青藏高原中东部极端降水的时空变化特征

伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明：青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。     

近50年西北干旱区极端降水的时空变化特征

利用西北干旱区1961-2010年76个测站的逐日降水量,采用线性趋势,Mann-Kendall（M-K）突变检验等现代统计诊断方法,研究我国西北干旱区极端降水的时空变化特征。结果表明:（1）过去50年北疆地区和天山山区极端降水量总体上呈增加趋势,河西-阿拉善地区变化不明显;（2）除南疆地区外,北疆、天山山区、河西-阿拉善地区极端降水量分别于1982年、1990年、1987年发生显著的上升突变;（3）极端降水量空间分布的区域差异性显著,在研究区西部表现为以天山山区大值为中心,呈现北高南低的特点;研究区的东部主要是自东南向西北递减的特点;（4）极端降水频率与极端降水量的空间分布基本一致。     

赣江流域近50a来极端降水时空变化特征

基于赣江流域1964—2013年13个水文站的日降水资料,采用AM抽样和POT抽样相结合的方法,对极端降水序列,选定日最大降水量(RX1)、极端降水量(R95)、极端降水天数(RD95)和极端降水强度(RI95)四个指标,利用Mann-Kendall趋势分析方法、Pettitt变点检验法分别对赣江流域极端降水进行时间变化趋势和突变的分析,并利用普通克里金插值,对各指标进行空间分布的分析。研究结果表明,时间变化上,赣江流域RX1、R95和RD95均表现出一定的增加趋势,但RI95变化不大,各指标在过去50 a没有发生显著突变;空间分布上,RX1、R95和RI95沿着赣江流向从西南向东北增加,而RD95的空间分布没有明显的变化规律,存在多个极大极小值中心。     

甘肃省近50 a夏季极端强降水量的气候特征

利用甘肃省1960—2006年59个台站逐日降水资料,根据百分位值法定义了不同台站的极端强降水阈值,统计出了夏季（6～8月）逐年逐站极端强降水量,并进行了时空特征诊断。结果表明：一致性异常分布是甘肃省夏季极端强降水量的最主要空间模态;夏季极端强降水量的异常空间分布可分为陇南型、陇中型、河西西部型、河西东部型及陇东型5个关键区;在5个关键区中,陇南区、陇中区近47a来夏季极端强降水量表现出减少趋势,河西东部区与陇东区表现出增加趋势,而河西西部区却经历了少-多-少的抛物线型变化;另外从周期分析来看,甘肃省夏季极端强降水量近47a来在大多数分区存在11～13a和6～8a的振荡周期。     

近54年阿勒泰地区夏季极端降水事件气候特征

本文采用阿勒泰地区7个国家级气象站近54a(1960～2013年)夏季(6～8月)的日有效降水量（20～20h降水量≥0.1mm）资料,用WMO推荐的百分位法计算了全地区过去54a夏季极端强降水的阈值、进一步分析了当地夏季时空分布特征及变化趋势,结果表明：阿勒泰地区夏季极端强降水阈值呈西部、南部小,北部、东部大,并且空间异常分布特征如下: 夏季以及夏季各月的极端强降水日数和强度均可总结出5种最主要模型;极端强降水量可总结出8种最主要模型;并且通过时间标准化序列分析各种模型都有对应的降水日数、量级、强度明显偏多（强）和偏少（弱）的时段。日数、量级、强度近54a来,除吉木乃略有下降以外,其余各县（市）均为增长趋势,尤其是北部、东部地区.同时上述三指标存在着显著的年代际和年纪尺度的周期变化,上世纪90年代和2010年至今为三个指标最多(强)的年代,而上世纪70年代为最少（最差）的年代.并通过周期分析（小波分析）可知,均有对应的显著变化周期。     

蒙阴县降水和极端温度变化特征分析

利用蒙阴县1959～2002年气象资料，分析了蒙阴降水和高、低温的变化特征。结果表明：降水总体呈减少趋势，平均每10年减少42mm；前后期对比分析表明，后期春季降水略有增多，冬季有所减少，夏、秋两季明显减少；后期高、低温出现频率明显减小，但高温平均值略有升高，低温平均值明显升高。     

华北中部近45a极端降水事件变化特征

利用华北中部41个气象台站1961—2005年逐日降水资料,采用通用的极端气候指数,分析了近45a来华北中部极端降水事件频率变化的时空特征。结果表明：华北中部平均年最大日降水量呈下降趋势,南部平原地区一般减少,北部山地区域多有增加,降水日数有较明显减少,强降水日数和暴雨日数变化趋势不明显,降水日数的减少主要是中、小雨（雪）日数减少造成的。暴雨日数和强度在20世纪90年代中后期显著增加。华北中部强降水日数和暴雨日数在降水日数中的比重有增大趋势,强降水量和暴雨降水量在总降水量中的比重可能也增加了。这种相对增加趋势主要发生在20世纪90年代中期以后。     

四川省近10年极端小时降水时空分布特征

利用2012～2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明：（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。     

近46 a重庆汛期极端降水量异常特征

利用重庆33站1961-2006年汛期(5-9月)逐日降水资料,定义了不同台站的极端降水阈值,统计出了不同台站近46a逐年汛期极端降水量,并进行时空分布特征分析。结果表明:重庆地区汛期极端降水量空间分布差异明显,一致性异常分布特征是最主要空间模态,空间分布可分为5个主要区域;各区代表站汛期极端降水量占总降水量的比重相当大;从长期变化趋势来看,整个重庆地区近46a来汛期极端降水变化趋势不显著;各区汛期极端降水主要存在着2~3a、5a左右的年际变化和11a左右的年代际振荡。     

珠峰地区近50年极端降水变化特征分析

基于聂拉木和定日国家气象观测站逐日降水资料,选用世界气象组织推荐的11个极端降水指数,利用多种统计方法分析了1971～2020年珠穆朗玛峰（以下简称珠峰）地区极端降水指数的变化特征。结果表明：珠峰地区全年以中雨日数为主,持续干期远大于持续湿期且北坡更为突出,但珠峰南坡多数极端降水指数年均值和变幅均大于北坡。珠峰地区极端降水指数表现出以减小为主要特征的不显著变化趋势且北坡更明显。珠峰地区极端降水指数突变主要发生在20世纪80年代和90年代。珠峰地区极端降水指数周期差异大,相关性越高的极端降水指数其周期更接近甚至相同。年总降水量除与持续干期呈不显著负相关外,与其它极端降水指数均呈正相关关系,且绝大多数都通过了99%水平的显著性检验,而持续干期则与大多数极端降水指数为不显著负相关关系。     

中国近50a气候变化复杂性分析

分析了我国气温和降水量变化的兰帕尔－齐夫复杂度空间分布特征，结果表明，平均而言，我国平均气温和降水量变化的复杂度约为10－11，小于随机序列的复杂度13，年平衡气温变化序列的复杂度最小，秋季平均气温变化序列的复杂度最大，季节和年平均气温序列的复杂度小于月平均气温变化序列的复杂度，月总降水量变化序列的复杂度为西部，北部大于南部和东部，我国东南沿海地区气候要素变化的复杂度最大。     

1960-2005年长江中下游极端降水指数变化特征分析

本文利用长江中下游流域内的81个气象站,对长江中下游极端降水指数的时空变化特征进行分析.结果发现,在时间尺度上,长江中下游地区近46 a来极端降水指数呈上升趋势,其中降水强度上升趋势最明显,各个极端降水指数在年代际尺度上具有相同的变化特征,均存在着12 a左右的周期振荡,在年际尺度上,各极端降水指数变化周期并不一致.大雨日数与其他指数相比突变时间比较早,发生在1979年,其他几个指数突变时间比较接近,出现在1990年前后.在空间变化上,除极端湿天降水量在全区均为上升趋势外,其他几种极端降水指数在江苏东部地区、湖北西北部都存在着极端降水指数的负变化趋势,高值区主要分布在江西大部、湖北东南部、湖南东北部地区.     

江淮梅雨区1960—2014年夏季极端降水变化特征及影响因素

利用江淮梅雨区66个测站1960—2014年逐日降水数据和同期NCEP/NCAR再分析资料,基于多个极端降水指数,通过趋势分析、EOF分析和合成分析等手段,探究该区夏季极端降水事件的时空变化特征及影响因素。结果表明：(1)夏季极端降水指数以上升为主,显著上升区主要位于东部。(2)夏季极端降水指数第一特征向量呈全“+”分布形态,北部地区更强,第二特征向量呈“西北+东南-”分布形态;第一模态时间系数呈上升趋势,第二模态时间系数变化趋势不明显。(3)在强（弱）夏季极端降水典型年,西太平洋副热带高压位置偏西（东),中纬度地区表现出经（纬）向型环流分布特征,利于（不利于）江淮地区极端降水发生;同时,对流层中、低层上升运动增强（中层气流辐散增强),水汽通量增强、辐合（减弱、辐散),因此,梅雨区极端降水异常增强（减弱)。     

1959—2009年甘肃极端温度时空变化及其与AO相关分析

利用1959-2009年甘肃省24个台站的逐日最高和最低气温资料,运用百分位法定义了不同台站的逐年最高温度的极端高值、最低温度的极端低值.研究了甘肃省51 a来极端温度的时间变化特征;运用多元线性回归及空间插值法分析了其空间变化特征,并运用Pearson系数分析了极端温度与北极涛动(AO)相关关系.结果表明,甘肃省51 a最高温度的极端高值时间变化特征总体呈增加趋势,陇东及陇南地区增温显著;最低温度的极端低值显著增加的地区则为甘肃中部及西南部地区.最高温度的极端高值大值区地域集中在河西走廊西部地区,小值区在祁连山区及甘南高原;最低温度的极端低值大值区集中在陇东及陇南地区,小值区则在河西走廊的祁连山区.甘肃地区最低温度的极端低值与AO的相关关系要比最高温度的极端高值更为显著.     

基于T213集合预报的中国极端温度预报方法研究

基于中国T213集合预报系统资料,根据Anderson-Darling检验原理,研究基于集合预报与模式历史预报累积概率密度(简称模式气候)分布函数连续差异特征的极端温度天气预报方法,建立极端温度天气预报指数(Extreme Temperature Forecast Index, 简称EFI)的数学模型。利用S指数评分方法确定发布极端温度预警信号的阈值,得出:1月的发布极端高温的预警信号的阈值为0.7或0.8,发布极端低温的预警信号的阈值为-0.7或-0.8。基于EFI指数以及该阈值,对2013年1月中国极端温度天气进行预报试验,得出:极端天气预报指数对极端温度天气具有较好的识别能力,可提前3~7 d发出极端温度预警信号,随着预报时效的延长,预报技巧逐渐降低。     

江苏地区沙尘天气时空特征及气候变化分析

利用江苏省59个测站1960-2006年的沙尘天气观测资料,通过时间序列线性变化趋势、小波分析等方法,研究了江苏沙尘天气的时空分布及年际和年代际变化特征.结果表明:江苏沙尘天气在空间上呈北多南少、西多东少,年发生频数差异明显的特征;47 a江苏年沙尘日数年际变化明显,总频次呈减少趋势,沙尘强度呈减弱趋势;江苏沙尘天气季节分布不均匀,3-4月份为多沙尘月,6-10月基本没有沙尘天气发生,11月后沙尘天气开始增多;从小波分析的结果看,江苏沙尘天气具有2、4、6、8 a的年际周期变化和11、20 a左右的年代际周期振荡,其中8 a和20 a周期振荡是主要特征,20 a的周期振荡贯穿始终.     

近45a华南夏季降水时空演变特征

利用华南区域65个气象站点1960～2004年的观测数据,采用经验正交函数分解法(EOF)分析了华南夏季降水的时空变化.结果表明:华南中部和西北部是华南夏季降水的两个主要气候变异中心区,华南中部夏季降水具有年代际变化为主的特征,华南西北部夏季降水则具有年际变化为主的特征.华南中部夏季降水的强弱异常变化,与华南上空水汽输送异常而导致该地区垂直积分水汽通量辐合异常密切相关.即华南中部夏季降水强年,该区域上空为明显的水汽通量距平辐合,降水弱年则为水汽通量距平辐散或弱的水汽通量距平辐合.为华南区域夏季降水的气候预测提供一定的参考依据.     

Characteristics of daily and extreme temperature over Canada

利用重庆34个自动站1991-2015年逐小时降水资料,分别从降水比率、强降水占比、强降水频次、强降水事件、极大强降水及极端强降水阈值等方面分析了重庆时空分布特征。结果表明：（1）降水比率、强降水占比、强降水频次、强降水事件、极大强降水及极端强降水阈值在空间分布上具有一致性,高值区主要分布在东南部与西部,低值区主要位于东北部与中部。（2）降水比率、强降水占比、强降水频次及极大强降水在年变化上表现出波动起伏特征,且降水比率相对变化幅度较小,后三者表现出同相位的变化特点。在月变化上,降水比率呈双峰特征,后三者一致呈单峰特征。在日变化上,强降水高频次主要出现在03-05时,低频次主要是13-15时。（3）在强降水事件持续性上,强降水事件持续时间及其降水开始至最强降水时间的空间分布一致：高值区主要集中在东北部与东南部,而低值区主要分布在中部与西部。总体上看,持续时间越长,产生最强降水的时间越延后,且持续时间长的强降水事件主要产生在23时至次日04时。（4）第99、99.5、99.9百分位阈值与广义极值（GEV）分布函数5、10、20、50、100 a重现期阈值及极大强降水观测值在空间分布上与强降水具有一致性。

     

中国未来极端气温变化的概率预估及其不确定性

本文基于第五次耦合模式比较计划的23个全球气候模式所提供的最高气温与最低气温在RCP4.5情景下的逐日格点资料,根据模式对5个极端气温指数的模拟能力,使用秩加权方法研究了中国未来极端气温变化的概率预估及其不确定性。结果表明,21世纪中期（2046—2065年）中国区域平均最高气温和平均最低气温的增加幅度相对于历史时期（1986—2005年）可能超过2.0℃（概率>66%),增加的大值区主要位于青藏高原南部。暖夜指数在中国大部分地区增加超过15%,西南和东南部沿海是增加的大值区,增幅超过20%。霜冻日数在全国范围内减少,减少的大值区位于青藏高原周围,减少日数超过了20 d。热浪指数在整个中国区域可能增加10 d以上,大值区位于西藏西南部,可达30 d。不确定性的结果表明,除热浪指数的可信度较低外,其余指数都有较高的可信度。到21世纪末期（2081—2100年),中国区域极端气温增加幅度超过前期,平均最高气温和平均最低气温很可能增加超过2.0℃（概率>90%),大值区除中国西部地区外,还扩展到了东北和青藏高原西南地区。中国大部分地区的暖夜指数增加超过15%,西南和南部沿海可能超过25%。大部分地区的霜冻日数减少20 d,青藏高原周围减少超过40 d。热浪指数在中国范围内增加20 d,青藏高原西南部增加40 d以上。除霜冻指数的信噪比略比21世纪中期大外,其余指数的信噪比与中期基本一致。     

安庆市近十年短时强降水特征及天气学模型

利用2005-2017年安庆市8个国家气象观测站逐时降水量资料以及高空探测资料,分析安庆市短时强降水的时空分布特征,并建立安庆市短时强降水天气学模型。结果表明: 短时强降水空间分布城郊差异明显,以城区次数为最多,其次是山区。短时强降水过程的年发生总站次没有明显的线性变化趋势,但有较大差异;月发生站次以7月为最多,其次是6月和8月;日分布具有明显的单峰型特征,午后到傍晚为高发时段。短时强降水强度以20～30mm/h为主,超过50mm/h的较少,但总体上出现次数呈增加趋势,并且强度也有所增强。短时强降水天气模型主要分为冷锋型、短波槽型、台风低压型、副高控制型,以短波槽型占比为最多,每个类型短时强降水的触发机制均不相同,但大部分均存在高低空急流或者超低空急流;本地具有湿层深厚和大气层结不稳定特征。