2004-07-05云南德宏州山洪泥石流气象成因分析

应用气象资料,卫星、雷达资料及带通滤波方法,分析了引发云南德宏州2004-07-05特大山洪泥石流灾害的天气成因。结果表明,除了德宏州区域地质、地貌等自然原因外,德宏州入汛提前,入汛后多低温阴雨是造成这次灾害的前期气候背景;中尺度辐合天气系统、充沛水汽输送及辐合、低空急流的作用导致07-04T20-07-05T20发生特大暴雨,是引发此次山洪泥石流灾害的直接天气原因。     

稳定锶同位素在海洋地球化学循环中的研究进展

非传统稳定锶同位素(δ~(88)/~(86)Sr)的研究近年来已取得了较大的进展,其主要研究内容集中在讨论稳定锶同位素在海洋地球化学中的应用,主要包括以下几个方面:稳定锶同位素(δ~(88)/~(86)Sr)在自然界主要储库中的组成、显生宙海水δ~(88)/~(86)Sr的变化规律和海洋中锶同位素系统平衡的评估。海水中的锶同位素组成在显生宙发生过较大的变化,通过对海洋锶同位素体系对各输入和输出通量组成动态变化的响应评估表明,现代海洋锶同位素体系处于不平衡状态,这一现象被归因于冰期后的风化顶峰尚未结束。联立放射性锶同位素87Sr/~(86)Sr和稳定同位素δ~(88)/~(86)Sr所建立的完整的锶同位素体系相较传统放射性锶同位素87Sr/~(86)Sr能够对海洋锶地球化学循环的动态过程进行更好的评估,在海洋地球化学相关领域具有广阔的应用前景。     

云南降水正态分布特征的初探

利用适合性检验方法，对云南省125个测站1961年一2000年40a逐月降水资料是否符合正态分布进行了检验，并对云南降水正态分布做了区划。研究结果表明，云南在雨季(5—10月)通过显著性检验的测站数明显少于干季(11一次年4月)通过显著性检验的测站数，其中8月份仅4站次通过显著性检验，而12月份高达97站次，占全省总站次的77．6％；即云南雨季降水多符合正态分布，而在于季多符合非正态分布，8月份几乎全省符合正态分布，而12月份大部份测站都不符合正态分布。云南降水量的正态统计分布一方面具有一定的区域性特征，另一方面又具有较强的局地性，不同的月份同一测站降水量的正态性不同。因此，在做有关降水量的分析预报时，很有必要考虑其正态性的统计分布特征。     

初夏东亚—太平洋遥相关波列年际变化的一种物理机制

根据1978-2002年北半球500 hPa高度场、地表温度场以及中国夏季雨带类型资料,应用最小二乘法获得了能反映1978-2002年各年北半球大气环流演变大尺度特征的25组空间谱函数.采用改进的低截谱模式方法和多种统计假设检验方法获得了夏季东亚-太平洋遥相关波列年际变化的一个物理机制.结果表明,当大气环流的内部动力过程中大尺度波-波和波-流相互作用明显时,大气环流的演变表现出明显的非线性特征,导致初夏从低纬到高纬东亚-太平洋遥相关波列多为"-、+、-"分布,相应的-EAP指数多为正值,西太平洋副热带高压北跳明显,相应中国夏季多雨区主要位于淮河流域及其以北地区;反之,当大气环流的内部动力过程中大尺度波-波和波-流相互作用较弱时,大气环流的演变表现出较为明显的线性特征,初夏从低纬到高纬东亚-太平洋遥相关波列为"+、-、+"分布,EAP指数多为负值,夏季西太平洋副热带高压北进不明显,相应中国夏季多雨区主要位于淮河、长江流域及以南地区.     

稳定锶同位素在海洋地球化学循环中的研究进展

非传统稳定锶同位素（δ８８／８６Ｓｒ）的研究近年来已取得了较大的进展,其主要研究内容集中在讨论稳定锶同位素在海洋地球化学中的应用,主要包括以下几个方面:稳定锶同位素（δ８８／８６Ｓｒ）在自然界主要储库中的组成、显生宙海水δ８８／８６Ｓｒ的变化规律和海洋中锶同位素系统平衡的评估。海水中的锶同位素组成在显生宙发生过较大的变化,通过对海洋锶同位素体系对各输入和输出通量组成动态变化的响应评估表明,现代海洋锶同位素体系处于不平衡状态,这一现象被归因于冰期后的风化顶峰尚未结束。联立放射性锶同位素８７Ｓｒ／８６Ｓｒ和稳定同位素δ８８／８６Ｓｒ所建立的完整的锶同位素体系相较传统放射性锶同位素８７Ｓｒ／８６Ｓｒ能够对海洋锶地球化学循环的动态过程进行更好的评估,在海洋地球化学相关领域具有广阔的应用前景。      

云南主汛期强降水过程年代际变化及其环流特征分析

应用云南1961～2000年共40a 1～12月的全省125个气象站逐日降水资料，统计了云南主汛期(6～8月)全省性强降水过程总次数，并分析了强降水过程的年代际变化及其环流特征。结果表明：1971年以前，云南主汛期处于强降水过程偏多的年代，1972年至1992年云南主汛期处于强降水过程相对偏少的年代，1992年之后，云南主汛期又转为强降水过程偏多时期。在云南主汛期强降水过程偏多和偏少时期，其环流特征存在明显的差异。     

The Relationship Between Indian Ocean SST and Tropical Cyclone Genesis Frequency over North Indian Ocean in May

Tropical cyclone (TC) activities in the North Indian Ocean (NIO) peak in May during the pre-monsoon period, but the TC frequency shows obvious inter-annual variations. By conducting statistical analysis and dynamic diagnosis of long-term data from 1948 to 2016, the relationship between the inter-annual variations of Indian Ocean SST and NIO TC genesis frequency in May is analyzed in this paper. Furthermore, the potential mechanism concerning the effect of SST anomaly on TC frequency is also investigated. The findings are as follows: 1) there is a broadly consistent negative correlation between NIO TC frequency in May and SST in the Indian Ocean from March to May, with the key influencing area located in the southwestern Indian Ocean (SWIO); 2) the anomalies of SST in SWIO (SWIO-SST) are closely related to a teleconnection pattern surrounding the Indian Ocean, which can significantly modulate the high-level divergence, mid-level vertical motion and other related environmental factors and ultimately influence the formation of TCs over the NIO; 3) the increasing trend of SWIO-SST may play an essential role in the downward trend of NIO TC frequency over the past 69 years.     

云南冰雹的时空分布特征及其气候成因初探

利用云南省120个测站961-1997年的逐月冰雹累计日数资料，分析了云南冰雹日数的时空分布特征，着重讨论了冰雹日数的地理分布、年际及月际变化情况，同时初步分析了云南冰雹天气形成的气候背景。研究结果表明：云南冰雹主要发生于2月、3月和4月，是典型的春雹发生区，春季冰雹日数占全年冰雹日数的64％；同时运动春雹有明显年际变化，最严重的年份是1990年；最少的年份是1984年；从区域来看，滇西南是主要的冰雹发生区，占全省冰雹日数的30.4％，其次是滇中占23.8％。另外，多春雹年和少春雹年北半球极涡中心强度、青藏高原高度场、印缅槽及OLR场等存在显著的差异。     

基于Fisher判别准则的逐步判别方法及其应用

本文在遵循Fisher判别准则的基础上，提出了一种二级逐步判别的新方法，并应用于云南省五月雨量的预报中。理论分析和实际应用结果表明，此新方法具有理想的历史回报率和良好的处理预报能力。     

应用非线性振荡理论研究云南局地气温的演变规律

将描述局地气温变化的非线性振荡方程应用到云南省17个测站局地气温演变研究中,根据各测站1958年1月—2000年12月逐旬气温距平资料和反演理论获得具体描述各测站局地气温变化的非线性振荡方程。以经典非线性振荡理论为依据,研究了云南省17个测站的局地气温演变规律。结果表明,云南局地气温系统是弱的非线性系统;其演变的固有周期大致在6～10旬之间;在无外源强迫的条件下,云南局地气温振幅随时间增加总是衰减;考虑外源强迫的作用后,云南局地气温系统在其演变过程中只随外源强迫的振荡而振荡。应用反演获得的描述各测站局地气温变化的有外源强迫非线性振荡方程做出未来云南局地气温演变趋势预报,其平均预报准确率约为78．9％。说明该模型具有良好的预报能力和预报稳定性。