上海市PM2.5浓度变化特征及其气象因子分析

对上海市2012-2016年PM_2.5质量浓度、气象因素数据资料进行整理统计,通过定性分析与定量计算相结合的方法,揭示近年来上海市PM_2.5浓度的变化特征及其污染状况;采用相关性分析,从温度、气压、相对湿度、风向、风速和降水量等方面探讨了PM_2.5浓度与气象因素之间的关联性。结果表明：上海市近5 a空气质量主要为优和良,污染天数所占全年比例在减少。PM_2.5浓度呈现出夏季低,冬季高的季节特征,而且8月PM_2.5浓度最低,处于16~36 μg·m^-3;PM_2.5的日变化呈现出双峰双谷结构,浓度峰值出现于8~9时和19~20时,且后者浓度更高。气温、气压、相对湿度的阈值分别出现在9.8℃、1 021.6 hPa、83%,最大PM_2.5在阈值处出现显著变化;最大PM_2.5浓度与累积风速和降水量呈现出对数关系,并且东北风和东南风的累积风速达到350 m·s^-1以上时,PM_2.5浓度基本减少至35 μg·m^-3;降水量越大,PM_2.5浓度越低。     

辽宁江苏省气象代表团访日考察报告

根据中国气象局关于加强地方对外科技交流与合作,促进气象业务现代化建设的部署精神,在中国气象局国际台作部的大力支持下,经辽宁、江苏两省人民政府批准,以辽宁省气象局副局长李波为团长的中国辽宁、江苏省气象代表团一行14人,于1997年10月13日至21日对日本进行了访问考察。     

两个孟加拉湾风暴对我国降水不同影响的对比分析

运用常规气象资料和卫星资料对比分析了1999年10月16～19日、26～31日孟加拉湾两个强热带风暴在我国不同地区造成的强降水,得到：它们造成的降水落区和强度差别,主要决定于中纬度地区的冷空气活动及中低纬系统的相互作用。     

1992—2018年中国旱作农田土壤湿度的时空模式及气象驱动因素

土壤湿度作为影响陆气水热交换的重要变量,指示了干旱的演变特征。为揭示中国旱作农田土壤湿度的变化特征及其气象驱动要素,本文利用站点数据研究了1992—2018年中国旱作农田土壤湿度变化趋势的时间和空间特征,采用相关性、敏感性分析等方法探究了土壤湿度的驱动机制。结果表明：2001年中国旱作农田土壤湿度的变化趋势发生转折,土壤湿度年际变化普遍由下降趋势变为上升趋势,主要由夏季和秋季土壤湿度主导。而且土壤湿度的变化存在空间异质性,2001年后东北地区的土壤湿度在显著增加,而西南地区在显著下降。降水量和蒸散发的时空变化是土壤湿度趋势发生时空变化的主要原因,二者存在协同作用,北方地区由降水主导,南方地区由蒸散发主导。     

1984—2020年辽宁省极端气温时空变化及粮食产量响应研究

通过选取极端气温指数对1984—2020年辽宁省极端气温时空变化进行分析,结果表明：① 近37 a极端气温指数的时间变化具有一致性,表现为暖指数（年极端高温、暖昼日数、暖夜日数）上升和冷指数（年极端低温、冷昼日数、冷夜日数）下降。受城市化进程影响,突变主要集中在1995—2005年。② 极端气温指数具有空间差异性,具体表现在城镇化水平高的城市极端气温差值变化较小,沿海地区相对指数变化幅度相对较小。③ 结合辽宁省粮食与气象灾害数据,得出1984—2020年粮食实际产量与趋势产量呈波动上升变化。相对产量与气象产量波动趋势一致,近37 a气候丰年10个、气候歉年7个,其他为正常年份。气象产量受极端高温、极端低温的影响较大,风雹、冷冻成为影响粮食产量的关键气象灾害。     

因地制宜拓宽气象科技服务市场

气象是与各行各业及人民生活息息相关的行业。气象服务不仅是上至各级领导,下连黎明百姓的纽带,而且是把气象科技信息产品推向市场,服务社会的一个重要的窗口,特别是在实现“优质、高效、生态农业”的今天,气象科技信息产品有了更广阔的市场,只有充分利用气象科技成果,最大限度地利用当地气候资源,趋利弊害,才能达到减灾防灾的目的,实现发展“优质、高效、生态农业”的战略目标,获得最大的经济效益和社会效益。近年来,平阴县气象局结合当地实际,因地制宜,走出了一条开拓气象科技服务市场的新路子。1　解放思想,立足实际,大力开拓农村市场平…     

做好副职工作的几点想法

胡锦涛同志在中纪委第七次全会讲话中,提出领导干部在工作中要大力倡导八个方面的良好作风,其中之一是发扬民主、团结共事,需要正副职之间必须处理好领导艺术与领导方法。气象系统近年来大批年青化知识化的人才走上领导岗位,在工作中处理好正副职之间的关系,当好副手,协助正职积极做好工作,极为关键。     

科尔沁湿草甸参考作物蒸散发模拟分析

为探明气候变化下干旱半干旱地区湿草甸参考作物蒸散发(ET₀)影响因子,使用FAO 56 P-M模型对科尔沁湿草甸ET₀进行模拟,利用涡度相关系统对模型的适用性进行评价,并通过通径分析及指标敏感性分析对ET₀的影响因子进行辨识。结果表明:(1)小时尺度模拟精度最高,日尺度次之,月尺度较差,小时尺度上晴、阴、雨3种天气条件下模拟效果不同,晴天最优,阴雨天较差。(2)ET₀年内变化呈单峰曲线状,生长季明显高于非生长季,集中在3—10月,占全年89.79%。生长季典型晴天ET₀逐小时分布特征遵循倒“U”单峰型变化规律。(3)通径分析结果显示,对ET₀的通径系数以及对回归方程估测可靠程度E的总贡献均表现为VPD(饱和水汽压差) > T_min(最低气温) > R_n(冠层表面净辐射)>u₂(2 m高度风速),即VPD为影响ET₀最重要的因子;指标敏感性分析中,在去除VPD后引起的E变化最大,说明ET₀对VPD的变化最为敏感,其次为u₂、T_min和R_n。     

青海省气象灾害的若干气候特征分析

利用1984-2007年气象灾害资料, 分析了青海省各类气象灾害的发生机率及时空分布特征.冰雹、 暴雨洪涝、 雪灾、 干旱和雷电及霜冻是青海省主要气象灾害, 连阴雨、 大风、 沙尘暴、 冻害、 渍涝、 高温、 龙卷风、 大雾为青海次要气象灾害.在地域分布上, 海南州和海东地区是青海气象灾害多发和危害严重地区; 玉树州和果洛州属于气象灾害发生较少和危害较轻地区.就行政县域而言, 西宁市湟中县、 海南州兴海县、 贵德县为青海气象灾害多发县, 果洛州班玛县、 久治县、 玉树州治多县则是青海省气象灾害较少和危害较轻县份.年内5-6月出现的气象灾害种类最多, 4-9月份是气象灾害高发期.在1984-2007年间, 暴雨洪涝、 冰雹、 雷电灾害发生次数呈增多趋势, 其他灾害发生次数增多趋势不甚明显.