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。     

基于平稳与非平稳GEV模型的鄱阳湖流域极值降水模拟

论文基于鄱阳湖流域降水数据,采用平稳和非平稳GEV模型进行极值降水的模拟和分析。检测各站年最大1 d降水量序列（AMS1）的非平稳特征,将时间作为位置参数的协变量进行非平稳AMS1序列的GEV模拟。结果表明：1）鄱阳湖流域AMS1序列的形状参数基本均大于0,服从Fréchet分布;位置和尺度参数的空间分布较一致,形状参数则有差异。2）在较高重现期下由轮廓似然方法估计的置信区间比Delta方法更准确;重现水平的轮廓似然函数曲线在较高重现期之下呈较显著不对称性。3）不同重现期下的鄱阳湖流域极值降水等值线图的空间分布特征,与位置和尺度参数的分布图更为接近,与形状参数的差别则较大。4）基于非平稳GEV模型得到赣县站随时间变化的极值降水设计值,其在1951年的100 a一遇设计值到2010年下降为接近50 a一遇,预示着未来发生极值降水和洪灾的风险加大。     

西沙永兴岛大气降水化学特征及来源分析

于2013年对南海西沙永兴岛雨水进行采集,分析了其主要阴阳离子,利用PMF模型对不同离子组成的来源进行解析并运用TrajStat软件模拟后向气团轨迹污染物来源区域的分析.结果表明,永兴岛降水离子浓度顺序为：Cl^-、SO₄^2-、NO₃^-和Na⁺、Ca²⁺、Mg²⁺、NH₄⁺、K⁺.Na⁺和Cl^-是降水中主要的阴阳离子,表现出海洋性降水的特征.SO₄^2-、Mg²⁺、K⁺主要来源于海水,但SO₄^2-也受化石燃料燃烧等影响,而K⁺可能受生物质燃烧的影响.Ca²⁺主要来源于土壤,少数来源于其他影响.NO₃^-主要来源于化石燃料燃烧释放,而NH₄⁺有多种来源,包括内陆人为活动的排放和海洋本身有机物降解过程释放的影响.根据Redfield比,可以初步计算出降水中NO₃^-和NH₄⁺对南海新生产力的贡献约为4.8%~13.5%.后向气团轨迹表明,永兴岛降水的离子来源区域相对复杂,包括我国东北地区、南方区域,以及马来西亚等国家、地区的影响,或者来源于南海局地的影响.     

基于TRMM订正数据的横断山区降水时空分布特征

鉴于高时空变异地区降水观测的需求,论文提出了基于ISODATA动态聚类法和最大似然法分区逐月回归的TRMM数据订正方法,并以横断山区为例,利用地基台站降水数据对1998-2012 年的TRMM 3B43 V7 数据进行了实验研究,并探讨了过去15 a 横断山区的降水时空分布特征及变化趋势。结果表明,TRMM 3B43 V7 数据在横断山区的总体精度较高,单站精度较低。订正后的TRMM 3B43 数据,与实测值偏差大为减少,降水相对偏差大于10%的站点由原始数据的16 个(42.1%)减少为7 个(18.4%),有81.6%的站点年降水量相对偏差小于10%,且相对偏差大于等于20%的站点仅3 个,能够基本满足横断山区降水时空分布特征研究的精度需要,有效地弥补了有限站点观测的不足。研究区内年降水量从东南向西北递减,与东亚季风在该区域的走向一致;1998-2012 年横断山区的降水量主要呈减少趋势,减少地区主要分布在南部以及中西部地区。夏季降水减少趋势最为突出,秋季次之,冬春变化趋势不明显。横断山区大部分区域的降水量与东亚夏季风指数正相关,与东亚冬季风指数负相关;最近15 a,研究区东亚季风指数持续变小,恰好与研究结果中的降水减少趋势一致。     

保障安全距离

正避免"老"设施与"新"环境之间的不合理,一定要尽可能保障安全距离,如实在无法保障安全距离,则需采取一些措施,尽量避免形成安全隐患。图为某企业依靠山体建造的库房。(图片由中国北方工业公司提供)随着城市不断发展,很多"老"危化品生产及仓储设施所需的外部安全距离不断遭到新出现的工矿企业甚至住宅区蚕食,形成了严重的安全隐患。例如,民用爆破器材仓储库区,一旦发生爆炸事故,将会对安全距离以内的人员、建筑、设施等     

中国安科院承担的《中国北方安全(应急)智能装备产业园发展战略研究》项目通过专家评审验收

<正>2014年3月21日,辽宁省营口高新技术产业开发区管理委员会在北京组织召开了《中国北方安全(应急)智能装备产业园发展战略研究产业园发展战略研究》专家评审验收会议。国家安全生产监督管理总局规划科技司、国家行政学院应急管理培训中心、华北科技学院、国家发改委、中国电子信息产业发展研究院、辽宁省经信委、辽宁省安监局、辽宁省科技厅、辽宁省安监局等有关领导和专家应邀出席了会议。营口市有关领导,中国安全生产科学研究院以及营口高新技术产业开发区管委会有关人员参加了会议。。与会专家听     

西南地区旱涝特征及其趋势预测

应用Z指数和标准化降水指数SPI,结合REOF方法和Hurst 指数对西南地区旱涝等级及其时空分布规律、演变趋势进行分析和预测,结果表明:SPI 和Z指数的计算结果和现实情况较一致,从多年平均值来看,云南的中甸及四川的石渠、德格等地干旱指数处于低值区,属重旱区。贵州和广西及云南南部部分地区属易涝区。逐年的SPI 和Z指数结果大体一致,2000 年以后,干旱指数波动较大。通过REOF分析,Z指数的分布大致分为川西区、川东(包括渝)区、云贵(包括广西北部)区、广南四个区域。云贵区Z指数总体呈下降趋势,涝情呈减弱趋势;川西区在1964 年至1973 年间干旱严重,1995 年以后变化相对稳定,但干旱也时有发生;川东区旱涝变化不显著。经Hurst 指数分析,西南五省市未来的旱涝情况大致为干旱程度呈逐步加大的态势,洪涝程度呈较弱的逐步减小态势。     

基于种植结构调整的农业生产适应性分析——以内蒙古乌兰察布市为例

提高农业旱灾适应性,有利于降低农业旱灾风险,使农业生产在与旱灾风险共存中求得可持续发展,而种植结构调整是主要的农业生产适应措施之一。以内蒙古乌兰察布市为案例区,基于统计年鉴数据,分析了该市近50 a以来的种植结构调整情况;并结合区域降水年内及年际变化特征,对基于政府政策驱动下的种植结构调整进行了分析。基于粮食产量波动与降水波动的关系,评价了农业生产的气候适应度。结果显示,种植结构调整作为旱灾适应性的有效调整措施,保证了该区农作物单产在降水波动增大的条件下仍呈现逐年增长的趋势,1995年以来区域农业旱灾适应性明显增强,更适于气候暖干化条件。     

春季养生分南北

正我国南北气候差异很大,北方还是冰天雪地,南方早已春暖花开,所以南北方立春后的养生是不同的。北方:"春捂秋冻"很适合北方的春季乍暖还寒,昼夜温差大,时常有寒冷气候的反复,衣服要渐渐减少,穿着宜偏暖些,即所谓的"捂"。一般情况,立春后最短也要"捂"10-15     

中国华南地区持续干期日数时空变化特征

利用华南地区46个地面气象站1960-2012年逐日降水数据,分析该地区各季节持续干期日数的时空分布特征。结果表明：1）近53年来,华南地区春季和夏季的持续干期日数呈波动下降趋势,下降速率分别为0.042和0.108 d·（10 a）-1;秋季和冬季的持续干期日数呈波动上升趋势,上升速率分别为1.911和0.118 d·（10 a）-1。广东省春季和夏季持续干期日数呈下降趋势,下降速率分别为0.171和0.243 d·（10 a）-1;秋季和冬季持续干期日数呈增加趋势,增加速率分别为1.737和0.32 d·（10 a）-1。广西省春、夏和秋季持续干期日数呈增加趋势,增加速率分别为0.109、0.046和2.117 d·（10 a）-1;冬季为减小趋势,减少速率为0.106 d·（10 a）-1。2）华南地区持续干期日数在春季呈从北向南逐渐增多的趋势,夏季呈自西南向东北逐渐增加的趋势,秋季呈自西向东逐渐增加的趋势,冬季呈从北向南逐渐增多的趋势。冬季的持续干期日数是4个季节中最长的,大致在20~44 d。3）华南地区春季持续干期日数变化倾向率在-1.20~1.00 d·（10 a）-1之间,增加趋势最明显的区域是广西省的南部地区,减少趋势最明显的区域是广东省的沿海地区;夏季在-1.00~0.60 d·（10 a）-1之间,呈增加趋势的区域主要位于广西省的中部和南部,呈减少趋势的区域位于广东省大部分地区和广西省的东部;秋季在0~3.50 d·（10 a）-1之间,整体呈现增加趋势,变化倾向率较大的区域主要位于广西省的中部和广东省的东北部沿海地区;冬季在-1.50~2.00 d·（10 a）-1之间,呈增加趋势的区域主要集中在广东省的中南部和东部地区,以及广西的东部边缘,呈减少趋势的区域主要集中在广东省的北部以及广西的中部和西北部地区。持续干期日数增加趋势最明显的季节是秋季。4）持续干期日数与降水量表现出负相关性,与气温和无降水日数表现为正相关性。降水量和无降水日数的变化对持续干期日数的变化起着重要的作用,而温度对持续干期日数的影响比较小。