近50年珠江流域降雨多尺度时空变化特征及其影响

利用珠江流域38个站点54 a日降水资料,采用Kendall非参数检验法、线性回归及空间克里格插值,对多种降雨指数时空变化及影响进行了研究。结果表明:1珠江流域西部年降雨有减少趋势,流域大部分的降雨日数则有增加趋势;2流域降雨具有季度、月份集中性,其中,季度集中性趋于空间均匀化,月份集中性趋向空间极端化;3极端降雨阈值东高西低,全区极端降雨在20世纪60、80年代末有突变现象,P0.01%设计值在21世纪达到最高。综合多尺度降雨时空变化结果进行分析,将珠江流域划分为广东(包括江西)、广西中北部(包括湖南)、广西西南及云贵4个降雨特征区,广东尤其是珠三角地区及广西中北部地区应注重防洪安全,广西西南与云贵地区应注重保障用水安全。     

库姆塔格沙漠周边地区极端降水的时空变化特征

根据中国气象局信息中心提供的库姆塔格沙漠周边地区20个气象站1960-2014年逐日降水量资料,分析了库姆塔格沙漠周边地区1960-2014年极端降水的时空变化特征。结果表明：（1）库姆塔格沙漠周边地区极端降水主要集中在夏季且存在很大的地域性差异。（2）1960-2014年库姆塔格沙漠周边地区极端降水事件、年大雨频次、年大降水事件降水量和年降水量显著增加。（3）库姆塔格沙漠周边地区西部极端降水主要由频数很少的暴雨贡献,而东部极端降水则由暴雨和大雨共同贡献。（4）库姆塔格沙漠周边地区极端降水指数在夏季和年尺度的空间分布相似,且强降水指数在年和夏季尺度的空间分布均呈“鞍型场”型。     

尼洋河流域极端气候时空分布特征及其可能成因

探究全球变暖下的尼洋河流域极端气候变化特征及原因,对于科学支撑西藏地区的极端气候灾害防治和生态安全保障等具有重要意义。本文基于尼洋河流域1960—2019年逐日降水及气温数据,采用极端气候指标法、Sen's斜率估计法、MK趋势及突变检验法、GIS空间分析法从降水、气温两个角度分析近60年尼洋河流域极端气候时空分布特征,并结合大气环流因子,使用地理探测器方法探讨时空分布特征的可能成因。结果表明：在时间上,尼洋河流域极端气候整体呈现暖湿化的变化趋势。极端降水的降水量、降水强度、降水日数均呈现增加趋势,极端气温的高温极值、低温极值均呈现增大趋势,低温日数呈现减少趋势。在空间上,尼洋河流域极端气候变化存在明显的空间分异性。极端降水整体自东向西逐渐减少、极端气温整体自东南向西北逐渐降低。尼洋河河道作为水汽通道,有一定的增温、保温作用,各极端气候指标沿着河道呈现出连续的极值点。副热带高压、青藏高压对尼洋河流域暖湿化的变化起到了正向增强作用,极涡、北大西洋涛动则相反。以坡度为代表的地形因子、以NDVI为代表的下垫面因子分别是影响极端降水、极端气温空间分布的最主要的环境因子,高程对极端降水、气温的空间分布均起到了重要的作用。     

近50 年来祁连山及河西走廊地区极端降水的时空变化研究

利用1960~2009年的日降水量资料,选用13项极端降水指数,采用线性趋势、10年趋势滑动、Mann-kendall等方法,对祁连山及河西走廊地区极端降水的时空变化特征进行了研究。结果表明：极端降水日数呈增多趋势,极端降水强度呈减小趋势,极端降水总量呈增加趋势,连续干旱日数、连续湿润日数呈减少趋势,一日最大降水量、五日最大降水量呈增大趋势;极端降水变化存在一定区域差异,走廊平原中西部的降水明显增加,降水变率在减小,走廊平原中部极端降水的日数在增多,降水极值在增大,走廊平原祁连山东部的降水在增加,降水极值在增大,但连续极端降水的总量在减少,祁连山中部的降水在明显增加,降水的极端性在明显增大,对气候变暖的响应最敏感;不同极端降水指数分别在20世纪60年代中期、70年代中期、80年代初期、80年代中后期、90年代中期发生了突变,这些突变点与东亚季风、南亚季风、西风环流等大尺度环流系统强弱变化的时间点是一致的。     

华北农牧交错带冬季降雪时空变化特征

基于华北农牧交错带冬季227个台站（1961-2012年）逐日降雪资料,采用多种统计诊断方法分析了冬季降雪的时空特征以及与环流因子的关系。结果表明：初冬降雪高值中心位于内蒙古东北部。在冬春之交时,降雪高值区移至华北南部。1960s和1970s为不同等级降雪的偏多时段,降雪的高值中心由内蒙西部（1960s）东移至河北、山西大部（1970s）。2000s以来大雪在山西、河北的北部地区最为显著,其次是呼伦贝尔地区。降雪频次的变化上可以发现,各区的大雪频次均呈减少趋势,其中Ⅵ区减少的趋势最为显著。在降雪偏少的时段（1980s、1990s）水汽输送较弱,呈西北—东南向;而在其他年代水汽输送较强,近10年水汽输送呈东南—西北向。在年代际上降雪总量与气温、AO指数呈反相关,而中等以上降雪量与气温和AO指数在内蒙古东北部大兴安岭、太行山脉等高海拔地区呈显著正相关。     

我国热带气旋潜在影响力指数分析

利用热带气旋路径资料和灾情资料,综合考虑热带气旋的频数、强度、范围以及持续时间,建立热带气旋潜在影响力指数,分析了1949-2009 年我国热带气旋的潜在影响力的空间格局和年际变化特征,并以0608 号超强台风“桑美”为例分析了该指数与灾害损失、过程极大风速、过程雨量的关系。研究结果表明：1949-2009 年间,我国的热带气旋的潜在影响力呈现出弱减少的趋势,这种趋势并不显著,但各阶段性的趋势比较明显;近20 年来,我国海南、广东、广西等华南沿海受热带气旋潜在影响力在下降,而浙江、福建、台湾等东南沿海省份受热带气旋潜在影响力在上升;潜在影响力指数最高的区域主要分布在台湾、海南、广东沿海、福建沿海以及浙江南部沿海等地;TCPI 与灾害损失、过程极大风速、过程降水量等有较好的相关性,并都通过了0.01 的显著性检验。     

基于极端气温指数的青藏高原年际升温及不对称特征研究

基于青藏高原地区98个气象观测站点53年(1960-2012)的气温实测记录,计算了年度昼夜极端温度指数、温度极值和日均温差,并利用趋势分析、变化点检测与分段拟合方法分析了各指数反映的年际变化趋势及空间差异特征。结果表明:青藏高原整体区域各极端温度指数均表现出上升特征,昼夜升温和冷暖升温的不对称性特点显著,夜间冷、暖指数变化速率均快于白天;而在同等昼夜条件下,冷指数下降速率则高于暖指数上升速率,日均温差以-0.18℃/10a的速率小幅降低,温度极值普遍表现为升温现象,近53年来最低气温的极小值上升幅度为4℃左右,明显高于其他极值指数的上升速率,其中最高温度的极大值上升速率最慢,也证实了青藏高原地区温度上升的冷暖不对称性。空间分布上,青藏高原各气温极端指数年际变化速率存在区域差异性,其中西藏的南部及青海的西北部冷昼指数、冷夜指数和暖夜指数变化最为显著;青海、四川及西藏东北部的暖昼指数增长速率稳定。日均温差的变化点大多发生在20世纪80年代初期,多数站点的冷昼指数在90年代中后期发生变化,其余温度指数的变化点集中于90年代初期及中期,时间变化点分布表明研究期间青藏高原温度突变主要集中在20世纪后期。     

中国沿海地区雨潮复合灾害联合分布及危险性研究

沿海地区极易受到极端降雨和高潮位引发的复合洪涝灾害影响。研究风暴增水和累积降雨同时发生的概率,设计雨潮联合分布函数,对提升沿海城市防洪除涝应对措施的有效性、减少城市复合洪涝灾害造成的损失具有重要意义。论文以1979—2014年中国沿海逐日最大风暴增水和邻近雨量站日累积降雨数据作为统计样本,采用Copula函数构建雨潮联合概率模型,并利用Kolmogorov-Smirnov检验、赤池信息准则、贝叶斯信息准则评价雨潮联合分布拟合优度,优选中国沿海雨潮联合概率分布函数模型。基于此模型,定量化设计中国沿海雨潮复合灾害情景。结果表明：在空间分布上,中国沿海雨潮复合灾害频次呈现明显的“两头多中间少”格局,其中,广东西部沿海、福建北部、浙江南部、山东及辽宁沿海频次相对较高;在50年一遇联合重现期下,北部湾、海南岛北部、浙江沿海、渤海湾部分沿海表现为极端降雨和较高的风暴增水,雨潮遭遇的复合灾害事件十分值得关注。研究结果在一定程度上揭示了中国沿海地区雨潮复合灾害的时空变化规律,并为复合灾害情景预测提供了定量化评估方案。     

地理因子在北疆极端气温趋势变化中的作用

论文利用1961—2017年北疆地区37个观测站的逐日气温资料以及高程数据,选取了3类(冷指数、暖指数和极值指数)15项极端气温指数,采用相关分析和灰色关联度统计分析方法,研究了地理因子在北疆极端气温趋势变化中的作用。结果表明：① 北疆地区气候变暖显著,极端气温冷指数呈非常显著的下降趋势,暖指数及极值指数呈显著或非常显著的上升趋势;气候变暖主要体现为极端冷事件频次降低、夜间温度以及极端低温升高,具有白天和夜间变化的不对称性以及低温和高温变化的不平衡性等特征。② 极端气温指数在北疆中部盆地地区上升(下降)趋势最强,在北疆北部及南部山区地带,上升(下降)趋势相对较小。地形分布对气候趋势的影响程度暖指数大于冷指数,海拔高度对极端气温事件的出现频次有较大影响。③ 极端气温指数趋势的经向分布是其空间分布的主导模态。北疆地区极端气温指数趋势性变化北部大于南部、西部大于东部,南北趋势性变化差异最大处位于北疆中部地区。极端气温指数趋势性变化的南北差异与海拔高度呈负相关,在山地地区,纬度对于极端气温指数的气候趋势影响较小,而在盆地地区,纬度为影响极端气温指数气候趋势的重要因子。经向上,除炎热夜数增加趋势与海拔高度的相关性较低外,北疆东部极端气温指数的趋势性变化与海拔高度相关性高于北疆西部。④ 地理因子对极端气温指数的趋势变化具有显著的影响(灰色关联度均大于0.6,为高度关联),影响程度暖指数大于冷指数。地理因子对冷指数的影响在山地、丘陵地区较强,而对暖指数的影响主要为地势较为平缓的丘陵和盆地地区。     

基于情景的1951-2011年中国极端降水风险评估

随着全球气候变暖,极端降水的风险评估研究成为学界和各国政府广泛关注的热点问题,开展中国极端降水的风险评估研究可以为中国防灾减灾提供参考依据。本文从灾害风险评估视角,依据国际减灾战略（ISDR）的灾害风险评估模型,开展了中国极端降水的风险评估研究。首先,利用1951-2011年全国各站点逐日降水数据,采用Pearson-III方法,模拟不同重现期情景下极端降水量和频次分布,评估中国不同重现期下的极端降水危险性及空间分布;其次,基于人口和GDP指标,分析极端降水脆弱性及空间分布特征;在此基础上,评估了5年、10年、50年、100年一遇情景下中国极端降水风险及其空间分布特征。结果表明：① 中国极端降水危险性等级从东南沿海向西北内陆递减,5年一遇情景下,极端降水高危险区和低危险区的分界线大致与400 mm等降水线相同。② 中国极端降水脆弱性高的地区主要分布在人口稠密且经济发达的东部沿海大城市地区,特别是经济发达的长三角、珠三角和京津冀等城市群地区,以及中部地区的一些大城市。③ 不同情景下,中国极端降水风险等级均呈现由东南向西北方向降低。风险等级高和较高的地区主要位于黑河—腾冲线以东,中和低风险区位于该线以西,这与中国人口密度分布的胡焕庸线大体一致。     

1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应

基于1982—2014年GIMMS NDVI3g数据集,分析中国沿海地区生长季归一化植被指数（NDVI）的时空变化特征,探讨NDVI对极端气温和极端降水年尺度和月尺度的响应特征。结果表明：中国沿海地区及其子区域NDVI均呈上升趋势,且该趋势具有一定持续性;江南及其以南各子区域的NDVI高于江南以北,但长江三角洲、珠江三角洲等地区NDVI下降较明显,而江南以北沿海地区NDVI多呈上升趋势。NDVI在东北沿海西部、华北和黄淮沿海各子区域与极端气温暖指数（暖昼日数和日最高气温的极高值）多呈负相关,在其他沿海地区多呈正相关。NDVI与极端气温冷指数（冷昼日数和日最低气温的极低值）在整个沿海地区基本呈负相关,且对冷指数的响应具有一定滞后性;江淮（含）以南各子区域的NDVI与气温日较差多呈正相关,以北基本呈负相关。NDVI在黄淮以北与极端降水之间一般呈正相关,在黄淮（含）以南和东北沿海中东部地区多呈负相关,黄淮（含）以北各子区域的NDVI对极端降水的滞后效应较明显。     

低纬准双周振荡对2018年8月广东持续性特大暴雨过程的影响

2018-08-27—09-01广东发生了一次持续性特大暴雨过程，被列为广东省2018年十大天气事件之一。文章综合利用欧洲中期天气预报中心（ECMWF）全球再分析资料ERA-Interim、广东省加密自动站观测资料、中国地面累年值日值数据集(1981—2010年）、NOAA日平均和长期平均向外长波辐射数据，采用小波分析、带通滤波、回归分析等方法，对此次暴雨过程进行分析，主要探讨低纬大气准双周振荡对此次持续性暴雨过程的影响。结果表明：此次暴雨持续时间长、影响范围大，影响此次暴雨天气过程的主要天气系统为季风低压，并伴随有切变线和低空急流；季风低压减弱西移后，与南海西北部高压共同作用，广东沿海极端降水达到最强。2018年7—9月广东省降水和向外长波辐射OLR有显著的6~13 d振荡特征，同时受低纬西北太平洋对流振荡和热带北印度洋对流振荡的影响。低频振荡自西太平洋地区，向西北方向传播，引起了华南沿海的低频对流与环流的发展；来自热带北印度洋上的气流经由孟加拉湾、中南半岛到达华南沿海地区，形成了低频振荡的垂直环流圈，有利于水汽输送及对流发展。两者叠加，影响了此次持续性暴雨的发生发展。     

气候波动对莱州湾地区水资源及极端旱涝事件的影响

通过对莱州湾地区１９６０～１９９３年气候波动水资源及极端旱涝事件的影响分析,楞以看出该地区水资源对气候波动敏感。当降水增加１０％,全区水资源总量可增加２２％;若降水减少１０％,全区水资源总量则减少２３％。在气候处于少雨时期,极端干旱频高远高于多雨时期。同时还分析了未来气候变化对莱州湾地区水资源的可能影响。     

沿海经济低谷地区的制约因素与发展策略

根据世界银行的经济分类方法 ,沿海 6个省市的 72个地市中 ,有 34个属于发展相对落后的经济低谷地区。经济低谷地区主要分布在省际交界处 ,从类型上分为黄泛平原、丘陵山区和沿海库区。由于自然条件与区位、社会经济发展、城市化水平和国家宏观政策的制约 ,沿海经济低谷地区与发达地区的差异正在拉大。国家需要从基础设施建设、资源开发利用、投资环境改善以及优惠政策等方面来加快这一地区发展。     

不同登陆地点影响福建的台风灾害时空特征分析

根据福建省灾害性气象年鉴和福建省气候影响评价资料,建立以县域为单元的福建省台风灾害数据库(按登陆地点建立分库),运用Excel软件和Mapinfo技术,重建了1980~2005年不同登陆地点影响福建省的台风灾害时空格局。研究表明:不同登陆地点影响福建省的台风灾害年际变化总体都呈波动上升趋势,年内明显集中在7~9月份、群发性强;空间上分布差异较大,登陆福建沿海的台风灾害Tzc高值中心集中分布在闽中北沿海,登陆广东影响福建的台风灾害Tzc高值中心集中分布在闽南沿海和闽西的龙岩、漳平和永定,登陆台湾影响福建的台风灾害Tzc高值中心主要分布在厦门市和闽中北沿海地区,登陆浙江影响福建的台风灾害Tzc高值中心主要分布在闽东北沿海和闽西北局部。     

东南沿海县域贫困度演变特征及驱动因素研究——以福建省为例

区域贫困是各界关注和研究的热点问题,传统的贫困地区研究缺少对中国东南沿海的关注。论文以中国相对发达的东南沿海省份福建省为例,构建3个维度9个向度共30项指标的度量模型,利用多维贫困度等指数和Kohonen神经网络算法,分析2000年和2016年的县域贫困度演化特征及其驱动因素。结果表明：① 通过对广东、福建和浙江3个东南沿海省份县域发展水平的正态分布检验进行对比,发现福建省县域发展水平在东南沿海具有典型性。② 根据贫困度指数P可划分为贫困县、弱势县和一般县,贫困县、弱势县分布于福建北部和西南部的总体格局不变,且向省域边际县聚集。③ 经济维度贫困度指数、社会维度贫困指数和自然维度贫困度指数的各自变化率最多的县市区均属于缓慢恶化区,属于快速优化区的县市区数量居中,属于缓慢改善区的县市区数量少且分布散;基于多维贫困度指数PI的变化率表现为缓慢恶化区分布于福建北部、中部和西南部,缓慢改善区分布于福建中西部,快速优化区分布于福建东部沿海。④ 对2000年和2016年多维贫困度贡献率均产生较大影响的向度为医疗卫生、教育水平、居住环境、经济发展,加强基础设施、医疗卫生、教育水平等公共服务的建设供给,应作为当前福建扶贫重点关注的内容。⑤ 基于不同向度的贫困度贡献率可划分4类致贫类型：I类县市区是教育水平和基础设施向度主导的贫困类型,II类县市区是经济发展和居住环境向度主导的贫困类型,III类县市区属于人口特征和基础设施向度主导的贫困类型,IV类县市区属于医疗卫生和经济发展向度主导的贫困类型。研究结果对准确识别县域贫困和深入实施精准扶贫战略具有一定的参考价值。     

1960—2014年广东省干旱时空演变特征

利用1960—2014年广东省24个气象站点的逐日降水资料,采用下次降水平均等待时间（Average Waiting Time for Precipitation, AWTP）计算得到的相当干期（Equivalent Dry Period, EDP）指数分析了广东省1960—2014年的干旱时空特性,重点分析其自21世纪以来的干旱时空演变趋势。结果表明：EDP指数能够较好地适用于本研究区。从空间分布上看,广东省干旱大致呈现自西向东、自北向南逐渐加重的空间分布格局,东南部沿海地区干旱程度较粤北和粤西地区更为严重。1960—2014年广东省干旱有明显的年代际的变化特征,且干旱程度存在显著的逐年加重趋势。此外,广东省存在典型的季节性干旱,秋旱和冬旱频发,其次是春旱;各季的干旱中心位置有所不同。21世纪以来广东省干旱的发生频率、强度和影响面积都远超20世纪后半叶。具体而言,进入21世纪,珠三角东部东源站和粤西云浮市罗定站的EDP值明显增高,成为广东省新的干旱中心。从季节性干旱的角度分析,21世纪以来,秋季与冬季的旱情加剧最为严重并向全省蔓延,秋、冬季EDP值在21世纪初期相对20世纪后半叶的增幅都为23%。春旱则是逐年缓慢加重,夏旱在1960—2014年较少,但进入21世纪后广东省夏旱也呈现频发的态势。     

中国沿海地区近20年台风灾害风险评价

依据自然灾害系统理论,综合考虑致灾因子和承灾体特征,提出台风灾害风险评价方法。在GIS环境下对中国沿海地区台风灾害危险性、脆弱性和风险进行分析评价。评价结果显示:海南省、上海市和广东省、福建省、浙江省的沿海区域台风灾害危险性较高;北京市、天津市、上海市和江苏省、山东省的大部分地区及广东省、福建省、浙江省、河北省的沿海区域承灾体脆弱性较高;海南省、上海市和广东省、福建省、浙江省的沿海区域台风灾害风险较高;而北京市、天津市以及河北省、辽宁省和山东省的大部分区域台风灾害风险较低。     

县域尺度中国网络诈骗时空分布特征研究

随着互联网的发展和普及,违法犯罪活动逐渐向网络空间渗透,网络诈骗作为一种典型的网络犯罪,严重威胁社会治安稳定。基于裁判文书网数据库的25 597份网络诈骗一审判决书,采用自然语言处理技术提取了2017—2020年中国县域尺度网络诈骗案件,分析了网络诈骗的时空分布特征。空间自相关分析结果表明,网络诈骗案件多集中在东南沿海地区,包括江苏、浙江、上海、福建以及广东一带。随着时间的变化,2019年安徽、河南的聚集区逐渐消失,而湖南、重庆等地形成了明显的聚集区。网络诈骗犯罪者主要来自福建、湖北、河南、广东、湖南,不同省份的网络诈骗犯罪者分布模式有显著差异,江苏、浙江的网络诈骗犯罪者来源较为分散,广东、福建、河南的网络诈骗犯罪者来源相对集中。