CCSM4模式对东北气温和降水的模拟及预估

利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。     

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。     

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。     

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...     

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。     

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...     

辽宁40年温度变化对玉米光温生产潜力的影响

利用辽宁48个站1961～1999年基本气象资料 ,计算了近 40a辽宁玉米生育期内平均气温和玉米光温生产潜力 ,并分区讨论了气候变化对玉米光温生产潜力的影响     

1961—2017年辽宁省旱涝急转现象时空演变特征

利用1961-2017年辽宁省61个气象站逐月降水数据,以5-8月为研究时段建立旱涝急转指数（drought-flood abrupt alternation index,DFAI）序列,采用线性倾向法、趋势分析、阶段性分析、T检验、ArcGIS空间插值等方法对辽宁省降水集中期的旱涝急转现象进行时空特征分析。结果表明：1961-2017年辽宁省降水集中期DFAI总体以-0.7/（10 a）的速率下降,有13 a出现旱转涝,有19 a出现涝转旱;DFAI强度以0.1/（10 a）的速率略呈上升趋势。近57 a,辽宁省旱转涝多发生在20世纪60年代,涝转旱多发生在20世纪70年代和20世纪初之后,1989年出现了涝转旱的突变,发生频率呈增多趋势,1994年又出现旱转涝的突变,发生频率呈减少趋势。典型旱转涝年（2013年）,DFAI的高值区分布在中、西部地区;典型涝转旱年（2014年）,DFAI绝对值的高值区分布在东北部和中西部地区。DFAI变化率在空间分布上具有明显的中、北部增多,东、西部减少的趋势差异。     

1961 - 2017年中国东北地区降雪时空演变特征分析

利用东北地区162个气象台站逐日降水量和天气现象数据, 采用统计分析方法, 对近57年（1961 - 2017年）降雪的气候特征和时空演变规律进行了分析。结果表明： 降雪量和降雪日数最多出现在12月, 小雪和中雪最多出现在11月或12月, 大雪和暴雪在冬末春初出现概率最高。降雪分布为山地大于平原, 平原地区自北向南、 自东向西减少, 降雪高值区主要位于大兴安岭北部、 小兴安岭和长白山区, 降雪强度中心位于长白山区和辽宁中部平原地区。年、 秋季、 冬季、 春季降雪量占同期降水量比例分别为4.7%、 7.0%、 84.4%和7.6%; 辽宁省西部山区和南部大连地区日最大降雪量占年总降雪量比例最高, 最长连续降雪日数在2 d以下, 降雪较高纬度地区更为集中。近57年降雪量和降雪强度分别以1.93 mm?（10a）^-1和0.11 mm?d^-1?（10a）^-1的速率显著增加, 降雪日数以2.08 d?（10a）^-1速率显著减少; 降雪量增加主要表现为各等级降雪量的增加, 降雪日数减少主要是微量和小雪日数的减少, 降雪强度增加主要为大雪和暴雪降雪强度的增加。年、 秋季和冬季降雪量占同期降水量比例平均每10年增加0.36%、 0.48%和0.45%, 春季以0.11%?（10a）^-1的速率减少。中雪、 大雪和暴雪对降雪贡献率均呈增加趋势, 小雪降雪量和微量降雪日数贡献率减少; 1987年降雪量和降雪日数突变后, 微量降雪日数和暴雪日数、 小雪降雪量贡献率改变显著。就区域平均而言, 2001 - 2017年的降雪量较1961 - 1980年增加了27.8%, 降雪日数减少了22.4%。