基于RBF网络的新疆特重雪灾区最大积雪深度预测研究

基于建立的雪灾灾损指数,确定新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县(市),包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度。结果表明:该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。

1961—2020年黑龙江省最大雪深时空变化及其影响因素分析

积雪作为重要的地表覆盖类型,其变化对当地的水文环境、物候变化均有重要的反馈和调节作用。基于1961—2020年黑龙江省62个气象观测站逐日积雪深度观测资料,利用Mann-Kendall检验、经验正交函数(EOF)、相关分析等方法分析了黑龙江省最大积雪深度时空变化特征及其与大气环流、气温和降雪量要素的关系。结果表明:1961—2020年黑龙江省年、冬季、春季和秋季平均最大积雪深度分别为16 cm、14 cm、10 cm和8 cm;其中年、冬季和春季最大积雪深度呈显著增加趋势,增加速率分别为1.40 cm·(10a)^(-1)(P<0.01)、1.51 cm·(10a)^(-1)(P<0.01)、0.76 cm·(10a)^(-1)(P<0.05),秋季呈不显著增加趋势。1961—2020年黑龙江省年及各季节最大积雪深度均在20世纪末至21世纪初发生突变,突变后最大积雪深度均表现出年际变幅增大。黑龙江省最大积雪深度呈现出山地(大小兴安岭地区、完达山)大于平原(松嫩平原、三江平原)的空间分布特征,而变化速率为平原大于山地,其中松嫩平原最大积雪深度增速最明显。黑龙江省最大积雪深度存在东-西反向型、东南-西北反向型两种主要变化形式。气温、降雪量、北半球极涡强度、东亚槽强度均影响黑龙江省冬季最大积雪深度,其中降雪量和北半球极涡强度的影响大于气温和东亚槽强度的影响。随着气候变暖,气温和北半球极涡强度对冬季最大积雪深度的影响更加显著。

三江源地区春季流量与积雪的年际变化关系

基于三江源区站点流量资料、中国区域格点降水气温资料及遥感积雪资料,分析了长江、黄河和澜沧江源区春季流量的年际变化及其与降水、积雪、气温的关系。结果表明,1980~2020年三江源地区春季流量年际变化显著,其中5月流量的年际变率最大;三江源地区春季流量受春季雪深影响最大,其中4月、5月流量受雪深、积雪覆盖率、前期累积降水的影响显著,且流量与雪深的正相关性最强,5月流量与雪深相关系数可达0.7以上。进一步分析表明,高原积雪对流量的影响随源区不同流域、春季不同月份呈现一定的差异,其中黄河源区4月、5月流量受4月雪深影响最明显,澜沧江源区4月、5月流量与2~5月的雪深均存在较好关系,而长江源区5月流量则主要与4~5月雪深显著正相关。源区积雪对春季流量的影响也存在一定的海拔依赖性,其中低海拔区域积雪对流量的影响更多体现在春季前期,而黄河源区阿尼玛卿山、长江源区巴颜喀拉山脉及唐古拉山脉等高海拔区域的积雪对流量的影响可以持续到5月。气温作为春季融雪径流的关键因子,主要是通过影响源区前期积雪量、融雪产流过程,进而影响春季流量的异常。本研究结果在深入认识青藏高原气候变化对三江源地区春季流量的影响及过程等方面具有重要意义。

1971—2020年呼伦贝尔市积雪气候特征和未来趋势预估

利用1971—2020年呼伦贝尔市16个国家气象站最长积雪日数和最大积雪深度资料,采用经验正交函数(EOF)分析、重标极差分析(R/S)和非周期循环分析,统计最长积雪日数和最大积雪深度时间序列的Hurst指数、分维数和非周期循环的平均循环长度,分析最长积雪日数和最大积雪深度变化趋势和记忆周期;同时采用MOD10A2积雪产品,研究2001—2018年呼伦贝尔市积雪覆盖率变化。结果表明:(1)近50年呼伦贝尔市最长积雪日数呈递减趋势,最大积雪深度呈递增趋势;(2)积雪深度>20、30cm的年平均积雪日数主要出现在1996—2014年,其中积雪深度>30cm年平均积雪日数>1d;(3)呼伦贝尔市积雪初日出现在10月中旬至11月上旬,积雪终日在4月结束,积雪初日出现最早时间和积雪终日结束最晚时间都在呼伦贝尔市的北部地区;(4)R/S分析和非周期循环研究表明,呼伦贝尔市最长积雪日数和最大积雪深度H指数分别为0.5899和0.889,即最长积雪日数未来减少和最大积雪深度未来增多趋势持续,持续时间分别为8和12 a;(5)呼伦贝尔市年平均积雪覆盖率为98.87%,呈波动增加趋势,空间分布呈自西北向西南和东南地区增加,10月和翌年3月增加显著,9、12月和翌年4月减少。

1970—2020年我国雪灾的时空分布特征及其风险评估区划分析

基于ERA5逐小时再分析资料和人口经济空间分布等数据,对1970—2020年我国雪灾致灾因子的时空特征和风险评估区划结果进行分析。结果表明:(1)近50年来,我国雪灾3个致灾因子下降趋势显著;空间分布均表现为在青藏高原、东北及新疆北部较大,在华中地区较小,在华南南部沿海、我国北方以及新疆南部最小;(2)雪灾高和较高危险性等级主要位于青藏高原和新疆北部,东北地区雪灾危险性等级较低,其他地区基本上为低等级;(3)人口、经济风险高风险与较高风险等级主要位于青藏高原东部、华北平原和东部沿海地区。对雪灾致灾危险性及风险进行探讨,可作为了解和认识我国雪灾及其对人口经济影响的参考依据。

基于多源数据的西藏地区积雪变化趋势分析

利用1980—2009年气象台站的观测数据、北半球NOAA周积雪产品和2001—2010年500m分辨率的EOS/MODIS积雪产品等多源资料,从不同角度对近30a来西藏区域积雪变化趋势进行了分析.结果表明:不同资料分析均显示,近30a来西藏地区积雪不断减少,尤其以近些年较为明显.近30a积雪日数、最大积雪深度总体上呈现下降趋势,尤其是进入21世纪以来,下降趋势非常明显.从秋冬春季节的积雪变化趋势来看,冬、春两季的积雪在减少,而秋季在增多,这些变化趋势都与各季节的气温和降水密切相关.NOAA资料显示,近30a来西藏地区的积雪覆盖面积正在逐步减少;季节变化略有不同,春、秋两季略呈上升趋势,冬、夏两季在减少,且夏季减少趋势较明显.MODIS资料分析表明,近10a来西藏地区的积雪总体呈下降趋势,尤其是2007年下半年开始下降明显.秋季的积雪在增加,冬、春、夏三季的积雪趋于减少,且春季的下降趋势最明显,其次为冬季,夏季的减少幅度最小.不同海拔的积雪都有减少趋势,最明显的是海拔4 000～5 000m的积雪,其次是海拔5 000～6 000m段.按地理区域分析,近10a来西藏东、西、中3个区域的积雪都呈减少趋势,其中西部的下降趋势最明显,其次为中部,东部相对较稳定.

新疆阿勒泰地区积雪变化特征及其对冻土的影响

依据新疆阿勒泰地区气象台站观测的1961-2011年最大积雪深度、积雪日数资料与安装在库威水文站的雪特性站观测的积雪密度资料,讨论了新疆阿勒泰地区积雪的变化特征.结果表明:阿勒泰地区近50a来最大积雪深度变化均呈显著增加的趋势,且西部最大积雪深增加趋势大于东部.积雪日数变化较为复杂,在空间分布上有差异,位于最东面的富蕴和青河50a来积雪日数呈减少趋势,其余各站均为增加趋势,且东部历年平均积雪日数略高于西部,积雪日数的增加趋势比最大积雪深度增长得平缓.2011年8月-2012年9月在阿勒泰额尔齐斯河上游库威水文站架设的雪特性站观测资料表明,在额尔齐斯河源头高山区冬季积雪主要是空心化的密实化过程,升华可能是其主要的物质损失过程,引起升华的主要气象要素是气温、风速和水汽压.各站月最大冻结深度与海拔关系较为密切,随海拔的增加而增大.积雪20cm厚是积雪对下伏土壤冻结影响的一个界限,积雪厚度超过20cm就有一定的保温作用;积雪超过40cm时,气温变化对下伏土壤冻结的影响保持稳定,冻结深度也达到稳定值;但当积雪厚度超过70cm之后,冻结深度会再次发生变化,可能是由于地温从下向上的影响或地温不能与气温交换而产生的又一次变化.

北疆积雪深度和积雪日数的变化趋势

选取新疆北疆20个站1961—2006年积雪及稳定积雪日数、最大积雪深度资料,同时选择冬季降水量和气温稳定通过0℃以下的日数作为积雪的影响因子,分析了46a来北疆积雪的变化趋势。结果表明:46a来最大积雪深度呈显著增加趋势,平均年增长0.8%,其变化与冬季降水量增加有关,呈正相关;积雪日数和稳定积雪日数也呈稍增加趋势,增加主要发生在1960—1980年代,1990年代以来有所减少,其变化与气温稳定通过0℃以下的日数呈显著正相关。

新疆北疆最大积雪深度EOF展开场的时间变化规律

应用新疆北疆20个站1961-2006年46 a积雪资料,对最大积雪深度进行EOF展开场的时间变化规律的研究.结果表明:北疆最大积雪深度空间分布具有一致性,同时存在纬向上的反位相变化和西北-东南方向上的反位相变化.第一特征向量场主导了北疆最大积雪深度的年代际变化趋势,而代表北疆平均最大积雪深度空间上一致性的第一特征向量场年际增加趋势十分显著,1983年代之前北疆大多数年份最大积雪深度普遍偏浅,1997年之后普遍偏深.用Mann-Kendall法对其做突变检验发现,第一特征向量时间系数在1997年冬季发生了突变;而代表纬向上反位相关系的第二特征向量场虽然有增加趋势,但趋势不显著,代表西北-东南方向上的反位相关系的第三特征向量场没有明显的增减趋势.

陇海—京广线沿线河南段年最大风速和年最大积雪深度重现期研究

为对陇海线和京广线提速160—250 km速度段最大风速和最大积雪深度的气候可行性进行论证,根据从建站到2006年陇海—京广线沿线12个气象观测站历年最大风速和最大积雪深度资料,利用Gumbel分布、Weibull分布和Gamma分布对各站最大风速和最大积雪深度的重现期进行了分析。结果表明:陇海线和京广线交叉点上的郑州气象观测站年最大风速具有极为显著的线性下降趋势,每10 a风速减小2.85 m/s;年最大积雪深度没有明显的线性趋势,以波动变化为主。各站年最大风速和最大积雪深度均具有明显的阶段性变化特征。无论是年最大风速,还是年最大积雪深度,多不能拒绝其服从Gumbel、Weibull和Gamma分布的假设,但以Weibull分布形态为主,服从Gumbel分布形态的只有商丘和虞城2站的最大风速及许昌、中牟、开封和兰考4个气象观测站的最大积雪深度。百年一遇的年最大风速多在20.00 m/s以上,最大值为郑州的26.79 m/s;最大积雪深度则均在21.90 cm以上,最大值同样出现在郑州,最大积雪深度为30.83 cm。

中国近50a积雪日数与最大积雪深度的时空变化规律

通过REOF和非参数Mann-Kendall趋势检验法,以1958/1959-2007/2008年度中国557个气象台站的积雪观测资料为基础,对中国积雪日数与最大积雪深度的时空演变规律进行分析.结果表明:东北、新疆北部和青藏高原中东部为中国积雪日数和最大积雪深度的3个大值区;近50a来,春、秋季中国积雪日数和最大积雪深度在整体上呈现缓慢减少的趋势,冬季积雪日数和最大积雪深度呈现增加的趋势.气温是影响积雪产生和维持的重要因素.

我国年最大雪深概率分布的优选模型

采用我国记录时间长度大于40年的120个气象台站的年最大雪深数据,对我国年最大雪深的概率分布模型进行了统计分析。结果发现,大部分台站的年最大雪深数据更偏向于服从对数正态分布。因此,若需在全国范围内采用单一的概率分布模型对年最大雪压(或雪深)进行统计建模,对数正态分布是更佳选择。采用对数正态分布后,根据不同的拟合方法,120个台站估算得到50年一遇最大雪深(即基本雪深)较之极值I型分布的估算结果平均上升约6%到13%不等。

精—伊—霍铁路沿线雪害关键气象条件分析

运用气候统计学方法,分析了精—伊—霍铁路沿线雪害严重区域的气象条件,推算了对铁路工程设计和运营极为重要的最大风速设计极值和最大积雪深度设计值。

吉林省季节冻土冻结深度变化及对气候的响应

为了掌握季节冻土冻结深度的变化对气候的响应,利用1961-2015年吉林省46个气象站的逐日平均气温、地表温度、积雪深度、冻土冻结深度等数据,采用线性倾向估计、突变分析等方法,研究了吉林省季节冻土冻结深度的时空演变规律及其与气温、积雪的关系。结果表明:吉林省季节冻土最大冻结深度呈由西向东逐渐减小的空间分布特征,绝大多数站最大冻结深度呈减小趋势。基本上在10月开始冻结,次年3月达到最深,6月完全融化。西部冻土冻结深度变幅较大,其次是中部,东部最小。1961-2015年季节冻土最大冻结深度以-5.8 cm·(10a)-1的速率显著减小(P<0.01)。最大冻结深度基本上呈逐年代减小的趋势,从20世纪90年代开始,最大冻结深度明显减小。最大冻结深度在1987年发生了突变,突变后平均最大冻结深度比突变前平均最大冻结深度减小了22.2 cm。通过分析气温和积雪深度对冻结深度的影响,认为冻土冻结深度对气温变化较为敏感,绝大多数站最大冻结深度与平均气温呈负相关关系。在年际变化上,气温的上升是最大冻结深度减小的主要原因。在季节冻土稳定冻结期,积雪深度超过10 cm,保温作用逐渐变强;当积雪深度达到20 cm时,保温作用显著,冻土冻结深度变浅。

山西省年最大积雪深度极值分布及重现期极值估算

本文利用山西省108个地面气象台站观测的日积雪资料，研究分析了建站以来至2015年我省年最大积雪深度极大值的空间分布特征；同时，用耿贝尔分布模型推算了山西省各地重现期为30、50、100年一遇的最大积雪厚度极值。

北京-张家口地区冬春季积雪特征分析

2022年冬奥会将在北京-张家口(以下简称北-张地区)举办,揭示该地区的积雪变化特征及其在全球变暖背景下的发展趋势,对冬奥会的筹备以及当地的积雪资源的开发利用等方面都有重要意义.利用2002-2014年MODIS遥感积雪产品提取了研究区域积雪数据,结合1966-2013年台站积雪、气温和降水资料和DEM数据,分析了积雪的时空分布特征,并对冬奥会场地进行积雪资源评价.结果表明:2002-2013冬春年北张地区的整体积雪频率较小,多处于0~0.2之间,但场馆区2月的积雪频率多在0.5以上,最大值接近0.9左右,积雪的分布呈带状和点状.积雪覆盖率最大值出现在1月初,达到0.23.积雪的形成缓慢,但是消亡迅速.1966-2012冬春年冬季积雪日数的波动幅度大于春季,延庆和崇礼县的2月份积雪日数分别为4.6 d和13.9 d,且均呈下降状态.积雪初终日均有提前,但整体的积雪期在减少.北京和张家口整体的最大积雪深度变化平稳,在1966-1980年和2000-2012年处于高值区,波动较大,其他年份最大雪深处于低值变化平稳,延庆和崇礼县的2月份最大积雪深度分别为3.6 cm和5.1 cm.通过分析积雪指标与气象因子(气温、降水)的相关关系发现,在年内(年际)变化上,积雪指标与气温(降水)的关系更为密切.冬奥会场地的2月份气温在-14~2℃之间,月平均降水量仅0.2 mm·d^(-1),积雪日数不足,预计难以形成足够深度的雪,且未来气温上升,达到0.8℃·(10a)^(-1),降水、积雪深度和积雪日数均呈下降趋势,可能60%~95%的赛事用雪将来自人造雪,以应对可能的积雪不足.

1962—2008年辽宁省积雪变化特征

采用1962—2008年辽宁省52个气象观测站逐日积雪深度以及同期温度、降水资料,用统计方法和小波方法分析了辽宁省积雪气候变化规律。结果表明:近47 a辽宁省年积雪日数呈不显著增加趋势,共增加了3 d;年最大雪深随时间变化呈不明显增加趋势,平均每10 a增加0.2 cm;年累积雪深也呈不显著增加趋势,气候倾向率为8.9 cm/10 a。从年代际变化来看,20世纪80年代前辽宁省年积雪日数、年最大雪深和年累积雪深偏小;而20世纪80年代后至今,则经历了一个年积雪日数、年最大雪深和年累积雪深均增加的过程。

积雪时空变化规律及其影响因素研究进展

积雪作为冰冻圈的重要组成部分,对气候变化的响应非常敏感。受局地气候和地形影响,积雪的分布和变化非常复杂,同时积雪对区域气候环境、植被生态系统、土壤性质及温室气体排放、工程基础设施等都会有一定的影响。通过文献综述北半球积雪的时间和空间变化规律、积雪的形成与维持与气象因子的关系、地形和植被对积雪的影响以及冻土区积雪与冻土的耦合关系。总之全球气候变暖使北半球积雪覆盖面积、最大积雪深度、积雪时长等都有减少的趋势。温度和降水量是影响小尺度积雪参数变化的主要气象因素,海拔是影响局地积雪分布的主要因子,植被的覆盖与冻土的存在一定程度上也会影响积雪的分布。未来气候变暖情景下,有关积雪地面台站监测数据与遥感监测数据的有效融合、进一步完善积雪参数的监测网络、厘清气候与积雪变化的关系,是未来该领域的研究重点。

1960—2012年呼伦贝尔市积雪时空分布特征

文章利用呼伦贝尔市1960—2012年16个气象台站逐月最大积雪深度、积雪日数及其初终日资料,采用显著性检验、S/N(10a滑动)突变检验及Morlet小波分析方法对呼伦贝尔地区积雪的初终日、积雪日数与积雪深度的时空分布特征进行了分析。结果表明:该地区南部阿荣旗的积雪初日通过了0.10显著性检验,北部根河、东北部小二沟、中部海拉尔的积雪终日分别通过0.01、0.05和0.10显著性检验,表明全市积雪呈现初日略推迟、而终日明显提前的特征,反应了高纬度地区升温明显,尤其是春季气温升幅大的气候变化特点;积雪日数年际变化均减少,其中北部根河通过了0.05显著性检验,表明纬度高的地区升温明显对积雪日影响较大;最大积雪深度的年际变化是增大的,其中南部阿荣旗、北部根河、中部海拉尔都通过0.01显著性检验,表明全市的大雪过程随年际变化趋势是增多的或降雪过程量级是增大的特点。Morlet小波分析表明,积雪日数的主要周期为准10a和准20a;积雪深度的主要周期区域间差异较大。

天津市典型日光温室和塑料大棚雪荷载分布

利用天津市13个国家气象观测站1951-2018年逐年最大积雪深度极值数据,采用极值Ⅰ型概率分布法,计算了天津市不同重现期的基本雪压和典型日光温室和塑料大棚雪荷载值. 结果表明:10年、15年和20年重现期的基本雪压计算值与规范值相比较,除了宝坻20年重现期基本雪压高于规范值0.1kN/m2 以外,其余所有计算值均小于规范值;天津市典型日光温室雪荷载10年、15年和20年重现期雪荷载范围为0.11~0.28kN/m2,常见圆拱落地式塑料大棚雪荷载范围为0.06~0.12kN/m2;区域分布上两者均以宝坻、宁河和汉沽为雪荷载较大值区,而西青、津南和大港为相对较小值区.