鹰厦铁路封锁警戒降水临界值及其概率预报

利用2004—2014年鹰厦铁路线的水害资料和降水观测资料,分析了鹰厦铁路沿线水害的时空分布特征,研究铁路封锁警戒的降水临界值及其概率预报模型。结果表明:2004—2014年鹰厦铁路沿线水害的年际变化差异大且分布不均,铁路水害发生时间集中在汛期,局地性较强;鹰厦铁路封锁警戒的降水临界值为:水害发生前1 h降水量为47 mm、水害发生前24 h降水量为108 mm、连续降水量为228 mm及水害发生前1 h降水量达30 mm且连续降水量达160 mm、水害发生前24 h降水量达100 mm且连续降水量达160 mm;铁路封锁警戒降水的概率预报模型回报准确率达90.2%。结合铁路封锁警戒降水概率预报模型和警戒降水临界值共同判断降水天气过程是否封锁铁路运营的准确率更高,可为铁路安全运营和高效调度提供参考。     

朔黄铁路水害特征及雨量警戒阈值研究

利用2017—2019年朔黄铁路水害记录及其沿线40个气象观测站的逐5 min降水量资料,分析水害及降水分布特征,统计连续降水量、1 h最大降水量和24 h降水量3个降水因子,应用均值-标准差法和极大值法,制定平原和山区路段铁路水害的无警戒、出巡警戒、限速警戒、封锁警戒雨量阈值。结果表明:朔黄铁路水害主要发生在7—8月,水害发生时降水的持续时间多在48 h以内;引发铁路水害的降水类型主要为局地暴雨、短时强降水、连续性降水,平原路段铁路水害主要由局地暴雨引发,山区路段主要诱因是连续性降水;平原路段出巡警戒准确率达88.5%,空报率为11.5%,限速警戒准确率达100%,山区路段出巡警戒准确率达88.9%,空报率为11.1%,针对平原和山区铁路路段制定的雨量警戒阈值,可为铁路安全行车和高效调度提供参考依据。     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

青海境内青藏铁路旬气象灾害天气特征分析

针对青藏铁路沿线青海境内14个气象站1981-2010年的旬降水、气温、大风、沙尘等气象资料,分析了铁路沿线逐旬的强降水、强降雪、雷暴、大风、沙尘暴、高温、低温、连阴雨等灾害性天气的特征,得出了铁路沿线各旬可能出现的灾害种类、强度及其概率分布规律等,对开展铁路沿线预报服务及灾害防御有一定的参考作用。     

兰州铁路防洪指挥气象预警服务系统

介绍了兰州铁路防洪指挥气象预警服务系统的结构设计、数据流程、系统特点、功能研究成果。该系统利用网络技术,为兰州铁路局防洪指挥提供高效、优质、及时的服务平台。系统提供实时气象资料查询72h站点精细化预报、每日3次线路预报、中期预报及沿线管界图、灾害库等资料信息。另外,统计分析了2002～2007年历年兰州铁路局水害的详细资料及气象资料后,分别给出了铁路沿线的水害时空分布特征及不同降水类型、量级影响下发生水害的特征,建立了5级预警等级,并以此为基础分别为15段铁路线路发布铁路水害预报预警信号。     

基于遗传优化BP神经网络的水稻气象产量预报模型

利用1951—2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段。在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型。结果表明:(1)7—9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%。     

诱发沪昆铁路江西段沿线水害和地质灾害的临界雨量初探

利用2008—2015年南昌铁路局管辖内沪昆铁路沿线(以下称沪昆线)的灾情资料、工务段编组站监测雨量和沿线附近的自动站雨量数据,分析了沪昆线由降雨诱发的水害和地质灾害特征,以揭示其与降雨强度的关系。结果表明:沪昆线降雨诱发的水害和地质灾害种类多、发生频率高,灾害年度差异较大;边坡、堤坡和堑坡的溜坍占全部水害和地质灾害事件的一半以上,且发生的时间集中在4—8月,与江西的主汛期时间一致;暴雨和连续性降雨是引起沪昆线水害和地质灾害的主要原因。最后基于警戒雨量临界值,将致灾前1 h最大降水量、3 h降水量、24 h降水量和连续降水量作为初始预报因子,采用事件概率回归法,建立了沪昆铁路江西段出巡、限速、封锁警戒的概率预报模型。     

澳门单站气象资料变化趋势的预报模型之比较

以澳门单站年和四季降水和温度两个气象要素的气象资料(1952~2001年)为主要研究对象,利用3种统计预报模型(谐波分析外推模型、开环门限自回归模型和主分量因子的逐步回归模型)进行拟合及试报,对澳门的降水及温度的变化做较深入的分析及预测,比较3种统计预报模型在研究澳门单站气象资料的变化趋势中的优劣。结果发现,3种预报模型在预报年和四季平均气温的方面都比较理想,但对降水量变化序列做拟合及试报则差异较大。总体而言,气候场的主分量逐步回归法对相同的气候资料建模做拟合及试报,结果拟合率是三者中最高的,复相关为0.821~0.911,预报效果除秋季较差外,其余都非常好。     

偏最小二乘回归模型在辽宁汛期降水预测中的应用

利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10 mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。     

NCEP/NCAR再分析资料在青藏铁路沿线气候变化研究中的适用性

通过对青藏铁路沿线8个常规气象站的温度和降水观测资料与NCEP／NCAR再分析资料的对比,详细地考查了再分析资料用于青藏铁路沿线气候变化研究的可行性。统计对比分析表明：再分析资料可较好地反映地面气温及降水的年变化特征,可基本反映其年际变率和年际间的差异。然而,再分析的气温值系统性低于实际观测值,降水量则系统性偏大;再分析资料得出的近40年气温长期变化趋势误差较大,降水的长期趋势特别是年降水有一定的参考价值。总体而言,再分析的气温好于降水,青藏铁路沿线主体好于两端,再分析资料可用于青藏铁路沿线主体段年到年际尺度的短期气候变化研究。     

拉萨-林芝铁路沿线主要气象灾害风险研究

基于1980~2010年拉萨-林芝铁路沿线17个地面站的气象资料、2019年西藏统计年鉴和西藏自治区地理信息数据资料,运用自然灾害风险综合指数法、层次分析法以及GIS空间处理技术,分析了孕灾环境脆弱性、灾害因子危害性和承灾体脆弱性,建立了拉萨-林芝铁路沿线主要气象灾害的风险研究模型,完成了拉萨-林芝铁路沿线主要气象灾害风险等级区划。结果表明:拉萨-林芝铁路沿线闪电高发季节是夏季和早秋,占91.23%;暴雨高发季节是盛夏和秋季,占93.60%;暴雪主要发生在冬季,占87.06%;大风主要发生在春季,占74.59%。拉萨-林芝铁路沿线暴雪灾害高风险区主要分布在林芝东南部和米林以东,大风灾害高风险区主要分布在加查和朗县附近,闪电和暴雨灾害高风险区主要分布在林芝市和山南市附近。      

江西省早稻雨洗花灾害指标构建与灾损评估

构建早稻雨洗花灾害指标及适于早稻产量估算的灾损评估模型,对开展早稻雨洗花灾害监测、损失评估、灾害保险等具有重要意义。该文以江西省早稻为研究对象,利用1981-2015年14个水稻气象观测站逐日气象资料和农业气象观测资料,筛选出基于早稻抽穗扬花期间过程降水量、最大降水量、降水日数及实际产量的雨洗花灾害样本78个,在此基础上,利用相关分析、正态分布以及主成分回归法,建立了雨洗花灾害指标和灾损评估模型,并对其进行验证。结果表明:抽穗扬花期降水对雨洗花灾害形成有显著影响,其主要影响时段为抽穗扬花普遍期前后5 d内,关键时段为抽穗扬花普遍期前后3 d内。日降水量40 mm可作为早稻抽穗扬花期雨洗花灾害临界指标。以该指标为基础,统计日降水量不低于40 mm的降水日数及其对应的累积降水量,当累积降水量为40~170 mm时,为轻度雨洗花灾害,早稻一般减产小于15%,平均减产10%;当累积降水量不小于170 mm时,为重度雨洗花灾害,早稻一般减产不低于15%,平均减产22%。指标验证结果与历史实际灾害发生情况有较好的一致性。雨洗花灾损评估模型检验结果表明:雨洗花年模拟产量与实际产量吻合度较高,平均相对模拟误差为4.3%,78.0%的资料相对误差在5%以内,可利用该模型对雨洗花年的早稻减产率进行模拟和预测。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

基于GIS的沪汉蓉高铁线路暴雨灾害风险区划

通过收集整理沪汉蓉高铁沿线近13 a相关资料,采用层次分析法、专家打分法和加权综合评价法,通过暴雨灾害的危险性、孕灾环境的敏感性、承载体的易损性和防灾减灾能力等4类因子构建了沪汉蓉高铁线路暴雨灾害风险区划模型,绘制了沪汉蓉高铁线路暴雨灾害风险区划图。结果表明,沪汉蓉高铁线路暴雨灾害风险呈现西部高于东部特征,4个高风险区主要集中在武汉以西,分别为湖北天门—潜江段、宜昌西部—恩施东部、重庆东部、四川内江—资阳段,高风险区段与高铁沿线主要暴雨多发区中心位置基本一致,研究成果对沪汉蓉高铁沿线市县开展暴雨灾害防御工作具有较好的决策参考作用。     

铜仁市暴雨局地性、同步性和相关性研究

通过贵州省铜仁市10个国家级地面气象观测站2007-2021年逐日降水资料统计分析发现：（1）铜仁市暴雨天气过程的局地性非常突出,大暴雨以上天气过程单站率占70.4%,暴雨以上天气过程单站率为50%,研究时长内没有查询到10个国家级台站同日出现暴雨的案例。（2）铜仁市暴雨天气过程同步性总体较差,有95.6%的台站暴雨以上同步率小于50%。（3）台站间年度暴雨日数相关性总体不明显,仅有22.2%（6.7%）能通过0.05（0.01）显著性检验。（4）发生暴雨以上天气过程时,站间雨量相关性也不够理想,有64.4%（60%）能通过0.05（0.01）显著性检验,其中西部思南和印江之间相关性最好,大暴雨天气过程相关系数达到0.8550,暴雨以上天气过程雨量相关系数达到0.7908;东部碧江和万山之间相关性最好,发生大暴雨以上天气过程时雨量相关系数为0.6067,发生暴雨以上天气过程时相关系数为0.5772,可供复杂地形下精细化预报参考。     

短时强降水对剑河县城市内涝风险影响分析

城市内涝的发生与气象条件紧密相关,强降水是致灾的关键因素。通过分析把握剑河县城降雨变化趋势,结合城区的易涝点及历史积水资料,得到内涝灾害风险的分布特征及演变规律,进一步开展气象条件致灾关键环节分析,有助于剑河县内涝灾害气象决策服务更加精细化,为加强城市灾害的应急处置和应对防范能力体系建设提供气象支撑。通过对剑河县国家气象观测站2007～2021年降水数据进行分析,剑河县城降水主要集中在4～9月,占全年降水的74.5％,该时段也是剑河县城短时强降水、大雨、暴雨的集中高发期,4～9月大雨以上量级降水出现日数呈增多趋势,近15a来1h最大降水量呈逐年波动增加趋势,且主要发生在4～9月。结合DEM数字高程数据得到的易积水路段点及历史积水内涝资料分析,当短时强降水发生时,县城易积水路段会出现不同程度的积水,当小时雨强达到20mm且未来降水持续时,有积水达到10~20cm的风险,对行人过往造成影响,需加强监测并提示相关部门注意易积水路段可能出现积水风险;小时雨强超过30mm时,有积水超过20cm的风险,对车辆及低洼路段建筑影响较大,需及时联系相关部门建议在易积水路段采取相应排水措施,避免出现积水内涝情况影响居民工作生活,同时开展公众服务建议居民注意出行安全;小时雨强超过50mm时,将出现30cm以上积水,对过往车辆及低洼段建筑影响很大,行驶车辆应当就近到安全区域暂避,避免将车辆停放在低洼易涝等危险区域,如遇严重水浸等危险情况应当立即弃车逃生。相关应急处置部门和抢险单位应当严密监视灾情,做好内涝可能引发的其他灾害应急抢险救灾工作。     

贵州境内高铁沿线气象灾害特征及关键服务期探讨

该文应用层次分析法和专家咨询法,建立贵州境内高铁沿线风险评价指标体系,确定影响贵州境内高铁的主要气象灾害为暴雨,其次为雷暴、大风、凝冻、积雪等。利用贵州境内高铁沿线23个气象站1961—2015年55 a气象观测资料,分析贵州境内高铁沿线主要气象灾害的气候特征,表明暴雨日数呈上升趋势,年平均暴雨日数为2~4.9 d,沪昆高铁西段是暴雨中心;雷暴日数呈下降趋势,年平均雷暴日数为43.6~71.1 d,沪昆高铁西段是雷暴频发区;大风日数呈显著下降趋势,沪昆高铁西段出现大风的频率最高,年平均大风日数大于20 d,其余路段不足5 d;凝冻日数总体呈下降趋势,沪昆高铁和贵广高铁均不在重凝冻区,但沪昆高铁普安到晴隆段和麻江段年平均凝冻日数较多为10~15 d;积雪日数总体呈现波动趋势,其线性增长率变化不大,沪昆高铁麻江段及三穗到铜仁南段积雪日数在5~7 d,其余路段不足5 d。确定高铁沿线主要气象灾害的关键服务期,利用月平均气象灾害日数,分析各路段气象灾害对高铁影响的关键服务期及重点路段,对高铁气象服务具有参考意义。