登陆华南台风的频数及强度变化特征分析

利用1949—2015年上海台风所提供的热带气旋资料,依据热带气旋登陆华南时的强度,对登陆华南台风的频数、初终旋影响日期、影响期以及登陆位置、强度等气候特征分为3个路段(即西路、中路和东路)进行了分析。结果表明:全年登陆华南热带气旋TCs(指登陆时底层中心附近最大平均风速≥8级的热带气旋)和台风以上(指登陆时底层中心附近最大平均风速≥12级的热带气旋)频数均有不显著的增加趋势,且登陆华南TYs频数占TCs频数的百分比呈不显著的上升趋势,年际变化特征明显,年最多登陆TCs频数是最少登陆TCs频数的9倍,TCs和TYs的年代际变化具有明显的波动特征,登陆时间主要集中在7—9月。登陆地点主要集中在珠江口以西(西路和中路)。登陆华南TCs的平均影响期为78 d,多年平均初旋和终旋影响日期分别为7月8日和9月23日,初旋和终旋影响日期有提早的趋势,其中东路平均10 a的终旋影响日期提前5.8 d。从登陆强度看,整个华南、中路和东路各级热带气旋的强度有不同程度的增强趋势,而从西路进入华南的热带气旋中,强热带风暴的强度是减弱的,而热带风暴和台风以上的强度是增强的。值得注意的是,近十年来以极端强度登陆华南的台风显著增多。     

基于多尺度特征深度学习的短临降水预报

雷达回波外推是短临降水预报的一种重要方法。针对雷达回波外推中随着外推时间的增加而出现回波演变信息丢失这一问题,本文提出一种多尺度特征融合的深度学习短临降水预报模型(以下简称为MSF2)。首先,采用多尺度的卷积核对网络的浅层信息进行特征提取,弥补单一特征检测带来的不足。其次,将不同维度的特征信息进行拼接及通道混洗,进一步增强特征图通道之间的信息流通和信息表达能力。最后,将特征图中的多尺度信息进行融合,从而有效保留不同尺度的特征信息。利用华南雷达回波拼图资料数据,在3种不同降水强度（5 mm/h、10 mm/h和25 mm/h）下进行降水预报研究,并与光流法和ConvLSTM两种主流算法进行了对比。结果显示,在3种不同降水强度条件下,MSF2在所有评价指标（命中率POD、临界成功指数CSI、误报率FAR）中表现最优,这表明引入多尺度机制能改善模型的特征提取能力。相比于目前主流的光流法和ConvLSTM,本文提出的模型对于短临降水预报具有较好的适用性和较高的预报精度,而且实现了业务化运行。     

中国沿海地区雨潮复合灾害联合分布及危险性研究

沿海地区极易受到极端降雨和高潮位引发的复合洪涝灾害影响。研究风暴增水和累积降雨同时发生的概率,设计雨潮联合分布函数,对提升沿海城市防洪除涝应对措施的有效性、减少城市复合洪涝灾害造成的损失具有重要意义。论文以1979—2014年中国沿海逐日最大风暴增水和邻近雨量站日累积降雨数据作为统计样本,采用Copula函数构建雨潮联合概率模型,并利用Kolmogorov-Smirnov检验、赤池信息准则、贝叶斯信息准则评价雨潮联合分布拟合优度,优选中国沿海雨潮联合概率分布函数模型。基于此模型,定量化设计中国沿海雨潮复合灾害情景。结果表明：在空间分布上,中国沿海雨潮复合灾害频次呈现明显的“两头多中间少”格局,其中,广东西部沿海、福建北部、浙江南部、山东及辽宁沿海频次相对较高;在50年一遇联合重现期下,北部湾、海南岛北部、浙江沿海、渤海湾部分沿海表现为极端降雨和较高的风暴增水,雨潮遭遇的复合灾害事件十分值得关注。研究结果在一定程度上揭示了中国沿海地区雨潮复合灾害的时空变化规律,并为复合灾害情景预测提供了定量化评估方案。     

Copula函数在广西洪涝灾害的降水概率预测中的应用

为了研究洪涝的重要致灾源因子降水的概率,利用广西从1970年-2012年的降水数据,以年降水均值（X）和年降水极值均值（Y）为研究变量,通过Copula函数构建其联合分布.经过OLS,AIC拟合优度评价,采用Copula函数中拟合效果较好的Gumbel-Hougaard Copula函数建立边缘分布为Pearson-Ⅲ型的两变量的联合分布.随后,进行相应的重现期计算,计算结果表明,在联合重现期下的两变量降水设计值比单变量设计值和同现重现期下的设计值都要高,故采用联合重现期下的联合设计值作为防洪标准会更加安全.最后,对比降水数据与灾情数据,研究降水重现期与洪涝灾情的关系.结果表明,降水的重现期越长,洪涝灾害也越严重.     

华南热带气旋相关物理量场的线性及非线性统计分析研究

选取西太平洋海平面温度场、海平面气压场、500 hPa位势高度场作为物理因子场,并普查计算1949—2013年影响我国华南地区的热带气旋的年均频数、年均最低气压、年均最大风速作为相关物理量场。对因子场分别应用主成分分析 (PCA) 与核主成分分析 (KPCA) 算法进行主成分提取,在此基础上,对因子场的前六主成分进行功率谱估计与凝聚谱分析。最后,利用典型相关分析 (CCA) 与核典型相关分析 (KCCA) 算法对因子场与物理量场进行典型相关分析。结果表明,基于非线性的KPCA算法提取出西太平洋物理因子场前六成分的解释方差贡献率,均高于PCA算法;海温场、海压场、高度场的第一成分各自存在大概18年的周期性振荡变化,同时,在周期为2~3年的范围内,这三者的振荡频率的互相关性最强;而因子场与物理量场的非线性典型相关系数,明显高于线性典型相关系数。      

气候变化背景下中国沿海地区灾害风险研究与应对思考

沿海地区是城市化水平较高的区域,在全球气候变化背景下,该地区极端天气气候事件频发,灾害风险日益加大,已严重制约了该地区社会经济的可持续发展。论文立足气候变化背景,探讨沿海地区灾害风险变化的新特点,认为：当前极端天气气候灾害的发生仍具较大的不确实性,气候与灾害在时空尺度上呈现多样性变化特征,各气象灾害风险存在较大差异性,灾害系统构成要素也更加复杂。鉴于气候变化给沿海地区灾害风险研究带来新的挑战,文章提出在气候变化背景下,沿海地区灾害风险系统的构建应关注灾害的时空尺度变化、多灾种灾害的协同效应、城市化与气候变化,并构建了基于气候变化背景下的灾害风险系统框架。最后,为提升气候变化背景下我国沿海地区灾害风险应对能力建设,提出以下建议：注重灾害防御系统的多样化、注重灾害防御系统的稳健性、实现多灾种灾害信息的共享、强化承灾主体的自恢复能力、加强灾害风险分担与转移能力建设、逐步适应气候变化背景下的极端天气与自然灾害。     

长江口海平面上升预测及其对滨海湿地影响

选择吴淞站和吕四站2个验潮站数据,通过统计学方法进行长江口海平面上升预测,从而构建了一套长江口地区较完备的海平面上升情景库：以2013年为基准年份,其最佳预测值的范围在2030年、2050年、2100年分别为50~217 mm,118~430 mm,256~1215 mm。以此情景库为基础,探究海平面上升变化对长江口滨海湿地的影响,结果表明：随着海平面上升值的增加,长江口滨海湿地的面积不断减少;在基于验潮站数据作趋势外推得到的情景下,湿地面积减少较平缓,而在考虑全球变暖背景的情景下,湿地面积减少迅速;且不论在何种情景下,时间尺度越大,湿地减少的面积越大。