1960—2021年黑龙江省雾天气时空分布特征

基于1960—2021年黑龙江省雾天气月统计资料,利用ArcGIS软件的空间插值工具,统计分析黑龙江省雾日数时空分布特征。结果表明:(1)1960—2021年黑龙江省平均雾日为15.6 d/年。(2)雾年代际变化特征呈现为20世纪60~70年代增加,70年代至21世纪00年代逐年代减少,21世纪10年代又有增加趋势,2020年以后上升幅度明显。近62年来,雾日增长率最大的地方为牡丹江绥芬河,达8.1 d/10年。(3)从空间分布角度来看,黑龙江省雾天气基本呈现西南、东北少,西北、东南多的特征。(4)黑龙江省雾天气出现频率为春季和冬季低,夏季和秋季高,其中以6—9月最多,3—4月最少。(5)雾和相对湿度的增减趋势是一致的,当相对湿度增加1%时,雾日数增加1~4d。

2020年黑龙江省农业气象年景分析

基于黑龙江省2020年气候趋势预测结果,结合土壤旱涝预测模型,对2020年农业气象年景、作物生长季天气气候趋势进行综合分析,对可能出现的农业气象灾害进行初步预测,并提出相应建议,以期为政府部门统筹布局全省农业生产、农民合理安排农事生产活动提供科学参考。分析认为,2020年年景属平丰年(与近5年比较),影响农业生产的主要农业气象灾害为春季阶段性低温、东部局地内涝、西南部阶段性干旱,夏季阶段性低温、局地内涝、西南部阶段性干旱等。

黑龙江省春季低温指数小波分析

通过黑龙江省1971—2014年春季最低气温资料,结合低温指数模型,利用趋势分析和Morlet小波函数,研究了黑龙江省近44年来的春季低温指数变化趋势,揭示了该地区春季低温指数的多时间尺度的周期性变化。结果表明:黑龙江省春季低温指数呈现减少趋势,1980s以来气温明显增加,春季低温指数明显减少,而2010s春季低温指数明显增加,与极端气温的升高有关。春季低温指数存在3个尺度的周期变化,分别是17~29a,7~16a和3~6a。17~29a和7~16a尺度非常稳定,具有全域性。4~14a尺度在1990s后期较为稳定。10~15a尺度周期变化最明显。11~15a尺度能量最强且周期最显著;10~18a尺度能量几乎贯穿整个时域;19~26a尺度占据整个研究时域大部分。其中春季低温指数具有20a,12a,6a和2a左右的主周期,其中12a尺度为第一主周期,平均周期为8.5a。

2013年黑龙江省春季低温特征及对主要农作物播种期的影响

利用黑龙江省28个农业气象观测站1971-2016年春季地面气象观测资料,引入日平均气温、最低气温、最高气温3个温度因子,采用数理统计方法,研究2013年春季气温三因子的低温特征,并构建其与大豆、玉米、水稻播种期的相关关系。结果表明:(1)研究区2013年春季气温与1971-2016年毎年同期比较总体以偏低为主,三因子差值((35)T)<0℃的年份密集分布于20世纪90年代初期以后,(35)T <0℃的年数以最高气温最多,最低气温最少。(2)分析期1971-2016年内,(35)T随时间推进均呈下降趋势,以最低气温下降最显著,振荡最强,而最高气温下降趋势最弱,表征2013年春季最低气温和最高气温的不对称性偏低特征。(3)研究区2013年春季逐日气温3个因子与常年同期比较((35)TD)总体呈偏低趋势,累计低温时间长,3个因子偏低日数均超过整个春季日数的50%,最长连续偏低日数占春季总日数的20%以上,其中以逐日最高气温最多,61%的站点达35d以上,低温持续1个月以上。(4)2013年大豆、玉米、水稻的播期与历史各年比较其差值((35)D)多为正值,表明该年播期以延后为主。53%的站点2013年春季气温(35)T与作物播种期(35)D存在显著或极显著的负相关关系,说明随着春季气温降低,作物播种期存在推迟趋势。(35)T每降低1℃,(35)D增加0.9～6.3d,其中以最低气温影响最显著。(5)内涝与低温叠加更易造成作物迟播。

气候变化对黑龙江省自然植被气候生产潜力的影响

为了解1970—2014年黑龙江省自然植被气候生产潜力的分布规律和变化趋势及其对气候变化的响应,利用黑龙江省80个气象站观测数据,结合Miami模型,通过小波分析和EOF分析等方法,对黑龙江省自然植被气候生产潜力的变化特征进行分析。结果表明:1970年以来,气温、降水、蒸散和标准气候生产潜力呈增加趋势,2000—2014年粮食安全存在隐患。标准气候生产潜力(W)与蒸散气候生产潜力年代际变化相近。4种气候生产潜力主周期均为26~31年。W空间分布呈正、负相间。W与气温、降水量和蒸散量呈正相关,气温是主要限制因子。“暖湿型”气候对W有利,生产潜力增加幅度7.41%~14.82%。研究结果对优化农业布局,提高农业气候资源利用率以及促进粮食作物稳产高产等有参考价值。

黑龙江省水稻生长季极端降水及洪涝时空演变特征

为了合理规避极端降水带来的洪涝灾害,有效保障水稻安全生产。本研究基于黑龙江省69个气象台站1971-2016年降水资料和历史洪涝记载资料,利用方差分析和Mann-Kendall检验方法,分析了黑龙江省水稻生长季极端降水和洪涝时空演变特征。结果表明:(1)极端降水指数(EPI)5月、6月和9月在2010s最突出,7月和10月在1990s最突出,8月在1980s最突出;(2)根据典型因子,7月多雨时段为1990s,8月多雨时段为1980s;(3)水稻洪涝多发生在7月,7月和8月水稻洪涝历史高发时段分别为1990s和1980s。

1971-2018年黑龙江省玉米需水量与有效降水量耦合度演变特征

基于1971—2018年黑龙江省69个气象台站逐日气象资料,利用联合国粮农组织(FAO)推荐方法计算玉米需水量,应用美国农业部土壤保持局推荐方法计算有效降水量,采用Mann-Kendall检验、GIS反距离加权插值等方法分析黑龙江省玉米需水量与有效降水量耦合度及其演变特征。结果表明:黑龙江省玉米拔节以前生育时段大部地区有效降水增加,拔节以后各生育阶段大部地区有效降水呈减少趋势,不同区域变化趋势略有不同。受风速变小和日照时间减少等气象因子影响,黑龙江省大部地区玉米需水量减少,东部减速最快,北部最慢。黑龙江省中部和东北部玉米需水量与有效降水量耦合度较高,西部较低;拔节以前耦合度较低,拔节以后较高。各区域耦合度均呈“两落两起”变化趋势,2011—2012年为耦合度由低到高明显突变点。

未来气候情境下黑龙江省玉米低温冷害特征分析

为促进黑龙江省玉米播种的合理布局,基于BCC_CSM1.1模式模拟结果,结合玉米低温冷害指标,对未来气候情景下黑龙江省玉米低温冷害的时空分布特征进行了分析。结果表明:2020年代至2050年代,一般低温冷害和严重低温冷害变化规律相似,均为2030年代发生频率最高,2040年代和2050年代发生频率较低;2021、2024、2026、2031、2034、2035、2037、2039、2045和2057年发生一般低温冷害的格点数多于20个,2021、2022、2023、2024、2026、2036、2037和2048年发生严重低温冷害的格点数多于20个;严重低温冷害较一般低温冷害分布范围广,一般低温冷害的最大发生频率高于严重低温冷害。

黑龙江省玉米生长季自然降水与有效降水对比分析

明确玉米实际自然水分供应规律,可为合理进行农田灌溉、适时安排农事活动提供理论依据。基于黑龙江省69个气象台站1971-2018年逐日降水资料和美国农业部土壤保持局推荐方法,计算并对比分析黑龙江省玉米生长季自然降水和有效降水。结果表明:(1)不同生育阶段和时段间,有效降水和自然降水变化趋势一致;(2)不同生育阶段间,有效降水占比在春季及春秋较高,在盛夏最低,变化范围为35%-56%;(3)不同时段间,有效降水占比1970s最高,达45%,1980s、1990s和2010s相对较低,不足42.5%;(4)多数发育阶段及整个生长季有效降水占比总体分布特征呈东高西低趋势。

1971-2018年黑龙江省玉米需水量演变特征

明确黑龙江省玉米需水量时空演变特征,可为农田水分管理、保证玉米稳产提供理论依据。基于逐日气象资料,计算玉米需水量并分析其时空演变特征。结果表明:在玉米生长季内,吐丝-乳熟期需水量最大,出苗-三叶期、抽穗-吐丝期需水量相对较小;1970s-2010s玉米需水量总体呈下降趋势,其中1970s-1980s和2000s-2010s下降趋势显著;各发育阶段玉米需水量空间变化趋势不一,大部发育时段西部多于东部,全生长季玉米需水量南部多于北部,西部多于东部。

气候变化对黑龙江省水稻生产的影响及对策研究

在全球气候变化的环境下,给全球经济的发展也带来了重要的影响,进而直接导致我国北方的农业种植制度、栽培措施与种植面积发生改变。近年来,随着市场经济浪潮的推进,我国粮食生产趋势得到增长。黑龙江省作为我国水稻的主要种植大省,对我国粮食安全的作用不可忽视。本文在水稻生产中所存在的问题的基础上,分析了目前气候变化导致的正面与负面影响因素,提出了水稻生产与种植应对气候变化的具体措施。

黑龙江省“11.30”暴雪过程评估

1降雪概况 11月30日-12月3日,黑龙江省迎来2014年冬第一次大范围的降雪天气。此次降雪过程具有影响范围广、持续时间长,雪量大,降雪同时风力较强、雪后降温明显的特点。1.1影响范围广11月30日-12月3日受高空冷涡和西南暖湿气流的共同影响,黑龙江省自西向东出现一次大到暴雪、局部大暴雪天气,降雪主要集中在黑龙江省中、东部地区。

黑龙江省夏季低温指数变化特征分析

为了解近44年来黑龙江省夏季低温指数的分布规律和变化趋势。利用1971-2014年黑龙江省80个气象台站夏季日最低气温和平均气温观测资料,结合低温指数模型,通过趋势变化、小波分析和Mann-Kendall检测等方法,分析黑龙江省夏季低温指数的变化特征。结果表明:黑龙江省夏季平均低温指数呈减少趋势,夏季低温指数在20世纪80、90年代和21世纪初变化不明显,而2010s以来明显减少,夏季平均低温指数较春季小。气温从1980s升温以来,低温指数明显减少,夏季低温指数自1970s中期以来明显减少,低温指数序列突变开始于1983年前后,夏季低温指数变化与气温呈负相关。夏季低温指数存在18～32 a,6～14 a和4～8 a三个尺度的周期变化,其中18～32 a尺度非常稳定且具全域性,在1980s中期以前6～14 a尺度较为稳定,在1980s中期以后4～8 a尺度较为稳定,7～12 a尺度年周期变化最明显但有局域性(1980s中期以前),24～31 a尺度能量虽弱且具有全域性。夏季低温指数有26、8、和5 a的主周期,其中第一主周期为8 a,平均周期为5.5 a;第二主周期为26 a,平均周期为14.5 a。

黑龙江省作物倒伏分布特征

本文对黑龙江省历史作物倒伏分布特征进行分析。结果表明:作物倒伏集中发生在三江平原北部、松嫩平原东南部及牡丹江半山区;70年代和80年代作物倒伏高发时段;7-8级以上大风或龙卷风是造成作物倒伏的最主要气象要素;高杆作物倒伏次数明显多于矮秆作物;8月是作物倒伏发生的高峰时段。

1960-2021年黑龙江省霾日数时空分布特征

本文基于1960-2021年黑龙江省霾天气月统计资料,利用ArcGIS空间插值,统计分析黑龙江省霾日数时空分布特征。结果表明:(1)1960-2021年黑龙江省平均霾日为3.4 d/a。1960-2013年每年霾日平均不足1 d,2014年以后霾日急剧增长,2014-2021年平均霾日增至20 d/a。(2)霾年代际变化特征呈现为1960 s到1970 s增加,1970 s至2000 s逐年代减少,2010 s又有增加趋势,2020年以后上升幅度明显。(3)从空间分布角度,黑龙江省霾天气呈现北少、南多的特征。2010年以后大部分地区霾日都呈明显增加趋势,霾日线性倾向率增加最多为哈尔滨通河,达8.3 d/10a。(4)黑龙江省霾天气主要出现在冬、春季节,霾日数月际变化呈现U型分布,10月至次年2月是一年当中霾发生次数最多的时段。

黑龙江省巴彦县气温变化特征分析

利用黑龙江省巴彦县1961-2015年地面气象站观测资料,结合线性趋势分析、MK检验分析等方法对巴彦县气温周期特征和突变特征进行研究,得出以下结论:巴彦县年平均气温及四季平均气温均呈现上升趋势,其中冬季变化最为显著,夏季最弱;在20世纪80年代末期,巴彦县气温由冷转暖,到90年代末期,升温趋势变得明显。

近50年黑龙江省黑土区气温时空变化分析

文章以黑龙江省黑土区24个市县1961—2010年的日平均气温数据为依据，运用趋势性分析、MK突变检验分析、空间插值分析，从空间和时间两方面分析黑龙江省黑土区气温时空变化特征。结果表明，黑龙江省黑土区近50年平均气温由北向南逐渐升高，每10年平均气温升高约0．368℃。从气温年代际变化中发现黑土区气温在逐渐升高，其高温区正在向北移动。春夏秋冬四季气温升温幅度存在季节性差异，冬季升温幅度最大，其次是夏季，春、秋两个季节升温幅度较小；黑土区在90年代中期增温十分明显，1988年发生一次显著突变。

黑龙江省1971—2018年降水时空变化特征

为黑龙江省优化利用降水资源和调整农业种植结构提供参考,利用GIS分析、线性趋势性分析、MK突变检验分析等方法对黑龙江省1971—2018年(48年)的降水特征进行研究。结果表明:1971—2018年黑龙江省降水空间呈东部高、西部低、中部有2个降水中心的分布特点,年降水量每年增加0.13mm,总体呈增加趋势;2000年后呈下降趋势;月平均降水量由东向西逐渐升高,降水主要集中在6—8月,占全年的60%左右,对要求雨热同季的作物极为有利。

黑龙江省2018年后春降水及干旱变化特征分析

基于黑龙江省80个气象站2013—2018年后春(4月21日—5月20日,下同)旬土壤湿度、旬气温和旬降水观测资料,采用统计分析方法,分析了研究区后春天气气候状况及表层(0-30cm)土壤湿度的时间演变特征,并与近5 a进行比较分析,结果表明:2018年后春黑龙江省气温偏高,降水持续偏少。5月18日观测结果显示,全省干旱的测墒站个数共有27个,主要分布在松嫩平原和黑龙江省东南部,各土层干旱的测墒站个数均为近6 a最多。

EASE-Grid投影风云卫星产品地理信息写入方法

风云卫星遥感数据服务网的卫星遥感产品数据集中,风云三系列气象卫星遥感产品数据集中很多采用的是等面积可伸缩地球网格(EASE-Grid)投影方式进行处理,实际应用中对使用者具有较高的数据处理能力要求,不利于遥感产品数据集的省级应用。基于数据集使用中的这些问题,该文以FY3D雪水当量数据集产品为例,采用程序化方法对EASE-Grid投影产品数据集的地理信息进行写入,通过构建地理坐标系参考对象和地理信息目录,将数据矩阵中写入地理信息并以GeoTiff格式文件输出。结果表明,经过该方法处理过的产品数据可与矢量文件实现准确的经纬度信息的匹配,降低了数据分析处理的难度。该方法具有较好的适用性,对于EASE-Grid的三种不同的投影方式均适用,可在一定程度上提高卫星遥感产品数据集的省级科研与应用水平。