河北省气象灾害防御决策支撑平台设计与应用

针对河北省气象灾害防御指挥部在决策支撑中缺少智能化、可视化的应急联动平台,河北省气象灾害防御和环境气象中心设计研发了河北省气象灾害防御决策支撑平台。平台基于网络地理信息系统(WEB geographic information system,WEBGIS)和网络通信技术,采用浏览器/服务器(browser/service,B/S)架构实现开放式跨平台部署,由数据支撑子系统、决策研判子系统、协同联动子系统、后台管理系统、底层核心框架、实时数据交换总线六个模块组成。在气象灾害防御大数据库支撑下,可实现气象灾害风险综合监测、风险评估预警、多源数据融合展示、应急决策联动(WEB端与APP端)、应急演练支撑等功能。2017年平台在河北省省市县三级气象部门投入使用,同年在河北省气象灾害防御指挥部成员单位推广应用,2019年开展市县级本地化,为河北省气象灾害防御工作提供了有利的科技支撑。

1991-2020年河北省倒春寒时空特征及气象指标分析

选用1991—2020年河北省76个国家气象站3—5月日气温数据,应用Mann-Kendall检验、空间插值和线性回归等方法,分析河北省倒春寒时空分布特征。结果表明:《倒春寒气象指标》筛选倒春寒过程的准确率为63.6%,适用性较好。1991—2020年河北省共发生倒春寒2094次,其中轻度次数最多,中度次之,重度最少;空间分布为轻度由南向北递增,中—重度从中部向南北两端递增,北部高原和山区最多。倒春寒发生次数年际变化为下降趋势,河北中部降幅最明显。轻度倒春寒总持续天数从东北向西南递减,中—重度从北部高原、燕山山区、太行山区向平原递减;河北南部和中部倒春寒总持续天数年际变化为下降趋势。日最低气温由南向北呈阶梯式下降,河北北部远低于南部和中部。日最大降温幅度3月和5月由南向北呈阶梯式下降。河北中部4月9—12日发生中—重度倒春寒次数较多,河北北部5月上旬倒春寒总次数和中—重度次数均较多。

基于房屋承灾体的河北省暴雨孕灾环境地理分区

利用河北省1984-2014年各县市暴雨洪涝灾情案例,统计分析了暴雨导致房屋损坏的时空分布特征。以房屋为承灾体,选取土地利用类型、地形和居民地等地理要素作为指标,基于K-mean聚类分析法对河北省暴雨孕灾环境条件进行分区。结果表明:(1)1984—2014年,暴雨导致房屋损失间数与灾情案例5日累积降水总和的逐年变化趋势基本一致。房屋受损灾情次数总体呈现北多南少的特征。(2)草地主要分布在太行山-燕山山脉,林地主要在承德、张家口东南部、保定西部和石家庄西部,东南部平原的农用地占比在0.8以上,水域在冀东沿海、张北和沽源以及西部大清河水系的占比较大。冀北高原和太行山-燕山山脉地形起伏较大,区域标准差在100 m以上。居民地密度自西北向东南逐渐增大,平原的市辖区附近居民地密集。(3)Ⅰ区为临海平原区,易受强降水影响;Ⅱ区为山前平原区,草地、林地有所增加;Ⅳ区(西部低山区)农用地比重比Ⅲ区(北部高山区)大;Ⅴ区为内陆平原区,降水较少。

气象灾害VR互动体验系统

为了加强人们对气象灾害的认知,提升人们的逃生技能,应用VR技术提出气象灾害VR互动体验系统设计研究。设计VR互动体验系统,硬件单元包括气象灾害信息获取设备选取单元、气象灾害VR显示设备选取单元及其视觉动作捕捉设备选取单元;软件模块包括气象灾害VR场景绘制模块、VR场景渲染模块及其VR互动体验模块。实验数据显示:相较于对比系统来看,设计系统获得的传输带宽节省率数值更大,VR场景完整度更好,互动体验响应时间更短,充分证实了设计系统气象灾害VR互动体验效果较好,具有可行性与有效性。

河北省苹果大风灾害风险评估

基于长时间序列的河北省142个国家级气象台站大风观测数据、历史苹果大风灾情统计资料、苹果生育期等数据,选择最优机器学习模型延长极大风速时间序列,利用对应站点的极大风速和灾情统计数据确定苹果两个主要生育期内不同等级大风灾害气象指标阈值,分析了苹果大风灾害时空分布特征,对苹果大风灾害的危险性、脆弱性、暴露度和防灾减灾能力等指标进行综合风险评估。结果表明:随机森林模型模拟精度较高,可以较好地延长极大风速时间序列;苹果花期-幼果期的大风灾害阈值为极大风速≥9.1m·s^(-1),果实膨大-成熟期为极大风速≥7.9m·s^(-1),并进一步划分了不同等级大风灾害等级,验证结果与历史记录有较高的一致性;苹果大风灾害每年发生次数呈先降后升的趋势,河北省西北部和沧州市东部大风灾害发生频次较高;苹果大风灾害较高和高风险区域较为分散,约占全省面积的20%,主要分布在张家口市东部、承德市东南部、衡水市中部和石家庄市东部等地。

基于灾情信息的河北省低温灾害风险评估研究

基于2012-2021年河北省各县(市、区)逐次低温灾害灾情信息和1978-2021年河北省逐年低温灾害灾情信息,构建灾损指标,匹配冷空气过程气象指标,利用相关性分析和随机森林特征重要度评估方法,确定低温灾害致灾因子和可能致灾冷空气过程判定指标,构建河北省低温灾害致灾危险性指数模型和风险评估模型。结果表明,冷空气过程最低气温、最大日降温幅度和累计降温幅度是河北省低温灾害的主要致灾因子。以4-5月和8-9月作为统计时段,以日最低气温下降到3℃及以下作为最低气温统计标准,以冷空气过程强度达到或超过弱冷空气作为冷空气强度统计标准,所建立的低温灾害致灾危险性指数模型在所有模型中效果最优。结合农业和经济暴露度指数,构建河北省低温灾害农业和经济风险评估模型,把河北省低温灾害风险划分为5个等级。河北省农业和经济低温灾害风险等级的分布较为相似,北部坝上的高原的风险等级以高为主,北部燕山山区的以较高和中为主,西部太行山区的以低、较低和中为主,东部平原地区的以较低和低为主。

基于指标模型的河北省小麦蚜虫气象预警预测系统研究

为系统、科学、精准地防控小麦蚜虫,将农业气象、植物保护等知识与信息技术相结合,基于河北省小麦蚜虫发生气象条件预警技术指标体系研究课题组自行研发的3套预警预测指标模型,应用C/S模式,采用GIS、VS2008、Microsoft Visual Studio 2008、C#等相关技术,设计并组建了河北省小麦蚜虫预警预测气象服务系统。该系统将气象、虫害等数据集成统一,实现了数据分析挖掘、监测预警、预测预报、诊断与知识、产品制作与发布等功能的有机结合,能够将预警区域数据转化为清晰简明的地图,可使达到防治指标的小麦蚜虫分布情况直观明了。

基于高密度气象站的订正与日极端降水量精细化研究

随着全球气候变暖,近年来极端降水事件及其引发的洪涝灾害频发,极端降水事件的模拟与精细化研究显得尤为重要。随着区域气象站网的加密建设,为极端降水事件的精细化研究提供可能。为了将区域站短序列数据应用到日极端降水量的研究中,本研究首先基于年最大值法(annual maximum,AM)和超阈值峰值法(peak over threshold,POT)抽样方法与44种概率分布模型,选择最优抽样方法与概率分布模型,并在此基础上提出对于短序列数据计算日极端降水量的订正方案,通过国家站分析论证,优选出最佳订正方案,将该订正方法应用到只有短序列实测数据的区域站中,优选插值参数并比较不同空间插值方法对插值精度的影响,选择最优的插值方法实现日极端降水量的精细化研究。结果表明,POT1抽样方法与广义帕累托模型是最适用于计算河北省日极端降水量的抽样方法与模型;本研究提出的区域站订正与计算日极端降水量方法可行,将区域站考虑进来后与国家站联合插值使得在空间上更加精细。

京津冀暖季短时强降水环境特征对比分析

利用2013—2021年暖季(6—9月)京津冀地区逐时降水资料和ERA5再分析资料,根据天气形势对短时强降水进行天气学分型,统计短时强降水发生的时空特征,对比动力、水汽和热力不稳定条件等环境要素特征。结果表明:短时强降水以冷涡型和副高型为主,占到55%,且主要发生在7月中下旬到8月上中旬,强降水主要集中在下午到前半夜。对比发现,不同类型短时强降水空间分布特征区别明显,分型合理;各类型大多表现为低层辐合和高层辐散,西南涡型动力强度表现最强,且随降水临近是增加的,弱天气强迫型在降水前各个时段动力表现最弱;副高型、台风型和西南涡型水汽最为充沛,副高型925 hPa比湿中位数达到19.14 g·kg~(-1),西南涡型在高低层相对湿度均较大,低层平均相对湿度中位数达到87%,弱天气强迫型相对较差,为74%,各类型整层大气可降水量在降水前随时间基本是增加的;弱天气强迫型的热力不稳定性最为突出,850 hPa和500 hPa温度差中位数最大为25.74℃,西南涡型最小,除弱天气强迫型外,各类型热力条件随时间是减弱的。

基于脆弱性曲线的河北省日光温室棚室雪灾风险评估

基于灾害风险评估理论,利用致灾因子的危险性和承灾体脆弱性构建雪深与日光温室损失率的脆弱性曲线,定量评估了河北省日光温室雪灾风险。随着重现期的增加,雪深致灾强度增强,受影响的区域扩大,但不同重现期下的高危险区分布大致相同,存在日积雪深度致灾高危险区的沿山分布带。当雪深小于21 cm时,日光温室的损失率小于1%。由于致灾因子危险性高,日光温室雪灾损失高风险区位于太行山山前平原,包括廊坊南部、保定北部、石家庄中东部、邢台东部和邯郸中东部,尤其是冀南地区,损失超过30万元/km^(2);由于承灾体暴露度高,承德、唐山和秦皇岛存在中风险区。

气象灾害对反刍动物生产性能的影响及应对策略

通过分析我国当前气象灾害对畜牧业的影响,特别是对反刍动物生产性能方面的影响,认识到气象灾害对畜牧业的危害,同时提出防御措施,进而减少气象灾害在反刍动物养殖过程中影响。

河北省强降水对道桥影响的致灾阈值研究

强降水诱发的滑坡、泥石流、河水暴涨等会导致道路损坏、桥涵冲垮,造成人员伤亡和经济损失。采用河北省1984—2014年142个国家地面气象观测站的逐日降水资料和各县(市、区)的历史道桥损失灾情数据,根据最优分割法,将历史灾情案例划分为轻、中、重、特重四个等级,以5日累积降水量和大雨日数为致灾指标,基于逻辑回归法确定不同灾情等级的降水致灾阈值,并对不同等级案例的准确率进行统计分析。结果表明:当大雨日数为1、2、3、4天时,特重等级的5日累积降水量阈值分别为338.4 mm、300.4 mm、262.5 mm、224.6 mm;重度等级的5日累积降水量阈值分别为190.0 mm、184.0 mm、171.8 mm、160.5 mm。所有案例中,致灾阈值标准对特重和轻度等级灾情的预测准确率较高,分别为69.2%和67.3%;山区案例的预测准确率明显高于平原的准确率,有更好的评估效果;0天和3天及以上的大雨日数的灾情等级预测准确率高,大雨日数为1~2天时准确率偏低,预报难度较大。

基于脆弱性曲线的河北省苹果低温冻害风险评价

基于1981-2020年河北省142个国家站气温数据,利用优势分析法和信息熵赋权法分别构建了苹果开花—幼果期的低温冻害致灾强度指数和致灾危险性指数,分析不同概率下的致灾强度。基于风险系统理论,通过“致灾强度—减产率”脆弱性曲线对苹果低温冻害受影响风险进行评价。-2.0℃~-1.1℃之间的气温截点总体准确度在80%以上,确定致灾阈值为-1.4℃。致灾强度和致灾因子危险性自西北向东南逐渐降低,致灾因子危险性高等级分布在张家口西北部,其他大部分地区处于低和较低等级。苹果低温冻害高风险区主要分布在单产水平较高的县区。10年一遇致灾强度水平下,衡水阜城风险最大,受影响产量为16.1 t/hm^(2)。30年一遇时大部分种植区受影响产量增至2.1~4.0 t/hm^(2)。50年一遇时,承德围场风险最高且呈自西北向东南呈逐级递减,受影响产量最高为19.9 t/hm^(2)。受致灾因子危险性、承灾体暴露度和脆弱性共同作用,承德围场风险较高,张家口东部和承德中西部地区致灾强度较高,但其暴露水平较低,风险也较低。对于承德和张家口苹果种植较多的县区,应考虑栽种抗逆性强的品种。

基于共享社会经济路径的洪水灾害风险评估——以雄安新区上游中小河流域为例

以雄安新区上游中小河流域为例,选取年最大连续3 d降水量为洪水致灾因子,采用HBV水文模型和FloodArea水动力模型相结合的方法,模拟洪水淹没面积和水深变化,通过构建直接经济损失率脆弱性曲线,结合共享社会经济路径雄安新区人口经济预估情景,评估洪水灾害的经济损失风险。结果表明:雄安新区上游中小河流域1961—2019年最大连续3 d降水量为335 mm,重现期达200年一遇,2021—2050年SSP2-4.5情景下该降水重现期降低为150年一遇,造成雄安新区60%以上区域遭受洪水淹没,平均淹没水深达1.1 m;未来雄安新区受洪水影响的城乡工矿居民用地面积达119 km 2,约有50%以上的人口和国内生产总值(GDP)暴露在洪水影响下,人口和GDP均以新区起步区东南部和雄县大部暴露数量最大,分别达到1万人·km^(-2)和5亿元·km^(-2)以上;未来雄安新区因洪水造成的经济损失约为364亿元,占GDP总量的8%左右;全区85%的范围属于经济损失低风险区域,经济损失高风险区集中分布在新区起步区东南部、雄县和昝岗镇的城乡居住区,约占全区总面积的2%。

河北省中南部冬季SO_(2)和NO_(2)源同化模拟研究

文章利用地面观测数据及nudging污染源同化反演技术,反演2017年冬季河北中南部地区SO_(2)和NO_(2)污染排放源强,得到了高分辨率特征污染源排放结果。应用反演后的排放源和初始源模拟一次重污染过程中SO_(2)和NO_(2)浓度,并与观测数据进行对比,检验反演源的效果。研究结果表明SO_(2)、NO_(2)反演排放源强的空间分布和强度优于初始源,且能反映出河北中南部地区冬季大气污染存在区域性差异特征。基于nudging模式的源同化反演技术适用于SO_(2)、NO_(2)排放源的优化改进,对于冬季重污染的SO_(2)和NO_(2)具有很好的模拟效果,反演源模拟结果更加接近于观测值。

新乐市大风灾害经济风险评估

利用1978—2020年新乐市和周边曲阳、行唐、正定、定州、藁城、无极共7个国家地面气象站基本资料、承灾体数据及地理信息数据,构建新乐市大风灾害致灾危险性评估模型,结合经济暴露度构建大风经济风险评估模型,得到新乐市大风灾害致灾危险性和风险评估空间分布特征。结果表明:新乐市大风危险性较高值区分布于东王镇、邯邰镇东部和正莫镇北部少部分地区;新乐市经济暴露度呈中间高,四周低的分布趋势,长寿街道经济暴露度等级为高;大风灾害经济风险等级西部较低,东部较高,高等级区位于中部长寿街道、东部南大岳镇、承安镇、杜固镇、东王镇、邯邰镇和正莫镇东部地区。

基于动态临界雨量的山洪灾害预警技术研究

山洪预警预报是减少山洪灾害损失的重要方法,准确估算临界雨量是山洪灾害预警的关键。以坡底流域为例,基于新安江水文模型,综合考虑前期土壤饱和度、前期河道流量与产流面积,研发了山洪灾害动态临界雨量计算模型,可逐时输出1、3、6、12、24 h这5种历时的I-IV级的山洪灾害临界雨量。检验结果表明,构建的模型可以很好地模拟出坡底流域的洪水过程,模型模拟场次洪水过程的确定性系数均在0.67以上,对山洪预报准确率达到83.3%;山洪灾害临界雨量阈值随前期降水、前期河道流量、产流面积等的变化而发生改变,相比静态临界雨量,逐时滚动输出的动态临界雨量阈值更符合实际,可对山洪灾害预警预报业务提供支撑。

基于自注意力和门控循环神经网络的雷达回波外推算法研究

为提升现有神经网络对雷达回波序列的时、空特征提取能力,建立外推性能更优的时、空序列预测模型,开展雷达回波外推算法改进研究。基于深圳市气象局与中国香港天文台共同建立的雷达回波数据集,在数据处理层面,通过改进对雷达回波图像序列归一化的方法,提升了常用的5种时、空序列预测模型对强回波的预测水平;在模型算法层面,将两个联立的自注意力结构引入ST-LSTM结构,组成新的循环门控单元,并将这些循环门控单元进行堆叠,建立ST-SARNN模型。选用CSI和POD作为精度评价指标,进行模型对比分析得到:(1)改进的归一化方法提升了近几年内常用的5种时、空序列预测模型对强回波的预测水平。(2)加入自注意力的ST-SARNN模型对雷达回波的预测性能显著优于ConvLSTM、PredRNN和MIM等模型。改进的归一化方法能改变样本数据分布,并在一定程度上提升模型外推性能;自注意力结构能够有效挖掘雷达回波序列的时、空特征,进而改进神经网络的外推表现。

基于CMIP6模式数据的京津冀山区未来极端降水频率的变化

基于偏差校正后的第六次国际耦合模式比较计划(CMIP6)中多个全球气候模式数据,选取三种气候变化情景下3 h降水数据,探究京津冀山区未来极端降水频率值及其相对变化速率的时空分布规律。结果显示:校正后的模式模拟降水与观测数据差异较小,能很好地模拟出未来降水的时空分布变化。相对于历史,多个模式未来不同情景下降水频率值的增速明显,极端降水增多,且超半数模式各情景的增长率处于0%~15%。其中,I区的降水频率值最高,可达162.53 mm,增长率最大约为37%,Ⅱ区和Ⅳ区的降水频率值接近,Ⅲ区的降水频率变化缓慢。空间上,研究区西部、西南部及东北部等地区的增长率较大。

夏季室外温度对白车车内温度的影响

针对夏季儿童滞留汽车内部致死的问题,采用控制变量法设计实验,观测车辆停放位置对白色车辆内部温度的影响,测量车内前座和后座区域的温度对比,观测车窗留有缝隙对车内温度的影响。实验结果表明:当环境温度超过35℃时,处在阳光下的白车车内温度在10分钟内迅速升高到40℃以上;停放于阴凉处能缓解白车内温度的升高;车内温度分布是不均匀的,前座区域会高于后座区域;车窗留有缝隙不能缓解车内温度升高。