北极海冰对长江流域主汛期降雨的影响

针对极地冰雪显著影响中低纬气候的事实,利用1979-2017年长江流域116站降水资料和美国国家冰雪数据中心海冰资料,通过奇异值分解等统计学方法,研究北极海冰对长江流域主汛期降水的影响及可能的机制,结果表明:冬春季节,巴伦支海和鄂霍次克海海冰面积偏多、波佛特海海冰面积偏少时,主汛期长江上中游干流、汉江上游和雅砻江降水偏多;北极群岛、楚科奇海和拉普捷夫海以北海域海冰面积偏多时,主汛期两湖水系降水偏多,嘉陵江上游、汉江上游降水偏少;反之亦然。可能的机制为冬春季关键区海冰变化通过影响湍流热通量引发大气能量波动,这种波动以大气波列形式向东亚传播,影响东亚地区夏季的大气环流和水汽输送,从而间接影响长江流域主汛期降水。应用多元回归法,以关键区海冰面积作为预测因子建立4个流域内主汛期降水趋势预测模型,模型对预报区降水的定量预测有明显的波动,但对预报区总体的降水趋势有较好的预测效果。     

宁镇地区地质灾害预报模型——以镇江润州区为例

宁镇地区是长江中下游地质灾害最严重的地区之一。镇江润州区虽然仅是宁镇地区的一个局部区域,但其气候和地质环境特征具有典型意义,所提出的地质灾害气象预警预报模型同样适用于整个宁镇地区,对长江中下游地区亦有借鉴作用。气候环境、降雨尤其是连续降雨或强降雨是诱发地质灾害的重要因素。润州区地质灾害主要与梅雨期总降雨量有关,其次与台汛期台风带来的降雨量有关,而与台汛期总降雨量无关。地质灾害预测预警方程应针对不同时期采用不同的预警模型：非梅雨期的预警方程采用预报日降雨量结合前5日降水之和的综合模型,梅雨期的预警方程采用梅雨期降雨总量模型。提出地质灾害气象预报预警等级应根据《国家突发公共事件总体应急预案》将等级统一划分为4级。该模型可作为完善我国现有地质灾害气象预警预报系统的参考。     

沈阳市2017年地下水枯水期与丰水期水化学类型对比研究

沈阳市属于温带季风性气候,夏季多雨冬季干旱,枯水期和丰水期区别明显,对于地下水水化学类型有较大影响。本文使用阿列金分类法进行评价,得到CⅢCa全年都为绝对优势,丰水期占比较枯水期更大;枯水期与丰水期水化学类型差别较小,说明丰水期降水对于各县区的水化学类型影响较小,反而枯水期地下径流路径更长,溶出更加充分;从各县区看,康平县、法库县丰水期和枯水期水化学类型基本比重没有大的变化,新民市、沈北新区、于洪区、东陵区、辽中区、苏家屯区水化学类型均有一定差异;枯水期和丰水期各县区水化学类型都以Ⅲ型水为主。     

植被覆盖、放牧和季节对牧草种类组成和生物量的影响:以埃塞俄比亚南部Yabello牧场为例

Yabello牧场是埃塞俄比亚博拉纳的一个半干旱地区的牧场,目前面临着草场退化的严重挑战。植被覆盖的变化、过度放牧和季节性变化极大地影响了Yabello牧场的牧草组成和生物量。本文评估了植被覆盖、放牧和季节对Yabello牧场的牧草组成和生物量的影响。首先采用1 m×1 m的随机样方进行实验,根据植被覆盖类型和放牧变化选择样点,并对季节影响进行评估。使用SAS统计软件和MicrosoftExcel分析牧草组成、牧草高度和质量数据。本研究总共记录了26种草种,其中Chloris roxburghiana, Chrysopogon aucheri和Chrysopogon aucheri草种均表现出最高的平均单种覆盖高度和生物量产量。因此,建议将这些草种用于研究区域退化草地的恢复。研究结果还表明,植被覆盖类型、放牧和季节变化是决定牧草种类组成、牧草高度和生物量产量的关键因素。最后,研究结论还认为控制灌木丛植被并平衡放牧水平的可持续管理对于该地区的可持续牧草生产和生物多样性保护至关重要。     

Characterization of sudden and sustained base flow jump hydrologic behaviour in the humid seasonal tropics of the Panama Canal Watershed

Base flows are important for tropical regions with pronounced dry seasons, which are facing increasing water demands. Base flow generation, however, is one of the most challenging hydrological processes to characterize in the tropics. In many years during the May–December wet season in the Panama Canal Watershed (PCW), base flows in rivers abruptly increase. This increase persists until the start of the December–April dry season. Understanding this unusual base flow jump (BFJ) behaviour is critical to improve water provisioning in the seasonal tropics, especially during droughts and extended dry seasons. This study developed an integrated approach combining piecewise regression on cumulative average base flow and sensitivity analysis to calculate the timing and magnitude of BFJ. Rainfall, forest cover, mean land surface slope, catchment area, and estimated subsurface storage were tested as predictors for the occurrence and magnitude of the BFJs in seven subcatchments of the PCW. Sensitivity analysis on correlated predictors allowed ranking of predictor contributions due to isolated and cross-correlation effects. Correlations between observed BFJs and BFJs predicted by watershed and rainfall-related predictors were 0.92 and 0.65 for BFJ timing and magnitude, respectively. Forest cover was the second most significant predictor after cumulative rainfall for jump magnitude, owing to larger subsurface storage and groundwater recharge in forests than pastures. Catchments in the mountainous eastern PCW always generated larger jumps due to their higher rainfall and greater forest cover than the western PCW catchments. The cross-correlations between predictors contributed to more than 50% of the jump variances. The results demonstrate the importance of rainfall gradient and catchment characteristics in affecting the sudden and sustained BFJs, which can help inform land management decisions intended to enhance water supplies in the tropics. This study underscores the need for more research to further understand the hydrological processes involved in the BFJ phenomenon, including better BFJ models and field characterizations, to help improve tropical ecosystem services under a changing environment.     

长基线时间序列季节项提取和重构方法分析

运用经验模态分解（EMD）、集合经验模态分解（EEMD）和完备总体经验模态分解（CEEMD）3种方法对原始基线时间序列进行分解,得到各自时间序列的本征函数模态分量（IMF）、相关系数及周期性强度,进而确定其季节项分量,同时通过比较季节项和原始基线时间序列的叠加功率谱图优选分解方法。结果表明,CEEMD方法对基线时间序列季节项提取和重构效果最佳。     

2015年汛期我国南方季节内东西反相旱涝型及环流特征

本文利用站点数据、再分析数据,采用经验正交函数分解(EOF)、合成分析等统计方法,探讨了2015年汛期(4—9月)内我国南方逐候降水的空间模态及其对应的环流特征。结果表明:2015年汛期,南方地区汛期总体表现为东西反向降水型,体现了强El Nino发展年的一般特征,但进一步分析发现汛期内候尺度东西反向降水型具有多样性特征。对候尺度降水资料EOF展开后的第一模态(EOF1)和第三模态(EOF3)为两类东西反相型降水,在对流层高、中、低层都有明显的差异。EOF1东多西少(A1)型是由低层菲律宾反气旋主导的降水型,副热带高压偏强西伸显著,南亚高压偏强偏东,我国南方东部的大部分地区降水偏多。而EOF3的东多西少(A2)型是由热带气旋活动主导的降水型,南海北部为气旋式环流;副热带高压偏强,相对于A1型偏东;南亚高压较常年同期偏强、偏东,东南沿海降水偏多。EOF1的东少西多(B1)型明显受到南下冷空气活动的影响,副热带高压偏强,位置相对偏东,印缅槽增强,有利于南方西部降水偏多。而EOF3的东少西多(B2)型是菲律宾反气旋位置异常主导的结果,副热带高压明显偏强偏西,引导水汽到南方西部地区。2015年汛期内东西反相旱涝型与菲律宾反气旋活动及位置、热带气旋活动及位置、冷空气活动路径有密切的关系,受到多种环流配置的影响。     

中国泛华北地区冷季高架对流特征气候统计分析

本文利用常规地面、高空、区域自动站观测资料、灾害性强对流天气监测记录资料以及NCEP分析数据,对2000—2015年泛华北地区(32.5°~53.5°N、105°~135°E)冷季(除6、7、8月以外)高架对流时空分布特征、锋面环境特征以及不稳定机制进行统计分析。研究发现,泛华北地区冷季高架对流多发生于河南中北部、山东西部及河北中南部。从季节分布来看,2和11月是冷季高架对流发生最多的月份,呈"双峰型"分布特征。冷锋是引发泛华北地区冷季高架对流的主要锋面系统,约占高架对流事件总数的60%。高架对流发生时常伴随有较强的冷垫及锋面逆温,有超过半数的高架对流发生在温差超过6℃的逆温层之上。逆温层顶高多位于850hPa之上甚至能达到700hPa。高架对流发生时多伴随有20~30m·s~(-1)的0~6km强垂直风切变,这一强斜压特征有利于条件对称不稳定及其导致的高架倾斜对流的发生。经过分类与统计发现,条件对称不稳定和弱条件稳定度或近湿中性大气层结下的锋生强迫引发的较强上升运动是造成华北冷季高架对流的主要不稳定机制。     

2016年汛期中国降水极端特征及与1998年对比

本文利用国家气象信息中心提供的1961—2016年全国2341个气象观测站日和小时降水量资料,分析了2016年中国汛期降水的极端特征,并与1998年进行比较。主要结论如下：2016年汛期全国平均降水量为1961年以来历史同期最多,共有140站汛期降水量突破1961年以来历史同期极大值,有112站出现历史次极大值,比1998年分别偏多54和47站。1998年降水极值主要出现在东北和长江中上游地区,2016年主要出现在华东地区,而且范围更加集中。共出现6972站次暴雨,其中大暴雨1251站次,为1961年以来最多。44次大范围暴雨过程持续时间达90 d,总体呈现“中间强、前后弱”的特征。有417站出现日降水量极端事件,其中88站突破历史纪录,创1961年以来新高;最大小时降水量共有113站突破历史极值,比1998年偏多29站。从空间分布来看,日降水量极端事件2016年主要位于华东和华北地区,1998年集中在中部地区;破纪录小时降水2016年主要在西部地区,而1998年东部地区更为突出。     

华南前汛期降水的年代际异常特征及其成因

利用1981—2013年中国160站逐月降水资料、NCEP/NCAR逐月再分析资料及NOAA海表温度资料,研究了华南前汛期降水年代际异常的时空特征及其可能成因。结果表明:1)华南前汛期降水在1992前后发生由异常偏少转为偏多的显著年代际转折,最显著异常中心位于广西东北部和广东北部。2)1990年代初发生的对流层高层南冷北暖(40°N附近为界)、对流层下暖上冷的年代际转折,使得高低层环流场均出现了有利于北方干、湿冷空气和孟加拉湾、西太平洋暖湿水汽在华南区域交汇并辐合上升的形势,造成华南前汛期降水发生偏少转偏多的显著年代际转折。年代际转折的前后两个时段中,位于热带的孟加拉湾槽、东亚沿岸EAP遥相关型波列中的西太平洋副高、阿拉斯加湾附近的脊,以及中纬度贝加尔湖以西以南脊的强度或位置均具有显著差异,故这些环流系统的年代际异常是华南前汛期降水年代际异常的重要原因。3)南太平洋关键区海温在1990年代初开始呈现增暖趋势,在偏暖(偏冷)时期,华南低空受异常气旋(异常反气旋)环流控制,对流层上层西风急流偏弱偏南(偏强偏北),造成华南地区降水异常偏多(偏少)。