内蒙古地区近43年来极端降水事件演变特征

利用全区52个站点1961—2004年的降水资料，通过气候统计诊断分析方法，探讨在全球变暖背景下，内蒙古地区各降水要素的区域分布格局及演变特征，结果表明：中西部地区降水量总趋势为增加态势，东部区为缓慢减少趋势，但从20世纪90年代之后，东部和中郜降水呈减少趋势，西部地区呈明显的增加态势。而极端降水要素如暴雨日数、积雪日数则呈现相反的变化趋势，说明越是年降水量减少的地区，极端气候要素出现的几率越高，该地区极端降水事件发生频率越高。     

伊犁地区近35年冬季积雪变化特征分析

通过对伊犁地区8个气象地面观测站35a(1971—2005年)11—3月逐旬的冬季最大积雪深度、积雪日数、降水量和平均温度的统计分析,结果表明:伊犁地区冬季降雪的时间、空间分布不均,最大降雪发生在新源;平均雪深最大的是伊宁县,最小的是特克斯县;冬季积雪日数变化相对比较稳定;冬季降雪与平均温度存在着很好的响应关系。在SPSS中对冬季的平均温度与平均降水和平均雪深进行相关分析,发现平均雪深、平均温度和平均降水为显著正相关。     

FY-2C积雪判识方法研究

介绍了利用FY-2C资料进行积雪判识的原理,在阈值法基础上的辅助因子函数积雪判识方法以及相应的FY-2C积雪判识结果精度验证分析等。一般较为常用的卫星遥感积雪判识方法为简单阈值法,由于其带有一定的随机性,很难客观反映下垫面条件差异对阈值选取的影响。以阈值法为基础,将所使用的主要变量以函数形式表达,以海拔高度、地理位置、季节、土地覆盖类型等作为阈值函数的变量,通过大量采样建立起多种阈值函数,从而实现随时空特点变化的阈值实时计算。该方法用于FY-2C积雪判识,较好地解决了FY-2C全圆盘范围内广大区域不同下垫面类型下的实时积雪监测。通过与NOAA-17人机交互积雪判识结果对比分析,该方法的积雪判识精度可达85%左右。     

青藏高原积雪分布与变化特征

本文对青藏高原ＳＭＭＲ修积雪深度、ＮＯＡＡ周积雪面积、地面台站积雪深度进行了分析。结果表明青藏高原东西两侧多雪与腹地少雪形成鲜明对比,高原东部是高原积雪年际变化最显著的地区,它主导了整个高原积雪的年际变化,并且与西部多雪区年际波动呈反位相关系。从６０年代到８０年代积雪年际波动幅度有明显增加趋势,积雪变化具有３年左右准周期。随着全球变暖,青藏高原积雪将会有所增加。     

气候变化对新疆玛纳斯河流域水文水资源的影响

考虑积雪和降水不均等特点,对流域进行分带处理,提出和建立了包含积雪融雪结构的水文评价模型。利用该模型求得未来不同气候变化情况下的月均流量过程,分析气候变化对玛纳斯河流域水文水资源的影响。结果表明:若气温升高2℃,降水减少20%,则夏季径流减少52.59%,冬季径流减少1.77%,年均径流减少46.87%。     

青藏高原多,少雪年后期西北干旱区降水的对比分析

利用１９５７－１９９０年高原地区的雪深,地面气温,地温以及西北干旱区部分站强降水量资料等,进行了高原地区多,少雪年积雪特下,地震热状况以及西北干旱区的期降水量的对比分析和相关分析。     

祁连山冰川:正在远去

横亘在甘肃与青海交界处的祁连山，在中国西部算不上大山，但由于其特殊的生态作用而成为人们关注的焦点。     

青藏高原积雪和季节冻融层的突变特征及其对中国降水的影响

利用青藏高原气象台站观测的积雪和冻土资料,建立了高原积雪和季节冻融层1965—2004年的变化序列,通过滑动T平均、M-K检验、动力学分割算法(BG算法)等方法检验出高原积雪没有发生明显的突变过程,而高原季节冻融层在1987年前后有一次明显的突变,冻结深度减少比较显著.当高原积雪偏少时,华南和西南降水偏多,而当高原冻结较厚时,全国的降水几乎都偏少.通过计算高原积雪和季节冻融层与全国夏季降水的单因子相关和复相关发现,积雪和季节性冻土对中国夏季降水都有一定的可预测性,但是如果共同考虑两个因子的影响,则能够提高夏季降水预测的准确率.考虑两个因子的共同影响,有3个明显的相关带,分别是北部沿大兴安岭经太行山北部到陕北最后到河西走廊,中部在长江中下游地区,南部则是沿武夷山经南岭到云贵高原中部.     

常数和变化积雪密度方案诊断计算积雪厚度的敏感性研究

海冰上积雪的分布是影响海冰与大气能量交换以及气候变化的重要因素。当前的CMIP6气候模式（如CESM2和NESM3）采用定常的积雪密度,而专注于模拟雪厚度和密度变化的模式（如SnowModel-LG）则采用经验的变化雪密度公式。对比CryoSat-2卫星观测的积雪厚度发现,从积雪厚度的空间分布与平均值难以判断出变化雪密度对北冰洋积雪厚度模拟产生何种影响,对于变化雪密度模拟积雪厚度的改进及机制有待进一步研究。本文采用随气温、风速等因子变化的雪密度经验公式模型,并利用SNOTEL单站的长时间序列观测资料,对不同影响因子设计如下敏感性实验:A. 考虑所有气象因子的变化雪密度模型;B. 常数雪密度模型;C. 在A中不考虑风对密实化的影响;D. 在A中不考虑气温对密实化的影响。实验A、B、C和D诊断计算的2018年11月1日至2019年5月10日积雪厚度的均方根误差分别为4.2 cm、4.8 cm、25.9 cm和4.2 cm。结果表明,变化雪密度方案A模拟的积雪密度、厚度在平均值上与常数雪密度的结果接近,但其模拟的积雪厚度均方根误差最小,并且能够模拟出积雪厚度在几天到十几天时间尺度上的高频变化,同时减小了这种高频变化对应时段雪厚模拟结果的相对误差,二者具有一定的相关性。此外,还发现气温变化对积雪密实化的影响远小于风。     

中国积雪资源时空演变特征及其旅游开发关键区识别

积雪资源深刻影响着滑雪旅游的发展与布局,刻画中国积雪资源时空特征,识别旅游开发关键区,对中国冰雪旅游高质量发展具有重要意义。本文通过Mann-Kendall突变检验、热点分析、重要-感知实绩分析（IPA）等方法刻画中国1979—2020年积雪资源时空演变特征,构建资源稳定性-旅游开发适宜性指标体系,识别中国滑雪旅游开发关键区。结果表明：(1)中国积雪资源过去40年变化可划为3个阶段,1980—1995年（Ⅰ）积雪资源下降,1995—2010年（Ⅱ）增加,2010—2020年（Ⅲ）下降。在空间上,变化面积呈现Ⅰ-Ⅱ（33.2%）>Ⅱ-Ⅲ（31.1%）>Ⅰ-Ⅲ（29.3%）的特征;(2)中国积雪资源在月尺度上,1—3月（Ⅰ）积雪资源基本维持稳定,3—10月（Ⅱ）显著下降,10—12月（Ⅲ）恢复。在空间上,变化面积呈Ⅰ-Ⅲ（30.3%）>Ⅱ-Ⅲ（28.3%）>Ⅰ-Ⅱ（26.8%）的变化规律;(3)中国境内滑雪旅游开发极关键区面积占比为4.90%、关键区为11.69%、一般区为31.57%、不关键区为25.73%、极不关键区为26.11%,总体来看中国境内85%的区域不...