近62 a三峡地区区域性暴雨过程气候特征及长期变化规律

【目的】充分认识三峡地区区域暴雨过程的气候特征及长期变化规律对于科学防汛以及合理利用水资源具有重要意义。【方法】基于三峡地区33个国家级气象观测站1961—2022年逐日降水量资料和目前重庆市气候中心业务采用的区域性暴雨过程监测指标,对三峡地区区域性暴雨过程进行客观识别,并利用多种数理统计方法分析区域性暴雨过程的气候特征和长期变化规律。【结果】结果表明:(1)三峡地区近三分之二的暴雨以区域性过程形式出现,平均每年区域性暴雨过程有8.4次,主要出现在5—9月,尤以6—7月为集中发生时段。区域性暴雨过程首次开始日期多年平均为5月8日,末次结束日期为9月17日。平均每次过程的暴雨覆盖范围为8.6站,持续时间1.3 d,平均暴雨强度为74.7 mm/d。(2)三峡地区区域性暴雨过程年频次存在2~3 a和8 a左右的变化周期,年平均区域性暴雨过程覆盖范围存在4~6 a和8~11 a周期变化。(3)近62 a三峡地区区域性暴雨过程的首次开始日期显著提前,末次结束日期无明显变化,发生期显著变长;发生频次没有明显变化趋势、平均持续时间、平均覆盖范围、平均综合强度也均没有明显变化趋势,但平均暴雨强度呈增强趋势。(4)近62 a,三峡地区区域性暴雨过程的各项指标均未发生突变现象。【结论】研究成果为三峡地区防汛减灾、水资源管理以及回应三峡工程对局地气候影响的社会关切等提供科学支撑。

近62 a华南“龙舟水”气候特征及变化

每年端午节前后龙舟竞渡之时,是华南前汛期降水最多、最为集中的时段,容易引发严重洪涝灾害,并对早稻生产造成严重影响,称之为“龙舟水”。对华南“龙舟水”期间暴雨过程的频次和强度进行研究是当前防灾减灾的迫切需求。利用1961—2022年华南192个国家气象观测站逐日降水资料,采用EOF、线性趋势、M-K突变等方法,分析了华南“龙舟水”期间降水量的时空特征及变化;构建了一个表征华南“龙舟水”暴雨过程的综合强度指数,由此分析华南近62 a“龙舟水”期间暴雨过程频次、强度以及“龙舟水”强度年景指数的特征和变化。结果表明,华南“龙舟水”一致性变化是其最主要的特点。1961—2022年“龙舟水”期间,华南共出现229次暴雨过程,平均每年3.7次。近62 a来华南区域平均“龙舟水”降水量和暴雨过程频次变化趋势不显著,但“龙舟水”强度年景指数以1.2·(10 a)^(-1)的速率显著上升。评估得到近62 a华南“龙舟水”最强暴雨过程出现在2022年6月4—21日,华南“龙舟水”强年有4 a,分别出现在2022年、2020年、2008年和2006年。

2023年汛期我国主要天气气候特征

利用中国气象局国家气象信息中心提供的气象观测数据,对2023年汛期(3月24日至11月16日)我国的天气气候特征进行了综合分析。结果表明,2023年汛期,我国气候状况总体偏差,呈现暖干特征,涝旱灾害明显。2023年汛期,全国平均降水量为2012年以来同期第2少(仅多于2022年同期),平均气温为历史同期第2高(仅低于2022年同期)。华北、东北、华南等地暴雨洪涝灾害重;华北和黄淮地区高温日数多、极端性强;西南地区春秋干旱明显;初台偏晚,登陆台风影响重。

2022年广东省气候特征及其影响

2022年全省年平均气温22.2℃,与常年基本持平,但各月气温起伏波动大;高温日数31.8 d,为历史第2多,其中7月出现历史第2强高温过程。年平均降水量2 057.6 mm,较常年偏多14%,但阶段性明显。3月24日开汛,较常年偏早18 d,前汛期出现了近20年最强5月暴雨过程以及有气象记录以来第3强“龙舟水”,北江发生超百年一遇洪水。初台偏晚,全年共有5个台风登陆和1个台风严重影响,登陆个数较历史平均偏多1.3个。2月出现历史同期少见的持续低温阴雨寡照天气。9—10月温高雨少,气象干旱严重。灰霾日数继续维持较低水平。2022年广东省气象灾害严重,气候影响综合评价为较差年景。

1971-2020年陕西渭北地区冰雹气候特征及成因分析

基于1971—2020年陕西渭北地区32个国家气象站的降雹数据和NCEP再分析资料的动力、温度、湿度、风速等月平均数据,分析了陕西渭北冰雹变化特征和关键影响因素。结果表明:渭北地区冰雹呈现北多南少,夏季多,冬春少,冰雹主要出现在5—8月,降雹频次6月最多;渭北地区年、月降雹频次呈减少趋势,6月降雹频次减少趋势最为明显;渭北地区对流有效位能和垂直速度减小,0℃层的高度升高,高空风速减小,是渭北地区降雹频次减小的主要原因;渭北地区广泛开展的地面防雹作业,也是降雹频次减小的因素之一。

华东地区台风气候特征及危险性分析

基于2001-2020年影响华东地区的90个台风资料,利用统计学方法,分析台风年际、月际及登陆分布特征,采用信息扩散理论方法,统计风和雨2个主要致灾因子发生概率,在此基础上,开展台风致灾因子危险性评价。结果表明:影响华东地区的台风以强台风和台风为主,年均4.5个,主要集中在7-9月,8月最多,登陆中国台湾省频次最多,其次为福建省和浙江省;台风的最大风速在30~40 m/s的概率较大,最大降雨量在200~400 mm的概率较大;福建省、浙江省和江西省的台风致灾因子危险性较大,为台风严重影响区;山东省和安徽省的台风致灾因子危险性中等,为中度影响区;江苏省和上海市的台风致灾因子危险性较小,为轻度影响区。

中国地表日平均风与日极大风气候特征的对比

据多项研究指出,中国地表平均风速在全球变暖的背景下呈现长期下降的趋势。而极大风速与平均风速特征变化是否一致,值得我们关注。通过对比分析国家基本气象站1951—2018年的地表日平均风速和日极大风速数据,结果表明:全国范围内,日平均风速主要集中在2 m·s^(-1)左右,而日极大风速主要集中在8 m·s^(-1)左右,这两种风速在青藏高原地区和内蒙古地区较大。此外,日平均风速出现小风速概率更高,而日极大风速的概率分布更接近于正态分布。从1960—2010年,日平均风速下降了19%,而日极大风速下降更为显著,达到20%。然而,在2010年之后,随着全球变暖的加剧,二者均略有回升,尤其是日平均风速的回升更为显著。这一结论强调了在全球变暖背景下持续关注和研究风速变化的重要性,有助于深入了解中国地表风速的变化特征,同时也为风速预报、风能开发等项目提供科学参考。

基于MOD10A1 V6产品下青海省各片区积雪的分布气候特征

利用MOD10A1 V6版积雪产品获取青海省及省内各重要生态功能区的积雪信息,并对积雪变化与气候因子间的响应关系进行分析。结果表明:(1)16年来青海省内积雪覆盖面积变化存在空间差异性,可可西里积雪覆盖面积显著增加(p<0.05)而其他生态功能区变化不显著,从阶段变化来看青海省及各生态功能区在2016积雪季后积雪覆盖面积大幅增加,而在2016积雪季前仅柴达木盆地积雪覆盖面积显著减少(p<0.05),其余地区减少趋势不显著。(2)16年来青海省内积雪日数变化存在空间差异性,可可西里内26.8%的面积积雪日数显著增加(p<0.05),而三江源腹部、柴达木盆地东部和祁连山地区西部积雪日数显著减少(p<0.05)。(3)近16年来青海省及各生态功能区积雪覆盖面积与降水显著正相关(r>0.65,p<0.01),与气温显著负相关(r>0.5,p<0.05),其中在青海省、祁连山、可可西里和柴达木盆地的积雪覆盖面积变化主要受降水主导,而三江源和青海湖流域则是由气温和降水共同影响。

GNSS PWV典型季风气候特征奇异谱分析

为了进一步研究利用全球卫星导航系统(GNSS)大气可降水量(PWV)分析不同气候类型特征,进行GNSS PWV典型季风气候特征奇异谱分析:选取中国中东部地区2016—2021年部分连续运行参考站(CORS)数据,提出将全球气压和温度(GPT(GPT3_1、GPT3_5))模型、欧洲中期天气预报中心第五代大气再分析数据集(ERA5)模型3种大气模型分别与GNSS解算的对流层总延迟(ZTD)数据融合获取的PWV值进行对比分析,得出中国3种典型季风气候类型GNSS PWV最优大气模型;然后提出利用奇异谱分析(SSA)法分解重构出GNSS PWV时间序列,从而基于GNSS PWV分析不同季风气候类型特征。结果表明,中国3种典型季风气候类型条件下ERA5模型精度较优,选择ERA5模型为最优大气模型,重构后的GNSS PWV变化趋势能够很好地反映出3种典型季风气候类型的特征;因此GNSS PWV可应用于气候特征分析。

基于不同再分析资料南海夏季风爆发的气候特征和年际变率

南海夏季风爆发标志着东亚夏季风的全面建立,其对我国主汛期雨带分布具有重要指示意义。本文对比了日本气象厅JRA-55、欧洲中期数值预报中心ERA5、中国气象局CRA-40和美国国家环境预测中心NCEP1四套再分析资料中南海夏季风爆发的气候特征和年际变率。结果表明,在四套再分析资料中,南海夏季风爆发期间大气环流和降水场突变的气候特征基本一致,但CRA-40资料的高空暖中心和降水均明显强于JRA-55、ERA5和NCEP1资料。同时,本文分别采用850 hPa纬向西风(U850)盛行、对流层中上部平均经向温度梯度(MTG)反转和南海地区对流建立来定义南海夏季风爆发时间。基于不同的定义指标,四套再分析资料所确定的南海夏季风爆发时间在大多数年份一致,表现为高、低空环流的调整伴随着南海季风对流的建立,环流和降水场完全耦合,且U850定义指标对资料的敏感度高于MTG定义指标。但在个别年份,三种指标所确定的南海夏季风爆发时间差异明显,这时高、低空环流和降水场的耦合关系不明确。当U850、MTG和OLR所定义南海夏季风爆发时间的年际变率一致时,4~5月海温异常场呈现典型的ENSO型分布特征,说明这些年份南海夏季风爆发可能受热带海—气相互作用影响,其中5月孟加拉湾的海温异常可能是ENSO影响南海夏季风爆发时间的关键。而当三种定义方式所得南海夏季风爆发时间的年际变率不一致时,最明显的海温异常信号出现在北太平洋加州沿岸,说明中纬度海—气相互作用对南海夏季风爆发时间也存在潜在调制作用。

大气空间和季节性气候特征对RLV升力式再入飞行的影响

为提升重复使用运载器(RLV)竞争力精细化设计边界,在融合3颗卫星载荷采集的大气数据基础上,采用大/小尺度扰动分别建模的方法,建立了沿RLV再入飞行轨道的全域参考大气模型,开展了大气密度空间性和季节性(1月、4月、7月和10月)气候变化对跟踪RLV高纬度升力式再入标准轨道的影响分析。结果显示季节性和轨道空间性变化带来的大气密度偏差特性和散布特性,会强烈影响跟踪标准轨道的终端分布特征。这表明引入大气参考模型可以提升RLV性能,降低运行成本。

我国干旱半干旱区近60 a气象干旱气候特征分析

为研究我国干旱半干旱区连续无雨日气候特征的变化趋势,利用该区域74个气象站1961—2022年逐日降水观测资料,对研究区连续无雨日变化特征及其在1961—1990年和1991—2020年前后两个时段的差异等进行分析,重点关注16 d及以上连续无雨日,并将16~25 d、26~40 d、41~60 d、60 d以上连续无雨日分别定义为轻旱、中旱、重旱和特旱。结果表明:我国干旱半干旱气候区16 d及以上连续无雨日的发生次数和日数存在明显差异,尤其是重旱、特旱对应的连续无雨日发生次数和日数,干旱区分别是半干旱区的2.0倍与6.0倍左右;1991—2020年与1961—1990年相比,研究区西部不同等级气象干旱发生次数明显减少,而中东部有所增加;研究区西部不同等级干旱发生日数同样减少明显,中部轻旱和中旱发生日数减少,而重旱和特旱发生日数有所增加;研究时段内,该区域绝大部分气象站点不同等级干旱发生次数和日数均未发生突变。

基于MODIS-MOD09Q1数据的雅氏落叶松尺蠖灾区提取及其适生气候特征分析

通过MODIS-MOD09Q1遥感数据,使用归一化植被指数(NDVI)、比值植被指数(RVI)和近红外波段反射率(NIR)3个易获取且与虫害发生程度具有响应的指标,划分灾区受害度等级植被指数的变化,构建虫害综合指数(PCI)模型,实现雅氏落叶松尺蠖(Eeannis jacobssoni)灾区信息快速提取。在此基础上,借助气温和降水量数据,结合GIS空间叠加分析方法,揭示了害虫适生气候特征。结果表明,利用虫害综合指数能够准确提取害虫灾区严重度信息,其总体精度和Kappa系数分别为85.00%和0.81;雅氏落叶松尺蠖适宜于冬季、春季降水量较少、夏季降水量较多,气温不宜太高的气候,这与其生物学特性相吻合。该气候与大兴安岭林区相似,入侵风险较大,应引起中国林业部门的高度重视。

河池市主汛期暴雨气候特征分析

利用1985—2015年河池市10个国家地面气象观测站以及2006—2015年全市151个自动站的逐日降水资料和1979—2016年ECMWF再分析资料,分析河池市暴雨时空分布特征和主汛期暴雨气候背景。结果表明,河池市暴雨主要发生在汛期(5—8月),夜间暴雨概率远大于白天暴雨概率,同时河池南部暴雨概率大于北部暴雨概率。南压高压的位置和副高的强弱和位置对河池暴雨的发生有很重要的作用,印度季风和南海季风的暴发为河池暴雨提供了丰沛的水汽,高空槽、切变线或低涡为暴雨提供了动力条件,地面锋面和辐合线或倒槽为暴雨提供了良好的触发条件。

兰州地区夏半年降水气候特征分析

本文利用逐日气候资料、NCEP再分析资料,采用线性倾向估计方法,分析近49年兰州夏半年降水变化特征及环流特征。结果表明:(1)兰州市夏半年的降水主要集中在7、8月,其中8月第三候的平均降水量最大。1951-2000年期间,夏季降水呈下降趋势。(2)逐月累积降水量的年代际变化特征为:5、8、9月呈下降的趋势,6月和7月呈增加的趋势。(3)7月高空200hPa的南亚高压呈西部型,500hPa的环流形势呈东高西低;8月高空200hPa的南亚高压呈东部型,副高588线最西端已经到达110°E以西。

哈巴河县大风气候特征分析及对农业的影响

文章基于哈巴河县国家基本气象站2010年—2022年地面气象观测资料,采用线性倾向估计法,统计分析了出现极大风速的日数。结果表明:哈巴河县年大风日数呈现出逐年减少的趋势,大风以东、西风为主,东风频次高于西风频次。在此基础上,探讨了大风对农业的影响,提出了防范大风的对策。

河西走廊东部武威市2023年极端天气气候特征分析

2023年河西走廊东部天气气候极为异常,极端天气频发,对农业生产、日常生活、生态用水造成很大影响。为提高极端气候事件的预报预测精度并减轻其造成的损害,基于2011—2023年河西走廊东部国家基本气象站逐日气温和降水量资料,分析其极端性特征及成因。结果表明,2023年武威市气温陡升骤降特点突出,年平均气温为有气象记录以来同期最高,≥35℃高温日数为有气象记录以来同期最多;降水阶段性特征明显,年平均降水量为近10年同期最少,暴雨为近13年同期最少;气象干旱为60年一遇,灾情重;大风沙尘天气偏多,沙尘暴为2003年以来同期最多,扬沙为1982年以来同期最多;ENSO事件是造成极端天气多发的主要影响因素。

包头市冰雹气候特征及防雹作业量统计分析

利用1981—2020年包头市7个国家气象观测站的降雹数据进行分析,结果表明包头市各旗(县、区)降雹频次存在明显的地域差异及季节性变化。同时,分析了近10年地面人工防雹作业个例、地面资料及雷达回波资料,修订完善防雹路径图,总结冰雹天气作业指标,为防雹工作提供参考。

1991-2020年重庆水稻生育期连阴雨气候特征及成因

为掌握重庆水稻生育期连阴雨的发生规律与成因,科学指导水稻生产防灾减灾,基于1991—2020年重庆市气象资料、水稻生育期观测资料及再分析资料,研究重庆水稻不同种植区及不同生育期的连阴雨气候特征和大气环流特征。结果表明,重庆各种植区全生育期的连阴雨均呈减少趋势,其中,中部减少趋势最明显,连阴雨发生站次比气候倾向率为-0.33·(10 a)^(-1);东南部连阴雨发生站次比最高,达1.18,但减少趋势最弱;东北部连阴雨发生站次比最低,仅0.55,且预计阴雨灾害将进一步减少。水稻营养生长期的连阴雨发生频次最高,生殖生长期最低。空间分布上,水稻全生育期连阴雨发生频次东南部最高,单点最大值达1.80;东北部最低,单点最小值仅0.27;高值区分布在重庆偏南区域,不同生育期略有差异;而低值区始终位于东北部。连阴雨发生最为频繁的营养生长期,各地区均受负位势高度异常控制,南北位势高度梯度减小,冷空气南下易导致连阴雨发生。连阴雨发生频次最高的重庆东南部,水汽起源于太平洋,由副热带高压外围的东南暖湿气流提供。营养生长期的水汽输送带相比苗期更偏南,呈西南向分布。

2012—2020年西南低涡气候特征及对重庆暴雨的影响

基于2012—2020年西南低涡年鉴资料,统计分析了西南低涡的时空演变及涡源、移动路径、生命史等气候特征,再结合雨量数据分析了西南低涡对重庆暴雨的影响。结果表明:(1)西南低涡一年四季都有生成,其中3—6月频发,尤其是在6月最多,7月和8月最少;白天和夜间生成几率大致相当,但盆地涡主要在夜间生成,而小金涡以白天生成为主。(2)西南低涡中,九龙涡最多,盆地涡次之,小金涡最少;大部分西南低涡生成后会在源地消亡,其中小金涡更易移出生成地,盆地涡较九龙涡和小金涡的移出率低。(3)西南低涡移动总体上可分为东北、正东、东南和西南共4个方向,以偏东方向移动为主,最远可达我国东北和华东地区。(4)超过80%西南低涡的生命史小于48 h,个别生命史长达120 h以上,最长可达180 h。(5)76%的重庆区域性暴雨与西南低涡有关,主要以盆地涡影响为主,其对长江以北的重庆各区县影响尤为明显。