新旧气候平均值的差异及其对西南气候业务的影响

选取西南地区短期气候预测业务选定的81个气象站,将其1971~2000年30年气候平均值与1981~2010年30年气候平均值进行比较,结果发现,就西南大部分地区而言,前者所表征的气候较后者更冷湿。把两个平均值放在长序列中分析,发现冬季平均气温和汛期降水量平均值的变化幅度较大,这些变化已经对气候影响评价、气候预测业务产生影响。     

两个30年气候平均值的差异及其对气候业务的影响

选取贵州省短期气候预测业务选定的32个气象站,将其1971～2000年30年气候平均值与1961～1990年30年气候平均值进行比较,结果发现,就全省大部分地区而言,前者所表征的气候较后者更暖湿.把两个平均值放在长序列中分析,发现冬季平均气温和汛期降水量平均值的变化幅度较大,这些变化已经对气候影响评价、气候预测业务产生影响.     

两个30年气候平均值的差异及其对气候业务的影响

对陕西短期气候预测业务使用的39个气象站气候要素1971～2000年平均值与1961～1990年平均值进行比较,发现大部分地区年平均气温升高,晴天日数增加;年降水量、阴天日数、降水日数、年日照时数减少;年大风日数、沙尘暴日数、冰雹日数、雷暴日数减少等。把两个平均值放在长序列中分析,发现某些气象要素最近的气候平均值的差值在20世纪80～90年代期间的5～6个气候平均值每两个相邻平均值的差值中是最大的,说明陕西20世纪90年代气候较60年代干燥、温暖,且90年代气温高、降水少的特点十分突出。还对某些要素平均值改变对气候影响评价、气候预测业务产生的影响进行简要分析。     

新、旧气候态的差异及对东北地区气候业务的影响

选取参与东北地区短期气候预测业务质量评估的53个气象站的月平均气温、降水资料,NCEP/NCAR再分析的月平均500 hPa位势高度场资料,以及由NOAA重构的海温场资料,对比了新、旧气候平均态下,冬、夏季东北地区气温、降水及全球500 hPa位势高度场及海温场差异, 并分析了气候平均值改变对气候变化、影响评价和预测业务的影响。结果表明：就东北大部分地区而言,新气候态（1981-2010年）表征的气候较旧气候态（1971-2000年）更暖湿;新气候态的全球500 hPa位势高度值和海温值较旧气候态均有所增大;新气候态下东亚大槽强度和西伯利亚高压强度变弱是造成东北冬季气温升高的主要原因;西太副高和鄂霍次克海阻塞高压强度增强,是造成东北地区大部分月份降水量增加的主要原因;而东北冷涡强度减弱是造成东北地区6月降水量减少的主要原因;9月和10月降水量减少可能与海温的变化有关。气候平均值的改变会对气候业务产生影响,如需对冷冬事件和ENSO事件重新评估,对极端事件重新分析,及对要素预报量级和趋势产生影响。     

新旧气候平均值更替对陕西气候业务的影响

利用陕西99个国家气象站月、季节、年气温、降水量1991─2020年和1981─2010年平均值资料,对2个气候平均值进行对比分析。结果表明：全省的平均气温一致增加,大部春季增幅最大（平均0.5℃）,秋季增幅最小（平均0.2℃）,关中增幅整体大于陕北和陕南。降水量变化存在较大的空间和时间差异,空间上主要表现为夏季降水的北增南减（陕北增加,关中和陕南减少）和秋季降水的全省一致增加,时间上各区域降水量表现出明显的季节内尺度变化特征。气候平均值改变后,3月气温评价等级整体由偏高向偏低方向调整,11月降水评价等级整体由偏多向偏少方向调整。暖冬年份减少,冷冬年份增加。在新气候平均值下,气温、降水、季节等级等气候评价结果需要重新评估。     

新、旧气候态差异及对中国地区气候和极端事件评估业务的影响

利用1961—2020年中国区域2089个地面观测站资料,分析了1991—2020年和1981—2010年新、旧气候态下,平均气温、最高气温、最低气温和降水量等变量的空间变化特征,探讨对气候距平值、极端事件等评估结果的影响。结果表明：新气候态下,全国三类气温年和季节平均均一致升高,年降水增加,空间上气温偏高（低）、降水偏多（少）的特征将弱（强）化;华北东部、华东中部和北部以及青海西南部的年平均风速和日照时数距平增加;极端高温年减少,低温年增多,其中平均气温和最低气温受到的影响较最高气温更大;夏季南北方两条雨带极端强降水年的发生概率降低,冬季东北中部和南部、华北、华东北部、西北东部极端弱降水年概率显著增加;全国超过一半的站点极端日高温、低温和强降水事件的历史频次发生改变;新气候态还减弱了极端日高温事件的增速,加快了极端日低温事件的降速。     

气候变暖背景下气候平均值更替对中国气候业务的影响

气候平均值的改变意味着气候平均态(以下简称气候态)的改变,由于不同气候态之间的差异,当气候态更替时,相应会改变各种气象要素、环流系统等变化特征的判识结果.不同气候态之间的差异越大,对判识结果的影响就会更加明显,这种影响即是气候态更替的影响.对于2022年1月1日执行的气候平均值由1981—2010年改为1991—202...     

新、旧气候态的差异及其对新疆气候评价业务的影响

摘要：利用新疆100个国家气象站的月、季、年气温、降水要素1991─2020年和1981─2010年平均值资料,从区域平均和空间分布两方面对2个气候平均值进行对比分析。结果表明：全疆的平均气温一致增加,且大部地区增温显著,春季增幅最大,秋季最小,北疆增幅略大于天山山区和南疆。全疆降水增幅3.1%～5.0%,冬季增幅最大,秋季最小,天山山区增幅大于北疆和南疆。月气温,2、3、4、6月升幅较大,5─10月较小,月气温差值空间型分为三型：全疆一致增加型、全疆大部增加型和全疆大部减少型。月降水,2、8、11月增幅较大,月降水差值空间型分为三型：全疆大部增加型、全疆大部减少型和北疆大部减少南疆部分增加型。气候平均值更替后,气温距平和降水距平百分率偏高的特征将弱化,其等级整体由正距平向负距平方向调整,基于旧气候态下的评价结论也需重新评估。     

不同气候平均值对气候评价业务的影响*

使用新疆99个气象站年、季、月气温、降水要素1981—2010年平均值和1971—2000年平均值资料,从区域平均和空间分布两方面对新旧2个气候平均值进行对比分析。结果表明:年气温、降水,各区域均增加;气温增幅0.3~0.4℃,北疆、天山山区略大于南疆;降水增幅4.7%~8.9%,南疆略大于北疆、天山山区。季气温、降水,各区域均增加;气温北疆四季变化较天山山区、南疆更明显,降水南、北疆季节差异较天山山区更大。2、3、11月的月气温增幅较大,4—10月较小;月气温差值空间型分为四型:全疆一致增加型、全疆大部增加型、北疆增加南疆减少型、北疆减少南疆增加型。1、3、7、11月的月降水增幅较大;月降水差值空间型分为两型:全疆大部增加型和北疆增加南疆减少型。气候平均值改变后,气温、降水等级整体由正距平向负距平方向调整,一些过去的气候评价结果在长序列评价中需要重新考虑。     

两类El～Nino事件对佛山气候影响的差异

利用佛山市1957年～2000年的气候资料,初步探讨了佛山市气候因子与两类El～Nino事件的关系.研究表明:两类El～Nino事件对佛山市气候的影响存在明显的差异.第Ⅰ类El～Nino事件使降水量和暴雨日数偏少,登陆我国的热带气旋(不含热带低压)数量偏少,初次登陆时间偏迟,末次登陆时间偏早;第Ⅱ类使降水量和暴雨日数偏多,但对应年份的热带气旋无明显异常.第Ⅰ类El～Nino事件对佛山市气温变化影响不大;第Ⅱ类El～Nino事件则有明显影响,它使夏季偏凉、冬季偏暖.     

江西大岗山负离子浓度与气象因子之间的响应关系

利用江西大岗山森林生态地面标准气象观测场内2019年度空气负离子和气象监测数据,分析了负离子浓度与气象因子之间的响应关系.结果表明:1)该地区年均负离子浓度1411.5个/cm3.夏季负离子浓度和温度呈负相关、和湿度呈正相关,在其余季节负离子浓度和温度呈正相关、与湿度呈负相关.2)无雨天与日降雨量少于50 mm的雨天,负离子浓度与温度呈负相关,与湿度呈正相关;暴雨天负离子浓度与温度呈正相关,与湿度呈较弱的负相关.3)不同季节,温度、湿度的大幅变化常伴随着负离子浓度的大幅变化,而温度、湿度变化较小时,负离子浓度的变化幅度也较小,说明温度、湿度的变化对负离子浓度的影响很大.4)暴雨过程中,负离子浓度随降水量的增加(减少)而增大(减小);暴雨发生时,负离子浓度急剧增大.     

A new economic assessment index for the impact of climate change on grain yield

The impact of climate change on agriculture has received wide attention by the scientific community. This paper studies how to assess the grain yield impact of climate change, according to the climate change over a long time period in the future as predicted by a climate system model. The application of the concept of a traditional ＂yield impact of meteorological factor （YIMF）＂ or ＂yield impact of weather factor＂ to the grain yield assessment of a decadal or even a longer timescale would be suffocated at the outset because the YIMF is for studying the phenomenon on an interannual timescale, and it is difficult to distinguish between the trend caused by climate change and the one resulting from changes in non-climatic factors. Therefore, the concept of the yield impact of climatic change （YICC）, which is defined as the difference in the per unit area yields （PUAY） of a grain crop under a changing and an envisaged invariant climate conditions, is presented in this paper to assess the impact of global climate change on grain yields. The climatic factor has been introduced into the renowned economic Cobb-Douglas model, yielding a quantitative assessment method of YICC using real data. The method has been tested using the historical data of Northeast China, and the results show that it has an encouraging application outlook.     

江西省生态质量气象评价及其动态变化分析

参照《生态质量气象评价规范(试行)》标准,以2008—2013年遥感晴空数据及相关气象、统计、调查等资料为数据源,对江西省生态环境状况进行气象评价,并对其动态变化进行分析。结果表明,2008—2013年,江西省生态环境状况整体处于良好水平,且生态质量逐年略有提升。其中,1)江西省植被覆盖度整体较高,并呈小幅上升趋势;2)湿润指数亦呈现小幅上升趋势,并且江西省降水随季节分布不均,春季湿润指数值平均最大;3)水体密度指数及土地退化指数较稳定,但存在季节变化;4)灾害指数随年度受灾程度不同有较大起伏,夏季是江西省遭受气象灾害较为频繁的季度。     

气候变化对江西省主要室外空气计算参数的影响

利用江西83个地面气象站1963—2022年逐日平均气温和14时气温数据,计算每10 a滑动平均采暖室外计算温度、夏季空气调节室外计算日平均温度、冬季通风室外计算温度和夏季通风室外计算温度,分析江西省气候变化及其对室外空气计算参数的影响。结果表明：江西省年平均气温呈明显上升趋势,其中赣北地区上升幅度大于赣南、赣中南部,冬季平均气温增加趋势（0.31℃/（10 a））大于夏季（0.14 ℃/（10 a））,冬季平均气温在1997年发生显著突变,之后冬季平均气温较多年平均值高0.6℃。气候变化背景下,室外空气计算参数变化明显,采暖室外计算温度、夏季空气调节计算温度和冬季通风室外计算温度呈升高趋势,夏季通风室外计算温度的变化趋势不明显。其中,冬季室外计算温度的上升幅度高于夏季,赣北地区的东部和中南部升高趋势较大。采暖室外计算温度升高,建筑的传热负荷设计值减小;夏季空气调节室外计算温度的升高使新风负荷增加,增加室内空气冷却能耗;冬季通风室外计算温度的升高有利于减小冬季通风负荷。     

2000—2021年江西省植被生态质量时空分布及其与气候因子的关系

基于卫星遥感数据和气象数据,采用距平分析、趋势分析、相关性分析等方法,分析了2000—2021年江西省植被生态质量时空变化特征,及其与气温、降水、日照等气候因子的关系。结果表明：1） 自2000年以来江西省植被生态质量整体改善明显,植被净初级生产力和生态质量指数呈明显上升趋势,年平均分别增加3.92 gC/m2和0.4,尤其2011年以后植被净初级生产力和生态质量指数处于较高水平,其中2018年最佳。2） 江西省植被生态指标低值区域位于城区周边,以及由长江和江西五大河流域的泥沙沉积形成的、以鄱阳湖为中心的冲积平原,中值区域位于中南部丘陵,高值区域分布于省境边陲山脉。3） 江西省植被生态指标与年降水量、年平均气温呈显著相关关系,与日照时数相关性不显著。与气候因子的相关性呈现地域差异,南部区域受气温影响较为明显,而中部盆地和东北区域受降水量影响更为明显。     

属性层次模型在台风灾害评估中的应用

为了评估台风的灾害影响程度,本文分析了1971-2012年影响江西的台风灾害特征,引入了属性层次模型（AHM）,基于风、雨、气旋等气象因素计算综合影响指数,对1971-2012年影响江西的台风进行了灾害评估。另外,综合考虑风雨因素和承灾体的易损性,建立单个台风的灾害分布评估模型,对单个台风在不同区域的影响进行评估。对比灾情损失来看,此评估模型可以为开展防台减灾和灾后重建提供定量、定点的参考数据。     

新旧南京国家基准气候站观测数据差异

南京国家基准气候站2008年1月1日完成迁站。虽然新旧站址直线距离只有7 km,但两地地形、环境都存在较大差异,找出资料序列的差异性对气象资料的连续性、代表性、均一化分析具有重要意义。我们利用2006—2007年的观测资料,分析两站点资料的差异,研究外部环境对资料差异产生的可能影响,依据气候学原理、气候统计方法及气候资料审核规范,结合南京的气候特点,对一些重要天气条件(高温、低温、大风、暴雨等)下两个观测点各气象要素进行分析,研究各气象要素对环境的敏感性。通过两个观测站点资料的对比分析,为今后南京站气象资料的应用提供科学依据。     

江西省双季稻气象灾害风险评估研究

利用GIS技术,分析了江西省14个代表台站1956—2012年气候资料,并根据江西省双季稻生长发育对气候条件的要求,对影响江西省双季稻的3个主要农业气象灾害(小满寒、高温逼熟、寒露风)指标进行风险评估。结果表明,江西省早稻主要受小满寒和高温逼熟影响,晚稻主要受寒露风影响。小满寒灾害的高风险区主要包括修水、宜春、景德镇、玉山和广昌等地,高温逼熟灾害的高风险区主要包括赣州、遂川、广昌、吉安、贵溪、玉山和修水等地,寒露风灾害的高风险区主要包括修水和宜春。江西省早稻气象灾害中度风险等级区分布于江西省平原和盆地,重度风险等级区大体分布于周围山地丘陵地区。晚稻气象灾害重度风险区主要位于西南部地区。     

南宁市大气能见度变化特征及影响因子分析

对2000至2006年的南宁市能见度资料进行统计分析。分析表明,南宁市近7a能见度年均值在13~17km之间,总体呈下降趋势。一年之中,能见度最小值主要出现在1至3月,最大值出现在6至7月,汛期能见度明显好于非汛期。一日之中,能见度的日变化为:08时<02时<20时<14时。能见度与气象因子的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比。与污染物的相关分析表明,能见度与PM10浓度的相关性较强,达到-0.58。