长江三角洲近46 a气温和降水的变化趋势

利用长江三角洲地区84个气象站观测数据,分析了长江三角洲1961—2006年气温和降水的时空变化趋势。结果表明,46 a间长江三角洲地区年平均气温上升趋势显著,冬季平均气温的增温幅度最大,春、秋次之。增温显著区域与城市带分布区域吻合。极端最低气温有明显上升,而年极端低温事件日数的下降趋势显著。部分地区的极端最高气温呈上升趋势,在城市密集带尤为突出。年降水量没有明显的变化趋势,但降水的季节分配有所变化,冬、夏季降水量呈现显著上升趋势,秋季降水量明显下降,春季没有明显变化。     

1961—2008年淮河流域气温和降水变化趋势

利用淮河流域170个地面气象观测站观测数据,统计分析了淮河流域1961—2008年间气温和降水的时空变化趋势。结果表明:48 a间淮河流域年平均气温呈显著上升趋势,冬季平均气温的增温幅度最大,春、秋次之;年极端最低气温亦呈显著上升趋势,年极端低温日数(满足该站极端低温阈值)则呈明显下降趋势;流域西北部年极端最高气温呈显著下降趋势,流域西部年极端高温日数(满足该站极端高温阈值)呈显著下降趋势;降水量总体变化趋势未通过统计检验,但1990s开始,秋季降水量呈下降趋势,2000年之后年降水量明显增加,夏季降水量亦增加;春季和秋季降水日数呈显著下降趋势,夏季和冬季无明显变化。     

雷州半岛近40年来气温和降水的变化

利用1961～2000年雷州半岛5个气象站的月平均降水量、平均最高、最低气温等资料，对雷州半岛40年和近10年的变化作了较为全面的分析。     

山东省近40a来的气温和降水变化趋势分析

本文利用非参数检验法(Mann-Kendall法)分析了山东省15个站点近40 a(1958—1998)来气温和降水的长期变化趋势。结果表明:全省气温除西南的莘县、兖州有下降趋势外,大部分地区呈现上升趋势,全省平均上升0.06℃/10a。分季情况为:春季和冬季气温有上升趋势,其中冬季气温上升对全省气温上升的贡献率最大。夏季气温基本保持不变,秋季气温有下降趋势。全省除济南降水量呈略微上升趋势外,其余地区的降水倾向率均为负值,全省的降水倾向率为-3.05 mm/a。表明山东省自1960年以来,年均降水量呈现减少趋势。减少幅度东南部大于西北部,以东南沿海平均减少幅度最大。     

近60a新疆区域气温降水变化事实分析

利用1961～2017年新疆89个国家级气象观测站57年气温和降水量整编资料,采用一元线性回归进行趋势倾向估计,用最小二乘法反映气候要素的年平均增加、减少速率及年变化趋势。结果表明：新疆及北疆、天山山区、南疆各分区的年和四季平均气温呈现一致的上升趋势,其中新疆年平均升温速率为0.31℃/10a,90年代后期以后出现了明显增暖。冬季升温趋势最明显,夏季最弱。全疆和各分区的年、四季降水量呈现一致的增多趋势,新疆年降水量增加速率为10.14mm/10a。2010年代以来比1960年代增多了30%。冬季降水量增多趋势最明显。1961～2017年新疆气候变化较明显,总体在向暖湿方向变化。     

吉林省近50年来气温和降水变化的研究

20世纪80年代以来，气候变化已成为全球关注的热点问题，我国许多科学家对中国气候的变化规律做了不少研究，认为自70年代后期，我国大部分地区气温升高明显，降水减少。吉林省的一些专家也对吉林省的气候变化规律做了研究。为进一步研究吉林省近50a尤其     

近50年庐山气温和降水变化趋势分析

利用庐山气象站逐月观测资料,对1956—2005年庐山气温和降水的变化趋势进行了分析。结果表明,近50 a庐山年平均气温上升了0.8℃,其中冬季上升最明显,为1.5℃;夏季呈下降趋势,为0.2℃。20世纪60年代庐山年平均气温、夏季最高气温下降最为明显,1996年以后上升最为明显。年降水量自1996年起明显下降。庐山的年最高气温、年最低气温、秋季平均气温、秋季最高气温、春季最高气温、春季最低气温在1998年发生了均值突变,冬季最低气温则在1992年前后出现了均值突变;夏季降水在1995年出现均值突变。     

喀什地区近58 a气温、降水变化特征分析

利用喀什地区1951-2008年的月平均气温、降水资料,用经验函数拟合法和小波分析法对喀什地区的月平均气温和降水的变化趋势和周期变化进行了分析研究.在趋势分析中发现,喀什地区的月平均气温和降水已呈现出较明显的升高和增加趋势.近58 a年平均气温增加了1.3 ℃,主要在4-10月的冬半年增温较明显,并呈现冬暖夏凉的现象;年降水量增加了0.94 mm,且降水量异常主要表现为降水异常偏多的情况.喀什地区年平均气温距平在20世纪60年代末前呈降低趋势,60年代末后呈上升趋势;年降水量距平在50年代末前呈减少趋势,50年代末后呈增加趋势.月平均气温距平近58 a存在93.5月(7.79 a)的主周期,月降水量距平存在88.3月(7.35 a)的主周期;喀什地区年平均气温距平在2009年后将处于偏低期,年降水量距平在2010年后处于偏高期.     

乐山市近50年气温和降水变化趋势分析

利用最小二乘法计算了乐山市8个气象台站自1961年以来降水、平均气温的气候倾向率,并利用滑动t检验和Mann-Kendall两种方法对其突变特征进行了综合检测。结果显示：乐山的年降水有减少的趋势,其中夏季降水量减少最为明显,而春季降水量有所增加;年、季平均气温有上升的趋势,其中秋季增暖最明显,冬季次之,春夏季变化最小。全市年均降水、气温具有突变特征,突变点分别为1990年和2000年。     

雷山县近46a气温变化趋势分析

通过对雷山县1961-2005年各项温度指标进行统计分析,并利用Mann-Kendall突变检验方法对各项温度指标进行检验,得出:雷山县气温变化不明显,年平均气温、年极端最高气温及春、秋、冬季的平均气温都没有发生突变现象,年平均最低气温在1985年开始发生了暖突变,夏季平均气温在1964年开始发生了冷突变.     

1972—2021年长三角地区夏季降水特征分析

文中基于1972—2021年长三角地区国家基本气象观测站的逐日降水资料,利用线性趋势分析、合成分析等方法分析了长三角地区夏季降水的时空分布特征,并讨论了夏季降水异常的可能成因。结果表明：1） 长三角地区夏季降水呈显著上升趋势,且具有明显的年际变化特征;空间分布呈南多北少的特征,降水大值区主要位于安徽南部和浙江南部沿海地区。2） 长三角地区夏季降水偏多年,东亚沿岸上空为明显的东亚太平洋（East Asia Pacific,EAP）遥相关型的负位相。夏季降水与西太平洋副热带高压面积、强度指数呈显著正相关关系,与脊线位置指数呈显著负相关关系。3） 长三角地区夏季降水与孟加拉湾、阿拉伯海、西太平洋和东北太平洋的海温呈显著正相关关系,与副热带东北太平洋海温呈显著负相关关系。     

长江流域极端降水时空分布和趋势

1986年以来，长江流域的极端强降水出现了显著增加的趋势，突出表现在中下游地区。长江中下游地区极端降水量的增加，既是极端降水强度增强，也是极端降水事件显著增加的结果。长江流域极端降水变化主要发生在东南部和西南部。趋势分析表明，自20世纪80年代中期以来，长江流域上游极端降水事件峰值提前到6月份出现，与长江中下游极端降水峰值出现的时间几乎同步，这必将加大遭遇性洪水发生的机率。20世纪90年代以来长江洪水的频繁发生，与长江流域极端降水时空分布的变化密切相关。     

1961—2020年长江下游地区夏季降水趋势分析

近几十年来长江下游地区夏季(6—8月)降水量呈现出显著上升的变化趋势,利用1961—2020年夏季台站降水资料,通过降水项分解法,定量分析了该降水趋势的可能影响因素。结果表明:1)长江下游地区夏季降水的上升趋势主要是由日降水量显著增加造成,而日降水量显著增加主要与整层水汽垂直梯度增大和垂直上升速度增强所导致的降水增加有关;2)长江下游地区对流层低层大气温度因地面升温的加热作用而显著上升,高层大气温度受亚太振荡相位正转负的影响而下降,使得高、低层大气的温差变大,低层大气比湿升高、高层大气比湿降低,导致整层水汽垂直梯度增加,为局地降水的增强提供了充沛的水汽条件;低层大气异常辐合加之显著增长的不稳定能量为垂直上升运动的增强和对流性降水的增加提供了有利的动力和热力条件,从而造成了长江下游地区夏季降水的显著上升趋势。     

长江三角洲夏季气候舒适度模糊评判

以集合论为基础,采用数学模糊评判方法,选取长江三角洲3个站点1981~2000年夏季(7、8、9月)的平均气温、相对湿度和风速资料,作为评价气候环境对人体舒适度的影响因素,并将舒适程度分为很舒适、舒适、较舒适和不舒适4个等级,对长江三角洲夏季气候舒适度进行模糊评判,并结合天空状况进行了分析。结果表明,长江三角洲地区夏季舒适度分布,时间上9月份很舒适,很舒适程度比例均在70%以上;7、8月较舒适,较舒适水平也在60%以上;空间上具有显著的相似性,仅有微小的差别,具体表现为南京略好一点,上海和杭州相当。     

Synergistic contribution of precipitation anomalies over northwestern India and the South China Sea to high temperature over the Yangtze River Valley

This study explores the characteristics of high temperature anomalies over eastern China and associated influencing factors using observations and model outputs. Results show that more long-duration (over 8 days) high temperature events occur over the middle and lower reaches of the Yangtze River Valley (YRV) than over the surrounding regions, and control most of the interannual variation of summer mean temperature in situ. The synergistic effect of summer precipitation over the South China Sea (SCS) region (18°-27°N, 115°-124°E) and the northwestern India and Arabian Sea (IAS) region (18°-27°N, 60°-80°E) contributes more significantly to the variation of summer YRV temperature, relative to the respective SCS or IAS precipitation anomaly. More precipitation (enhanced condensational heating) over the SCS region strengthens the western Pacific subtropical high (WPSH) and simultaneously weakens the westerly trough over the east coast of Asia, and accordingly results in associated high temperature anomalies over the YRV region through stimulating an East Asia-Pacific (EAP) pattern. More precipitation over the IAS region further adjusts the variations of the WPSH and westerly trough, and eventually reinforces high temperature anomalies over the YRV region. Furthermore, the condensational heating related to more IAS precipitation can adjust upper-tropospheric easterly anomalies over the YRV region by exciting a circumglobal teleconnection, inducing cold horizontal temperature advection and related anomalous descent, which is also conducive to the YRV high temperature anomalies. The reproduction of the above association in the model results indicates that the above results can be explained both statistically and dynamically.     

长江流域1960-2004年极端强降水时空变化趋势

Recent trends of the rainfall, intensity and frequency of extreme precipitation (EP) over the Yangtze River Basin are analyzed in this paper. Since the mid-1980s the rainfall of EP in the basin has significantly increased, and the most significant increment occurred in the southeast mid-lower reaches, and southwest parts of the basin. Summer witnessed the most remarkable increase in EP amount. Both the intensity and frequency of EP events have contributed to the rising of EP amount, but increase in frequency contributed more to the increasing trend of EP than that in intensity. The average intervals between adjacent two EP events have been shortened. It is also interesting to note that the monthly distribution of EP events in the upper basin has changed, and the maximum frequency is more likely to occur in June rather than in July. The synchronization of the maximum frequency month between the upper and mid-lower reaches might have also increased the risk of heavy floods in the mid-lower reaches of the Yangtze River.     

长江流域极端强降水分布特征的统计拟合

基于长江流域147个气象站1960-2005年最大值降水序列(AM)与超门限峰值降水序列(POT),选取4大类20种分布函数,采用极大似然法和线性矩法估算了参数,经柯尔莫洛夫-斯米尔诺夫检验,确定了降水极值的最优概率模型.对AM与POT两套极端强降水序列的频率分析均表明,Wakeby分布函数能够较好的拟合长江流域降水极值的概率分布.同时指出了降水极值的拟合存在的不确定性.     

Spatiotemporal Variations of Cloud Amount over the Yangtze River Delta, China

Based on the NOAA's Advanced Very High Resolution Radiometer(AVHRR) Pathfinder Atmospheres Extended(PATMOS-x) monthly mean cloud amount data, variations of annual and seasonal mean cloud amount over the Yangtze River Delta(YRD), China were examined for the period 1982–2006 by using a linear regression analysis. Both total and high-level cloud amounts peak in June and reach minimum in December, mid-level clouds have a peak during winter months and reach a minimum in summer, and lowlevel clouds vary weakly throughout the year with a weak maximum from August to October. For the annual mean cloud amount, a slightly decreasing tendency(–0.6% sky cover per decade) of total cloud amount is observed during the studying period, which is mainly due to the reduction of annual mean high-level cloud amount(–2.2% sky cover per decade). Mid-level clouds occur least(approximately 15% sky cover) and remain invariant, while the low-level cloud amount shows a significant increase during spring(1.5% sky cover per decade) and summer(3.0% sky cover per decade). Further analysis has revealed that the increased low-level clouds during the summer season are mainly impacted by the local environment. For example,compared to the low-level cloud amounts over the adjacent rural areas(e.g., cropland, large water body, and mountain areas covered by forest), those over and around urban agglomerations rise more dramatically.