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。     

白灾成灾综合指数的研究

该文通过分析白灾的主要成灾因素,指出积雪掩埋牧草影响家畜采食是主要的致灾因子,积雪深度、牧草丰歉、牲畜体况、草地载畜状况、白灾持续时间以及承灾力的大小都对灾情有重大影响。文章还给出了全面考虑各影响因子作用的白灾成灾综合指数     

呼伦贝尔50a白灾分析

利用呼伦贝尔16个国家级气象观测站1960-2010年最大积雪深度、最长连续积雪日数、总积雪日数等资料,计算呼伦贝尔地区1960-2009年各个地区的白灾指数。经过计算,2003—2004年是呼伦贝尔各地出现白灾最多的年份,2000年以后呼伦贝尔白灾有加重的趋势。受下垫面影响,西南部牧区的西旗,50 a出现白灾次数最多,共出现18次,达2.8 a一遇;呼伦贝尔林区白灾出现频次最少。根据呼伦贝尔白灾次数分布图可直观看出,西南部和东南部是白灾的高发区,上述地区是需要重点防范的地区。     

锡林郭勒盟牧区白灾气象指标及讨论

文章确定了锡林郭勒盟牧区冬季白灾气象指标;通过对近60a白灾发生历史和致灾因子的变化分析,总结了不同时期的白灾指标变化规律,讨论了社会因素对致灾气象因子的影响,结果表明:2005-2014年成灾的气象指标有了明显提高,致灾气象因子主要是冬季降雪量、积雪深度和平均温度;影响白灾气象指标的社会因素是社会防灾减灾能力提高,棚圈建设、饲草储备条件改善,畜牧业生产方式转变等。     

内蒙古暴雪灾害的成因与减灾对策

分析了暴雪灾害的成因。冬季的低温加暴雪形成深厚的积雪,这种积雪不但能掩埋牧草,影响家畜采食,而且增加了家畜的体能消耗,使大批家畜冻饿而死,从而形成了白灾。气候变冷、环境恶化及载畜量过大,都会加重白灾,而暴雪、大风加大幅度降温能在短时间内使家畜迅速丧失保持正常体温的能力,造成家畜大批死亡,这就是暴风雪灾害。提出了加强灾害预警,以防为主的减灾对策。     

利用气象卫星监测白灾和黑灾

本文采用极轨气象卫星ＮＯＡＡ／ＡＶＨＲＲ第一通道（可见光波段）反射率作为反映积雪掩埋地面和牧草程度的指标，用以衡量白灾程度的大小，分析白灾程度的空间分布状况，同时，对利用气象监测黑灾的原理和方法进行了探讨。     

1961-2014年青藏高原积雪时空特征及其影响因子

利用青藏高原(下称高原)1961-2014年地面110个气象站积雪深度、积雪日数、气温和降水逐日资料,系统地分析了高原积雪深度和积雪日数时空特征,并进一步探究了高原积雪深度和积雪日数与气候因子和地理因子之间的关系。研究发现:1961-2014年高原年平均积雪深度和积雪日数分别为0.26 cm和23.78 d,空间和季节尺度上分布不均匀,且积雪深度和积雪日数大值并不完全重合;在整体变化趋势上,积雪深度和积雪日数均呈缓慢下降趋势,分别为-0.0080±0.0086 cm·(10a)^-1(p=0.36)和-0.64±0.47 d·(10a)^-1(p=0.17),但在数理统计上不显著,且各站点差异性大;积雪深度和积雪日数在春季、冬季和年表现为“减-增-减”的年代际变化特征,而在秋季为“增-减”的变化特征;气温与积雪深度和积雪日数均有较好的相关性,冬季的降水与积雪深度和积雪日数高度相关;积雪深度和积雪日数随海拔呈增加趋势,积雪日数与纬度也高度相关,但积雪深度与纬度的相关性不明显。     

中国牧区雪灾等级指标研究

制定牧区雪灾标准,气象条件是最重要、最根本的因子,此外,雪灾还与牧草丰歉、牲畜状况、草场类型、草场载畜状况以及承受灾害的能力有关。要对幅员辽阔的广大牧区发生的雪灾迅速作出评估,除气象因子外,其它致灾因子就目前条件还难以及时、准确地获取。所以本评价标准仅限于考虑气象因子与雪灾的关系。本文依据积雪掩埋牧草程度、积雪持续日数和积雪面积比等三项指标,来制定中国牧区雪灾发生的等级指标,将灾情等级分为轻灾、中灾、重灾和特大灾四级。     

东北地区积雪变化及对气候变化的响应

利用东北地区1961-2017年162个气象站点逐日气象观测数据,分析了积雪的变化及其与气候变化的关系。结果表明:(1)平均年积雪日数和累积积雪深度为75.3 d和582.1 cm,呈高纬多低纬少、山地多平原少的分布,大兴安岭北部、小兴安岭和长白山区积雪日数达140 d以上,积雪日数多的地方累积积雪深度也较深。(2)平均积雪初终日和积雪期分别为11月7日、4月1日和145 d,积雪初日自大兴安岭北部向辽宁沿海地区推进;积雪初日早的地区积雪结束的也晚,积雪期更长,黑龙江大部分地区均超过了150 d。(3)积雪日数和累积积雪深度最大值均出现在1月,以1月下旬最多;积雪初日和终日最多分别出现在11月和3月,以11月上旬和3月下旬最多。(4)年积雪日数和累积积雪深度分别以1.88 d·(10a)~(-1)和71.94 cm·(10a)~(-1)的速率增加,在21世纪10年代达到年代最高值,秋季、冬季和春季积雪日数和累积积雪深度均呈增加趋势,冬季增加最为显著。积雪初日显著推迟、积雪终日提前、积雪期缩短,变化速率分别为1.44 d·(10a)~(-1)、-2.27 d·(10a)~(-1)和-3.72 d·(10a)~(-1);162个气象站点中,积雪日数和累积积雪深度均有75%以上的站点呈增加趋势,积雪初日推迟、积雪终日提前和积雪期缩短的站点分别为86.4%、98.1%和96.3%。(5)冬半年积雪受降水量(有效降雪量)的影响要大于平均气温的影响;积雪初日与11月平均气温和10月降水量相关性较好,积雪终日与2月温度因子相关性较好;随着纬度的升高和海拔的抬升,积雪日数和累积积雪深度增加,积雪初日提前、积雪终日推后、积雪期延长。     

北疆积雪深度和积雪日数的变化趋势

 选取新疆北疆20个站1961-2006年积雪及稳定积雪日数、最大积雪深度资料,同时选择冬季降水量和气温稳定通过0℃以下的日数作为积雪的影响因子,分析了46 a来北疆积雪的变化趋势。结果表明：46 a来最大积雪深度呈显著增加趋势,平均年增长0.8%,其变化与冬季降水量增加有关,呈正相关;积雪日数和稳定积雪日数也呈稍增加趋势,增加主要发生在1960-1980年代,1990年代以来有所减少,其变化与气温稳定通过0℃以下的日数呈显著正相关。     

青藏高原东部积雪与影响福建的热带气旋频数

应用青藏高原东部１７个测站１９５７～１９８８年秋冬季（１１～２月）平均积雪深度及积雪日数资料,分析了积雪深度及积雪日数异常年夏季５００ｈＰａ高度场的不同分布形态,同时对照登陆及影响福建的热带气旋偏多年及偏少年５００ｈＰａ高度场的分布特征,得出青藏高原秋冬季积雪深度偏小（大）年夏季热气旋频数偏多（少）,而积雪日数偏多年,夏季热带气旋频数偏少。     

新疆北部雪灾气候因子的风险分析试验——以阿勒泰为例

用新疆北部阿勒泰站1954—2010年资料,分析致灾大雪5个气候因子的概率风险。在模糊信息扩散理论初步分析的基础上,进行综合分析试验。试验表明,在未知理论分布的情况下,模糊信息扩散法对雪灾气候因子的概率风险分析可靠简便,缺点粗糙。进一步的理论分布分析,发现冬季大雪(≥6mm)日数、最大雪深、日最大降雪量、冬季降雪量、大于等于10cm雪深日数的理论分布模型,具有Gamma分布特征,通过α=0.001的相关系数显著性检验。分析不同界限雪深日数的气候因素族的概率密度分布,发现其具有双峰型特征,不属于常规典型分布,其理论分布有待深入研究。提出的Gamma分布,分析计算的步骤、方法有实际应用价值。试验确定的具有Gamma分布特征的几个雪灾气候因子,对于从理论上认识雪灾气候风险具有重要意义。     

黄南南部近56年积雪变化分析研究

选取青海东南部黄南区域范围内2个气象观测站近56a(1960~2015年)逐月积雪资料,利用数理统计和线性回归方法分析积雪的变化趋势,对黄南南部年积雪日数及最大雪深变化特征进行了诊断研究。结果表明:1)黄南南部积雪日数呈增加趋势,增加速率为0.152d/a;2)最大雪深春、冬季呈弱增加趋势,秋季呈弱减少趋势,总体呈弱减少趋势;3)黄南地区的积雪日数与最大雪深呈显著相关关系,一般雪深越大积雪日数就越长;4)年和各季积雪日数均发生了由少到多的突变,春季发生在1965年,秋季在1973年,冬季在1974年发生了突变,年突变发生于1970年;5)由小波分析可知,近56年来,黄南南部地区积雪日数6年的振荡周期比较明显外,在20世纪60~70年代末存在准3a振荡周期,其他周期信号强度都较弱。      

Snow Cover Variation in the Past 45 Years (1959-2003) in the Tianshan Mountains, China

 Meteorological data at 17 weather stations in the Tianshan Mountains from 1959 to 2003 were analyzed to explore the variations in temperature and snow cover. The abrupt change test for snow depth was performed using Mann-Kendall statistic. The spatial distribution of maximum snow depth was calculated by employing GIDS interpolation and DEM data. The results show that mean temperature in winter had a rising trend at a rate of 0.44 ℃/10 a. The minimum temperature in winter increased more evidently at a rate of 0.79 ℃/10 a. The maximum snow depth has obviously deepened at a rate of 1.15 cm/10 a in the past 45 years, and it was about 16% higher than the average during 1991-2003. The Mann-Kendall statistic test of snow depth indicates that the abrupt change occurred in 1976. The maximum increment for snow cover depth occurred in Zhaoshu (Kunes) (39.3%) and Nilka (39.7%) in the west Tianshan Mountains. In contrast, the snow cover depth reduced by 17% in Barkol in the east Tianshan Mountains. There was a primary change periodicity of about 2.8 years in snow cover. In addition, snow cover days with a depth more than 10 cm increased distinctly, however, there was no obvious advance or delay in snow beginning and ending dates.     

伊犁地区近35年冬季积雪变化特征分析

通过对伊犁地区8个气象地面观测站35a(1971—2005年)11—3月逐旬的冬季最大积雪深度、积雪日数、降水量和平均温度的统计分析,结果表明:伊犁地区冬季降雪的时间、空间分布不均,最大降雪发生在新源;平均雪深最大的是伊宁县,最小的是特克斯县;冬季积雪日数变化相对比较稳定;冬季降雪与平均温度存在着很好的响应关系。在SPSS中对冬季的平均温度与平均降水和平均雪深进行相关分析,发现平均雪深、平均温度和平均降水为显著正相关。     

1959-2003年中国天山积雪的变化

Mcteorological data at 17 weather stations in the Tianshan Mountains from 1959 to 2003 were analyzed to explore the variations in temperature and snow cover.The abrupt change test for snow depth was performed using Mann-Kendall statistic.The spatial distribution of maximum snow depth was calculated by employing GIDS interpolation and DEM data.The results show that mean temperature in winter had a rising trend at a rate of 0.44℃/10a.The minimum temperature in winter increased more evidently at a rate of 0.79℃/10a.The maximum snow depth has obviously deepened at a rate of 1.15 cm/10 a in the past 45 years,and it was about 16% higher than the average during 1991-2003.The Mann-Kendall statistic test of snow depth indicates that the abrupt change occurred in 1976.The maximum increment for snow cover depth occurred in Zhaoshu(Kunes)(39.3%)and Nilka(39.7%)in the west Tiansban Mountains.In contrast,the snow cover depth reduced by 17% in Barkol in the east Tianshan Mountains.There was a primary change periodicity of about 2.8 years in snow cover.In addition,snow cover days with a depth more than 10 cm increased distinctly,however,there was no obvious advance or delay in snow beginning and ending dates.     

北半球积雪监测诊断业务系统

利用卫星遥感和常规观测的积雪资料，确定了适合业务使用的北半球及中国积雪监测诊断方法，并初步建立了北半球和中国积雪监测业务。其相关业务产品主要有：北半球月积雪日数、中国月积雪日数、积雪深度的分布，北半球、欧亚、中国等不同区域积雪面积距平指数。     

The contribution of snow condition trends to future ground climate

Global climate models predict that terrestrial northern high-latitude snow conditions will change substantially over the twenty-first century. Results from a Community Climate System Model simulation of twentieth and twenty-first (SRES A1B scenario) century climate show increased winter snowfall (+10–40%), altered maximum snow depth (?5 ± 6 cm), and a shortened snow-season (?14 ± 7 days in spring, +20 ± 9 days in autumn). By conducting a series of prescribed snow experiments with the Community Land Model, we isolate how trends in snowfall, snow depth, and snow-season length affect soil temperature trends. Increasing snowfall, by countering the snowpack-shallowing influence of warmer winters and shorter snow seasons, is effectively a soil warming agent, accounting for 10–30% of total soil warming at 1 m depth and ~16% of the simulated twenty-first century decline in near-surface permafrost extent. A shortening snow season enhances soil warming due to increased solar absorption whereas a shallowing snowpack mitigates soil warming due to weaker winter insulation from cold atmospheric air. Snowpack deepening has comparatively less impact due to saturation of snow insulative capacity at deeper snow depths. Snow depth and snow-season length trends tend to be positively related, but their effects on soil temperature are opposing. Consequently, on the century timescale the net change in snow state can either amplify or mitigate soil warming. Snow state changes explain less than 25% of total soil temperature change by 2100. However, for the latter half of twentieth century, snow state variations account for as much as 50–100% of total soil temperature variations.