四川省汛期小时极端降水精细化特征

使用2012-2021年四川省2985个气象站5-9月逐小时降水资料,分析了小时极端降水的精细化特征.研究结果表明:四川省汛期小时降水在第99百分位出现转折性变化,小时极端降水阈值随海拔升高而减小.总体上小时极端降水贡献率四川盆地最高,攀西地区次之,川西高原最低,其与汛期降水量的多少基本匹配.研究期内各个区域的汛期小时极端降水贡献率均以增加趋势为主,川西高原和攀西地区尤其显著,但空间差异非常大.在一天中,各区域小时极端降水都呈“单峰型”,夜间出现小时极端降水的概率相对更大,不同地区的峰值出现时间有所不同,中午时段均不易出现小时极端降水.研究期内小时极端降水出现峰值更高、谷值更低的变化趋势.小时极端降水过程达峰快、减弱慢,开始时间越晚持续时间越长.四川盆地和攀西地区下午至前半夜多为1~3 h短过程,后半夜多为3~11 h持续过程,而且川西高原的开始时间略晚,持续时间更长.

1961—2022年四川省区域性干旱过程识别及时空演变特征

利用四川142个国家气象站1961—2022年逐日气温、降水资料,基于气象干旱综合指数(MCI)及其区域性干旱过程识别方法,分析四川区域性干旱时空变化特征。结果表明:(1)1961—2022年四川识别239次区域性干旱过程,平均3.9次/a,综合强度为较强等级以上占比49.4%;过程开始11月最多,9月最少;过程频次1960年代和1990年代偏少,1970年代、1980年代和21世纪以来相对偏多。(2)四川省区域性干旱过程的综合强度呈显著增强趋势,主要是过程影响范围增加趋势明显,平均每10 a增加3.7站,而过程强度和持续天数的变化趋势均不明显。(3)四川省各地干旱日数变化趋势各异,盆地及攀西地区干旱频发态势明显,常见4种区域干旱分型,分别是盆西南型、盆东北型、盆西北型和攀西型。(4)2022年四川省发生4次区域性干旱过程,过程频次接近常年水平,年度干旱综合评价为近10年来偏强。区域性干旱过程识别结果与业务实际和灾情验证比较吻合,综合强度指标对干旱事件的影响有一定表征能力,可本地化业务应用于四川区域性干旱过程监测评估。

基于概率模型的四川省降水诱发地质灾害风险预警方法研究

开展降水诱发地质灾害风险预警是降低地质灾害风险的重要手段之一。基于2008-2019年四川省地质灾害历史灾情数据,在地理分区基础上,以地形、岩土、植被、气候因子为区划评价因子,采用信息量模型,将四川省划分为7个地质灾害分区。以正态化处理后的地质灾害有效降水量为建模因子,采用高斯拟合方法,建立各分区降水诱发地质灾害概率模型,并进行地质灾害预警检验。结果表明:(1)四川省可划分为盆地及盆周山区低易发区、中等易发区、高易发区,西南山地次易发区、易发区,川西高原次易发区、易发区等7个地质灾害分区。(2)ROC(Receiver Operating Characteristic)曲线分析表明,盆地及盆周山区的地质灾害分区精度略低于西南山地区和川西高原区的分区精度。(3)各分区正态化处理后的有效降水量与地质灾害频率具有很好的高斯分布关系。(4)建立的降水诱发地质灾害概率模型的地质灾害预警成功率为72%,当日降水量≥10 mm时,地质灾害预警成功率为83%。

1991~2020年四川省气候平均值的变化及业务应用评估

利用1991~2020年与1981~2010年四川省156个国家气象站地面气候平均值资料,从年、月尺度对比分析了新旧2个30 a气候平均值的差值分布特征及业务应用差异。结果表明:(1)近30 a四川省年平均气温升高了0.3℃,年内各月平均气温均升高,全省93.7%站点增温0.1~0.5℃。(2)近30 a四川省平均年降水量增多3.8 mm,年内6~10月降水量差值变化大,川西高原年降水量大部地区以增多为主,盆地和攀西地区以减少为主。(3)启用新30 a气候平均值后,四川省大部地区年、月平均气温距平有所降低,全省平均年降水量距平变化不大,但各地年、月降水量距平变化区域差异显著。(4)四川地区冬季平均气温升高,近42 a中(1981~2022年)暖冬减少6 a,冷冬增加5 a;春季平均气温升幅大,盆地常年春季开始日期提早,持续天数增加。(5)气候平均值的改变对气象要素及气候事件监测评价等业务应用有较大影响。

四川省太阳能资源气候学计算

利用SMARTS模式计算晴天总辐射,充分考虑大气对太阳辐射的削弱作用和海拔高度的影响,以四川省为例,建立了复杂自然环境条件下基于日照百分率的太阳能资源气候学计算方程。该方法不仅物理意义明确,而且计算结果误差明显降低;与实测值相比,7个辐射站年地面太阳总辐射曝辐量的相对误差均低于7%;与初始值采用天文辐射曝辐量的方法相比,无论是相对误差值还是离散程度,均降低一半以上。该方法较好地解决了在一个地形复杂、气候多变的区域采用同一计算方程的难题,从而有效避免了过去采用分区方法带来的边界不连续问题,对我国东西高差大、干湿变化明显的特殊情况具有应用价值。

未来气候变化对四川省水稻生育期气候资源及生产潜力的影响

【目的】开展气候变化背景下四川省水稻生育期气候资源及生产潜力时空变化趋势的预测,为未来应对气候变化及水稻生产宏观决策提供重要的理论依据。【方法】研究选取区域气候模式PRECIS输出的未来A2和B2气候情景(2071-2100年)及基准气候条件(1961-1990年)气象要素资料,利用联合国粮农组织(FAO)推荐的方法和侯光良的方法,分析了四川水稻生育期内主要气候资源(≥10℃积温、日照时数、降水量、参考作物蒸散量和缺水率)和水稻生产潜力(光合、光温和气候生产潜力)的时空变化特征。【结果】与基准年气候条件相比,在A2和B2 2种气候情景下,2071-2100年四川省水稻生育期内≥10℃积温、日照时数、参考作物蒸散量和水稻缺水率均呈增加趋势,而降水量在大部地区呈减少趋势,未来四川水稻受干旱灾害的风险可能加大;水稻光合、光温和气候生产潜力呈增加趋势。【结论】未来四川气候资源变化对水稻的增产有利。

四川省春季林火气候模型的建立

本文统计了四川省1979～2012年森林火灾数据,得到了本省林火的年际变化及区域分布特征,确定了林火发生重灾区.通过分析林火与气象条件的关系,利用多元统计回归方法建立了重灾区林火次数气候回归模型,并对模型进行了评估检验,模型效果比较理想,凉山州、攀枝花市、甘孜州三市州的正确率分别达到55.6％、66.7％和88.9％.

四川省气候资源开发利用与保护政策法规现状分析

本文在较系统阐述四川省气候资源开发利用与保护政策法规现状的基础上,分析了四川在全面推动高质量发展时代背景下气候资源开发利用与保护政策法规面临的诸如制度不完善、操作性不强、执行力不足等主要问题,并结合四川的实际情况提出了完善四川气候资源开发利用与保护政策法规体系的对策建议。

1997—2021年四川省干旱时空变化特征分析

构建适宜的气象干旱指标是开展干旱监测和干旱评价业务服务的基础。基于1997—2021年四川省155个国家气象站逐日平均气温和降水,以及各县(市、区)农作物播种面积资料,通过改进气象干旱综合指数(Meteorological Drought Composite Index,MCI)中的季节调节系数,形成改进的气象干旱综合指数(Modified Meteorological Drought Composite Index,MCI_(m));再结合历年干旱受灾面积、有效灌溉面积修订区域性干旱过程识别方法,并识别出四川省历年区域性干旱过程51次,然后再利用经验正交函数(Empirical Orthogonal Function,EOF)、旋转经验正交函数(Rotated Empirical Orthogonal Function)、Morlet小波分析法,分析区域性干旱过程时空分布特征。结果表明:1997—2021年四川省发生区域性干旱过程的持续日数呈现出“先变短再增长再变短”,平均影响范围呈现出“先减小再增大再减小”,平均强度和综合强度呈现出“先减弱再增强再减弱”的变化趋势。平均年干旱过程累积日数总体呈现盆地多于盆周山区、盆周山区多于川西高原和攀西地区的特征。年累积MCIm距平EOF分解空间型存在全区一致特征,同时也存在南北反位相特征。四川省可划分为6个区域性干旱气候区,2009—2015年各区年累积MCI_(m)周期变化比2001—2008年更明显。改进后的区域性干旱过程识别方法识别出的干旱过程与干旱灾情更为吻合,更能准确反映四川省干旱发生的实际状况。

川藏铁路四川段沿线强风特征及其危险性评估

强风是影响川藏铁路安全建设与运营的主要气象灾害之一.为减轻或避免强风灾害对川藏铁路建设与运营安全的影响,以四川段为例,利用200余个地面区域自动气象站2009-2022年的10 m高度测风数据,分析了川藏铁路四川段沿线强风分布特征,并根据强风对施工期与运营期的不同影响,分别建立不同评估指标评估其强风危险性.研究结果表明:泸定县以西路段受高原地形影响,强风频次较高,大部路段各月大风日数超过5 d,年均极大风速超过10.0 m/s,极大风速盛行风向以偏北风为主,其中理塘和春季分别是大风日数最多的路段和时段.泸定县以东路段受盆地地形影响,强风频次较低,全年大风日数可忽略不计,年均极大风速为5.0~10.0 m/s,全年极大风速盛行风向以偏东风为主.川藏铁路四川段沿线施工期与运营期强风危险性等级分布较为一致,其中较高及以上等级区域均集中于雅江县西部至理塘县路段.基于区域自动气象站数据开展川藏铁路沿线强风特征及其危险性分析更加精细,可为川藏铁路四川段建设与运营期的强风防灾减灾提供参考.

2022 年夏季四川省区域性高温和干旱过程监测评估

基于1961~2022年四川省156个国家气象观测站逐日降水及平均气温资料,对2022年四川省高温和干旱开展异常气候特征监测分析和区域性过程定量化综合评价。结果表明:(1)2022年夏季四川省平均气温较常年同期偏高2.2℃,为1961年以来历史同期最高,全省平均降水量偏少35%,为1961年以来历史同期最少。(2)2022年夏季共出现4段区域性高温过程,其中7月28日~8月28日的区域高温事件综合强度为1961年有完整气象观测记录以来最强;年度高温过程累积强度位列1961年以来历史第4位,弱于2006年。(3)2022年夏季四川省共出现3段区域性干旱过程,干旱范围广,中旱以上天数多,综合站次百分比位列历史同期最大。其中8月7~26日的区域性干旱过程综合强度等级为“强”,排历史第24位,未能进入历史前10,但超过2006年6月10日~7月9日区域性干旱过程的综合强度;从影响范围看,此次过程的干旱站点数量排历史同期第2位,范围均比2006年夏季的两次区域性干旱过程广。

四川省林火多发年的环流特征分析及气候分型

利用四川省林火重灾区(凉山州、攀枝花市、甘孜州)林火数据和NCEP/NCAR逐月再分析资料,分析了春季林火多发年大气环流特征,发现高低空大气环流异常,造成重灾区水汽输送偏少和冷空气活动偏弱,导致降水偏少、温度偏高,从而为重灾区春季林火的多发提供了有利的气象条件。在对比分析林火多发年与少发年温湿气候背景的基础上,分析了不同温湿气候分型下重灾区春季及各月林火的发生情况,发现春季林火多发生于"暖干型",即在降水偏少、温度偏高时林火发生概率明显增多,造成严重的损失。

基于分布式模型方法和气候经验模型的四川省总辐射结果比较研究

利用四川省气象站常规观测数据,1:25万数字高程(DEM)数据,考虑坡度、坡向等地形因子建立气候经验统计模型和分布式模型,分别计算未考虑地形因子和起伏地形下的四川省太阳总辐射时空分布情况并进行分析。结果表明:两种模拟结果在四川省总辐射分布上趋势大致相同;分布式模拟结果所得总辐射结果范围更大,总辐射结果范围为1800~7200MJ/m2,而气候经验统计模型结果仅为3100~6280MJ/m2;经部分站点2012年总辐射实测值检验,结合地形因子采用分布式模拟的方法比单纯使用经验系数和气象参数模拟的气候学方法误差均值小0.39%。考虑了复杂地区的分布式模拟结果,比气候学拟合方法结果更为细致,更有利于查看局地结果,这对实际应用中太阳能资源的开发、电厂规模的选址和布设、电机型号的安装更能提供参考价值。四川省北部阿坝州、西部甘孜州和南部凉山州及攀西地区太阳能资源较为丰富,利于进行太阳能资源开发,交通不便地区可通过安装小型分布式发电设施,合理利用太阳能资源。

四川省地面气象自动站观测数据质量分析与评估

利用经过质量控制的国家站和区域站逐小时气象观测资料,针对四川省资料一体化业务运行近5年的地面自动站数据质量进行分析与评估。结果表明:国家站数据质量整体呈优良水平,随着2020年4月四川省自动化观测的转变,可用率存在由高向低的显著突变,随后逐步上升。区域站数据质量低于国家站,但总体呈显著上升趋势。从季节变化看,导致可用率降低的主要原因为数据缺测,国家站可用率在汛期偏低而非汛期偏高,区域站则与之相反。从日变化看,区域站数据可用率在白天大于夜间,于17时达到峰值后直至凌晨均呈下降趋势。从空间分布看,四川盆地数据可用率最高,盆地西部与高原过渡区域数据可用率大多偏低。从区域站各要素质量看,风向风速可用率最高,降水可用率最低且各月波动较大,各要素缺测率相关性较好,主要是通讯故障或软件故障造成的整站资料缺测。总之,地面自动站质量存在显著的季节波动、日变化和空间分布特征,但整体上表现较为稳定且呈一定的上升趋势。

FGOALS-f2气候预测系统对西南地区持续性极端降水的次季节预测评估

区域持续性极端降水具有降水范围广、时间久、强度大且灾害性强的特征,亟需提高其预测时效和准确性。本文通过挑选1999—2019年西南地区发生的7个区域持续性极端降水事件,评估了FGOALS-f2 S2S模式对西南地区持续性极端降水的次季节预测性能。结果表明:FGOALS-f2对四川盆地及周边地区降水存在明显低估,导致了模式所预测的极端降水阈值在四川盆地、重庆和贵州大部分地区比观测偏低约15 mm/d,而在四川西部及云南等高海拔地区基本与观测接近。降水强度的模拟误差进一步导致在该区域发生的持续性极端降水和短时极端降水事件强度被模式低估,但偏差基本不随预测时效延长而变化。在极端降水发生概率方面,模式对区域持续性极端降水事件和短时极端降水事件的命中率、误警率和Heidke技巧评分在1~10 d内迅速下降,然后在11~30 d内基本维持不变,但区域持续性极端降水的预测性能明显优于短时极端降水。可见,该模式对区域持续性极端降水发生概率的预报技巧更好,可为西南地区极端降水的次季节预报提供科学参考。

四川省农产品气候品质认证发展现状及对策

四川省气象局围绕农产品气候品质认证延伸气象服务范围,提供以农产品气候品质认证为载体的“直通式”为农气象特色服务。本文首先阐述了气候品质认证工作现状,然后分析了气候品质认证工作推进过程中存在的问题,最后提出了相关对策,以期为农产品气候品质认证业务化可持续发展提供有益思路。

西南地区冬季异常冷湿/暖干的气候背景分析

利用1981—2022年西南地区409个地面气象站观测资料、NCEP/NCAR和NOAA再分析资料等,分析了西南地区冬季异常冷湿/暖干配置的气候变化特征及形成机制。结果表明,全区大部分冷湿/暖干是西南地区冬季频繁出现的异常气候配置。20世纪80年代以来,全区暖干趋势显著。对流层中高层的贝加尔湖高压强(弱)和青藏高原高压弱(强)及中低层西伯利亚高压强(弱),协同构成的准正压“北正南负”(“南正北负”)环流型,是西南地区冬季冷湿(暖干)配置的关键环流背景。秋季阿留申群岛南侧、赤道东太平洋南侧和北侧,以及澳大利亚西南侧4个关键区的海温是上述异常环流型的关键前兆信号。阿留申群岛南侧海温偏高(低)可使秋、冬季亚速尔高压持续增强扩大(减弱缩小),然后通过罗斯贝波东传增强(减弱)下游贝加尔湖高压和西伯利亚高压。赤道东太平洋南侧和北侧的海温偏低(高),可共同促使东北太平洋和北大西洋低纬度地区位势高度场偏低(高),激发正(负)异常罗斯贝波源并东传减弱(增强)青藏高原高压;澳大利亚西南侧海温偏高(低),有利于高空越赤道偏南(北)风加强,进而增强(减弱)中东急流,导致青藏高原高压偏弱(强)。

初冬四川盆地霾的变化特征及其成因分析

选取NCEP/NCAR大气环流资料以及四川盆地16个地市州代表站天气现象数据,运用EOF分解、线性相关等统计方法,分析了初冬四川盆地霾的变化特征及其成因。结果表明:在年际尺度上,初冬四川盆地霾日数均表现为两种不同的分布模态,一是全区一致型,二是东西反相型。影响霾日数一致型模态的关键环流系统为,霾日数偏多(少)时,表现为AO/NAO呈负(正)位相,欧亚南部型(SEA)遥相关波列呈负(正)位相,四川盆地为高度场正(负)距平控制,受到青藏高原以北(南)偏西北风(西南风)异常影响,来自孟加拉湾的西南暖湿水汽输送较弱(强)。影响霾日数东西反相型环流系统为,霾日数东多西少(东少西多)时,呈现类似SEA型遥相关波列。降水量的减少是影响初冬四川盆地霾天气的重要气象因子,降水对大气的净化作用随着降水量的减少而减弱,造成霾天气频发。

四川稻作区优质稻生产气候生态条件适宜性评价及空间分布

开展特定区域适宜优质稻区域化种植的气候生态条件评价及空间分布格局的研究,可为我国不同稻作区稻米品质生态改良及宏观决策提供重要的理论依据。通过四川、云南、贵州、重庆多地不同生态区田间试验、气象资料的统计分析建立齐穗期与经度、纬度及海拔间的回归模型,以四川省稻作区为分析样区,利用地理信息系统(GIS)空间差值等方法,对四川省稻作区优质稻生产的气候生态条件适宜性及其空间分布格局进行研究。结果表明,四川省各稻作区优质稻生产均存在显著的区域特色,通过对影响不同生态区优质稻生产诸环境及气候生态因子的相对重要程度关系进行回归分析,明确了齐穗期与经度、纬度及海拔间的回归模型;并在研究区域范围内筛选了对优质稻生长发育及米质形成影响较大、且分布差异显著的气象因子:齐穗后灌浆结实期间30 d范围内的日均气温、日照百分率、天文辐射、水汽压等作为优质稻气候生态区划的评价指标,并构建了四川省稻作区优质水稻生态适宜性综合评价指标体系。以此为基础,进行了四川省稻作区优质稻生产的气候生态条件适宜性分级评价及其空间分布格局分析。结果表明:四川省稻作区适宜种植优质稻的区域主要分布在盆周边缘稻区的西北部、盆西平原稻区的西部及北部、川西南山地稻区除西部以外的大部分地区,盆周边缘稻区的西南部、东北部也有零星分布;较适宜种植优质稻的区域主要分布在盆周边缘稻区的北部、西南部,盆西平原稻区的东部、南部,盆中浅丘稻区的西北部、东北部,及川西南山地稻区的西部;除上述区域外皆不适宜种植优质稻。本研究可为科学规划四川省优化优质稻生产布局和结构,促进四川省优质稻高产、优质、高效发展提供科学依据。

近50年四川省水稻生产潜力变化特征分析

气候变化对农业生产的影响日益加剧,特别是作为我国粮食重要产区的四川。科学评价气候变化对四川省水稻生产的影响对于区域农业可持续发展具有重要意义。本文基于四川省45个气象站点50年的气象数据和20年的水稻生育期资料,采用侯光良法分析了四川省7个水稻种植区的水稻光合生产潜力、光温生产潜力和气候生产潜力的时空分布特征,并结合现实生产力数据分析了气候变化背景下四川省水稻的增产潜力。结果表明:1961—2010年四川省水稻生育期内光合生产潜力的空间分布呈北低南高中部最低,光温生产潜力呈现北高南低,气候生产潜力为南北低中间高。近50年来日照时数的减少使得水稻光合生产潜力从20世纪80年代开始持续偏低;温度的升高有利于水稻光温生产潜力的增加,尤其在2006年出现高值;降水量的减少使水稻气候生产潜力从20世纪90年代开始下降明显。四川省水稻存在增产潜力,但增产潜力呈下降趋势,未来应加大农业科技投入,合理利用气候资源,提升水稻生产力。