淹水对夏玉米性状及产量的影响试验研究

为定量探求洪涝灾害对玉米生长及产量的影响,于2008和2009年在河南省驻马店地区进行以淹水日数和淹水发育期为试验因素的模拟试验。结过表明:淹水1 d对玉米产量影响甚微,淹水3 d以上减产率40%以上,拔节期淹水5～7 d,抽雄期淹水7 d夏玉米基本绝收。淹水对夏玉米植株死亡率、果穗成穗率、单株籽粒重影响明显;对株高、果穗长、粗、百粒重和秃尖率影响较小。拔节期的淹水危害重于抽雄期。讨论了淹水日数与淹水发育期对玉米产量影响的交互作用。初步建立了淹水的玉米产量损失率评估模型。     

40余年来中国地区季节性积雪的空间分布及年际变化特征

利用全国700余个气象站的地面积雪观测资料,分析了中国地区季节性积雪年际的时空变化特征.结果表明:新疆北部,东北-内蒙古地区和青藏高原西南和南部地区为我国季节性积雪的3个高值区,也是积雪年际变化变化大的地区,也即为中国积雪年际异常变化的敏感区.综合积雪深度和积雪日数的变化趋势,可大致分为3种变化类型:1)增加和减小同步,主要在新疆天山以北、青藏高原东部地区、内蒙古高原中东部到大兴安岭以西的地区,减少区人体在内蒙古西部、黄土高原和长江中下游地区;2)积雪深度增加但积雪日数减少,主要在东北平原东部的部分地区,长江上游的部分地区;3)积雪深度减小而积雪口数增加,主要位于青藏高原中部的部分地区.中国地区积雪总体上呈现出平缓的增长趋势,积雪深度和积雪日数的年代际变化趋势在20世纪60年代呈现为稍有增加;70年代有所下降;80年代又增加;90年代又有略有增加的趋势.     

拉萨近半个世纪降水的变化特征

利用拉萨1952-2005年逐月降水量,≥0.1 mm、1.0 mm、5.0 mm和10.0 mm年降水日数,分析了近半个世纪拉萨年、季降水量及年降水日数的年际和年代际变化.结果发现:近半个世纪以来,拉萨年降水量表现为前30年呈不显著的减少趋势,减幅为17.8 mm/10 a;季降水量除夏季呈不显著的减少趋势外,其它各季均表现为增加趋势,以秋季增幅最大;≥0.1 mm、≥1.0 mm和≥5.0 mm年降水日数表现为不同程度的增加趋势.近25年≥10.0 mm的年降水日数呈极显著的增加趋势.20世纪50年代至80年代夏季降水量表现为逐年代减少趋势,秋季降水量则呈逐年代增加趋势,而冬季降水量为负距平.各等级年降水日数20世纪80年代偏少,90年代偏多.年降水量异常偏旱年主要出现在20世纪80年代,50年代和60年代的初期各出现一次异常偏涝年,70年代从未出现过异常年份.14年振荡周期可能是影响年降水量的主导周期.     

1971—2020年呼伦贝尔市积雪气候特征和未来趋势预估

利用1971—2020年呼伦贝尔市16个国家气象站最长积雪日数和最大积雪深度资料，采用经验正交函数（EOF）分析、重标极差分析（R/S）和非周期循环分析，统计最长积雪日数和最大积雪深度时间序列的Hurst指数、分维数和非周期循环的平均循环长度，分析最长积雪日数和最大积雪深度变化趋势和记忆周期；同时采用MOD10A2积雪产品，研究2001—2018年呼伦贝尔市积雪覆盖率变化。结果表明：（1）近50年呼伦贝尔市最长积雪日数呈递减趋势，最大积雪深度呈递增趋势；（2）积雪深度>20、30cm的年平均积雪日数主要出现在1996—2014年，其中积雪深度>30cm年平均积雪日数>1d;(3)呼伦贝尔市积雪初日出现在10月中旬至11月上旬，积雪终日在4月结束，积雪初日出现最早时间和积雪终日结束最晚时间都在呼伦贝尔市的北部地区；（4）R/S分析和非周期循环研究表明，呼伦贝尔市最长积雪日数和最大积雪深度H指数分别为0.589 9和0.889，即最长积雪日数未来减少和最大积雪深度未来增多趋势持续，持续时间分别为8和12 a;(5)呼伦贝尔市年平均积雪覆盖率为98.87%，呈波动增加趋势，...     

河西走廊东部近57年不同等级冷空气时空变化特征及寒潮分析

利用河西走廊东部5个国家气象观测站1961—2017年的日最低气温，统计分析其5个等级冷空气的时空变化和降温幅度，并用NCEP月平均500 hPa位势高度场、风场分析本地寒潮显著极端年的特征。结果表明:(1)冷空气年均日数:Ⅰ级最多，Ⅳ和Ⅴ级基本接近，Ⅲ级最少。空间分布Ⅰ级偏北沙漠区少、中部平原区多；其余四级分布均为偏北沙漠区偏多。时间分布Ⅱ、Ⅳ和Ⅴ级春季4—5月最多，夏季最少；Ⅲ级集中在夏季7—8月；Ⅰ级月季出现频率接近，夏季8月略多。(2)年降温日数Ⅴ和Ⅳ级呈明显减少趋势，Ⅰ～Ⅲ级线性不明显，但Ⅰ和Ⅱ级增多。年均降温频数的年代际差异不大，整体呈先降后升，但其主要周期有差异。(3)平均降温幅度季节变化只有Ⅴ级明显，Ⅳ级相近，而Ⅰ～Ⅲ级最大分别出现在春季、秋季和夏季；Ⅴ级24 h、48 h、72 h最大降温幅度分别为9.9、12.2、14.3 ℃。(4)寒潮次数有12个极端年，显著偏多(少)年寒潮天数差异10月最大，夏季较小。河西走廊东部500 hPa位势高度场在显著偏多年为明显的西北气流控制，配合负距平中心；乌拉尔山脊前有极地干冷空气输送有利于寒潮天气发生。偏少年以纬向平直西风气流为主，有明显的正距平高度，冷空气下滑少降温不易发生。     

东北春季极端连续无雨日与前冬北太平洋海平面气压的可能联系北大核心

基于1960—2019年中国东北地区108个台站逐日降水资料、JRA-55再分析资料和Hadley中心海温数据,分析了东北地区春季极端连续无雨日的年际变化特征及其与前冬北太平洋地区大气环流和海表温度的关系。研究表明,东北地区春季极端连续无雨日集中在3—4月。当3—4月极端连续无雨日偏多时,贝加尔湖地区存在异常高压,东北地区受偏北气流影响,局地水汽辐散。进一步分析发现,东北地区3—4月极端连续无雨日与前冬1—2月北太平洋地区偶极型海平面气压存在密切联系。该大气模态可以引起同期北太平洋海温呈现出马蹄形异常分布并持续到3—4月。在3—4月,海温异常可以通过改变北太平洋上空的经向温度梯度,引起东亚到北太平洋地区的西风变化,进而有利于贝加尔湖地区出现异常高压。另一方面,海温异常还会增强北半球中纬度的波列活动,东传的波列也可以增强贝加尔湖地区的高压。上述异常环流为东北地区极端连续无雨日的增加提供了有利背景条件。留一交叉验证结果显示,前冬1—2月北太平洋地区偶极型海平面气压可作为东北春季极端连续无雨日的潜在预测因子。     

中国东南部冬季连降水日天气与低纬度及南半球高层环流的关系

分析了１９８４－１９８５年中国东南部连降水日与连晴日天气和低纬度与南半球高层环流间的联系。发出除了散度场有利于连降水日天气外，南支急流区低值系统与连降水日天气也有关。这可从高层经向分布及涡动动、热量分布等环流及低层高度场分布特征证实它们对东亚副热带急流及锋区的加强北移起推动作用。     

小时和日值降水数据对河南省暴雨日数和暴雨日变化特征的影响北大核心

利用1961—2018年河南省111个气象站逐日和逐小时降水数据,分析了暴雨日数的时空变化规律及暴雨日变化特征,并通过统计对比分析,评估了小时和日值降水数据对暴雨日数及暴雨日变化的影响。结果表明:(1)1961—2018年,河南省年平均暴雨日数变化呈显著上升趋势,速率为0.34 d·(10 a)^(-1);94.6%的气象站点年平均暴雨日数的气候倾向率为正,显著增加的站点数占总站数的73.0%;年平均暴雨日数为1.4 d,以7月最多,平均值为0.52 d,占年平均暴雨日数的37.1%。(2)1961—2018年,河南省暴雨总降水的日变化呈现单峰结构,主峰值出现在05时,为4.5 mm;暴雨日变化峰值呈波动下降趋势,速率为0.16 mm·(10 a)^(-1);日变化峰值大部分出现在00—08时,共42个年份,占79.3%;从空间分布看,各气象站点的暴雨日变化峰值大都出现在00—06时,占总站数的73.5%。(3)2014—2018年,河南省小时和日值降水数据吻合度为100%;吻合暴雨总降水的日变化的主峰值和次峰值出现在04时和17时,分别为4.3 mm和3.4 mm;日变化峰值出现在13—18时的气象站点最多,占总站数的33.9%。(4)小时和日值数据对暴雨日数及暴雨日变化造成了影响,主要表现在年平均暴雨日数及其变化趋势不一致和暴雨日变化的差异。     

Exposure to extreme climate decreases self-rated health score: Large-scale survey evidence from China

High temperature is a growing threat and impacts public health through different exposure mechanisms. Our study constructs a comprehensive exposure measurement based on temperature variability, duration, and effective influence range. We investigate human responses to high temperatures through self-rated health scores based on individual-level data from China Labor-force Dynamic Survey (CLDS). Results show that higher temperature and temperature variability significantly decrease self-rated health scores. Subjective health risk is most significantly related to the cumulative temperature in the previous two weeks. We also find that the exposure effects at night and on weekdays are more severe. Workers who experience greater exposure from commuting and work environments are negatively impacted by high temperatures. In addition, men, the elderly, middle and low education groups, rural residents are more likely to be impacted by high temperatures.