大通县雪灾灾害危险性评估及区划

根据1978—2020年大通国家气象地面观测站观测的最低气温、降雪日数、积雪日数、积雪深度和雪灾灾害资料,对雪灾灾害时空分布特征和雪灾的危险性进行了评估和区划。结果表明:从雪灾致灾危险性因子变化图来看,在全球变暖背景下,1978—2020年西宁地区年最低温度呈现出升高的趋势,而年降雪日数逐年减少,但自21世纪以来,在年降雪日数、年积雪日数趋于减少的情况下,年最大积雪深度却有所增加,说明天气极端性突显。从雪灾危险性区划图来看,大通地区高风险区位于高海拔牧区,其余地区为低风险区,危险性等级划分受海拔和地形的影响明显。

大通县近30年暴雨灾害统计分析及灾害防御对策

利用大通县1991—2020年逐月降水资料、暴雨日数和暴雨量资料,选择线性倾向估计法对大通县暴雨日数、暴雨量特征进行分析。结果表明:1991—2020年大通县降水量平均值为533.4 mm,线性变化倾向率为23.743 mm/10年,增加趋势并不显著;大通县年内降水呈现出明显的季节性变化特征,年内降水主要集中在夏季,占年降水量的55.9%,春、秋季节的降水量基本相当,分别占年降水量的21.4%、21.5%,冬季降水量最少,只有1.1%;四季降水量除了春季和冬季外,夏季和秋季降水量同年降水量的变化趋势保持一致,只是变化趋势均不太显著;1991—2020年大通县暴雨日数平均值为2.1 d,线性变化倾向率为0.385 d/10年,且增加趋势较为显著;大通县暴雨天气主要出现在每年4—9月,且除了冬季外,其余3季均有暴雨天气出现,尤以夏季出现频率最高,春秋季节基本相当。

大通县气象条件对春小麦发育期的影响评价

春小麦是青海省大通县的主要粮食作物之一。气象条件与春小麦生长发育之间的关系可以促使大通县春小麦实现优质高产,本文选取大通县1994-2018年的气象资料,春小麦作物生长期主要在(3-9月),利用平均气温、降水量以及日照时数等气象资料以及春小麦发育期、产量等相关资料,通过数理统计方法对大通县气象条件对小麦生长发育的影响进行分析。

致——致五道梁气象站建站六十周年

六十年高原风霜雨雪 不变的昆仑冬夏春秋 历久弥坚的那伤守望

西宁地区汛期极端降水与不同级别降水的气候特征分析

利用西宁地区1961—2017年4个站点的汛期的逐日降水观测资料,用阈值监测的方法,计算出西宁地区汛期极端降水的阈值,并应用气候线性趋势、多项式拟合、M-K检验和MorLet小波分析法对57年西宁地区各级雨量和R95极端降水的气候变化特征进行了分析。结果表明:(1)1961—2017年西宁地区汛期(5—9月)降水量增加,增加幅度为6.387 mm/10年,降水日数减少的趋势,减少幅度为0.379 mm/10年,相应的汛期降水强度加强。(2)汛期极端降水量呈现增加趋势,增加幅度为2.946 mm/10年,且具有明显的阶段性变化;降水频次和强度均呈现增加趋势。从空间来看,西宁地区极端强降水量、频次、强度大值区主要集中在大通和湟中。(3)西宁地区汛期(5—9月)0.1~9.9 mm的小雨、10.0~24.9 mm的中雨和≥25.0 mm的大-暴雨雨日分别占全部雨日(≥0.1 mm)的83%、14%、3%;不同量级的雨日所产生的降水量分别占总降水量的44%、41%、15%。虽然中雨和大-暴雨出现的日数所占比例不大,但所产生的降水量比例较大,表明强度增加,降水就更加集中。(4)中雨降水量和R95极端降水量和与年降水量的相关性均较高,通过了0.001的相关性检验,对年降水量的贡献很大,有很好的响应,而小雨、大-暴雨与年降水量的相关性相对较差,没有通过统计学0.001的相关性检验,说明小雨和大-暴雨对年降水量的贡献并不显著。(5)进入21世纪以来,极端强降水引发的灾害频次增多、强度加重,受到的经济损失也随之加大,降水趋于极端化的趋势使防汛形势日益严峻。

大通县一般站迁站对比观测数据的差异分析

利用大通站新址与旧址2017年1—12月同期实测到的气象资料,采用统计分析方法分析大通站迁站前后气温、湿度、风等要素;用U检验法对气象观测站迁站前后资料是否有明显差异进行检验。得出:(1)全年平均气温新址比旧址偏低0.2℃,平均最高、最低均偏低分别为0.7℃、1.6℃。冬季和春季为负温差,夏季和秋季基本为正温差,且温度越低负温差越大,温度越高正温差也越大;全年的月平均风速新址均高于旧址,全年月平均差值分布没有一定的规律性,冬季和夏季两站的月平均风速相差明显比其它季节大;全年相对湿度除6、7、9月新址小于旧址外,其余各月均新址大于旧址。(2)从U检验结果看,除了10、12月最低气温外,其他气象要素在迁站前后无显著差异。在使用气象资料时,新旧站址资料能够合并统计。