1951-2020年中国南方地区低温雨雪冰冻危险性评估

基于1951—2020年中国南方12个省（市、区）258个气象站的平均温度和降水量日数据,提取低温雨雪冰冻事件及其过程负积温、累积降水量及日最大降水量等指标,表征不同重现期下（5 a、10 a、30 a、50 a）的低温、雨雪、冰冻灾害危险性分布,再依据交通线路数据评估暴露风险。结果表明,发生次数较多地区集中在海拔较高的贵州、湖北、安徽、江苏等。平均持续时间的空间分布呈条带状,高值区边界较清晰,其中持续时间较长的区域在贵州和湖南。50 a一遇下的低温、雨雪、冰冻的负积温最低值为-78.2℃,累积降水量最大值为83.2 mm,日降水量最大值为38.9 mm。湖北、湖南、贵州、安徽及江西等地危险性较高,上述高危险区均存在高风险路段。     

1951—2020年中国南方地区低温雨雪冰冻危险性评估

基于1951—2020年中国南方12个省（市、区）258个气象站的平均温度和降水量日数据,提取低温雨雪冰冻事件及其过程负积温、累积降水量及日最大降水量等指标,表征不同重现期下（5 a、10 a、30 a、50 a）的低温、雨雪、冰冻灾害危险性分布,再依据交通线路数据评估暴露风险。结果表明,发生次数较多地区集中在海拔较高的贵州、湖北、安徽、江苏等。平均持续时间的空间分布呈条带状,高值区边界较清晰,其中持续时间较长的区域在贵州和湖南。50 a一遇下的低温、雨雪、冰冻的负积温最低值为-78.2℃,累积降水量最大值为83.2 mm,日降水量最大值为38.9 mm。湖北、湖南、贵州、安徽及江西等地危险性较高,上述高危险区均存在高风险路段。     

基于Copula的近60a京津冀地区干旱灾害危险性评估

干旱灾害是京津冀地区主要气象灾害之一，严重影响社会经济和粮食安全。评估京津冀地区干旱灾害危险性，识别高危险区，旨在为灾害防范和应急调控提供参考。利用1958—2017年37个气象站降水日数据，计算标准化降水指数（SPI6），根据游程理论界定干旱历时和干旱强度。运用K-S检验法、AIC法分别确定指标的最优边缘分布函数和Copula函数，计算5 a、10 a、30 a及50 a一遇水平下干旱强度和干旱历时的重现期。结果表明：京津冀地区20世纪60年代中期至今SPI6呈下降趋势；指数分布和广义极值分布分别是干旱历时和干旱强度的最优边缘分布，Frank Copula在变量联合概率分布计算时拟合最好；就干旱历时和干旱强度重现期而言，30 a、50 a一遇水平下联合重现期为，北京市、沧州市、衡水市及承德市北部等地区的重现期长，危险性低，其余地区危险性较高；站点干旱灾害的联合重现期理论值与实际情况较符合，能够反映实际灾害情况。     

基于情景的1951-2011年中国极端降水风险评估

随着全球气候变暖,极端降水的风险评估研究成为学界和各国政府广泛关注的热点问题,开展中国极端降水的风险评估研究可以为中国防灾减灾提供参考依据。本文从灾害风险评估视角,依据国际减灾战略（ISDR）的灾害风险评估模型,开展了中国极端降水的风险评估研究。首先,利用1951-2011年全国各站点逐日降水数据,采用Pearson-III方法,模拟不同重现期情景下极端降水量和频次分布,评估中国不同重现期下的极端降水危险性及空间分布;其次,基于人口和GDP指标,分析极端降水脆弱性及空间分布特征;在此基础上,评估了5年、10年、50年、100年一遇情景下中国极端降水风险及其空间分布特征。结果表明：① 中国极端降水危险性等级从东南沿海向西北内陆递减,5年一遇情景下,极端降水高危险区和低危险区的分界线大致与400 mm等降水线相同。② 中国极端降水脆弱性高的地区主要分布在人口稠密且经济发达的东部沿海大城市地区,特别是经济发达的长三角、珠三角和京津冀等城市群地区,以及中部地区的一些大城市。③ 不同情景下,中国极端降水风险等级均呈现由东南向西北方向降低。风险等级高和较高的地区主要位于黑河—腾冲线以东,中和低风险区位于该线以西,这与中国人口密度分布的胡焕庸线大体一致。     

广东台风灾情评估探讨

对1950～2000年间登陆和影响广东省的台风造成的灾害进行分析,选取有完整记录的4 2例台风的台风强度、最大风速、最大日雨量作为主要气象因子,采用SAS系统建立了灾情评估模型,计算出历次台风的主要灾情数据,并且将评估值与实测值拟合.拟合的结果表明, 可以通过气象数据,定量地大致估算台风的灾情.     

西藏高原气候变化及其差异性

利用西藏高原38个气象站点1961-2010年逐月气象资料,采用气候倾向率、累积距平及CIS空间插值方法,研究了近50 a来西藏及各分区气象要素的时空演变规律,揭示了西藏不同区域气候变化的差异性。结果表明:近50a来,西藏总体呈现出日照略增、温度升高、降水增加、风速减小、平均相对湿度略有上升趋势,年平均日照时数倾向率3.04 h/10 a,年平均气温倾向率0.58℃/10 a,多年平均降水量倾向率12.5 mm/10 a,年平均风速倾向率-0.13 m·s~(-1)·(10 a)~(-1)、年平均相对湿度倾向率0.1%/10a。根据地貌分区的各区域气象要素分布及变化程度差异较大,藏北高原区日照时数最长,但呈减少趋势,藏东高山深谷区日照时数最短,增加趋势明显;藏南山原湖盆谷地区年平均气温最高,升温幅度较小,藏北高原区年平均气温最低,升温幅度最大;藏东高山深谷区年平均降水量最多,藏北高原区最少,藏南山原湖盆谷地区降水量增加较明显;藏北高原区平均风速最大,藏东高山深谷区最小,所有区域平均风速均呈先增加后减小趋势;喜马拉雅高山区、藏东高山深谷区相对湿度较大,藏北高原区、藏南山原湖盆谷地区较小,西藏各区平均湿度均有所上升。     

可拓方法在台风灾害危险性评估中的应用

台风灾害是全球面临的严重自然灾害之一,对处于台风多发区进行危险性评价具有重要意义。由于可拓方法具有从定性和定量两个角度解决矛盾问题的能力,因此在台风灾害危险性评估中运用可拓方法的基本理论,建立台风灾害危险性评价的物元模型。在海南岛历史台风灾害数据库的基础上,构建台风灾害危险性评价的经典物元和节域物元,应用建立的物元模型,选取台风灾害中的综合灾度、风速和降水的危险性作为评价因子,利用可拓模型计算不同单元格内的灾害等级,得到海南岛台风灾害的危险性评估结果。     

乌鲁木齐地区近50a降水特征分析

根据乌鲁木齐地区分布在不同垂直高度上的4个气象站近50 a的实测降水资料,运用回归分析、趋势分析、Mann-Kendall检验、小波周期分析及变异分析等方法,分析了乌鲁木齐地区近50 a来降水变化特征。结果表明:(1)乌鲁木齐地区降水量时空分布极不均匀,空间分布上中山带的年平均降水量最大,为551.4 mm,其次是高山带,为458.4 mm,乌鲁木齐市区263.2 mm,达坂城最小,仅为71.8 mm;从时间分布来看,表现为较明显的季节分布差异,各地降水量主要集中在夏季,春季大于秋季,冬季最少。(2)近50 a来乌鲁木齐各地区的降水都呈明显增加的趋势,其中山前平原乌鲁木齐市区增加的幅度最大,降水趋势倾向率为26.02 mm/10 a,其次是高山带,倾向率为21.84 mm/10 a,中山带和达坂城倾向率分别为10.23 mm/10 a和8.55 mm/10 a。各地在年代际变化趋势上变现的不完全一致。(3)降水突变的时间各地不完全相同,山前平原区乌鲁木齐气象站降水发生突变时间出现在1982年,达坂城出现在1991年,高山带出现在1994年,而中山带没有明显的突变。(4)乌鲁木齐地区各地的降水量均存在准6 a的周期,6 a的周期可能是影响乌鲁木齐地区降水量的主导周期;山前平原区达坂城和乌鲁木齐降水波动较大,中山带和高山带表现相对稳定。     

基于格网的青海省干旱灾害综合风险评估

干旱灾害风险评估是执行区域性干旱灾害风险管理的重要举措,是有效实施气象防灾减灾工作的非工程性技术措施。随着气象现代化的逐步实施,干旱灾害风险评估技术和精度的重要性越加凸显。为科学、准确地评估青海省区域干旱的监测精度和干旱灾害风险等级,以青海省为例,采用青海省1961-2010年50个气象站潜在蒸散和降水数据,基于气象灾害风险度评估理论和方法,并根据《青海省地方干旱等级划分标准》,通过干旱灾害风险度模型和ArcGIS空间分析相结合的方法,较为系统地分析了青海省干旱灾害风险时空分布特征及其灾害风险等级。结果表明：近50 a以来,青海境内主要发生了不同程度的冬春季干旱。从时空分布特征来看,轻、中、重度干旱灾害分布和演化趋势基本一致,干旱灾害易发高发区主要分布于柴达木盆地西北部;环青海湖流域和共和盆地以及东部农业区局地处于中等风险水平,其余地区干旱灾害风险水平较低;从市、县、镇区域单元来看,茫崖、花土沟镇、冷湖及格尔木市干旱灾害风险较高,天峻、都兰、乌兰、共和、兴海、同德、贵南、同仁、化隆、循化及唐古拉等地次之,其余地区干旱灾害风险水平较低,青海境内干旱灾害的发生不仅受降水量影响,还与不同类型的下垫面密切相关。     

西北太平洋台风风场模型中Holland B系数区域特征研究

Holland B系数是台风风场关键的形状参数,间接表征台风影响范围及强度。基于JTWC最佳路径数据集以及台风中心探测记录数据,构建了最大风速半径以及飞行层最大风速的统计模型;利用典型台风期间地面气象站点观测数据,采用误差分析方法,比较了7种Holland B系数计算方法对于风场模拟结果的影响,确定了最优Holland B参数模型;以“卡努”台风为例对Holland B系数进行敏感性分析,结果表明Holland B系数越大,极值风速越大,台风风场风速高值区范围越集中;利用CMA-STI热带气旋最佳路径数据集,计算了西北太平洋海域历史台风中心的Holland B系数,并对其空间分布特征进行统计分析,结果表明：1）西北太平洋海域低纬度地区比高纬度地区更易出现高Holland B值的台风;2）我国登陆台风中心Holland B系数从南到北逐渐减小,高值省份依次为海南省、广东省、广西壮族自治区、福建省以及浙江省。     

基于多重现期的京津冀小时极端降雨特征分析及致灾因子危险性评估

为了探究京津冀小时极端降雨特征,本文基于地区线性矩法计算多种重现期下的小时极端降雨值,并分析小时极端降雨的特征与变化趋势,同时探究小时极端降雨致灾因子危险性并得到以下结果。① 研究得到适合计算京津冀小时极端降雨频率估计值的分布线型及不同重现期的频率估计值;② 京津冀大于50年一遇的小时极端降雨的强度虽高（>70 mm/h）但其出现的次数（1~2次）相对较少,且多数站点的频次与强度无显著变化趋势;③ 小时极端降雨致灾因子危险性较高的区域位于北京、保定、廊坊交界地带及唐山、衡水、邢台部分地区。本研究在考虑空间差异的基础上探究小时极端降雨并分析其特征和致灾因子危险性,对于京津冀极端降雨灾害的管理与风险规避有一定的意义。     

1971-2013年环渤海地区风速的时空特征

基于环渤海地区60个站点1971-2013年日序列最大风速数据,采用线性倾向估计、Mann-kendall检验、反距离加权插值、小波分析等方法,分析了近年来环渤海地区风速的年、季节的变化趋势及其空间分异等特征。结果表明:(1)环渤海地区年均最大风速为6.35 m·s^-1,并以0.423 m·s^-1的年代变化速率呈显著的下降趋势。区内除承德、丰宁和阜新站点呈略微上升趋势,其余站点均呈下降趋势,整体上表现为南部下降幅度高而北部下降幅度低。四季最大风速也均呈显著的下降趋势,冬、春季的最大风速对全年趋势演变贡献率较大。(2)偏北风(尤其是北西北风)和偏南风(尤其是南西南风)是本区的主要风向。春、夏两季以偏南风为主要风向,秋、冬两季则以偏北风为主要风向。(3)环渤海地区最大风速减少的主要原因是各站点日最大风速为5级及以上的发生频率分别以0.912、0.671、0.271、0.076 d·a^-1的速率呈下降趋势;大风频率也以1.019 d.a^-1的速率呈下降趋势。冬半年是本区大风日数相对较多的时段,春季尤甚。(4)本区多数地区属大风较少区和较多区,其中大风较多区的站点最多(31个),而大风频发区的站点最少(仅4个)。位于大风较少区的站点数增长迅速,而大风较多区、多发区和频发区的站点数则均呈现下降趋势。最大风速与大风日数均具有25～30 a的显著振荡周期。     

中国北方典型沙尘天气特征研究

 根据API、风速、风向及相关气象数据初步研究了中国北方两次典型沙尘天气的天气特征。两次沙尘天气过程中极大风速大于7.2 m·s-1的气象站占88%。2005年4月27日极大风速超过17.2 m·s-1的气象站有31个,出现频率最高的风向为西西北,28日达到81个,风向为北风,极大风速高值区由内蒙古中东部向东北方向迅速扩大。2007年3月30日极大风速超过17.2 m·s-1的气象站有57个,31日达到68个,风向均为西西北,极大风速高值区分布较为稳定。受沙尘暴影响的地区API显著升高。2005年4月28日呼和浩特、大同、北京3个城市的API分别为418、500、500。2007年3月31日呼和浩特、赤峰、大同3个城市的API分别为500、500、423。对PM10与气象因子的相关性进行分析得出,沙尘暴期间,大气中可吸入颗粒物的浓度与风速存在显著的正相关关系,风速越高的地区,可吸入颗粒物的浓度越大。     

上海地区不同重现期的风速估算研究

基于上海气象站历史风速观测资料,采用极值I型和皮尔逊III型分布估算了上海市不同重现期最大风速的时间变化以及各区（县）不同重现期最大和极大风速的空间分布。结果表明,1901~2011年,上海市10、30、50和100 a重现期的最大风速分别为21.0、24.9、26.7和29.2 m/s。1974~2011年期间,上海各区（县）10 m高度10、30、50和100 a重现期的最大风速都是以南部沿海地区南汇或金山最大,分别为19.0、21.4、22.6和24.1 m/s;各重现期极大风速也是以南汇或金山最大,分别为32.3、36.4、38.4和41.0 m/s。中心城区各重现期的最大和极大风速都最小。     

基于高分辨率模式的京津冀地区无人机航路风向风速模拟分析

随着中国低空空域的陆续开放,依靠现有的低空飞行气象保障技术为低空安全飞行提供服务略有不足,对飞行影响最大的风进行预报也有一定的困难。论文基于WRF(Weather Research and Forecasting Model)中尺度数值模式,对2015—2019年京津冀地区的风速风向进行模拟,并将模拟结果与气象站观测数据进行对比分析,可为该地区无人机低空航路飞行安全提供保障。结果表明:WRF模式能够较好地模拟风速的季节变化趋势,平原地区的模拟效果优于山区,山区模拟的风速偏大,但误差在可接受的范围内(RMSE<1.5 m·s^-1)。平均风速、最大风速最小值均出现在夏末,平均风速最大值出现在春季(山区4.43 m·s^-1、平原4.13 m·s^-1);最大风速在冬、春、夏初呈波动递增,夏季中旬开始减少,夏末秋初降至最小。京津冀地区风速呈西北向东南递减,泊头站(-0.02 m·s^-1·(5 a)^-1)和天津站(-0.02 m·s^-1·(5 a)^-1)平均风速呈下降趋势,其余站点风速呈上升趋势,唐山站上升率最大(0.08 m·s^-1·(5 a)^-1);在风速季节空间分布中,平均风速以上升趋势为主,站点所占比例为春季45.45%、夏季90.91%、秋季63.63%、冬季81.81%。平原地区盛行风呈东北—西南向;山区站点怀来站风向以WNW(18.70%)和W(15.01%)为主,蔚县站风向以N(16.79%)和NNW(12.03%)为主,相较于平原地区,山地地区风速8.0 m·s^-1的大风数量显著上升。1000 m高度的平原地区大风出现频率显著增加,增长速度高于山地地区,不利于无人机飞行,风速17.0 m·s^-1以上出现的概率明显高于山地地区。     

新疆高速公路强横风区间安全行车对策研究

 为达到提高强横风天气条件下高速公路不同类型汽车安全、高效行车的目的,采用工程气象学、流体力学、风监测技术、公路工程技术、空气动力学及概率论相结合的方法,以新疆“五横七纵”高速公路沿线100多个气象站近50 a（1961-2010年）大风日数资料,选取50个有自记记录气象站场次强风资料,以及沿线7个6要素5层梯度风1 a监测资料、10个铁塔梯度风和30个大风监测站近10 a（2001-2010年）监测资料,进行信息化和规范化整编。在大量详实资料基础上,对高速公路沿线最大瞬时风速的空间分布、垂直分布、水平分布进行系统分析和研究。采用三级区划指标体系,等概率分区原则, 将新疆高速公路沿线风害危险区划分为5个大区,Ⅰ特强重大危险区、Ⅱ 强重大危险区、Ⅲ 重大危险区、Ⅳ 中度危险区、Ⅴ 较轻危险区。提出了新疆高速公路强横风区间安全行车防护对策由风害防控信息管理技术和防风栅防护技术组成。并将风害防控信息管理技术规则中等概分区界限值（阈值）与现场强横风监测结果进行验证。研究结果表明：当瞬时风速＜12.0 m/s,不同类型车辆正常运行;12.0 m/s≤瞬时风速＜17.0 m/s,小客车停运,大货车限速60 km/h;17.0 m/s≤瞬时风速＜20.0 m/s,大货车停行;20.0 m/s≤速瞬时风速＜25.0 m/s,大客车、大卡车限速60 km/h以下;速瞬时风速≥25.0 m/s,大客车、大卡车停运。以概率风险不同级别的形式来反映最大瞬时风速在线路上的规律性,它含盖50 a最大风险。为高速公路汽车安全运行以及公路风害防控技术提供理论支撑。     

京津冀地区AOD时空变化及影响因子的地理探测

基于MODIS 3 km AOD遥感数据，利用空间自相关模型及地理探测器对2010—2016年京津冀地区AOD的时空变化特征及其影响因子进行探测。结果表明：（1） 2010—2016年京津冀地区年平均AOD值为0.83，其中天津市年均AOD值为研究区最高，河北省次之，北京市最低。研究区及各分区AOD的7 a变化趋势大体一致，呈现先下降后上升再小幅波动的状态。（2） 空间自相关分析表明京津冀地区AOD空间分布呈现显著正相关。局部高高聚集区主要集中在北京市东南部、天津市南部及河北省的中南部，低低聚集区集中分布在西北部山区。研究区高低聚集区面积均呈减小趋势，不显著区呈扩大态势。（3） 地理探测器结果表明不同区域的主导影响因子不同，北京市首要影响因子为NDVI，其次为人口密度，且二者交互作用明显。天津市主导因子为风速，人口密度、第二产业生产总值等人为因子的作用力也较大，风速与其交互作用较强。河北省主导因子为人口密度，GDP与第二产业生产总值等的作用力次之，整体交互作用偏弱。通过地理探测器解析京津冀地区AOD空间分异的影响机理，其结果对我国大气污染治理具有重要意义。