1961—2022年四川省区域性干旱过程识别及时空演变特征

利用四川142个国家气象站1961—2022年逐日气温、降水资料,基于气象干旱综合指数(MCI)及其区域性干旱过程识别方法,分析四川区域性干旱时空变化特征。结果表明:(1)1961—2022年四川识别239次区域性干旱过程,平均3.9次/a,综合强度为较强等级以上占比49.4%;过程开始11月最多,9月最少;过程频次1960年代和1990年代偏少,1970年代、1980年代和21世纪以来相对偏多。(2)四川省区域性干旱过程的综合强度呈显著增强趋势,主要是过程影响范围增加趋势明显,平均每10 a增加3.7站,而过程强度和持续天数的变化趋势均不明显。(3)四川省各地干旱日数变化趋势各异,盆地及攀西地区干旱频发态势明显,常见4种区域干旱分型,分别是盆西南型、盆东北型、盆西北型和攀西型。(4)2022年四川省发生4次区域性干旱过程,过程频次接近常年水平,年度干旱综合评价为近10年来偏强。区域性干旱过程识别结果与业务实际和灾情验证比较吻合,综合强度指标对干旱事件的影响有一定表征能力,可本地化业务应用于四川区域性干旱过程监测评估。

基于概率模型的四川省降水诱发地质灾害风险预警方法研究

开展降水诱发地质灾害风险预警是降低地质灾害风险的重要手段之一。基于2008-2019年四川省地质灾害历史灾情数据,在地理分区基础上,以地形、岩土、植被、气候因子为区划评价因子,采用信息量模型,将四川省划分为7个地质灾害分区。以正态化处理后的地质灾害有效降水量为建模因子,采用高斯拟合方法,建立各分区降水诱发地质灾害概率模型,并进行地质灾害预警检验。结果表明:(1)四川省可划分为盆地及盆周山区低易发区、中等易发区、高易发区,西南山地次易发区、易发区,川西高原次易发区、易发区等7个地质灾害分区。(2)ROC(Receiver Operating Characteristic)曲线分析表明,盆地及盆周山区的地质灾害分区精度略低于西南山地区和川西高原区的分区精度。(3)各分区正态化处理后的有效降水量与地质灾害频率具有很好的高斯分布关系。(4)建立的降水诱发地质灾害概率模型的地质灾害预警成功率为72%,当日降水量≥10 mm时,地质灾害预警成功率为83%。

青藏高原东部地形对四川盆地东北部一次暴雨过程的影响

针对2021年8月8日发生在四川盆地东北部的一次暴雨,利用地面观测和再分析资料,结合WRF(Weather Research and Forecasting)敏感性数值试验,研究了青藏高原东部地形对本次暴雨过程的影响和机理.结果表明,暴雨发生期间四川盆地主要受500 hPa高压脊影响,青藏高原东南侧绕流形成的西南气流向暴雨区输送暖湿空气,并在盆地形成低涡.高低空系统的耦合使得气流辐合抬升,为暴雨发生提供了良好条件.当青藏高原东部地形高度降低以后,地形对气流的阻挡作用减弱,原先高原东南侧绕流产生的西南气流减弱变为偏西气流.同时,高原东北侧的西北气流加强并南下,进一步减弱四川盆地的南风分量和水汽输送,最终导致水汽在四川盆地东南侧聚集和暴雨落区的南移.

基于多模式预报的四川盆地强降水订正方法

四川盆地地形地貌复杂,强降水预报难度大,对模式降水预报产品进行订正,是提升强降水预报质量的重要手段。本文选取2018—2019年发生在四川盆地的35次强降水过程,对ECMWF、CMA_MESO和SWC_WARMS三种模式的24 h强降水预报采用常规评分和空间平移两个方法进行检验,并利用最优评分、多模式集成和位移订正三种方法进行订正试验。结果表明:最优评分订正方法可以有效改善各模式降水预报的强度,而多模式集成订正法可以改进降水落区和极值预报,在此基础上计算位移偏差,根据最优的位移偏差值对降水预报进行位移订正,可以进一步改进强降水落区预报效果。然后利用2020—2021年强降水过程进行订正效果验证,结果显示:经订正后的降水极值预报更接近实况,各量级降水预报评分明显优于单一模式,暴雨和大暴雨预报的TS评分提高率较最优单模式分别可达24.3%和42.8%,订正后空报率基本维持,漏报率显著下降,订正效果良好。

四川省汛期小时极端降水精细化特征

使用2012-2021年四川省2985个气象站5-9月逐小时降水资料,分析了小时极端降水的精细化特征.研究结果表明:四川省汛期小时降水在第99百分位出现转折性变化,小时极端降水阈值随海拔升高而减小.总体上小时极端降水贡献率四川盆地最高,攀西地区次之,川西高原最低,其与汛期降水量的多少基本匹配.研究期内各个区域的汛期小时极端降水贡献率均以增加趋势为主,川西高原和攀西地区尤其显著,但空间差异非常大.在一天中,各区域小时极端降水都呈“单峰型”,夜间出现小时极端降水的概率相对更大,不同地区的峰值出现时间有所不同,中午时段均不易出现小时极端降水.研究期内小时极端降水出现峰值更高、谷值更低的变化趋势.小时极端降水过程达峰快、减弱慢,开始时间越晚持续时间越长.四川盆地和攀西地区下午至前半夜多为1~3 h短过程,后半夜多为3~11 h持续过程,而且川西高原的开始时间略晚,持续时间更长.

2022年8月四川盆地持续性极端高温特征及不同模式预报误差分析

本文基于2022年8月四川盆地104站逐时温度、降水数据和1971—2021年历史同期数据,及EC、CMA-GFS、CMA-MESO模式的2 m气温预报等数据,运用统计学相关方法分析了此次极端高温过程的特征及预报误差。结果表明:①2022年8月四川盆地极端高温过程范围大、强度强、持续时间长,有87.5%站最高气温超过该站历史同期极值,且高温最强盛时段较历史同期明显推后。②2022年8月最高气温分布为东高西低,最高气温与历史同期极值差分布则相反,其中最高气温随站点海拔增大而减小,而极值差则随站点海拔先增大再减小。另外,受热岛效应影响,极值差大值站点主要集中在龙泉山脉附近。③高温期间,最高、最低气温平均值高、距平大,且累计降水量和雨日数也明显低于历史同期。④相较而言,EC模式的预报优势主要在盆地低海拔地区。而CMA-MESO模式在盆地周边陡峭地形区域的平均绝对误差则更小。另外,EC模式预报的最高气温峰值出现时间更接近于实况,而CMA-MESO模式预报高温持续日数更接近实况。

2022年四川省复杂地形下持续性极端高温特征与模式误差分析

2022年8月四川省持续性极端高温天气过程范围广、强度大且持续时间长,全省有74.8%的站点打破近70年历史同期极值。本文选取四川地区2022年8月逐时2 m气温实况站点和历史同期数据,结合EC、CMA-GFS及CMA-MESO模式的2 m气温预报数据,分析了此次极端高温天气特征及预报误差。结果表明:(1)受地形影响,最高气温极值呈东高西低的分布特征;(2)受热岛效应影响,最高气温超历史极值较多的站点主要集中在盆地西部龙泉山脉附近;(3)3个代表站的最高气温平均值高、距平大、高温持续时间长,该时段的累计降水量明显低于历史同期平均值且降水日数显著偏少;(4)3个模式对于最低气温的预报准确率明显高于最高气温,而最优模式的高温预报准确率仅39.1%;(5)EC模式的预报优势主要在盆地低海拔站点,CMA-MESO模式在陡峭地形区域的预报效果要优于EC模式;(6)对于最高气温出现日期预报,EC模式在盆地和攀西地区效果更佳,CMA-GFS和CMA-MESO模式在川西高原效果更优。

多模式对四川盆地强降水过程的预报性能检验

为进一步认识当前数值预报模式的预报能力,选取2018—2020年发生在四川盆地的47次强降水过程进行分型,再基于多源降水融合产品和地面观测资料,通过TS评分、时空滑动等方法对欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报模式、国家气象中心区域中尺度数值预报模式(China Meteorological Administration Mesoscale Model,CMA_MESO)和西南区域数值预报系统(Southwest Center WRF ADAS Real-time Modeling System,SWC_WARMS)在强降水过程范围、强度、极值、时间和位移偏差等方面的预报能力进行检验评估。结果表明,各模式08:00(北京时,下同)预报优于20:00预报,ECMWF对中雨和大雨预报更优,SWC_WARMS的暴雨量级评分更高。各模式对中雨的预报范围普遍较实况偏大,随着降水量级增大,逐渐转为低估,其中SWC_WARMS更接近实况。对于降水强度,ECMWF和CMA_MESO的平均降水量和极值普遍较实况偏小,SWC_WARMS更接近实况。3种模式时间偏差不明显,仅个别起报时次有-6~3 h的时间偏差;ECMWF的位移偏差最小,纬向上ECMWF和SWC_WARMS以偏北为主,经向上ECMWF以偏西为主,CMA_MESO和SWC_WARMS以偏东为主。

四川盆地西部边缘不同落区暴雨的气象场差异及夜雨浅析

本文基于2015~2018年四川盆地西部边缘出现的典型暴雨个例,以落区为依据进行了统计分类,着重分析了不同空间分布特征暴雨的环境场条件,并从四川盆地夏季大气日变化特征角度来探讨了该区域夜雨频发的原因。研究表明:(1)受四川盆地西部边缘高大陡峭地形影响,盆地西部中低层大气温湿条件好,暖湿东南气流在此遇大地形产生迎风辐合抬升,易发生强降水。当暴雨发生在整个盆西(西部型)时,整个盆地西部的湿度非常大,东南风较强;当暴雨发生在盆地西北部(西北型)时,中低层东南风最强,动力作用最显著;当暴雨发生在盆地西南部(西南型)时,大多伴随有偏北风进入盆地,存在明显的南北风切变辐合。水汽散度通量对四川盆地西部暴雨强度和落区具有较好的指示意义。(2)对流有效位能、相对湿度、假相当位温、中低层风场以及散度这些热力和动力变量的日变化特征,都表明了四川盆地西部降水易发生在夜间。

1997—2021年四川省干旱时空变化特征分析

构建适宜的气象干旱指标是开展干旱监测和干旱评价业务服务的基础。基于1997—2021年四川省155个国家气象站逐日平均气温和降水,以及各县(市、区)农作物播种面积资料,通过改进气象干旱综合指数(Meteorological Drought Composite Index,MCI)中的季节调节系数,形成改进的气象干旱综合指数(Modified Meteorological Drought Composite Index,MCI_(m));再结合历年干旱受灾面积、有效灌溉面积修订区域性干旱过程识别方法,并识别出四川省历年区域性干旱过程51次,然后再利用经验正交函数(Empirical Orthogonal Function,EOF)、旋转经验正交函数(Rotated Empirical Orthogonal Function)、Morlet小波分析法,分析区域性干旱过程时空分布特征。结果表明:1997—2021年四川省发生区域性干旱过程的持续日数呈现出“先变短再增长再变短”,平均影响范围呈现出“先减小再增大再减小”,平均强度和综合强度呈现出“先减弱再增强再减弱”的变化趋势。平均年干旱过程累积日数总体呈现盆地多于盆周山区、盆周山区多于川西高原和攀西地区的特征。年累积MCIm距平EOF分解空间型存在全区一致特征,同时也存在南北反位相特征。四川省可划分为6个区域性干旱气候区,2009—2015年各区年累积MCI_(m)周期变化比2001—2008年更明显。改进后的区域性干旱过程识别方法识别出的干旱过程与干旱灾情更为吻合,更能准确反映四川省干旱发生的实际状况。

基于SPEI的四川省盆地区季节性干旱时空变化特征分析

基于四川省盆地区1961-2012年57个台站逐月气温和降水数据,利用标准化降水蒸散指数(SPEI)对盆地区近52 a季节性干旱的时空分布特征及变化趋势进行分析。结论表明,(1)在季节性增暖和少雨趋势协同作用下,盆地农区春夏秋冬四季干旱化加剧,其中秋季增温率达0.154℃·10 a^(-1),且降水以15.22 mm·10 a^(-1)的速率减少,干旱化趋势在四季中最为显著。(2)对比不同等级的干旱,秋季中旱站次的增加趋势最为突出;从1990 s后期开始春夏秋冬四季重旱和特旱站次大体上呈增加趋势,极端干旱灾害影响扩大。(3)四季盆地区域干湿分布特征和变化趋势均存在显著的空间差异,其中盆西平丘区、盆中丘陵区和部分盆南缓丘区是季节性干旱化倾向较为明显、干旱影响面积较大的地区,需要加强防灾减灾措施,以规避干旱事件增多带来的不利影响。

土地利用类型影响四川盆地一次高温过程的模拟研究

土地利用变化可通过影响地气间能量交换影响数值模式的预报效果。本文利用WRF模式对四川盆地2021年8月1—4日高温过程进行数值模拟,探究土地利用类型变化对模式高温天气预报能力的影响。结果表明:(1)GLC_FCS30-2020资料反映的近期土地利用类型相比WRF模式默认土地利用类型有明显差异,主要表现为农田、混交林急剧减少,城市与建筑、多树草原、稀树草原和农田/天然植被镶嵌类型明显增加。(2)土地利用类型更新后,WRF模式对高温天气,尤其是对最高气温的预报能力有明显提升,主要表现为气温冷偏差减小、暖偏差增加,即日间、最高温度、四川盆地中部地区的预报能力有明显提升,而夜间、最低温度、盆地东部和西部局部地区的预报能力有所下降。(3)土地利用类型变化使地表反照率增加使地表净辐射减少,但地表水热输送方式的变化是影响地表温度变化的主要原因。更新土地利用类型后,日间潜热通量输送减少,感热通量和地表热通量输送代偿性增加且变化幅度相当,从而导致地表气温升高。下垫面土地类型未改变的站点温度变化,可能是由于周边高温的水平运动导致的。(4)天空状况越晴朗,温度模拟与观测的偏差越大,温度预报能力越低。此外,更新土地利用类型可以间接引起云量变化。

基于GIS的冬小麦干旱灾害风险分析及评价——以四川省冬麦区为例

以四川地区冬小麦干旱灾害为例,利用气象数据、产量数据、地理信息数据以及农业经济等数据,在小麦作物气候适应性分区的基础上,选取灾害强度、地形、河网、作物种植分布等要素作为风险因子,应用层次分析法建立灾害风险区划指标体系,从致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾能力4个方面进行分析,建立适用于四川省冬小麦干旱灾害的综合风险区划模型并计算风险指数,借此将四川地区划分为由高至低的5个风险等级区域.结果表明,针对冬小麦的四川地区干旱灾害风险水平具有显著的地域分布差异,高风险和较高风险区主要集中在四川盆地中部及西部的浅丘和中高丘陵区,此外受季节性干旱气候控制的攀西农区风险水平也较高.

2022 年夏季四川省区域性高温和干旱过程监测评估

基于1961~2022年四川省156个国家气象观测站逐日降水及平均气温资料,对2022年四川省高温和干旱开展异常气候特征监测分析和区域性过程定量化综合评价。结果表明:(1)2022年夏季四川省平均气温较常年同期偏高2.2℃,为1961年以来历史同期最高,全省平均降水量偏少35%,为1961年以来历史同期最少。(2)2022年夏季共出现4段区域性高温过程,其中7月28日~8月28日的区域高温事件综合强度为1961年有完整气象观测记录以来最强;年度高温过程累积强度位列1961年以来历史第4位,弱于2006年。(3)2022年夏季四川省共出现3段区域性干旱过程,干旱范围广,中旱以上天数多,综合站次百分比位列历史同期最大。其中8月7~26日的区域性干旱过程综合强度等级为“强”,排历史第24位,未能进入历史前10,但超过2006年6月10日~7月9日区域性干旱过程的综合强度;从影响范围看,此次过程的干旱站点数量排历史同期第2位,范围均比2006年夏季的两次区域性干旱过程广。

基于多源资料的四川盆地西部一次持续性极端暴雨过程分析

利用常规观测、FY-4A TBB资料和ERA5再分析资料,从环流背景、中尺度特征、水汽和动力条件、能量和不稳定条件等方面,对2020年8月14—18日发生在四川盆地西部的一次持续性极端暴雨过程进行分析。结果表明:西太平洋副热带高压稳定少动,导致高原低槽东移受阻而稳定维持在四川盆地西部,中低层有切变线和急流维持,配合地面冷空气南下,为持续性极端暴雨提供了有利的环流背景。中尺度对流云团生成、合并、加强,受地形阻挡及副热带高压外围气流、切变线和中尺度低涡的持续影响,对流云团强中心维持在四川盆地西部,是暴雨过程的直接影响系统。暴雨水汽来源于孟加拉湾和西太平洋,在地形辐合抬升作用下,四川盆地西部形成强水汽辐合中心,暴雨过程中各水汽物理量呈现极端性,为持续性极端暴雨的产生提供了充足的水汽条件。暴雨区上空始终有气流辐合与正涡度发展,有利于垂直上升运动加强;暴雨区位于假相当位温密集的锋区中,锋区的动力强迫有利于能量和水汽向上输送,使暴雨区持续维持高能、高湿环境,雨区上空有广义湿位涡异常。暴雨区位势不稳定主要由其散度分量造成,代表水平散度和位势稳定度的耦合作用,位势散度正值区由散度分量和垂直风切变分量共同决定,850 hPa位势散度高值区与强降雨落区有较好对应。

基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征

随着全球变暖不断加剧,区域性干旱事件频发,我国近些年采取了诸多措施来应对干旱事件,为分析相关措施成效,以四川攀枝花、凉山州地区(简称“攀西地区”)为例,研究该区域近20 a干旱演变特征,以服务当地生产和发展。利用中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)的归一化植被指数(Normalized Difference Vegetation Index,NDVI)和地表温度(Land Surface Temperature,LST)数据计算了2003—2022年攀西地区的温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),分析TVDI在不同时间尺度上的变化及该区域过去20 a来干旱的演变特征。研究表明:(1)攀西地区干旱多发生在春季的3—5月,10月前后TVDI值最低,也是最不易发生干旱的时段。(2)攀西地区干旱逐年缓解,由TVDI监测的无旱和重旱区域所占面积变化不大;轻旱面积有所增加,2013年后比之前平均增加5.30%;而中旱面积有所减少,2013年后比之前平均减少5.67%。(3)昭觉、布拖和越西等地干旱缓解明显,而木里、米易、会理等地区干旱有加重趋势。(4)攀西地区旱情大部分区域较稳定,其面积约占总面积的82.59%,干旱重心南北方向上变化较小,但有向西迁移的趋势。

冬季四川盆地霾天气的环流特征及其对前期青藏高原热力作用的响应

本文利用NCEP/NCAR、ECMWF大气环流资料以及四川盆地101站气象站点资料等,通过线性相关分析、合成分析等统计方法,分析了冬季四川盆地霾天气气候特征及其对应的关键环流系统和对前期青藏高原热力作用的响应。结果表明:冬季四川盆地季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区。影响冬季四川盆地霾天气的关键环流系统是高低空正压结构的高度场正距平、异常下沉运动以及异常偏弱的西伯利亚高压;影响霾天气的关键环境条件为偏西北风异常控制、稳定大气层结易于建立、边界层高度偏低且相对湿度偏低。前期11月青藏高原关键区热力作用是影响冬季四川盆地霾天气频发的重要外强迫因子。当前期11月高原关键区热源指数偏低时,冬季阿留申低压及西伯利亚高压显著偏弱,自北大西洋到西北太平洋存在一个类似于南支槽波列系统的弓形波列,青藏高原—四川盆地为正位势高度场距平控制,盆地上空为反气旋环流控制,配合异常的下沉气流,从而有利于霾的形成。青藏高原大气热源的异常及其耦合的四川盆地霾日数异常都可能是上游波列,尤其是中纬度北大西洋的扰动传播的结果,并受到青藏高原“背风坡”东侧下沉气流影响,导致霾日数偏多。

四川省单季稻暴雨洪涝灾害风险区划

[目的]分析四川省单季稻暴雨洪涝灾害的风险水平,为调整当地水稻种植规划和防灾减灾提供参考.[方法]利用1961-2017年四川省单季稻主产区123个气象观测站观测数据,46个农业气象观测站30年(1986-2015年)观测资料,结合四川省气候区划结果将四川省单季稻主产区划分为7个区域,确定四川省单季稻暴雨洪涝灾害敏感期(拔节期-孕穗期、孕穗期-抽穗期和抽穗期-成熟期),最终根据农业气象灾害风险理论,从灾害风险的致灾危险性、承灾体脆弱性、承灾体暴露度和防灾减灾能力4个因子出发,构建四川省单季稻暴雨洪涝灾害风险区划指标体系,对四川省单季稻不同生育期的暴雨洪涝灾害风险进行评估和区划.[结果]四川省水稻暴雨洪涝灾害高风险区主要集中于暴雨日数及暴雨洪涝发生频率较高的3个区域,一是盆中丘陵区西南部,二是盆中丘陵区西北部,三是盆东平行岭谷区;低风险区主要位于四川省的南部和北部,该区域暴雨危险等级中等或偏轻,山地多,地形起伏大,当地水稻种植率低;其余地方为中等风险区.[结论]四川省水稻暴雨洪涝灾害以中、低风险区域为主,高风险区主要集中在四川三大暴雨区.

CMPAS 1 km融合降水产品在四川省的精细化评估

利用2020年9月—2021年8月四川省地面自动站逐小时降水观测数据,对比检验了1 km逐小时降水实时(RT)与近实时(NRT)融合产品在四川省的适用性。结果表明:(1)RT与NRT的整体评估结果相近,NRT略优于RT。(2)两种融合降水产品的晴雨准确率均为96.83%,能较准确地反映出有无降水。(3)国家站在盆地与川西高原以高估为主,在攀西地区则以低估为主;区域考核站与非考核站在盆地均以高估为主,在川西高原与攀西地区则以低估为主,RT较NRT的分布更离散。(4)两种产品均具有与观测较一致的日变化趋势,误差峰值出现在强对流天气频发的夏季,谷值出现在降水较少的冬季。(5)NRT的分量级评估结果略优于RT;当降水量级为小雨时,融合产品均高估于实况;当量级为中雨至大暴雨时,融合产品低估于实况,且随着降水量级的增大,误差随之增大,TS评分减小。

初冬四川盆地霾的变化特征及其成因分析

选取NCEP/NCAR大气环流资料以及四川盆地16个地市州代表站天气现象数据,运用EOF分解、线性相关等统计方法,分析了初冬四川盆地霾的变化特征及其成因。结果表明:在年际尺度上,初冬四川盆地霾日数均表现为两种不同的分布模态,一是全区一致型,二是东西反相型。影响霾日数一致型模态的关键环流系统为,霾日数偏多(少)时,表现为AO/NAO呈负(正)位相,欧亚南部型(SEA)遥相关波列呈负(正)位相,四川盆地为高度场正(负)距平控制,受到青藏高原以北(南)偏西北风(西南风)异常影响,来自孟加拉湾的西南暖湿水汽输送较弱(强)。影响霾日数东西反相型环流系统为,霾日数东多西少(东少西多)时,呈现类似SEA型遥相关波列。降水量的减少是影响初冬四川盆地霾天气的重要气象因子,降水对大气的净化作用随着降水量的减少而减弱,造成霾天气频发。