安徽省一季稻高温热害致灾指标研究

以气象行业标准《区域性高温天气过程等级划分》为基础,依据1981—2018年7月下旬至9月上旬安徽省62个气象站点逐日气象资料,探讨划分出安徽省一季稻高温热害的单站、区域致灾等级指标,将全省一季稻高温热害致灾等级划分为轻、中、重三个等级。采用该指标,对近40年全省一季稻高温热害发生情况进行了试评估。结果表明,该指标可以定量地评估全省一季稻高温热害的致灾程度,历史检验灾害等级符合率达到97%,因此,该指标可应用于安徽省一季稻产量预报和灾害评估业务服务中。     

寒冷天气等级研究

本文规范了寒冷天气定义,分析了寒冷天气时空分布特征。用寒冷强度指标、持续时间指标、覆盖范围指标作为评估寒冷天气的分项指标,对三个分项评估指标加权求和,得到综合评估指标。根据综合评估指标进行等级划分,将寒冷天气等级分为四个级别:Ⅰ级特重、Ⅱ级重度、Ⅲ级中度、Ⅳ级轻度。最后,通过寒冷天气等级与最低气温距平较好的相关性验证和分析了该方法的实用性和可行性。     

渭南高温时空变化特征及其定量化评估

利用渭南市11个县（市、区）气象站1971—2020年的逐日最高气温资料,结合单站高温过程综合强度指标算法,得到渭南各县（市、区）高温天气综合强度等级划分阈值,并根据单站高温过程阈值,确定出区域性高温过程强度等级以及全市性高温过程强度等级定量化评估方法,分析了渭南市高温时空分布特征。结果表明：（1）渭南市高温频次、强度总体呈南多北少的分布特征,南部的华州、临渭、华阴是高温事件高发的关键区域;渭南高温天气出现时间跨度为4月中旬至10月上旬,6—8月高温最多,占全年的939%,其中7月下旬各个区域的高温日数达到最多,往后逐渐减少。（2）20世纪70年代以来,渭南高温过程呈现出增长趋势,80年代至今,高温过程逐渐增多,过程极值和高温等级增高,高温有出现时间趋早和结束时间趋晚的变化特征。（3）对提出的单站高温天气过程综合强度指标计算方法、区域性和全市性高温过程强度等级确定方法,进行检验和业务试用评估,其对高温过程综合强度进行合理排位,结果科学可信。     

热带气旋致灾因子综合影响强度评估指标研究

整理了1949—2008年311例热带气旋影响浙江时各气象站的风雨资料、海洋观测站风暴潮资料、灾情资料等，用典型相关分析、历史灾情反演等方法建立了反映热带气旋致灾因子(风、雨、风暴潮)综合影响强度和影响范围的评估模型与等级指标。研究结果将浙江热带气旋致灾因子综合影响强度分为5级，1级最强。根据评估模型与指标对311个热带气旋进行了等级评价，并分析了各等级影响强度出现频率的空间分布特征。研究表明，1～5级影响热带气旋都有可能给浙江省带来损失，特重灾情一般由1级影响热带气旋造成，2级影响热带气旋带来的灾情也很严重，年均1.1个热带气旋的综合强度在3级以上，有可能带来较严重灾情；全省各地受热带气旋影响的强度自东而西递减，其中1级(特强)影响区域主要在东部沿海地区。     

1959—2019年江西省一季稻热害发生特征

利用江西省81个气象观测站日最高气温资料,按照单站和区域两个方面,分析了1959—2019年江西省一季稻孕穗至灌浆期高温热害过程的强度、持续时间、总日数、次数等时空变化特征。结果表明: 1） 单站一季稻热害过程平均每年发生2—4次,最多达8次;江西省东北地区和吉泰盆地单站热害年均强度均达重度。2） 区域一季稻热害过程平均每年发生1—3次,最多达4次。在一季稻热害发生年份中,有443%的年份为中等强度等级,377%的年份达强或特强等级。3） 江西省单站一季稻热害的强度、持续时间、总日数等指标均呈上升趋势,尤其在1993年以后趋势更为显著。     

一种区域降水过程综合强度评估方法的探索和应用

降水过程强度精细化定量评估是气象现代化业务服务的重要需求,也是暴雨灾害影响评估研究的关键环节。利用1961年以来国家气象站降水气象观测资料,以站点降水背景表征地域特征,通过定义单站和区域降水过程的起始和结束条件界定降水过程,提取了降水强度、持续时间、覆盖范围三个降水过程的评价指标,在深度挖掘降水空间和时间尺度信息基础上,计算三个降水过程的评价指标。然后,基于百分位分布和概率统计,对降水过程三个评价指标进行精细化指数划分,建立降水过程综合强度评估模型。最终将降水过程划分为极端、特强、强、较强、中等五个等级。文中应用案例对评估方法进行验证,结果显示对单站和区域降水过程综合强度等级评估方法合理,既能体现降水过程地域特征,又能表征降水过程的影响程度,方法具可操作性,能够直接应用于气象服务业务和暴雨灾害影响评估,也可为历史降水过程案例入库、灾情信息演变特征分析提供依据。     

近50年华北区域性气象干旱事件的特征分析

客观识别区域性气候事件、定量评估其强度是开展精准监测及影响评估业务的基础。利用安徽省80个国家气象观测站1961—2020年逐日气象要素,基于区域性事件客观识别方法,识别出区域性暴雨和干旱过程。根据过程平均强度、持续时间和平均影响范围构建区域性过程综合强度评估模型,采用百分位数方法划分综合强度等级。近60 a安徽省共发生区域性暴雨过程775次,其中34次为特强区域性过程,约为2 a一遇;过程以持续1~2 d为主,平均暴雨站次为21.7个;近60 a区域性暴雨过程年次数显著增加、综合强度增强。全省共发生区域性干旱过程152次,其中9次为特强区域性过程,为6~7 a一遇;过程持续日数以15~60 d为主,平均日干旱站次为37个;区域干旱过程年次数线性变化趋势不明显,但年际波动大。基于气候监测业务技术总结和灾情检验表明,区域性过程识别方法及评估结果与旱涝灾情较为吻合,能较好地识别出区域性暴雨和干旱过程,并可从持续天数、平均强度、平均影响范围以及过程综合强度等多角度对旱涝过程进行精准监测评估。

     

2022年安徽省区域性高温和干旱过程综合评估

基于1961—2022年安徽省80个国家气象观测站逐日降水和平均气温资料,利用区域性极端事件客观识别方法识别区域性高温和干旱过程,进一步提取过程历时、影响范围、过程强度指标,并应用于已构建的综合强度评估模型,对2022年高温干旱开展异常气候特征分析和区域性过程综合评价。结果表明：2022年夏季安徽省平均气温较常年同期偏高2.2℃,为1961年以来同期最高;6—9月降水量偏少达4成,为1961年以来同期第四少。持续高温少雨导致安徽省淮河以南出现严重干旱。2022年夏季出现6次区域性高温过程,其中8月1—23日综合强度达“特强”等级,虽不及1966、1967和2013年高温过程,为历史第四强,但年度累计综合强度为1961年以来最强。夏秋季出现2次区域性干旱过程,与1961年以来最强的其他9次区域性伏秋连旱过程相比,截至9月30日,7月28日以来的区域性干旱过程已持续65 d,综合强度等级为“特强”,但不及1966、1967、1978和2019年过程。     

雷电强度客观分级方法探讨

利用2007—2016年湖北省雷电监测系统获得的雷电资料,经过统计分析雷电流幅值、雷电陡度的特征,建立了雷电强度等级评估模型。采用对称不等间隔四级法,将雷电强度分为弱(Ⅰ)、中等(Ⅱ)、强(Ⅲ)和极强(Ⅳ)4个等级,并计算出各等级划分阈值。检验了分级阈值的合理性,同时用雷电灾害情况对分级结果作了进一步检验,结果表明雷电强度分级方法是客观可行的,能够为雷电灾害评估和等级划分、雷电预报预警等工作提供重要的参考。     

福建省暴雨洪涝灾害风险评估与管理

利用安徽省1961—2016年81个国家级地面气象观测站雨量、2006—2016年1 162个地面自动观测站小时雨量、1961—2016年安徽省民政厅灾情和2006—2016年《安徽省气象灾害年鉴》收录的227个暴雨过程灾情数据,采取气候平均、广义极值、概率密度函数、百分位分布等方法,统计暴雨过程的持续天数、区域、范围、平均日降水量和小时雨量对暴雨灾害的影响,划分安徽省暴雨灾害预警等级。结果表明：（1）安徽省暴雨灾害预警等级可分为Ⅳ级（轻度）、Ⅲ级（中度）、Ⅱ级（重度）、Ⅰ级（特重）四个等级;（2）从Ⅳ级到Ⅰ级,暴雨过程的持续天数指标从1—4 d,范围指标根据暴雨区占区域总面积的百分比确定,从Ⅳ级的20%上升至Ⅰ级的80%;（3）根据暴雨过程的区域差异,将安徽分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别建立降水量与暴雨灾情的定量关系,并在每个区域设置相应的平均日降水量和小时雨量指标;（4）利用上述暴雨灾害预警等级,对1981—2018年安徽省致灾的149个暴雨过程进行回代检验,并将其用于2020年6—7月安徽省暴雨灾害预警,暴雨灾害预警发布周期为Ⅳ级（轻度）0.66~0.82 a、Ⅲ级（中度）1.15~1.90 a、Ⅱ级（重度）3.16~3.80 a、Ⅰ级（特重）9.5~12.6 a,符合安徽暴雨灾情实际,可以为气象部门启动暴雨应急响应提供参考。

     

输电线路运行安全影响因素分析及防治措施

以浙江省为例,进行省域冰区图绘制和杆塔尺度的输电线路评估。首先,利用覆冰生成数值模式,针对2005— 2014年覆冰灾害进行了逐小时0.01°× 0.01°分辨率的覆冰过程反演,结合Gumbel极值分布刻画各栅格超越概率分布并绘制浙江省冰区图;其次,通过多因素比较分析,建立基于高程要素的杆塔覆冰降尺度方案;最后,基于区域灾害风险评估方法,选取易损性评估模型,对浙江省输电线路覆冰灾害下的杆塔失效率给出了定量评估。结果显示,浙江省冰区呈北、中、南带状分布,且中部覆冰带可能强度最大;在当前气候背景条件下,忽略人为抗冰、融冰等作用,浙江省中部及北部的输电线路覆冰风险相对较高。

     

基于机器学习的降雨量雷达回波数据建模与预测

以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好.     

浙江省梅汛期洪涝灾情分析和预测

通过所构设的雨涝强度、雨涝影响面积等统计量来估计灾情，有较高的正确率，能估计出极端情况，为灾害评估工作提供了新的思路。     

2015年11月浙江省降水异常成因分析

利用NCEP/NCAR大气环流资料、NOAA ERSST.V3b海温资料以及浙江省66个台站1971年以来的降水资料,分析了浙江省11月降水偏多对应的高低层大气环流异常特征以及与热带海温异常的联系,并在此基础上对2015年11月浙江省降水异常偏多的事实进行梳理和个例诊断。结果显示,2015年11月浙江省处于降水偏多的气候背景,同时北半球北极涛动正位相异常偏强、中高纬地区经向环流偏弱,西北太平洋副热带高压强度异常偏强、位置偏西是造成降水异常偏多的主要原因;统计分析表明巴尔喀什湖地区500 hPa高度场和西太平洋副热带高压强度与浙江省11月份降水具有显著相关;厄尔尼诺是导致浙江省11月降水偏多的重要外强迫因子之一,2015年11月Niño3.4指数达历史峰值,是造成浙江省同期降水异常偏多的主要原因。     

浙江省气候变化事实研究

为了区分不均一与局地气候的突变,采用功效不同的SNHT、Buishand、Pettitt 三种均一性检验法对浙江省41 个气象观测站1960—2007 年的温度和降水的观测序列进行检验。通过对三种方法检验的站点数据做气候变化事实研究发现,近50 年浙江省与全球呈现一致的气温年代际变化特征,0.19 ℃/(10 a)的平均气温倾向率比0.13 ℃/(10 a)的全球平均值高,略低于0.22 ℃/(10 a)的全国平均值。全省年平均降水量呈上升趋势,这与中国降水量总体下降的变化趋势相反,但与长江流域以南的变化趋势一致;强降水、高温热浪等极端天气事件频率增大,城市局地气候趋于“ 热干” 化;≥10 ℃的初日提早10 天左右,而终日推迟了近10 天,在持续日数增加的同时,有效积温也相应增大。      

吉林省高温天气气候特征及其过程等级评估

利用1951—2018年吉林省50站逐日最高气温资料,采用气候倾向率、距平累积、灰色关联度、正态分布等方法分析了吉林省高温天气的时空分布特征、建立了吉林省高温过程综合指数、高温过程评估等级指标和气候重现期指标。结果表明：近68 a来,吉林省年平均高温日数总体呈增加趋势,气候倾向率为0.04 d/10 a。吉林省高温次数阶段性变化明显,1959—1996年为偏少时段;1951—1958年、1997—2018年为偏多阶段。吉林省高温天气主要出现在6月中旬至8月中旬,其中7月下旬最多,8月上旬次多。西部为高温的高发区,吉林省年平均高温日数呈自西向东减少特征。对高温过程进行了等级划分,并给出等级及气候重现期评估指标,对于高温过程,可采用综合指数评估指标和各分项评估指标进行评估,便于在决策业务中应用。     

浙江省年平均气温百年序列的构建

长时间气温序列是气候变化研究的基础,早期气温观测台站的缺乏在某种程度上限制了区域性气温长序列的建立。将局部台站的气温观测值向代表全区水平的气温观测值转化,亦是一种有效利用早期少数气温站点构建区域性气温长序列的重要途径。基于浙江省气温观测台站资料的统计分析,提出了局部台站观测值全局修正（GAoSV）的气温长序列建立方式,并利用该方式构建了浙江省年平均气温百年序列。研究结果表明：省级区域内气温局部台站观测与全区台站观测,两者的气温年值变化具有高度的趋同相关性,所提出的GAoSV气温序列构建方式可在少数气温观测台站的情况下,有效保证全区气温序列的构建可信度,且随着观测台站数量增多,其构建可信度会进一步增大,该方式尤其适合早期气温观测台站稀缺（仅有1～2个）的省市级气温长序列的建立。以GAoSV方式建立的浙江省年平均气温百年序列显示,1905-2012年浙江省年平均气温总体在逐渐升高,增温速率约为0．11℃／10a,1980-2012年期间气温的上升趋势更为明显,增温速率约为0．51℃／10a。     

珠海市高温天气变化趋势及其与台风的关系

探讨采用1962—2018年间珠海市日最高气温数据,运用Mann—Kendall检验和小波分析方法,统计珠海市高温天气日数变化,并探讨高温天气的出现与台风位置和强度的关系。结果表明:(1)珠海市高温天气主要集中在7和8月;高温日数在1989年发生突变,高温日数增多,另外高温日数的周期也存在变短的趋势。(2)在珠海市出现的高温天气中,伴随台风的高温天数占43.1%,该比例在1990年之后显著减小。(3)伴随台风的高温天数在1990年之后呈现出增多的趋势,这主要是由于福建省和江西省热带低压至热带风暴级别和台湾海峡至台湾省一带台风级别的台风数量增多造成的。(4)当台风在福建省至台湾省一带活动时,珠海市出现高温天气概率较高。     

“菲特”(1323)台风降水的极端性分析

基于1981—2013年间的热带气旋降水资料,使用百分比法研究了台风"菲特"所带来降水的极端特性,并进行了降水重现期特征分析。结果表明:台风"菲特"期间的日降水量、小时雨强、过程降水量超过"单站热带气旋极端降水阈值"和"中国热带气旋极端降水阈值"的站点几乎覆盖了整个上海以及浙江北部地区,并且日降水量和过程降水量达百年一遇标准的也占相当大的比例,甚至有的站点创历史极值,此次过程在这些地区是很罕见的。相比较而言,"菲特"影响期间,极端日降水和极端过程降水的分布范围以及极端性都大于小时雨强,极端过程降水较极端日降水分布范围小,但极端性更强。