近50年云南区域气候变化特征分析

利用云南气温和降水资料, 分析了云南气候变化特征及强降水极端天气和高温干旱事件对全球气候变暖的响应。以云南香格里拉、西双版纳、昆明地区为代表, 分析了区域气象要素变化趋势。结果表明: 云南近50 年气温变化与全球、北半球、中国变化趋势基本一致, 气温变化幅度略大于全球, 弱于北半球和全国变化。云南20 世纪80 年代中后期以后出现增暖现象, 以90 年代后期增温最明显, 1986 年以来出现13 年暖冬, 大部分地区冬春季降霜日数减少。随气候变暖, 香格里拉地区降雪日数呈下降趋势, 西双版纳地区雾日明显减少, 全省降雨日数逐渐减少, 大雨频率变化不大, 暴雨、大暴雨频率上升, 高温干旱事件频率增加。进入21 世纪以后, 云南降水减少, 高温干旱事件有增强增多趋势, 由2～3 年一遇变为1～2 年一遇。2005 年春夏连旱和2006 年春旱是云南近50 年和20 年来最严重的旱灾。     

遥感技术在植物物候研究中的应用综述

通过遥感技术研究植物物候现象的机理分析,认为植被指数可反映植被各物候期的特征。国内外在探测植物生长季始末日期、花期变化、净第一性生产力变化、全球碳收支等方面的研究促进了植物物候的发展;同样物候研究也可提高遥感影像植物分类和作物估产的精度,同时可促进高光谱遥感的发展。通过我国物候研究从传统的农林业应用转向注重遥感探测、生态学应用的现状分析,展望了我国物候发展方向：关注植物生长季始末时间的时空分布规律;遥感监测植物季相变化;遥感监测植物花期;注重探讨植物生理和生态特征;植物高光谱遥感物候研究;重视物候科普普及工作。     

唐山市农业洪涝灾害面积与暴雨关系分析

利用唐山市统计局1985—2014年各县逐年播种面积和农业洪涝受灾面积数据资料、唐山地区11个县市气象站逐日降水资料,采用趋势分析、多项式统计回归等方法,对唐山地区农业洪涝灾害时空特征及与暴雨的关系进行分析。结果表明：唐山洪灾面积总体呈微弱的下降趋势,但不显著,与年暴雨日数变化趋势一致。各县域的洪灾以轻到中度为主,占洪灾的80%—100%。唐山地区洪灾与年暴雨量有关（R = 0.78）,但不显著,受灾面积与年暴雨日数显著相关（R = 0.83,P < 0.01）。中等以上洪灾年的暴雨平均暴雨日数为4—6 d、80%县站大暴雨日数为0.7—1.5 d、60%暴雨累积量在300 mm以上。区域种植结构、地形地势、水系河流分布等因素也是导致洪灾的一个重要方面。     

安顺地区暴雨日数年际变化的气候特征

利用1979—2009年31 a安顺地区（安顺、平坝、普定、镇宁、关岭和紫云）6站的降水资料,统计分析6站暴雨日数和暴雨量的变化特征,提取代表安顺地区的代表站,对其进行统计分析,得到安顺地区暴雨日数年际变化的气候特征。安顺地区暴雨日数的在20世纪80年代末—90年代末期间具有明显的3～5a的年际震荡,并在90年代初达到峰值。安顺地区暴雨偏多年在高低空环流、风场和能量场配置的主要特征为：700hPa和500hPa高低空位势高度配置一致,位势高度在中高纬度出现＂东高西低＂的走势,安顺地区位于异常低涡的东南部,西太平洋副热带高压的西部,这样来自异常低涡东南侧的冷空气与来自海洋北上的暖湿气流在此交汇,利于底层切变线和准静止锋的建立;安顺地区位于高空偏西急流的右前方的出口处,低空西南急流右前方的出口处和低空东南急流左前方的出口处,这种高低空急流的配置非常有利于暴雨区垂直上升运动的产生;安顺地区及其附近区域对流不稳定较强,利于对流不稳定能量的积累,从而使对流不稳定区域易出现强对流系统,对安顺地区的不稳定能量的储存和释放十分有利。     

近30年东北春玉米发育期对气候变化的响应

基于1981—2010年东北地区55个农业气象观测站发育期数据、16个气象站逐日气象资料,采用趋势变率、秩相关分析、主成分分析和结构方程模型等方法,分析了近30年东北春玉米关键发育期的变化特征,探讨了春玉米发育期对不同时间尺度气象因子的响应规律。结果表明:1981—2010年春玉米关键发育期 (播种期、抽雄期、成熟期) 均有延后趋势,大部分地区春玉米生长前期 (播种期—抽雄期) 日数减少,生长后期 (抽雄期—成熟期) 日数增加,全生育期日数增加。在绝大多数年份,春玉米播种期在温度适播期之后,成熟期在初霜日之前。近30年对东北春玉米生育期日数影响最大的气象要素为温度,主成分分析结果显示,年际尺度的升温、温度生长期的延长和作物生长期的高温对生育期日数影响显著;结构方程模型指出,作物生长期的最高温度和最低温度对生育期日数影响有间接效应,主导气象要素能够解释生育期日数变异的44%。全球变暖背景下,东北春玉米发育期变化是作物响应气候变化和农业生产适应气候变化的共同结果。     

ANALYSIS OF THE CHARACTERISTICS OF RAINFALL AND LINEAR TREND IN MENGLUN, XISHUANGBANNA, SOUTHWEST CHINA

1 INTRODUCTIONAs one of the main factors affecting input and useof precipitation by forests, rainfall also makes adifference on partitioning of gross precipitation overthe canopy, equilibrium of water amount in river basinsand water cycling processes[1-4]…     

What Drives the Decadal Variability of Global Tropical Storm Days from 1965 to 2019?

The tropical storm day(TSD)is a combined measure of genesis and lifespan.It reflects tropical cyclone(TC)overall activity,yet its variability has rarely been studied,especially globally.Here we show that the global total TSDs exhibit pronounced interannual(3-6 years)and decadal(10 years)variations over the past five-to-six decades without a significant trend.The leading modes of the interannual and decadal variability of global TSD feature similar patterns in the western Pacific and Atlantic,but different patterns in the Eastern Pacific and the Southern Indian Ocean.The interannual and decadal leading modes are primarily linked to El Ni?o-Southern Oscillation(ENSO)and Pacific Decadal Oscillation(PDO),respectively.The TSDs-ENSO relationship has been steady during the entire 55-year period,but the TSDs-PDO relationship has experienced a breakdown in the 1980 s.We find that the decadal variation of TSD in the Pacific is associated with the PDO sea surface temperature(SST)anomalies in the tropical eastern Pacific(PDO-E),while that in the Atlantic and the Indian Ocean is associated with the PDO SST anomalies in the western Pacific(PDO-W).However,the PDO-E and PDO-W SST anomalies are poorly coupled in the 1980 s,and this"destructive PDO"pattern results in a breakdown of the TSDs-PDO relationship.The results here have an important implication for seasonal to decadal predictions of global TSD.     

阿尔山地区积雪变化特征

选取阿尔山气象站1981—2015年冷季(10月—次年4月)气象资料,利用滑动平均、线性倾向估计和Mann-Kendall等方法,对年最大积雪深度、积雪日数、气温和降水量进行分析。结果表明,阿尔山地区年最大积雪深度主要发生在1月至3月,其中2月份概率最大,达50%;34 a内最大积雪深度呈上升趋势(2.77 cm/10a),年平均增加0.98%,且年最大积雪深度在1998年发生了突变,即在1998年之前增长缓慢,在2000年以后上升趋势显著。积雪日数的统计分析表明,初始积雪日数和有效积雪日数呈现略微减少趋势,而稳定积雪日数有微弱的增加趋势;通常初始积雪日数比有效积雪日数大30天左右。年最大积雪深度与稳定积雪时期的降水量、积雪日数、日照时数有显著的相关性,相关系数分别为0.647、0.515、0.584,但与稳定积雪时期的气温没有明显的相关性。在全球变暖的大环境下,积雪深度随着降水量和日照时数的增加而增加,且积雪深度受降水量的影响大于日照时数的影响。     

近40年北疆年积雪日数变化的CEOF分析

通过1961—2001年间北疆年积雪日数的CEOF分析,研究了40年来北疆年降雪日数的时空变化特点。结果表明：北疆年积雪日数场有波动特征。第一种类型为南—北一致偏多(偏少)型,空间位相相近,并有6．4年和3．6年的周期。第二种类型为西南—东北一致偏多(偏少)型,空间位相相近,并有6.4年的周期。第一复主分量的时间位相和第二复主分量的时间振幅峰值年可用于年积雪日数的预测。     

2050年前中国雾日变化趋势的预估

 利用1971-2005年中国591个气象台站的雾日资料以及逐日最低气温、相对湿度、平均风速资料,分析了35 a来中国各区域年雾日数与这些因子的相关关系,并利用IPCC第四次评估报告所提供的模式数据资料,针对3种不同的排放情景,对21世纪上半叶各区域年平均雾日进行预估。结果表明：对划分的9个雾区的年雾日数的回归方程的拟合效果较好,可以用来进行预估;未来50 a中国大部分地区雾日呈明显减少的变化趋势,在A1B,A2和B1情景下,雾日减少的平均幅度分别为16.2%,13.4%和12.9%。未来50 a中国雾日预估结果的空间分布显示：3种情景下未来中国大部分雾区雾日数都将减少,个别地区雾日数有增加趋势,其中A1B情景下雾日减少区的减少趋势最明显,而B1情景下雾日增加区的增加趋势最明显。