Quantitatively determine the dominant driving factors of the spatial–temporal changes of vegetation NPP in the Hengduan Mountain area during 2000-2015

The Hengduan mountain area,located in the upper reaches of the Yangtze River of China,is an important ecological barrier that significantly impacts the climate and ecological environment of the surrounding region and western China as a whole.This paper introduces the gravity center model used to analyze the spatial-temporal variation patterns of vegetation Net Primary Productivity(NPP)from 2000 to 2015,which were determined by the use of MOD17 A3 NPP products.Additionally,the dominant driving factors of the spatial–temporal changes of vegetation NPP of the Hengduan Mountain area were quantitatively determined with a geographical detector over 2000-2015.The results revealed that:(1)From 2000 to 2015,there was an increasing trend of vegetation NPP in the Hengduan mountain area.Throughout the whole study region,the vegetation NPP with a mean value of 611.37 gC·m^-2·a^-1 indicated a decreasing trend from southeast to northwest in terms of spatial distribution.(2)The gravity centers of vegetation NPP in 2000-2015 were mainly concentrated in Zhongdian County.During the study period,the gravity center of vegetation NPP moved northward,which indicated that the increment and increasing rate of vegetation NPP in the northern parts were greater than that of the southern areas.(3)The vegetation NPP showed a moderately positive correlation with temperature,accumulated temperature(>10℃),and sunshine,while there was an overall negative relationship between NPP and precipitation.(4)The dominant factors and interactive dominant factors changed in different subregions over different segments of the study period.The dominant factors of most sub-regions in Hengduan mountain were natural factors,and the climate change factors played an increasingly greater role over the 16 years of the study period.     

重庆龙王坪滑坡地质特征及稳定性评价

龙王坪滑坡位于长江二级支流东河右岸。通过野外勘查,运用探槽、探井、钻探等工程控制,查明该滑坡的主要影响因素除地形地貌、地层岩性、物质结构外,还有暴雨、地震、人类活动等外在因素;查明该滑坡已发生过局部滑移,目前正处于蠕滑拉裂变形阶段。通过对滑坡的稳定性评价,认为该区应采用以支挡工程为主、排水为辅的防治方案。     

东亚冬季风对中国东北冬季气温变化的影响

利用国家气象信息中心气温数据集1961~2011年中国东北地区资料及NCEP/NCAR再分析资料,对东亚冬季风与东北冬季气温变化特征的对比分析表明:从20世纪90年代起,东北冬季异常冷、暖事件明显增多,冬季风异常强、弱事件也相对增多;1986年前后东北冬季气温发生增暖性气候突变,冬季风同时进入转弱阶段;冬季风在2004年进入偏强阶段,东北冬季气温在2009~2011年出现转入低温阶段迹象。冬季风通过影响200hPa东亚急流,500hPa东亚大槽、乌拉尔高压,850hPa风场,地面西伯利亚高压等的异常导致东北冬季气温的年际和年代际异常。     

多变量时滞回归模型在江南地区初夏降水低频分量延伸期预报中的应用

利用江南地区77个台站的日降水资料及NCEP/NCAR再分析资料,基于不同时间尺度的江南地区降水低频分量和东亚地区850 h Pa低频经向风主成分,建立了多变量时滞回归(Multivariable Lagged Regression,MLR)模型,并对2011年5—7月江南降水低频分量进行延伸期逐日预报试验。结果表明,50~70 d时间尺度的江南低频降水的平均预报技巧高达0.92,可准确预报持续性强降水过程和降水低频位相的正负转换。对利用2001—2012年资料分别构建的MLR模型的历史回报预测试验表明,在50~70 d振荡较强和正常的年份,模型能提前30 d做出初夏江南低频降水分量预报。模型结果也表明,850 h Pa低频经向风的发展和演变是影响初夏江南低频降水未来30 d变化的显著信号,可作为延伸期强降水预报的关键因子。     

基于人工神经网络的暴雨预报方法探讨

探讨了基于人工神经网络模型的暴雨预报方法。该方法仿预报员的暴雨预报思路，在动力模式的降水预报产品、环流形势场和暴雨落区之间通过人工神经网络建立非线性的统计预报模型，该模型的输入是动力模式的降水预报和初始环流形势场的扩展正交分解主成份分量，输出是预报区域的暴雨落区预报。2000年的汛期试验表明该客观预报方法可明显改进数值预报模式的暴雨落区预报，因此可望在业务预报中有较好的应用前景。     

多模式对四川一次强降水过程不确定性预报分析

本文就2008年“5.12”四川大地震后,5月25~26日四川盆地出现的一次强降水过程,比较分析成都区域中心运行的3个区域(GRAPES、AREM和MM5)模式降水预报情况以及各模式预报的物理量场和大气状况的演变,得到:模式就不同起报时间,对同一时间段的降水预报效果是不一样的,初始场获取的大气信息对预报有着重要作用;模式预报的降水落区与物理量的垂直时间演变密切相关;各模式大气初始场差异及随时间演变决定了各模式降水预报差异。      

近百年北半球陆面及中国年降水的区域特征与相关分析

根据插补延长的1900－1996年北半球陆面年总降水资料，采用旋转经验正交展开（REOF）对其进行了分区研究。基于上述分区，对北半球不同区域的降水的长期变化特征作了一些初步讨论。另外，对中国区域的年降水也作了同样的分区，并运用相关分析方法，初步讨论了我国降水在全球大背景下的变化特征。     

近百年丹东气温变化特征分析

对1906—2005年丹东气温资料序列进行分析,得到近百年丹东气温变化特征。结果表明:在近百年丹东逐月平均气温变化趋势中,除夏季7月和8月呈线性递减趋势外,其他月份均呈线性递增趋势。在近百年丹东年代际和年际变化中,逐年代平均气温线性递增率为1.13℃/100 a,逐年演变过程中的年平均递增率为0.12℃/10 a。在各季的平均气温变化中,冬季(12月—翌年2月)线性增温最显著,平均线性递增率为0.30℃/10 a;春季(3—5月)次之,线性增长率均为0.12℃/10 a;秋季(9—11月)平均气温线性增温最小,线性增长率为0.06℃/10 a;夏季除6月几乎没有变化外,7—8月均呈递减趋势,整个夏季(6—8月)总线性增减率为0.03℃/10 a。近20 a年线性增暖趋势异常显著,逐年线性递增趋势为0.36℃/10 a。     

GRAPES_MESO模式对一次强降水过程的预报及误差分析

本文应用西南低涡大气科学试验加密观测资料,常规探空与地面资料,自动站资料等,分析国家数值预报中心运行的GRAPES_MESO中尺度模式对2010年7月14～19日四川强降水过程预报能力.结果表明,模式降水预报能一定程度反映实况降水.在模式误差分析基础上,指出造成降水预报偏差的可能原因是模式预报的高度场持续偏低,预报低值系统偏强,高值系统偏弱,不利于四川上空的辐合低值系统维持;预报的登陆台风强度偏强,台风外围气流与副高外围环流结合,导致西南低空急流较强,加之,模式预报盆地水汽场在西部偏多,东部偏少,对流层中低层冷空气活动偏弱,暖湿气流活动较强,急流带北移较快,辐合流场位置偏北偏东,导致了积分后期预报降水与实况出现较大偏差,盆地东北部降水偏弱,预报降水落区偏东、偏北.探空分析还指出,盆地测站温度偏差较大,可能是受复杂地形条件下插值误差以及观测误差影响所致,由于盆地测站风向受周边地形影响较大,各站和各层分析风的不确定性较大.误差分析揭示了高度场预报偏低,温度场偏高,地面气压偏低等基本特征,误差的来源需要作进一步的数值试验与动力诊断分析.     

区域中尺度模式对西南地区一次强降水过程的预报分析

为了认识区域数值模式对西南地区降水预报能力,探索降水预报误差原因,本文应用MICAP资料,NCEP再分析资料,FY-2E辐射亮温资料,自动站资料,西南涡加密观测资料等,针对2012年7月2～5日西南地区一次强降水过程,分析了西南区域中心运行的WRF模式和GRAPES中尺度模式的预报能力,得到：（1）两模式不同程度反映了本次强降水过程.相对而言,WRF模式的预报略好于GRAPES,得益于WRF模式对对流层中低层温度、水汽、流场等演变的较好反映.（2）两模式预报对流层中低层温度偏差总体呈现正偏差,GRAPES模式呈现较大的温度偏差,正偏差特征更显著.两模式不同程度出现空报降水,特别是在高原东南坡.GRAPES模式空报雨区特征更明显.（3）两模式预报近地层湿度较实况大,都预报高原南坡,特别是高原东南坡风场辐合、水汽场辐合偏强,可能是造成虚假降水的主要原因.（4）较实况,WRF模式预报对流层高层的高压和对流层中低层的低压系统偏强,GRAPES模式预报西南低空急流偏强（可能是引起温度正偏差的原因）,两个模式预报的对流层正涡度较深厚,辐合上升运动强,这些可能是造成降水预报偏差的原因.