近50年宁夏极端气温事件的变化研究

随着全球变暖,极端气候事件频繁发生,由此造成气象灾害的数量日益增加。深入研究极端气候的变化特征,能够为预测和预防极端事件灾害提供参考依据。采用线性倾向估计法、反距离加权法和R/S分析法,选取10个极端气温指标研究了宁夏近50年来极端气温事件的时空变化特征,并在此基础上尝试预测了未来该地区极端气温变化的情形。结果发现:全天极端高温天数、白天极端高温天数、夜间极端高温天数、生物生长季和夏季天数分别以0.76、0.48、0.67、0.35和0.29 d/a的趋势明显增加,而全天极端低温天数、白天极端低温天数、夜间极端低温天数和最大连续霜冻天数分别以-0.40、-0.25、-0.66和-0.30 d/a趋势显著减少,极端气温年较差也呈下降趋势(-0.02℃/a),且空间差异明显;除极端气温年较差外,其它各极端气温指标与年平均气温均有很好的相关性;年极端冷指标和极端气温年较差在未来将继续下降,极端暖指标在未来将继续上升;宁夏气象灾害所造成的影响和损失将进一步增大。     

高寒区温度三因子的时间变化及其与水稻产量的关系研究

利用高寒区——黑龙江省44个气象观测站1980-2014年气象资料和水稻单产资料,以旬为时间单元将生长季(5-9月)划分为15个研究时段,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,研究温度三因子的时间变化趋势和突变特征,并构建温度因子与水稻产量的相关关系。结果表明:(1)1980-2014年间,研究区作物生长季内各研究时段温度三因子随时间总体以升高为主,其中最低气温升温显著。5-6月是温度升高较快时期,升温形势表征为最低气温与最高气温升温显著不对称。(2)1980-2014年间,5月中旬至下旬、6月下旬至7月中旬、9月中旬至9月下旬有气温因子发生突变,突变主要发生在1980年代末至21世纪初,突变后升温剧烈,升幅为1.2~2.2℃。(3)研究期间,研究区水稻生长季内大部研究时段的温度因子与水稻单产相关显著(P0.01,P0.05),5-7月是温度三因子与水稻单产相关最显著的时间段,其中最低气温与水稻单产相关最显著。(4)1980-2014年间,在不同研究时段内,温度单因子均与水稻单产呈正相关,表明在一定温度范围内,温度对产量的影响为正效应。温度各因子每升高1℃,水稻单产升高幅度为307~722 kg/hm2。     

吉林省夏季极端降水事件特征分析

应用1960-2017年吉林省24个台站日降水量资料,定义4个极端降水指数,采用Mann-Kendall趋势分析、相关性分析、累积距平分析等方法,对吉林省极端降水事件时空分布特征进行了分析。结果表明:吉林省极端降水阈值大值区位于吉林省中部和南部,东部山区站点极端降水阈值相对较小。吉林省夏季极端降水主要集中在7月下旬和8月上旬,吉林省南部和中部的集安、通化、临江、靖宇、梅河口、磐石、桦甸地区,因极端降水量和频数都较大,是灾害应急管理需重点关注的地区;其中,通化、集安地区因4个极端降水指数都很高,是吉林省极端降水灾害性风险最高的地区。吉林省各站点极端降水指数变化M-K趋势检验中,长岭站极端降水事件呈显著减少趋势;二道站呈显著增加趋势;其他站点无显著增减趋势。1960-2017年吉林省极端降水量和强度呈波动变化,但整体平稳,无明显增加和减少趋势。     

近40a黄淮海地区夏玉米生长季干旱时空特征分析

干旱是制约黄淮海地区夏玉米产量稳定的主要农业气象灾害,明确粮食主产区农业干旱发生的演变规律,对于采取有效的防灾减灾对策意义重大。基于作物水分亏缺指数和夏玉米干旱等级指标,分析了黄淮海地区近40a夏玉米生长季干旱的时空变化规律。结果表明:夏玉米各生育阶段间比较,播种-出苗期水分亏缺指数和干旱发生概率最大。除播种-出苗期外,随着干旱等级的升高,干旱发生概率逐渐降低,但播种-出苗期则以特旱等级发生概率最大;各阶段水分亏缺指数无明显的时间变化趋势,但年际间波动较大,特别是夏玉米生长中后期,1997年是近40a干旱发生最为严重的年份,不仅干旱持续时间长,且发生范围也最大;水分亏缺指数空间分布范围在年代际间存在"缩小-增大-缩小"的变化规律,从各年代干旱等级及其分布范围看,1991-2000年干旱最严重,2001-2010年有所减轻。夏玉米各阶段水分亏缺指数及各等级干旱发生概率基本呈现为由东南向西北逐渐增大的变化趋势,河北大部、河南西部和北部以及山东的中西部地区是各阶段干旱概率的高值区。由于年际间的波动在增大,黄淮海地区夏玉米生长中后期极端干旱灾害发生的可能性较大,北部及西部地区更是干旱灾害的高发区,生产中仍需加强对干旱灾害的预测预报及防御工作。     

长江中下游地区双季早稻冷害、热害时空特征分析

以长江中下游地区48个站点1961-2012年的气象资料为基础,利用统计分析、Mann-Kendall和小波分析的方法研究了早稻生长季前期冷害、后期冷害、后期热害的时空变化。结果表明:(1)52年来早稻生长季气温呈极显著升高趋势(0.5℃/10a);(2)前期冷害和后期冷害均从2000年初开始出现减弱趋势,后期热害从2000年初开始有显著增强趋势;(3)空间分布上,前期冷害高风险区基本与山脉地形特征相吻合,而后期冷害与水系的分布相关性很高。     

华北农牧交错带极端高温时空分布特征

利用华北农牧交错带及其附近32个气象站点1961-2012年的逐日最高地面气温资料,采用去趋势波动分析法确定了极端高温事件的阈值,分析了华北农牧交错带极端高温日数和极端高温日平均最高气温的时空动态变化特征。结果表明:52a来,华北农牧交错带极端高温主要集中于5-8月,年均极端高温日数为1 d,极端高温日平均最高气温为36.9℃,两者分别从20世纪80和90年代由负距平转为正距平,均存在25~30 a的显著振荡周期;极端高温在空间分布上具有海拔依赖性,极端高温日数有显著的代际变化特征,并以20世纪90年代为界呈现两种不同的分布形态,极端高温日平均最高气温分布相对稳定;21世纪最初的12 a,华北农牧交错带各站点极端高温日数、极端高温日平均最高气温均呈增大的趋势。     

黑龙江省近年低温冷害特征再探

采用以生长季5-9月平均温度和的距平值作为低温冷害指标的方法,利用黑龙江省79个站点1971-2006年生长季气温及纬度、海拔高度等资料,计算了各站点的一般低温冷害指示值和严重低温冷害指示值,并分析了黑龙江省低温冷害的分布特征.分析结果显示:黑龙江省1971年以来的36a中出现大范围低温冷害9次;发生低温冷害的频率由南向北逐渐增加,大部地区在20%～40%之间;低温冷害主要出现在20世纪70年代、80年代和90年代前期,90年代中期以后的10a中,农区基本没有出现低温冷害.     

陕西延安近50年极端气温变化及周期研究

利用1962-2012年陕西省延安市每日气温资料,运用线性拟合及累积距平和Morlet复数小波等方法,对WMO发布的10种极端气温指数进行了计算和分析。结果表明,延安地区近50a来,极端最高气温、极端最低气温都有上升趋势,冰日、霜日、冷夜、冷日数量呈下降趋势,夏日、热夜、暖夜、暖日呈现波动上升。由20世纪60年代至今,各类极端天气现象的发生天数平均增加了6.61 d。极端最高气温、极端最低气温、夏日、热夜、冰日、暖夜都存在27a左右的周期,冰日、冷夜有5a左右或更短的周期。极端高温天数的增多会加大旱灾、森林和草原的防火压力,极端低温天数的减少易发生森林和草原的病虫灾害,应做好预防工作。     

气候变化背景下京津冀极端高温事件变化特征研究

基于京津冀地区174个气象台站1981—2020年逐日最高气温、最低气温数据资料，统计计算了京津冀地区极端高温事件相关指标(极端最高温TXx、高温日数Htd和闷热日数Swd),利用多种统计方法分析了京津冀地区近40年极端高温事件的时空分布特征，并探究了在气候变化背景下两个典型年代Htd和Swd的空间变化情况。结果表明：(1)近40年年极端最高温(TXx)、高温日数(Htd)和闷热日数(Swd)均呈上升趋势，京津冀地区极端高温事件强度增强、频次增加，并且年代际呈波动变化特征。(2)京津冀地区极端高温事件主要集中发生在6—8月份，其中TXx和Htd主要发生在6、7月份，Swd集中发生在7月份；冀北山区的高温、闷热日集中发生在7月份。(3)京津冀地区高温日和闷热日初(终)日呈提前(显著推迟)趋势，高温和闷热日更早发生且持续时间更长、同步性增强。(4)京津冀地区极端高温事件多发生在南部，TXx和Htd空间分布均呈南高北低的分布特征，Swd呈东南高、西北低的分布特征；极端高温事件显著增加的地区主要集中在经济人口发展较快的北京、天津和石家庄三个大城市。(5)M-K突变分析发现京津冀地区极端高温事件...     

石家庄市极端气温指数变化特征及城市化影响

利用石家庄市16个县气象站和石家庄市区气象站(简称石家庄站)1972-2012年的逐日最高、最低气温资料,采用线性趋势、Mann-Kendall突变检验方法分析了石家庄市极端气温指数的时空演变特征及城市化对石家庄站极端气温指数趋势变化的影响。结果表明:石家庄市极端高温事件多发中心位于石家庄站及西南部地区,极端低温事件多发中心位于东北部地区;大部分站点极端低温事件呈减少的变化趋势,而极端高温事件则呈增多的变化趋势。在年代际变化上,石家庄市的冷夜日数和冷昼日数总体上呈减少的趋势,而暖夜日数和暖昼日数则呈明显增多的趋势。除了冷昼日数突变不明显外,其它极端气温指数均在1990年前后发生了突变。城市化使得石家庄站冷夜日数和冷昼日数显著减少,暖夜日数和暖昼日数显著增多,四季中春季的冷昼日数和暖昼日数城市化影响最明显,夏季的暖夜日数城市化影响最明显,而冷夜日数的城市化影响在冬季最明显,且夜间和白天极端气温指数城市化影响程度存在明显差异,这可能与城市热岛效应的非对称性有关。