青海高原1961-2008年雪灾时空分布特征

利用青海高原45个气象站1961-2008年冬季（10月至翌年2月）和春季（3-5月）积雪深度资料,按照DB63雪灾标准分类的等级,并结合实际灾情研究了青海高原雪灾时空尺度、强度及发生频次等的变化。结果表明：近50年来青海高原除了特大雪灾发生频次变化趋势不明显外,其他等级的雪灾发生频次年际变化均呈现上升趋势。青海高原南部的玉树、果洛、黄南南部、海南南部及海西东部地区是雪灾发生的高频区,柴达木盆地和青海东部地区极少发生雪灾。雪灾发生频次从20世纪60年代到2008年呈现上升趋势。     

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。     

2018年春霜冻对江西省北部茶叶生产影响的定量评估

为探究江西省北部茶区春霜冻发生特点,深入开展茶叶春霜冻灾害定量评估工作,采用实地调查方式,获取江西省北部12个茶场2018年4月7—9日春霜冻的灾情资料和同期气象观测资料,采用加权求和法构建茶叶春霜冻灾害损失定量评估模型,对春霜冻灾害县进行灾害定量评估和检验。结果表明：婺源、浮梁等江西省北部茶叶主产县达到轻—重度春霜冻气象灾害等级,灾害指标等级计算结果与实地灾情调查结果较一致;轻度、中度、重度气象灾害等级的茶场减产率依次为10%—30%、30%—50%和50%以上;根据不同气象灾害等级的受灾面积及其减产率构建江西省北部茶叶春霜冻灾害损失定量评估模型,计算得到此次春霜冻灾害过程造成婺源县春茶直接经济损失为1.23亿元,模型评估结果和实际灾情相一致,模型能较为客观、准确的评估春霜冻灾害对茶叶生产造成的损失。     

福建省干旱灾害卫星遥感监测应用研究

采用植被供水指数法探讨适合于福建省地理生态环境条件的干旱遥感监测模式与技术方法，研究确定合适的干旱等级指标，并对2001～2002年福建省发生的冬春连续干旱灾害进行卫星遥感动态监测，结果与实际灾情完全相符。     

草原火灾灾情评估方法的研究

依据灾害发生原理及一般灾情评估方法，建立了草原火灾灾情评估指标及一般数学模型，并将灾情划分为重灾、大灾和小灾3个等级。以锡盟地区草原火灾灾情评估为案例进行了模型检验，评估结果与实际情况相符。     

灰色关联度方法在大风和暴雨灾害损失评估中的应用

针对近20年北京地区发生的大风和暴雨灾害,应用灰色关联度方法,计算北京地区近20年的19个大风和暴雨灾例的灾情评估指标与关联度,进行损失评估和比较。结果表明,该方法对灾情等级划分和灾情损失排序是合理的,比较符合实际对灾情的评价,能够对不同气象灾害和同一级别的气象灾害灾情差异尺度做比较,是能够应用于实际工作中的一种科学方法。     

青海高原雪灾预警模型与GIS空间分析技术应用

利用GIS的空间分析技术, 可以将分析对象的最小单元细化到具体的地理单元上, 从而提高空间分析精度。雪灾分析中危险度函数的建立, 可以实现雪灾的综合分层次预警评估。应用地理信息系统 (GIS) 和遥感 (RS) 技术, 沿用前人研究的降水量与积雪深度关系成果, 定义了青海高原雪灾畜牧业生产危险度函数和社会经济危险度函数, 并建立了青海高原天气学雪灾预警模型和遥感雪灾预警模型, 对青海高原雪灾进行分层预警, 以期明确各地区雪灾发生的机理, 提高雪灾预测精度, 有针对性地提出减灾防灾措施。结果表明:该模型可以快速、准确地实现高原雪灾预警, 在一定程度上提高了青海高原雪灾的预警能力。     

青海高原牧区雪灾综合预警评估模型研究

应用灾害学的理论和观点，以青海牧区为研究对象，对造成青藏高原雪灾的致灾因子、孕灾环境和承灾体等要素综合分析。建立从降水、积雪、成灾、灾情评价的综合判识模型，在地理信息背景数据库的支持下，从产生降水之后，进行快速监测，并对不同地区的雪灾发展趋势做动态预测，最后实施灾情评估。结果表明：在青藏高原的雪灾形成过程中，除积雪的直接致灾作用之外，孕灾环境的脆弱性和承灾体的敏感性也起着重要的作用。提出保护草场、加强草原畜牧业配套设施建设等措施，可以发挥人类抗灾的能动性，降低雪灾级别。最后应用综合预警模型，对发生在青海境内的雪灾过程进行了预测，效果较好，模型具有业务应用潜力。     

基于模糊综合评价法的登陆台风灾害影响评估模型

对登陆我国的台风灾害影响进行评估试验,遴选10个因子作为灾害的影响因子,利用加权平均规划法确定影响因子的权重,应用模糊综合评价法得出台风影响的评价系数及灾情分级.对2000-2006年登陆台风的影响评估进行试验,模型的评估等级与实际的灾情级别均很接近,灾情等级为特别重大、重大、较重、一般四级的Ts评分分别达到89%、87%、73%、78%,全部个例的拟合率达到90%.表明该模型能较好地评估我国登陆台风造成的灾情.     

两种常用的春玉米干旱等级指标在东北区域的适用性检验

作物干旱等级农业气象指标是开展作物干旱监测、预警和评估的科学依据,其适用性关系到农业气象业务质量和防灾减灾效果。应用东北地区31个春玉米代表站1981 2012年逐日气象资料、土壤湿度资料、玉米生长发育观测资料及产量资料,对东北地区春玉米不同生育阶段土壤相对湿度和水分亏缺指数干旱等级指标进行应用效果检验,比较适用性差异,并利用黑龙江省2013—2016年的资料进行干旱实例分析。结果表明,土壤湿度和水分亏缺指数干旱等级指标均适用于东北区域春玉米不同生长时段干旱识别,且有较好的一致性,两套指标判定的春玉米干旱等级完全相同的占75%左右,相同和基本相同的占95%左右。两套指标对历史和近年玉米干旱事件的判识效果都较好,土壤湿度指标和水分亏缺指数的干旱识别正确率分别在80%和75%以上,土壤湿度指标判定效果更好。两套指标在玉米生育前、中期适宜性略好于后期,在东北三省的应用效果要略好于内蒙古东部,部分干旱年份水分亏缺指数判定的灾情等级偏高,因此,当两套指标判定结果存在差异时,应以土壤相对湿度指标判定结果为准。     

青海南部地区初冬雪灾变化及环流特征

利用青海南部地区1961~2004年气温、降水、积雪等资料,分析了初冬雪灾变化及环流特征。结果表明:青海南部地区初冬降雪量呈缓慢减少的变化趋势,平均积雪量变化与年及其它季相比,呈微弱的减少趋势,平均积雪量与气温呈反相关,而与降雪量呈正相关;影响青海南部地区初冬降雪的主要天气系统是西风带南北槽结合类、移动性高原槽类、高原低涡类、高原切变类、孟加拉湾风暴类;典型多雪(少雪)年高原及南亚与中亚地区850 hPa温度距平场配置为“南正北负”(“南负北正”)型5、00 hPa高原与东部沿海地区距平分布为“西低东高”(“西高东低”)型。     

青海南部冬季积雪和雪灾变化的特征

利用1961-2005年青海南部牧区气象台站观测的气温、降水、积雪资料,用气候诊断方法分析了该地区积雪等气候要素的年代际演变特征以及雪灾变化的成因。结果表明：20世纪60-90年代冬季青海南部牧区中雪和大雪出现的站次以及雪灾出现的站次有逐步增多的趋势,降雪量和地表平均积雪量每10 a分别增加1. 253 mm和8.246 cm,单站积雪量在海拔4100 m左右的高度上增加比较明显,其变化是由气候的年代际波动引起的。     

青藏高原东部牧区雪灾的气候特征分析

通过对 196 7— 1996年 2 5个测站的雪灾资料分析 ,揭示了青藏高原东部牧区有雪灾期从上年10月到当年 5月长达 8个月 ,雪灾在一年之中有 3个高发月 :11月、3月和 2月 ;雪灾主要发生在巴颜喀拉山南缘和东麓地区 ,近 30a来呈上升趋势。 196 8— 1976年冬春为一较长时段的雪灾发生的低值期 ,从 1977— 1992年有 3个高峰期和 2个低谷期 ,从 1993年开始又进入高发期 ;高原东部牧区冬春雪灾存在着明显的 5 6a的和较弱的 2 3a周期变化。本文中定义发生在 15月的雪灾为后冬雪灾 ,发生在10 12月的雪灾为前冬雪灾。研究表明 ,70年代是前冬雪灾的高发期 ,80年代末到 90年代是后冬雪灾的高发期。雪灾期西太副高的年际差异是雪灾发生年际振荡的一个可能原因     

1961—2004年青海积雪及雪灾变化

利用1961—2004年青海省海西东部和环青海湖地区地面气象观测资料和北半球500 hPa高度场网格点资料, 整理了地表积雪序列和雪灾年表, 并对积雪的年代际变化特征和雪灾发生的机理及其成因进行了研究。结果表明:海西东部和环青海湖地区出现区域性雪灾的几率为15.9% (7/44), 而出现局部雪灾的几率仅为9.1% (4/44)。海西东部和环青海湖地区近44年来冬季累计积雪量的缓慢增加易形成雪灾和低温冻害。造成该区域主要降水的影响系统是高原槽、蒙古槽和高原低涡, 若后冬至春季北半球500 hPa极涡中心偏向西 (东) 半球, 青藏高原与我国东部沿海地区高度距平场形成“西低东高 (西高东低)”的距平分布型时, 海西东部和环青海湖地区容易出现多 (少) 雪年。     

基于GIS的雪灾风险区划

依据巴彦淖尔地区冬春季节降水少、年变率大的气候特点和易形成雪灾的量级指标进行雪灾风险区划。选取1971—2010年11月到次年3月,日降雪量大于等于3mm,并出现积雪和结冰现象为研究对象,分析了降雪量大于等于3mm的降雪日数和积雪深度大于等于5cm的积雪日数年代际变化,结合民政部门历史灾情记载、实地调查、农牧业现状以及各种基础资料数据与GIS技术,从致灾因子、脆弱性评估分析方面,在NOAA卫星遥感雪覆盖监测图像上,利用加权综合与层次分析法,构建雪灾判别模型,得出巴彦淖尔地区雪灾风险区划:雪灾最严重的地区为五原县大部、乌前旗南部和东北部部分区域、乌中旗东南和西南两区域、乌后旗的海力素附近大片区域。     

沿天山高速公路冰雪灾害分析及其对交通安全的影响

利用2002年12月-2006年12月沿天山高速公路因恶劣天气导致交通管制统计记录,结合相应时间段高速公路沿线气象资料,对比分析了高速公路冰雪灾害对交通安全的影响,结果表明：高速公路冰雪灾害的危害程度依次是道路结冰、风吹雪、强降雪。路面结冰主要影响路段在吐乌大高速公路、乌奎高速公路和乌鲁木齐机场高速公路;风吹雪集中出现在达坂城到乌鲁木齐一线;除了吐乌大高速达坂城到吐鲁番段没有因强降雪影响交通的记录外,沿天山其它各段均有发生。归纳了高速公路冰雪灾害气象要素预报指标,建立了预报模型,制定出冰雪灾害的气象指数等级、安全行车预防措施,为交通运输气象服务提供具体可操作的预报产品。     

青海省雪灾气候预测的地气图方法

通过对青海省1960年以来全省各气象站的雪灾资料统计分析,结合青海省南部(下称青南)地区8月份的地气形势,发现二者之间有很好的相关：夏季地热涡和正鞍形场多对应冬季为重雪灾;地冷涡和负鞍形场多对应冬季为轻灾或无灾。春夏季上游的中强地震可加强冬季的雪灾。由此表明,利用地气图方法可以较好地预测青海省的雪灾。     

图形模式识别方法及其在中期雪灾天气预报中的应用

文章介绍了一种将计算机图形识别技术与数值预报产品相结合, 预报中期天气过程的图形模式识别方法和模式基元识别过程。 利用 ECM WF 的产品, 建立川西北高原雪灾中期预报模型。 在计算机中模仿预报员的思维步骤, 自动分类推理判别, 滚动预报未来 3～ 5 日内雪灾天气发生日期。 1998 ～ 1999 年雪灾中期预报效果显著。