1960—2009年广西霾日时空变化特征

利用1960—2009年广西80个地面观测站资料,运用EOF、线性倾向估计等统计方法,分析了近50年广西霾日数的时空变化特征。结果表明:近50年广西霾日数总体呈上升趋势,与该地区人类活动和经济发展引起的污染排放增长密切相关;空间分布呈现出主要城市及其周边地区霾日多,边远地区及沿海地区霾日少的特点;广西霾天气主要发生在秋、冬季,以轻微霾 (能见度为5~10 km) 为主,且霾天气发生时的相对湿度8成以上介于70%~90%;除了空气污染之外,近50年风速呈下降趋势可能也导致更多的霾天气。     

1981—2019年四川省霾日时空变化特征及成因分析

利用1981—2019年气象观测资料,分析了四川霾日的时空变化特征,并分析了污染物排放量和气象条件变化对霾日的影响。结果表明:(1)四川盆地为霾日高发区,年均霾日达53.7 d,其中轻、中、重度霾日数分别为26.9、24.1和2.7 d,川西高原年均霾日数不足1 d。霾日高值区主要分布在盆地的中部、东部及南部,轻、中、重度霾日高值区分布与霾日基本一致。(2)近39 a盆地霾日总体呈下降趋势,气候倾向率为-0.03 d/10 a,霾日数及霾分布范围在20世纪90年代达到最大,进入21世纪后霾日数和霾范围呈减小趋势。(3)霾在冬季发生频繁,冬季年均霾日数达24.7d,且盆地大部地区超过30 d。(4)近39 a盆地共发生持续性霾12 782次,自贡市、德阳市、内江市、乐山市为持续性霾的高发区;盆地共发生区域持续性霾509次,其中10 d的区域持续性霾发生的次数最多,占比为87.8%。(5)盆地霾天气的主要贡献污染物为PM2.5和PM10。二者排放量在20世纪90年代达到最大,进入21世纪后开始减少,21世纪10年代减少最为明显。21世纪10年代前盆地平均气温升高、相对湿度下降,污染物的排放与气象条件的共同作用,导致霾事件出现频率较高。随着城市生态文明的建设与治理,在21世纪10年代,盆地区域污染物排放减少,区域升温率减小,相对湿度显著升高,霾出现频率有所降低。     

华北霾日的时空分布特征分析

利用1961—2011年共51 a华北地区50个站冬季及12月—2月逐月不同级别的霾日资料,研究了华北地区霾日的时空分布特征,结果发现:霾日的分布很不均匀,霾日大值区大多为工业城市、高度发达的城市以及煤炭生产基地,"浊岛"现象明显,华北地区霾日大值区呈西南—东北向分布,来自京津冀外区域的污染物跨城市群输送的影响非常显著。研究还表明,除山西平均霾日一直呈增长趋势外,其他地区霾日近年均呈下降趋势。从各大城市的变化特点看,太原、石家庄和呼和浩特呈一致的增长趋势,济南市、北京市和天津市的霾日均呈下降趋势。大城市冬季霾日出现最多的集中在12月和1月。     

三种方法统计的广东省霾日时空变化特征比较分析

根据广东省86个气象观测站1980—2013年的能见度、相对湿度和天气现象等资料,采用人工观测法、日均值法和14时值法对广东省霾日特征进行了对比分析。结果表明,三种方法统计的全省霾日数、霾日变化速率、全省排名前10位的站点均不尽相同,甚至差异较大。全省年平均霾日是日均值法统计结果 人工观测法的14时值法的,大致比例是1∶0.59∶0.49。人工观测法统计的广东省霾日变化速率最大,达2.1天/a,是日均值法的1.85倍,14时值法的3.34倍。人工观测法统计的霾日全省排名前10位的站点与日均值法、14时值法的都有7个相同、3个不同。三种方法统计的全省霾日长期变化趋势、季节变化特点和空间分布特征基本一致,三种方法均较适用于分析区域长时间序列的霾日变化特征。综合考虑霾日长期变化趋势、季节变化特点、空间分布特征和前人研究结果,日均值法统计的霾日更能反映广东省的实际变化特征。     

四川省1980~2014年霾的时空分布特征

利用四川省1980~2014年地面观测站气象资料,系统分析了四川省霾的时空分布特征。结果表明：四川省霾日高值区主要分布在四川盆地;川西高原、攀西地区霾天数极少;重度霾主要分布在四川盆地的中东部地区,中度霾年平均最大值40 d出现在自贡;轻微霾日数随时间变化不大且发生日数最多;中度霾和重度霾时间变化特征相似,呈现波动性变化,1992年达到峰值,随后又呈波动性下降趋势;霾的发生有显著季节性特征,冬季最高,秋季次之,春季低于秋季,夏季最轻。     

成都及周边地区霾时空分布特征研究

利用成都及周边地区(包括眉山、广汉、绵阳、德阳)1980~2010年的地面气象观测资料,基于多种统计方法对该地区霾日的时空分布特征进行了详细分析。结果表明,(1)成都及周边地区的年平均霾日数整体呈增加趋势,尤其是近5年。霾日的季节变化主要表现为:冬季最多,秋季和春季次之,夏季最少,且夏、秋和冬三季霾日数均呈增加趋势,春季反之。霾日的月变化十分显著,大体呈"V"字型,最多出现在12月,最少出现在6月。(2)年平均霾日的空间分布基本一致,高值区主要分布在成都西南部以及东部的金堂、广汉、德阳、绵阳,低值区分布在成都北部。     

山东省雷暴时空变化特征

根据1966-2005年山东省的雷暴资料,运用数理统计及自然正交函数展开（EOF）方法,对山东省雷暴气候特征进行了诊断分析。结果表明：山东省年雷暴日数的空间分布呈现出泰沂山区多、半岛沿海和山东西部平原较少的特点;雷暴主要发生在夏季,有明显的日变化;在过去40 a中,山东雷暴日数具有较强的年际、年代际变化,呈明显的波动下降的特点,并有一定的阶段性。     

1961—2014年广东省霾日的时空分布特征

根据广东省86个气象站1961—2014年气象资料,采用日均相对湿度和能见度标准,以及线性趋势分析、Mann-Kendall突变检验等方法,研究了广东省霾日的时空分布特征。结果表明:1961—2014年广东平均年霾日以1.2 d/年的速率明显增加。20世纪60、70年代霾日较少,80年代开始波动增加,2003年后上升尤为明显,2007年达到最高。霾日冬季最多,1月和12月的霾日数占全年总数的28%,夏季最少,尤其是7月份,仅为全年总数的1.9%。广东省霾日在1985年左右发生突变性增加。全省霾日及其变化速率空间分布比较一致,霾日高值区、增加速率较大的地区主要集中在珠江三角洲,霾日低值区、增加速率较小的地区主要分布在广东西南部和东部大部分地区。     

河北省霾时空分布特征分析

利用河北省142个气象台站的霾资料,对1971—2007年河北霾的时空分布特征进行了统计分析,发现河北霾出现频数具有明显的地域性和月际分布特征。山麓地区霾平均出现频数最高,明显高于其两侧的平原和山地,山地霾频数最小。霾频数的月际分布特征是12月或1月最多,8月或9月最少。利用2004—2007年500 hPa高度和海平面气压实况资料,通过分析对比,统计归纳出河北地区霾日500 hPa的环流形势有纬向型、两槽一脊型、均值场型、一脊一槽型和两脊一槽型5种。分析结果表明,霾的出现与天气形势有关,霾频数大小与空气污染程度和地形联系密切。这些结果对于了解河北霾的生成机制和预报具有重要意义。     

陕西省关中霾天气时空分布特征分析

利用国家气象信息中心提供的数据产品——雾霾数据集（v10）,筛选整理出1983—2012年陕西省关中地区48个气象站的霾天气现象数据,分析关中霾日（站次）的时空分布特征。结果表明：关中地区霾日共有17 435站次,年平均5812站次,霾日呈减少趋势;关中霾日月分布呈“碗”状形态,其中1月(1237站次)、12月(1115站次)最多,5—8月较少为133～146站次,10月到次年3月属霾天气的高发期;蓝田、长安、华县、大荔是关中地区霾天气的高发区。2003—2012年,在关中48个站中,有25站年平均霾日在1 d以内,占521%,其中有13站连续10 a无霾日,占关中站点的27%。

     

1470～1949年山东蝗灾的韵律性及其与气候变化的关系

基于历史文献中的蝗灾记录,重建了1470~1949年山东省蝗灾县数序列。结果表明:1470~1949年,山东蝗灾规模没有显著的增减趋势,而是呈准周期性变化,其中主要周期为:2~3年,准5年,10~11年,16~18年,26~28年,80~100年。进一步分析发现:虽然温度变化与蝗灾规模在年代际尺度上相关不显著,但温暖气候却是蝗灾大爆发的必要条件,而寒冷气候则会限制蝗灾规模。夏季降水的年际变化与蝗灾县数呈显著负相关,即夏季干旱有利于蝗灾的大规模发生。尽管自20世纪50年代以来,人为的治蝗活动可能已经明显地影响了蝗灾变化规律,但未来数十年内气候持续增暖对其的影响仍不容忽视。     

山东省近40年气候变化特征

根据山东省60个气象站1961~2001年的气温与降水资料,利用回归分析、功率谱分析等方法,研究了山东省近41年气温与降水的年、季变化倾向、阶段性和周期性等变化特征。结果表明:①近41年山东省年平均气温有显著的上升趋势,各季平均气温虽也均呈上升趋势,但增温趋势表现出明显的季节非对称性,其中以冬季气温增幅最大。②年降水量呈下降趋势,年降水量减幅为每10年31.7 mm;不同季节降水的变化趋势有所不同,其中夏季降水减幅最大,而冬季降水略有增加。③山东省年平均气温的演变表现出明显的阶段性和周期性的基本特点,而降水的阶段性和周期性特征则不如气温显著。     

广东冬季气温时空变化特征

根据1954-2002年广东省48站冬季地面气温资料,利用多种气候统计方法,将广东省冬季气温分为全省性冷(暖)型、南冷(暖)北暖(冷)型等四种主要类型,其中全省性冷(暖)型占总年数的90％。广东省冬季气温有0．25℃／10年的增暖趋势,稍弱于全国。     

近44年云南年平均气温的时空变化特征

利用云南省121个地面测站1961-2004年的年平均气温,分析了云南最近40多年来气温变化的基本特征。在气温的年代变化上,1960年代和1980年代云南气温波动较小,1970年代是近44年来最冷的一个年代,1990年代以后逐步转暖,但1990年代的年平均气温波动也较大。各地不同时段具有不同的气温倾向率,1980年代以来全省平均气温倾向率为0．24℃／10年,与全国大部地区的升温率接近,滇西的保山、中甸和思茅等地是近40年全省升温最快的地区,而滇中地区则是最近10多年全省升温最显著的地区。主分量分析揭示了云南各地气温变化的时空分布特征,第1特征向量场的高值区是云南气温变化的敏感区,第1主分量序列是反映云南整体年均气温变化趋势的指标,第2特征向量场的正值区和负值区基本对应第1特征向量的低值区和高值区。在第1特征向量的高值区1960年代以来的气温变化具有前低后高的特点,低值区则相反。     

江苏秋季霾的年代际变化特征及其影响因素分析

利用1961-2010年江苏地级市气象站资料分析了近50年江苏秋季霾的年代际变化特征,并从气候背景的影响方面探讨其形成变化的特点：少霾期,大气环流以及水汽输送特征都有利于污染物的输送和稀释;而在调整期,气象条件有所调整,但不显著;在显著上升期,气候背景场对霾的发生起到十分积极的作用。另外,1961-2010年大气净化次数显著减少。海温与霾的年代际变化存在密切关系,当霾日数不断上升时,印度洋到南海海域的海温升高,引起低层风场的辐合,并通过类似于Hadley环流形式使得东亚同经度的中纬度地区低层辐散,利于水汽通道转换,进而有利于霾天气的发生。     

山东古代气候与海岸变迁

利用有关考古资料以及前人的研究成果,分析了山东地区气候与古代文化的关系以及气候对海岸变迁的影响。结果表明,距今8500~7500年,该地区曾经是气候温暖、水网密布的亚热带景观。这一时期,遗址附近有沼泽和大面积水域,山地有森林覆盖,反映为湿热的亚热带气候环境,其植被具有明显的草原特征。距今7500~6300年,气候较今日温暖湿润,山林灌木丛生,芦苇草地茂密,河谷湖泊发育,大致与现在长江流域的气候条件相似。距今6000~5500年,气候、地貌、自然景观与今日有别,气候温暖湿润,处于大西洋期,一般称之为气候最宜时期。气温高出现在4~5℃,降雨较目前多。植被以阔叶树种占优势,并含少量亚热带成分。森林茂密,草木繁茂,湖沼交错,水域面积较大。距今5000~4500年,气候温和略干,气温有所下降。距今4000年前后,总的气候趋势是向干凉方向发展,雨量减少,湖沼水域收缩,自然环境发生急剧变化,大规模的洪水和降温事件,使人类文明活动受到了极大的限制。这一显著变化,也说明自然环境对古代文化的形成、发展、消亡所产生的影响是十分巨大的。     

华东地区能见度时空变化特征及影响因子分析

为探究华东地区能见度变化情况,利用1973—2020年的能见度数据、2014—2019年的气象要素和污染物浓度数据,采用趋势分析、经验正交函数(Empirical Orthogonal Function, EOF)分解、相关分析的方法,分析了能见度时空变化特征及影响因子。结果表明：(1)1973—2020年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.315 km/10a,季节之间存在差异,夏、秋季能见度下降速率较大分别为1.681 km/10a、1.443 km/10a;冬、春季下降幅度相对较小分别为1.092 km/10a、1.091 km/10a。其中,1973—2012年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.204 km/10a, 2013—2020年能见度呈不显著(p>0.05)增加趋势,变化倾向率为2.229 km/10a,近8年(2013—2020年)来能见度存在明显改善。(2)华东地区南部、北部能见度较好,中部能见度较差。EOF分解第1模态表明华东地区能见度整体变化趋势一致,第2模态具有明显的区域差异。(3)能见度与相对湿度...     

山东省气候变化及农业自然灾害对粮食产量的影响

根据山东省196l～2000年气象与粮食产量资料,利用统计分析方法,分析了气候变化、农业自然灾害对粮食产量的影响。研究表明：①20世纪60年代以来,山东省气候有变暖和变干的趋势,各季节中,变暖趋势最明显的是冬季,变干表现最突出的是夏季;②气温和降水是造成山东省粮食产量波动的主要原因,在“暖干”气候背景下,气温与气候产量为负相关,降水量与气候产量呈较显著的正相关;③农业自然灾害是造成粮食单产产生波动的主要原因之一。     

EOF-CCA模型在山东季降水预测中的应用

首先介绍了ＥＯＦ－ＣＣＡ模型的基本原理及建模步骤,阐明了经验正交函数分解（ＥＯＦ）和典型相关分析（ＣＣＡ）两种统计方法在短期气候预测应用中结合的必然性及优越性,并指出该模型可由一个气候场或多个气候场去预报另一个气候场。然后以山东１３站的报隆水量场为预报场,分别以前期整个北半球和东亚区域的５００ｈＰａ月平均们势高场为因子场,建立了位势高度场的前１３个主分量场与季降水场之间的ＥＯＦ－ＣＣＡ模型,最后对