变化环境下中国东南沿海致灾气旋及其人口暴露度研究

本文基于气象观测站的逐日气压、风速和降水量确定致灾气旋阈值,结合区域气候模式COSMO-CLM(CCLM)输出,研究中国东南沿海地区2021—2050年RCP2.6、4.5、8.5情景下致灾气旋的时空变化特征。并采用人口-发展-环境分析模型(PDE),预测共享社会经济路径SSP2下东南沿海地区人口发展趋势,揭示了致灾气旋人口暴露度演变。研究表明:(1)RCP2.6情景,东南沿海地区平均每年发生致灾气旋6.3次,风速和降水量较基准期(1986—2005年)分别增加9%和15%,72%区域致灾气旋人口暴露度有所增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加2.1亿和0.1亿。(2)RCP4.5情景,致灾气旋年均发生7次,风速和降水量较基准期分别上升16%和32%,89%地区致灾气旋暴露人口增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加2.6亿和0.5亿。(3)RCP8.5情景,致灾气旋年均发生5.8次,风速和降水量较基准期分别增加32%和50%,65%区域致灾气旋暴露人口度有所增加。暴露在超基准期最大影响面积和最强风速下的致灾气旋人口分别增加5.7亿和1.9亿。(4)相比RCP2.6,RCP8.5情景致灾气旋风速和降水量高出23%和35%,暴露于超基准期最大影响面积和最强风速的致灾气旋人口分别多3.6亿和1.8亿。控制温室气体浓度对降低致灾气旋的不利影响具有重要意义。

基于风云三号卫星微波资料反演我国地表土壤湿度及其对比

土壤湿度是联系陆地水循环和能量循环的纽带,是地表最重要的水资源,也是一个重要的气象预报因子。基于风云三号卫星微波资料,采用能量辐射传输模型反演了我国逐日地表土壤湿度(FY-3B),并估算了其系统误差;然后,与中国气象局农业气象站观测资料和ERA-Interim、NCEP再分析资料进行了对比分析。研究结果表明,FY-3B土壤湿度呈由西北地区向东北和东南地区逐渐增加的空间分布特征,与农气站观测资料和两套再分析资料基本一致;其系统误差与植被覆盖度密切相关,我国西南部植被茂密的地区系统误差较大。FY-3B土壤湿度的季节性变化与农气站观测资料在全国范围有较好的一致性,总体表现为冬季土壤湿度较高,随着春季气温升高蒸散发增加,土壤湿度逐渐降低;夏天雨季来临,土壤湿度回升。然而,FY-3B土壤湿度与ERA-Interim和NCEP再分析资料在东北部分地区和长江流域以南呈很强的负相关,这主要是由于季节性干湿变化的不一致性所致;这表明,ERA-Interim和NCEP土壤湿度再分析资料在这些地区存在较大的不确定性。

长江中下游地区1988—2010年遥感土壤湿度的时空变化

利用农业气象站观测资料对长江中下游地区1988—2010年遥感土壤湿度进行了验证,并与NCEP和ERA-Interim土壤湿度做了对比分析。研究表明,ECV遥感土壤湿度冬季平均土壤湿度最高,春季和秋季次之,夏季平均土壤湿度最低;这种季节性干湿变化与农业气象站观测资料一致。但是,NCEP和ERA-Interim土壤湿度再分析资料,则夏季平均土壤湿度高,春季和秋季次之,而冬季平均土壤湿度最低;这种季节性变化与ECV遥感土壤湿度和农业气象站观测资料呈反位相。就年际变化而言,ECV遥感土壤湿度与农业气象站观测资料和两套再分析资料均有较高的一致性,并在春季和秋季最高,尤其是在长江以北地区和长江以南洞庭湖、鄱阳湖两大湖区,相关系数达到0.7~0.9;而夏季一致性最低,相关系数仅为0.4左右。在研究时段,ECV土壤湿度在冬季明显增加,在夏季则有明显下降趋势。

高分辨红外辐射探测器地表温度数据在江苏地区1980—2009年间适用性评估

地表温度在物理和生物过程中起着关键作用,也是评价地表热环境的重要指标。因此,了解地表温度时空变化对城市热岛监测及生态质量的评价具有重要意义。高分辨红外辐射探测器地表温度(HIRS LST)是目前时间尺度最长的全球逐小时地温数据集。为了解江苏省地表温度的时空分布情况并研究HIRS LST数据在江苏的适用性,论文选择江苏省1980—2009年49个站点的实测地表温度数据,利用相关系数、偏差、非偏性均方根误差等方法,对HIRS产品从多角度进行了验证。结果表明,HIRS地表温度与站点地表温度数据有较好的一致性。两者相关系数在整个区域都高于0.98,2种数据的距平相关系数在0.65~0.80之间。两者偏差和非偏性均方根误差表明,HIRS的数据在江苏北部和南部部分地区低估了地表温度,主要原因是其对高于32℃的地温事件发生次数存在较大程度的低估。然而,HIRS LST在很大程度上高估了在20~30℃之间的较高温日数。在年际变化方面,HIRS LST与观测数据在春季的相关性最高,冬季最低。趋势检验表明,2种数据在春、秋、冬3个季节均呈现出明显的增长趋势,增温趋势呈现出相似的空间变化。但是,该地区夏季的地表温度长期趋势被明显高估,HIRS数据并未反映出该地区北部大面积的降温趋势,而在其他季节的地表温度被低估。