中国近300年来3次大旱灾的灾情及原因比较

根据中国近500年旱涝史料和历史文献,选取过去300年中发生在乾隆后期(1784-1786)、光绪初年(1875-1878)和民国时期(1927-1930)的3次严重旱灾,从旱灾的时空发展过程、发生时的区域自然环境和社会政治经济背景三个方面进行了对比分析.结果表明:以旱情的严重程度而言,3次旱灾都可谓过去300年间我国北方地区罕见的极端气候事件,但由于各次旱灾的受灾中心所处区域的自然环境条件(受气候条件影响的环境承载力)有优劣之分,旱灾发生时的不同社会经济背景(人均粮食占有量、政府粮食储备、财政情况等)造成的防灾御灾能力有高下之别,在不同层面上左右了3次旱灾的灾情,从而使其对社会经济的影响程度有显著差异.     

过去300a长江中下游异常丰梅事件变化与洪涝灾害

2016年6—7月,长江流域发生重大洪涝灾害,给社会生产和人民生活带来严重损失。而该时段内梅雨因其强降水过程频繁、持续时间长、雨量集中等特点成为主要致灾因子。论文利用历史文献和观测资料,构建了1736年以来异常丰梅事件年表,分析了其长期变化特征及与El Ni?o事件的统计关系,并诊断了El Ni?o造成异常丰梅事件的大气环流背景。结果表明:1736—2016年间共发生44次异常丰梅事件(含21次特大梅雨事件),其中1900年代、1910年代、1990年代是异常丰梅事件最为频繁的3个时段;与2016年梅雨特征相近的特大梅雨事件有21次。过去300 a间,异常丰梅事件与El Ni?o存在较好的对应关系,44次异常丰梅事件中37次发生在El Ni?o的当年或次年;在21次特大梅雨事件中16次伴随El Ni?o出现。伴随El Ni?o事件而发生的异常丰梅事件环流特点是中高纬经向环流偏强,我国境内水汽输送通道偏西、偏北,大量水汽滞留在长江流域,并与南下的冷空气交汇,从而形成持续性降水;而在El Ni?o次年,低纬存在较强且稳定的副热带高压,水汽输送路径偏北,长江中下游水汽输送通量显著增强,更容易导致异常丰梅事件的发生。     

地球系统模式CESM模拟的ENSO变率与中国东部降水格局

根据地球系统模式（CESM）的千年控制模拟试验结果,以Niño3.4区的逐月海表温度变化为指标,辨识了212次El Niño事件、226次La Niña事件;分析了El Niño和La Niña事件发生当年及次年中国东部5-9月降水异常的空间格局;探讨了ENSO与华北、江淮、江南和华南4个区域旱涝的关系。结果表明：El Niño事件发生的当年5-9月,华北和华南地区降水减少2%~10%,长江中下游地区降水略有增加（0~2%）;次年,江南地区转为降水增加（2%~10%）,华北北部降水继续减少。在La Niña事件发生的当年,华北地区降水偏多（增加2%~10%）;次年,江淮地区降水显著减少（2%~5%）。ENSO增强会导致降水变幅加大。在El Niño衰减并向La Niña快速发展的年份,江南地区出现洪涝灾害的概率较其他年份高1倍以上。这些认识为深入揭示气候系统内部年际变率对中国东部降水格局变化与区域旱涝的影响作用、理解2016年长江中下游发生重大洪涝灾害提供了异常天气气候背景依据。     

1982-2006年中国东部秋季植被覆盖变化过程的区域差异

为进一步认识1982-2006年中国东部秋季植被覆盖变化过程及其区域差异,论文分析了1982-2006年9-10月归一化差值植被指数(NDVI)的多年平均状况和年际变化,并通过聚类分析辨识了NDVI变化过程的主要模态,进而探讨了它们与温度和降水变化的相关关系。结果表明:(1)中国东部秋季森林的覆盖度最高,农田次之,草原最低,并表现出1998年之前趋于增加、此后趋于锐减的变化特征;(2)不同区域植被覆盖变化过程不尽相同,整个研究区植被覆盖变化过程可以分为6种模态,其中①东北地区呈波动上升趋势,②内蒙古高原东北部1982-1998年波动上升、1998年后陡然降低,③华北北部-东北南部呈现跃迁式上升,跃迁年份为1994年,④华北南部表现为先降低后略微增加,趋势转折出现在2000年,⑤江淮地区呈现为1982-1992年波动增加、1992-2006年波动降低,⑥长江及其以南地区表现为陡然下降,突变始于2000年;(3)除了内蒙古高原东北部降水变化能够解释植被覆盖度年际变率的66%以外,华北北部-东北南部的植被覆盖与降水具有正相关关系,秦岭-大巴山-长江中下游及以南地区的植被覆盖与同期温度呈显著正相关,但是降水或温度仅能够解释植被覆盖年际变率的21%,其余地区植被覆盖与气候变化没有显著的相关关系。     

1982—2022年黄土高原归一化植被指数变化的时空特征

长时间地表植被指数变化序列构建与分析是生态环境监测领域的重要内容。以我国生态工程建设重点地区——黄土高原为研究区，采用时间序列的方差匹配方法，融合了2套卫星遥感的归一化植被指数(NDVI)数据产品(GIMMS 3g和MODIS),建立了覆盖1982—2022年的黄土高原暖季(5—9月)NDVI数据集，揭示了其间黄土高原植被覆盖变化的时空特征。研究发现：黄土高原暖季NDVI呈现“先慢后快”的增加趋势，转折点大致出现在2002年，1982—2002年暖季NDVI增速仅为0.01/(10 a),2003—2022年增速高达0.06/(10 a),其中十八大以来增速尤为显著；暖季NDVI快速增加区域主要位于黄土高原中部，并向东北、西南方向延展，与“退耕还林(草)”重点区域范围基本一致；在黄土高原南部、东部和青海省东部一带，暖季NDVI呈缓慢下降趋势。过去40年间黄土高原NDVI增加与生态工程建设关系密切。