1951／1952—2004／2005年中国冬季降水变化研究

以中国1960年前建站的595个气象台站1951／1952～2004／2005年冬季逐日降水资料为基础,采用面积加权平均法得到冬季全国和8个区（包括东北区、华北区、长江中下游、华南区、青藏高原、西南区、西北东部和西北西部）的平均降水日数距平与降水量标准化距平序列。通过对全国和区域平均距平序列以及全国各站的冬季降水日数和降水量的变化速率和趋势系数的分析,得出：近54年来中国冬季降水日数明显减少,降水量变化趋势不明显;东北区和西北东部的冬季降水日数减少趋势超过0．01显著性水平,而青藏高原降水量的增加趋势超过0．05显著性水平。     

近40年来中国降水量、雨日变化趋势及与全球温度变化的关系

近40年来中国降水量的空间分布与相应时段的雨日数空间分布较一致;年降水量变化趋势主要呈现东北-西南向“＋、-、＋”分布型,其中以西部地区和长江三角洲的增加和华北及川东地区的减少趋势更加显著.对季降水来说,除了冬季降水量场表现为绝大部分地区为正趋势外,其它三季变化都较复杂;绝大部分地区年雨日数的趋势系数是负值,就是说雨日数总的趋势是减少的,全国范围内秋季雨日数明显呈现减少的趋势;夏季强降水日的平均频数介于0～11之间,最大值位于西南地区的西部,最小值则位于南疆地区;无论是降水量场还是雨日数场都与全球温度距平存在显著相关,只是后者的显著性水平高于前者.     

数据处理方法对中国区域平均降水序列精度的影响

利用地面观测站点资料研究大范围地区的降水长期变化规律,选取不同的指标会使分析结果出现显著差异。利用中国大陆区域内2139个国家站的逐日降水资料,比较不同数据处理方法得到全国和中国西部、中国东部地区的降水量、降水日数和降水强度的区域平均时间序列,探讨对其变化趋势估算的偏差。研究表明,1951—1957年估算的中国区域平均降水量原始值出现虚假的偏高,使趋势估算出现较大误差;1951—2016年中国西部地区平均降水量距平百分率时间序列的波动幅度显著偏大;区域平均降水量、降水日数和降水强度的距平和标准化距平序列较为可信。全国平均降水量、降水日数的原始值和距平值序列都基本反映了中国东部湿润地区降水的变化,降水量距平百分率的变化主要由西部干燥区域的降水变化构成,降水量标准化距平则可综合反映湿润和干燥地区的降水变化。     

极端降水事件变化的观测研究

回顾了气候变化背景下的极端降水事件变化观测研究的主要进展,结合全球变化的特点,重点讨论了中国极端降水事件的变化特征。指出：最近50多年,我国降水强度普遍趋于增加,降水日数除西北地区外其他大部分地区显著减少。极端降水与总降水量变化之间的关系很密切,西北西部、长江及长江以南地区极端强降水事件趋于频繁,华北地区虽然极端降水事件频数明显减少,但极端降水量占总降水量的比例仍有所增加。连阴雨产生的年降水量在华北、东北东部和西南东部地区明显减小,在青藏高原东部和一些东南沿海地区则增加。降水日数和微量降水日数减少是近年来我国干旱化趋势发展的一个重要特点。     

1961—2012年中国冬半年霾日数的变化特征及气候成因分析

利用全国664站1961—2012年逐日霾观测资料、降水量、平均风速和最大风速资料,分析中国霾日数变化特征及其气候成因。结果表明：我国年霾日数分布呈明显东多西少特征,中东部大部地区年霾日数在5～30 d,部分地区超过30 d,西部地区基本在5 d以下。霾日数主要集中在冬半年,冬季最多,秋季和春季次之,夏季最少,12月是霾日数最多的月份,约占全年霾日数的2成。我国中东部地区冬半年平均霾日数呈显著的增加趋势（1.7 d/10a）,霾日数显著增加时段主要在1960年代、1970年代和21世纪初,在1970年代初和21世纪初发生了明显均值突变。从区域分布来看,华南、长江中下游、华北等地霾日数呈增加趋势,而东北、西北东部、西南东部霾日数呈减少趋势。持续性霾过程增加,持续时间越长的霾过程比持续时间短的霾过程增加更为明显。不利的气候条件加剧了霾的出现。霾日数与降水日数在中东部地区基本以负相关为主,中东部冬半年降水日数呈减少趋势（-4 d/10a）,表明降水日数的减少导致大气对污染物的沉降能力减弱。另一方面,霾日数与平均风速和大风日数以负相关为主,而与静风日数则以正相关为主,冬半年平均风速和大风日数减小,静风日数增加,表明风速减小导致空气中污染物不易扩散,从而更易形成霾天气。     

1967—2016年黄河上游河曲地区降水变化特征研究

利用1967~2016年黄河上游河曲地区的5个气象站观测气象站的逐日地面降水和气温资料,利用气候变化趋势分析、距平、Mann-kendall 时间序列突变及趋势检验方法分析了该地区气温变化特征、不同类型各等级降水量及降水日数的气候特征。结果表明：(1)近50年黄河上游河曲地区年均气温以0.459℃/10a趋势显著上升,上升速度低于全国其它地区,且在2002年气温发生突变后升温加剧；(2)年降水量和降水日数呈减少趋势,主要是由夏季小雨量和小雨日数的减少引起；(3)在2002年气温突增后,强降水对总降水量贡献率增加,且年降水量和降水日数波动幅度也明显增大,这可能预示该地区洪涝灾害的风险在增加。降水日数的贡献率增加,增加明显的是中雨日数和小雨日数,分别增加了1.1%和1.7%。     

1951～2009年东亚地区日降水趋势特征分析

研究大陆或次大陆尺度日降水长期趋势变化规律,对于检测、理解区域气候和陆地水循环对全球气候变暖的响应特征十分重要。利用美国国家气候资料中心(NCDC)和中国基准气候站、基本气象站网降水观测资料,在对该站点资料进行基本质量控制基础上,选取东亚地区619个站1951～2009年日降水数据,按照百分位阈值对降水进行分级,共分为弱、中、强、极强4个级别,用经纬度网格面积加权平均方法构建区域平均的时间序列,分析了各类降水事件长期变化趋势的时空特征。结果表明:东亚地区近59年平均总降水量表现出不显著下降趋势,降水日数没有出现趋势性变化,平均日降水强度略有减小;区域平均的年降水量、降水日数和日降水强度在中国北方大部、蒙古东部、俄罗斯远东地区南部和日本列岛多呈减少趋势,而在俄罗斯中西伯利亚南部、朝鲜半岛南部和中国长江中下游流域一般表现为增加。从季节上看,近59年东亚区域平均的冬、春季降水量、降水日数和日降水强度均呈增加趋势,而夏、秋季一般呈减少趋势,仅夏季日降水强度略有增加。降水的年内分配出现均匀化趋势。从不同级别降水事件看,近59年来东亚区域平均的各级别降水量均为下降趋势,中降水、强降水和极强降水日数也呈现下降趋势,弱降水日数表现出较明显增加;仅有全区秋季强降水量、日数减少趋势和冬季中降水量、日数增加趋势通过了显著性水平检验。分析还发现,近30年(1980～2009年)东亚地区日降水趋势变化出现了新的特征,主要表现为大部分地区降水日数呈现增加,日降水强度减少,45°N以南多数台站降水量也增加,全区降水有向非极端化方向发展趋势。     

我国东部地区夏季不同等级降水日数

用全国1958—2004年逐日降水资料,分析我国东部地区夏季总降水日数以及不同等级降水日数的年代际变化特征,结果表明,1980—2004年与1958—1979年两个时段相比,我国东部各地区夏季总降水日数和不同等级降水日数具有明显不同的变化特征。东北地区总降水日数和总降水量减少,这主要与小雨日数减少有关。华北地区总雨日数和总降水量也呈减少特征,总雨日数减少是由于各等级雨日数减少引起,且小雨日数减少贡献较大,而总降水量减少却主要是由于暴雨日数的减少引起。长江流域总降水日数和总降水量增加,总雨日数增多主要与中雨以上级别雨日数的增多有关,而总降水量的增加主要与暴雨日数增加有关。华南地区总雨日数和总降水量减少,总雨日数减少主要与小雨日数减少有关,而总降水量减少是由于各等级降水日数减少引起。     

我国东部地区夏季不同等级降水日数年际变化特征分析

用全国1958--2004年逐日降水资料,分析我国东部地区夏季总降水日数以及不同等级降水日数的年代际变化特征,结果表明,1980--2004年与1958--1979年两个时段相比,我国东部各地区夏季总降水日数和不同等级降水日数具有明显不同的变化特征。东北地区总降水日数和总降水量减少,这主要与小雨日数减少有关。华北地区总雨日数和总降水量也呈减少特征,总雨日数减少是由于各等级雨日数减少引起,且小雨日数减少贡献较大,而总降水量减少却主要是由于暴雨日数的减少引起。长江流域总降水日数和总降水量增加,总雨日数增多主要与中雨以上级别雨日数的增多有关,而总降水量的增加主要与暴雨日数增加有关。华南地区总雨日数和总降水量减少,总雨日数减少主要与小雨日数减少有关,而总降水量减少是由于各等级降水日数减少引起。     

近55年来中国西北地区降水变化特征及影响因素分析

利用1961-2015年中国西北地区128个站的降水观测资料和NCEP再分析资料,分析了年、季降水量与降水日数变化总趋势及其区域分布特征,并采用与平均温度、气候指数相关性来分析和讨论其所受的影响因素。结果表明:(1)西北中西部年降水量呈增加趋势,增加趋势位于0.1%·(10a)-1~10.0%·(10a)-1;西北东部年降水量呈减少趋势,减少趋势均小于5%·(10a)~(-1);春季、夏季和秋季西北西部大部分地区降水量是以增加趋势为主;东部主要为减少趋势,但是在冬季几乎所有站点的降水量呈增加趋势;(2)西北西部降水日数以增加趋势为主,东部地区降水日数以减少趋势为主,大部分站点年降水日数在冬季呈现增加趋势,其他季节则基本表现为西北西部增加、西北东部减少;(3)河西走廊西部、青海高原边坡、西北东部年降水量与年平均气温呈负相关,青海高原年降水量与年平均气温呈正相关,西北地区大部分年降水日数与年平均气温呈负相关;(4)北疆、南疆和西北东部37°N以南地区年平均降水量变率与年平均温度变率呈现负相关,且相关系数较大,而其余地区为正相关;(5)西风带影响西北大部分地区年降水量,东亚季风和南亚季风主要影响西北地区中北部和南部的年降水量。     

虹桥机场能见度变化特征分析

分析了上海虹桥机场近18年(1987～2004年)能见度的年际变化、季节变化和日变化特征,发现虹桥机场能见度呈逐年下降趋势,但是能见度低于着陆标准的年发生频数却趋于减少,能见度的季节变化特征非常明显,夏季能见度最佳,冬季最差,出现低能见度的频数最高.一天中早晨4～8点的能见度最差,不利于飞机降落,而13～18点的能见度条件较好.小波分析的结果表明虹桥机场能见度变化以年周期和天气尺度周期(2.5～9.8天)最为显著,其次为准双周振荡(10～20天).一年中七八月份能见度最佳,一月能见度最差,转折点一般出现在春末夏初和秋末冬初.虹桥机场的能见度变化和大雾时数以及颗粒物关系密切,呈反位相变化特征.     

郑州机场2004-2012年能见度的变化特征

利用郑州机场近9 a（2004-2012年）地面气象观测资料,分析了能见度的年、季节和日变化特征,并统计了低能见度出现的天数。结果表明：郑州机场年平均能见度仅为4 219 m,平均每年上升约69 m,秋季上升速率最快,冬季最慢,出现小于1500 m、800 m和600 m能见度的天数均呈下降趋势;能见度月际变化特征十分明显,春季平均能见度最好,秋季和冬季较差,低能见度出现的天数以秋、冬季较多,春、夏季较少;日变化特征除夏季外,春、秋、冬季能见度都呈现双峰双谷型变化,能见度16时最佳,凌晨4时最差。     

南京大气能见度变化规律及影响因子分析

利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。     

MODIS气溶胶产品在池州市能见度估算中的应用

能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。     

Intraseasonal Variation of Visibility in Hong Kong

Visibility is one of the parameters for indicating air pollution.In this study,visibility variation in Hong Kong during summer and winter is investigated.Visibility in Hong Kong has clear intraseasonal variation.Examination of different environmental parameters suggests that the intraseasonal component dominates the overall circulation anomalies in both summer and winter.Associated with the intraseasonal variation of environmental parameters,obvious variation in visibility impairment is found in both summer and winter.In summer,local visibility and air quality are found to be significantly affected by the(MJO)and the 10–30-day intraseasonal oscillation(ISO)through modulation of associated atmospheric circulations.In winter,the modulation effects appear to be weaker due to the southward shift of the associated convection.The results in this study highlight the importance of the ISO in contributing to the overall variation in visibility in Hong Kong,and provide useful implications for the development of possible mitigation strategies associated with visibility impairment and air pollution in Hong Kong.     

Visibility trends in six megacities in China 1973–2007

The particulate matter pollution has been serious in Chinese megacities due to the rapidly expanding economic and industrial developments, which has significant influences in atmospheric visibility. Visibility is a highly relevant factor indicating the level of atmospheric quality, and is inversely related to the optical extinction coefficient caused by gas and particle phases. In our study, visibility trends for six major megacities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) in China were evaluated during 1973–2007 on the basis of the National Climatic Data Center (NCDC) database using four measurement methods: the days per year of daily visibility < 10 km, the days per year of daily visibility > 19 km, the annual mean visibility, and the dry extinction coefficient. The annual and seasonal change trends of visibility for each city were analyzed by using a linear regression model. The annual mean visibilities for the six cities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) were 10.67, 8.60, 10.76, 8.59, 8.16, and 9.74 km respectively. Shenyang has experienced a significant increasing trend during the entire time series while visibilities for other five sites showed decreasing trends especially since the middle of 1990s. In the southern and midwestern regions (Chengdu, Guangzhou, Shanghai, and Xi'an), visibility was best in summer, whereas in the northern regions (Beijing and Shenyang), visibility was best in spring. Mean visibility in spring was worst at Guangzhou, while for the other five cities visibility in winter was worst, probably because of coal burning during the heating period. The general degradation of visibility in these megacities was probably due to the excess aerosol loading. Consequently, an urgent targeted reduction of aerosol pollution may be needed for the sake of better air quality in Chinese megacities.     

青岛流亭机场海风特征分析及对飞行的影响

通过分析2008—2016年青岛流亭机场(简称青岛机场)各季节地面风向日变化规律,发现有两支海风环流影响青岛机场：一支是西支海风,风向210°～230°,一般上午影响机场,午后发展至最强,下午消失;另一支为南支海风,风向150°～170°,午后影响机场,下午取代西支海风,傍晚发展至最强,夜间逐渐减弱消失。两支海风夏季最为明显,南支海风强度季节性差异强于西支海风。海风对机场飞行的影响主要体现在两支海风引起的三种海风锋型低空风切变,分别为西支海风锋引起的侧风切变、两支海风环流相互作用引起的侧风切变以及南支海风引起的顺风切变,其季节及日变化规律为：夏季出现概率最大,春、秋季次之,冬季几乎不会发生;一天中最可能发生时段分别为08：00—11：00、12：00—15：00和15：00—17：00,具体时段在各季节略有差异。     

葫芦岛沿岸海陆风特征及其环境效应

利用葫芦岛观测站1980—2009年观测资料,分析了葫芦岛沿岸海陆风风速的季节特征和日变化规律,以及海陆风环流对沿岸环境的影响。结论如下:1)葫芦岛站点在冬季出现海陆风日数最多,其他依次为秋季、夏季和春季。陆风风速从春季到冬季呈现递减趋势;海风在春季最大,其次为秋季的,冬季的最小。总体上,海陆风日中海风要强于陆风。2)对海陆风风速椭圆拟合结果表明,海陆风在10:32由陆风转化为海风,海风在16:32达到最大,在21:42由海风转化为陆风,陆风在04:32达到最大。3)由于海风的存在,沿岸地带在春夏两季日最高气温在12时出现,秋冬季的在13时出现。4)能见度日变化在四季中表现一致,早晨能见度转好的时刻比最低气温出现时刻滞后约2 h,在海风维持较长时间后空气绝对湿度增加导致能见度开始转差。5)冬季静止型海陆风日比例最高,再循环型海陆风日在秋季出现最多,而夏季通风型海陆风日出现最多。     

昆山市暴雨时空分布特征及设计暴雨强度公式推求

基于江苏省昆山市2008—2015年12个自动气象站逐分钟降雨数据和常规气象站小时降雨量数据,并选取5个代表站分别代表不同的生态系统,先对昆山市降雨和暴雨的时空特征进行分析,然后采用年多个样法进行暴雨选样,利用指数分布、皮尔逊Ⅲ型分布和耿贝尔分布分析暴雨发生频率,最后使用高斯-牛顿法推求不同生态系统代表站的暴雨强度公式参数,结果表明:(1)昆山市各站点2008—2015年期间年降雨量都呈增长趋势,夏季降雨量最多、冬季最少,一天中01时(北京时间,下同)左右为降雨谷值,18时左右为降雨峰值,白天降雨多于夜晚; 在空间分布上,农田和城市生态系统的年降雨量、年降雨日数最多,湿地和湖泊生态系统较少。(2)暴雨日数年际差异大,年内暴雨主要集中在夏季,暴雨发生频次日变化呈“双峰型”分布,暴雨发生频次在02时和18时最多,09时和24时最少; 市区的暴雨日数空间变异系数大于郊区,且从市中心向外递减。(3)城市生态系统适宜采用皮尔逊Ⅲ型分布推求暴雨强度公式,其他类型生态系统适宜采用指数分布推求暴雨强度公式。      

苏州市能见度与影响因子关系研究

利用2009年6月—2010年5月苏州市气象局霾监测点颗粒物浓度、能见度、相对湿度、风速、风向、气温等观测资料,分析了苏州能见度变化特征,建立了能见度和影响因子的统计模型,研究了能见度和气象因子及颗粒物浓度的关系。结果表明：苏州市能见度有明显的季节变化,春季能见度最好,秋季能见度最低;能见度日变化显著,最低能见度通常出现在清晨,午后明显好转;PM10、PM2.5、黑碳浓度值和相对湿度与能见度都呈反相关关系,但黑碳对能见度的影响不如PM10和PM2.5对能见度的影响明显;风速与能见度呈正相关关系,在东南、南东南风向时能见度值最高。