气候变化背景下北京市极端降水时序特征研究

基于NEX-GDDP数据集,采用气候倾向率法、Mann-Kendall突变检验和小波分析法对北京市2006—2099年极端降水时序变化特征进行分析。结果表明：在RCP4.5和RCP8.5情景下,本世纪内北京地区极端降水呈现增加趋势,世纪末期有较大幅度增加,RCP8.5情景下极端降水增加程度更大。在RCP4.5情景下,年降水量、大雨日数、SDII等多数极端降水指数在2040年前后发生增加突变,而在RCP8.5情景下极端降水表现出更为稳定的上升趋势。极端降水事件在RCP4.5和RCP8.5情景下的主周期均为56年,在该特征尺度下各指标呈现少→多→少→多→少的循环交替,RCP8.5情景下降水量、降水频率和降水强度震荡更加明显。     

基于NEX-GDDP降尺度数据的山东省夏玉米生育期极端高温时空特征研究

极端高温灾害严重,在未来很有可能会加剧。研究基于NEX-GDDP高时空分辨率降尺度数据及历史观测数据,将35℃作为极端高温阈值,对当前及未来不同情景下夏玉米生育期(6-9月)极端高温时空分布特征进行分析。结果显示:在各个时期、各情景下山东省日最高气温空间上都呈现出东部沿海较低向西部内陆地区逐渐升高的趋势,随时间逐渐增高,在RCP8.5排放情景下增加更显著,且西部地区较东部沿海地区增加幅度大;极端高温日数同样呈现增加的趋势,特别在未来远期RCP8.5排放情景下增加迅速,超过50%地区达到80d以上。NEX-GDDP数据具有较好的应用效果,未来极端高温灾害频发,夏玉米生产将面临严重威胁。     

气候变化下中国极端降水的道路暴露度分析

基于国际耦合模式比较计划第五阶段(CMIP5)中5个气候模式的日降水数据,采用广义极值分布对年最大5 d累积降水数据进行拟合,预估了RCP4.5和RCP8.5两种情景下不同重现期极端降水事件的分布及其变化;并结合Meijer等人整合的中国道路里程数据,在0.5°×0.5°栅格尺度上对中国道路系统对极端降水事件暴露度的时空格局进行分析。研究结果表明:(1)中国年最大5 d累积降水呈现明显的上升趋势,且RCP8.5情景下的增速在2040年之后明显高于RCP4.5情景下的增速。(2)2080年之前,各重现期极端降水事件的影响面积在两情景下随时间不断增加,但之后,RCP4.5情景下增加速度趋于缓和甚至开始下降。(3)道路系统对极端降水的高暴露度地区随时间逐步从我国东南沿海地区向西北地区扩张;至2080—2099年,中国极端降水道路系统暴露度在RCP4.5和RCP8.5两种情景下较2020—2039年分别增加了1.31和1.54倍。     

吉林省夏季极端降水事件特征分析

利用吉林省46个气象站1961-2010年逐日降水资料,采用百分位定义极端事件阈值的方法,对吉林省极端降水事件的时空分布及变化趋势特征进行了分析。结果表明:(1)吉林省极端降水事件主要发生在夏季,其中5%的降水日数贡献了该季度25%～30%的降水量;夏季极端降水强度以通化地区最强、东部山区最弱,极端降水频率东部山区最大、西北部最小;(2)吉林省100mm以上的极端大暴雨天气也时有发生,通化地区南部发生几率最大,约为4～6 a一遇;中部一带约为8～10a一遇;西北平原区和东部山区出现大暴雨概率很小。(3)近50a吉林省夏季极端降水事件稍有增多的趋势,而强度变化趋势不明显,但存在明显的地域差别,西北部表现为频率减少、强度减弱,中部和东南部表现为频率增多、强度增强。(4)极端降水事件存在年代际差异,20世纪70年代极端降水频率最小,90年代极端降水强度最大,60年代初期极端降水强度存在由强转弱的突变。     

中国极端高温未来情景下的公路暴露度分析

采用国际耦合模式比较计划第五阶段(CMIP5)中20个气候模式的试验数据,以及OpenStreetMap的中国公路数据,采用极值分布对年最高气温进行拟合,预估2030年和2050年RCP4.5和RCP8.5两种情景下不同重现期的极端高温分布及其变化,分析极端高温下中国公路网暴露度的时空格局,并对不同阈值下的暴露度敏感性进行分析。研究表明:①中国极端高温呈明显上升趋势,2050年与2030年的中国极端高温空间分布差异将大于2030年与2015年的差异,且RCP8.5与RCP4.5情景的差异随着时间的增长不断扩大;②相比于基准时间(2015年),中国公路对极端高温的暴露度无论在何种情景都将增长,且增速随着时间增大;③不同高温影响阈值下的公路暴露度具有显著空间分布差异;④公路暴露热点区域范围将由华北向南逐渐扩张,由数个小区域逐渐融合为一个大区域,公路暴露度东部区域较西部区域严重,京津冀地区暴露度尤其高。     

北京市极端降水事件和应对策略分析

随着北京城市化进程的不断发展,极端降水造成的灾害性损失也越来越严重,有针对性的制定极端降水应急管理对策是降低灾害性损失的有效办法。基于1981-2014年北京地区20个常规气象站逐日降水资料,采用百分位法确定20个站点各自极端降水阈值,定义4个极端降水指数,对北京地区极端降水事件进行分析。结果表明:极端降水阈值的分布和极端降水量、极端降水强度、年最大日降水量的分布十分接近,大值区都分布在北京市城区(海淀、朝阳、丰台)和城区东北部(顺义、怀柔、密云、平谷),这些地区因极端降水强度大,面临的灾害性风险最高,是灾害应急管理重点关注的地区;北京市西部(斋堂、霞云岭)和西北部山区(佛爷顶、汤河口)虽然是极端降水日数的大值区,但由于北京地区特殊的地形和人口分布规律,这些地区并没有因为极端降水出现概率高而导致过大的灾害性损失。结合北京市极端降水灾害应急管理现状,提出从提高预报预警能力、加强城市基础设施建设、提高全民应急避险能力几个方面应对极端降水灾害的策略。     

气候工程对中国极端降雨强度的影响(2010-2099)

针对气候工程方法中争论最多的太阳辐射管理(Solar Radiation Management),基于BNU-ESM模式的气候工程(G4实验)和非气候工程(RCP4.5)两种情景,以2010-2099年日值降雨量数据的95%和99%分位数值作为强降雨和极端降雨事件的阈值。对超阈值取样(POT)的数据采用韦伯分布(Weibull)进行拟合,诊断10、20、50和100年一遇的强降雨和极端强降雨。结果表明:在两种情景下,强降雨和极端强降雨的强度随年遇型的增加而增强,并表现出东南高-西北低空间分异特征。气候工程整体上有助于中国地区强降雨和极端强降雨的增多,同时具有空间异质性,即表现出抑制部分地区的强降雨和极端强降雨的发生。     

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。     

气候变化背景下中巴公路沿线流域潜在滑坡危险区评价及预测研究

为探究气候变化背景下中巴公路沿线流域潜在滑坡灾害发生的规律与变化,基于斜坡单元利用频率比模型计算各影响因子的贡献程度,绘制研究区滑坡危险区分级图,并使用CMIP6最新公布的SSP126、SSP245、SSP585情景下预估的气候数据,预测了流域未来20年间潜在滑坡危险区变化趋势。结果表明：(1)查明KKH沿线流域分布着750处滑坡。(2)历史滑坡危险区处于高、极高危险区共发育滑坡648个,数量占比为86.40%。(3)CMIP6公布的不同情景下随着辐射强迫值的增加,降水与温度有不同程度的增加,潜在滑坡高、极高危险区面积也随之增加。(4)全球气候变化背景下,降水与温度对研究区滑坡危险区影响较大,预测滑坡高、极高危险区主要分布在Sost-Pasu、Chalt-Duair段,部分分布在Oytak-Khunjerab段。     

粤港澳大湾区未来洪涝灾害风险预估研究

基于CMORPH、CMIP6等数据,采用非线性回归降尺度模型和修正系数法预测了气候变化下大湾区2015—2045年的降水演变;基于土地利用及驱动因子数据等,采用FLUS模型预测了2015—2045年的土地利用变化,最后基于风险评价指标体系对洪涝灾害风险进行预估。结果表明：较高及高洪涝灾害危险性地区主要分布于江门、广州及惠州等地,不同的发展情景(SSP126、SSP245、SSP370、SSP585)和年份下危险性差异较小;较高及高脆弱性地区主要分布在佛山、广州、东莞、深圳,2015—2045年间大湾区脆弱性将显著增加;较高及高敏感性地区主要分布于佛山、广州、东莞、深圳、中山,2015—2045年间大湾区敏感性变化不大;较高及高风险区主要分布于江门、佛山、广州、惠州、东莞,2015—2045年间大湾区洪涝灾害风险将显著增加,不同发展情景下大湾区洪涝灾害风险差别较小。