近50年云南省降雪的气候变化特征

利用云南省1961-2008年120个测站逐日降雪资料,分析了云南省降雪频次和范围的时空特征和气候变化.结果表明:近50年云南省的年降雪频次和范围总体呈减少趋势,平均每年频次约减少4.5频次.各月的降雪频次和范围都呈负趋势.12月降雪频次减少趋势最显著,4月降雪范围减少趋势最显著.降雪频次长期趋势变化有明显的空间变化.对于年降雪频次西北部比东北部和东部减少得多,滇西北降雪频次每年约减少0.44频次.进一步对云南省年降雪量和积雪深度的长期趋势变化进行分析.云南省近50年,降雪范围逐步减少,年降雪量和平均最大积雪深度呈增加的趋势.说明近年来在云南气候趋于暖湿背景下,年降雪频次和范围呈逐渐减少趋势,但强降雪的频次却增加了.     

郑州市春季气象条件与沙尘天气关系研究

为了研究郑州市春季沙尘天气与气象条件关系,利用郑州市1951—2011年的春季沙尘天气与降水、温度观测资料进行统计分析,结果表明:近60 a来郑州市的气候变化是显著的,表现在温度升高、降水减少,沙尘天气减少;春季沙尘天气的频次与降水和温度气象条件有较好的对应关系,降水日数多,沙尘暴次数少;降水量大,扬沙次数少;温度低,降水量小,降水日数少,发生沙尘天气的频次高。     

东亚沙源地与下游影响区沙尘天气频数变化对比分析

基于1999—2019年地面气象观测资料，对东亚主要沙尘源地（蒙古国、中国新疆和内蒙古）及中国沙源地下游地区的沙尘天气频数演变特征进行了分析，结果表明：蒙古国是沙尘天气发生最严重的地区，且有明显增加的趋势，扬沙、沙尘暴和强沙尘暴均远高于其他区域。中国整体沙尘天气数量显著减少，新疆快速增多，内蒙古和下游地区明显减少。新疆浮尘发生频次最高，近21 a线性倾向呈明显上升趋势；内蒙古扬沙频次最高，强沙尘暴最少，4类天气均呈逐年减少趋势；我国下游地区多发浮尘和扬沙，沙尘暴和强沙尘暴发生次数很少，全部沙尘天气呈减少趋势。1999—2004年为我国沙尘天气高发期， 2005—2019年明显减少，其中2010—2014年减少速度最快。沙尘源地对我国沙尘天气总数的贡献持续增大，从2000年初的39%增长到2015年之后的71%。作为沙尘源地，蒙古国对沙尘天气产生的作用有所增强，而内蒙古则在减弱；国内沙尘源地导致的能够影响并扩展至中国下游地区和下游国家的强沙尘天气显著减少。     

山西沙尘天气的相关气候因子分析及预测模型的建立

对山西沙尘天气与蒙古国的降水、我国北方积雪日数、青藏高原积雪日数和表征气候异常变化信号的大气-海洋环流因子SOI指数的关系进行了分析,揭示了全球准周期性变化对沙尘天气趋势的主导性作用.得出蒙古国西部前一年降水对山西省的沙尘天气具有较好的指示性;青藏高原前一年冬季积雪日数和山西省的年沙尘日数呈较好的负相关性;当前冬青藏高原积雪日数多时,山西省少沙尘,反之,多沙尘.就我国北方特别是山西省上游地区的积雪日数而言,指示性比较强的区域分布在内蒙古、甘肃、新疆.这些区域内某些站点前一年冬季的平均积雪日数多时,山西省少沙尘,反之,多沙尘.此外,山西沙尘还与SOI指数有显著的滞后2 a的正响应关系,与SOI有滞后两年正相关的站点主要分布在中东部和东北部.在要素相关分析的基础上,综合各类因子制作了山西省沙尘预测模型,以期为沙尘天气的短期预测工作提供一些参考依据.     

新疆阿勒泰地区强降雪灾害风险研究

强降雪是阿勒泰地区常见的灾害性天气之一,基于1961-2013年11月至次年3月该地区7个气象观测站逐日降雪量和积雪深度资料,定义了强降雪特征量,运用信息扩散理论等方法研究了该地区强降雪特征量的异常特征及风险区划。结果表明,阿勒泰地区2009年冬季雪灾为全区型、2010年为西部型异常雪灾年。强降雪频次异常偏高年,福海和青河出现1a、其它各县市出现了2-3a;强降雪量异常偏多年,地区北部和东部各县市出现1a,西部和南部各县出现2a。阿勒泰地区各县市强降雪风险分析结果表明,地区强降雪高风险区在阿勒泰市以及富蕴县,青河县为中风险区,哈巴河县、吉木乃县低风险区,布尔津县和福海县为极端低风险区。     

阿勒泰地区强降雪灾害风险研究

强降雪是阿勒泰地区常见的灾害性天气之一。基于1961—2013年11月至次年3月该地区7个气象观测站逐日降雪量和积雪深度资料,定义了强降雪特征量,运用信息扩散理论等方法研究了该地区强降雪特征量的异常特征及风险区划。结果表明,阿勒泰地区2009年冬季雪灾为全区型、2010年为西部型异常雪灾年。强降雪频次异常偏高年,福海和青河出现1a、其它各县市出现了2~3 a;强降雪量异常偏多年,地区北部和东部各县市出现1a,西部和南部各县出现2 a。阿勒泰地区各县市强降雪风险分析结果表明,地区强降雪高风险区在阿勒泰市以及富蕴县,青河县为中风险区,哈巴河县、吉木乃县为低风险区,布尔津县和福海县为极端低风险区。     

丹东地区沿海和山区降雪气候特征

利用丹东地区4个观测站1955—2010年逐年10月至翌年4月逐日降水量、天气现象、雪深等资料,对丹东地区南部沿海和北部山区降雪气候特征进行了分析,结果表明:丹东地区沿海和山区降雪初日、终日及初终日间隔日数、年降雪日数、年降雪量、降水相态、日最大降雪量、日最大积雪深度等平均特征不同。与山区相比,沿海降雪初期较晚,终期较早,初、终日间日数较短,年降雪日数和年降雪量相对较少。在丹东地区1955—2010年降雪时段平均气温升高趋势显著背景下,丹东地区降雪初期推迟、终期提前、初终日间隔日数缩短;降雪日数减少,其中雨夹雪日数所占百分比显著增多;降雪量减少,其中主要是纯雪量减少;日最大降雪量和积雪深度呈减小趋势;沿海和山区变化幅度不同。     

使用加密降雪资料分析降雪量和积雪深度关系

降雪量和积雪深度的关系是降雪预报及相关科研工作中的重要参数,加密降雪资料的出现为分析这种关系提供了新的支持。利用2009—2011年冬季加密降雪资料并采用线性拟合方法,分析得出我国冬季积雪深度变化值和相应降雪量的比值大体为0.75 cm·mm-1,该比值随气温上升呈明显减小趋势,且有明显的地区差异,但未体现出显著的时间变化特征。降雪量和积雪深度的关系仍需深入分析,并需要更高质量降雪资料的支持,以便能应用到实际业务和科研工作中。     

青海省公路沿线强降雪天气灾害风险区划研究

利用青海省主要公路沿线43个气象站和26个交通气象站2004年10月—2016年5月的地面气象观测中的降雪量和积雪深度资料及2013—2016年的交通事故、交通管制、道路形态和车流量等资料,在分析青海省公路沿线强降雪时空分布特征、引起交通事故天气类型、路面状况和交通管制气象因素的基础上,分析了青海省公路交通沿线道路孕灾环境、承灾体和致灾因子。以强降雪致灾因子为基础,加上承灾体、孕灾环境权重系数,最终研究建立了青海省公路沿线强降雪灾害性天气风险等级区划模型,并绘制了等级区划图。西宁地区、海北地区、都兰县是强降雪灾害性天气高风险区,此外,东部地区强降雪灾害性天气风险显著高于西部地区。     

锡林郭勒盟白灾成因及分布特征

利用锡林郭勒盟气象资料和白灾调查资料,分析了冬季白灾成因、形成过程和分布规律。锡林郭勒盟冬季白灾由冬季降雪量决定,积雪深度和积雪日数是衡量灾情的主要指标;白灾的形成受降雪时间和冬季温度影响;中东部和南部地区发生频率较高,全盟性白灾的发生具有明显的周期性,2000年以来是锡林郭勒盟冬季白灾发生最少的时期。     

石羊河流域降雪初、终日及雪期特征分析

利用1960—2017年石羊河流域5个气象站点降雪和气温观测资料,采用气候诊断分析方法,分析了石羊河流域降雪初、终日及雪期的时空变化特征及与气温和海拔高度的关系。结果表明:降雪初日为山区早于平原区,平原区早于荒漠区;降雪终日为山区晚于平原区,平原区晚于荒漠区;雪期为山区长于平原区,平原区长于荒漠区。各地降雪初、终日及雪期存在一定的异常性,正常降雪初、终日及雪期年概率均超过67%。年、年代降雪初日呈推迟趋势,降雪终日(除凉州和古浪外)呈提早趋势,雪期呈缩短趋势。降雪初、终日及雪期与气温和海拔高度呈极显著相关性,气温每升高1℃,初日推迟约6.3 d,终日提早约7.6 d,雪期缩短约13.8 d;海拔每升高100 m,初日提早约3.3 d;终日推迟约4.0 d,雪期延长约7.3 d。本研究为降雪预报提供了参考依据,同时对防御雪灾、科学利用降雪资源、保护生态环境和促进区域经济发展有重要意义。     

北京连续降雪过程分析

该文对2002年12月份北京出现的1841年以来历史上最长的连续6天的降雪天气进行了合成分析和诊断分析。北半球合成环流形势显示，连续降雪发生在东亚稳定的纬向环流形势下，其上游地区强大经向环流和阻塞高压使中纬度东亚和西太平洋纬向环流得以维持。东亚合成环流的垂直结构表明，连续降雪期间华北地区始终处于锋区中，并存在低空辐合、高空辐散的散度场垂直分布结构。卫星水汽云图显示出有水汽通道向河套倒槽云系输送水汽。华北地区的诊断分析表明，地面和边界层中山东地区分裂高压南侧向北回流的偏南气流是造成降雪的主要水汽通道。变形场的流场结构使水汽在北京附近辐合。垂直剖面展现了华北回流降雪天气近地面层的浅薄的冷空气垫，和暖湿空气回流在冷空气垫上的爬升，并在其上形成一个浅薄的饱和层。     

北京地区一次降雪系统大气水凝物输送特征及降雪微物理机制的数值模拟研究

北京冬季降雪云系存在丰富的可开发利用的云水资源。出于人工增雪研究和充分开发云水资源的需要,文中对北京2019年11月29日发生的年度首场降雪进行了观测,对其资料做了分析和中尺度数值模拟,研究了降雪过程的宏观特征、水凝物输送及降雪的微物理机制。结果表明:影响本次北京降雪的是稳定性层状冷云云系,水凝物主要从北京区域的西边界和南边界输送到区域内,而从东边界和北边界流出,具有西向和南向分量的湿气流是降雪云系水物质的输送通道。降雪云中的水凝物基本全为冰晶和雪,有少量的云水,整层云系都含有非常丰富的水汽并且贯穿整个降雪时段。在冰面过饱和环境中,水汽凝华（Prds）是雪的主要增长过程;其次是云冰增长成雪（Prci）和云冰聚合成雪（Prai）的过程。     

韶关市降雪天气的分析和预报

全市性降雪是韶关市的灾害性天气之一。本文分析其气候特点、环流背景以及天气形势，并应用数值预报产品和实时资料相结合总结建立全市性降雪的短期预报指标。     

2009年天津地区首场降雪过程分析

基于NCEP再分析资料、多普勒天气雷达产品与风云卫星云参数反演产品,对天津地区2009年的首场降雪过程进行了分析,研究表明:①造成此次降雪的主要天气系统是东移高空槽和地面倒槽;②降雪回波具备典型层云稳定性降水回波的特点,最强回波不超过35 dBz,伴随着降雪结束,回波顶高有所下降;③降雪过程云粒子有效半径数值维持在20μm,云体过冷层厚度、云顶高度较大,云顶温度在-30℃左右.随着降雪结束,云粒子有效半径、云体过冷层厚度和云顶高度数值逐渐减小,云顶温度则有所升高;④地面降水量和云粒子有效半径、云顶高度、云体过冷层厚度呈现正相关,与云顶温度呈现负相关.     

海高斯”登陆海南西藏遭遇强降雪——2008年10月——

10月,全国平均气温较常年同期偏高1.1℃,平均月降水量较常年同期偏多6.4mm;上旬,0817号台风海高斯先后登陆海南和广东,部分省出现暴雨灾害;上中旬,东北、江南、西南及内蒙古等地的部分地区气象干旱发展;下旬,全国遭遇大范围降温,其中西藏遭遇强降雪天气;此外我国东部和南部的部分地区出现大雾天气.     

Adjusted Daily Rainfall and Snowfall Data for Canada

This article documents how Environment and Climate Change Canada’s Adjusted Daily Rainfall and Snowfall (AdjDlyRS) dataset was developed. The adjustments include (i) conversion of ruler measurements of snowfall to its water equivalent using a previously developed snow water equivalent (SWE) ratio map for Canada; (ii) corrections for gauge-related issues including undercatch and evaporation caused by wind effects and gauge-specific wetting loss, as well as for trace precipitation amounts, using previously developed procedures for Canada. Various data flags (e.g., accumulation flags) were also treated. This dataset contains all Canadian stations reporting daily rainfall and snowfall for which we have metadata to implement the adjustments. The length of the data record varies from one station to another, starting as early as 1840. The results show that the original unadjusted total precipitation data in Environment and Climate Change Canada’s digital archive underestimate the total precipitation in northeastern Canada by more than 25% and by about 10–15% in most of southern Canada. Such large underestimates make the original data unsuitable for water availability and/or balance studies or for numerical model validation, among many other applications. The use of the assumed 10:1 SWE ratio for the archived total precipitation data is the primary cause of the underestimate, which is most severe in northeastern Canada. The trace correction adds 5–20% to precipitation values in northern Canada but less than 5% in southern Canada. The gauge-related corrections do not show an organized spatial pattern but add 5–10% to the precipitation at 312 stations. Long runs (≥3 months) of miscoded missing values were also identified and corrected.

The latest version of the AdjDlyRS dataset is available from the Canadian Open Data Portal; currently it is version 2016, which contains 3346 stations and covers the period from station inception to February 2016. This dataset is suitable for producing gridded precipitation datasets, as well as other applications.     

青藏高原东部多、少雪年地表能量和水分特征对比研究

青藏高原积雪对地表能量和水分交换有重要影响。本文通过选取青藏高原东部玛多、玛曲和垭口3个站点多雪年和少雪年的气象资料,对比分析了多雪年和少雪年的地表能量和土壤水热特征。结果表明：在地表辐射平衡方面,多雪年或积雪较多的时期可以反射掉较多的向上短波辐射。玛多站多雪年反射掉的向上短波辐射是少雪年的2.3倍,玛曲站主要积雪期（3-5月）中多雪时期比少雪时期多反射掉10.07 W·m^-2的向上短波辐射,垭口站多雪年的年平均向上短波辐射分别比两个少雪年高出37.49 W·m^-2和31.92 W·m^-2。多雪年或积雪较多的时期还可以减少向上长波辐射的发射。玛多站多雪年与少雪年向上长波辐射的差值在整个研究时段中基本为负,垭口站两个少雪年在当年12月初到次年1月和次年2月末到4月初这两个时段,积雪越深,向上长波辐射值越小。向上短波和向上长波辐射的差异使得多雪年的地表净辐射少于少雪年。不论多雪年还是少雪年,土壤热通量的值都很小,地表能量分配主要以感热通量和潜热通量为主。玛多站少雪年以感热通量为主且感热通量为正,但多雪年感热通量为负;玛曲站的...     

Snowfall trends and variability in Qinghai, China

Snow is an important component of a climate system, and very sensitive to climate change, and it can be an indicator of checking and monitoring global change. This paper is concerned with identifying changes in the time series of snowfall in Qinghai, located in western China. We used the Mann-Kendall test to evaluate the annual and monthly trends in snowfall in Qinghai during the periods 1957/58–2006/07 based on data obtained from 25 stations. Significant positive and negative trends at the 90, 95, and 99 percent confidence levels were detected for numerous stations. In order to understand the regional pattern of snowfall in Qinghai, the detected trends are spatially interpolated using the inverse distance weighted interpolation method in a GIS environment. The results indicate that in January snowfall in the most area of Qinghai shows a significant upward trend, especially in the Delingha and Nomhon area in northern Qaidam Basin, as well as southeastern Qinghai, however, there is no significant downward trend area. The trend analysis indicates that annual snowfall has a significant upward trend in Delingha and Nomhon area in northern Qaidam Basin, and the downward trends occurred in the Qilian mountain area and Gonghe Basin. This is especially the case for highlighting the spatial structure of snowfall trends. The research results help in further understanding the regional pattern of snowfall in Qinghai and its response to global climatic warming.