析 |
| 5.2 相似模糊推理法 |
| 5.2.1 模糊推理法的基本原理 |
| 5.2.2 相似度的计算方法 |
| 5.2.3 主成分分析法计算权重 |
| 5.2.4 TOPSIS-模糊综合评判法优选最优模型 |
| 5.2.5 预报模型的建立 |
| 5.3 模糊推理法预报 |
| 5.3.1 因子组合分析 |
| 5.3.2 误差评定与优选判别 |
| 5.4 模糊推理法因子二次筛选 |
| 5.4.1 因子进出法寻优 |
| 5.4.2 因子进出法实例分析 |
| 5.5 模糊推理法预报结果 |
| 5.6 结果分析 |
| 5.7 小结 |
| 第六章 基于天文因子对比法的预报结果融合的径流预报 |
| 6.1 天文因子对比法机理分析 |
| 6.2 预报方法1-单一天文因子对比法 |
| 6.2.1 24节气阴历日期对比法 |
| 6.2.2 太阳黑子相对数对比法 |
| 6.2.3 月球赤纬角对比法 |
| 6.3 预报方法2-天文因子对比法预报结果的融合 |
| 6.3.1 天文因子预报结果的线性融合 |
| 6.3.2 天文因子融合法-主次因子对比法 |
| 6.3.3 天文因子融合法的修正 |
| 6.3.4 天文因子融合法定量预报 |
| 6.4 小结 |
| 第七章 基于点聚图法的预报结果融合的径流预报 |
| 7.1 点聚图法 |
| 7.1.1 点聚图的制作 |
| 7.1.2 预报方案 |
| 7.2 24节气阴历日期点聚图预报 |
| 7.2.1 极端来水年24节气阴历日期的聚类特性 |
| 7.2.2 24节气阴历日期聚类预报方法 |
| 7.2.3 24节气阴历日期聚类分析建模 |
| 7.2.4 基于聚类分析的来水预报 |
| 7.3 月球赤纬角和太阳黑子相对数点聚图预报 |
| 7.3.1 月球赤纬角聚类预报方法 |
| 7.3.2 太阳黑子相对数聚类预报方法 |
| 7.4 海洋大气因子与流域气象因子点聚图预报 |
| 7.5 多尺度因子点聚图预报结果融合 |
| 7.6 小结 |
| 第八章 基于来水结构融合的极端径流预报 |
| 8.1 基本定义 |
| 8.2 预报方法 |
| 8.2.1 一般来水结构预报-多方法预报结果融合 |
| 8.2.2 极端来水结构预报 |
| 8.2.3 基于改进可公度网络结构的极值点结构预报 |
| 8.2.4 极端来水年预报 |
| 8.3 实例应用 |
| 8.3.1 一般来水结构分析 |
| 8.3.2 极端来水结构分析 |
| 8.3.3 极值点结构的确定及极端来水年预报分析 |
| 8.3.4 连续极端来水年预报分析 |
| 8.4 讨论 |
| 8.5 小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 9.3 创新性 |
| 附表 |
| 参考文献 |
| 科研及发表论文情况 |
| 致谢 |
（8）新中国成立70年来的中国大气科学研究:天气篇（论文提纲范文）
| 1 引言 |
| 2 大气动力学研究 |
| 2.1 大气适应过程的尺度理论 |
| 2.2 行星波动力学 |
| 2.3 大气环流及其异常现象 |
| 3 天气尺度天气特征研究 |
| 3.1 锋面 |
| 3.2 急流 |
| 3.3 低涡 |
| 3.4 华南前汛期暴雨 |
| 3.5 寒潮、雨雪冰冻天气 |
| 4 台风和热带天气研究 |
| 4.1 台风及热带大气动力学 |
| 4.1.1 台风 |
| 4.1.2 副热带高压 |
| 4.1.3 热带波动和MJO |
| 4.2 台风及热带大气过程观测研究 |
| 4.3 台风和热带大气过程数值预报技术 |
| 5 强对流天气研究 |
| 5.1 观测 |
| 5.2 发生发展特征和机理研究 |
| 5.3 预报和预警 |
| 6 数值天气预报及资料同化研究 |
| 6.1 数值天气预报模式的研究进展 |
| 6.2 业务数值天气预报的发展和应用 |
| 6.3 资料同化方法的研究 |
| 6.4 业务数值预报模式资料同化系统的发展 |
| 7 天气与气候、大气物理及环境交叉研究 |
| 7.1 气候变化背景下的天气长期演变特征 |
| 7.2 极端降水对未来气候暖化的响应研究 |
| 7.3 降水和雷暴的长期变化特征对空气污染的响应研究 |
| 7.4 降水和雷暴的短时变化对空气污染的响应研究 |
| 8 结语 |
（9）广西暴雨气候变化异常特征及其成因研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究背景 |
| 1.3 科学问题的提出 |
| 1.4 具体章节安排 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.2 方法 |
| 第三章 广西暴雨气候变化新特征 |
| 3.1 暴雨空间分布特征 |
| 3.2 暴雨季节变化特征 |
| 3.3 暴雨年际及年代际气候变化特征 |
| 3.4 暴雨区域性特征 |
| 3.5 暴雨区域相关性特征 |
| 3.6 暴雨同时性特征 |
| 3.7 各站暴雨过程历史极端值 |
| 3.8 本章小结和讨论 |
| 第四章 广西暴雨年内非均匀性分布异常成因 |
| 4.1 广西暴雨集中度(期)气候特征 |
| 4.2 广西暴雨集中度(期)异常对西太平洋副热带高压变化的响应 |
| 4.3 热带季节内振荡对广西暴雨集中度的调制作用 |
| 4.4 太平洋海温异常对暴雨集中度(期)的影响 |
| 4.5 季风对暴雨集中度异常的影响 |
| 4.6 冬季青藏高原地面加热场对广西暴雨集中度的影响 |
| 4.7 本章小结 |
| 第五章 大气季节内振荡对广西暴雨的调制作用 |
| 5.1 MJO对广西暴雨的调制作用 |
| 5.2 MJO对影响广西热带气旋发生发展的调制作用 |
| 5.3 大气季节内振荡对广西区域持续性暴雨的影响 |
| 5.4 本章小结 |
| 第六章 广西大范围暴雨年代际增多的气候成因 |
| 6.1 广西典型大范围暴雨过程的天气形势 |
| 6.2 大气环流异常的年代际变化特征 |
| 6.3 广西大范围暴雨过程的大气环流异常特征 |
| 6.4 广西大范围暴雨与太平洋海温年代际振荡(PDO)的关系 |
| 6.5 PDO对高度场的影响 |
| 6.6 PDO对风场的影响 |
| 6.7 PDO对大气对流运动的影响 |
| 6.8 本章小结 |
| 第七章 总结和展望 |
| 7.1 全文总结 |
| 7.2 特色与创新 |
| 7.3 未来工作展望 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（10）淮北雨季的确定及其气候特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 华东地区各类雨季划定标准的研究进展 |
| 1.2.2 华东地区降水分布型及其年代际变化的研究进展 |
| 1.2.3 华东地区降水影响因子研究进展 |
| 1.3 问题的提出 |
| 1.4 章节安排 |
| 第二章 淮北雨季的独立性探讨 |
| 2.1 引言 |
| 2.2 资料和方法 |
| 2.3 淮北雨季相关的基本信息简介 |
| 2.3.1 相关地理信息描述 |
| 2.3.2 目前有关江淮梅雨和淮北雨季的业务定义 |
| 2.3.2.1 常用的江淮梅雨划定标准 |
| 2.3.2.2 江苏省气象局淮北雨季划定标准 |
| 2.4 淮北雨季的独立性分析(1)-华东地区夏季连续降水时段的分析 |
| 2.4.1 华东地区各月降水量累年平均值空间分布 |
| 2.4.2 华东地区不同纬度夏季平均逐日降水量的时间演变 |
| 2.4.3 华东地区夏季平均逐日降水量的纬向变化 |
| 2.5 淮北雨季的独立性分析(2)-华东地区降水空间分布型特征 |
| 2.5.1 华东地区不同时段降水量的EOF和REOF分析 |
| 2.5.1.1 夏季6-8月降水EOF和REOF分析结果 |
| 2.5.1.2 6-7月降水EOF和REOF分析结果 |
| 2.5.1.3 6月降水EOF和REOF分析结果 |
| 2.5.1.4 7月降水EOF和REOF分析结果 |
| 2.5.1.5 8月降水EOF和REOF分析结果 |
| 2.5.1.6 EOF和REOF结果综合分析 |
| 2.5.2 江淮梅雨和淮北雨季时段的EOF和REOF分析 |
| 2.5.2.1 江淮梅雨时段的EOF和REOF分析 |
| 2.5.2.2 淮北雨季时段的EOF和REOF分析 |
| 2.5.2.3 两个雨季时段差的降水空间分布 |
| 2.5.3 相关系数法对江淮梅雨和淮北雨季降水空间分布的分析 |
| 2.6 淮北雨季主要时段和主要降水落区的划定 |
| 2.6.1 淮北雨季的主要降水落区的划定 |
| 2.6.2 淮北雨季的主要时段的划定 |
| 2.7 本章小结 |
| 第三章 淮北雨季指标定义 |
| 3.1 引言 |
| 3.2 资料和方法 |
| 3.3 淮北雨季的确定标准 |
| 3.3.1 淮北雨季与西太平洋副高的关系 |
| 3.3.2 淮北雨季划定的思路和依据分析 |
| 3.3.3 淮北雨季的定义 |
| 3.3.4 历年淮北雨季划定的分析 |
| 3.3.4.1 雨季开始日分析 |
| 3.3.4.2 雨季结束日分析 |
| 3.3.5 淮北雨季前后夏季风和副高的变化特征 |
| 3.3.6 新的淮北雨季定义的优点 |
| 3.4 淮北雨季的基本特征 |
| 3.4.1 淮北雨季长度的特征 |
| 3.4.2 淮北雨季开始日的特征 |
| 3.4.3 淮北雨季结束日的特征 |
| 3.5 淮北雨季降水的时空分布及其演变特征分析 |
| 3.5.1 淮北雨季降水的空间分布特征 |
| 3.5.2 淮北雨季主要降水型的分析 |
| 3.5.2.1 REOF分析 |
| 3.5.2.2 淮北雨季的降水分型 |
| 3.6 淮北雨季不同等级降水的气候特征分析 |
| 3.6.1 淮北雨季期间降水日数特征分析 |
| 3.6.2 淮北雨季期间各等级降水日数的分布特征 |
| 3.6.3 淮北雨季期间各等级降水日数的时间变化特征 |
| 3.7 本章小结 |
| 第四章 淮北雨季与江淮梅雨的关系 |
| 4.1 引言 |
| 4.2 资料和方法 |
| 4.3 淮北雨季和江淮梅雨发生时段的对比研究 |
| 4.3.1 淮北雨季和江淮梅雨起止日期的关系 |
| 4.3.2 江淮梅雨早晚年与淮北雨季的特征对比分析 |
| 4.3.3 淮北雨季和江淮梅雨雨季长度的关系 |
| 4.4 淮北雨季和江淮梅雨降水量的对比研究 |
| 4.4.1 淮北雨季年代际变化特征 |
| 4.4.2 淮北雨季和江淮梅雨降水量变化特征 |
| 4.5 本章小结 |
| 第五章 淮北雨季水汽特征分析 |
| 5.1 引言 |
| 5.2 资料和方法 |
| 5.3 淮北雨季水汽输送特征 |
| 5.3.1 区域平均的整层水汽输送通量的时间变化 |
| 5.3.2 淮北雨季起止时期水汽输送特征 |
| 5.3.2.1 开始日水汽输送特征 |
| 5.3.2.2 结束日水汽输送 |
| 5.3.3 淮北雨季期间及同期水汽输送特征 |
| 5.3.3.1 淮北雨季平均整层水汽输送通量 |
| 5.3.3.2 淮北雨季不同降水分布型的水汽输送特征 |
| 5.4 影响淮北雨季不同的水汽输送通道特征分析 |
| 5.4.1 淮北雨季期间的主要水汽通道 |
| 5.4.2 不同水汽通道特征分析 |
| 5.5 水汽输送轨迹模式分析 |
| 5.5.1 气块追踪分析法轨迹模拟方案 |
| 5.5.2 淮北雨季期间平均态的分析 |
| 5.5.3 淮北雨季偏多年和偏少年的分析 |
| 5.6 本章小结 |
| 第六章 淮北雨季变化成因分析 |
| 6.1 引言 |
| 6.2 资料和方法 |
| 6.3 淮北雨季起讫的大气环流特征 |
| 6.3.1 淮北雨季起止日期平均态的大气环流特征 |
| 6.3.2 淮北雨季开始日偏早和偏晚年的大气环流特征 |
| 6.3.2.1 开始日当日的大气环流特征 |
| 6.3.2.2 开始日偏早和偏晚年的同期大气环流特征 |
| 6.4 淮北雨季降水的大气环流特征 |
| 6.4.1 淮北雨季期间平均态的大气环流特征 |
| 6.4.2 淮北雨季不同降水分布型的大气环流特征 |
| 6.4.2.1 降水偏多型和降水偏少型 |
| 6.4.2.2 降水偏南型和降水偏北型 |
| 6.5 影响淮北雨季降水的前期大气环流特征 |
| 6.5.1 淮北雨季开始日偏早和偏晚年前期大气环流特征 |
| 6.5.2 淮北雨季降水量偏多和偏少年前期大气环流特征 |
| 6.5.3 影响淮北雨季的大气环流因子的相关性研究 |
| 6.6 太平洋海温对淮北雨季影响的研究 |
| 6.6.1 淮北雨季开始日与海温场相关性分析 |
| 6.6.2 淮北雨季降水量与海温场相关性分析 |
| 6.6.3 关键区海温对淮北雨季的影响特征分析 |
| 6.6.3.1 黑潮区海温异常年当年淮北雨季降水量合成 |
| 6.6.3.2 北太平洋区海温异常年当年淮北雨季降水量合成 |
| 6.6.3.3 赤道太平洋中部区海温异常当年淮北雨季降水量合成 |
| 6.6.4 与ENSO的关系 |
| 6.7 淮北雨季降水的预测信号 |
| 6.8 本章小结 |
| 第七章 总结和讨论 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 博士研究生期间发表的论文 |
| 附录 |
四、1976年汛期雨带和环流系统分析（论文参考文献）
- [1]2016—2020年6—7月长江流域主要暴雨过程特征及差异性分析[J]. 王孝慈,李双君,孟英杰. 干旱气象, 2021(06)
- [2]2019年江淮流域梅雨异常特征及成因分析[J]. 牛若芸,周兵. 气象, 2021(11)
- [3]结合SAL方法的四川盆地暴雨过程检验及订正方法[J]. 丛芳,龙柯吉,王佳津,王彬雁. 中低纬山地气象, 2021(05)
- [4]2020年7月4—8日长江中游极端暴雨特征分析[J]. 黄治勇,王婧羽,周文. 暴雨灾害, 2021
- [5]安徽省近60年梅雨时空特征分析[D]. 饶艳燕. 合肥工业大学, 2020
- [6]基于拉格朗日方法的中国东部雨带推进过程中水汽输送及其变化研究[D]. 施逸. 南京信息工程大学, 2020(01)
- [7]基于数据融合的丰满水库长期径流预报研究[D]. 雷冠军. 中国水利水电科学研究院, 2020(04)
- [8]新中国成立70年来的中国大气科学研究:天气篇[J]. 孟智勇,张福青,罗德海,谈哲敏,方娟,孙建华,沈学顺,张云济,汪曙光,韩威,赵坤,朱磊,胡永云,薛惠文,马亚平,张丽娟,聂绩,周瑞琳,李飒,刘泓君,朱宇宁. 中国科学:地球科学, 2019(12)
- [9]广西暴雨气候变化异常特征及其成因研究[D]. 覃卫坚. 南京信息工程大学, 2019
- [10]淮北雨季的确定及其气候特征研究[D]. 吕军. 南京信息工程大学, 2012(09)