长三角地区台风危险性定量分析

台风灾害是影响我国最主要的自然灾害之一。由于地处西北太平洋西侧,长三角地区每年都会受到台风的侵袭。根据中国气象局公布的1949-2010年西北太平洋台风最佳路径数据,首先提取了影响长三角16个城市的台风最大风速数据,分别从台风影响频次、强度和最大风速极值分布的角度定量地分析了各个城市的台风灾害危险性,并通过对比分析得出了台风灾害危险性在长三角地区的分布状况。结果显示,台风影响频次和强度都呈现从东南向西北递减的趋势,综合台风影响频次、强度和极端台风重现水平,这16个城市可以划分为3个危险等级:"高危险"城市,包括台州、绍兴、宁波和舟山;"中危险"城市,包括杭州、上海、嘉兴、湖州、无锡和苏州;"低危险"城市,包括南通、常州、镇江、南京、泰州和扬州。致灾因子危险性定量评估是灾害风险评估中重要的一环,研究结果可供制定长三角地区台风灾害防灾规划参考。     

基于数值模拟的台风危险性分析综述(Ⅱ)——随机抽样模拟与极值风速预测

台风危险性分析是台风损失估计及防灾减灾的基础。对基于数值模拟的台风危险性分析所采用的随机台风概率模型、随机抽样模拟方法和极值风速预测进行了回顾与评述,包括台风关键参数概率模型及其相关性、台风路径模型、台风登陆衰减和海陆风速转换模型以及台风极值风速概率模型,并针对我国东南沿海地区台风危险性分析数值模拟采用的相关模型给出了相关建议。     

三峡库区汛期极端降水非均匀性特征

利用极端降水量集中度和集中期讨论三峡库区汛期极端降水量的非均匀性分布特征。结果表明: 三峡库区极端降水量空间分布表现为西南部和东北部地区相对较少,中部、东南部相对较多。库区汛期极端降水集中度和集中期的空间差异不大,集中程度总体较差,东北部和西部地区极端降水相对集中,中部相对分散。库区极端降水主要集中在6月底和7月上中旬,东北部和西部偏西地区集中期相对较晚,中部地区集中期相对较早。库区汛期极端降水量的分配状况与同期极端降水量存在较好的关系,即极端降水量越少,则极端降水量越集中、集中期越早;反之极端降水量越多,则极端降水量越分散、集中期越晚,尤其是在库区东北部地区最为显著。三峡库区蓄水后极端降水集中程度在空间上一致性较好,表现为蓄水后更为分散;极端降水量和集中期则在空间上差异显著,大致表现为蓄水后东北部极端降水增加并延迟;西南部极端降水减少并提前     

基于GEV干旱指数和DFA方法的苏北地区季节性干旱研究

为分析近年来江苏省苏北地区季节性干旱灾害特征,利用苏北五市1989~2013年的逐月降水量资料,建立月降水量的广义极值分布函数,通过分析广义极值干旱指数(GEVI),研究苏北五市近25a的季节性干旱分布和干旱等级的时空变化特点。在此基础上,利用去趋势波动分析方法(DFA)对苏北五市月平均降水量的周期性规律进行研究。结果表明,苏北五市的月降水量均服从广义极值Fréchet概率分布,且具有从西北(徐州)地区向东南沿海(盐城)地区递增的空间分布特征,整体上属于干旱灾害频发的地区,且以轻旱为主且季节性特征明显。苏北五市的月降水量存在幂律相关性,即降水量具有较强的正长程相关性,因此,未来苏北地区干旱的总体趋势将与过去特征正相关。     

近60a长三角地区极端高温事件变化特征及其对城市化的响应

基于长三角地区1951~2014年56个国家级气象站点逐日气温记录资料,通过计算极端高温事件相关指标(极端最高温TXx,极端最低温TNn,高温日数Htd和低温日数Ltd),利用GIS空间分析技术和Mann-Kendall时间趋势分析方法分析了长三角地区近60 a极端高温事件的空间分异特征和时间变化趋势,并探讨了城市化发展对区域极端高温事件时空变异的影响。结果表明:(1)长三角地区极端高温事件指标均表现为一定的上升趋势,极端低温指标(TNn和Ltd)线性变化趋势比极端高温指标(TXx和Htd)更为显著,变化趋势最显著的地区集中在经济和城市化水平较高的城市及周边地区(如上海、杭州等)。(2)极端高温指标(TXx和Htd)多年平均总体表现为南高北低,西高东低的趋势,而极端低温指标中TNn多年平均为由中部向南北两侧降低,Ltd多年平均呈现自中部向南北南侧增多的趋势。(3)从1990~2000到2000~2010年,城市化对极端高温事件的影响增强,快速城市化对北部城市极端高温事件的影响高于南部城市。     

Wet weather impact on trihalomethane formation potential in tributaries to drinking water reservoirs

During rain storm events, land surface runoff and resuspension of bottom sediments cause an increase in Trihalomethane (THM) precursors in rivers. These precursors, when chlorinated at water treatment facilities will lead to the formation of THMs and hence impact drinking water resources. In order to evaluate the wet weather impact on the potential formation of THMs, river samples were collected before, during and after three rain storms ranging from 15.2 to 24.9 mm precipitation. The samples were tested for THM formation potential and other indicators including UV254 absorbance, turbidity and volatile suspended solid (VSS). Average levels of THMs increased from 61 μg/l during dry weather to 131 μg/l during wet weather, and then went back to 81 μg/l after rain ended. Wet weather values of THM are well above the maximum contaminant level (MCL) 80 μg/l, set by EPA for drinking water. THM indicators also exhibited similar trends. Average levels increased from 0.6 to 1.8 abs; 2.6 to 6 ntu; and 7.5 to 15 mg/l respectively for UV254, turbidity and VSS. A positive correlation was observed between THM formation and THM indicators. The t-test of significance (p-value) was less than 0.05 for all indicators, and R values ranged from 0.85 to 0.92 between THMs and the indicators, and 0.72 to 0.9 among indicators themselves.     

Identifying the largest individual sample value from a two-way composite sampling design

Composite sampling techniques for identifying the largest individual sample value seem to be cost effective when the composite samples are internally homogeneous. However, since it is not always possible to form homogeneous composite samples, these methods can lead to higher costs than expected. In this paper we propose a two-way composite sampling design as a way to improve on the cost effectiveness of the methods available to identify the largest individual sample value.     

对地观测技术在重大自然灾害监测与评估中的应用实例分析

对地观测技术可提供大范围、多时相、高分辨率的海量数据,用于自然灾害的监测与评估有其极大的优越性。本文叙述了对地观测技术在洪涝灾害、沙尘天气、森林火灾的监测与评估和地震形变场研究中的应用,并指出对地观测技术是建立数字减灾系统不可或缺的强大信息源。     

不同天气型下武汉城市圈PM2.5污染及大气层结特征分析

利用2015—2019年PM_2.5和气象要素观测资料、NCEP和ERA5再分析资料,分析不同天气型下武汉城市圈PM_2.5区域污染时空分布、天气尺度环流和大气层结特征.结果表明,城市圈污染以武汉为中心,多为轻度-中度污染,西部重于东部.造成武汉城市圈区域污染增长的天气形势包括4类,分别为冷高压底前部型、高压后部型、均压场型和低压倒槽型.4类污染天气型均有较低的混合层高度和地表通风系数,且边界层存在弱下沉运动和逆温,抑制污染垂直扩散.但气象要素影响PM_2.5污染的机理各异：冷高压底前部型主要为大气压梯度引导偏北大风带来污染物远程输送,边界层冷平流导致低温、锋面逆温和浅薄高湿层(65%～80%),强输入性污染配合吸湿性累积增长造成严重污染,逆温厚度对PM_2.5增幅作用明显;低压倒槽型东南风输入污染弱,但高温、低压引起气流辐合导致本地污染汇积,边界层暖平流带来平流逆温和深厚湿层(1000～750 hPa),逆温层底高偏低、厚度偏厚,促进污染物在近地面吸湿增长;高压后部和均压场型均为浅薄湿层(1000～975...     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。