沿淮地区秋季连阴雨综合指数构建及其变化特征

基于安徽省沿淮地区10个国家气象站1960-2019年观测资料、灾情资料和7种地方连阴雨监测指标,在评估7种地方指标适用性的基础上,采用加权综合指数法和线性趋势法,构建了沿淮地区秋季连阴雨综合指数,分析了时空变化特征。结果表明:江苏指标对沿淮地区连阴雨监测的适用性最好,连阴雨综合指数由连阴雨总日数、连阴雨总降水量线性组成,权重分别为0.8和0.2。按照综合指数,将连阴雨强度分成重度、中度、轻度3级,分级结果与灾情实况较吻合,重度连阴雨和中度连阴雨TS评分分别为100%、88.9%。秋季连阴雨在20世纪70年代到80年代前期及近10年发生频率高、强度大,尤其是2016年和2017年的连阴雨,强度居历史前2位。沿淮地区连阴雨年数东部和西部的多于中部的,重度连阴雨阜南的最多,五河的最少。     

以高山站为背景研究城市化对气温变化趋势的影响

本文基于1957~2005年的逐日气象资料,对比分析了中国东部7组高山气象站和山下附近的城市气象站年 与四季气温变化趋势.在此基础上,利用高山站作为气候变化背景场来分析城市化对平均气温、最高气温、最低气温变化趋势影响的性质和程度,及其对气温变化非对称性的影响.结果表明:平均气温和最低气温变化趋势城市站多比高山站大,而最高气温变化趋势高山站多比城市站大;城市站最低气温变化趋势均大于最高气温变化趋势,具有明显的非对称性现象,而高山站这种表现十分微弱.城市站气温变化受到明显的城市化影响,对于平均气温和最低气温以正影响为主,而对于最高气温为负影响为主,说明城市化对气温变化的影响也存在非对称性.城市化影响的非对称性是气温变化非对称性形成的主要因素.     

塔克拉玛干沙漠腹地近地层春季铅直湍流的小波分析

利用塔克拉玛干沙漠腹地近地层10m高度处快速响应探测系统的湍流资料,对春季晴天和沙尘暴天气下不同稳定层结的铅直湍流脉动进行小波变化及其方差分析,以期了解铅直湍流的尺度结构特征。结果表明,不稳定层结条件下,春季晴天近地层的铅直湍流脉动以12—17S的周期为主,最小周期为1-1．5s;春季沙尘暴时最主要的周期则为6-10s,最小周期为0．4—0．6s。沙尘暴时不稳定层结的湍流尺度总体上小于晴天,较小尺度波动振荡更加明显,湍流运动比晴天更加频繁。稳定层结条件下,春季晴天以10—16S的周期振荡为主,最小周期为1．3-1．8s;春季沙尘暴则以11—20s的周期振荡为主,最小周期为0．5—0．8s。晴天稳定层结时的铅直脉动比沙尘暴时周期小,小周期的湍流运动更明显一些,但周期更小的波动在沙尘暴天气时则多一些。     

近50年孝感市降水变化特征分析

利用趋势分析、小波变换等方法,分析了湖北省孝感市1957—2006年近50年降水的多时间尺度变化特征。结果表明:孝感市年降水量呈弱增加趋势,春秋季降水量呈下降趋势,冬夏季降水量呈增加趋势,其中以冬季降水增加趋势最为显著,降水量变化的年代际差异较小,年际差异很大;降水量变化存在明显的多时间尺度特征,其中以3~7a和准11a周期表现显著。     

西北地区生长季参考作物蒸散变化成因的定量分析

基于FAO Penman-Monteith 公式计算了我国西北地区126 个测站1961-2009 年的生长季(4-10 月) 参考作物蒸散(ET₀) 对平均气温、风速、相对湿度和太阳辐射的敏感系数,并结合各气象因子的多年变化特征定量讨论参考作物蒸散变化的原因。结果表明：风速和气温的敏感性虽然相对较低,但因其显著变化,成为引起ET₀变化的主导因子,贡献达到-5.22%和3.29%;太阳辐射和相对湿度敏感性较大,但因变化小,贡献仅为-0.76%和0.63%。空间上,气温在西北地区对ET₀ 变化多为正贡献,风速和太阳辐射多为负贡献;相对湿度在西部多为负贡献,东部为正贡献。估算的4 个气象因子共同作用引起的ET₀变化在趋势、数值和空间分布上均与ET₀的实际变化基本一致,两者的相关系数高达0.99,表明结合敏感性分析和气象因子的多年变化来解释西北地区ET₀变化的原因兼具合理性和可行性。而且该方法弥补了趋势分析法、相关分析法和敏感性分析法的不足,为定量分析ET₀变化成因提供一条新思路     

安徽省云地闪密度与雷暴日数关系的研究

利用1961—2015年安徽省雷暴日数资料和2010—2015年ADTD系统闪电定位数据,以县级行政区域为基本单位,采用线性和幂两种计算模型分析安徽省年平均云地闪密度N_g与雷暴日数T_d的关系,并与《建筑物防雷设计规范》(GB 50057)公式的计算结果进行对比。结果表明:2010—2015年安徽省雷暴日数与1961—2015年雷暴日数的观测数据无显著性差异,幂模型比线性模型更适用于表征安徽省年平均云地闪密度和雷暴日数的关系。利用雷暴日数据结合规范两种计算公式得到的安徽省各县区年平均云地闪密度与实际观测的云地闪密度存在较大的差异,公式N_g=0.024T_d~(1.3)计算的云地闪密度的样本平均相对误差为31.65%,低于N_g=0.100T_d计算的云地闪密度的样本相对误差44.03%。拟合公式N_g=0.0281T_d~(1.369)计算的安徽省年平均云地闪密度与实际观测的云地闪密度接近,较规范中的两类公式N_g=0.024T_d~(1.3)和N_g=0.100T_d更适用于安徽地区。     

基于CMIP5模式安徽省植被净初级生产力预估

利用耦合模式比较计划第5阶段（CMIP5）中5个全球气候模式3种典型浓度路径（RCPs）预估结果,基于植被净初级生产力模型,估算安徽省21世纪近期（2018—2030年)、中期（2031—2050年）和远期（2051—2099年）植被净初级生产力及其对气候变化的响应。结果表明：对不同模式在安徽省模拟能力的评估可知,气温以多模式集合模拟效果优于单个模式,MIROC-ESM-CHEM对降水的模拟能力较好。未来安徽省将持续变暖,北部变暖幅度高于南部,其中RCP8.5情景下变暖趋势更显著;全省降水量将增加,南部增加多于北部。随着气候趋于暖湿化,植被净初级生产力总体增加;与基准年相比,21世纪近期增加不明显,中后期显著增加,空间上南部增加总体高于北部。从气候变化响应来看,安徽省植被净初级生产力与降水量和平均气温均显著相关,并且对降水量的响应程度更高。