天辽地宁话气候

辽宁省位于东北地区南部,南临黄海、渤海,东与朝鲜一江之隔,是东北地区唯一的既沿海又沿边的省份,也是东北及内蒙古自治区东部地区对外开放的门户。作为中国重要的老工业基地,辽宁省是新中国工业崛起的摇篮,是全国工业门类较为齐全的、中国近代开埠最早和中国最先实行对外开放政策的沿海省份之一,更是中华民族和中华文明的发源地之一。     

1961—2020年辽宁省气候年景分析及综合气候年景评价

选用1961—2020年辽宁省61个国家级气象站逐日降水、气温和天气现象数据,根据辽宁省气候特点,分别建立雨涝年景、干旱年景、低温年景、高温年景和暴雪年景评价指标,构建辽宁省综合气候年景评价模型,实现辽宁省雨涝、干旱、低温、高温、暴雪单要素气候年景以及综合气候年景的量化评估。结果表明：近60 a辽宁省高温年景显著增强,低温和暴雪年景显著减弱,干旱和雨涝年景无显著变化趋势。综合气候年景存在15 a左右的年代际振荡周期,20世纪80年代后为显著的准3 a年际振荡周期。经历史重大天气气候事件、灾情以及业务实际应用对评估结果检验表明,建立的年景评估方法较为合理,可用于辽宁省气候年景评价。     

皖西地区贫困空间分异的自然环境机理和区域减贫策略

贫困是困扰人类的世界性问题,区域性贫困是中国当前贫困问题的突出表现,而自然环境因素往往对区域性贫困产生重大影响。探讨贫困的空间特征及其演化,分析其地理成因,可为区域瞄准政策的制定提供重要依据。本研究以大别山连片特困区的皖西地区为例,聚焦自然环境,利用地理探测器和耦合协调模型,从乡镇尺度,通过分析主要自然环境因素对贫困空间分异的主导影响、交互影响及影响的地域类型,剖析自然环境的影响机理,研究结果显示:(1)平均坡度和平均高程对皖西地区贫困空间分异的影响最大,且各自然因素的影响具有交互性,说明皖西地区贫困的空间分异是多个自然因素综合作用的结果;(2)自然因素与贫困发生率的耦合协调关系存在明显空间规律,耦合协调度整体上由西南向东北递减,但不同自然因素影响的空间规律不同;(3)根据耦合协调度,可将自然环境对皖西地区贫困空间分异的影响归纳为自然环境低度影响型、自然资源中度影响型、自然环境高度影响型、自然环境极高影响型四种,不同类型的乡镇,其主导影响因素和影响过程具有明显差异;(4)文章提出提升城市化水平、调整农业结构、发展特色农业产业、生态补偿扶贫、异地搬迁扶贫等针对性的减贫措施。     

辽宁省霾天气季节变化特征及其主导因子分析

利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)^-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政...     

农村劳动力转移就业的时空路径——以安徽省4个样本村为例

借鉴时间地理学理论与方法,提出农村劳动力转移就业时空路径概念。以安徽省4个样本村为例,使用ArcGIS、SPSS等软件进行数据分析,得出农村劳动力转移就业时空路径的基本类型与特征:① 农村劳动力依据时空路径特征可分为稳定型、逐步稳定型、漂泊不定型、回流型、逐步开拓型、断续型六种类型;② 4个样本村劳动力打工时空路径演化有明显的地域差异;③ 21世纪初期是农村劳动力全面接受打工就业方式的时期,就业行业主要集中在建筑业、制造业、服务业,“老家亲戚、朋友”是最重要的打工媒介;④ 农村劳动力在打工地和家乡间的流动节律有“春节型”、“节假日型”、“休息日型”、“每日型”四种类型;⑤ 农村劳动力转移就业具有明显的空间指向和粘性特征,家乡是重要的结点空间,社会经济地理位置是地域差异形成的重要原因。     

中国东北地区及不同典型下垫面的气温异常变化分析

利用6个代表站1905-2001年较长时期的月平均气温,对缺测年代的数据进行了插补,建立了东北地区近百年平均季、年气温序列。对所建温度序列与同一区域内26个代表站平均温度序列的近46年同期资料做了相关分析,检验了序列的代表性。在所建序列基础上,分析了东北百年气温的年代、年和季节等不同时间尺度变化特点和地域分布特征,采用谱分析方法探讨了序列的周期性变化特征,并采用Mann-Kendall和Yamamoto方法对经过滑动平均的气温序列进行了突变分析。结果表明,东北近百年年平均温度表现为明显的增暖趋势,但为起伏式增暖;冬季增温非常强烈,夏季在1995年以前不仅没有升温,反而有明显降温趋势,但1995年以后夏季气温明显升高,春秋季的升温趋势与冬季类似,但幅度小得多;在区域内,增温强度似乎并不随纬度增大,纬度较低的沈阳增温最强;三种典型下垫面中以山地的增温幅度最强;功率谱分析表明了百年气温变化的2.3年和4.2年的主周期,其中2.3年周期比较显著。     

沈阳近百年夏季气候变化多时间尺度结构特征

气候系统具有内在的时空多尺度、结构多层次、本质非线性等特征。例如,从较大尺度上讲气候有冷期和暖期之分,但这个冷(或暖)期中还含有较小尺度的冷、暖期,它们也还含有更小尺度的冷、暖期。气候变化的这种多尺度和多层次性使气候资料时间序列的变化极不规则,甚至显得杂乱无章,大的小的涨落(或距平)都有,用传统的分析方法很难识别其演化过程。     

5个全球气候模式对中国东北地区地面温度的模拟与预估

利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明：全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。     

全球升温1.5℃和2.0℃辽河流域极端降水变化预估

基于国家气候中心中等分辨率模式BCC-CSM2-MR开展的第六次耦合模式比较计划(CMIP6)预估数据,采用双线性插值、趋势分析、偏差分析等方法,分析全球升温1.5℃和2.0℃辽河流域极端降水变化。结果表明：全球升温1.5℃辽河流域年平均降水量距平百分率增幅随排放情景的升高而增大,SSP5-8.5排放情景下增幅达5.82%。全球升温2.0℃辽河流域年和四季降水均为增加趋势,夏季降水增幅明显;SSP2-4.5和SSP5-8.5情景下降水量均为自西南向东北递减,辽宁西部地区降水增幅较为显著,超过15%。不同排放情景下辽河流域极端降水指数均为增加趋势,日降水强度、强降水日数、强降水比例增长显著;随排放情景升高,极端降水指数增长速率增大,SSP5-8.5情景下的增长速率为SSP2-4.5情景下的两倍以上。SSP5-8.5情景下,21世纪末降水强度、强降水日数、强降水比例、强降水阈值、最长连续湿日数、最大十日降水量将达11.66 mm/d、15.15 d、59.08%、32.94 mm、9.69 d、201.29 mm,较基准期增加5.58 mm/d、5.15 d、37.08%、10.15 mm...