松花江干流洪水与1998年松嫩大水分析--发生规律及成因

松花江干流洪水的发生有24年和3～4年变化周期.洪水出现有明显的阶段性,在上世纪可分为4段1911-1914;1930-1940;1954-1958;1984-1998年.随着时间的推移,洪水发生频次明显增加.分析得出,嫩江流域及第二松花江和拉林河流域7,8月的过量降水是造成洪水发生的直接原因.还分析了造成洪水的高空500hPa环流背景,7,8月西藏高原至北美阿拉斯加距平场分布为“ - -“流型,鄂霍次克海为阻塞高压,东北区为低压槽控制.在大水年春季,阿留申低槽加深,并向西延伸,乌拉尔高压形成并东移加强.1998年松嫩大水的发生基本符合上述规律和环流原因.     

松花江嫩江流域洪涝发生与流域内降水的关系

利用松花江、嫩江流域１９５１￣１９９５年期间的气象和水文资料，采用相关分析、经验正交分析等方法，讨论了该流域洪涝发生的规律及其与流域内降水分布的关系。文章指出，江流域的水闰变化有明显的阶段性，且具有全流域一致的特性，目前正处在８０年代以来洪涝较严重的阶段；嫩江流域降水异常偏多对松花江洪涝的影响比第二松花江的作用要大；１９９８年夏季，松花江、嫩江流域出现超历史纪录特大洪水的关键原因是嫩江流域６￣８月     

陕南中小河流洪水气象统计预报模型业务化研究与应用

在确定中小河流选取标准及其洪水气象预报等级的基础上,面向中小河流洪水气象预报业务的需求提出一种统计预报方法,即根据雷达定量降水估测的流域面雨量、前期影响雨量方法确定流域的径流深,综合考虑中小河流的前1 d水位、径流深、当日水位,利用2013-2014年的6-9月陕南中小河流的水文观测站逐日水位、流域内自动气象站降雨量、雷达回波资料,建立以水位预报为目标的二元回归方程。以子午河为例建立的洪水气象预报方程和其他中小河流在2015年汛期的业务应用结果表明:该统计方法建立的洪水气象预报方程和实际情况较为吻合,能较为准确、简洁地预报中小河流发生洪水的气象可能性等级。     

陕西省农作物病虫害与气候变化的关系分析

分析了陕西省降水、气温变化以及厄尔尼诺事件、拉尼娜事件、太阳黑子活动与农作物病虫害的关系，认为：陕西省农作物病虫害与气温变化存在显著的正相关关系；气候条件是病虫害发生或流行的主要控制因子；厄尔尼诺事件、拉尼娜事件以及太阳黑子活动与农作物病虫害的发生或流行存在密切的关系。     

基于GIS的松花江干流暴雨洪涝灾害风险评估

以黑龙江省内的松花江干流流域作为研究区,从现代灾害风险理论出发,综合运用GIS空间分析和灾害风险评估数学方法,对松花江干流流域的暴雨洪涝灾害风险进行了定量评价.研究利用遥感数据和社会经济数据,在空间分析基础上,通过对暴雨洪涝灾害的危险性、承灾体的暴露性、脆弱性以及区域防灾减灾能力的分析,确定影响各个县市暴雨洪涝灾害风险的具体方面.并将因子集成为洪涝灾害风险指数(FDRI),在此基础之上绘制出松花江干流流域的洪涝灾害风险区划图,结果表明松花江干流洪涝灾害风险以哈尔滨和佳木斯两市最大,上游洪涝灾害风险大于下游.     

淮河流域安徽省2007年的暴雨洪水特性分析

为系统研究淮河流域安徽省2007年的暴雨洪水特征,对降雨过程和暴雨频率进行了分析.结果表明,2007年的主要暴雨特性是梅雨时间长,梅雨量淮河以北多、淮河以南少,降雨时间长、强度大、范围广,降雨时空分布不均.通过淮河干支流洪水过程和淮河干流洪水特征值的分析,结果表明,2007年的主要洪水特性是水位高、流量大,高水位持续时间长,干支流洪水并发,洪水组合恶劣.虽然淮河干流经过了大规模的治理,2007年洪水期间沿淮启用了蒙洼等9个行蓄洪区,但淮河中游仍然持续高水位,润河集至汪集段超过历史最高洪水位,表明淮河流域洪水灾害较为严重,需要进一步研究如何科学调度沿淮行蓄洪区、如何协调淮河与洪泽湖之间的关系,以便更好地进行该流域的洪水管理.     

松花江哈尔滨段主干流河网水动力模型构建及在城市防洪预警决策中的应用

为满足城市防洪预警决策的需要,根据松花江流域的水动力特点,结合遥感影像及数字高程数据,利用Delft3D模型对松花江哈尔滨段主干流的水动力情况进行了模拟。利用老头湾水文监测站2013年的实测数据对模型模拟结果进行了验证,计算水位和实测水位的最大水位差为0.36 m,模型能较好的呈现该江段的水动力情况。由于受降水量、地形等因素的影响,在枯水期时,水深基本上在4.7 m左右,丰水期时,水深增加到5.8 m左右。无论枯水期还是丰水期,松花江哈尔滨段上下游水位差较小,基本上趋近于零。松花江哈尔滨段水流平稳,单向流动,少有回流、涡旋等现象。     

嘉陵江上游暴雨洪水特性分析

介绍了流域气候和地理特征,分析了流域降水、径流特性和泥沙特点;通过对历年暴雨洪水资料的统计,分析了流域内暴雨洪水形成的规律;对干流段灾害性洪水的重现期及大洪水发生的周期和季节规律进行了分析,并提出了防洪减灾对策.     

厄尔尼诺事件与黑龙江省低温洪涝灾害的影响及其预报

在研究厄尔尼诺（拉尼娜）事件对黑龙江省低温洪涝灾害的影响中,提出了一种表征厄尔尼诺现象的IEN指数,并根据IEN指数谱分析结果给出了厄尔尼诺（拉尼娜）事件的统计预测方法。对1997年强厄尔尼诺和1998年拉尼娜事件的实际预报效果表明,该方法是可行的,在区域和省级短期气候预测中可以发挥重要的作用。     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

ENSO事件对陕西气候影响的统计分析

根据46a来陕西10个地市气象资料的统计分析,初步揭示了陕西气候变化与厄尔尼诺、拉尼娜等事件的相关关系,认为厄尔尼诺年少雨,拉尼娜年低温多雨。     

ENSO对我国江南及印度降水影响的比较

根据近百年我国江南和印度的降水资料，对比分析了其各季降水与ＥＮＳＯ的关系。统计表明，Ｅ１Ｎｉｎｏ发生时印度夏季和秋季降水的减少最显著，分别比多年平均减少４．５％和６．０％，Ｌａ Ｎｉｎａ时则分别增加６．６％和８．１％。对我国江南降水影响最显著的是冬季，在Ｅ１ Ｎｉｎｏ事件时降水比多年平均偏多１８．５％，Ｌａ Ｎｉｎａ时则偏低了１７．７％。降水的年代际变化可以影响ＥＮＳＯ与降水的关系。９０年代江南处     

2003年黑龙江省的洪涝灾害及其社会经济影响

根据2003年嫩江、松花江流域洪涝灾害的详细调查资料。分析了洪涝形成的过程和特点，阐述了洪涝灾害对黑龙江省国民经济和粮食生产、工业交通、水利设施及人民生活等方面的影响。     

20世纪长江的3次巨洪

分析了形成20世纪长江3次巨洪的3个遥相关因子：（1）太阳黑子活动；（2）厄尔尼诺事件，（3）青藏高原南部大震。依据长江巨洪和遥相关因子的基本事实，讨论了长江发生巨洪的统计规律。指出当3个因子的出现时间互相重叠时，长江很可能发生巨洪，这对长江巨洪的超长期预测具有重要的指导作用。     

基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测

基于灰色理论和气象灾害普查资料对黑龙江省暴雨洪涝灾害时空分布特征进行了分析并进行了灾变预测。黑龙江省暴雨洪涝灾害主要发生在5-9月,其中7月损失最大;1990年以来暴雨次数虽然有所减少,但暴雨洪涝造成的损失却明显增加;黑龙江省暴雨洪涝灾害可划分为严重洪涝区、重洪涝区、中洪涝区和轻洪涝区,严重洪涝区位于松花江及其支流沿岸的大庆市、伊春市、齐齐哈尔市、佳木斯市和哈尔滨市。根据灰色灾变预测理论预测2013年出现严重暴雨洪涝灾害(全省农作物受灾面积≥500 000 hm2、可比经济损失≥50 000万元)的可能性最大,其次是2016年。     

ENSO与云南蒋家沟泥石流灾害发生的关系

通过分析近40年来出现的ENSO事件对云南东川蒋家沟泥石流活动的影响可知,El Ni(~n)o与LaNi(~n)a对其的影响正好相反,且El Ni(~n)o的影响大于La Ni(~n)a的影响.El Ni(~n)o年,泥石流年发生频次、径流量和输沙量偏少的概率均较大,泥石流活动减弱的倾向明显;La Ni(~n)a年,虽有一定的对应关系,但不如El Ni(~n)o年明显,且影响更复杂一些,总的来说,泥石流年发生频次、径流量和输沙量偏多或持平的概率较大.     

陕西关中近40年春季旱涝分析

对关中近４０ａ６站３～４月降水量进行了标准旱涝等级分析和谐波分析，得出风调雨顺年份少，旱涝年份多，有２～３ａ及２０ａ的显著周期。研究发现埃尔尼诺、太阳黑子相对数、西太平洋副高综合指数与旱涝变化规律有很好的对应关系，并有很高的相关系数。     

渭河流域"05.10"洪涝灾害特征分析

利用2005年9~10月渭河流域内各气象站和水文站的资料,对2005年渭河流域致洪暴雨的雨情、水情及灾情进行分析。对洪水的特征,水情、河道的概况,特大洪灾的降水特点进行总结,得出“05.10”洪水具有降水范围广、水位高、洪水倒灌、灾害重等特征,造成的经济损失严重。揭示了洪灾形成的主要原因,从而对减少洪灾的形成和流域的治理提出有关建议,达到防灾减灾的目的。     

自适应滤波法在洪水预测中的应用

尝试用时间序列分析中的自适应滤波法对江河灾害性洪水进行预测，认为加权因子个数和自适应常数的确定是关键。以荆江沙市站１９５０～１９９５年的年最高水位资料为研究对象，借助计算机编程与计算，确定了最优加权因子个数和自适应常数，建立了适合于该站未来年最高水位的预测模型。预测结果与误差分析表明，自适应滤波法用于江河洪水预测是可行的。