基于SPI-RRV指数中国气象干旱及其风险时空演变特征研究

为全面揭示变化环境下我国多维气象干旱特征,耦合气象干旱指数(SPI)和可靠性-回弹性-脆弱性(RRV)指数,提出了一种基于SPI-RRV指数的干旱风险评价方法,定量评价了中国气象干旱及其风险的时空演变特征。结果表明:SPI-RRV指数具有特征稳定和时空可比性强的特点,能够较为准确地评估气象干旱风险时空演变特征;南方平均干旱栅格比、干旱月占比和频次大于北方,湿润区和半湿润区干旱历时短、烈度大,半干旱区和干旱区干旱历时长、烈度相对较小;干旱高风险区转移具有显著年代际变化规律,空间上从西北向西南地区转移。

陕西省环境气象条件评估指数时空变化特征研究

基于陕西省10地市2015—2020年PM_(2.5)浓度实况监测数据和气象条件评估指数EMI,统计分析EMI和PM_(2.5)相关性及近年EMI的时空分布特征,定量评估气象条件变化及综合治理措施对陕西环境空气质量的影响。结果表明:陕西省2015—2020年EMI可较好地表征和评估气象条件变化导致的PM_(2.5)浓度变化。2015—2020年EMI呈线性降低趋势,气象条件持续向好。月EMI均呈明显的单谷分布特征,EMI冬半年大,夏半年小。各区域EMI总体上呈关中高、陕南次之、陕北最低的分布特点,关中中部、东部EMI最大。EMI正距平百分比高值区主要分布在关中地区,各年关中均有60%以上面积正距平,其中2016年冬季关中83.0%面积正距平,37.5%面积正距平超过100%。2020年陕西省各区域环境空气质量较2015—2019年均有明显改善,全省PM_(2.5)浓度较前5 a平均降低24.8%,全省气象条件改善使PM2.5浓度较近5 a降低16.4%,排放变化使得PM_(2.5)浓度较前5 a平均下降9.4%,可见,近年陕西省大气污染综合治理措施成果显著,环境质量明显改善。

冬小麦不完善粒气象条件危险性指数研究

为探明气象条件对河南省冬小麦籽粒不完善粒的影响,利用2008—2021年河南省不同地市冬小麦收获期大田测定的不完善粒资料和对应气象资料,利用最小显著性差异法、Person相关分析、权重系数等方法,分析出气象条件影响不完善粒的关键时段和主导气象因子,并构建了气象条件危险性指数I。结果表明:冬小麦成熟前20天内的气象条件对籽粒不完善粒有重要影响,其中豫南麦区主要受成熟前10天内的气象条件影响。不同地区不完善粒受不同气象因子的组合作用,总降水量R和总降水日数D为共性主导因子,豫东麦区还受成熟前平均气温T主导,北中西部麦区还受成熟前日照时数S和气温日较差Td主导。豫南麦区成熟前10天内连续降水日数超过3天、总降水量超过70 mm、总降水日数大于6天时,籽粒不完善粒>8%的可能性较高;各麦区I>5.8时,冬小麦不完善粒气象条件危险性高。

基于SPEI指数的淮北地区气象干旱时空特征研究

【目的】研究淮北地区1961—2022年气象干旱时空特征。【方法】采用淮北地区21个站点1961—2022年实测气象资料,计算月、季、年尺度各站点及区域平均标准化降水蒸散指数(SPEI),分析该区干旱发生频次、干旱趋势及干旱发生强度时空变化特征。【结果】(1)1961—2022年淮北地区月、季、年尺度SPEI呈下降趋势。(2)月尺度干旱场次及干旱平均持续时间呈逐年上升趋势,淮北站年均干旱场次最多(0.73次/年),泗县站干旱平均持续时间最长(4.61月/次),淮北站月尺度干旱风险最高。(3)春季、秋季呈不显著干旱化趋势,夏季、冬季呈不显著湿润化趋势;冬季干旱频率和干旱发生强度最高,分别为34.43%、21.86%;夏季局域性及其以上干旱频率最高;冬季全域性及其以上干旱频率最高;中东部及西南部春季干旱频率较高,东南部夏季干旱频率较低,东部和北部秋季干旱频率较高,西部和东北部、东南部边缘地区冬季干旱频率较高。(4)年尺度淮北地区呈不显著干旱化趋势(-0.01/10 a),干旱站次比逐年增加(1.4%/10 a);北部干旱化倾向较高,西部及东南部干旱发生强度较高,东北部及西南部干旱频率较高。【结论】淮北地区整体呈干旱化趋势,区域间干旱频率、干旱发生强度差异明显。

基于简单气象因子的干旱指数计算及其适用性分析

为建立可对短期干旱进行合理监测表征的气象干旱指数,从气象干旱发生的机制——水分供需矛盾(主要为降水量与蒸散量两大因素)出发,以旬尺度的蒸散缺水量占需水量的比值定义一个气象干旱指数——缺水度指数(WSI),潜在蒸散量(PET)采用气温(T,℃)及相对湿度(RH,%)两大极易获取的气象因子计算,同时利用陕西省30个气象站点2000—2020年的逐日气象观测资料分析WSI的适用性特征。结果表明:在不考虑风和大气压的影响条件下,相对于Penman-Monteith方程,基于T和RH估算PET误差较小,均方根误差(RMSE)和平均绝对误差(MAE)均值分别为1.17 mm和0.82 mm,但62.1%的数据计算结果偏小,部分站点80%以上数据偏小。对陕西省不同区域近年来旱情发展变化的研究表明,WSI能够识别出陕西省旱情易发区域及时段,同时对于短期干旱事件具有较强的识别能力,较MCI指数能够更快地捕捉旱情发生,同时更加灵活简便,可以应用于气象干旱的监测预报和评估。

基于相对湿润指数的浙江省茶叶气象干旱特征分析

【目的】研究浙江省茶叶气象干旱的演变规律,为茶叶安全生产优化布局提供科学依据。【方法】利用浙江省68个地面气象观测站50 a(1971—2020年)的逐日气温、降水量、日照时数等数据,基于相对湿润指数、正交经验函数和小波分析法等分析浙江省茶叶气象干旱的时空分布规律。【结果】浙江省茶叶生产夏季干旱的强度和发生频率高于秋季,且均呈现西高东低的分布,中西部尤其金衢盆地的干旱强度和频率为全省最强,浙北地区次之,沿海地区最小。茶叶夏季干旱站次比呈逐年下降的趋势,秋季则呈现先升后降的趋势,2000年以后夏秋两季出现极端大范围茶叶气象干旱的年份增多。茶叶夏季和秋季干旱强度的正交经验函数第一模态表现为全省变化一致性,第二模态中沿海局部地区和内陆呈反相位变化,夏秋两季干旱强度的主模态时间序列分别存在2-6、2-4、6-10 a的振荡周期。【结论】浙江省在夏季和秋季出现茶叶气象干旱的频率在下降,但出现极端干旱的概率在增加,应重点加强茶叶主产区干旱监测预警能力建设,提升防旱抗旱能力。

亚热带地区植被指数与气象因子相关性分析

选用红河州13县市近20年气候资料和卫星监测资料为研究对象,运用相关分析、回归分析方法研究了气象因子对森林植被的影响情况。结果表明,在全球变暖大背景下,红河州森林植被总体为增长趋势,与气象条件存在1年的滞后相关;亚热带地区植被指数与日照、气温存在一定的相关性,特别是中亚热带和南亚温带之间有差异,即较热的地区过高的热量不利于森林生长,而较冷地区存在热量不足情况;植被指数与水分条件的相关程度最高,通过建立积温和降水量的回归方程,可以对来年的植被总量进行预报估算。

基于气象条件综合指数的天津市臭氧污染影响因素贡献评估

利用2017—2021年天津市近地面O_(3)日最大8 h滑动平均浓度(O_(3)_8 h)浓度和同时期气象数据,基于统计学方法构建天津市本地化O_(3)气象条件综合指数,并据此评估气象和人为影响因素对O_(3)浓度和超标天数的贡献情况。研究表明:基于日最高气温、海平面气压、平均风速、相对湿度、边界层厚度、短波辐射通量可以较好地建立O_(3)气象条件综合指数,与实况O_(3)浓度相关系数可以达到0.86(P<0.01),高于任何单一气象要素对O_(3)浓度的影响;基于该指数评估,2017—2021年天津市O_(3)浓度呈先升后降趋势,2021年较2017年下降15.9%,其中人为因素贡献了O_(3)浓度下降的10.0%,气象因素贡献了5.9%。O_(3)超标天数变化与浓度变化趋势一致,且超标天数中以轻度污染为主。2018年轻度污染占比高是导致该年O_(3)超标天数最高的主要原因;2021较2017年天津市O_(3)超标天数减少了36 d,其中气象条件导致的超标天数减少20 d,人为因素导致的超标天数减少16 d。对导致不同污染等级超标天数变化的影响要素分析显示,气象条件是导致O_(3)轻度污染天数减少的主要因素,而人为管控措施的贡献主要体现在中度污染天数的减少。

2种综合干旱气象指数在辽宁省玉米 生长期的适用性分析

干旱指数做为干旱监测的重要手段,对于作物生长期内干旱演变特征的准确监测,提高农业防旱减灾能力以及促进作物的高产稳产具有重要意义。辽宁省是中国东北地区重要的粮食生产地,干旱是造成该地区玉米产量不稳定的主要气象灾害。以辽宁省为研究区域,选取2001—2020年19个气象站点的基础气象数据,计算得到综合干旱气象指数(CI)和气象干旱综合指数(MCI),从降雨、平均气温、干旱日数、干旱强度、干旱频率和干旱事件演变特征等方面,对比分析2种干旱指数在辽宁省玉米生长期内干旱监测中的差异,分析其适用性。结果表明:辽宁省近年来降水与气温分别呈22.37 mm/10a和0.45℃/10a趋势上升;在玉米生育期内,CI和MCI指数在玉米生育期内干旱频率生育前期>生育后期>生育中期,CI较MCI监测的干旱日数和干旱频率较高;在空间分布上,生育期内辽西与辽南干旱频率高于其他地区;从干旱事件的演变特征对比CI和MCI指数,CI监测干旱强度大、时间长、不合理跃迁多,MCI有更好的持续性和稳定性,但是干旱强度较低,2种干旱指数对于辽宁省玉米生育期内的干旱时空演变特征均有较好地反映,但空间适用性具有差异,CI更适合辽西和辽北的干旱监测,MCI更适合辽东和辽南的干旱监测。

六春湖摄影气象指数预测评价研究

气象条件对旅游摄影有较大影响。为充分挖掘六春湖“气象景观”资源,根据六春湖景区多年降雨量、风速、能见度和相对湿度等气象数据资料,分析了六春湖山地基本气候特征,划分了摄影气象指数影响等级,建立了六春湖摄影气象指数预测模型。结果能为六春湖景区的游客和摄影爱好者提供可靠的摄影创作条件依据,拓宽了六春湖景区应用气象服务内容。

内蒙古地区旅游气象指数预报方法研究

利用近30年(1991-2020年)内蒙古地区12盟、市行政所在地的气象站资料,对内蒙古地区旅游气象指数预报方法开展了研究。得出如下结论:(1)旅游气象指数的影响因子包括总云量、紫外线指数、平均气温、最高气温、最低气温、平均风速、降水量、相对湿度、空气质量、天气现象。(2)旅游气象指数计算结果均在标准指数范围。计算结果与该区气候特征较为一致。冬季受低温影响,东部偏北地区等级为五的天数明显高于其他地区;春秋季受沙尘影响,西部地区会出现较多等级为四或五的天数。

迁西梨树花期预报及梨花观赏旅游气象指数研究

利用2008—2021年迁西梨树花期观测资料和相关气象资料,计算梨树始花期与气象因子的时间相关系数,采用线性预报和逐步回归方法建立迁西梨树花期的线性预报模型,并确定了迁西县梨花观赏旅游气象指数。结果表明,梨树始花期与有效积温、气温和地温密切相关,与12月至次年3月≥0℃积温、3月平均最低气温、3月平均地温呈负相关;以优化预报因子后建立的逐步回归预报模型最优;综合梨树花期、气象条件、出行便利程度和人体舒适度等因素,确定了迁西县梨花观赏旅游气象指数,能够对园林管理、旅游开发和公众赏花提供重要的指导作用。

基于气象条件的上海悬铃木白粉病预报模型

白粉病是上海市悬铃木主要病害,气温和湿度是影响悬铃木白粉病发生发展的主要环境因子。本文基于上海市区2014—2020年悬铃木白粉病病情指数及同期气象资料(气温、相对湿度等),应用数理统计方法分析悬铃木白粉病病情指数与气象条件的关系,建立气象预报模型,为防控悬铃木白粉病提供依据。结果显示:悬铃木白粉病病情指数和6日滑动平均气温、最低相对湿度成正相关,相关系数分别为0.36和0.29(P<0.01);年内6日滑动平均气温首次≥19.2℃时,悬铃木白粉病开始发生;建立的悬铃木白粉病病情指数气象预报模型拟合效果为R2=0.96,RMSE=2.542,独立样本检验效果为R2=0.97,RMSE=1.661,模型效果较好,可用于白粉病气象预报服务。

利用叶面积指数和气象因子修正双作物系数估算夏玉米蒸散量

[目的]准确估算夏玉米作物蒸腾(T_(r))与土壤蒸发(E_(s))。[方法]本研究基于FAO-56推荐的双作物系数模型,应用五道沟水文实验站叶面积指数(LAI)、气象因子以及土壤水分实测数据,对模型中的基础作物系数(K_(cb))和土壤蒸发系数(K_(e))进行动态修正,并基于Penman-Monteith(P-M)模型,确定参考作物蒸散量(ET_(0)),进而估算夏玉米实际蒸散量(ET_(c)),并以2018、2019年大型蒸渗仪实测ET_(c)对估算值进行精度评价。[结果]修正后的双作物系数法估算夏玉米蒸散量较为准确,2018年夏玉米全生育期ET_(c)估算与实测的日均值分别为4.89 mm/d和4.66 mm/d,2019年分别为5.72 mm/d和5.67 mm/d。应用修正双作物系数法估算夏玉米日ET_(c)的决定系数(R^(2))、均方根误差(RMSE)、模型效率系数(E_(ns))、平均绝对误差(AAE),2018年分别为0.89、0.98 mm/d、0.86和0.73mm/d,2019年分别为0.89、0.76 mm/d、0.89和0.58 mm/d。[结论]因此,修正后的双作物系数法能够较为准确的估算夏玉米蒸散量,该研究可为淮北平原农田水分精准管理提供科学依据。

农业气象指数保险研究及其应用进展

全球气候变化背景下,极端天气事件和自然灾害频发,农业生产面临着巨大的气象灾害风险。新疆农区各类气象灾害呈现多发、频发的趋势,以合同中约定的天气指数作为触发值进行赔付的农业气象指数保险,是转移农业灾害风险的重要途径。分析农业气象指数保险的发展历程与研究进展,讨论其在新疆农业生产中的应用现状,提出新疆农业气象指数保险的研究重点及发展方向,以期为气象指数保险服务于农林业安全生产提供思路和参考。

基于科学理论与气象要素的草坪建植与养护技术研究

为了增强城市草坪建植和养护技术的科学性和精细性,基于生态学原理研究了草坪建植和养护对生态系统的要求,以及受气温、降水、蒸发等气象因素影响下,草坪建植土壤水分对草坪的蒸散和生长的影响,以气象数据作为指导,开展土壤水分的变化特征及草地城市草坪土壤水分蒸发特性研究。结果表明:降水条件是影响草坪草蒸散的重要因素,当土壤含水量为田间持水量的70%~85%时,草坪的蒸散量最大;而土壤含水量在40%~55%时,草坪的蒸散量最小,且城市草坪建植的草业面积指数,地上地下生物量均与土壤的含水量呈正相关的关系。

基于环流指数研究天津长序列细颗粒物大气污染气象条件演变规律

基于国家气候中心气候系统监测指数集和天津环境模式细颗粒大气污染气象条件指数,建立基于环流指数的天津细颗粒物大气污染气象条件评估方法,研究1951~2021年天津气象和气候条件变化对PM2.5稀释、扩散和清除影响.结果表明,与天津春季大气污染气象条件高相关的环流指数有东大西洋遥相关型指数、热带北大西洋海温指数、斯堪的纳维亚遥相关型指数;夏季大气污染气象条件与副高位置密切相关,高相关环流指数为印度副高北界位置指数和南海副高北界位置指数;秋冬季亚洲纬向环流指数和亚洲经向环流指数高低对大气污染气象条件有较好指示意义,北极涛动指数和北半球极涡强度指数反映了影响我国秋冬季冷空气强度和频次,与秋季天津大气污染气象条件指数相关系数为0.45,与冬季天津大气污染气象条件相关系数为0.66.基于环流指数和基于数值模式构建天津细颗粒物大气污染气象条件相关系数为0.80,由此数据分析,1951~2021年天津细颗粒物大气污染气象条件年际变化平均波动在2.56%,极端峰谷值与平均值相差7%~8%,20世纪80年代最差,20世纪50年最优,21世纪10年代优于历史平均1.61%.

引入人体舒适度指数建立新疆库尔勒香梨主产区赏花气象指数预测模型

采用逐步回归方法对1990-2020年新疆阿克苏、阿拉尔、轮台和库尔勒产区的香梨始花期气象要素与香梨开花始期日序进行分析,结合人体舒适度指数,建立新疆库尔勒香梨主产区赏花气象指数预测模型,以期为判别香梨花期的最适宜赏花日提供气象服务参考依据。结果表明:(1)新疆库尔勒香梨主产区始花期预测模型构成因子为3月平均最高气温、3月0cm地温、3月平均气温、3月40cm地温;阿拉尔、库尔勒始花期日序与气温呈一元线性负相关关系,阿克苏、轮台与地温和气温呈多元线性关系;正常年份模型误差在3d内的概率分别为阿拉尔93.5%、阿克苏93.5%、库尔勒100%、轮台96.8%。(2)人体舒适度指数划分为最适宜、次适宜、一般和不适宜四个等级,2022年花期前后人体舒适度指数最适宜日数分别为阿拉尔22d,阿克苏24d,库尔勒16d,轮台18d。(3)香梨赏花气象指数取适宜花期时段与人体舒适度指数的交集,划分为最适宜(五颗星推荐指数)、次适宜(四颗星推荐指数)、一般(三颗星推荐指数)和不适宜(一颗星推荐指数)四个等级。2022年五颗星推荐赏花日阿克苏为4月11-14日,阿拉尔为4月10-15日,库尔勒为4月10-15日,轮台为4月11-14日。模拟结果符合实际,香梨赏花气象指数结合体感温度与花期时段,在后续香梨始花期预报工作及新疆旅游气象服务中具有较好的应用价值和潜力。

渭北苹果花期冻害气象指数保险设计

为科学设计渭北苹果花期冻害气象指数保险产品,提供气象指数保险技术参考。研究选取旬邑县作为陕西省渭北地区苹果代表县,利用1991—2020年气象、苹果花期物候、产量等数据,选取苹果花期冻害极端低温和过程累积危害指数作为备选气象指数,采用滑动平均-灰色预测法分离苹果气象产量。通过气象指数与苹果减产率的相关分析,确定苹果花期冻害气象指数,构建苹果花期冻害气象指数与减产率之间的关系模型。利用苹果单产风险分布特点,选取6种分布模型利用参数分布法进行拟合,并根据Anderson-Darling(A-D)检验结果和概率密度函数图筛选最优分布。最后根据保险触发值,厘定不同赔付触发条件下的保险纯费率。结果表明:代表县苹果花期冻害过程累积危害气象指数Ts与减产率的相关性显著强于苹果花期冻害极端低温气象指数Tc;Ts与减产率之间存在正向线性关系模型;苹果单产风险分布符合柯西分布;当赔付触发条件对应2%、4%、6%、8%减产率时,旬邑县各乡镇苹果花期冻害气象指数保险产品纯费率区间为0.40%~1.84%。相较传统苹果农业保险产品,苹果花期冻害气象指数保险产品可实现差异化费率,有利于发挥气象指数保险优势。

天山天池雾凇气象等级指数分析

利用天池气象站1981—2018年的雾凇天气现象资料分析天山天池的雾凇特征。用2004—2018年雾凇天气现象出现时的逐小时气温、温度露点差、相对湿度、风等数据,分析雾凇与气象要素的关系。结果表明:天山天池年平均雾凇27.8 d,冬季最多,春季次之;每年11月—翌年3月是雾凇的多发时段,其中3月最多;雾凇出现的开始时间多在夜间,结束时间多在12—17时。年雾凇日数以9.8 d/10 a的速率呈波动减少趋势,冬季减少速率为4.4 d/10 a。天山天池出现雾凇最有利的气象条件是,气温在-4~-10℃,温度露点差≤2.0℃,相对湿度>90%,风速≤3.0 m/s。选取气温、温度露点差、相对湿度、2 min平均风速、雾等对雾凇形成影响较大的气象因子,建立天山天池雾凇气象等级指数并进行典型年份检验,该指数可以作为旅游气象服务业务的一项参考指标。