Scientia Geographica Sinica  2014 , 34 (5): 635-640 https://doi.org/10.13249/j.cnki.sgs.2014.05.635

Orginal Article

1960~2005年西北地区低云量的时空变化及成因分析

王亚敏13, 冯起12, 李宗省12

1.中国科学院寒区旱区环境与工程研究所阿拉善荒漠生态水文试验站, 甘肃 兰州 730000
2.甘肃省水文水资源工程技术研究中心, 甘肃 兰州 730000
3.中国科学院大学, 北京 100049

Analysis of Low Cloud Amount Variations in the Northwest China During 1960-2005

WANG Ya-min13, FENG Qi12, LI Zong-xing12

1.Alashan Desert Eco-hydrology Experimental Research Station, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou, 730000, China
2.Gansu Hydrology and Water Resources Engineering Center, Lanzhou, 730000, China
3.Graduate University of the Chinese Academy of Sciences, Beijing 100049, China

中图分类号:  P426.6

文献标识码:  A

文章编号:  1000-0690(2014)05-0635-06

收稿日期: 2013-04-28

网络出版日期:  2014-05-10

版权声明:  2014 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  中国科学院重点部署类项目(KZZD-EW-04-05)、甘肃省重大项目(1102FKDA013)、中国博士后科学基金(2012M510219)项目资助。

作者简介:

王亚敏(1986-),女,甘肃秦安人,博士研究生,研究方向为区域水文水资源与气候变化。E-mail: wangyamin@lzb.ac.cn

展开

摘要

基于西北地区177个站点1960~2005年逐日的低云量观测资料,运用地统计学、交叉小波分析和多元回归分析,分析了近46 a来西北地区低云量的时空变化特征及影响因素。结果表明:近46 a来西北地区低云量呈较显著上升趋势,1997年之后上升显著。低云量空间呈自东南向西北递减的趋势。低云量与降水、相对湿度等呈显著的正相关,与昼夜温差、日照时数等呈显著的负相关。低云量存在2~4 a、准6 a、准11 a的周期变化,与宇宙射线在1982~1993年存在5~8 a的共振周期,与NOI指数存在2~4 a、准5 a、准11 a的共振周期,和太阳黑子的共振周期为9~11 a。

关键词: 低云量 ; 西北地区 ; 交叉小波分析

Abstract

Clouds are a visible manifestation of thermo-dynamic processes in the atmosphere. Clouds have a strong influence on climate as a component of water cycle and through radiation budget. Surface based observation of cloud amount is a valuable source of information for the interpretation of the surface radiation budget and for the validation of satellite based retrievals of cloud and radiation properties. The correlation between cosmic rays and low cloud amount (LCA) variations, which led to the introduction of a new scientific subject-‘cosmoclimatology’, was found more than 10 years ago. Although much evidence implying correlations between low cloud amount variations and solar activity, the physical phenomenon explaining this is still poorly pronounced. In this article, we try to analysis spatial and temporal distribution characteristics, annual trend, and seasonal change of cloudiness over the northwest of China. In addition, the correlations among low cloud amount and climate factors, cosmic rays, NOI index and sunspot were discussed, respectively. With trend analysis method, the spatial-temporal variation of low cloud amount is analyzed for 177 stations on the Northwest China during 1960-2005. Analysis of these data reveals that the annual low cloud amount is characterised by high year-to-year variability and shows a weak, statistically significant increase in 1960-2005. A more pronounced increase in 1997-2005 is evident. Analysis indicates that the annual low cloud amount decreases from the southeast to the northwest of the Northwest China. A strong positive correlation is found among low cloud amount and rainfall, annual average temperature, relative humidity and annual low temperature, while a strong negative correlation is found among low cloud amount and average wind speed, diurnal temperature range and Sunshine Duration. The low cloud amount of Jaunary is positive with the relative humidity. However, the low cloud amount of July is positive with the average low temperature, and is negative with average wind speed, diurnal temperature range and sunshine duration, respectively. The cross wavelet transform method is adopted to study the time-frequency characteristics and multitime scale correlations among low cloud amount, cosmic rays, NOI index and sunspot was discussed, respectively. Results show that there are significant periods at scales of 2-4 a, 6 a and 11 a in low cloud amount over Northwest China. There are significant syntonic periods of 5-8 a between low cloud amount and the cosmic rays in 1982-1993, while the multi-time scale correlations between the low cloud amount and NOI index are 2-4 a, 5 a and 11 a syntonic period in 1960-2005 within the 95% of the red noise test, respectively. The low cloud amount and the sunspot number has a significant a syntonic periods 9-11 a, also within the 95% of the red noise test. A strong correlation was found between low cloud amount and cosmic rays, NOI index and sunspot, while the strongest correlation was found between low cloud amount and NOI index.

Keywords: low cloud amount ; the Northwest China ; cross wavelet analysis

0

PDF (685KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

王亚敏, 冯起, 李宗省. 1960~2005年西北地区低云量的时空变化及成因分析[J]. , 2014, 34(5): 635-640 https://doi.org/10.13249/j.cnki.sgs.2014.05.635

WANG Ya-min, FENG Qi, LI Zong-xing. Analysis of Low Cloud Amount Variations in the Northwest China During 1960-2005[J]. Scientia Geographica Sinica, 2014, 34(5): 635-640 https://doi.org/10.13249/j.cnki.sgs.2014.05.635

前言

云在地气系统的能量和水汽循环中起着重要作用,它直接影响着地表和大气吸收发射的长、短波辐射[1]。IPCC指出全球云的变化可能控制着全球气候变化[2]。云量作为全球气候研究的重要参数,研究云量的时空变化等气候学特征,了解其变化的原因,对深入研究气候变化有重要意义。许多关于地表观测云量的研究认为,自20世纪中期以来,美国等[3-6]地区云量呈增加的趋势。而中国[7-10]等地区的云量呈下降趋势。Warren[11]等研究了全球的云量变化趋势,发现全球陆地平均云量自1971~1996年有略微的下降趋势,而海洋上的平均云量有小幅的增长,故认为全球平均云量没有显著的变化。全球云量、云的分布以及云的辐射特征微小的变化都可能引起全球气候巨大的变化[12]。研究发现,近50 a日较差的变化与云量的变化有着密切的关系[13-15]。而在气候变化预测模型中,云量的增加能否反映温室气体的变化有着不确定性[16]。不同类型的云对辐射有不同的反馈方式。如低层云和中层云通过低云与降水关系密切,了解云分布及其变化状况的区域特征,对于开发空中水资源具有重要意义。全球云气候学计划(ISCCP)数据发现了10 a尺度上受太阳活动影响的银河宇宙射线通量变化与全球低层云云量间的联系[17-19]。短期和中长期统计研究表明,全球低层云量及其它气象要素变化与空间天气变化之间可能存在着联系,特别是其中的空间天气变化对全球云量的影响对认识太阳活动驱动气候变化机制尤为重要。

中国利用地面云量观测资料在云的研究方面已做的工作主要集中在研究总云量变化[20-22],而对低云量的研究较少[23],已有的研究对低云量的影响因子分析较少,尤其是对低云量与宇宙射线、太阳黑子等的相关性研究较少。而低云量变化与空间天气变化之间的可能联系越来越受到重视。因此,本文利用西北地区地面观测站点(图1)低云量的数据,对西北地区低云量的变化进行时间和空间的分析。对影响低云量变化的原因分析中,分别用气候因子、宇宙射线、NOI(Northern Oscillation Index)指数、太阳黑子等因子进行了相关的分析,探讨各因子之间的相互作用及影响。

图1   研究区域观测站点分布

Fig.1   The spatial distribution of observation stations in study area

1 资料和方法

1.1 资 料

原始数据来自中国气象数据共享网 (http://cdc.cma.gov.cn/home.do)。选取西北地区(新疆、甘肃、青海、宁夏、陕西、内蒙西部)177个地面观测站(图1)1960~2005年日低云量(成)、降水(mm)、相对湿度(%)、平均风速(m/s)、日最高和最低气温(℃)、日平均气温(℃)、日照时数(h)等观测资料。采用相邻站点的相关分析对个别站点的缺测值进行插补。对低云量求逐年平均值,在ArcGIS 9.3中用反距离权重插值法(IDW,Inverse Distance Weighted)进行空间表面插值,对低云量进行空间差异的分析。宇宙射线数据为Oulu Cosmic Ray Station (http://spaceweb.oulu.fi/projects/crs/)提供的1964~2005年的逐月数据。NOI指数和太阳黑子数据来自于NOAA(National Oceanic and Atmospheric Administration) (http://www.esrl.noaa.gov/psd/data/climateindices/list/)提供的1960~2005年的逐月数据。

1.2 交叉小波分析法

交叉小波分析是将小波变换和交叉谱分析两种方法结合产生的一种新型信号分析技术[24],可以从多时间尺度的角度来研究两个时间序列在时频域中的相互关系。该方法提供了两序列在时频空间中能量共振和协方差分部规律,可以揭示两序列不同时段尺度上的一致性和相关性,并能再现时频空间中的相位关系[25-28]。本文选用Morlet小波是作为母函数。计算所得的交叉相位反映时频域中的局部相对位相关系。用红噪声标准谱对小波功率谱的显著性进行检验。本文所用的连续功率谱检验及交叉小波谱变换分析主要参考Torrence等[29]和Grinsted等[30]的计算方法和程序。

2 西北低云量的时空变化特征

2.1 西北地区低云量变化的时空特征

对西北地区年均低云量进行标准化处理,对1960~2005年标准化后的低云量进行11 a滑动平均,绘制低云量的变化趋势图(图2a)。西北地区1960~2005年均低云量呈略微的上升趋势,1964年低云量为极大值。1964~1968年低云量有明显的下降趋势,之后逐渐上升,1989~1997年低云量呈下降趋势,1997年之后低云量一直呈上升的趋势。西北地区低云量的时间变化趋势与青藏高原地区低云量的变化趋势相反[24],与北方地区变化趋势一致[23]。从图2b可以看出,西北地区全年平均低云量约1.57成,呈自东南向西北递减。低值区出现在塔里木盆地、河西走廊西北端、巴丹吉林和腾格里沙漠地区,年平均低云量0.12~0.53成,新疆若羌低云量值最低,年平均0.12成;天山西端、帕米尔高原、昆仑山脉、祁连山地区低云量在1.92~2.92成之间,为西北地区次多云区;高值区出现在青海高原南部及东亚季风影响区(甘肃、陕西南部),低云量在3.53~4.33成之间,其中,青海达日低云量值最高,年平均4.33成。低云量的空间分布状况与前人的研究较为一致[8,20,23]

图2   西北地区低云量的时间变化(a)和空间分布(b)

Fig.2   Variation and distribution of low cloud amount in the Northwest China during 1960-2005

影响西北地区低云量分布的原因主要有:塔里木盆地、河西走廊西北端、内蒙古西部、巴丹吉林和腾格里沙漠地区远离海洋,受到北半球西北环流及青藏高原西风扰流的影响多为下沉气流,且下垫面都为戈壁沙漠,水汽不足,很难形成上升气流,更难以形成云,因而是低云量的最低值区;甘肃、陕西南部位于东亚季风的边缘地区,夏季海洋性气团能够深入,与大陆性气团形成锋面,易形成低层云并带来降水天气,因而低云量值较其他地区大;高大山脉的迎风坡,由于气流抬升作用容易形成云或使云量增加[20]。天山山区的总云量比祁连山区要少,主要是因为天山山区更加远离海洋,处在湿度小的西风带气候区;而祁连山区距离东亚季风影响区相对较近,受到来自东部的暖湿气流的影响,成云的机会也就比天山更多一些[31]。高原由于海拔较高,有众多湖泊、沼泽、积雪、冰川等潮湿下垫面利于云的形成和维持,高原上全年都有对流云出现,且出现日数多而频繁,尤其是在暖季,几乎每天都可见到对流云[32]。因而低云量相对较高。

2.2 气象因子的影响

本文选取降水量、平均风速、平均气温、相对湿度、昼夜温差、日照时数作为影响低云量变化的气象因子,运用多元回归分析法对西北地区低云量与各气候因子之间的关系进行相关性分析。结果显示(表1),西北地区低云量与降水、平均气温、相对湿度呈显著的正相关,相关系数分别为0.54、0.35、0.56,通过0.01的显著性检验(平均气温通过0.05的显著性检验)。与平均风速、昼夜温差、日照时数呈显著性负相关,且通过了0.01的显著性检验。云是形成降水的必要条件,因此低云量与年降水呈正相关。风速与低云量呈负相关,较强的风速会影响云量的稳定性。云量与气温之间有着较为复杂的非线性关系。一方面,它影响到大气中的水汽含量,不利于云的形成,温度增加也会加快蒸发速率;另一方面,地表和底层大气温度升高,大气层结的稳定性减弱,对流活动更易产生,可促进云的形成与发展,有利于云量的增多。因此低云量与温度的相关性不显著。但昼夜温差与低云量却存在显著的负相关,这与其他地区[13]的研究一致。由于云量的变化不仅阻碍了白天的增温而且减少夜晚温度的冷却速度[33,34]。云是由水汽凝结或凝华而成的,因此某个地区云量的多少与湿度关系密切。西北地区的低云量与日照时数呈显著的负相关,与其他地区的变化一致[35]

表1   低云量与气候因子的相互关系

Table 1   Correlation coefficients between low cloud amount and climate factors

降水量平均风速平均气温相对湿度昼夜温差日照时数
低云量0.54**-0.45**0.35*0.56**-0.65**-0.64**

**通过0.01的显著性检验;*通过0.05的显著性检验。

新窗口打开

2.3 其他因子的影响

气候变化具有周期性,通过小波变换分析1960~2005年西北地区低云量的变化周期。图3a小波功率谱图中,不同颜色表示能量密度的相对变化,黑色粗实线圈闭的值通过95%置信水平的红噪声检验,细网格实线包络显示了COI区域(连续小波变换的数据边缘效应影响较大的区域)[25]。结合小波功率谱图(图3a)和小波系数图(图3b)可以看出,西北地区低云量存在2~4 a、准6 a、准11 a 的周期变化,并且通过95%的红噪声检验。西北地区低云量小波功率谱能量在高频部分的变化不连续,其中2~4 a的周期在1960~1966年比较显著,准6 a的周期在1973~1997年较为显著,1960~1972年表现为准11 a的周期。西北地区低云量小波功率谱能量的低频部分变化较为连续,其中,1967~2005年表现为2~4 a的周期,1973~2005年表现为准11 a的周期。

图3   西北地区低云量的小波分析

Fig.3   The wavelet analysis of low cloud amount in the Northwest China (a. wavelet power spectrum, b. global wavelet coefficient)

通过连续小波变换,可以将各变量的时间、周期特性结合起来。交叉小波分析所得西北地区低云量、宇宙射线、NOI指数和太阳黑子的小波交叉谱如图4所示。图中红色和蓝色分布表示能量密度的峰值和谷值,反映了主导波动时频变换的局部性和动态性的特征。箭头方向反映了两者的相位关系,其中由左指向右的箭头表示同相位,而由右指向左的箭头表示反相位[28]。根据相角与周期之间的关系,可计算出位相落后或提前的时间长度,即交叉小波位相谱。从图4a可知,在COI区域内,西北地区低云量和宇宙射线在1982~1993年存在5~8 a的共振周期,低云量变化比宇宙射线变化提前90°。在COI区域以外,1962~1978年存在9~11 a的共振周期,且为同相位变化。而1989~2003年的准11 a周期为反相位变化。以上共振周期都通过95%的红噪声检验。西北地区低云量与NOI指数在COI区域内存在2~4 a、准5 a、准11 a的共振周期,如图4b所示,且通过了95%的红噪声检验。2~4 a的共振周期在1962~1967年显著,共振的交叉相位为52°±34°,准4 a周期在1986~1993表现明显,低云量比NOI落后90°。1968~1996年存在11 a的共振周期,共振的交叉相位为-65°±20°。图4c中西北地区低云量与太阳黑子在低频段1960~1966年期间有共振周期,其余时段没有显著的共振周期,在高频段有显著的9~11 a的共振周期,其中1962~1986年的共振周期呈负相位,而1987~2004年的共振周期呈正相位。

图4   西北地区低云量分别与宇宙射线(a)、NOI指数(b)、太阳黑子(c)的小波交叉谱

Fig.4   The cross wavelet transform between low cloud amount and cosmic rays (a), NOI index (b) and the sunspot number(c) respectively

3 结 论

本文利用中国西北地区177个气象台站观测数据,对1960~2005年低云量的变化进行时间和空间的分析。探讨了影响低云量变化的各因子之间的相互作用及影响。分析结果显示:

1) 1960~2005年间,西北地区低云量呈上升趋势,1997年之后上升迅速。西北地区低云量空间呈自东南向西北递减的趋势。青海和甘肃南端低云量最高,最低值出现在塔里木盆地。

2) 西北地区低云量与降水、平均气温、相对湿度、最低气温呈显著的正相关,与平均风速、昼夜温差、日照时数呈显著性负相关。

3) 西北地区低云量存在2~4 a、准6 a、准11 a的周期变化。西北地区低云量和宇宙射线在1982~1993年存在5~8 a的共振周期;与NOI指数在COI区域内存在2~4 a、准5 a、准11 a的共振周期;与太阳黑子有显著的9~11 a的共振周期。

云在气候的发展、变化是一个相对复杂的过程,除受地形、大气环流的影响,其他气候因子(气温、降水、相对湿度)等都会对其造成影响。由于地面观测资料的局限性,对于云在气候变化中的作用和各种气候因子相互作用的认识还不够,需要进行更多的工作和研究。近十几年来随着全球云量变化与宇宙射线、太阳活动等相关性研究的开展, 大量证据表明太阳活动可能通过调节进入大气的宇宙射线等空间粒子的通量造成全球云量变化来影响全球气候,但对这一过程的观测与理论机制研究依然处于探索阶段。

致 谢:感谢中国气象局国家气象中心提供的西北地区逐日气候数据,Oulu Cosmic Ray Station提供的宇宙射线数据以及NOAA提供的NOI指数和太阳黑子数据。

The authors have declared that no competing interests exist.


参考文献

[1] Solomon S,Qin D,Manning M,et al.Climate change:the physical science basis.Contribution of working Group I to the fourth assessment report of the intergovernmental panel on climate change[M].Cambridge:Cambridge University Press,2007.

[本文引用: 1]     

[2] IPCC.Climate Change 1995:The Science of Climate Change, Intergovernmental Panel on Climate Change [C]//Houghtou J T(eds).Intergovernment Panel on Climate Change.New York:Cambridge University Press,1996.

[本文引用: 1]     

[3] Groisman P Y,Knight R W,Karl T R,et al.

Contemporary changes of the hydrological cycle over the contiguous United States:trends derived from in situ observations

[J].Journal of Hydrometeorology,2004,5(1):64-85.

[本文引用: 1]     

[4] Dai A,Karl TR,Sun B,et al.

Recent trends in cloudiness over the United States:a tale of monitoring inadequacies

[J].Bull Am Meteorol Soc,2006,87(5):597-606.

[5] MilewskaVan Neil T G,Tao Li L,Roderick M L,et al.

Baseline cloudiness trends in Canada 1953-2002

[J].Atmos-Ocean,2004,42(4):267-280.

[6] Sun B,Groisman P Y,Mokhov II.

Recent changes in cloud-type frequency and inferred increases in convection over the United States and the Former USSR

[J].J Clim,2001,14(2):1864-1880.

[本文引用: 1]     

[7] Kaiser D P.

Decreasing cloudiness over China:an updated analysis examining additional variables

[J].Geophys Res Lett,2000,27(15):2193-2196.

[本文引用: 1]     

[8] 徐兴奎.

中国区域总云量和低云量分布变化

[J].气象,2012,38(1): 90~95.

[本文引用: 1]     

[9] Maugeri M,Bagnati Z,Brunetti M,et al.

Trends in Italian total cloud amount,1951-1996

[J].Geophys Res Lett,2001,28(24):4551-4554.

[10] Branislava Jovanovic,Dean Collins,Karl Braganza,et al.

A high-quality monthly total cloud amount dataset for Australia

[J].Climatic Change,2011,108(3):485-517.

[本文引用: 1]     

[11] Warren S G,Eastman R M,Hahn C J.

A survey of changes in cloud cover and cloud types over land from surface observations 1971-1996

[J].J Clim,2007,20(4):717-738

[本文引用: 1]     

[12] Hartman D L.Radiative effects of clouds on Earth s' climate[C]//Hobbs P V.Aerosol-Cloud-Climate Interactions.San Diego: Academic Press Inc.,1993.

[本文引用: 1]     

[13] Braganza K,Karoly D J,Arblaster J M.

Diurnal temperature range as an index of global climate change during the twentieth century

[J].Geophys Res Lett,2004,31(13):L13217.

[本文引用: 2]     

[14] Stone D A,Weaver A J.

Factors contributing to diurnal temperature range trends in twentieth and twenty-first century simulations of the CCCma coupled model

[J].ClimDyn,2003,20(5):435-445.

[15] 郭元喜,龚道溢,汪文珊,.

中国东部夏季云量与日气温统计关系

[J].地理科学,2013,33(1):104~109.

[本文引用: 1]     

[16] Hans-F, Graf.

The Complex Interaction of Aerosols and Clouds

[J].Science,2002,303(5662): 1309-1311.

[本文引用: 1]     

[17] Trenberth K E.

Changes in tropical clouds and radiation: are they real?

[J].Science 2002,296(5576):2095.

[本文引用: 1]     

[18] A D Erlykin,T Sloan,A W Wolfendale.

Correlations of clouds, cosmic rays and solar irradiation over the Earth

[J].Journal of Atmospheric and Solar-Terrestrial Physics,2010,72(2-3):151-156.

[19] Neila Zarrouk,Raouf Bennaceur.

Link nature between low cloud amounts and cosmic rays through wavelet analysis

[J].Acta Astronautica,2010,66(9):1311-1319.

[本文引用: 1]     

[20] 陈少勇,董安祥,王丽萍.

中国西北地区总云量的气候变化特征

[J].成都信息工程学院学报,2006,2(3):423~428.

[本文引用: 3]     

[21] 张雪芹,彭莉莉,郑度,.

1971~2004 年青藏高原总云量时空变化及其影响因子

[J].地理学报,2007,62(9):959~969.

[22] 吴伟,王式功.

中国北方云量变化趋势及其与区域气候的关系

[J].高原气象,2011,30(3):651~657.

[本文引用: 1]     

[23] 高蓉,陈少勇,董安祥,.

青藏高原低云量的年季变化及其稳定性

[J].干旱区研究,2007,24(6):760~765.

[本文引用: 3]     

[24] 韩延本,韩永刚.

太阳黑子相对数变化的小波分析

[J].科学通报,2001,46(24):2031~2035.

[本文引用: 2]     

[25] 邴龙飞,邵全琴,刘纪远,.

基于小波分析的长江和黄河源区汛期、枯水期径流特征

[J].地理科学,2011,31(2):232~238.

[本文引用: 2]     

[26] 王亚敏,张勃,郭玲霞,.

地磁Ap指数与太阳黑子数的交叉小波分析及R/S分析

[J].地理科学,2011,31(6):747~752.

[27] 董林垚,陈建耀,付丛生,.

西江流域径流与气象要素多时间尺度关联性研究

[J].地理科学,2013,33(2):209~215.

[28] 孙鹏,张强,白云岗,.

塔里木河流域径流量周期特征及其影响因素

[J].地理科学, 2013,33(2):216~221.

[本文引用: 2]     

[29] Torrence C,Compo G P.

A practical guide to wavelet analysis

[J].Bull Am Meteor Soc,1998,79(1):61-78.

[本文引用: 1]     

[30] Grinsted A,Moore J C,Jevrejeva S.

Application of the cross wavelet transform and wavelet coherence to geophysical time series

[J].Nonlin Proc Geophys,2004,11(5-6):561-566.

[本文引用: 1]     

[31] 陈勇航,黄建平,王天河,.

西北地区不同类型云的时空分布及其与降水的关系

[J].应用气象学报,2005,16(6):717~726.

[本文引用: 1]     

[32] 王可丽,江灏,陈世强.

青藏高原地区的总云量

[J].高原气象,2001,20(3) : 252~257.

[本文引用: 1]     

[33] Zhang Xueqin,Peng Lili,Zheng Du,et al.

Cloudiness variations over the Qinghai-Tibet Plateau during 1971-2004

[J].J.Geogr. Sci,2008,18(2):142-154.

[本文引用: 1]     

[34] Henderson-Sellers A.

Continental cloudiness changes this century

[J].Geo J,1992,27(3):255-262.

[本文引用: 1]     

[35] Angell J K.

Variations in the United States cloudiness and sunshine duration between 1950 and the drought year of 1988

[J].Journal of Climate,1990,3(2):296-308.

[本文引用: 1]     

/