黄淮海地区夏玉米洪涝灾害风险区划

基于黄淮海地区(包括北京、天津、河北、河南、安徽、山东)107个气象台站1970-2012年日降水量及地形、河流、植被等数据,采用信息扩散方法、层次分析法、加权综合评价法,结合GIS空间技术,运用灾害风险评估原理,对黄淮海地区的夏玉米洪涝灾害综合风险进行了区划。结果表明:黄淮海地区夏玉米洪涝危险性整体偏高,高危险区在各省均有分布,主要在黄淮海西北部、中部及南部小部分地区,占总面积的17.91%;敏感性较高,高敏感区分布在黄淮海西北部及中部部分地区,占总面积的12.11%;易损性整体较低,高易损区很少,主要分布在黄淮海西北部、中部及南部部分地区,占总面积的5.50%;洪涝综合风险较高,高综合风险与危险性、敏感性及易损性高的地区相吻合,占总面积的11.19%。还对区划结果进行了验证,结果表明:分析所得结果与实际吻合效果很好。     

2000~2020年黄河流域植被时空演化驱动机制

以归一化植被指数（NDVI）作为植被覆盖及生长状况指标,基于2000～2020年MODIS NDVI数据及同时期气象数据,采用Theil-Sen斜率估算、Mann-Kendall检验、相关性分析和残差分析等方法研究了2000～2020黄河流域植被时空演化驱动机制.结果表明,2000～2020年黄河流域生长季NDVI均值以0.005 a^-1的速率波动上升,植被明显改善的区域主要分布于流域中游的秦岭山系、陕北高原和吕梁山系;黄河流域生长季NDVI与降水和气温的偏相关系数均值分别为0.57和0.49,降水对植被的影响高于气温;人类活动对植被生长起明显改善的区域主要分布在流域中部的陕北高原、吕梁山系和宁夏南部等区域,对植被生长起抑制作用的区域主要分布在银川、包头、西安、洛阳、郑州和太原等人类活动强烈的城市区域;人类活动和气候变化分别对黄河流域植被变化贡献了72%和28%,在人类活动和气候变化的驱动下,黄河流域植被生长得到改善的面积占流域面积的96.4%,其中人类活动贡献率大于80%的区域面积占34.3%,主要分布在流域中部和东南部.气候变化贡献率大于80%的区域面积占4....     

北京市生物源一次气溶胶数浓度变化特征及影响因素

生物源一次气溶胶（PBAP）,是大气颗粒物的重要组成部分,不论微生物死活,对空气质量和人类健康均会产生影响,同时对大气化学以及气候变化都有重要影响.基于流式细胞仪分析技术,结合碘化丙啶（PI）和SYBR （SYBR Green I）双荧光探针,对北京城区大气环境中死的和活的PBAP进行了识别和定量分析,并探究气象因子和空气污染因子对其影响.结果发现,北京城区死的和活的PBAP数浓度中值夏季（1.03×10⁶个·m^-3和7.43×10⁵个·m^-3）高于冬季（7.34×10⁵个·m^-3和6.18×10⁵个·m^-3）,且两者呈现明显的同步变化趋势.统计学结果分析发现,PBAP数浓度与气象条件和空气质量等环境影响因子相关性并不显著,与温度和湿度呈现弱正相关关系,与O₃、最大风速和日照时数呈现弱负相关关系.PBAP数浓度与细颗粒物PM_2.5浓度相关性较弱,与粗颗粒物（PM_2.5-10）浓度呈现明显的正相关关系.静稳天气和沙尘长距离传输都可以提升北京城区PBAP的数浓度水平.     

基于遥感和FORCCHN的中国森林生态系统NPP及生态服务功能评估

气候变化背景下定量评估中国森林生态系统净初级生产力(Net Primary Productivity,NPP)及生态服务功能,对于更好地理解全球变化背景下中国森林生态系统碳循环的演变规律以及正确评价森林在中国生态环境建设中的作用具有重要意义。以中国森林生态系统为研究对象,应用遥感数据和基于个体的中国森林生态系统碳收支模型FORCCHN,模拟了1981—2017年中国森林生态系统净初级生产力NPP,并对其固碳释氧生态服务功能进行了评估。结果表明,(1)1981—2017年期间,中国森林生态系统单位面积NPP量和NPP总量年际变化呈现较为明显的增长趋势。其中,NPP总量在2.02~2.53 Pg·a~(-1)之间波动,平均为2.36 Pg·a~(-1),最大值出现在2004年,最小值出现在2010年。(2)NPP年代际增长十分明显,其中,21世纪00年代和21世纪10年代之间的增加幅度最大。(3)NPP空间分布的基本特点是南高北低,且近36年各地森林生态系统单位面积NPP增加量差异显著,其中,西南林区单位面积NPP量增幅最为明显,最大增幅超过666.7 g·m~(-2)·a~(-1);东南林区单位面积NPP量增幅也很明显,最大增幅超过444.4 g·m~(-2)·a~(-1)。(4)近36年来,中国森林生态系统固碳价值和释放氧气价值均呈波动增加趋势,固碳释氧总价值140 883.3×10~9 yuan,且释放氧气价值为固碳价值的2.82倍。     

江西省冬季大气典型污染过程的气象成因研究

选取2019年1月江西省两次大气污染过程为研究对象,利用常规气象观测资料、美国国家环境预报中心（NCEP）再分析资料、全球资料同化系统（GDAS）气象数据和空气质量数据,分别从局地气象要素变化、地面天气形势、大气动力和热力条件及污染潜在源区等进行分析,对比两次污染过程形成机制.两次污染过程地面天气形势分别为冷锋前部型和低压倒槽型.冷锋前部型污染形成主要原因为冷空气南下在江西省减弱辐合导致上游细颗粒物输送并堆积,西北风增大细颗粒物浓度降低.低压倒槽型污染形成原因为较长时间处于高湿、小风或静风、逆温下的污染累积.对两次过程中污染较为严重的九江市进行分析,冷锋前部型九江市近地面主要受西风影响,低压倒槽型主要受东北风影响,低压倒槽型九江市风速多在2 m·s^-1以下.两次污染期间大于3 m·s^-1的风速有利于污染物清除.长时间高湿、小风（< 2 m·s^-1）及风场辐合,是低压倒槽型九江市重污染维持较长时间的重要原因.低压倒槽型大气垂直结构较冷锋前部型稳定.低压倒槽型垂直湍流弱、低层风速小于2 m·s^-1,且存在多层逆温和深厚的湿区,冷锋前部型存在明显下沉运动,逆温强度明显弱于低压倒槽.九江市PM_2.5污染潜在贡献源主要来自河南东部、山东西部和安徽西北部;低压倒槽型九江市潜在源区主要位于江西省内及与江西省接壤的湖北东南部、安徽西南部.