福建省近地层臭氧时空分布及重点城市臭氧的气象响应

利用O~3小时监测数据开展福建省O~3时空分布特征分析及对比,以泉州市为例,结合气象观测资料分析臭氧污染特征及其对气象因子的响应。结果表明,2015—2021年福建省ρ(O_(3-8h))平均值为83.90μg·m~(-3),沿海ρ(O_(3-8h))明显高于内陆;莆田市、泉州市、厦门市、漳州市、宁德市、福州市的ρ(O_(3-8h))多年均值比南平市、三明市、龙岩市整体高出16.45%;各设区市ρ(O_(3-8h))月分布为双峰型,峰值出现在4—5月和9—10月;日分布呈单峰型,峰谷值分别出现在7时和15时;泉州市ρ(O~(3-8h))与日平均气温、日最高气温、日照时数呈显著正相关,与日最低气温、日降水量、日平均相对湿度呈显著负相关,其中,相关系数最高的是日照时数,当日最高气温在28~32℃、无降水、相对湿度60%~90%、日照时数高时易出现ρ(O_(3-8h))超标事件;冬季ρ(O_(3-8h))对气象因子的响应最敏感。

基于3种方法的福建天气雷达探测环境评估与分析

【目的】我国新一代天气雷达组网探测仍然存在较大盲区,特别是对低层大气的覆盖情况缺少评估。该文旨在研究福建省雷达对低层大气的探测情况,以辅助补盲雷达站址选择。【方法】利用SRTM高分辨率地形数据,采用3种方法,对福建省8部SA天气雷达0.5~3.4°仰角的探测环境,从单站范围、雷达探测重叠度、组网覆盖范围等方面进行分析,其中方法1、方法2、方法3分别基于射线海拔高度不同、射线与地形高度差不同、馈源以上高度不同,对一定高度区间的雷达覆盖情况进行评估。【结果】从业务角度出发评估低层大气探测环境,方法1和方法2的评估效果更优,以方法2为例,分析在盲区新建雷达的补盲效果,结果表明盲区主要位于闽中、闽西南和闽北地区。【结论】补盲雷达若位于靠近福建省界的闽西南区域,能最大程度新增0~2 km高度雷达波束覆盖面积,经计算得出新增面积可达15 000 km2以上。

福建省生态系统碳汇服务功能价值总量估算及其时空演变

基于生态系统模型和多源数据评估2000—2020年福建省生态系统的碳汇价值及总量的时空演变过程,并分析了不同土地利用类型碳汇价值的差异。结果表明,①碳汇价值方面,年平均值为2.09万元/km^(2),并呈显著上升趋势,混合农田的增速最快,高值区位于龙岩市中东部、漳州市北部及泉州和莆田市交界处。②碳汇价值总量方面,年平均值为22.99亿元,呈显著上升趋势,常绿阔叶林的增速最快。建瓯市、尤溪县和漳平市的碳汇价值总量较高。③常绿阔叶林的碳汇价值最高,其次是混交林和常绿针叶林,碳汇价值总量占比排序:常绿阔叶林>有林草地>稀树草地。

福建省植被NDVI演变特征及其对不同时间尺度SPEI的响应

基于2001—2021年福建省植被NDVI及SPEI,通过趋势分析及相关分析法探究福建省植被生长状况时间变化特征及对干旱的响应。结果表明,福建省植被年平均NDVI值呈现出波动上升的发展趋势,年内NDVI月均值波峰集中在7—9月,且夏季>秋季>春季>冬季;不同时间尺度的SPEI反映出福建省的干湿情况,2001—2021年,福建省呈微弱的湿润化趋势;季节尺度上,春季、冬季NDVI与SPEI-01的相关系数分别为-0.560和-0.651(P<0.01),均呈显著负相关,而夏季、秋季NDVI与多时间尺度SPEI的相关系数很小,且不显著;月尺度上,两者的相关性较为复杂,仅当月NDVI与SPEI-01的相关系数-0.181(P<0.01)通过了显著性检验,呈较弱负相关,而滞后1~3个月的相关性均不显著,表明干旱对植被NDVI的影响一般出现在干旱发生的当月。

集成学习和动态融合算法在福建省短时强降水预报中的应用

为了提高短时强降水预报准确性,在2019—2020年4—9月福建省逐时降水实况观测资料与中国气象局广东快速更新同化数值预报系统(CMA-GD)模式预报产品的基础上,应用LightGBM集成学习算法框架,建立以30 mm·h^(-1)为阈值的逐时降水预报模型。通过特征处理、自助聚合及超参数搜索等技术对模型进行优化,结合AUC、AUPR与传统分类指标,设计了包括业务模拟测试在内的多项试验,通过对比各建模方案验证了模型对于较长时效的短时强降水预报的适用性。结果表明:模式预报本身的命中率和空报率均较高,各建模方案具有不同程度的改善作用。自助聚合可以增强模型预测稳定性,轻微不平衡子训练集能降低模型预测空报率而取得更高的综合评分,在验证集中最佳TS评分可达17.5%;对分类信息增益贡献最大的特征变量为K指数,其次为500 hPa露点温度和时间参数特征;试验指标从优到劣依次为:随机交叉验证、小时划分的随机交叉验证、业务模拟测试,可见模型有效性主要来自相同或相邻时刻的样本信息;设计基于逻辑回归的异质模型动态融合方案以改善静态同质模型表现,各项指标均有小幅提升,在命中率接近50%时削减空报样本超过52万个。

基于PCA-RF组合模型的福建省空气负氧离子浓度预测研究

空气负氧离子(NOI)浓度是评价空气新鲜和清洁程度的重要指标。为了提高NOI浓度的监测能力,综合考虑气象要素和遥感因子,分析NOI浓度的关键影响因子,利用皮尔逊相关分析、PCA分析和随机森林机器学习方法(RF)构建了福建区域NOI浓度的PCA-RF预测模型。研究发现,(1)NOI浓度分布与风速(W_(air))、空气温度(T_(air))、大气压强(P_(air))、能见度(I_(VIS))、气溶胶光学厚度(h_(AOD))、植被指数(I_(NDVI))、湿度指数1(I_(NDMI1))、植被供水指数(I_(VSWI))和亮度指数(I_(NDSI))呈显著相关(均通过0.01显著性检验),其中W_(air)、I_(VIS)、I_(NDVI)和I_(VSWI)与NOI浓度呈正相关,T_(air)、P_(air)、h_(AOD)、I_(NDMI1)和I_(NDSI)与NOI浓度呈负相关。(2)主成分数量为7时,方差累计贡献率达到93.36%,能够代表所有因子的大部分信息。(3)PCA-RF模型最佳的ntree和mtry分别为400和7。对福建区域NOI浓度影响较大的前3个因子依次为P_(air)、I_(VIS)和I_(VSWI)。(4)PCA-RF模型在验证集上的RMSE为803.73 ions/cm^(3),R^(2)为0.44,MAE为548.79 ions/cm^(3)。

福建省PM_(2.5)-O_(3)双高特征与天气形势影响分析

为理清福建省天气形势对PM_(2.5)与O_(3)演变的影响,识别二者的不同趋势与特点,揭示双高过程的气象场特征,利用2015-2021年PM_(2.5)与O_(3)连续观测资料,采用统计合成、天气学诊断等方法,探究PM_(2.5)与O_(3)变化趋势、污染状况及其与主导天气形势的关系,阐明气象因素对PM_(2.5)与O_(3)(简称“PM_(2.5)-O_(3)”)双高过程的协同作用。结果表明:2015-2021年福建省PM_(2.5)质量浓度年均值呈明显下降趋势,超标天数从5.6 d(2015年)下降到0.3 d(2021年)。O_(3)日最大8 h平均(简写为O_(3)-8h)质量浓度的年均值呈先上升后略下降的趋势,2018年O_(3)超标天数为2016年的8倍以上。天气形势对PM_(2.5)与O_(3)的影响存在一致性特征,也存在差异性,2015-2021年PM_(2.5)质量浓度在不利天气形势下从34.9μg∙m^(-3)降至24.8μg∙m^(-3),在有利的天气形势下从25.2μg∙m^(-3)降至17.5μg∙m^(-3),且不利天气形势下与有利天气形势下的质量浓度差在缩小。O_(3)-8h质量浓度在有利的天气形势下呈现上升趋势,在中性-拉尼娜气候背景加不利天气形势下却呈略降趋势,可见近年来针对O_(3)的管控措施是有一定效果的。福建省PM_(2.5)-O_(3)双高现象白天发生频率远高于夜间,协同控制最需要关注的是光化学型PM_(2.5)-O_(3)双高现象(08:00-20:00的PM_(2.5)-O_(3)双高现象),主要天气形势有两种,即2-5月锋前暖区下的静稳天气以及7-9月台风外围影响下的静稳天气;沿海代表性城市莆田市非光化学型PM_(2.5)-O_(3)双高现象(21:00至翌日07:00的PM_(2.5)-O_(3)双高现象)占比14.1%,说明加强上游区域的联防联控也是PM_(2.5)-O_(3)协同控制的关键因素之一。研究显示,近年来PM_(2.5)和O_(3)-8h浓度演变与天气形势变化有密切关系。期望研究成果能为低污染排放区域PM_(2.5)与O_(3)协同控制、污染防控效果评估奠定基础。

基于机器学习的福建省地表温度降尺度方法研究

为了提高福建省地表温度探测精细化水平,利用福建省2023年7—9月MODIS遥感数据,基于随机森林机器学习方法,综合考虑南方丘陵地形、植被覆盖、相关辐射波谱等因素,构建福建省地表温度降尺度模型,开展地表温度精细化监测。结果显示:(1)福建省地表温度与降尺度因子均呈负相关,相关性由高到低依次为DEM、NDVI、EVI、BLUE、NIR、RED、MIR;(2)福建省地表温度随机森林降尺度模型最佳的ntree和mtry分别为700和2;(3)对福建省地表温度降尺度影响较大的前3个降尺度因子依次为DEM、NDVI和EVI;(4)福建省地表温度降尺度模型的MAE和RMSE分别为0.40℃和0.55℃。

福建省西北部一次暖区暴雨过程天气成因分析

利用气象常规地面和高空观测资料、诊断物理量场及NECP再分析资料,通过聚类合成、统计对比等方法,分析了2021年6月28日-7月1日福建省西北部(以邵武市为例)一次暖区暴雨过程的大气环流特征和强降水触发机制与发生机理。结果表明,此次暴雨过程发生在西南急流暖湿强迫背景下,干冷空气侵入低层暖湿平流、形成地面强烈辐合是此次暖区暴雨触发的关键因素;在西南风急流引导下,降水云团不断移入有利于对流发展的不稳定区域,使得对流持续发展。诊断物理量场分析表明,强降水期间,福建省西北部上空湿层深厚,水汽输送条件良好,K指数在38区域内,不稳定能量堆积,高层辐散,低层辐合,有利于强降水发生,同时由于山脉地形强迫抬升作用,造成降水云团在邵武北部山脉附近进一步发展,导致地区的降水持续增强。

福建省2次强雷暴天气的环境参数成因分析

针对福建省2022年7月22日和25日2次雷暴天气过程发展与成因,采用欧洲中期天气预报中心ERA5再分析资料(水平分辨率为0.25°×0.25°)和对应研究时段的福建省16个闪电定位仪监测数据,分析了不同层次(500、700、850 hPa)的高空环境背景场和动力热力场等。结果表明:2次雷暴天气均以动力抬升雷暴和热力抬升雷暴2种情形为主导;7月25日福建省北部地区强对流主要受热力因素影响,南风携带南海水汽在中部受东风气流影响辐合与垂直直上的暖湿气流在福建省中南部引发对流运动,其次中部地区处于明显切变线中,热力与动力结构相结合,加强了对流发展强度。

福建省台湾青枣寒害综合气候指标与等级划分

通过专家走访和寒害灾情调查,建立福建省台湾青枣寒害受害症状分级标准。基于果园定位观测、地理移置试验和冬季寒害灾情调查得到的2004-2016年32个寒害实例,采用主成分分析和K-means聚类分析方法,研究了福建省台湾青枣寒害综合气候指标及其等级划分。结果表明:台湾青枣寒害临界气温为5.0℃,其致灾因子包括过程极端最低气温(X1)、小于等于5.0℃低温持续日数(X2)、小于等于5.0℃过程有害积寒(X3)、小于等于5.0℃过程降温幅度(X4),对各因子归一化处理,构建台湾青枣寒害综合气候指标(Ih),寒害等级包括:轻度,0.02≤Ih<0.72;中度,0.72≤Ih<1.76;重度,1.76≤Ih<2.72;严重,Ih≥2.72。通过典型年对比印证,建立的福建省台湾青枣寒害综合气候等级指标与实际发生的寒害情况吻合较好,研究结果可供台湾青枣的寒害评估、引种、扩种参考。

福建热带气旋灾害精细化危险性评估

根据1981—2021年福建省热带气旋风雨资料,采用极差标准化、相关系数客观赋权法和自然断点法建立热带气旋致灾因子危险性评估模型,评估结果表明:选择降水7个因子和大风4个因子作为评估指标体系合理;雨高危险性区域位于沿海,南平和三明地区雨危险性较低;风较高危险性区域明显窄于雨较高危险性区域,危险性等级向内陆降低远快于降水,其中罗源湾至崇武沿海因受台湾岛地形屏障保护,危险性比沿海南北部小1个等级;风雨综合致灾危险性,沿海县市皆为较高危险性区域,其中中部沿海高危险性区域小,沿海南北部大,另外登陆粤东热带气旋沿海北上滞留在闽西上空的低压云团造成闽西北部存在较高危险性区域;在热带气旋登陆影响过程中,精细化致灾因子危险性评估更具有针对性,且与灾情相符,为气象灾害决策服务提供了更有价值的参考信息。

ENSO循环对福建省近地层臭氧浓度变化的影响

ENSO(ElNiño-SouthernOscillation)循环被认为是年际气候变化的最强信号,是由东亚季风异常造成的赤道西太平洋异常纬向风驱动的热带太平洋次表海温距平的循环。利用NOAA提供的ONI(OceanicNiñoIndex)指数资料与福建省近地层质量臭氧浓度(ρ(O_(3)))资料,经数理统计、标准化处理,以滞后相关为切入点,开展福建省不同城市O_(3)Z指数与NiñoZ海温距平指数相关性分析,并探讨了ENSO不同相位对福建省ρ(O_(3))产生强迫的程度及其滞后效应。(1)福建省ρ(O_(3))的年际变化与ENSO的年际变化存在着一定的关系,城市O_(3)Z指数与NiñoZ海温距平指数呈现明显的负相关关系,且滞后在3个月时二者相关(绝对值)达到最大,加权平均后,相关系数为-0.5102,通过ɑ=0.001显著性检验。(2)不同城市O_(3)Z指数与NiñoZ海温距平指数的相关性有一定的差异,内陆城市比沿海城市明显偏小,且滞后性也不同,前者均在滞后1个月后相关系数(绝对值)达到最大值,平均相关系数-0.4048(ɑ=0.01),后者在滞后3个月时相关系数(绝对值)达到最大值,平均相关系数-0.5487(ɑ=0.001)。(3)ENSO循环对福建省ρ(O_(3))变化的影响主要表现为在ElNiño影响时ρ(O_(3))较常年平均值偏低,在LaNiña影响时ρ(O_(3))较常年平均值偏高,且O_(3)年超标天数偏多。研究的主要目的是基于ENSO预测,为开展福建省ρ(O_(3))长期趋势预测奠定基础。

基于MCI指数的福建省干旱气候特征

采用目前国家干旱监测业务实行的MCI指数,利用Morlet小波、经验正交函数(EOF)等方法,分析了福建省1961—2019年全省66个气象站MCI指数表征的干湿状况和干旱变化特征。结果表明:福建省存在明显的干湿气候特征,具有显著的6—8 a和22 a的周期振荡,内陆山区干湿变化周期比沿海长,在季节尺度上各季均存在多时间尺度和地域差异化的特点;其空间变化具有3种典型模态,反映了季风降水多寡和地形差异。MCI表征的干旱过程时空分布与历史干旱事件相吻合,秋季和冬季是福建省干旱发生频率最高的季节,春季和夏季是干旱强度最强的季节;闽江口以南沿海地区干旱发生率明显高于内陆地区,全省出现同步干旱的机率较小(12%)。

福建省森林植被NEP时空变化及影响因子分析

不断加剧的气候变化和人类活动增加了区域生态系统碳循环研究的不确定性。净生态系统生产力(NEP)能够定量描述陆地生态系统与大气之间的碳交换量,探究区域生态系统NEP的时空变化及对气象、植被等因子的响应有助于明晰区域生态系统碳收支状况和应对气候变化。基于TEC模型和生态系统呼吸模型评估了福建省森林2000-2020年NEP时空格局,并借助地理探测器和贡献率方法探究了福建省NEP时空变化的主要驱动因子。结果表明:(1)2000-2020年福建省森林多年年均NEP为528 g·m^(-2),呈极显著的增强趋势。空间分布规律为“高值主要分布在福建南部的内陆地区,低值主要分布在中北部和南部沿海地区”,约48.3%的地区NEP呈显著上升趋势,主要分布在福建省的中部偏西南地区,而仅有1.00%的地区呈显著下降趋势;(2)空间分布上,影响福建省森林NEP的空间分异的主要因子为植被、地形和气象要素。归一化植被指数对森林NEP空间分布的影响最大,是影响福建省森林NEP空间分异的主要驱动因子,其次是地形和太阳辐射,高程的最适区间为891-1 491 m,而辐射的最适区间为128-130 W·m^(-2)。与单因子相比,双因子间的相互作用均增强了对NEP空间分布的影响,其中归一化植被指数与太阳辐射的交互作用对NEP解释力最强;(3)时间变化上,气候与植被因子综合解释了福建省森林NEP年际变化的46.7%,其中归一化植被指数的升高是NEP多年变化的主导因素,而气象因子的变化均对NEP的上升趋势起到了负抑制作用,这说明在“双碳”建设时需要有效提高植被对气候变化的适应能力。

基于危险性评估的福建省茶叶寒冻害保险费率厘定

为了提高福建省复杂地形下不同风险区的茶叶寒冻害保险费率设计的合理性,首先利用福建省历年气象数据、茶叶产量和灾情资料,计算茶叶不同寒冻害等级的减产率和出现概率,以此确定不同县域的茶叶寒冻害保险纯费率及基准费率,再结合寒冻害危险性区划,确定不同风险区域不同触发条件下的区域保险费率。结果表明:福建省茶叶在极端低温4℃以下的保险触发条件下,西北部区域海拔200 m以下、200~600 m、600~900 m和900 m以上地域保险费率分别为1.4%、4.5%、7.2%和10.2%;东北部区域海拔200 m以下、200~600 m、600~900 m和900 m以上的地域保险费率分别为0.9%、2.6%、4.8%和6.4%;西南部区域海拔300 m以下、300~700 m、700~1100 m和1100 m以上的地域保险费率分别为0.5%、2.3%、4.0%和5.5%;东南部区域海拔300 m以下、300~700 m、700~1100 m和1100 m以上的地域保险费率分别为0.5%、1.9%、3.9%和5.4%。总体上看,区域保险费率随着地理位置北移和海拔高度的增加而增加,研究成果可为福建省茶叶寒冻害指数保险产品的设计提供费率精算的技术支持。

S波段天气雷达同频干扰实验与数据分析

借助福建省厦门市两部S波段天气雷达,使用频点和信号类型不同的干扰源开展同频干扰实验,分析连续波信号、脉冲同频同步和脉冲同频异步等3种类型干扰信号的差异;根据干扰源发射端增加窄带滤波器前后信号频谱宽度的变化,分析滤波器对干扰信号的抑制程度。研究结果表明,雷达对3种干扰源的同频干扰抑制能力均超过50 dB,窄带滤波器能够明显减小干扰源的频谱宽度。

福建省多维度气象干旱特征时空分布分析

21世纪以来,福建省出现多次严重或较严重的干旱事件,尤其近年来干旱呈现多发频发态势,干旱灾害仍然是福建防灾减灾的重要内容之一。根据福建省66个国家气象站1961年1月至2020年12月的逐日气象干旱综合指数(MCI),参照本地算法及《区域性干旱过程监测评估方法》,识别全省区域及66个气象站的干旱过程,并通过Copula函数,揭示福建干旱过程变化规律和重现期特征。结果表明:福建干旱历时和强度变化趋势基本一致;干旱过程多为单季干旱和两季连旱,两季连旱主要为夏秋旱和秋冬旱,三季连旱仅出现过夏秋冬连旱;大部分干旱过程存在1~3 a的重现周期,严重干旱过程较少;超50年一遇的干旱过程是1967年和2003年的夏秋冬三季连旱;重现期较短的干旱,中南部沿海一带干旱历时长、强度强,由此往北逐渐缩短和减弱;重现期长的干旱,中南部沿海一带仍然是干旱历时长、强度强区域,但北部内陆山区同时出现了干旱历时较长、强度较强的区域;60年来,除9年无旱,18年局部区域干旱重现期达100年以上外,其余33年干旱重现期均未超过50年。

SSPs情景下福建省未来极端降水的模拟与预估

基于最新一代CMIP6全球气候模式模拟的历史和未来SSPs排放情景下的逐日降水数据和高分辨率逐日格点观测数据,采用泰勒图和分位数映射法评估订正模式性能,计算并分析SSP2—4.5和SSP5—8.5情景下福建省21世纪近期(2021—2040年)、中期(2051—2070年)和末期(2081—2100年)8个极端降水指数的变化。结果表明:在参照期(1991—2010年)经过分位数映射法偏差订正后,各极端降水指数模式模拟与观测更加接近,其空间相关系数、均方根误差和标准差的模拟性能都大幅提升。21世纪各个阶段,福建省年累积降水量(Prcptot)、极端暴雨日数(R50mm)均多于参照期,且越到后期、高排放情景下增幅越大。大于10 mm的降水日数(R10mm)和极端大雨日数(R20mm)则是增减各异,R10mm表现为福建东北部减少、其他大部分地区增加,R20mm表现为SSP2—4.5情景下21世纪近期福建西北部减少、而其他情景和时段均增加。表征降水强度的最大1 d降水量(Rx1day)、最大连续5 d降水量(Rx5day)和日降水强度指数(SDII)在未来全部增加,且沿海地区增幅高于内陆地区。持续干燥指数(CDD)在大部分情形下增加,表明福建省未来将出现极端降水和持续干燥共同增加的状况,极端旱涝事件发生的概率将显著增大。

基于遥感影像大数据、卷积神经网络的福建省有效致灾雷电分布模型及应用

为了研究福建省有效致灾雷电的分布情况,基于福建省2004—2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片,引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测,得到福建省人员活动属性的格点产品,结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析,结果表明:(1)设计的遥感影像+CNN识别模型具有一定的可行性和准确率,通过显著性水平为0.01的假设检验;(2)福建省有63.55%的格点为无人员活动区域;(3)平均有45.36%的闪电落在无人员活动的区域,因地制宜地对其他致灾闪电进行预警是提高应急减灾服务效果的可行途径;(4)有效致灾雷电密度与历史雷击人员伤亡数据的相关性远大于常规雷电密度与历史雷击人员伤亡数据的相关性,有效致灾雷电分布在表征雷电灾害上比常规雷电分布更具有指示意义。