德化县近50年气温变化特征分析

选取1961-2010年德化县气温资料,采用一元线性回归分析、滑动平均法和Mann-Kendall突变检验法,对德化县气温资料进行综合分析。研究结果发现德化县近50年气温总体呈上升趋势,冬季增温趋势最大;同时气温呈非对称性变化,最低气温增幅明显高于最高气温增幅,气候变暖主要来自于最低气温升高的贡献。     

近50年中国温带地区不同景观带气温变化对比研究

运用线性趋势分析、气候倾向率分析和Mann-Kendall突变检验等方法对中国1962年-2011年温带地区不同景观带气温数据进行分析,研究温带地区不同景观带气温变化趋势以及气温突变状况,分析气温变化的异同。研究结果表明：近50年中国温带地区森林、草原、荒漠三个景观带的年平均气温、四季气温、年平均最高、最低气温都呈现显著增加的趋势,且均存在突变现象,虽然同属温带地区,但是气温增长速率及突变时间存在差异。温带草原带和温带森林带是气候变化的敏感区。     

拉萨市近49年气温变化特征研究

2019年6月24日拉萨市出现了30.8℃的高温,创历史新高.为了更好的了解拉萨市气候变暖的机理以及评估该区域未来气候的变化状况,本文基于拉萨市自动气象站近49年的观测数据,采用线性趋势法、Mann-Kendall (M-K)突变检验、小波分析、R/S分析等方法深入研究了多时间尺度上气温的时空演变特征.结果 显示:(a...     

全球变化背景下安徽近55 a气温时空变化特征

基于安徽省80个气象站的月值气温观测数据,采用线性倾向率、Mann-Kendall突变检验、小波分析和R/S分析等数理统计方法,研究多时间尺度下的气温变化特征。结果表明:1)近55 a安徽省气候呈现明显的暖化趋势,年均气温及春、秋、冬季气温均呈明显上升趋势,其中春季升温幅度最显著,年平均气温在20世纪90年代波动幅度最大;2)年平均气温在1996年发生了突变,与突变前相比,突变后的平均气温增加了0.82℃,年平均气温发生了较大的变化,增暖趋势显著;3)近55 a安徽省年平均气温的变化主要存在5~8 a和10~15 a周期振荡,由小波方差图可以确定年平均气温存在6 a和11 a的主周期;4)安徽省年及四季平均气温的Hurst指数都大于0.5,表明存在显著的Hurst现象,即在不同时间段,该地区的气温时间序列大体上延续历史变化趋势,说明近55 a来安徽省的气温变化存在趋势性成分。春季和冬季Hurst值最高,表明与其他季节相比,春季和冬季的增温持续性最强,是年平均增温的主要贡献者。     

辽宁省近50年降水量的突变特征及变化趋势分析

首先采用Pettitt方法对辽宁省21个气象站1958年一2008年51年的降水量序列进行突变分析,结果显示54476和54486两测站的年降水量序列分别在1996年和1998年存在显著的突变且通过了显著性水平检验,其它测站的降水量序列均未检测出显著的突变年份。根据累积距平曲线分析辽宁省51年的年均降水量在时间尺度上大致分为三个阶段：1958年一1975年为降水量增加阶段,1975年一1996年为降水量稳定阶段,1996年一2008为降水量减少阶段。最后应用Morlet小波分析对辽宁省年均降水量进行周期分析,结果表明降水在大尺度时间上存在约24年的周期震荡,在小尺度时间上存在约9年的周期震荡。     

凤城市近56年气温变化浅析

利用1955-2010年凤城市气象观测站气温观测序列资料,采用线性回归趋势分析方法和多项式滑动方法对年际、季、月的平均气温进行统计分析.结果表明：近56年凤城市平均气温年际、季、月都呈现出线性上升趋势,年平均气温的升温率为0.15℃/10年,温度增高主要是冬季和春秋季节,夏季变化不明显;年最低气温升高最明显,线性递增率1.098℃/10年.总之凤城气候在变暖,与近年来全球变暖结论一致.     

云南省丽江市1960 — 2017年极端气温变化特征

云南丽江市是位于南方且具有温带气候特点的地区,研究该区近58年极端气温变化对查明极端气温变化特点、规律和趋势具有重要科学意义,对极端气温引起的气象灾害的预防及减少气象灾害造成的损失有实际意义。利用丽江市气象站1960—2017年的日最高、最低气温和平均气温等气象数据,采用线性趋势分析法、累积距平值分析法、主成分分析法、Mann-Kendall突变检验法、Morlet复数小波变换系数及小波方差法,对选用的8个极端气温指数进行了研究。结果表明：丽江市的极端最高气温、极端最低气温、夏季日数、暖昼日数、暖夜日数等5个指数呈现上升趋势,冷昼日数、冷夜日数、霜冻日数等3个指数呈现下降趋势。主成分分析结果表明：丽江市的夏季日数、暖昼日数和暖夜日数的增加对气温升高起到了主要作用。突变分析表明：丽江各指数的突变年主要出现在21世纪初和1983年前后。Morlet小波分析表明：丽江市极端气温指数的主周期普遍为18年,个别指数有12年、30年的周期。初步认为,全球气温升高是导致研究区极端气温变化的主要原因,预测丽江市未来2—3年的气温仍会呈现上升趋势,且极端高温事件的发生频率呈现上升趋势。     

北京地区近300年降水变化的小波分析

利用北京地区1724-2009年降水资料,首先做了趋势分析和突变检验,之后采用Morlet小波函数,对该地区近300 a来降水的年际变化时间序列进行了小波分析,揭示了该区降水变化的多时间尺度的周期性变化规律,并根据主周期对未来降水变化进行了预测。结果表明,北京地区年降水量有缓慢增大的趋势,但并不显著。1744、1809、1894和1996年为该系列降雨量减少突变点,1777、1870和1948年为降雨量增多突变点。同时北京地区年降水量在其计算时域内各时间尺度分布不均匀,具有明显的局部化特征;年降水存在85~95 a左右时间尺度的周期特征;其次,35~40 a和20~25 a左右时间尺度的周期特征也较明显。降水量在不同时间尺度下偏多、偏少交替变化也各不相同。此外,分析结果显示该地区年降水量具有21 a、35 a和85 a左右的主周期,其中85 a周期为第一主周期;根据年降水的主周期推测,北京地区整个时间序列上的年降水量呈现出偏少-偏多-偏少-偏多-偏少-偏多-偏少的循环交替特征,根据其周期特征,可以推测2009年到2030年左右将一直处于少降水期。     

河南信阳市近62年来极端气温变化特征及周期分析

通过对河南省信阳市每日气温资料的搜集和整理,运用线性拟合及累积距平、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。研究了信阳地区近62年来极端气温变化特征及周期性。结果表明,近62年来信阳地区的极端最高气温几乎没有变化,极端最低气温在波动变化中有小幅上升趋势,夏日、热夜、暖夜天数呈现波动上升,冰日、霜日、冷夜、冷日天数呈下降趋势。极端最高气温、极端最低气温、冷夜、暖夜、冷日、暖日都存在35 a左右的周期。夏日、冰日、热夜、霜日存在37 a左右周期。冰日的变化存在着5个左右的周期,极端最低气温、冷日与冷夜的变化存在4个左右的周期。其中极端最低气温、霜日、冰日、冷夜、冷日、暖夜都有5 a以下的周期。冷夜和暖夜、冷日和暖日、夏日和冰日以及热夜和霜夜存在负相关的关系,其中冷夜和暖夜以及热夜和霜日的变化幅度较大,它们之间有负相关关系。冷日和暖日以及夏日和冰日的变化较小,负相关的关系不太明显。总体来说,近60年来,信阳地区极端天气热指数呈上升趋势,极端天气冷指数呈下降趋势,整体气温呈现上升的趋势,其中近二十年气温上升更明显。     

黑龙江哈尔滨地区近60年极端气温变化研究

用1955~2013年哈尔滨市、尚志市(县)和通河县逐日气温资料,采用线性倾向法、距平及累积距平法、Morlet复数小波、主成分分析、相关性分析和Mann-Kendall检验法,对11个常用气候指标进行分析。结果表明,哈尔滨夏、秋、冬季气温呈上升趋势,冬季升温极为显著,春季气温以0.60℃/10a的速度显著下降;年均气温、年均最低温、年均最高温均有所增加,年均最低气温升幅最大。年极端最高气温、年极端最低气温、夏日日数、热夜日数、暖夜日数和暖日日数6个指标呈上升趋势变化;结冰日数、霜冻日数、冷夜日数、冷日日数及气温年较差5个指数呈下降趋势。年极端最高气温、年极端最低气温及变化率较大的暖夜日数,均有28~30 a的第一主周期和17~18 a的第二主周期,冷夜主要有3、6和8 a的短周期。主成分分析结果表明,高载荷的指数暖夜、冷夜和暖日这些相对指数的变化是哈尔滨极端气温变化的主要原因。相关关系矩阵表明,相对指数间的相关性极为显著;各暖指标、各冷指标间呈正相关,暖指标和冷指标间呈负相关。Mann-Kendall检验得知,冰日、冷夜和冷日三个冷指标的突变发生在20世纪70s、80s,其他指标的突变主要发生在1990~1999年间。总之,哈尔滨平均气温以0.32℃/10a的速率增加,升温幅度高于全国平均升温值0.26℃/10a,研究结果可为防灾减灾提供理论依据。     

黄土高原地表温度变化的时空格局

地表温度是表征大气底层和陆地表层之间热量状况的重要指标,地表温度的变化受地表反照率、蒸散发、地表粗糙度等因素的影响。利用MODIS数据中的地表温度、地表反照率和蒸散发数据产品,分析了2000~2013年黄土高原生长季地表温度变化的时空格局,探究了地表温度变化与地表反照率和蒸散发之间的关系。结果显示,2000~2013年,黄土高原地表反照率由2000年的0.178下降到2013年的0.146,年际下降速率为0.0015/a;蒸散发量由314.33mm增加到455.24mm,年际增加速率为6.56mm/a;日地表温度呈波动降温趋势,幅度为-0.16℃/a;夜地表温度有升高的趋势,但不显著,幅度为0.035℃/a;昼夜温差减少显著,幅度为-0.2℃/a,温度变化显著的区域集中于黄土高原中部地区。地表温度与地表反照率和蒸散发量之间相关性显示,日地表温度与地表反照率呈正相关关系,与蒸散发量呈负相关关系,在山西西部、陕西北部和甘肃南部区呈极显著相关关系,且日地表温度与蒸散发的相关性强于与地表反照率的相关性,夜地表温度的变化与地表反照率和蒸散发不具有显著相关性,因此,受退耕还林工程的影响,研究区蒸散发增加是引起地表温度降低的重要原因。     

贵州省雷暴日数的时空分布、周期及突变特征

利用1961—2011年贵州省87个台站地面雷暴观测资料,对该省境内雷暴日数的时空分布、周期和突变特征进行了分析。结果表明：贵州省雷暴日数年际变化较大,下降趋势显著;雷暴日数的时空分布形态不对称,92．16％正偏,峰度76．47％为正值,48a贵州区域内空间分布在0．05置信水平上服从正态分布。雷暴日数分布地域特征明显,从贵州西南部向东北方向呈梯状递减趋势,安顺市、六盘水市和黔西南州3个地区为雷暴高发区。贵州省逐年雷暴日数存在不太明显的18a左右的长周期以及4—5a和8—9a显著的周期变化。贵州省年雷暴日数的下降是一突变现象,具体是从1995年开始的,突变前后平均雷暴日数相差9．32d。     

廊坊市大气环境质量与环境容量研究

根据廊坊市2003～2008年空气监测数据,采用灰色模型GM(1,1)对该市大气环境质量主导因子PM10、SO2和NO2进行模拟预测,采用宏观总量控制A值法对理想大气容量进行计算分析,最终建议在工业污染源、生活污染源、交通污染源和建筑扬尘污染源4个方面采取必要措施保护廊坊市的大气环境。     

基于EOF的浙江省降水变化时空分析研究

根据浙江省17个气象站点1959年-2010年逐日降水观测数据,采用z指数方法,并运用Morlet小波分析和Kriong空间插值法对浙江省近52年降水时空分布特征进行经验正交函数(EOF)方法对比分析.研究结果表明:从时间变化方面来看,1958年-2008年间的降水变化呈波动式下降趋势,减小趋势为0.643mm/a,年代际变化不大,年际变化幅度较大,且呈周期性变化,主周期约为12年,次周期为32年和3-4年;从空间变化方面来看,根据EOF分析,浙江省降水分布呈总体一致性,东南、西北近似对称.主体变化是由东南,东北沿海两个方向和西北向内陆递减,降水中心分布浙东南、浙东北和浙西南地区.     

廊坊雾、霾日的地温特征及地震活动的可能影响

利用2009—2018年廊坊市雾、霾、浅层地温、风向、风速、相对湿度等观测资料以及廊坊市Ms2.0级及以上地震资料,采用Yamamoto统计分析、数理统计等方法对廊坊市雾、霾日的浅层地温特征及地震活动的影响进行分析。结果表明:1)廊坊市雾、霾发生、分布既有相似的特点,也有不同之处。雾的月分布呈单峰型,峰值月为12月;霾的月分布呈双峰型,峰值月为7月和1月,最大值出现在7月。2)雾、霾的分布、形成与浅层地温偏高关系密切。雾、霾同期均明显偏多时段,地温偏高特征十分显著,地表及地下10、20、40 cm地温正距平比例均达70%以上,其中地表达80%以上。3)雾、霾日及雾、霾混合日地温特征存在差异。雾、霾混合日地温正距平比例最高,地温偏热层相对深厚;霾日形成前地温有持续偏高特征;雾日地温正距平比例较霾日高。4)地震发生前后地温有偏高特征,地震活动次数多,地温偏高特征相对持久。廊坊市方圆50 km内地震活动对廊坊市地温升高,雾、霾增多及分布异常有一定影响,地震活动引起的地温升高为雾、霾的形成提供了有利条件,也为降雨、降雪等天气的产生提供了一定的基础热力条件,雨雪天气可以造成一段时间的地温下降。     

廊坊市大气污染特征与污染物排放源研究

通过廊坊市2014年12个监测站点的大气污染物监测数据,分析了廊坊市大气污染的主要特征,包括空气质量水平、大气污染的季节与空间分布.结果发现,虽然与2013年相比2014年空气质量有所改善,但12个站点空气质量超标均十分严重.秋季、冬季与春季PM_(2.5)为主要的空气污染物,夏季O3日最大8 h平均浓度频繁超标,需要引起重视.为实现廊坊市空气质量模拟,制定最优空气质量改善政策,基于污染源普查、环境统计数据,编制了廊坊市主要大气污染物排放清单.工业部门中,电力、热力生产和供应业、黑色金属冶炼及压延加工业是SO_2、NO_x和PM_(2.5)的重要来源.VOCs则主要来自于化学原料和化学制品制造业、黑色金属冶炼及压延加工业、食品制造业.另外,廊坊全市道路扬尘和建筑施工扬尘污染贡献了PM2.5的38.6%,但扬尘的管理十分薄弱.同时结果表明,廊坊市黄标车排放在交通源排放中比重较高.因此,需要对上述重点排放源进行有效控制,从而改善廊坊市空气质量.     

我国西南地区1960～2000年降水资源变化的时空特征

利用我国西南地区96个测站近40a的月降水量资料,采用主成分分析、旋转主成分分析、小波分析等方法对西南地区年降水资源变化的时空特征进行了分析。结果表明:近40a西南地区的西部高原地区降水资源呈增加趋势,而东部除重庆地区外,大部分地区降水资源减少。西南地区年降水资源空间特征复杂,存在南北和东西相反变化的差异,空间异常可分为8个异常区,即滇南区、川西高原区、滇黔交界区、四川盆地东部、四川盆地西部、滇西区、黔渝交界区和凉山区。西部高原地区年降水量都经历了多雨-少雨-多雨的过程,20世纪90年代降水量呈增加的趋势,四川盆地东部经历了少雨-多雨-少雨的过程,四川盆地西部和整个西南地区东南部的降水量整体都呈下降趋势。川西高原区、滇南区和滇黔交界区在整个时段存在显著的准14a周期,其他异常区的显著周期及其年代变化有较大差异。     

基于AI指数的新疆干湿时空变化及其影响因素分析

论文基于新疆53个气象站点1961-2013年逐日气温、降水、风速、日照时数、相对湿度、大气环流指数和太阳黑子数据,应用Penman-Monteith模型、ArcGIS反距离加权插值、Mann-Kendall（M-K）检验、Morlet小波和主成分分析方法,分析其降水量、潜在蒸散量和AI指数时空变化及影响因素。结果表明：近53 a来,新疆降水量呈上升趋势,潜在蒸散量在波动中呈下降趋势,倾向率分别为8.81 mm/10 a和-28.73 mm/10 a,AI指数在波动中呈下降趋势,倾向率为 -0.05/10 a,多年平均值为0.5,表明新疆气候有变湿趋势。从年内分布看,降水量和潜在蒸散量呈单峰型分布,峰值分别出现在7月和8月,分别为24.58和137.12 mm;AI指数最大值滞后于降水量（7月）和潜在蒸散量（8月）,出现在9月,为0.9,最小值出现在1月,为0.46。新疆潜在蒸散量空间分布为南疆大于北疆,东部大于西部;降水量北疆大于南疆;AI指数的空间分布与降水量相反,总体表现为南疆大于北疆,盆地大于山区,M-K趋势介于0~-0.02/a之间,且北疆AI指数减小趋势较南疆更显著,与北疆比南疆更湿润的事实相符。新疆降水量和潜在蒸散量分别在1987和1981年发生突变,AI指数在1981和1984年存在两个明显的突变点。Morlet小波及其功率谱分析表明,降水量存在6.49、5.71和4.35 a（p≤0.05）的周期,蒸散量存在21.37 a（p≤0.2）的周期,AI指数存在6.62、3.45 a（p≤0.1）的周期,表明AI指数可能受大气环流和厄尔尼诺的影响。主成分分析表明,AI指数与气温呈正相关,与降水量呈负相关,且南疆比北疆对降水更敏感。此外,AI指数与维尔霍扬斯克-奥伊米亚康（WYMI）、ENSO关系密切,相关系数分别为0.46（p≤0.05）和-0.34（p≤0.05）。     

红河流域1960-2007年极端降水事件的时空变化特征

利用中国境内红河流域23个气象站点1960-2007年的逐日降水数据,基于极端降水指数分析流域极端降水事件的时空变化特征。结果表明:极端降水频次和强度表现出从东南向西北递减的特征,高值区分布在江城-绿春-金平-河口一线以南,低值区分布在巍山-南涧-弥渡一线以北及元江中游河谷;极端降水频次峰值出现在7月,汛期极端降水出现频次占全年的91.48%。1960-2007年期间,极端降水指数均表现出上升趋势,其中,极端降水贡献率和平均日降水强度上升趋势较为显著,线性趋势值分别为0.68%·(10 a)^-1和0.17 mm·d^-1·(10 a)^-1。除了平均日降水强度整体上表现出上升的趋势外,其余5个极端降水指数趋势变化具有空间差异性,增加的站点大多分布在李仙江上游、 元江中上游和藤条江流域,减小的站点大多分布在李仙江下游、 元江下游和盘龙河流域。     

珠江流域1960—2012年极端气温的时空变化特征

根据珠江流域43个气象站点（1960—2012年）16个极端气温指标数据,采用线性回归、Mann-Kendall （M-K）和小波分析法分析珠江流域极端气温的时空变化特征。变化趋势分析表明,除结冰日数（ID0）、月最高气温极小值（TXn）、冷昼日数（TX10p）和作物生长期（GSL）4个指标呈现出不显著的变化趋势外,夏日日数（SU25）、热浪日数（TR20）尤其是暖夜日数则呈明显上升趋势（P<0.05）;空间变化分析表明,冷夜日数（TN10p）、冷日持续指数（CSDI）和昼夜温差幅度（DTR）以及冷昼日数（TX10p）在整个珠江流域大致呈下降趋势,其余10个指标大致呈上升趋势,呈现出较好的流域一致性;突变分析表明,除了ID0、TX10p和GSL三个指标之外,其余指标均通过了显著性检验,大多数突变点发生于1980年代,其中夏日日数（SU25）、热浪日数（TR20）的突变点分别为2001和1994年;周期分析表明,大部分指标呈现多个周期震荡,且都以2~4 a为主周期。SCSMI（南中国海夏季季风指数）与ENSO是造成研究区极端高气温的重要因素。