华北区年高温日数区域平均方法及趋势分析

利用华北地区33个代表站1961—2002年间的年高温日数序列,采用均生函数和最优子集回归法,设计出具有较强拟合能力和未来趋势预测的数理统计模型。该模型能较好地拟合历史实况,其信度达到了99%;也使用该模型做出华北地区2003—2005年3年的高温日数趋势预测,对2003年和2004年做出的趋势预测效果较好。     

2005年武汉市高温天气特征及其预报误差的初步分析

利用2005年的气温实况与预报资料及1976～2005年近30年的气温统计资料,对武汉市2005年6～8月高温天气特征及其预报误差进行了分析,并提出了从武汉单站气象资料的分析和应用来提高夏季气温(主要是高温)预报准确率的几点思考。     

湖北省主要山系高影响天气指标空间特征分析与建模

为了揭示湖北省主要山系高影响天气指标空间分布特征,利用湖北省内1716个气象站点2016-2018年逐日气温、降水资料,定义6个高影响天气指标,利用GIS空间插值方法,绘制了湖北省高影响天气指标的空间分布图。选取7个湖北主要山系坡面,分析各个坡面上高影响天气指标的海拔梯度变化特征。根据湖北主要山系分布将湖北分为8个区,利用DEM数据,采用多元回归分析方法,建立各个区域内高影响天气指标和经度、纬度、海拔高度和坡度这4个地理因子之间的关系模型。结果表明,模型相关性显著,对估算模型进行F检验,大部分通过置信度为0.95的相关性检验。研究结果可为湖北山区风电建设、旅游开发、风险区划等提供参考依据。     

2019年经历的那些“热”

2019年高温天气区域性和阶段性特征显著,夏季仍是高温的主战场。下面我们重点来盘点2019年夏季的“热”,以及2019年给我们印象深刻的那些“热事”。2019年夏季“热”的程度2019年夏季,全国平均气温21.5℃,较常年同期(1981-2010年平均值)偏高0.5℃;平均最高和最低气温分别为27.6℃和16.4℃,较常年同期均偏高0.6℃。     

安徽省一季稻高温热害致灾指标研究

以气象行业标准《区域性高温天气过程等级划分》为基础,依据1981—2018年7月下旬至9月上旬安徽省62个气象站点逐日气象资料,探讨划分出安徽省一季稻高温热害的单站、区域致灾等级指标,将全省一季稻高温热害致灾等级划分为轻、中、重三个等级。采用该指标,对近40年全省一季稻高温热害发生情况进行了试评估。结果表明,该指标可以定量地评估全省一季稻高温热害的致灾程度,历史检验灾害等级符合率达到97%,因此,该指标可应用于安徽省一季稻产量预报和灾害评估业务服务中。     

营口市高温天气气候特征及其预报

用营口市所管辖3个站1981～2000年的日最高气温资料，查找大于等于33℃高温个例，统计分析了高温当日的气象要素特征；根据近20年历史天气图等资料，系统总结了营口市高温的天气气候特征和高温出现的高空、低空及地面形势场特征。运用经验性预报方法，提取预报指标；结合各种数值预报产品，进行逐条检验是否符合条件，最后建立经验性预报模式。建立的大于等于33℃高温的预报方法，经近几年的检验，能够比较好地预测夏季高温天气。     

1979-2019年北半球夏季高温事件的长期变化

本文利用1979-2019年ERA5再分析资料,选择绝对阈值（35℃、30℃）高温,通过线性趋势法等方法分析了北半球夏季近41 a来高温事件（包括高温日数、高温强度、高温影响范围的变化）的长期变化。分析北半球格点每年高温日数总数和高温日日最高气温总和等指标,发现高温强度逐渐增大。通过统计研究范围内出现高温的格点数（换算成面积）,发现高温的影响范围在逐渐扩大。在长期趋势外,35℃和30℃高温日数分别有2 a和4 a的年际周期。     

2005年6月高温天气与转折性降水过程的分析与预报

本文对2005年6月21日～23日特高温天气过程和2005年6月25日～26日的转折性降水天气过程从环流形势、主要影响系统、数值预报产品、实况物理量场、卫星云图等方面进行了综合分析,总结出了此次高温天气的环流特点和转折性天气的转折机制,并提出了其预报思路。     

水稻高温热害风险评估方法研究

以衡阳地区的水稻生长为研究对象,对ORYZA2000水稻模型的相应参数进行了本地化,模拟了该地区常年气候条件、设定高温条件及各年高温条件下的一季稻产量,并计算了各年实况及设定条件下的产量灾损率,在此基础上建立了两种水稻产量灾损率评估模型.研究发现: 46 a来衡阳地区水稻开花灌浆期平均日最高气温为34.98 ℃,高于水稻生产的最适温度5 ℃以上;相对常年产量,由高温热害导致的产量灾损率最高为67.2%,历年灾损中2003年的灾损率接近最高值,达67.0%;高温造成的产量灾损率受高温程度及持续时间的共同影响,二者缺一不可;根据多元回归建立的灾损率评估模型,F计算值＞＞F查表值,方程有意义.其趋势预测完全一致,灾损率精确度＞72%;根据高温指标建立的灾损率评估模型通过了46 a的大样本检验,在高温热害风险评估方面具有一定的实际应用价值.