不同地形与取样数的Kriging插值精度对比研究——以舒城县土壤全氮空间分异为例

为分析地形与取样数对大尺度Kriging插值精度的关系,在舒城县的山区、丘陵、岗区、平原等4个不同地形单元采集土壤表层(0~20cm)样品611个,进行可变取样数条件下的土壤全氮空间分异插值精度比较。半变异函数分析表明,4个地形单元块金值与基台值比值的平均值<25%,具有强烈的空间相关性。Kriging插值精度标准均方根误差检验值(NRMSE)在各地形单元内都随着采样密度的增大而不断降低,插值精度提高;各地形单元之间,在相同的采样密度下,Kriging插值精度大小顺序为平原>岗区>丘陵>山区,随着地形复杂程度增加,Kriging插值精度降低。NRMSE检验值平均变化率分析表明,地形越复杂地区Kriging插值精度提高越快。地形条件和取样数是影响大尺度Kriging插值精度的重要因素。     

2017年中国气候主要特征及主要天气气候事件

2017年,我国气候属于正常年景,气候灾害偏轻。全国平均气温10.39℃,较常年偏高0.84℃,7和9月为1951年以来同期最高,全国有113站日最高气温突破历史极值。全国平均降水量641.3 mm,比常年偏多1.8%。全国降水冬季偏少,夏季偏多,春、秋季接近常年。全国31站日降水量突破历史极值,其中多站出现在暴雨少发地区;47站连续降水量突破历史极值。华南前汛期和西南雨季雨量分别偏少9%、4%;梅雨季雨量偏多6%,但较2015和2016年明显偏少;华北雨季偏短10 d,雨量偏少28%;华西秋雨雨量偏多49%,为1984年来最多;东北雨季短,雨量偏少14%。暴雨过程频繁、重叠度高、极端性强,暴雨洪涝损失偏重;登陆台风多、时间集中,登陆点重叠;高温日数多,北方高温出现早、南方高温强度大。其他灾害如干旱、低温冷冻、雪灾、春季沙尘和霾天气影响偏轻。     

2004—2019年中国干旱多承灾体灾损风险特征评估

基于2004—2019年中国省级年干旱灾情和社会经济资料,对干旱农作物受灾面积、受灾人口和直接经济损失三个指标及其灾损率的时空变化规律进行分析,采用信息扩散方法开展不同承灾体的干旱灾损率风险评估,为摸清近十几年的干旱风险格局,提高灾害风险管理能力提供参考。结果表明:三个指标的年干旱灾损率均呈现下降趋势,其中年农作物受灾面积和人口受灾率减少趋势显著,年降水量增加、年干旱累积强度和干旱日数减少以及防灾抗旱能力增强为主要原因。农作物、人口和经济不同承灾体的干旱风险格局存在差异。出现农作物面积受灾率≥20%时的旱灾可能性不高,仅宁夏、山西、内蒙古、甘肃超越概率达较高等级,出现人口受灾率≥30%和直接经济损失率≥1%时的旱灾可能性更低,超越概率小,无省份达高、较高可能性等级。年农作物面积受灾率20年一遇水平下,干旱重灾区分布在西北地区、西南地区东部及湖北、湖南、浙江、海南。年人口受灾率20年一遇水平下,干旱重灾区位于西北地区中东部、西南地区东部以及安徽、山西、内蒙古。年直接经济损失率20年一遇水平下,干旱重灾区集中在东北、西北地区中部、西南地区东部及内蒙古、海南。     

近十年我国热带气旋灾害的特征研究

利用最新搜集的2004—2013年热带气旋(TC)灾情资料,研究在影响我国TC的特征发生了较大变化的背景下TC灾害的时空分布特征。2004—2013年,TC灾害造成我国的直接经济损失占国民生产总值(GDP)百分比、农作物受灾面积、死亡人口、受灾人口和倒塌房屋数量均比上个十年(1994—2003年)显著减少。我国致灾TC年频数整体呈增加态势,但其造成的直接经济损失、农作物受灾面积和受灾人口均表现为先增加后减少再增加的变化特征,死亡人口和倒塌房屋数量表现为先增加后减少的变化特征。我国TC灾害造成的各项损失总量与TC灾害发生频次的空间分布较一致。从平均单次损失来看,我国北方和内陆的部分地区由TC灾害造成的直接经济损失、农作物受灾面积和受灾人口较严重。      

基于SSM/I数据的淮河流域洪涝监测分析

以淮河流域为研究区域,基于被动微波遥感SSM/I数据计算的极化比值指数PRI和RAT技术,提出极化比值变化指数PRVI。利用淮河流域1988～2005年6月下旬到7月期间的PRVI数据研究了淮河流域的洪涝时空特征,重点分析了发生流域性大洪水的1991年和2003年的洪涝特征,研究发现:淮河流域发生严重洪涝灾害的主要表现特征之一是淮河干流中游及其向北岸、上游和下游方向延伸约100km,向南岸延伸到流域南界的区域出现PRVI高值带,并结合淮河流域的自然环境分析了PRVI高值带出现的原因,指出PRVI高值带包括了大部分沿淮河干流的湖泊、洼地、行蓄洪区,支流河口、下游洼地等。进一步认为高值带内的PRVI值越大,高值带的面积越大,洪涝灾害越严重,防汛形势越严峻。这一结论对淮河流域洪涝灾害的监测和预警具有重要的应用价值。     

2018年中国气候主要特征及主要天气气候事件

2018年,我国气候属于正常年景,气候灾害偏轻。全国平均气温为10.09℃,较常年偏高0.54℃,春、夏季气温创历史新高,秋、冬季气温接近常年。全国平均降水量为673.8 mm,较常年偏多7.0%。全国降水夏、秋季偏多,冬季偏少,春季接近常年同期。华南前汛期开始晚,结束早,雨量少;西南雨季开始和结束均接近常年,雨量多;入梅晚、出梅早,梅雨量少;华北雨季开始和结束均早,雨量多;华西秋雨开始和结束均晚,雨量少;东北雨季开始和结束均接近常年,雨量少。2018年,生成和登陆台风多、登陆位置偏北、灾损严重。低温冷冻害及雪灾频发,损失偏重。其他气象灾害,如暴雨洪涝、干旱、强对流、沙尘暴影响均偏轻。     

未来情境下中国高温的人口暴露度变化及影响因素研究（英文）

Overall population exposure is measured by multiplying the annual average number of extremely hot days by the number of people exposed to the resultant heat. Extreme heat is also subdivided into high temperature(HT) and extremely high temperature(EHT) in cases where daily maximum temperature exceeds 35℃ and 40℃, respectively. Chinese population exposure to HT and EHT over four periods in the future(i.e., 2021–2040, 2041–2060, 2060–2081 and 2081–2100) were projected at the grid cell level in this study using daily maximum temperature based on an ensemble mean of 21 global climate models under the RCP8.5 scenario and with a population projection based on the A2 r socio-economic scenario. The relative importance of population and climate as drivers of population exposure was evaluated at different spatial scales including national and meteorological geographical divisions. Results show that, compared with population exposure seen during 1981–2010, the base period, exposure to HT in China is likely to increase by 1.3, 2.0, 3.6, and 5.9 times, respectively, over the four periods, while concomitant exposure to EHT is likely to increase by 2.0, 8.3, 24.2, and 82.7 times, respectively. Data show that population exposure to HT is likely to increase significantly in Jianghuai region, Southwest China and Jianghan region, in particular in North China, Huanghuai region, South China and Jiangnan region. Population exposure to EHT is also likely to increase significantly in Southwest China and Jianghan region, especially in North China, Huanghuai, Jiangnan, and Jianghuai regions. Results reveal that climate is the most important factor driving the level of population exposure in Huanghuai, Jianghuai, Jianghan, and Jiangnan regions, as well as in South and Southwest China, followed by the interactive effect between population and climate. Data show that the climatic factor is also most significant at the national level, followed by the interactive effect between population and climate. The rate of contribution of climate to national-level projected changes in exposure is likely to decrease gradually from ca. 70% to ca. 60%, while the rate of contribution of concurrent changes in both population and climate is likely to increase gradually from ca. 20% to ca. 40% over the four future periods in this analysis.     

10—11月海南省瓜菜苗期湿涝风险评估与区划

为了评估海南省冬种瓜菜苗期生长阶段容易遭受的湿涝灾害,基于1998—2011年海南省18个气象站气象资料、各市县西瓜、豇豆、辣椒、丝瓜4种冬种瓜菜产量及苗期湿涝灾情资料,以降水量、降水日数等因子建立主成分分析综合指标,通过灾情反演构建苗期湿涝致灾等级指标,结合孕灾、灾损和防灾能力进行瓜菜苗期湿涝灾害综合风险分析与区划。结果表明:瓜菜苗期湿涝危险性从西南至东北增加,轻度与重度湿涝风险概率分布趋势相反,苗期湿涝孕灾敏感性从中西部山区向沿海和平原地区增加,瓜菜苗期湿涝灾损风险和防灾能力分布存在差异,且不同瓜菜差异明显;4种瓜菜苗期湿涝综合风险总体分布趋势一致,从西南至东北地区风险等级加重,降水、地势、土地等因素综合导致东部和北部部分地区苗期湿涝的风险高。