共查询到20条相似文献,搜索用时 187 毫秒
1.
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。 相似文献
2.
利用江西省85个气象站46年的监测资料,采用气候统计分析方法,研究江西省冰雹与雷雨大风气候变化特征,结果表明:冰雹易发区主要分布在江西中西部,有4个中心;雷雨大风易发区主要分布于中北部的地势平整地区,有2个中心。冰雹季节变化呈单峰型,3—5月最容易出现冰雹,4月份最多;雷雨大风季节变化呈双峰型,主要出现在3-8月,3-5月为一高峰,6-8月为另一高峰。冰雹1981年以前以12 a周期经历了3次转换,1981年后以18 a周期进行变化,同时还在9 a时间周期进行了4次转换。雷雨大风主要以中高频周期振荡为主,1973年前为12 a的振荡周期,1974年后,振荡周期主要以6 a为主。EOF展开的第一特征向量表明江西冰雹与雷雨大风的变化趋势总体特征是一致的;第二特征向量表明冰雹和雷雨大风在地势平整地区与多山地区都存在反位相变化,而江西南部雷雨大风变化更显著;第三特征向量表明冰雹和雷雨大风在武夷山附近与其他地区都存在反位相的变化。 相似文献
3.
针对近年来各种强对流天气频发的特点,本文利用气象地面观测资料、加密自动站资料,统计分析了2000年以来延边地区的雷电、雷雨大风、冰雹和短时强降水等强对流天气的区域分布特征和逐月、逐旬、逐小时分布。分析表明:延边雷电活动山区多于平原地区,以哈尔巴岭西部敦化地区、长白山山脉东北部二道、和龙地区为最高;雷雨大风发生概率图们地区最高;冰雹天气有两个高发区域,一个是敦化地区,另一个是以龙井为中心的延吉、和龙、图们地区;短时强降水天气安图、龙井、汪清一带为高发区域;雷电、雷雨大风、冰雹活动主要集中在6、7月份,短时强降水主要出现在7月下旬至8月上旬;14-18时是延边地区强对流高发时刻,20时是雷电的多发时刻,但没有发生冰雹天气。 相似文献
4.
根据天津市静海区18个乡镇2009—2018年逐时降水量,以及社会经济、地理地形、水利设施等数据,结合历史受灾信息,分别对静海区的暴雨致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力进行分析,采用GIS技术和统计方法多因子叠加,综合得出静海地区暴雨灾害风险精细化评估和区划。研究发现,静海区北部区域以及南部中旺镇及其周边风险较高,而静海地区中部的风险较低;暴雨灾害高风险区主要分布在致灾因子敏感性、承灾体易损性较高而防灾减灾能力较低的静海镇和梁头镇及其周边,应加强防灾减灾设施建设。 相似文献
5.
在分析广州各区雷雨大风的时空分布特征的基础上,采用层次分析法对雷雨大风灾害各因子进行权重划分,并利用地理信息系统(GIS)对广州地区雷雨大风灾害风险进行综合区划。结果表明:广州逐年雷雨大风平均日数呈双峰型分布,并呈减少趋势。小波变换分析广州站雷雨大风天气表明有8~15年的显著周期。广州各区雷雨大风灾害风险的灾害高风险和次高风险的区域主要分布在从化区人口密集区、增城区北部、黄埔区中部和南沙区中南部。 相似文献
6.
利用1981-2010年近30年白城地区5个气象站的历史气象资料,采用统计分析方法总结出白城地区冰雹、雷雨大风和短时暴雨3种强对流天气的气候特征。结果表明:受地形影响,白城市冰雹少,但多雷雨大风和短时暴雨。时间分布上,冰雹1980年代为多发期,1990年代明显减少,但2000年代后期又有增多的趋势;雷雨大风1980年代初期为多发期,1980年代后期有所减少;短时暴雨具有一定的周期性,在1980年代和1990年代末期分别出现峰值。冰雹、雷雨大风6月出现的次数最多;短时暴雨7月出现的次数最多。冰雹、雷雨大风和短时暴雨主要出现的时段分别是13-17时、13-20时和14-21时。空间分布上,冰雹基本呈现北多南少的分布;雷雨大风基本呈现南多北少的分布;短时暴雨基本呈现两侧多中间少的分布。 相似文献
7.
利用常规气象观测、区域加密自动站、FY-2E卫星、多普勒天气雷达及组网产品等资料,对2011年7月下旬发生在湖北省的一次大范围雷雨大风天气过程进行分析,探讨了强对流天气产生的天气学条件和物理机制。结果表明:雷雨大风是高空槽、切变线、低空急流与河套南下冷空气相互作用的结果,西太平洋副热带高压西侧的偏南气流为雷雨大风提供了水汽和能量输送,卫星和雷达监测反映出中尺度对流体生消发展中有多个较小尺度对流体新生和发展,雷雨大风出现在中尺度云团前端及强回波地区。 相似文献
8.
利用1979—2013年内蒙古73个旗县气象站资料、历史干旱资料、马铃薯产量数据和社会属性数据等,通过内蒙古中西部和东部地区全生育期的降水负距平百分率与相对气象产量二者建立的回归方程,结合农业干旱等级和降水距平百分率气象干旱等级国家标准,得到了马铃薯轻旱、中旱和重旱的等级指标,确定了干旱致灾因子的危险性,结合承灾体的脆弱性、孕灾环境的暴露性和地区的防灾减灾能力的评价指标体系,利用地理信息系统(GIS)的空间分析功能,对内蒙古马铃薯干旱风险进行评估与区划。研究结果表明:高风险区主要分布在鄂尔多斯市东北部、呼和浩特市南部和北部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为19.1%;中风险区主要分布在呼和浩特市部分地区、赤峰市中部和南部、通辽市西北部、兴安盟东北部、呼伦贝尔市北部地区,所占面积比例为20.1%;干旱较低风险区主要分布在赤峰市西部和北部、通辽市东南部、兴安盟西南部、呼伦贝尔市东南部地区,分布区域面积最大,所占比例为41.0%;低风险区主要分布在灌溉区域,包括河套灌区和辽河流域,所占面积比例为19.8%。 相似文献
9.
利用2013~2017年阿坝州的雷电监测系统数据,对阿坝州雷电灾害的孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力四个雷电灾害风险因子进行区划研究。结果表明:按高、次高、中等、次低、低五个等次可得到阿坝州雷电灾害风险区划;雷电灾害风险值由东南部向西部及南部递减;次高~高风险区主要集中在市东南部,其中高风险区主要分布在汶川县、茂县、理县东南部、九寨沟东北部、若尔盖中部等地区,次高~高风险地区或者由于降雨频率相对较高,或者因为地势较低,或是江河的主要流经区,或承灾体易损性较强,抗灾能力较弱,因此发生雷电灾害的风险最高;而西部的壤塘县、阿坝县、金川县、红原县、小金县、松潘县等区域是低~次低风险区,这些地区或者由于雷电频率相对较小、致害性不强,或者由于海拔相对较高,或是生产水平较低,雷电灾害致灾的可能性较小;市内其余地区位于中等风险区。 相似文献
10.
通过分析四川省滑坡泥石流地质灾害的致灾因子危险性、孕灾环境敏感性和承灾体脆弱性,构建了四川省降水诱发型滑坡泥石流风险评估指标体系,并基于灾害系统学原理的风险评估模型,结合层次分析法和信息量法,利用GIS工具完成了四川省降水诱发型滑坡泥石流地质灾害风险区划。结果表明:(1)诱发滑坡泥石流前期15 d平均有效雨量较大的区域主要位于四川盆地北部、西南部、东南部分地区和攀西地区南部,较小的地区主要位于川西高原和盆地中部。(2)四川盆地北部、西南部和攀西地区东部是降水致灾因子危险性等级最高区域,盆周山区、攀西地区以及阿坝州东部地区孕灾环境敏感性等级在较高及以上,中等以上承灾体脆弱性等级基本位于盆地地区,盆周山区、川西高原及攀西地区脆弱性等级大多在中等以下。(3)风险区划显示高危险区主要分布在盆地北部、西南部和攀西地区,与四川省滑坡泥石流活动情况一致。 相似文献
11.
利用1970~2012年廊坊地区9个气象站地面雷暴大风观测资料,采用趋势分析、滑动t检验、小波分析和最大熵谱分析等统计方法,系统分析了该地区雷暴大风天气的时空特征及变化趋势和变化周期。结果表明:廊坊地区的雷暴大风局地性强,43 a间只出现了一次全区性的雷暴大风天气过程,雷暴大风多以单站出现为主。雷暴大风的地域性特征明显,中部的廊坊市及南部的文安、大城站较易出现,而北部发生概率较低。雷暴大风的日、月及年变化特征明显。雷暴与大风主要发生在午后至前半夜,大风发生时间一般落后于雷暴,1 h内的雷暴与10 min以内的大风发生概率最高;雷暴大风3~10月都可出现,主要集中在夏季,发生概率为73.3%;近43 a来,年均雷暴大风日数整体呈现减少趋势,且中部的站点减少趋势最显著,1994年为雷暴大风的显著突变年,其显著变化周期为3.23a。雷暴大风多为"湿"型。 相似文献
12.
利用1960—2007年江西省87个地面气象站常规观测资料,对江西冰雹、雷雨大风(风速≥17m/s)和强降水(雨强≥30mm/h)3种强对流天气气候特征进行统计分析。结果表明,冰雹、雷雨大风和短时强降水年平均发生次数分别为13.7、181.4、123.8站次。冰雹和雷雨大风有明显的月际变化,冰雹站次峰值在3—4月,占总数的79.1%。雷雨大风站次有2个峰值,分别在7—8月和4—5月,占总数的44.3%和31.7%,且4月全省10站以上的大范围雷雨大风日数最多。自1990年以后,冰雹和雷雨大风呈逐年减少趋势。短时强降水主要出现在6—8月,占总数的70.3%,大范围短时强降水过程日数8月最多。在地理分布特征上,冰雹丘陵、山区多,平原少,赣东北最少,并有6个冰雹多发区;雷雨大风东多西少,平原和河谷或峡谷地区多山区少,赣西北最少,有5个雷雨大风多发区;短时强降水东多西少,南多北少,有5个高值中心。 相似文献
13.
应用MICAPS重要天气报告数据,筛选出2005-2010年夏季华北地区26次典型雷暴大风过程。选取K指数、对流有效位能、大气可降水量、大风指数、中低层垂直速度、垂直螺旋度、垂直能量螺旋度等7个动力或热力指标,利用NCEP 1°×1°再分析资料计算和统计了槽前型和西北气流型雷暴大风发生时的指标阈值。基于统计结果,进一步设计了指标叠套技术,将其应用于2011年6月华北地区两次不同类型雷暴大风的潜势预报中。结果表明,雷暴大风实际发生区域与指标叠套区域一致性较好,验证了该方法对华北雷暴大风预报的有效性。 相似文献
14.
根据灾情观测资料、重要天气报告资料,从多角度对京津冀地区雷暴大风进行了统计分析,结合MICAPS资料、NCEP资料、自动站资料以及多普勒天气雷达资料,讨论了雷暴大风形成的天气条件、类型和风暴特征,结果表明:雷暴大风主要分布在北京西北部山区、沿海地区以及西北部高原,平原相对较少,近30 a演变趋势为振荡减少。雷暴大风最早始于3月中旬,最晚终于11月上旬,6月下旬达到顶峰,6、7月份为最多月份,14—20时为日高峰期。雷暴大风的旬、月分布与冷空气活动、南支急流的位置有关;雷暴大风的形成,5、9月份需要更高的热力条件和动力条件,6、7、8月份需要更高的不稳定条件和能量条件;西北气流型和低涡型是产生雷暴大风日数最多的天气类型。各类型天气系统的月分布与冷空气活动、副热带高压位置以及南支急流的强度、位置有关;雷暴大风的范围与影响系统的尺度和强度有关,冷锋和低涡出现区域性雷暴大风天气的几率最高,且级别越高,冷锋的优势越明显;雷暴大风过程多单体风暴最多,飑线次之。雷暴大风的范围与风暴的强弱有关,飑线、超级单体风暴是出现区域性雷暴大风几率最高的对流风暴,且级别越高,飑线的优势越明显。 相似文献
15.
应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明:块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。 相似文献
16.
利用常规观测资料、加密自动站资料、自动站5 min资料、天气雷达资料和风廓线雷达组网资料,对2017年7月27日夜间出现在成都地区的一次雷暴大风天气过程进行分析,结果表明:本次过程发生在副热带高压和切变线共同影响下,地面辐合线、弱垂直风切变、层结不稳定和较大的对流有效位能为雷暴大风的发生提供了有利的环境条件。此次雷暴大风天气过程是由多单体风暴产生的;雷达回波具有窄带回波、反射率因子质心快速下降、风暴前侧出流、后侧入流和中层径向辐合等特征,这些特征对监测和预警雷暴大风有很好的指示意义。雷暴高压和强冷中心对雷暴大风的形成和维持有着重要作用。在大风过程中,风向突变伴有瞬时风速增大,但风向突变出现时间较最大瞬时风速出现提前了5 min左右,中尺度气旋式辐合的出现时间较最大瞬时风速有15 min的提前量。阵风锋坡度愈大,前侧上升气流坡度愈大;阵风锋后部的垂直风速变化落后于水平风速的变化。 相似文献
17.
利用太原市7个国家观测站实况、探空以及MICAPS等资料,对1998—2018年5—9月太原的雷暴大风进行天气学分型,选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值,利用指标叠套法,建立雷暴大风潜势预报方法,并进行预报检验。结果表明:(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。(2)将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类,选取了5类天气型下雷暴大风的预报因子,利用指标叠套法,建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验,取得了较好的预报效果。 相似文献
18.
利用区域自动气象站资料、天气雷达资料、宁波机场AWOS(automated weather observation system)资料和NCEP再分析资料等对2017年7月22日发生在宁波机场附近的一次孤立强雷暴大风环境条件和雷达回波特征进行分析。结果表明:1)雷暴大风发生在较强的对流有效位能、弱的垂直风切变和上层干燥近地面暖湿的大气层结配置下,海风锋是主要触发系统。2)雷暴大风发生时,地面出现明显冷池和中尺度雷暴高压。3)强反射率因子顶部高度快速下降,中层径向辐合达到18 m·s-1,低层速度辐散超过25 m·s-1等指标,对雷暴大风预警具有较好的指示意义。 相似文献
19.
利用杭州市1966-2005年雷暴日资料和2008-2009年闪电定位资料,运用ArcGIS空间分析技术结合数理统计方法,分析杭州市雷电活动时空分布特征,并采用地闪密度空间分布与最大地闪强度空间分布的叠置作为雷电风险的主要评价指标,得到杭州市雷电灾害致灾危险性区划.分析结果表明,在时间分布上,杭州市雷暴天气多发生在夏季... 相似文献
20.
利用杭州市1966—2005年雷暴日资料和2008—2009年闪电定位资料,运用ArcGIS空间分析技术结合数理统计方法,分析杭州市雷电活动时空分布特征,并采用地闪密度空间分布与最大地闪强度空间分布的叠置作为雷电风险的主要评价指标,得到杭州市雷电灾害致灾危险性区划。分析结果表明,在时间分布上,杭州市雷暴天气多发生在夏季和午后时段;在空间分布上,杭州市地闪密度较大地区多集中在山脉向阳坡、迎风坡以及大面积水域向陆地过渡的区域。杭州市雷电灾害风险高值区主要集中在上城区、江干区、滨江区、西湖区西部以及淳安县西南部、富阳市大部、余杭区西部、萧山区中部地区。雷电风险高值区主要集中在人口稠密区、工业集聚区、湖边、江边等,这些都可能与气温、空气湿度、地形地貌、建筑物密集密切相关。 相似文献
|