北部冬麦区冬小麦越冬冻害时空变化特征

利用我国北部冬麦区43个气象站点1951—2014年气象资料,综合考虑越冬期最大降温幅度、极端最低气温、负积温、平均气温、降水和风速等冬小麦越冬冻害致灾因子,采用主成分法构建冬小麦冻害指数(FII),FII值越大,冬小麦遭受冻害越严重。结合历史冻害灾情资料,验证冻害指数在研究区域的适应性。采用M-K方法分析冬小麦冻害的突变特征,探究北部冬麦区越冬冻害的时空分布特征。结果表明,FII能较好地反映北部冬麦区冬小麦冻害情况。近60年北部冬麦区冬小麦冻害指数的年际变化均呈显著下降趋势。1980年前后冻害指数发生突变,气候变暖后我国北部冬麦区冬小麦冻害发生的频率、程度和范围明显减少;而由于气候变化的不稳定性增加,自2000年以来,冬小麦中度到重度冻害有所增加。冻害指数的空间分布总体呈现随着纬度和海拔高度的增加而加重的趋势。燕太山麓平原副区遭受冻害最为严重,黄土高原沟壑副区和晋冀山地盆地副区遭受冻害较轻。

北京道面温度特征分析和统计预报研究

分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012-2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测模型,并对2016-2017年冬季、夏季道面温度预测检验。结果表明:在不同天气条件下道面温度与气温变化对比明显;道面温度与气温、辐射、日照时数相关较大;夏季按天气类型建模预测准确度有所提升,在晴到多云状况下,模型预测冬季最低温度误差控制在±2℃内,夏季最高温度误差控制在±3℃左右,其他天气状况下误差增大,冬季预测模型好于夏季预测模型。

北京市气象局"12345"市民热线服务分析与思考

北京市非紧急救助服务系统是以市中心为龙头,区县、市政府部门、公共服务企业分中心为主体,基层单位工作站为支撑,外包服务企业参与、相关市级平台联动的非紧急救助服务系统。北京市气象局作为分中心,承担了“12345”市民服务热线气象相关类问题解决工作。本文详细分析了历年来北京市气象局接受热线服务的工单类别、年度季度变化特征,在深入分析热线服务现状的基础上,提出目前热线存在的问题及一系列改善措施,以便更好地为市民服务提供依据参考。

气传花粉监测数据研究进展

综述了基于气传花粉监测数据的研究进展,结果发现,利用花粉观测数据可获取某地的花粉概况,进而绘制具有临床价值的花粉日历。但因其不包含病例信息,故需结合过敏人群特征修正影响浓度阈值。此外,通过分析暴露于不同环境下的患病风险,证实了防治花粉症十分依赖于洁净的空气。局地观测环境及采样器的安放位置对监测结果有极大影响,但整体而言,北半球大多数区域花粉季延长、花粉浓度增加,并可归因于气候变暖所致。为预测花粉关键要素在未来的变化,4大类模型被广泛应用,并取得较好的预测结果。但对于预测效果较差的部分(花粉浓度极值、复杂地形等),最优解决方法则是结合高分辨率的花粉监测数据进行订正。但是,由于缺乏低成本的自动监测设备,当前花粉监测数据的分辨率仍然较低,由此带来了一系列的数据和技术壁垒。建议该领域应将开发低成本的自动监测设备作为近期发展的重点,并以此建立标准化的观测体系。