中国西部冰川度日因子的空间变化特征

在冰川与积雪消融研究中,度日模型应用较为广泛,该模型是基于冰雪消融与气温,尤其是正积温之间的线性关系建立的。度日因子是该模型的重要参数,反映了单位正积温产生的冰雪消融量,其空间变化特征对于不同模型模拟冰雪消融过程的精度有较大影响。 本文根据中国西部不同地区数十条冰川的短期考察和观测资料,分析了西部冰川度日因子的空间变化特征,结果表明：由于青藏高原及其周围地区独特的气候和热量条件,西部冰川度日因子具有明显的区域特征。在同一冰川上,度日因子的空间变化较为明显。从冰川类型来看,与极大陆型及亚大陆型冰川相比,海洋型冰川的度日因子较大。总体看来,西部冰川的度日因子由西北向东南逐渐增大,这与中国西部冰川的气候环境变化趋势是一致的,即在干冷的气候条件下,度日因子较小;而在暖湿的气候条件下度日因子较大。     

新疆主要城市的采暖与制冷度日数:Ⅰ.空间变化特征

利用日最高和日最低气温值计算了新疆16个主要城市6种基准温度下的年和季采暖与制冷度日数,并对其空间分布特征进行了分析。结果表明,基准温度18℃下,新疆16个城市的多年平均年采暖度日数在2007.3~5216.5℃之间;新疆16个主要城市的制冷度日数比较低,基准温度24℃下的多年平均年制冷度日数位于25.9~746.4℃.d之间。采暖度日数随基准温度的增大而增大,制冷度日数随基准温度的增大而变小。多年平均年采暖度日数随纬度、经度和海拔的升高而增大;多年平均年制冷度日数随纬度和经度的变化趋势不明显,但随高度的增加而明显变小。     

近40年中国暖季日气温及其异常强度变化趋势

利用中国大陆453个测站1961～2000年的逐日平均气温资料,通过标准差和Skewness系数计算日气温距平强度,反映中国近40年来暖季(5-9月)气候变化趋势.近40年中国暖季增温的幅度有南北差异,以黄河流域为界,北边高纬增温更强烈;平均气温趋势有前后两段的显著差别,大致在1970年代后期实现向增温趋势的转变;最强的增温出现在1990年代以后.多数区域气温反映出季节内气候变率增大,显示暖季日平均气温趋于大的涨落.日气温距平和降水有良好的对应关系.由于降水时的气温降幅较大,故暖季中天气过程的降温和持续高温一样是季节内气候变率的重要信号,这在低纬沿海地区(如华南、云南)尤为明显.     

气候变化对能源需求的影响

通过计算我国北方地区(冬季采暖区)采暖起止日期、采暖度日、采暖长度及其变率等要素,分析这些要素的变化特点;建立冬季平均气温与采暖度日变率之间的相关方程,探讨当温度变化不同幅度情况下对采暖需求的影响;分析气候的异常变化对整个采暖区及采暖区各地采暖需求变化的影响.建立温度变化对采暖耗能影响的关系模式;进行以采暖长度变率替代采暖耗能变化的尝试性研究.     

中国各省级行政区未来气候耗能变化可能情景

利用7个全球耦合气候模式的集成结果,得到我国2020~2029和2050~2059年气温和度日变化的可能情景。结合社会经济发展的影响,计算得到我国各省级行政区未来气候耗能变化的可能情景。结果表明:我国未来平均年总度日有显著的降低,总度日的变化有明显的地域性,西部和北方地区降低,南方地区有所增加;取暖度日普遍降低,降温度日有不同程度的增加;2020~2029年和2050~2059年度日变化空间格局相似, 2050~2059年的变化幅度大于2020~2029年;未来我国南方沿海大部分地区的气候耗能有所增加,气候耗能下降区主要分布在北方、中部和西部地区;气候耗能变化空间格局有度日变化的作用,也受社会经济发展水平的影响,同一地区的各省(区、市)具体气候耗能变化值也有较大差异。     

新疆主要城市的采暖与制冷度日数(Ⅱ)——近45年来的变化趋势

利用非参数检验法(MK检验)和简单线性回归法检测了1959-2004年近45年来新疆16个主要城市年和季采暖与制冷度日数时间序列的单调趋势,并分析了其变化特征。结果表明,由于受全球气候变暖,尤其是冬季变暖的影响,近45年来,新疆主要城市冬季和年采暖度日数普遍存在减少趋势,其中除库车县城趋势不明显外,其它15个城市的减少趋势都非常显著,年序列的线性倾向率在-25.11~-153.99℃/10 a的范围内,平均值为-77.9℃/10 a;绝大部分城市的夏季和年制冷度日数存在增加的趋势,年序列的线性倾向率处于-11.9~17.1℃/10 a之间,平均为4.3℃/10 a。冬季和年采暖度日数普遍减少必将有助于新疆采暖能源消耗量的降低,减轻城市煤烟型大气污染,进而促进新疆环境与社会健康可持续发展。     

1961~2010年辽河三角洲参考蒸散发变化特征及主导因子分析

基于FAO Penman-Monteith公式计算了辽河三角洲区域19个气象站1961~2010年逐日参考蒸散发（ET0）对平均气温、风速、相对湿度和太阳辐射的敏感系数,结合各气象因子的多年变化定量分析参考蒸散发变化的原因。结果表明：气温对ET0变化为正贡献,风速、相对湿度和太阳辐射为负贡献;综合考虑敏感性分析和趋势分析的结果,滨海干湿过渡区气象因子对参考蒸散发变化的贡献由大到小依次是风速、平均气温、太阳辐射和相对湿度;半湿润亚区由大到小依次是风速、平均气温、相对湿度和太阳辐射;半干旱亚区由大到小依次是平均气温、太阳辐射、风速和相对湿度。     

中国主要经济区的近期气候变化特征评估

论文在中国《第三次气候变化国家评估报告》基础上,根据2012年以来的最新研究成果和中国气候公报,综合评估了环渤海经济区、长江经济带、华南经济圈和东北经济区的近期气候变化特征。主要结论有：① 1961—2018年,环渤海经济区、长江经济带、华南经济圈和东北经济区的平均气温上升趋势分别达0.35 ℃/10 a、0.20 ℃/10 a、0.20 ℃/10 a和0.33 ℃/10 a;尽管在1998—2014年间这些区域均出现了增暖趋缓特征,但除东北经济区外,环渤海经济区、长江经济带和华南经济圈均在2014年之后突破了其前最暖年的年均气温记录。② 1961—2018年各经济区(圈、带)的降水趋势变化虽均低于1 mm/10 a,但其间年际和年代际波动显著;2012—2018年降水虽总体偏多,但时空差异较大,其中东北经济区2013年和长江经济带2016年降水为1961年以来最多,而辽宁2014年降水却为1961年以来最少。③ 2014—2018年,各经济区(圈、带)最高气温超历史极值或极端阈值(发生概率≤10%的分位值)的极端高温事件频发,同时环渤海和东北经济区的区域性跨季连旱和极端特大暴雨等事件的发生频率增多,长江经济带暴雨日数偏多,华南经济区受台风影响呈加重态势;长江经济带和东北经济区在增暖同时也出现了多次大范围的极端低温事件。     

近50 a新疆气温精细化时空变化分析

利用新疆93个气象站1961-2010年的逐月平均气温资料,使用线性趋势分析、Mann-Kendall检测以及基于ArcGIS的混合插值法对春、夏、秋、冬四季和年平均气温的变化趋势、突变特征以及各气温要素多年平均值和突变前后变化量的空间分布进行了分析。结果表明：（1）新疆春、夏、秋、冬四季和年平均气温的空间分布总体呈现“南疆高,北疆低;平原和盆地高,山区低”的格局。（2）在全球变暖背景下,1961-2010年新疆春、夏、秋、冬四季和年平均气温分别以0.24 ℃/10 a、0.21 ℃/10 a、0.39 ℃/10 a、0.49 ℃/10 a和0.33℃/10 a的倾向率呈显著的上升趋势,并分别于2004年、1997年、1995年、1985年和1994年发生了突变性的上升,突变后较突变前,各季和年平均气温分别升高了1.5 ℃、0.8 ℃、1.2 ℃、1.6 ℃和1.0 ℃,但气温上升幅度具有明显的区域性差异,其空间分布总体呈现“北疆大,南疆小”的格局。     

中国降水量变化的空间分布特征与东亚夏季风

利用NCEP/NCAR海平面气压场和中国站点月降水量资料,研究了中国近47 a来的降水量变化空间分布特征及东亚夏季风与中国夏、秋季降水的关系.1961-2007年中国年降水量减少的区域主要在东北、华北、西北东部、西南东部和华南西部,形成一个东北一西南向的带状区域,其余大部为增加趋势,其中陕西北部和四川中南部减少趋势显著...     

1961- 2005 年中国霾日气候特征及变化分析

利用1961-2005 年中国霾日统计资料, 对中国霾的时空气候分布特征、变化趋势进行了详细分析, 并探讨了霾变化的可能原因及其与太阳总辐射、日照时数变化的关系。结果表明: 近45 年来, 中国年和四季霾日的空间分布特征均呈现东多西少的空间分布态势, 东部地区集中在三个多发区, 分别为长江中下游、华北和华南; 季节变化, 除东北地区、青藏高原、西北西部四季霾日均很少且变化不明显外, 其余大部分地区均呈现为冬季多, 夏季少, 春秋 季居中的特点。近45 年, 全国平均年霾日数呈现明显的增加趋势, 2004 年为最高值。我国东部大部地区主要呈现增加趋势, 尤其霾多发地区, 如长江中下游、珠江流域及河南西部等 地, 霾日增加幅度大, 趋势显著, 人类活动造成的大气污染物增加及天气气候变化是这些地区霾日呈现增加趋势的可能原因, 我国西部地区和东北大部地区则以减少趋势为主。华北、长江中下游地区、华南地区霾日变化趋势与日照时数变化趋势相反, 霾的增加是造成太阳总 辐射减少的主要原因之一。东北地区、西北地区、西南地区、青藏高原霾日变化和日照时数变化均呈现不明显的减少趋势, 但由于这些地区霾日发生少, 其变化不会对日照时数和太阳总辐射变化造成很大的影响。     

气候因子对南疆浮尘日数变化的影响

利用1961-2003年南疆36个代表站逐日地面观测资料,分析了浮尘日数的分布特征,并构建多元线性回归影响因子模型,探讨了气温、气温日较差、地气温差、海平面气压、气压差、平均风速、降水量7个气候因子对浮尘日数变化的影响程度。结果表明:南疆浮尘日数具有明显的地域差异性和季节性;43 a内浮尘日数呈明显减少趋势,具有6~9 a的振荡周期,地气温差、平均风速、降水量的相继突变导致1986年浮尘日数突变;3~9月南疆浮尘日数变化的主要影响因子依次是平均风速、气温日较差和降水量,春季气温日较差占主导地位,6~8月是平均风速,9月为降水量。     

华北地区高温日数的气候特征及变化规律

基于1960～2009年华北地区90个台站逐日最高气温数据,采用趋势分析等方法分析近50 a华北地区高温日数的时空变化特征。结果表明,近50 a华北地区高温日数以海拔高度800 m等值线为界呈现南多北少的分布特点,南部主要呈减少趋势,北部主要呈增加趋势。同时它显现出明显的"多-少-多"年代际变化特征,与1960年代相比,2000年代高温日数在7月稍增加,5和8月有所减少。近50 a华北地区累计高温过程频次呈微弱的减少趋势,南北部高温过程集中的年代和月份也有所不同。     

近50年安徽省气候舒适度变化特征及区划研究

利用安徽省70个台站1961-2010年逐日平均气温、风速和相对湿度,根据气候舒适度评价模型,计算得到安徽省气候舒适度时空分布特征,在此基础上通过GIS空间插值对气候舒适度进行综合区划和评价。结果表明：安徽省气候舒适度有明显的季节变化和区域分布特征,季节上每年4-10月气候总体舒适,而11月-次年3月气候相对不舒适;空...     

Pricing Weather Derivatives Index based on Temperature: The Case of Bahir Dar,Ethiopia

In this paper we present a stochastic model for daily average temperature to calculate the temperature indices upon which temperature-based derivatives are written. We propose a seasonal mean and volatility model that describes the daily average temperature behavior using the mean-reverting Ornstein-Uhlenbeck process. We also use higher order continuous-time autoregressive process with lag 3 for modeling the time evolution of the temperatures after removing trend and seasonality. Our model is fitted to 11 years of data recorded, in the period 1 January 2005 to 31 December 2015, Bahir Dar, Ethiopia, obtained from Ethiopia National Meteorological Services Agency. The analytical approximation formulas are used to price heating degree days (HDD) and cooling degree days (CDD) futures. The suggested model is analytically tractable for derivation of explicit prices for CDD and HDD futures and option. The price of the CDD future is calculated, using analytical approximation formulas. Numerical examples are presented to indicate the accuracy of the method. The results show that our model performs better to predict CDD indices.     

我国中部五省雷暴日时空分布特征

为研究中部五省雷暴日时空分布特征,利用1961―2010年中部五省85个气象台站雷暴日资料,采用小波分析和EOF分析等数理统计方法,对其雷暴日时空分布特征进行了统计分析。结果表明：近50年来,中部五省初雷日期和终雷日期没有表现出提前或推迟的趋势,年平均雷暴日整体呈下降趋势,夏季雷暴日的减少是影响年雷暴日减少的主要原因。中部五省年平均雷暴日为41 d,其中春季占全年雷暴日的30.3%,夏季占57.6%,秋季占8.5%,冬季占3.6%;五省平均初雷日期在3月1日或2日,从南至北初雷日期依次推迟,南北最大相差近3个月;终雷日期在10月4日或5日,终雷日期是南晚北早,南北最大相差近2个月;雷暴日月变化曲线呈双峰型,主峰在7月或8月,次峰在4月;通过小波分析,年平均雷暴日主要呈11 a、17 a和6 a、4 a左右的振荡周期;长江以北地区,20 d＜年平均雷暴日≤40 d,属多雷暴地区;长江以南地区,年平均雷暴日＞40 d,属于高雷区或强雷区,其中赣南和湘南少部分地区年平均雷暴日＞60 d,属强雷区。根据EOF分析,将五省年平均雷暴日空间分布划分为：一致型、南北反相型、梅雨型和局地型等4种类型。年平均雷暴日整体呈下降趋势的原因,可能与夏季风的强弱和大气环流突变有关。     

1960—2019年西北地区气候变化中的Hiatus现象及特征

1998—2012年全球地表平均温度发生变暖停滞（Hiatus）,然而Hiatus现象是否在全球各地均存在尚有争议,其在西北地区的表现及特征缺乏深入研究。本文基于1960—2019年气温地面观测数据,利用累积距平曲线、Mann-Kendall突变检验、滑动t检验及Yamamoto检验进行气候突变分析,结合线性倾向估计进行气候变化趋势分析,对西北地区气候变化中的Hiatus现象及其特征进行了探讨。结果表明：① 西北地区年均气温在1986年、1996年和2012年分别突变,1996年突变升温后在1998—2012年间保持高位震荡;② 1998—2012年间西北地区年均温变化率为-0.20 ℃/10a,呈现明显Hiatus现象,分季节看,冬季降温幅度最大,夏季仍保持升温,春季均温比秋、冬季提前1年开始和结束停滞期,从空间上看,西北地区东南部降温最显著,青藏高原不存在Hiatus;③ 2012年Hiatus结束后西北地区气温普遍快速升高,季节上以冬季升温最快,空间上以南疆升温最快。综合来看,1998—2012年的Hiatus现象在除青藏高原外的西北地区表现明显,停滞后的快速升温值得高度关注。     

新疆大风灾害灾度和危险度分析

对新疆1980年到2000年的大风灾害信息和各地区县、市的统计年鉴及105个气象站53 a的资料进行分析。新疆的大风灾害事件多出现在夏季的5月和6月,这时候也正是新疆大风最多的时节。灾度分析得出新疆大风灾害均为轻灾,救灾以县级为主;并且各地区出现的最大灾度跟各地区出现的大风灾害事件的次数大体上一致,只有石河子市、巴州地区出现了不一致的现象。危险度分析得出,新疆没有极重度危险地区,大部分属于中度危险地区。通过对新疆的大风灾害的灾度和危险度分析,发现两种方法的分析结果存在差异并加以讨论,为各地州、县、市政府管理部门提供防治大风灾害的参考依据。     

近35 年青藏高原雨量和雨日的变化特征

利用青藏高原1971-2005 年49 个气象台站逐日雨量和雨日资料, 分析了青藏高原年、 季雨量和雨日变化趋势。结果表明, 近35 年西藏大部分地区年雨量、雨日呈现显著增加趋 势, 而青海省大部分地区雨量、雨日却呈减少趋势。夏半年, 高原上雨日减少, 雨量增加, 说明降水越来越集中, 降水强度在增加。冬半年, 高原上雨日、雨量均在增加。高原夏半年小雨(0.1~4.9 mm) 雨日减少, 雨量增加; 小雨(5.0~9.9 mm) 和中雨的雨日和雨量均呈增加趋 势, 大雨以上的雨日和雨量均减少。冬半年, 青藏高原小雪、中雪、大雪不同量级日数和雪 日的平均雪量均呈增加趋势; 暴雪日和雪量变化均不明显。     

Impact of climate variation on fog in China

Using foggy days and mean temperature and relative humidity data of 602 stations from January to December in the period 1961–2003 in China, the relationship between variations of foggy days and temperature and its possible reason for the 43 years were analyzed by regression, correlation and contrastive analysis methods. The results show that the higher (lower) the mean temperature and the lower (higher) the relative humidity correspond to less (more) foggy days, the relationship is the best in the western, northern and eastern Sichuan, Yunnan-Guizhou Plateau, and southeast highland in China. This induces a decrease in relative humidity when the climate becomes warmer, and eventually brings about a decrease in foggy days in China.