东北地区落叶松毛虫灾害气象风险区划初步研究

利用黑龙江省牡丹江市海林市松毛虫发生情况与气象因子进行相关性分析,筛选出≥10℃积温正距平、夏季气温正距平和日最高气温≥30℃天数正距平、冬季气温正距平以及3-10月降水量负距平与松毛虫大发生有较好的相关性。其次,基于东北地区76个气象站,利用上述关键气象因子作为利于东北地区松毛虫大发生的气象条件进行分析。结果表明,1971-2010年40年东北地区年≥10℃积温、夏季和冬季气温均呈明显增加趋势,3-10月降水呈微弱的降低趋势,也就是说40年来东北地区气候变化趋向于利于松毛虫灾害发生。另外,对东北地区1971-2010年上述关键气象因子单因子利于松毛虫灾害发生的历史风险以及综合气象因子利于松毛虫灾害发生的历史风险进行分析,得出东北地区松毛虫灾害气象风险区划分布,结果表明吉林省中部、黑龙江大小兴安岭、牡丹江半山区的南部和西部松毛虫灾害气象风险约为10年二、三遇;辽宁大部,吉林省东南部、黑龙江松嫩平原和三江平原松毛虫灾害气象风险约为10年三至四遇。     

银川地区配电网负荷特性分析及预测

针对银川城市建设快速发展的需求,在分析了银川配电网历史负荷特性的基础上,运用数学模型、借助专业软件,对银川地区“十二五”期间配电网负荷、电量进行了预测,并对未来电力市场发展方向做出判断。分析结果表明:“十二五”期间,银川地区电力负荷呈现快速发展趋势,峰谷差逐年增加,最大负荷出现在冬季的特征在较长一段时间内不会改变。     

基于监测数据挖掘的高铁气象灾害风险评估方法研究

气象灾害风险评估对高铁气象灾害防御具有重要的指导作用。在分析了影响高铁运行的主要气象要素的基础上,研究了高铁气象灾害风险评估指标体系,包含致灾因子危险性、孕灾环境敏感性、承灾体暴露性、脆弱性和防灾减灾能力等,探讨了高铁多灾种和单一灾种的气象灾害风险评估方法。以大风灾害风险评估为例,建立了大风灾害风险评估指标体系,基于熵权法研究了大风危险性,在此基础上,采用加权综合评价法对大风风险进行了分析。结合具体线路风监测数据,研究了相应线路大风风险,并进行了风险区划。与基于气象部门数据开展的铁路气象灾害风险评估相比,基于铁路气象要素监测数据的气象灾害风险评估对气象要素的时空特性反映更加细致,更能代表铁路沿线气象灾害特征,研究可为高铁气象灾害防治提供参考。     

G2京津塘高速公路万辆车流的交通事故灾害与气象综合指数的关系

通过整理G2京津塘高速公路3年(2007年3月至2010年2月)逐日逐时万辆车流的交通事故灾害和交通流量及气象要素资料,并将万辆车流的交通事故灾害(交通事故灾害与交通流量之商)与同步气象综合指数进行日变化相关分析;结果表明:平均万辆车流的交通事故灾害的日变化最高峰出现在05时,年平均高峰值高达2.34起·辆-1·10-4;年度、春季、夏季、秋季和冬季的平均万辆车流的交通事故灾害与同步气象综合指数均呈正抛物线的偏右侧相关,即万辆车流的交通事故灾害随气象综合指数的加大而增多;统计学检验(R＞Rα=0.01和F＞Fa=0.01)效果很好.四个季节的万辆车流的交通事故灾害与气象综合指数相关的系数高达0.7781～0.8537.为了更好地将自动气象监测信息服务于高速公路交通安全,在分析成果的基础上设计出了高速公路万辆车流的交通事故灾害的气象综合指数风险等级指标,以期为高速公路交通安全提供客观的科学依据.     

基于改进模糊聚类法和CPSO.-ISSVM的母线负荷预测

针对大型冶金企业专用母线负荷种类多、分布不均、规律性弱等特点,利用自组织特征映射神经网络(self-organizing feature map, SOM)对模糊聚类法进行改进,以选择待预测日的相似日,通过db4小波对相似日负荷数据进行分解、去噪和重构处理后作为后期预测模型的训练样本;采用混沌粒子群算法(chaos particle swarm optimization,CPSO)对最小二乘支持向量机(least square support vector machine, LSSVM)算法的惩罚参数和核函数覆盖宽度进行优化,构造了基于CPSO和LSSVM的母线负荷预测模型。仿真结果表明:该负荷预测模型,将预测结果的相对误差降低到1.998%,预测精度达到了97%,提高了专用母线负荷预测准确性。     

雨凇环境影响因子研究与应用——以湖南省为例

运用概率论和数理统计方法,基于湖南气象观测资料、NCEP资料及地理信息资料,分析了气象因子、地理因子对雨凇天气形成的影响,揭示了各影响因子的临界影响点。进而分析了主要影响因子位于不同影响点时其它因子对雨淞天气形成的作用,在此基础上,研制了基于气象要素因子、地理因子的雨凇日数学模型。选取平均连续雨凇日数、年平均雨凇日数、雨凇最长持续时间等3项与雨凇日数有关的气候指标对模型模拟结果进行了检验,结果表明模型模拟结果与实际观测结果相关性高,均值差异小。雨凇日模型已被用于精细化的雨凇气候区划。     

广西近年高温干旱气象灾害及对电力供求的影响

通过对广西2003~2005年高温、干旱天气气候事件及其对电力供求影响的分析发现:广西2003~2005年高温、干旱灾害强度偏强,频率增大;最高气温与最大电力负荷有明显的正相关关系,高温灾害天气造成电力负荷呈大幅度增加的趋势;季节性、持续性的干旱造成广西水电发电量呈负增长状态。由于电力负荷加大,水电发电量供应不足,使广西电力供求呈紧张的局面,2003~2005年出现了不同程度的拉闸限电现象。     

气象灾害灾情评估指标研究与应用——以陕西为例

为了定量评估气象灾害造成的灾情,利用陕西1984-2007年气象灾害普查数据库,建立人员死亡率、农作物种植面积受灾率、直接经济损失率3个灾情因子评估指数并计算灾情综合指数,构建灾情因子和综合灾情年景定量评估指标,将气象灾情年景分为严重、较严重、一般、较轻和轻5类。利用建立的年景评估指标对陕西2008-2010年气象灾害灾情年景进行评估,应用到年度气候影响评价业务服务中。分析每种气象灾害灾情因子指数和灾情综合指数多年平均值,确定陕西危害度最大的气象灾害依次为暴雨、干旱、冰雹、连阴雨、气象地质灾害等。研究结果表明:陕西气象灾害造成的人员死亡率呈现减少趋势,多年平均值为3.23/百万,直接经济损失率变化趋势不明显,多年平均值为1.51%,农作物种植面积受灾率呈明显增加趋势,多年平均值为21.99%。     

农作物气象灾害风险识别与评估研究

以安徽省来安县水稻和萧县玉米为例,通过构建气象灾害指数和异常优化匹配技术量化气象灾害与产量损失之间关系,进而实现作物气象灾害风险的识别与评估。考虑到作物产量存在年趋势,利用直线滑动平均法(LMA)法进行产量年趋势剔除,获得产量年际波动率数据;根据研究区及作物生长期特征,用三种气象要素(降水、温度和光照)构建研究区长江的五种气象灾害(干旱、洪涝、高温、冻害、寡照)指数,并利用逐日气象要素值计算气象灾害指数的年极值与年累计值,获得气象灾害指数时序数据;基于气象灾害属于异常天气事件,导致作物产量异常的原理,采用气象灾害指数异常与产量损失异常匹配的方法来识别气象灾害与产量之间的关系。同时,通过调整异常阈值标准来逐步寻找最优的气象灾害指数与产量损失关系模型。借助关系模型,可对来安县水稻和萧县玉米的各种气象灾害风险进行模拟,获得各种气象灾害风险曲线和期望减产率,并据此对各气象灾害风险大小进行排序。农作物气象灾害风险识别与评估技术具有重要的实际应用价值,为农业气象灾害风险的监测及农业天气指数保险产品的开发提供重要的技术支撑。     

云南极端气候干旱的特征分析

应用云南124个站点1961-2011年的旬、日、月降水和气温资料,采用综合气象干旱指数和逐日降水分析云南1961年以来的干旱强度。以云南的干旱过程强度指数为-50、区域代表站的干旱过程用强度指数为-100以上选取极端干旱较为合适,选取干旱强度最大1962/1963、1968/1969、1978/1979和2009/2010年为极端干旱年进行分析表明,在4次极端干旱过程中,强度最强的是2009/2010年出现的秋冬春初夏连旱,是有气象记录以来最强的,其造成的危害及经济损失也最大,其次是1978/1979年、1968/1969年和1962/1963年出现的冬春初夏连旱。云南干旱灾害出现频繁、持续时间长,其分布具有一致性的特点,干旱出现的时段大致在冬、春及初夏季,而近年来秋季干旱呈频发之势。由于云南降水分布极不均,造成各地干旱强度指数存在差异。除滇西、滇西南局部边沿地区降水偏多,出现极端干旱相对较少外,云南大部,特别是云南中部及东部地区最容易发生极端干旱。从1970年代以来,云南出现严重干旱的强度及持续时间呈加重趋势。     

近年来陕西省小麦条锈病流行规律及其与气象条件的关系

对陕西省小麦条锈病的发病规律和影响因素进行分析,为陕西省小麦条锈病预报预警、综合防治提供科学依据。基于陕西省2010-2017小麦条锈病调查资料和温度、降水等气象要素资料,利用DPS数据处理系统,采用相关分析法,分析小麦条锈病发生流行监测指标与气象因子的关系,筛选关键时段和气象因子;采用线性回归、非线性回归和逐步回归分析方法,研究陕西省小麦条锈病发生流行规律,建立小麦条锈病发生流行监测指标与气象因子的关系模型。结果表明:近年来,关中、陕南地区条锈病平均始见期分别为4月18日和1月30日,两地区始见期时间顺序都为由西向东逐步推迟,全省条锈病始见期具有提早的趋势。研究期内陕西省小麦条锈病发病程度变化趋势不明显,秋田发病面积具有逐年减少的趋势,而最终病田面积具有逐年增加的趋势。条锈病发生面积扩展过程可用逻辑斯蒂(Logistic)生长曲线来模拟。小麦条锈病始见期的早晚对最终发生面积具有极显著影响,始见期越早最终病田面积越大,始见期越晚最终病田面积越小。冬前条锈病发生面积与最终发生面积的关系不大,初春发生病面积与最终发生面积具有极显著的相关关系。陕西小麦主产区条锈病流行取决于春季菌源传入时间和数量。反映小麦条锈病的指标(始见期、流行速率、发病面积、发病程度)与冬季温度、初春降水量关系密切。冬季温度高,有利于条锈病孢子越冬;初春降水多,空气湿度大有利于条锈病滋生、蔓延和流行。暖冬、初春降水多等有利气象条件是陕西省小麦条锈病流行的外因。     

三种智能计算低温冷害预报模型的对比分析研究

为了探索不同的非线性智能计算预报建模方法在冬季低温冷害预报中的应用效果,利用广西区域逐日平均气温和降水资料计算得出的1951-2018年冷湿指数作为预报量。通过计算该预报量与前期再分析资料中的各种物理量相关得出预报因子。首先利用逐步回归方法,从初选的相关预报因子中,客观选出9个预报因子,再对未选入的预报因子作核主成分非线性降维计算,选出方差贡献最大的核主成分因子,作为各预报模型的输入因子。分别采用模糊神经网络方法(FNN)、遗传算法的神经网络集成(GA-ANN)预报方法以及粒子群算法的支持向量机(SVM-PSO)集成预报方法三种不同的智能计算预报建模方法建立预报模型,对2012-2018年的20次低温冷湿天气进行预报对比试验。结果表明,在同样的预报建模样本条件下,模糊神经网络预报模型对20个独立样本预报平均绝对误差最小。进一步的计算还表明,这三种智能计算预报模型均比同样预报建模样本和预报因子的线性回归预报平均绝对误差要小,显示了非线性智能计算预报建模方法,对于具有明显非线性变化特征的冬季低温冷害天气过程,比线性预报方法有更好的预报能力。     

分离趋势产量和气候产量的方法探讨

在长时间序列的作物产量与气候因子关系的统计研究中,一般把作物的产量分解为趋势产量、气候产量和随机误差3部分。趋势产量是反映历史时期生产力发展水平的长周期产量分量,也被称为技术产量,气候产量是受气候要素为主的短周期变化因子(农业气象灾害为主)影响的波动产量分量。因为不同趋势产量模拟方法分离的气候产量的结果可能不同,甚至截然相反,所以分离趋势产量以得到准确的气候产量就显得尤其重要,这关系到影响作物产量的气候因子(主要是农业气象灾害)分析的准确性。试图以气候变化对棉花产量影响为例,说明如何选择合适的趋势产量求算方法,进而分离得到气候产量。提出了方法选择的3个依据条件:趋势产量模拟曲线应该符合社会技术各发展阶段的实际;全国或整个研究区的趋势产量变化特征因子应该基本一致(即社会和技术水平发展过程差异不大),气候条件相似区域其气候产量应该具有很强的相关性;分析得到的影响研究对象(作物)生长的关键气候因子或者农业气象灾害因子,应该符合所研究对象的生育特性及其对气候因子或农业气象灾害因子的响应规律。     

基于极值降雨假设法的城镇地质灾害风险性评价耦合模型研究——以安康市岚皋县官元镇为例

选取安康市岚皋县官元镇为研究区,以斜坡单元为评价单元,采用信息量-支持向量机耦合模型进行地质灾害易发性评价,根据自然断点法完成易发性分区;基于极值降雨假设法分别计算大雨(35 mm/24 h)、暴雨(75 mm/24 h)、大暴雨(175 mm/24 h)和特大暴雨(250 mm/24 h)4种工况下斜坡的危险性指数,并开展相应工况下危险性区划;采用TOPSIS法计算易损性指数,开展地质灾害易损性分区。综合采用信息量-支持向量机模型、极值降雨假设和TOPSIS法构建研究区风险性评价耦合模型,根据自然断点法划分4种降雨工况的地质灾害风险性分区,将风险区划为极高风险区、高风险区、中风险区和低风险区。     

2022年极端干旱背景下湖南森林火灾气象条件分析——以2022年湖南新田“10·17”重大森林火灾为例

基于湖南地面气象观测资料、干旱指数、CMA＿GD区域数值模式分析资料以及卫星云图和遥感数据,从大气环流、天气实况、气象物理量、卫星遥感及云图方面,结合气候背景及火场气象要素变化对2022年湖南新田“10·17”重大森林火灾期间的气象特征进行深入剖析。结果表明：新田“10·17”重大森林火灾发生前已遭遇夏秋季连旱、极端连晴天气以及高温热浪天气,造成了新田长达45 d的特旱和极高的森林火险气象等级;在火灾期间,10月18日叠加白天辐射增温、谷风发展及干冷空气爬坡后的焚风效应,加剧了火场热对流造成火势蔓延极快;在10月21日09:00—10:00,出现了环境风突然增强以及上干下湿的大气层结,其对流不稳定潜势背景有利于爆燃的发生,爆燃发生后形成的局地小尺度低压也对爆燃的维持提供了正反馈机制;卫星云图在晴空条件下对火情发展、明火面积变化具有较好的监测效果。     

气候变化对内蒙古牧区白灾的影响——基于熵权法分析的锡林浩特市案例研究

锡林浩特位于内蒙古牧区锡林郭勒盟中东部，由于自然条件和社会因素，其畜牧业发展受白灾影响较大，所以在全球变暖的大环境下，研究气候变化对锡林浩特白灾的影响是很有必要的。基于对研究区近几十年内发生的白灾事件的分析，选取了6个评价白灾的气候指标：冬季降水量、积雪持续时间、低温容易掉膘期的负积温、5日温差≥12℃日数、积雪期大风日数和牧草生长季降水量，并利用国家气候中心提供的地面气象资料月报和锡林浩特牧试站数据，计算了这6个因子的长期变化趋势，表明冬季降水和低温容易掉膘期的负积温有增加的趋势，同时积雪期大风日数有减小趋势。文章还引入熵权法，计算了各因子对白灾影响的重要性程度，从而建立了综合评价方法，用以分析白灾随气候变化的变化规律。结果表明，在现有气候变化条件下，白灾有减轻的趋势。     

30年来我国农业气象灾害变化趋势和分布特征

利用1979-2008年的统计数据分析了我国近30年来农业气象灾害的时间变化趋势和空间分布特征。结果表明:(1)1979-2008期间,我国农业气象灾害的灾情日趋严重,农业气象灾害总成灾面积和成灾比率都呈增加趋势;各类灾害中,旱灾和霜冻成灾面积和成灾比率呈增加趋势,风雹成灾面积和成灾比率变化不大呈略微下降趋势,而1989-1998年段水灾严重。(2)旱灾成灾面积在总成灾面积中所占比例最大(约占总成灾面积的1/2),其次是水灾(约占总成灾面积的1/4),再次是风雹,而霜冻成灾面积最小。(3)在区域分布方面,旱灾灾情华北地区最为严重,其次是东北,再次是西北;水灾和旱灾的轻重程度往往是一个此消彼长的关系,华中的水灾最严重,其次为华东、华南和西南;风雹灾情的轻重程度在我国的分布也有较强的区域性,华北、西北和东北是风雹的重灾区;霜冻分布各区域差异较小,西北和华中的灾情相对较重。     

基于遥感技术的1988—2018年渤海海冰冰情时空变化特征

基于AVHRR、MODIS、GOCI遥感数据解译,构建了1988—2018年非连续日尺度冰情序列数据集,分析了渤海海冰冰情年际和年内时空变化特征。渤海冰情等级、年均海冰面积和年均海冰厚度均有明显的年际波动。海冰生消过程的日均面积和厚度变化呈现单峰型,且海冰面积和冰厚峰值均出现在1月25日。渤海海冰主要分布在辽东湾,其冬季结冰范围占渤海曾经结冰范围的70.58%,渤海中间区基本不结冰。海冰冰情指标与气象因子相关性分析结果表明：冻冰期海冰面积和冰厚相关系数最高的气象因子均是累积冻冰度日(CFDD);融冰期海冰面积相关系数最高的气象因子是3d-1.8℃积温,而冰厚则是累积融冰度日(CTDD)。据此选取CTDD、CFDD、3d-1.8℃积温及日最低气温四个指标建立多元非线性回归模型,并对冻冰期和融冰期分别拟合。进而对比分析2014—2018年海冰遥感提取面积与回归模型计算得到的海冰面积,其整体变化趋势一致,有一定的预测性。     

黑龙江省冬季极端寒冷指数的构建及年代际变化研究

利用1961—2020年黑龙江省冬季逐日气温资料,以连续5 d日平均气温低于一个标准差来判定极端冷事件,进而利用冷事件的持续天数和气温累计距平构建冬季极端寒冷指数(Extreme Cold Index of Winter,ECIW)。在此基础上深入研究了ECIW的年代际变化特征及其环流差异。结果表明：近60 a来黑龙江省ECIW呈显著上升趋势,且在1987年前后发生了年代际突变,突变后冬季冷事件强度显著减小。回归分析表明,突变前的1961—1985年,当ECIW强度偏强时,环流呈现北极涛动负位相和弱的欧亚遥相关型正位相分布特征,西北高东南低的环流配置下东亚中高纬环流经向度加大,影响黑龙江省的冷空气较强。而突变后的1991—2020年,环流呈现典型的欧亚遥相关型正位相分布,东亚温带急流显著偏弱,北高南低的配置下黑龙江上空低值系统活跃。对北极涛动、欧亚遥相关型、西伯利亚高压、东亚冬季风等指数与ECIW的相关和偏相关分析表明,北极涛动和欧亚遥相关型是影响ECIW的重要环流因子,1961—1985年北极涛动是主导因子,1991—2020年欧亚遥相关型是主导因子。     

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。