福建热带气旋灾害精细化危险性评估

根据1981—2021年福建省热带气旋风雨资料,采用极差标准化、相关系数客观赋权法和自然断点法建立热带气旋致灾因子危险性评估模型,评估结果表明:选择降水7个因子和大风4个因子作为评估指标体系合理;雨高危险性区域位于沿海,南平和三明地区雨危险性较低;风较高危险性区域明显窄于雨较高危险性区域,危险性等级向内陆降低远快于降水,其中罗源湾至崇武沿海因受台湾岛地形屏障保护,危险性比沿海南北部小1个等级;风雨综合致灾危险性,沿海县市皆为较高危险性区域,其中中部沿海高危险性区域小,沿海南北部大,另外登陆粤东热带气旋沿海北上滞留在闽西上空的低压云团造成闽西北部存在较高危险性区域;在热带气旋登陆影响过程中,精细化致灾因子危险性评估更具有针对性,且与灾情相符,为气象灾害决策服务提供了更有价值的参考信息。     

1961—2020年登陆江门沿海的台风及其暴雨气候特征

应用1961—2020年的台风和江门6个国家气象观测站降水资料，统计分析登陆江门沿海的台风及其给当地带来的暴雨特征。结果表明：60年间，首次登陆江门的台风有17个，登陆强度从TD(热带低压)到STY(强台风)级别。14个来源于西太平洋的台风路径总体稳定，可分为西北行型、偏西转东北型、西北转西南型；南海台风路径复杂，3个各不相同，有打圈型、偏西转偏北型、西北转东北型。登陆时间分布极不均匀，20世纪80年代最多，其次是70年代，21世纪10年代后强度有偏强趋势；月际分布8和9月最多，其次是7月；最早登陆时间为5月20日，最晚12月2日(也是全省最晚);全天各时段均有可能登陆。16个登陆台风带来暴雨，致暴雨率94%;暴雨量总体由南向北递减，偏南偏沿海地区暴雨概率更大；内陆恩平站比登陆地台山站暴雨概率往往更大，这可能是地形影响所致。暴雨主要集中在登陆当天和次日。暴雨强度总体与台风登陆强度相关，但并非必然的线性关系；致暴时间最长、过程降水量最多的是9320号南海TY,暴雨持续4 d、共15站次、累计暴雨量2 023.7 mm、最大单站日雨量318.6 mm;最强是1826号Super-TY(超级...     

近10年严重影响云浮市台风的特征

通过对云浮市2009—2018年致灾严重(直接经济损失达到1 000万元以上)的台风资料进行统计分析,结果表明:对云浮市致灾严重的台风其生成源地多为西北太平洋。移动路径为西北太平洋西北行或者西行的台风、南海的北行台风。登陆地点在珠江口以西,特别是在江门地区附近。登陆时强度达到台风级别。登陆月份在8和9月。台风影响云浮市时的最大风力点多出现在新兴县和罗定市。台风影响云浮市24和48 h最大雨量点均出现在新兴县和罗定市。     

广东“威马逊”过程致灾因子的分析与风险区划

选取台风"威马逊"影响期间广东21个地市观测站的风雨资料,利用层次分析法和加权综合评价方法对广东省进行台风致灾因子风险分析,并应用GIS技术绘制广东地区致灾因子风险区划图,将灾害等级划分为:高风险区、较高风险区、中风险区和低风险区。结果表明:台风"威马逊"对广东的灾害危险性分布从粤西沿海-中部区域-北部山区呈现出阶梯状递减的趋势,其中湛江处于高度风险区,珠三角处于中度风险区;粤西沿海地区的危险性大于粤东沿海各县市;粤西北和粤东北地区的危险性相当。     

基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

华北地区台风暴雨的统计特征分析

应用1949-2000年台风、降水、历史天气图等资料,对发生在华北地区的台风暴雨进行统计研究,得到了其时空分布、登陆地点、移动路线、季节特征以及与中纬度系统相互作用的关系。结果表明：52年中,由台风引起的暴雨共51次,平均约每年1次,且主要出现在夏季(尤以7,8月最多);影响华北的台风登陆地点以及移出或消失地点具有明显的特征,福建、浙江沿海登陆次数最多,江苏北部到山东南部没有台风登陆,而这一地区为台风移出最多区域;登陆台风强度较强时,出现较大降水的概率大,而台风强度较弱时造成较大降水的概率相对较小。     

基于GIS揭西县台风灾害风险的区划

综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性等3因子的作用,结合台风灾害风险性评价技术和GIS技术,对揭西县台风灾害风险程度进行评价和等级划分,并绘制揭西县台风灾害风险区划图。结果表明:河婆镇和东南部凤江、棉湖、塔头等3镇为台风灾害高风险区;总体趋势为:东南向西北地区,台风灾害风险性逐渐降低。     

关中东部暴雨灾害风险区划研究

利用关中东部11个气象站1961—2007年的逐日降水资料、同期暴雨洪涝灾害和经济发展资料,在ARCGIS平台上,从暴雨的孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等4方面综合分析,形成关中东部暴雨风险灾害区划。结果表明：关中东部孕灾环境的高敏感区主要在秦岭北部渭河支流较多的二华地区和沿黄河的韩城市;韩城和潼关的雨涝致灾危险性最高,蒲城、大荔致灾危险性相对较小;临渭区为高易损区;关中东部的临渭区、大荔、韩城对暴雨灾害防灾减灾能力最强,其次为蒲城和华县。暴雨洪灾的高风险区在韩城和潼关。暴雨灾害风险区面积相对较小,防灾减灾相对较强,暴雨致灾危险性范围小,但受地形和地貌影响,孕灾环境敏感性较高。     

内蒙古牧区旱灾致灾因子危险性区划

以内蒙古58个牧业旗县为分析区域,以北方牧区频繁发生的旱灾为分析对象,从旱灾的致灾因子危险性着手,利用专家打分法和熵权系数法,确定致灾因子危险性分析的指标及其权重系数,建立牧区旱灾致灾因子危险性评估模型,运用GIS技术,完成内蒙古牧区旱灾致灾因子危险性区划。结果表明:旱灾致灾因子危险性中级以上区域约占分析区总面积的65%,致灾因子危险性高低与下垫面类型有一定的关系,总体上来看,草甸草原与典型草原区域旱灾致灾因子危险性较低,牧区干旱致灾因子危险性高危险及较高危险的区域主要分布在内蒙古荒漠草原和浑善达克沙地、毛乌素沙地、科尔沁沙地及其周边地区。     

Could the Recent Taal Volcano Eruption Trigger an El Ni?o and Lead to Eurasian Warming?

正The Taal Volcano in Luzon is one of the most active and dangerous volcanoes of the Philippines. A recent eruption occurred on 12 January 2020(Fig. 1a), and this volcano is still active with the occurrence of volcanic earthquakes. The eruption has become a deep concern worldwide, not only for its damage on local society, but also for potential hazardous consequences on the Earth's climate and environment.     

COMPARATIVE ANALYSIS OF VARIOUS DATA OF AIR–SEA TEMPERATURE DIFFERENCE AND ITS VARIATION ACROSS SOUTH CHINA SEA IN THE PAST 35 YEARS

Using the International Comprehensive Ocean-Atmosphere Data Set(ICOADS) and ERA-Interim data, spatial distributions of air-sea temperature difference(ASTD) in the South China Sea(SCS) for the past 35 years are compared,and variations of spatial and temporal distributions of ASTD in this region are addressed using empirical orthogonal function decomposition and wavelet analysis methods. The results indicate that both ICOADS and ERA-Interim data can reflect actual distribution characteristics of ASTD in the SCS, but values of ASTD from the ERA-Interim data are smaller than those of the ICOADS data in the same region. In addition, the ASTD characteristics from the ERA-Interim data are not obvious inshore. A seesaw-type, north-south distribution of ASTD is dominant in the SCS; i.e., a positive peak in the south is associated with a negative peak in the north in November, and a negative peak in the south is accompanied by a positive peak in the north during April and May. Interannual ASTD variations in summer or autumn are decreasing. There is a seesaw-type distribution of ASTD between Beibu Bay and most of the SCS in summer, and the center of large values is in the Nansha Islands area in autumn. The ASTD in the SCS has a strong quasi-3a oscillation period in all seasons, and a quasi-11 a period in winter and spring. The ASTD is positively correlated with the Nio3.4 index in summer and autumn but negatively correlated in spring and winter.     

Analysis of Atmospheric Boundary Layer Height Characteristics over the Arctic Ocean Using the Aircraft and GPS Soundings

正ERRATUM to: Atmospheric and Oceanic Science Letters, 4(2011), 124-130 On page 126 of the printed edition (Issue 2, Volume 4), Fig. 2 was a wrong figure because the contact author made mistake giving the wrong one. The corrected edition has been updated on our website. The editorial office is sincerely sorry for any     

Index to Vol.31

正AN Junling;see LI Ying et al.;(5),1221—1232AN Junling;see QU Yu et al.;(4),787-800AN Junling;see WANG Feng et al.;(6),1331-1342Ania POLOMSKA-HARLICK;see Jieshun ZHU et al.;(4),743-754Baek-Min KIM;see Seong-Joong KIM et al.;(4),863-878BAI Tao;see LI Gang et al.;(1),66-84BAO Qing;see YANG Jing et al.;(5),1147—1156BEI Naifang;     

Information for Contributors

正Journal of Meteorological Research is an international academic journal in atmospheric sciences edited and published by Acta Meteorologica Sinica Press,sponsored by the Chinese Meteorological Society.It has been acting as a bridge of academic exchange between Chinese and foreign meteorologists and aiming at introduction of the current advancements in atmospheric sciences in China.The journal columns include Articles.Note and Correspondence,and research letters.Contributions from all over the world are welcome.     

前寒武纪气候演化中的三个重要科学问题

自地球形成至寒武纪将近40亿年（距今46亿～5.4亿年,通常称为前寒武纪）的气候演变是一个具有特殊难度和挑战性的研究领域,同时也是基础和前沿的研究领域。文章选择了前寒武纪气候演化中的三个重要科学问题进行综述：大气演化、两次全球性的冰川期以及暗弱太阳问题。关于大气演化,本文首先描述了大气成分的演化历史,然后简述了影响大气成分演化的三个基本过程：大气逃逸、两次大气氧含量突然增加、碳酸盐-硅酸盐循环及其对气候系统的负反馈作用。两次全球性的冰川期分别发生在古元古代（距今24亿～21亿年）和新元古代（距今8亿～5.8亿年）,文章简述了其成因以及相关的气候模拟结果。暗弱太阳问题是地球历史气候演化的一个经典问题,论文简要地综述了一些最新的研究成果和观点。     

淮河流域水文极值预测模型研究

为探索气候变化影响下水文极值的非平稳性和预测方法,建立了水文极值非平稳广义极值（GEV）分布的统计预测模型。利用1952-2010年淮河上游流域累计面雨量和流量年最大值资料、同期500 hPa环流特征量资料以及17个CMIP5模式对环流特征量的模拟结果,筛选出对水文极值影响显著的年平均北半球极涡强度指数作为GEV分布参数的预测因子。分析了在RCP2.6、RCP4.5和RCP8.5情景下2006-2050年淮河上游流域水文极值对气候变化的响应。结果表明,10年以下与10年以上重现期的水文极值在非平稳过程中呈现前者下降而后者上升的相反变化趋势;多模型预测的集合平均在未来情景中均呈现上升趋势,情景排放量越大增幅越大,重现期越长增幅也越大。与极值的常态相比,极值的极端态更易受气候变化影响。     

CHARACTERISTICS AND TRENDS OF CLIMATIC EXTREMES IN CHINA DURING 1959–2014

The spatial and temporal variations of daily maximum temperature(Tmax), daily minimum temperature(Tmin), daily maximum precipitation(Pmax) and daily maximum wind speed(WSmax) were examined in China using Mann-Kendall test and linear regression method. The results indicated that for China as a whole, Tmax, Tmin and Pmax had significant increasing trends at rates of 0.15℃ per decade, 0.45℃ per decade and 0.58 mm per decade,respectively, while WSmax had decreased significantly at 1.18 m·s~(-1) per decade during 1959—2014. In all regions of China, Tmin increased and WSmax decreased significantly. Spatially, Tmax increased significantly at most of the stations in South China(SC), northwestern North China(NC), northeastern Northeast China(NEC), eastern Northwest China(NWC) and eastern Southwest China(SWC), and the increasing trends were significant in NC, SC, NWC and SWC on the regional average. Tmin increased significantly at most of the stations in China, with notable increase in NEC, northern and southeastern NC and northwestern and eastern NWC. Pmax showed no significant trend at most of the stations in China, and on the regional average it decreased significantly in NC but increased in SC, NWC and the mid-lower Yangtze River valley(YR). WSmax decreased significantly at the vast majority of stations in China, with remarkable decrease in northern NC, northern and central YR, central and southern SC and in parts of central NEC and western NWC. With global climate change and rapidly economic development, China has become more vulnerable to climatic extremes and meteorological disasters, so more strategies of mitigation and/or adaptation of climatic extremes,such as environmentally-friendly and low-cost energy production systems and the enhancement of engineering defense measures are necessary for government and social publics.