新疆香梨花期霜冻灾害风险评估模型构建及适用性分析

全球变暖和极端气候事件频发背景下,人们更加关注农林业生产面临的灾害风险。构建灾害预警指标,开展风险预警并提前防范,对于有效防灾减灾减损具有重要意义。基于新疆1981-2020年霜冻灾情、气象因子、香梨种植面积资料,计算香梨花期霜冻灾害危险性指数、暴露度和脆弱性指数,构建了霜冻灾害风险评估综合模型,并基于格点预报开展了香梨霜冻风险预警,对评估模型的适用性进行了验证。结果表明,过程最低气温、降温幅度、低温持续时间是霜冻灾害的主要致灾因子。春季霜冻危险性空间分布,总体呈现北部高、南部低的特点。香梨遭受春季霜冻的高风险区,主要分布在北疆西部、天山北坡的西部和中部以及南疆巴州北部、阿克苏市及其南部部分区域。基于气象实况和果园灾害调查结果表明,霜冻灾害风险评估模型和格点预报相结合,能较好地预报香梨霜冻风险分区、影响等级,与香梨霜冻灾害实际发生区域、受冻百分率基本一致,霜冻指标和风险预警模型具有合理性和适用性。     

新疆快速更新循环数值预报系统预报能力检验评估

对新疆快速更新循环数值预报系统2009年1、12月和2010年1、4、7、10月份的降水量和气温进行了检验,并与不做同化的预报结果进行了对比,得到以下结果：（1）降水Ts评分北疆好于南疆,偏西好于偏东,其中北疆西部、北部、北疆沿天山一带、天山山区、南疆西部山区最好。漏报率的分布表现为北疆沿天山一带、天山山区较小,南疆、东疆较大。空报率的情况为：南疆、东疆普遍较高,北疆沿天山一带较低,其他地区居中。（2）典型个例检验发现降水落区预报有较好的参考价值,但大降水中心位置的预报能力不稳定,和田、巴州南部的空报现象比较突出。（3）温度预报准确率南疆、东疆总体偏低,北疆西部、北部较高,其他地区居中,个别山区站存在较大误差。（4）现行新疆快速更新循环数值预报系统的预报能力不比不采用同化高。     

基于灾害风险因子的青海省干旱灾害风险区划

利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。     

内蒙古牧区干旱灾害风险分布特征及区划

以内蒙古51个牧业旗县为研究区域,选取牧区频繁发生的旱灾为研究对象,从旱灾的致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面着手,利用自然灾害风险指数法、专家打分法、熵权系数法和层次分析法,确定风险评估的指标及其权重,建立牧业干旱灾害风险评估模型,借助GIS技术,完成内蒙古牧区干旱灾害风险分布特征分析及其区划。结果表明:内蒙古牧区干旱高风险区呈带状分布,主要集中在沿贺兰山—阴山—大兴安岭南段一带,包括鄂尔多斯中部和东北部、巴彦淖尔市北部的部分地区、包头中部、呼和浩特市中部、乌兰察布市中部、锡林郭勒盟偏南地区、赤峰市北部、通辽市西北部地区,以上地区海拔高,地形以中、低丘陵为主,干旱致灾因子危险性高、孕灾环境敏感性高且承灾体易损性也高。     

昆明市晋宁区烤烟种植冰雹灾害风险区划及防御对策

文章利用晋宁区2009—2018年6—9月烤烟种植冰雹灾害、受损情况及各种气象资料,根据自然灾害系统理论和冰雹灾害风险评估的相关理论,构建由致灾因子危险性、烤烟种植易损性、孕灾环境敏感性、防灾减灾能力等风险指数模型和风险区划指标体系,采用层次分析法和加权综合评价法计算各指标权重和风险指数,并利用GIS技术进行栅格图层计算得到晋宁区冰雹灾害综合风险区划图。结果显示:晋宁区冰雹灾害风险东西部高、北部和中部低,沿山地带和山区高于平坦地区,晋城镇南部、双河乡和夕阳乡山区冰雹灾害风险处于较高水平。根据区划结果,提出了人工防雹的合理化建议。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

天津市静海区暴雨灾害风险精细化评估北大核心

根据天津市静海区18个乡镇2009—2018年逐时降水量,以及社会经济、地理地形、水利设施等数据,结合历史受灾信息,分别对静海区的暴雨致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力进行分析,采用GIS技术和统计方法多因子叠加,综合得出静海地区暴雨灾害风险精细化评估和区划。研究发现,静海区北部区域以及南部中旺镇及其周边风险较高,而静海地区中部的风险较低;暴雨灾害高风险区主要分布在致灾因子敏感性、承灾体易损性较高而防灾减灾能力较低的静海镇和梁头镇及其周边,应加强防灾减灾设施建设。     

新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

龙川县低温冻害风险区划研究

通过实地调查和整理历史气象资料,建立龙川县低温冻害风险区划数据库,综合考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4种评价指标,根据气象灾害风险区划原则先进行评价指标量化,结合专家打分法、加权综合评价法进行数据处理,然后利用ArcGIS软件绘制龙川县低温冻害风险区划图,结果表明:龙川县低温冻害高风险区主要集中在北部和南部山区,中部以及近东江水体地区风险相对较小.     

海南岛棚栽西瓜低温寡照灾害风险区划

基于自然灾害风险分析理论,利用海南岛18个市县2001-2010年的历史气象数据、棚栽西瓜面积、耕地总面积、人均GDP等资料,通过选取致灾因子危险性、承灾体易损性和防灾减灾能力这3个因子构建了海南棚栽西瓜低温寡照灾害综合风险指数模型。结果表明,海南岛棚栽西瓜低温寡照灾害高风险区集中在中部和北部,而低风险区分布在南部和西部,其余地区为中等风险区。     

中亚低涡背景下阿克苏地区一次强降水天气分析

为了加强对新疆暴雨过程的中尺度系统发展机理的认识,利用美国环境预测中心的FNL、欧洲中期数值预报中心的全球再分析资料、中国气象局提供的地面自动气象站观测资料、中国国家卫星气象中心提供的卫星辐射亮温（TBB）资料及WRF高分辨率数值模拟对2013年6月17—18日发生在新疆阿克苏地区的一次暴雨天气过程进行分析。结果表明,此次降水过程是发生在中高纬度“两脊一槽”的环流形势下,中亚低涡为这次暴雨的发生提供了有利的天气尺度动力及水汽条件;中亚低涡环流与天山南脉特殊地形造成的气流绕流叠加生成的中尺度辐合线是此次强降水的重要中尺度影响系统,山谷地形热力性质差异造成的下坡风推动辐合线移动,辐合线上发展的强对流引发了阿克苏地区的强降水。WRF模拟结果能够基本再现本次天气过程的降水落区、强度以及风场演变等。结合观测以及模拟资料进行的初步分析显示,西天山的阻挡导致偏南风在西天山南坡山谷附近产生堆积和辐合,山谷附近有局地的地形辐合线形成。同时,随着大尺度环流形势的调整,中亚低涡移动至阿克苏地区附近后,低涡南部的偏西气流一部分直接越过西天山变为西北风,另一部分穿过伊犁河谷转为东北风,这两支气流共同加剧了天山南脉阿克苏地区的偏北气流,促进了西天山南坡山谷附近中尺度辐合线的加强。辐合线以东的偏东气流带来的水汽在天山南脉前堆积,随着夜间山谷下坡风的增强作用,中尺度辐合线在向东南方向推进过程中不断发展加强,配合山脚堆积的水汽和辐合抬升,不稳定能量释放,对流发展,为阿克苏地区带来强降水天气。      

夏季东天山中段一次强对流天气过程的数值模拟

利用常规气象观测资料、区域自动站观测资料和FY-2D卫星逐时TBB资料,采用WRF中尺度数值模式,对2011年夏季发生在东天山中段一次强对流天气过程进行数值模拟和诊断分析,研究了天山特殊地形对降水过程的动力结构、水汽输送和云降水微物理机制的影响。结果表明,西风气流东移时受东天山的阻挡,气流从东天山南北两侧绕流,北侧急流经博尔塔拉谷地越过北天山西段后,急流右侧气流反气旋转向形成北支气流;南侧急流遇吐鲁番地区反气旋系统阻挡而转向北进形成南支气流。两支气流受地形动力抬升在东天山中段北坡汇合,为此区域局地强对流降水的形成和发展提供动力条件,北支气流为主要的水汽供应源。高空西南气流引导的冰相云系与低层局地对流云在东天山中段北坡结合,分别持续提供冰晶和云水,促使云微物理过程发展旺盛,致使局地暴雨过程产生。     

天山南坡暖季暴雨过程的水汽来源及输送特征

利用1981—2020年5—9月天山南坡16个气象站逐日降水资料和NCEP/NCAR GDAS再分析资料,分析天山南坡暖季暴雨过程的环流形势,并采用HYSPLIT模式,模拟追踪水汽源地及输送特征。结果表明:天山南坡暖季暴雨主要发生在南亚高压双体型、500 hPa以上西南急流(气流)、700 hPa切变辐合以及天山地形辐合抬升的重叠区域。水汽主要源自中亚、大西洋及其沿岸、地中海和黑海及其附近,经TKAP(塔吉克斯坦、吉尔吉斯坦、阿富汗东北部、巴基斯坦北部和印度西北部)、南疆、北疆关键区,分别从偏西、偏南、偏北通道输入暴雨区,700 hPa以上偏西通道、以下偏北通道占主导地位,且贡献最大的是南疆关键区。源自中亚的水汽主要输送至暴雨区700 hPa及以下,对暴雨的贡献较大,且沿途损失较大;源自大西洋及其沿岸、地中海和黑海及其附近的水汽主要输送至暴雨区700 hPa以上,对暴雨的贡献较小。另外,中低层还存在源自北疆、南疆、北美洲东部、蒙古的水汽。基于上述特征,建立了天山南坡暖季暴雨过程水汽三维精细化结构模型。     

天山南坡暖季暴雨过程的水汽来源及输送特征

利用1981—2020年5—9月天山南坡16个气象站逐日降水资料和NCEP/NCAR GDAS再分析资料,分析天山南坡暖季暴雨过程的环流形势,并采用HYSPLIT模式,模拟追踪水汽源地及输送特征。结果表明:天山南坡暖季暴雨主要发生在南亚高压双体型、500 hPa以上西南急流(气流)、700 hPa切变辐合以及天山地形辐合抬升的重叠区域。水汽主要源自中亚、大西洋及其沿岸、地中海和黑海及其附近,经TKAP(塔吉克斯坦、吉尔吉斯坦、阿富汗东北部、巴基斯坦北部和印度西北部)、南疆、北疆关键区,分别从偏西、偏南、偏北通道输入暴雨区,700 hPa以上偏西通道、以下偏北通道占主导地位,且贡献最大的是南疆关键区。源自中亚的水汽主要输送至暴雨区700 hPa及以下,对暴雨的贡献较大,且沿途损失较大;源自大西洋及其沿岸、地中海和黑海及其附近的水汽主要输送至暴雨区700 hPa以上,对暴雨的贡献较小。另外,中低层还存在源自北疆、南疆、北美洲东部、蒙古的水汽。基于上述特征,建立了天山南坡暖季暴雨过程水汽三维精细化结构模型。     

基于ArcGIS的新疆雷电灾害风险区划研究

为了明确不同区县雷电灾害风险的高低程度、防御措施和减轻雷灾损失,利用地闪资料、雷电灾情数据、社会经济资料和地理信息数据,采取归一化法、层次分析法和加权综合评价法,考虑致灾因子的危险性、孕灾环境的敏感性和承灾体的易损性3个评价指标,选择地闪密度、地闪强度、海拔高度、地形起伏、地表覆盖类型、人口密度、地均GDP、生命损失指数、经济损失指数和耕地比重等10个影响因子建立雷电灾害区划模型,绘制出新疆雷电灾害风险区划图。结果表明:雷电灾害风险极高区主要集中在阿勒泰地区北部、塔城地区大部、博州、伊犁州、喀什市和天山北坡经济带南部部分地区,而古尔班通古特沙漠和塔克拉玛干沙漠地区属于一般风险区。通过与新疆历史雷电灾情数据比较发现,雷电灾情次数空间分布与风险区划分布趋势大致吻合。     

内蒙古马铃薯干旱风险区划

利用1979—2013年内蒙古73个旗县气象站资料、历史干旱资料、马铃薯产量数据和社会属性数据等,通过内蒙古中西部和东部地区全生育期的降水负距平百分率与相对气象产量二者建立的回归方程,结合农业干旱等级和降水距平百分率气象干旱等级国家标准,得到了马铃薯轻旱、中旱和重旱的等级指标,确定了干旱致灾因子的危险性,结合承灾体的脆弱性、孕灾环境的暴露性和地区的防灾减灾能力的评价指标体系,利用地理信息系统（GIS）的空间分析功能,对内蒙古马铃薯干旱风险进行评估与区划。研究结果表明:高风险区主要分布在鄂尔多斯市东北部、呼和浩特市南部和北部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为19.1%;中风险区主要分布在呼和浩特市部分地区、赤峰市中部和南部、通辽市西北部、兴安盟东北部、呼伦贝尔市北部地区,所占面积比例为20.1%;干旱较低风险区主要分布在赤峰市西部和北部、通辽市东南部、兴安盟西南部、呼伦贝尔市东南部地区,分布区域面积最大,所占比例为41.0%;低风险区主要分布在灌溉区域,包括河套灌区和辽河流域,所占面积比例为19.8%。     

长江中下游油菜春季湿渍害灾损风险评估研究

在前期工作基础上,借鉴冬小麦湿渍害判别指数的构建方法,选取降雨量、日照和作物需水量作为油菜湿渍害气象判别指数的构建因子,结合油菜春季湿渍害的产量实际损失,分别从受灾频率、历年受灾站数等角度分析了油菜湿渍害发生的时空分布特征,通过对各气候区平均湿渍害灾年、因灾减产年及各等级减产年的统计,并对比成灾频率和受灾频率,对研究区油菜春季湿渍害进行成灾分析;依据不同等级的减产强度及其发生概率得到油菜湿渍害产量损失风险强度,基于减产频率和产量灾损风险强度最终建立风险评估模型,并依据风险值大小进行分区,同时,为更好地掌握油菜湿渍害在1961—2010年变化情况,分别计算了各地1961—1990、1971—2000及1981—2010年三个时段的风险评估值,以探寻各时段风险区的变化。结果表明:随着时间的推移,研究区内风险高值区范围不断缩小;综合50年的情况看,风险高值区主要位于安徽的江淮西部及江南大部、鄂东南及苏南的局部地区,占全区台站37%;风险中值区的覆盖范围最大,约55%,主要包括安徽东部、江苏的淮北西部、江淮之间、苏南西部及东北部、湖北大部(除了鄂东南、鄂西南的西南角);风险低值区范围最小,约8%,主要分布在鄂北局部和江苏淮北东部地区。     

Numerical Simulation of CO2 Doubling Impacts on Regional Climate in Northwest China

A numerical study on CO2 doubling effects upon temperature and precipitation in NW China is conducted using an improved regional climate model, with the modeling data from a global climate model (Australian CSIRO R21L9) as the background. Results suggest that the doubling would lead to the rise of surface temperature in the project region, with the maximum occurring in southern Xinjiang Basin and eastern Qilian Mountains in contrast to a relatively smaller increase in northern Xinjiang and southern Shaanxi Provinces. On a seasonal basis the winter temperature warming is most pronounced while the autumn shows a relatively less signi cant rising trend. The study region experiences the greatest warming compared with other parts of the country. With CO2 content doubling, rainfall change varies from place to place in this region, with rainfall increase in the west, particularly in northern Xinjiang, in the vicinity of the Tianshan area, southwestern Qinghai, and Hexi area (west of the Yellow River of Gansu), as opposed to the eastern portion of NW China, where precipitation decreases. If CO2 concentration is doubled, most of the study region would receive more rainfall in spring, implying that spring drought would be alleviated while its eastern part would see varying-degree decreased precipitation in the other three seasons, especially in summer, suggesting that drought there would be intensified in summer and autumn, thereby exerting major influence on rain-fed agriculture there.