南半球冷空气爆发对华南连续性暴雨影响的个例分析

2005年6月17—24日,华南地区发生了连续多日的暴雨天气过程,给该地区带来了严重的洪涝灾害,在此期间南半球有较强的冷空气活动。为了弄清南半球冷空气对这次连续多日暴雨过程的影响及其物理途径,利用NCEP每6小时1°×1°经纬度的再分析资料、逐小时的TBB以及华南地区地面降水等资料,以这次连续性暴雨天气过程为例,初步分析了南半球冷空气爆发在华南地区暴雨形成中的作用。结果发现：在500hPa西风带低压槽的诱导下,马斯克林高压向东移动并登陆澳大利亚,促使南半球冷空气爆发,加大了40～60°E、60～70°E和85～95°E等通道的越赤道气流,它们转向后汇向华南地区,增强了华南南部和南海北部地区的低空急流和暴雨区的水汽输送,这是华南地区连续多日暴雨的主要原因之一。     

茶叶寒冻害天气指数保险设计

以茶叶萌芽至展叶期寒冻害为突破口,利用1987—2016年福建省泉州市安溪县17个自动气象站2—4月的逐日气象数据及安溪各茶树种植区产量数据,确定茶叶寒冻害的天气指数保险气象指标,分析日极端最低气温与茶叶减产率的关系,建立了茶叶寒冻害指数模型。计算安溪不同区域茶叶种植区不同等级寒冻害的发生概率,应用纯保费率方法厘定了保险费率,并根据福建省政策性农业保险的实际情况,制定茶叶不同区域种植区寒冻害指数保险触发条件、赔付标准,设计了安溪县茶叶寒冻害天气指数保险合同。设计的茶叶寒冻害天气指数保险产品以客观气象数据作为定损依据,可以为茶农提供一种有效的风险转嫁方式,也为保险公司增加新险种提供了技术支撑。     

东亚春季强冷锋结构及其动力学诊断研究 I. 东亚春季强冷锋结构

本文利用常规探空资料和华东中尺度试验的部分资料，对1983年春季一次快速南下，并在江淮地区产生大范围强对流天气的冷锋进行了三维结构的分析。通过研究发现，这次冷锋过程主要有以下特征: （1） 与冷锋相对应的高空槽前存在一支下沉（DVM）气流；（2）有一强的辐合区出现在对流层中层，锋前上升运动的最大值也出现在对流层中层；（3）比较强的锋生过程主要集中于对流层中下层；（4）存在一支明显的热力直接环流（TDC），即暖湿空气沿冷锋倾斜上升；（5）在冷锋后存在一支较强的下沉气流（DVM），这支DVM对冷锋逆温层（或等温层）的形成可能有重要作用。并将此次东亚春季强冷锋个例与小仓义光（Ogura）等分析的北美春季冷锋（SESAME）个例作了对比，发现此次冷锋个例中，锋区的温度密集区主要在对流层中层，而北美SESAME个例温度密集区主要在对流层低层。这可能是由于东亚高空急流较强，动力强迫而引发锋生所致。     

西北区东部寒潮天气短期预报

分析了西北区东部寒潮短期预报的气候概况和环流特征，对不同类型寒潮个例进行归纳总结，组合成预报规则，建立了短期寒潮预报模式，输入计算机得出有无寒潮天气预报     

一次干冷锋过程的边界层风场结构和尺度分析

本文利用南京北郊164米气象塔实测资料对一次非降水弱冷锋过程的边界层风场结构一三维风速、横锋向水平散度、湍流通量和能量的时空分布，以及多尺度时空分布进行了计算分析。结果表明，在冷暖空气的过渡区（锋区）风场各参量具有明显的梯度，锋区前线的强上升气流与强冷锋相近，但锋区宽度较强冷锋宽得多，其时间尺度为30分钟，水平距离为35公里。锋面过境对风温场的影响时段为24小时，在这期间，出现阵风浪涌和多种中、小尺度（时间尺度为3－4小时、1－20分钟）的湍涡活动。     

黑龙江省玉米低温冷害风险评估及预估

利用气候资料、地理信息数据及社会经济数据,根据自然灾害风险理论和低温冷害形成机制,采用GIS技术,分析了黑龙江省玉米低温冷害的危险性和易损性,实现了玉米低温冷害的风险评估与区划,并利用CMIP5中的MRI-CGCM3模式模拟结果对黑龙江省2015-2044年玉米低温冷害风险进行预估。结果表明：1961年以来共有24年是低温冷害年,其中12年是严重低温冷害年。松嫩平原大部、三江平原大部及黑河南部是玉米一般低温冷害的多发区,同时该区暴露性较高,如有重度灾害发生,则对全省粮食产量产生严重影响。未来30年,黑龙江省低温冷害发生的概率有所减少,松嫩平原东部和南部是一般低温冷害的高风险区,三江平原西部是严重低温冷害的高风险区。     

从灾害链角度讨论1920年海原8.5级地震

1920年12月16日海原发生8.5级大震。在该年前期,冀、鲁、豫、晋、陕五省大旱。与大旱有关的副高,其边缘引张环作用于旱区西边,对海原大震有中短期促发作用。临震前有西伯利亚寒潮传出的脉动触发了该大震,待寒潮大风来到震区时已在震后一天。这对灾民也是一种附加灾害。     

Uncertainty,entropy, scaling and hydrological stochastics. 1. Marginal distributional properties of hydrological processes and state scaling / Incertitude,entropie, effet d'échelle et propriétés stochastiques hydrologiques. 1. Propriétés distributionnelles marginales des processus hydrologiques et échelle d'état

Abstract

The well-established physical and mathematical principle of maximum entropy (ME), is used to explain the distributional and autocorrelation properties of hydrological processes, including the scaling behaviour both in state and in time. In this context, maximum entropy is interpreted as maximum uncertainty. The conditions used for the maximization of entropy are as simple as possible, i.e. that hydrological processes are non-negative with specified coefficients of variation (CV) and lag one autocorrelation. In this first part of the study, the marginal distributional properties of hydrological variables and the state scaling behaviour are investigated. Application of the ME principle under these very simple conditions results in the truncated normal distribution for small values of CV and in a nonexponential type (Pareto) distribution for high values of CV. In addition, the normal and the exponential distributions appear as limiting cases of these two distributions. Testing of these theoretical results with numerous hydrological data sets on several scales validates the applicability of the ME principle, thus emphasizing the dominance of uncertainty in hydrological processes. Both theoretical and empirical results show that the state scaling is only an approximation for the high return periods, which is merely valid when processes have high variation on small time scales. In other cases the normal distributional behaviour, which does not have state scaling properties, is a more appropriate approximation. Interestingly however, as discussed in the second part of the study, the normal distribution combined with positive autocorrelation of a process, results in time scaling behaviour due to the ME principle.     

Study on Xu Xia-ke's travels of the extraordinary cold in the 17th century and the extra long heavy rain in Yunnan Province in 1638

This paper is translated and consolidated from the following papers: Study on Xu Xia-ke's Records of the Extraordinary Cold Caused by the Heavy Snow in the 17th Century (Geographical Research, v. 12, no. 3), and A Study on the Extra Long Autumn Rain in the Central Part of Yunnan in 1638 Based on Xu Xia-ke's Travels (Geographical Research, v. 14, no. 4). The translation and consolidation were done by Wong Yat Loon, Department of Urban and Environment Science, Peking University, Beijing 100871, China This revised version was published online in August 2006 with corrections to the Cover Date.     

基于含气泡液体声波方程的海底冷泉数值模拟

海底冷泉羽状流与海底天然气水合物的分布密切相关,对水合物稳定带的边界具有指示作用,是未来能源勘探的重要领域.研究海底冷泉羽状流的地震响应特征,对确定天然气水合物的储集区域及成藏环境等均有重要意义.当前获得海底冷泉羽状流的地震响应主要通过数值模拟进行,然而该过程所依据的含气泡介质声速模型及随机介质理论不能完整描述海底冷泉的物理性质,采用的声波方程也不适用于高频地震波数值模拟.为了准确地实现海底冷泉羽状流地震波数值模拟,精确分析其地震响应特征,本文提出利用Keller-Miksis气泡振动模型来描述气泡在声波作用下的运动状态,同时考虑气泡间的相互作用,建立海底冷泉气泡模型.在此基础上,本文创新性地采用含气泡液体声波方程进行海底冷泉高频地震波数值模拟.数值模拟结果表明,本文提出的方法能够实现海底冷泉羽状流地震响应的高精度数值模拟.