提升安徽省气象为农服务现代化水平的建议

回顾安徽省农业气象发展历程,针对目前存在的问题,提出了深化农业气象改革发展的思考,并给出了现代农业气象发展的几点建议。

安徽省不同区域薄壳山核桃花期观测与授粉树配置

对安徽省不同区域17个薄壳山核桃品种的花期进行了观测。结果表明:安徽省内薄壳山核桃的花期集中在4月20日~5月22日;薄壳山核桃雌雄异熟,多数品种的花期不遇;在17个品种(无性系)中,雄先型、雌先型分别占29.4%、70.6%,花期相遇、花期不遇分别占35.3%、64.7%;同一品种(无性系)在合肥、滁州、阜阳三地的花期受气候因子的影响较小,花期重合率在60%以上。按照异花授粉的原则,为3个区域不同薄壳山核桃品种提出了相应的授粉树配置方案。

城市化对安徽省极端气温事件的影响

利用卫星遥感资料对安徽省46个台站进行分类,统计分析了城市站、郊区站和乡村站1961—2010年的极端气温指数的年和季节的变化趋势及其受城市化的影响和贡献。结果表明:1)近50年来,除最高气温年极大值外,其他气温年极值都有明显上升趋势,以最低温度极小值最显著;暖日、暖夜天数呈增加趋势,而冷日、冷夜天数呈减少趋势,其中暖夜和冷夜变化趋势更明显;各极端指数的变化趋势总体均表现为城市站较乡村站更显著,郊区站介于两者之间。2)城市站最高气温极大值、最低气温极大值和最低气温极小值因城市化造成的增温分别为0.144、0.184和0.161℃/10a,增温贡献率分别达100.0%、58.8%和21.6%,但城市化对最高气温极小值影响较弱;季节尺度的城市化影响基本都造成增温,春、秋季更明显,而增温贡献率以春、夏季更明显,冬季最小或不显著。3)城市化效应使暖日和暖夜天数增加、冷夜天数减少的趋势更加显著,城市化影响贡献率都在40%以上;暖日、暖夜和冷夜天数的城市化影响贡献率都在冬季最小或不显著。

基于SPEI的安徽滁州市旱涝特征及其对小麦产量的影响

利用1961—2019年安徽滁州地区7个国家站常规气象观测资料和1980—2019年小麦生育期观测资料及单产数据,采用多时间尺度的SPEI旱涝指数,探讨分析滁州地区气象旱涝特征及其对小麦产量的影响。结果表明:滁州地区SPEI具有明显的月际、季节变化特征,冬季各月的SPEI收敛性最强,夏季各月的SPEI离散度最大,且呈现明显的春旱、夏涝特征,季节性连旱、连涝中春夏连旱、春夏连涝造成的影响最重。滁州市2000年以后春季呈现干旱化态势,20世纪90年代后夏、冬季均转为变湿的态势,尤以冬季变湿趋势最为显著,而秋季干湿趋势不明显,但2009年以后略有增湿趋势。3月的SPEI3与小麦气候产量相关性最显著,两者存在二次项系数为负的抛物线关系,当3月的SPEI3值大于0.81或小于-1.93时,可能会造成小麦高度减产。

滁州市小麦赤霉病与气象因子的灰色关联分析

基于滁州市7个县(市、区)2005—2020年小麦赤霉病病穗率资料和小麦生育期内逐日气象资料,采用相关系数法、灰色关联分析法,分析了小麦赤霉病发生流行与气象因子的相关性及影响情况。结果表明,滁州市小麦赤霉病发生程度总体呈增加的趋势;越冬期高温与小麦赤霉病呈显著负相关;拔节期至孕穗期的降雨量、雨日数、相对湿度、日照时数,抽穗扬花期的雨日数、相对湿度、日照时数、平均风速,灌浆期的平均气温、降雨量、雨日数、相对湿度、日照时数、平均风速与滁州市小麦赤霉病发病程度相关性显著且关联度较高;灌浆期雨日数是赤霉病最为密切的气象因素,其次是拔节期至孕穗期降雨量和灌浆期相对湿度,关联度最小的为灌浆期日照时数。

滁州市冬小麦产量预报与气象条件分析

利用2000—2016年滁州市冬小麦产量与气象数据,运用直线滑动平均模拟趋势产量,结合调和权重法预测趋势产量并分离出冬小麦气象产量。依据冬小麦生育普遍期的出现时间,以旬为单位选取气象因子,进行相关分析和逐步回归,得到气象产量预测模型。经检验,预测模型具有较高的信度和实用性,可作为滁州市冬小麦产量定量预报的有效工具之一。

CMA高分辨区域集合预报系统支撑北京冬奥会气象服务保障的评估分析

冰雪运动项目与气象条件关系密切,气象条件是冬奥会赛事顺利进行的关键因素之一。中国气象局地球系统数值预报中心根据2022年北京冬奥会比赛气象保障需求,基于多尺度混合初值扰动方法和侧边界扰动方法,初步建立了高分辨率区域集合预报试验系统,针对北京冬奥会比赛同期时段开展了连续试验。初步试验统计结果表明:主要预报变量高、中、低层等压面要素集合平均值的均方根误差基本小于等于控制预报误差,体现了集合平均相对于单一确定性预报的优势;地面要素风和降水预报效果较好,但温度24 h预报偏差高于2℃,距离精准冬奥气象保障还有一定差距。针对试验期间两次寒潮大风过程开展了高分辨率区域集合预报,天气学分析的检验结果表明,集合预报产品可以比较准确地描述地面温度主要分布特征、寒潮移动过程和降水预报,为预报员提供寒潮标准24 h变温预报、大风预报等有价值的概率预测信息。基于诊断方法开发了能见度、大风、降水相态等对冬奥赛事运行和运动员表现有重要影响的天气要素集合预报产品,初步试验结果表明不同集合成员的取舍对能见度预报反应敏感,具有一定预报能力,但预报范围偏大,数值偏低,需进一步改进;阵风预报与实况大值区分布比较一致,降水相态预报与观测分布吻合,雨雪分界线,降雨、雨夹雪、雪、冰粒落区范围合理,进一步提升了北京冬奥会气象的保障能力。

乡镇区域生态环境气象指标初探

基于安徽省来安县区域生态环境气象监测站网数据和卫星遥感数据,选取了能见度、霾频率、温湿适宜频率和植被覆盖度4个因子进行统计分析,从而构建了乡镇区域生态环境的气象评价指标(MEI)。对2015年8月至12月来安县各乡镇的MEI适用性和可靠性进行了试算验证,结果表明MEI能够科学合理地反映各乡镇区域间生态环境质量状况的差异和季节变化差异。本文提出的指标适用于乡镇级及以上的行政区域范围内的霾监测和评估,以及地方社会经济发展对生态环境的影响评估,旨在为乡镇级区域生态环境健康发展提供科学依据。

利用T213物理量资料制作滁州市暴雨预报系统

在分析相关资料的基础上,指出对暴雨预报有较大贡献率的预报因子;同时利用MICAPS2.0系统下的T213资料,对其进行格点挑选和数据处理,得到滁州地区各站点的物理量数据;然后将其与滁州地区历史暴雨的T213相关参数进行对比分析,从而得出滁州市各站的暴雨预报。

2016—2021年芜湖市臭氧污染特征分析及影响因子研究

利用芜湖市国家空气监测站点2016—2021年监测数据及同期气象数据,对区域内不同时间尺度臭氧污染特征进行了研究,并采用相关分析等统计学方法探究了气象因子、NO_(2)等前体物的浓度对臭氧的影响。研究表明:芜湖市臭氧浓度及超标天数年变化有反复,近年呈上升趋势;臭氧浓度夏季最高,春秋次之,冬季最低;月浓度变化呈“M”型双峰变化特征,最高值出现在5—6月及7-9月两个时间段;臭氧浓度日变化特征表现为单峰型,白天变化剧烈,夜间波动平缓,16时达到峰值;影响臭氧浓度的主要气象因子有14时气温、平均气温、日照时数、相对湿度;臭氧浓度与NO_(2)、CO、PM_(2.5)等的质量浓度均呈负相关,与NO_(2)的质量浓度的相关性最好。

安徽汛期淮北区域性暴雨大尺度环流特征及成因分析

本研究利用合成分析、EOF分解、显著性差异检验、相关分析等方法对1960—2010年安徽淮北地区5—9月25个区域性暴雨个例进行分析来研究安徽地区淮河以北区域性暴雨时空分布、大尺度环流分型及物理量场分布特征,从气候背景角度出发了解其成因分析,为预报提供有益参考。研究表明:安徽淮北区域性暴雨大尺度环流特征主要表现为两脊两槽型。暴雨区多位于高空西风急流入口区南侧和低层低涡辐合中心东南侧、闭合经向垂直环流上升支下方。冷空气分别从高低层同时入侵,高层冷空气以高值位涡柱的形式向下入侵。暴雨区多位于垂直上升速度中心和湿位涡负值中心略偏北,垂直方向上呈现湿位涡正负区叠置的形势,且低层的对流不稳定和中高层的斜压不稳定相结合,使得大气不稳定性增强是造成淮北区域性暴雨的主要原因。

近50a滁州地区梅雨的时空变化特征

采用聚类分析、线性回归等方法分析滁州地区1961-2010年50 a梅雨期、梅雨量和梅雨强度的年际变化以及滁州地区7站梅期雨量和雨量梅年比地域分布的差异性。结果发现,滁州地区50 a平均梅雨期为23d(6月17日入梅,7月9日出梅),梅雨量为227.5 mm,梅期日雨量为9.9 mm,雨量梅年比为21.5%,暴雨日数为1.3 d,梅雨强度指数为4.0;梅雨时空分布不均,梅雨特征量存在显著的年际、年代际变化特征,梅雨特征量年代际变化之间存在明显的负相关或正相关关系;滁州地区梅雨特征分3类,具有自北向南梅期雨量呈递增的趋势,副热带高压和季风环流的异常直接影响皖东地区梅雨量的丰枯。

1970—2019年滁州市降水特征分析

采用具有自适应性的EEMD方法(Ensemble Empirical Mode Decomposition)重点研究滁州市1970—2019年7个国家基本站年降水和汛期降水的非线性变化特征。结果显示,以滁州站为例,其近50年的降水量变化存在年际尺度和年代际尺度,分别为2.3年和8.0年以及16年和32年,同时发现具有2.3年和8.0年时间尺度的年际变化占主导地位;全市7个国家站汛期降水量对年降水量贡献率均在60%以上,且在空间上总体呈东南多西北少的特征;全市7个国家站汛期多年平均暴雨降水量占汛期多年平均降水量的比率均在33%以上。7个国家站近50年汛期暴雨频数除来安站和天长站呈下降趋势外其余皆呈增加趋势,而汛期小雨频数皆呈下降趋势。

近54年滁州市日照变化特征分析

本文采用气候倾向率、趋势系数、距平、Mann—Kendall检验等方法，通过对滁州市日照变化的研究，结果表明：滁州市年日照时数变化总趋势是减少的，气候倾向率为-123．52h，10a，减少趋势非常明显，发生了突变。1979年是突变的开始年份，突变后减少了393．3h。季日照时数，夏季减少最快，春季减少最慢；月日照时数8月减少最快，4月减少最慢。季平均日照时数，夏季最多，冬季最少。各季节日照时数的突变特征不尽相同。

浅析地市级气象部门发展智慧气象的工作任务

智慧气象是信息技术在气象领域的大规模普适应用,也是当前和未来各级气象部门必须重点推进的工作。本文分析认为,近年来的气象现代化建设成果,互联网、大数据、云计算等信息技术的进步以及各行各业积极参与智慧化发展是地市级气象部门发展智慧气象的基础。但也存在如对其他行业智慧化发展及智慧气象的认识不够,气象数据和系统的开放程度不够,数据标准化、网络信息安全等问题。同时,如果不能妥善处置,现有的气象现代化成果也会成为制约发展智慧气象的因素。文章还探讨了地市级气象部门建设智慧气象的主要工作任务,认为不论观测、预报、服务还是管理,都可以在如何承接国家、省级智慧气象系统,如何创新具有本地特色的智慧气象体系以及如何融入地方智慧政府、智慧行业建设三个方面有所作为。

滁州市茶叶生产的气候条件分析

滁州市具有非常悠久的种茶历史,茶叶生产是当地传统的优势产业之一。结合滁州市茶叶生产现状,对茶叶生长发育过程所需要的气候条件进行了分析,并针对茶叶生长中的气象灾害,提出了相关防御对策,以提升滁州市茶叶的产量和品质。

安徽淮河以南区域性暴雨大尺度环流背景分析

为了从气候平均态的角度掌握安徽淮河以南汛期区域性暴雨的大气环流背景和物理量配置的特征,为区域性暴雨预报提供有利参考,本研究利用合成分析、EOF分解、显著性差异检验、相关分析等方法,对1960—2013年安徽淮河以南地区5—9月171次区域性暴雨个例进行分析,以研究其时空分布、大尺度环流分型及物理量场分布特征。研究表明:安徽淮河以南区域性暴雨大尺度环流特征主要表现为中高纬"2脊1槽"型。暴雨主要是边界层偏南风急流、低空西南急流和高空西风急流三者垂直方向上耦合的结果,暴雨区多位于南亚高压北侧,高空西风急流南侧,低空急流左前方和边界层急流中心的左侧及850 h Pa暖切南侧,且垂直方向上呈现湿位涡正负区叠置的形势,为暴雨的产生提供不稳定层结条件。

滁州地区40年日照时数的变化特征分析

利用滁州地区7个气象台站1961~2000年逐年、逐月日照时数资料,采用常规统计方法和墨西哥帽小波变换分析了它们的月分布情况及年际气候变化规律。

近55年滁州汛期降水变化特征

为揭示滁州降水变化规律,利用1961—2015年5—9月逐日降水资料,分析了汛期及各级别降水量、降水日数和降水强度的气候特征和变化趋势。结果表明,滁州汛期降水量呈增加趋势,汛期降水量的增加主要是由于暴雨雨量的增加引起的。汛期降水日数呈减少趋势,汛期雨日的减少主要是由于小雨日数的减少造成的。汛期及大雨、暴雨降水强度呈不同程度的增强趋势,中雨降水强度呈减弱趋势。小雨、中雨、大雨贡献率呈不同程度的减小趋势。暴雨对年降水量有显著贡献,暴雨贡献率变化特征与年总降水量呈显著正相关。

2018年春末滁州地区强对流天气过程分析

利用常规气象观测资料和雷达监测资料,采用天气学客观诊断分析方法,对2018年春末发生在滁州地区的强对流天气的形成机制和形成条件进行了分析。结果表明,此次强对流天气包括雷雨大风、短时强降水和局地冰雹,并伴有飑线特征,江淮之间北部对流强度大于南部;满足滁州地区低槽型强对流天气环流特征,高低层系统构成前倾结构利于强对流天气发生;大气具有较强的不稳定能量,低空急流输送水汽条件,热、动力因子相互配合在地面辐合线的作用下触发对流;天气尺度系统移速慢是导致滁州地区强对流天气反复出现的直接原因,且天气尺度的有利背景使得发展的对流系统更具有组织性;地面自动站的风场资料对强对流天气发生区与未来移动趋势有较好的监测与预报反应;通过雷达径向速度识别逆风区对雷暴大风的监测和预报有很好的指示意义,多普勒天气雷达垂直积分液体含水量可作为冰雹预警预报的一个重要参考指标。