江西省土壤温度变化特征及其与气象要素的关系

掌握江西省土壤温度的影响因素、深度变化、季节变化及区域差异,可以为土壤理化性质、土壤生物的分布及生长发育提供研究基础,并对农业种植和生态建设提供科学参考。本研究根据2005—2020年地面气象资料中月均各层土壤温度、气温、降水、日照、相对湿度等数据,分析江西省各层土壤温度的季节变化、土壤温度随深度的变化关系及其区域差异特征,并总结各气象要素对各层土壤温度的影响。结果表明,江西各层土壤温度的季节变化非常明显,且土壤温度变化的滞后性随土壤深度增加而更加明显。春、夏两季的土壤温度随土壤深度的增加而降低,温度变化减小;秋冬两季土壤温度随土壤深度加深呈增加的趋势,温度变化较大。土壤温度的季节变化在不同地区之间存在差异,土壤温度与土壤深度呈二次线性关系。不同地区中土壤温度与各气象要素的相关性存在差异,单个气象要素对土壤温度影响较小,多个气象要素相互作用对土壤温度影响更明显。

1960—2020年南水北调区域极端气象要素变化分析

南水北调工程会引起所涉区域极端气候发生变化,同时极端气候事件对调水工程运行也存在影响。研究以1960—2020年气象观测数据为基础构建极端气象要素指标体系,采用变化范围法(RVA)与集对分析法(SPA)对南水北调影响区极端气象要素的改变程度进行量化计算,揭示了经济发展、气候变化与南水北调工程影响下区域极端气象要素的演变规律。结果表明:在经济发展与气候变化影响下,1960—2020年南水北调影响区极端气象要素指标综合改变度总体为上升趋势,并出现了明显的区域差异性,中线地区极端气候改变度显著大于东线,而两线水源区变化程度低于输水区和受水区;调水前后对比分析表明,工程调水对中线的影响大于东线,且受水区极端气象要素变化程度更为明显;对极端气象要素分析发现,极端蒸发受气候变化与经济发展影响显著,极端气温受调水工程影响变化较大,极端降水受外界扰动变化不明显。

银川市夏季最大电力负荷与气象要素的相关性分析

文章利用2022年银川市夏季(6—8月)电力用电负荷数据和气象数据,全面分析了银川市夏季小时和日电力最大负荷与气象要素的相关关系,提取了降温负荷,结果发现:银川夏季小时电力负荷与平均气温相关性最高;日最大负荷与闷热指数、最低气温和平均气温的联系更为紧密;用适当方法提取降温负荷能更好地体现与气象要素的相关性;2 d累计的风效指数和人体舒适度与降温负荷的相关性更高。

我国重点地区臭氧变化特征及与气象要素的关系

利用2015~2019年历史数据,分析我国臭氧(O_(3))时间、空间变化特征,结合同期气象数据研究重点区域臭氧污染与气象要素的关系.结果表明:2015~2019年我国O_(3)浓度整体呈上升趋势,全国O_(3)浓度年均值由83.8μg/m3增至92.4μg/m^(3).O_(3)浓度变化主要呈"双峰型",2017年呈"单峰型".5~9月为O_(3)浓度的高值时段.1~3月、10~11月O_(3)浓度波动比4~9月大.我国O_(3)浓度呈"东高西低"的空间分布特征,高值区主要集中在京津冀地区.O_(3)浓度与日照时数呈正相关,与最高温度呈正相关,与相对湿度呈负相关.气象要素对O_(3)浓度的影响存在地区差异,大部分地区O_(3)浓度与温度的正相关性较强(r>0.5),而青藏地区O_(3)浓度与温度呈负相关(-0.2<r<0).大部分地区O_(3)浓度随风速先升高后降低,青藏地区O_(3)浓度随风速升高而升高.当温度高于25℃、相对湿度在45%~60%、风速在3~6m/s时更容易出现O_(3)污染.

气象要素与潜在林火风险关联性研究

为探究川西南地区复杂气候与森林火灾之间的关联性,以四川省凉山彝族自治州木里藏族自治县(以下简称“四川省凉山州木里县”)为例,通过局部规模的气象异常值变化,分析了各气象要素与森林火灾的潜在联系性。再通过FWI与FFDI,分析木里县历史火险变化,验证了其与木里县森林火灾的关联性。结果表明:森林火灾发生前后气压、气温、湿度、风速、蒸发量出现不同周期的连续增加(或衰减)。同时,木里县森林火险指数FWI与FFDI呈现出年际震荡且逐渐增大的趋势,且木里县林火频数与FWI的年均相关系数(46.9%)、月均相关系数(80.7%)均大于FFDI(年相关系数38.7%、月相关系数53.1%)。此外,林火风险值出现极端异常还与同期(或同年)发生的气候事件密切相关。因此,气候异常事件所导致的持续高温、低湿、多风的气象条件是森林火险等级快速升高或重大森林火灾事故的本质原因之一。

柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析

基于MODIS MCD19A2气溶胶数据集,利用线性趋势、Spearman相关性分析及?ngstr?m指数内插法,探究柴达木盆地2001-2021年大气气溶胶光学厚度的时空分布特征及气象因子影响。结果表明:在年际尺度上,柴达木盆地AOD波动上升,年增幅为3.74%,年均值为0.110±0.002;在季节尺度上,AOD季节性变化明显,其值由高到低分别为春季、夏季、秋季、冬季,其中,春夏季AOD呈波动变化,秋冬季AOD无明显变化;月尺度上,AOD呈单峰型,峰值为4月。在空间上,AOD高值区位于柴达木盆地腹部,呈现中间高四周低的分布特征,低值区位于昆仑山脉和祁连山脉等高海拔地区及植被覆盖率较高的区域。气象要素对AOD都有着一定影响,其中风速、温度、相对湿度、云量和降水都与AOD呈正相关,风速和温度对AOD的影响最大。

基于主成分分析淮北五道沟日尺度地温对气象要素的响应

为探讨淮北地区地温对气象要素的响应关系,对未来地温进行预测,利用五道沟水文实验站1986-2021年0-320cm深度土壤内9个土层地温和8个逐日气象要素(平均气温、水面蒸发、日照时数、降水量、1.5m高度平均风速、平均空气相对湿度、绝对湿度和水汽压力差)实测资料,分析地温与气象要素的相关关系,利用主成分分析法对8个气象要素进行数据降维,以提取出的主成分作为输入构建PCA-BP地温模拟模型,并与仅使用平均气温作为输入的BP神经网络模型进行对比分析。结果表明:(1)除平均气温外,地温还受水面蒸发、绝对湿度、水汽压力差等气象要素影响,气象要素对地温的影响随土壤深度的增加而减弱。深层地温对气象要素的响应表现出时滞性特点,滞后时间随土层深度增加而增加。(2)0-80cm处PCA-BP地温模型在预测未来1、3、7d后地温时精度较高,R^(2)(决定系数)均高于0.79。由于地温对气象要素响应的滞后性,预测天数增加时,PCA-BP地温模型对深层地温的预测精度提高。(3)引入新的气象要素作为输入,可提高地温预测模型的精度;与仅使用平均气温作为输入的BP模型对比,PCA-BP模型在预测未来3d和7d后地温表现更优。

阿克达拉PM_(2.5)演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_(2.5)颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010~2019年PM_(2.5)数浓度及台站的常规气象观测资料,用z-score法对PM_(2.5)数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明:(1)10年中PM_(2.5)浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_(2.5)与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_(2.5)最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_(2.5)浓度明显转折点。夏季PM_(2.5)有降水时<无降水,冬季PM_(2.5)有降水时>无降水。日照有助于加速颗粒物运动速度,促进污染物扩散。

新疆新源县野果林气象要素年变化特征

为了给新疆新源县野果林的更新与复壮工作提供气象资料支撑,对2019—2021年新源县野果林平地、阴坡和阳坡3种生境类型的气象观测数据进行监测分析,探讨气温、空气相对湿度、光照、土壤温湿度、降雨、风速与风向关键气象要素的年变化规律。结果显示:气温呈现明显的单峰年变化模式,7月气温最高,月平均温度为22.87℃,而1月气温最低,月平均温度为-8.59℃,不同试验地间的温差不超过2.04℃;空气相对湿度在6—7月达到峰值,并且极端湿度事件频繁发生;光照强度从1—6月逐渐增强,随后在7—12月逐渐减弱,3种试验地的年均光照强度差异小于1876 lx;随着深度的增加,土壤温度和含水量变化幅度减小,7月土壤温度达到最高,而1月最低,3月和9月为土壤温度的交汇期;土壤含水量在5—6月达到最高,在8—9月降至最低;降水主要集中在4—6月,占全年降水量的49.1%;年均风速为1.19 m·s-1,东南风向占主导地位,占比45.45%;除了风向外,其他气象要素之间存在显著的正相关性。总体而言,新源县野果林全年气候条件普遍适宜野果林的自然更新,但冬季极端天气对生态系统的稳定性和更新能力构成了显著挑战,需要在生态保护过程中予以重视。

中国南方地区夏季地闪和降水协同变化的特征及气象要素分析

利用ADTD地闪定位数据和地基-卫星-雷达融合降水数据,通过耦合自组织映射网络(SOM)的聚类方法,分析了2016—2021年中国夏季地闪和降水协同变化的时空分布特征。研究区域位于我国南方地区(105~122°E,20~35°N范围内),覆盖了地闪密度和降水气候态的大值区。聚类结果显示我国地闪-降水耦合分布型可归为5类,其中第一类和第五类中地闪密度和降水异常的协同变化最一致。第一类表现为江淮地区降水-地闪活动偏多且华南地区降水-地闪活动偏少的偶极型分布,第五类与其分布相似,但符号相反。不同类型的地闪-降水耦合分布型对应着不同的地闪密度和降水异常中心,并且地闪密度和降水关系呈现出明显的地域差异性、非线性和非对称性。进一步研究发现,不稳定的大气层结、显著的中低层湿度差和有利的大尺度大气环流背景场是造成我国南方地区地闪-降水协同变化的重要因素。

武汉市大气污染物质量浓度变化特征及其与气象要素的关系

利用武汉市环境监测站有害大气污染物监测数据和气象观测站的温度、降雨、气压和湿度数据,分析武汉市2019年大气污染物在不同时间段上的变化特征,研究污染物与气象要素的关系.结果表明:1)24 h内,CO与NO_(2)质量浓度存在双“波峰-波谷”变化特征,O_(3)与SO_(2)质量浓度则有单波峰形态,PM_(2.5)与PM_(10)质量浓度有多波峰波谷变化特点;2)污染物质量浓度24 h内的变化特征与人类活动及天气系统发展或存在明显关联;3)除O_(3)外,气温与其余污染物的质量浓度均为负相关关系,低压有利于污染物扩散;4)降雨对污染物清除作用明显,且降雨量越大,污染物样本空间量越少;5)月尺度上,相对湿度与O_(3)、NO_(2)和SO_(2)质量浓度为负相关关系,与CO、PM_(2.5)和PM_(10)质量浓度为正相关关系,气压与除O_(3)外的其他污染物质量浓度均为正相关关系.

气象要素、空气污染与代谢综合征关系的研究进展

代谢综合征(MS)是包括高血压、糖尿病、血脂异常、肥胖等多种代谢性疾病在内的一组临床综合征,是心脑血管疾病重要的危险因素,已成为世界范围内的公共卫生问题。随着经济的高速发展和工业化、城市化进程的加快,全球气候变化,空气污染日益严重,气象要素变化和空气污染越来越多地影响MS的发生、发展及转归。各气象要素、空气污染对人体生理和病理功能的影响常表现为多种因素共同作用的结果,因此在研究气象要素、空气污染与MS的关系时,要全面综合考虑多因素的共同影响。未来可根据相关研究结果,建立疾病风险预测模型,以为MS的预防控制提供策略。

四川省城市群城市化进程对城市气象要素的影响

在经济快速发展,全球气候变暖的背景下,全国城市化进程稳步推进。在西部大开发等政策支持下,四川省作为重要发展区域之一,城市化进程快速推进。本文采用2000年⁓2020年城乡人口数据探究城市化水平时空分布规律、基于同期四川省土地覆盖数据分析其景观格局变化,同时结合同期气象要素的变化分析,探究四川省各城市群城市化进程对气象要素的影响。结果如下:1) 20年内四川省各城市群城市化水平增长率均为正值,城市化进程稳步推进,川东北城市群增长最快(0.1496)。2) 城市化水平空间分布存在区域性,总体规律为“成都平原城市群 > 川南城市群 > 川东北城市群”。3) 城市群不透水面的占比明显上升,例如成都平原城市群不透水面的占比从2000年1.3169%上升至2020年3.3926%。各城市群景观类型主要以农田、森林为主,各斑块之间较为紧凑、景观面积不平衡、差异大。4) 对于大多数城市来说,城市化水平与年平均相对湿度呈负相关,与年平均温度、年平均降水量呈正相关。5) 成都平原城市群、川东北城市群、川南城市群各城市群不同景观类型对城市气象要素的影响具有差异,对于成都平原城市群,不透水面的面积越大,相对湿度和日照时数就越高。In the context of rapid economic development and global warming, the national urbanization process has been steadily advancing. With the support of policies such as the western development, Sichuan Province, as one of the important development areas, has undergone a rapid urbanization process. This paper uses the urban and rural population data from 2000 to 2020 to explore the spatial and temporal distribution of urbanization level, analyzes the change of landscape pattern based on the land cover data of Sichuan Province during the same period, and combines the temporal distribution of meteorological elements during the same period. To explore the influence of urbanization process on meteorological elements of urban agglomerations in Sichuan Province. The results are as follows: 1) The urbanization growth rate of all urban agglomerations in Sichuan Province in the past 20 years is positive, and the urbanization process is advancing steadily, and the northeast Sichuan urban agglomerations have the fastest growth (0.1496). 2) The spatial distribution of urbanization level is regional, and the overall rule is “Chengdu Plain urban agglomeration > Southern Sichuan urban agglomeration > Northeast Sichuan urban agglomeration”. 3) The proportion of impervious surface in other urban agglomerations increased significantly. For example, the proportion of impervious surface in Chengdu Plain urban agglomeration increased from 1.3169% in 2000 to 3.3926% in 2020. The landscape types of urban agglomerations are mainly farmland and forest, and the patches are relatively compact, the landscape area is unbalanced and the differences are large. 4) For most cities, urbanization level is negatively correlated with annual mean relative humidity, and positively correlated with annual mean temperature and annual mean precipitation. 5) The impact of different landscape types on urban meteorological elements in Chengdu Plain urban agglomerations, northeast Sichuan urban agglomerations, South Sichuan urban agglomerations is different. For Chengdu Plain urban agglomerations, the greater the area of impervious surface, the higher the relative humidity and sunshine hours.

基于Qt的气象要素观测系统探究

随着我国地面气象观测业务系统自动化改革进程的加快,越来越多的人工观测项目被自动观测替代,而目前业务系统中的地面气象观测集成系统不能满足对观测仪器远程管理的需求。本文综合分析了气象观测在远程监控、管理控制等方面的需求,提出一种基于Qt气象要素观测系统的设计方案,以充分发挥分布在不同地方的气象观测设备的不同气象观测功能。

信丰县气象要素变化对农业生产的影响及对策

利用1991—2022年信丰县平均气温、降水量和日照时间观测资料,分析信丰县气候变化特征,并探究信丰县气象要素变化对农业生产的影响及对策。结果表明:1991—2022年信丰县年平均气温、平均最高气温、平均最低气温及四季平均气温均呈上升的变化规律,且上升趋势很显著,平均气温整体呈上升变化规律是由四季气温变化共同带来的;信丰县年降水量变化表现为大致减少的变化规律,信丰县年内降水量存在显著的干、湿季之分,春、夏季降水量最集中;信丰县的年日照时间大致呈增加的变化规律,年平均日照时间为1614.5h。气温、降水量、日照时间的波动起伏会影响农作物的生长发育及产量,尤其是气温的上升会加剧农业病虫害及气象灾害的发生,给农业造成严重的损失。为减少信丰县气象要素变化对农业的影响,应结合气候实际情况,科学调整农业生产结构,并且要不断提升极端天气应急防范能力,尽可能保障农业安全生产。

WRF模式不同边界层参数化方案对沈阳地区近地面气象要素模拟差异评估

采用WRF(weather research forecast)模式中三种不同边界层参数化方案(YSU、MYJ、MYNN2)对2022年8月沈阳地区近地面逐时气象要素进行模拟研究,对比分析不同边界层参数化方案在模拟沈阳地区近地面气象要素时所表现出的差异。结果表明:三种边界层参数化方案均能较好地模拟沈阳地区近地面气象要素逐时变化趋势。在模拟近地面风速方面三种边界层参数化方案模拟结果整体偏大;MYJ方案平均偏差最小,相关系数最高,模拟效果最好。三种参数化方案在对近地面温度模拟整体偏低,平均偏差均为负值;YSU方案相关系数最高,可达0.94。在模拟近地面相对湿度方面三种参数化方案模拟结果整体偏低;从相关系数来看YSU方案和MYNN2方案差异性不大。

基于多重气象要素的贵州省西部区域烤烟单叶重模型研究

【目的】探明气象要素对烤烟单叶重的影响,并构建基于多重气象要素的贵州省西部区域烤烟单叶重模型。【方法】根据贵州省西部烟叶种植区域2010—2021年分区县气象要素和大田烤烟单叶重数据,运用BP神经网络、随机森林、线性回归和逐步回归4种人工智能和统计学算法,分析近12年贵州省西部烟区烟叶单叶重变化趋势,在此基础上研究气象要素与烤烟单叶重的关系,构建多重气象要素与烤烟单叶重模型并验证。【结果】近12年贵州省西部烟区下部叶的单叶重平均为6.25 g,中部叶为9.95 g,上部叶为10.81 g;中部叶单叶重的变化不大,而下部叶和上部叶总体呈逐渐增重趋势。运用4种人工智能和统计学算法建立基于烟叶生长关键时期4个气象要素(成熟期气温、旺长期雨量、大田期日照时数和大田期可用时段,以下简称四要素)和3—9月逐旬气象要素(多要素)单叶重模型;模拟2010—2021年逐年单叶重发现,虽然建模时BP神经网络算法模拟准确率最高,但模拟实际单叶重时基于多要素的逐步回归算法模型模拟效果最优,相比其他模型可很好地模拟出各叶位逐年单叶重的峰值和谷值,随机森林算法次之。【结论】逐步回归和随机森林算法对贵州省西部地区烤烟单叶重模拟效果较好,建立烤烟单叶重预测模型时考虑预测气象要素的代入,可为烟叶生产决策提供科学依据。

基于气象要素的贵州中东部区域烤烟单叶重模型的比较

选取贵州中东部烟叶种植区域2010-2021年47个区(县)气象和烤烟单叶重数据,分析气象要素对烤烟单叶重的影响,运用线性和非线性4种方式基于年尺度4个气象要素(四要素)和旬尺度多个气象要素(多要素)分别建立烤烟单叶重模型,并验证模型的准确性和稳定性,探究不同模型在贵州中东部区域评估单叶重的优劣。结果表明:(1)贵州中东部烟区近12a下部叶单叶重平均为5.7g,中部叶单叶重平均为9.2g,上部叶单叶重平均为10.8g,下部叶单叶重变幅小于中部叶和上部叶。(2)基于四要素建模,下部叶单叶重BP神经网络算法模型的模拟效果最优,R^(2)为0.26,RMSE为0.84g;中、上两部叶单叶重的随机森林算法模型的模拟效果最优,中部叶R^(2)为0.33,RMSE为1.08g,上部叶R^(2)为0.16,RMSE为1.59g。基于多要素建模,下、上两部叶单叶重的随机森林算法模型的模拟效果最优,下部叶R^(2)为0.22,RMSE为0.85g,上部叶R^(2)为0.16,RMSE为1.57g;中部叶单叶重的BP神经网络算法模型的模拟效果最优,R^(2)为0.18,RMSE为1.14g。(3)基于多要素的逐步回归算法在下部叶的准确率为34.86%,其他算法对同叶位的模拟准确性普遍在70%以上,多要素BP神经网络模型预测下部叶单叶重准确率最高,为86.24%,四要素随机森林模型中部叶单叶重准确率最高,为89.91%;多要素随机森林算法预测上部叶单叶重准确率最高,为84.4%。(4)基于四要素算法模型对贵州中东部2021年单叶重预测,中下部叶单叶重四种算法模型准确率差别不大,上部叶单叶重随机森林算法的准确率最高,为91%,明显高于其余三种算法模型;基于多要素情况下,各模型下、中、上部位平均模拟准确率为81%、74%和85%。(5)在市州维度四要素条件下,下部叶单叶重模拟结果BP神经网络平均准确率为84%;四种算法模型对中部叶模拟结果无显著差异;上部叶模拟结果随机森林算法平均准确率最高,为92%。多要素条件下,下部叶单叶重模拟结果线性回归平均准确率为91%;上部叶单叶重模拟结果线性回归平均准确率最高,为88%。综上,针对贵州中东部平均烟叶单叶重,采用四要素运用BP神经网络和随机森林算法能较好地模拟气象因素对烟叶单叶重的影响,为烟叶生产的调控提供科学依据。

2022年江苏省PM_(2.5)与臭氧污染特征及其与气象要素关系

基于2022年江苏省PM_(2.5)、臭氧环境监测站数据和地面气象站数据,分析污染时空分布特征及其与污染源排放、气象要素的关系,从而为排放管控、污染治理提供科学依据。PM_(2.5)整体呈北高南低、西高东低的空间特征,冬季浓度最高(30—75μg·m^(-3)),西北部城市的PM_(2.5)全年污染天数为全省最多(25—40 d)。臭氧呈南高北低的空间特征,夏季浓度最高(120—160μg·m^(-3)),苏南城市的臭氧全年污染天数最多可达60—70 d。二者浓度在夏季具有较强的正相关性,在冬季相关性很弱。各季节PM_(2.5)与温度、相对湿度、风向呈弱相关性,与风速关系稍强。PM_(2.5)污染事件多发于温度为2—6℃、相对湿度为60%—85%、风速<3 m·s^(-1)的条件。各季节臭氧均与温度呈强正相关性,与相对湿度为负相关。风向为偏西风时容易出现高浓度,为第四象限风(东风到南风)时浓度通常较低。臭氧污染集中于日最高气温>28℃、相对湿度为60%—75%、风向为偏西风的条件,以此作为预报指标,正确率约为50%。

气象要素对半干旱区春玉米干物重的影响及其胁迫效应研究

本研究旨在深入理解气候变化对旱作玉米生长发育和产量形成的影响及其胁迫机制,以期为半干旱区春玉米适应极端气候、实施防灾减灾策略提供科学依据。基于1994—2022年连续29 a玉米干物质观测资料及气象因子资料,本研究运用线性回归、多项式函数、相关分析等方法,探讨了气象要素对玉米干物质积累的影响及其胁迫效应。研究发现,在过去29 a间,玉米干物重的年际间波动显著,且气候变化对干物质积累与生长率的影响不一致。气象因素在玉米营养生长期对其干物重影响较小,而在生殖生长期影响较大。其中,降水量被确认为影响半干旱区玉米干物重的最重要气象因素。积温和日照条件基本能满足玉米生长发育需求,而干物重积累主要受七叶期—抽雄期降水量、抽雄—乳熟期≥10℃积温及抽雄—成熟期的日照时数的影响。伏旱和初秋连阴雨是陇东玉米主要胁迫因素。拔节期后的光照、温度和水分合理配合程度决定了干物重的水平,而开花后10 d开始到开花后60 d是有效干物重增长关键期,灌浆速度和灌浆期的持续时间直接影响有效干物重的积累。本研究结果可为西北黄土高原旱作玉米在气候变化背景下的适应性管理提供参考。