旱涝指数的研究

提出了一种新的区域旱涝指数及其旱涝标准的划分方法，并运用该指数对近50a（1951－2000年）来华北地区夏季旱涝进行了分析，通过与其他旱涝指数的比较分析，发现该指数能较合适地反映区域旱涝的程度和范围，且划分旱涝的标准较客观，具有一定的普适性。     

重庆区域旱涝指标及其变化特征分析

利用重庆市34站月平均气温及降水量资料，定义了区域旱涝指数，采用小波等方法分析了重庆近40余年年及四季旱涝的变化特征。结果表明，文中所采用的区域旱涝指数考虑较为全面，能较好地刻画重庆区域年及各季的旱涝变化特征；重庆旱涝变化有明显的阶段性，不同尺度周期信号在时一频域中的分布具有较强的局部特征。     

区域干旱预警标准研究Ⅰ:基于Boltzmann函数的区域旱涝指数研究

基于区域内单站的逐日气象旱涝指数,通过具有明确物理意义的Boltzmann函数来求解某一区域在某一时间尺度下位于各个气象旱涝等级的逐日站数百分比累计概率分布,构建了可以反映区域气象旱涝强度的标准化区域气象旱涝强度指数(Regional meteorological Drought Intensity Index,RDI)和反映区域气象旱涝空间分布状态的标准化区域气象旱涝空间分布差异指数(Regional meteorological Drought variance Index,RDVI)。以构建河南省和江苏省月尺度的RDI和RDVI指数为例说明了区域气象旱涝指数的构建方法,并验证了两个指数的有效性。对于任一区域的不同空间尺度,两个指数可以从日尺度到年尺度乃至更长的时间尺度上进行计算。通过Boltzmann函数来构建RDI和RDVI指数的方法还具有很好的拓展应用性,其他气象干旱指数也可以采用本文方法来构建区域旱涝指数。     

我国单站旱涝指标确定和区域旱涝级别划分的研究

根据1951～1995年各月降水资料，在全国选取8个代表站，测试了3种单站旱涝指标，并作了相互比较，认为Z指数方法最优。在此基础上，以华北地区为例，选取80个站点，探讨了能反映区域旱涝时空分布和强度的区域旱涝指标以及旱涝等级。     

莱州湾地区500年来旱涝灾害指数系列的建立

作者根据《山东省历代自然灾害志》的记载，应用Foxpro提供的软件，建立了莱州湾地区500年来旱涝灾害的汉字库，并通过一系列转换，将其转为数字库；将旱涝灾情的文字记我转换为区域旱涝指数，并与现代降水资料相对接，建立了1470－1990年共521年的历年逐季旱涝灾害指数序列，为分析该地区旱涝灾害发生规律和预测提供了依据。     

西安市水资源及其可持续利用对策分析

采用1960年至2002年山西省21个气象站的夏季(6月至8月)降水、气温资料，计算了降水距平百分率、Z指数区域旱涝指标及考虑了气温、降水的干旱指数，并进行了对比分析，通过大量试验研究提出了一种适合山西的旱涝指数，以此划分了山西夏季的旱涝年，并研究了与全国雨带的关系。     

莱州湾地区500年来旱涝灾害指数系列的建立

作者根据《山东省历代自然灾害志》的记载应用Ｆｏｘｐｒｏ提供的软件，建立了莱州湾地区５００年来旱涝灾害的汉字库，并通过一系列转换，将其转为数字库；将旱涝灾情的文字记载转换为区域旱捞指数，并与现代降水资料相对接，建立了１４７０－１９９０年共５２１年的历年逐旱涝灾害指数为序列，为分析该地区旱涝灾害发生规律和预测提供了依据。     

河套华北地区旱浑前期的环流异常和遥相关机制

根据文献［５］确定的河套华北地区２７个测站夏季（６－８月）降水指数，计算了典型旱涝年平均环流的合成差异场，发现在旱涝年的前期，尤其是在冬半年，大气环流的差异是显著的；旱涝指数与环流的相关，与旱涝合成差异声特征一致，计算的遥相关结果表明，遥相关的传播路径与理论上计算得到的波能量传播路径几乎一致，其正负区域，中心位置与旱涝差异场的特征也基本一致。     

基于区域自动气象站观测资料的农业气象旱涝监测判定方法研究

进入21世纪后贵州地区降水极端事件频发,旱涝灾害不仅对农业生产、农民收入造成了严重影响,而且对旱涝的监测评判也成为气象服务中的难题。该文以贵州省阳河下游地区的岑巩县为例,基于区域自动气象站观测资料开展旱涝监测判定方法研究,建立了旱涝监测判定方程和指标,并计算了岑巩县气象站1971—2013年共43 a夏季逐侯旱涝指数和岑巩县11个乡镇2013年夏季逐侯旱涝指数。结果表明:1基于区域自动气象观测站观测资料构建的区域夏季旱涝指数能较好地反映岑巩夏季旱涝变化,作为贵州特殊地形下的夏季旱涝监测判定指标是比较合理的;2岑巩县夏季旱涝有明显的侯际变化特征,并且旱涝的侯际变化与西北太平洋副热带高压季节性北跳和西风槽活动有密切关系。     

广西旱涝指标的初步研究

根据广西86个站点1959-1996年的各月降水资料,分别用"干旱指数"、"湿度指数"、"降水距平百分率"、"Z指数"等4种旱涝指标进行分析,并作了相互比较,认为"降水距平百分率"作为单站旱涝指标最优.在此基础上,还探讨了能反映广西旱涝时空分布的区域旱涝指标.     

近百年长江中游旱涝的变化

利用史料和器测雨量记录重建的近百年长江中游区域平均逐年旱涝等级指数序列研究了旱涝变化特征，发现：（１）２０世纪前涝后旱，（２）２２年、５－６年和２－３年的准周期振动，（３）６个交替出现的旱涝阶段。     

广西旱涝指标的初步研究

根据广西８６个站点１９５９￣１９９６年３８ａ的各月降水资料,分别用“干旱指数”“湿度指标”、“降水距百分率”、“Ｚ指数”等４种旱涝指标进行统计分析,并作了相互比较,认为“降水距平百分率”作为单站旱涝指标最优。在此基础上,还探讨了能反映广西旱涝时空分布的区域旱涝指标。     

1964-2008年辽宁省旱涝时空分布特征及演变趋势

利用1964-2008年辽宁51站降水量资料,采用Z指数和区域旱涝HL指数分析了全区近45a旱涝变化.结果表明:近45 a辽西、辽北以及辽东南地区单站旱涝发生频率均明显高于辽中、辽东地区;区域性洪涝指数逐渐减小,区域性干旱指数逐步增大.对辽宁51站Z指数进行了EOF和REOF分析,可知辽宁旱涝的空间分布特征除受大尺度天...     

广西旱涝指标的初步研究

根据广西８６个站点１９５９～１９９６年３８ａ的各月降水资料,分别用“干旱指数”、“湿度指标”、“降水距平百分率”、“Ｚ指数”等４种旱涝指标进行统计分析,并作了相互比较,认为“降水距平百分率”作为单站旱涝指标最优。在此基础上,还探讨了能反映广西旱涝时空分布的区域旱涝指标。     

齐齐哈尔生长季旱涝特征及其对ENSO事件的响应

利用Z指数旱涝分级方法,对1961-2015年齐齐哈尔地区10个台站的月降水资料进行了旱涝等级划分,并根据实际旱涝情况,定义了区域旱涝等级划分标准。研究结果表明,近55 a来齐齐哈尔地区生长季的旱涝等级有向偏涝化发展的趋势,旱涝等级的变化有阶段性特征;齐齐哈尔地区ENSO暖事件次年发生涝的概率较大,冷事件次年发生旱的概率较大,不易涝;齐齐哈尔地区生长季的旱涝等级与前一年8月、11月和当年2-3月的SOI指数正相关显著。当前期SOI指数正异常时,齐齐哈尔地区生长季易旱,反之,SOI指数负异常时,齐齐哈尔地区生长季易涝。     

区域干旱预警标准研究Ⅱ:区域旱涝强度等级划分及其在干旱预警中的应用研究

基于区域气象干旱指数的基本概念和构建方法,计算了中国11个一级气象地理区划的逐日标准化区域气象旱涝强度指数(Regional meteorological Drought Intensity Index,RDI)及标准化区域气象旱涝空间分布差异指数(Regional meteorological Drought variance Index,RDVI),并给出各区域的逐日标准化RDI的旱涝等级划分规则,进一步将区域逐日的RDI和RDVI指数综合使用,对区域气象干旱过程进行较好的分析和判断。通过分析区域RDI和RDVI指数逐日演变,将干旱预警分为三个等级,即红色预警(一级)、黄色预警(二级)和橙色预警(三级),对应于当前时刻的区域RDI指数达到"特别干"、"严重干"和"中等干"等级且未来一周气象干旱等级不会下降,给出了相应的RDVI指数的识别依据,研究了各级区域干旱预警标准,从气象干旱角度进行研究得到的气象干旱预警标准可以为干旱的监测、预警提供科学依据。     

河南省夏季旱涝演变及趋势

利用Ｚ指数旱涝指标，分析了河南省各地夏季１０年时间尺度的旱涝演变，进行了夏季旱涝趋势拟合，并利用功率谱分析了河南省各地夏季旱涝变化周期。     

聊城近50年夏季旱涝特征分析

利用旱涝指标Z指数和降水距平百分率指标对聊城市1962—2010年夏季单站旱涝和区域旱涝进行对比分析,结果表明:Z指数能较客观地反映旱涝程度,表明聊城地区夏季气候特征为易旱易涝,干旱灾害略重于洪涝灾害,且存在旱涝临界年,即1981年以前洪涝较多,干旱较少,1981年开始呈洪涝减少,干旱增多的趋势。     

大连地区伏期旱涝指数EOF分析和预测

从大连地区气候规律及农业生产实际出发，制定出客观定量表征伏期旱涝特征的旱涝指数；用EOF方法对大连地区1961～2000年伏期旱涝指数进行了分析，在此基础上提出一种伏期旱涝预测方法。     

区域旱涝气候混沌动力学可预报性研究

根据西安地区旱涝气候等级近1624a（380-2003年）资料序列，运用非线性系统混沌动力学理论，通过计算气候吸引子的关联维数、Kolmogorov熵和Lyapunov指数，对西安区域旱涝气候的混沌特性和可预报性进行研究。结果表明：西安区域旱涝气候系统是一个具有有限个自由度的复杂的混沌系统。其吸引子关联维数约为3．1，确定性的平均可预报时间尺度约为14．8a，最大可预报时间尺度约为20．7a。