2009年青海省牧草长势综述

2009年青海省牧区牧草从4月12日开始陆续返青,至6月上旬普遍返青;8月29日开始黄枯,到10月中旬大部分地区牧草黄枯。丰、平、歉3个等级的草地面积占全省土地面积的百分比为:37%、29%和15%。全省20个草地生态监测点的牧草长势年景以丰年居多,其中班玛、河南、久治和囊谦为平年,祁连、曲麻莱、沱沱河和泽库为歉年,其余地区为丰年。草畜平衡监测中,8月份草地定点监测资料表明,同德采食率最大,甘德、泽库和天峻牲畜采食率较高;祁连、海晏、河南、久治、玛沁、达日和班玛采食率中等;兴海、刚察、托勒、杂多、曲麻莱、玛多采食率较低;囊谦、清水河、刚察和沱沱河采食轻微或未采食;按羊单位每日食草量计算,牧业区中草地载畜量最大的为玉树州,其次为果洛州,最小为黄南州。牧草生长季大部分地区气温偏高,降水偏多,水热条件有利于牧草生长,牧草青草期延长,牧草长势好于往年。综合评定全年牧草长势为丰年。     

青藏高原东部暴雨云团局地强降水响应特征

为研究青藏高原(简称"高原")东部暴雨云团的局地强降水响应特征,使用FY-2卫星红外通道数据,选择降水开始前4小时直到降水结束后2小时的时段,对高原东部19次典型局地暴雨过程分两种方式进行云团分析,第一种方式为针对测站上空7×7像元范围的云团进行云顶温度变化等相关分析,第二种方式为对关键四省范围内的云团进行识别和追踪,并计算对流云团参数。对暴雨云团的雷达回波特征也进行了分析。结果表明:(1)7×7像元范围红外各通道的云顶温度变化趋势一致,降水阶段云顶温度先降后升,云顶温度梯度先升后降。云顶温度梯度极大值Gmax的峰值和半小时内Gmax的最大上升变化值ΔGmax均出现在强降水前(0—11 h),Gmax峰值次数为1—2次,云顶温度极小值Tmin的谷值多出现在强降水之前,Tmin曲线斜率大值阶段对应Gmax的大值阶段,ΔGmax,Gmax和Tmin的极值分别可达到22.3℃,48.3℃和-90.3℃。(2)用7×7范围云顶温度及温度梯度建立的降水量级预报方程能较好地模拟小时降水量随时间的变化趋势且有一定的预报提前时间,预报误差在1个降水量级内。在考虑了Gmax峰值对强降水的贡献后R2由0.23提高到0.54,模拟的降水量峰值与真值峰值明显接近。(3)对流云团的识别追踪方法更简单有效,对形变较小的云团(相关系数≥0.5)的准确率为100%,对发生了合并或分裂等严重形变的云团(一般相关系数0.5)的识别结果正确而追踪结果无效;(4)高原东部暴雨云团均为中-β—中-α尺度,水汽柱深厚但强度比低海拔地区更弱,测站暴雨开始之前多数有对流云团覆盖,若对流云团空间参数位置靠近测站,当空间距离至少小于或等于15个像距时降水或强降水将在几小时内产生。(5)暴雨云团在雷达回波图上表现为强降水超级单体风暴特征,且暴雨测站7×7范围Gmax峰值时刻对应有回波顶高度(18 dBz)的梯度极大值,红外1、红外2和红外3通道的Tmin谷值时刻分别对应回波顶高度极大值和垂直累积液态水含量的极大值。本研究结果对高原强对流云团的识别、跟踪及短时降水预报等具有重要参考价值。     

黄河上游径流变化特征及其影响因素初步分析

利用1956—2005年黄河上游水文和气象台站观测的流量、气温、降水资料,用气候诊断方法分析了该地区径流量的年代际演变特征以及影响因子。结果表明：20世纪50—80年代年平均流量呈波动性的上升趋势,90年代至21世纪的前5年年平均流量呈下降趋势。降水量、蒸发量、气温是影响流域流量的主要气象因子,它们的机理完全不同。枯季、雨季降水量与流量分别呈负、正反馈机制,秋季和冬季降水量对次年春夏季的流量有比较明显的调节作用;4—5月（10月）气温与后期5—6月（11月）流量呈负（正）反馈机制;枯季、雨季地表蒸发与流域的河川流量呈负反馈机制,并且消耗的水资源量呈逐年增加的趋势。20世纪90年代以来黄河上游地区河川流量的减少与降水量减少、地表蒸发量增大有关。     

长江源头湿地消长对气候变化的响应

位于青藏高原腹地唐古拉山以北的长江源头区域,由于受直接人类活动的影响程度较小,因此,从气候变化与湿地消长关系的强弱程度上可以看出其中的关键信息,能更真实地反映气候变化对长江源头湿地的影响.据灰色系统理论分析发现,蒸发量对湿地总面积的消长相对其他气候因子更具主导作用,其次为降水量的影响,且夏季各气候因子对湿地面积消长的影...     

青藏高原微地形对极值风速的影响及其参数化模拟方法研究

利用青藏高原铁路沿线1961-2006年7个气象台站和2003年9月-2004年9月7个野外观测点风资料, 结合地理信息系统分析了青藏高原腹地微地形对极值风速的影响. 通过地形因子的参数化处理, 建立了极值风速随海拔和地形参数变化的拟合模型以精确推算复杂地形的极值风速, 并利用临时观测点风资料对其进行了检验. 结果表明, 利用地理信息系统和地形参数化处理方法研究青藏高原微地形对极值风速的影响具有可操作性.     

浅谈GRADS气象绘图软件对站点资料的使用

通过编制具体的应用程序,介绍了气象绘图软件GRADS对站点资料的使用方法。     

黄河源区径流对气候变化的响应及未来趋势预测

利用1956-2010 年黄河源区流域水文、气象观测数据和2010-2030 年区域气候模式系统PRECIS输出数据降尺度生成的未来气候情景资料,通过分析流量的演变规律和揭示气候归因,预测了未来流量可能的演变趋势。研究表明：近55 年来黄河源区年平均流量总体呈减少趋势,并具有5a、8a、15a、22a 和42a 的准周期变化;南海夏季风减弱引起流域降水量的减少与全球变暖背景下蒸发量的增大和冻土的退化是导致黄河源区流量减少的气候归因;根据区域气候模式系统PRECIS预测结果,未来20 年黄河源区流量变化趋势可能仍以减少为主。     

青海南部冬春季雪灾的气候诊断与预测

根据青海省气象台站的历史积雪等资料, 依据气候诊断方法分析了降水、 积雪的变化特征和2012年冬春季雪灾形成的气候成因.结果表明: 2012年后冬~初春北半球乌拉尔山阻塞高压稳定维持、 青藏高原高度场偏低、 高原低槽和印缅槽活跃、 极地冷空气向南不断扩散, 冷暖空气在高原地区汇合, 在青海南部和北部地面温度梯度大、 锋区强的零温度线两侧形成大量的降水和积雪.期间的降雪量与降雪日数突破历史极值, 最高气温偏低, 积雪持续难以融化, 出现了历史少见的冬、 春季两季连续积雪, 导致玛沁、 甘德、 达日、 玛多等县出现不同程度雪灾, 1982年、 1993年、 1995年、 2008年、 2012年1-3月青海南部牧区的雪灾过程都基本属于这种类型. 1961-2009年高原牧区积雪与环流因子的气候诊断分析显示, 在1-3月北半球环流场上, 若北极涛动负值偏大、 乌拉尔山高压脊偏强、 印缅槽和高原低槽偏深时, 青海南部牧区降雪量大、 积雪量多, 积雪持续的时间长、 雪灾也相对比较严重, 在上述环流因子相反的配置下, 青海南部牧区的雪灾则比较轻.     

西宁市逆温特征及其与空气污染物浓度的相关分析

根据2010-2012年西宁市基本探空气象站逐日07：00时和19：00时两个时次的逆温资料,及西宁市环境监测站监测的大气污染物（SO₂、NO₂、PM₁₀）日均值数据,分析了西宁市逆温基本特征及其与空气污染物浓度之间的相关关系. 结果表明：西宁市2010-2012年07：00时逆温出现频率为69%,19：00时逆温出现频率为41%;近地逆温层厚度冬季最厚,夏季最薄. 07：00时和19：00时月平均逆温厚度变化趋势基本一致;西宁市逆温发生频率冬半年明显高于夏半年;秋、冬季产生的逆温强度明显比春、夏季强. 3 a来西宁市空气污染共出现148 d,逆温频率和空气污染物月平均浓度有较好的正相关性. 08：00时西宁市逐日空气污染物浓度与逆温厚度呈正相关,与逆温强度呈负相关关系. 冬、春季平均空气污染物浓度值与逆温厚度、强度均呈正相关关系.     

长江源区地表水资源对气候变化的响应及趋势预测(英文)

In this paper,variations of surface water flow and its climatic causes in China are analyzed using hydrological and meteorological observational data,as well as the impact data set(version 2.0) published by the National Climate Center in November 2009.The results indicate that surface water resources showed an increasing trend in the source region of the Yangtze River over the past 51 years,especially after 2004.The trend was very clearly shown,and there were quasi-periods of 9 years and 22 years,where the Tibetan Plateau heating field enhanced the effect,and the plateau monsoon entered a strong period.Precipitation notably increased,and glacier melt water increased due to climate change,all of which are the main climatic causes for increases in water resources in the source region.Based on global climate model prediction,in the SRESA1B climate change scenarios,water resources are likely to increase in this region for the next 20 years.