黑河中游夏季昼夜水汽同位素特征及水汽来源分析

基于2012年6~8月的实测水汽同位素数据及相关气象数据，对黑河中游夏季昼夜的同位素基本特征、水汽来源方向及潜在蒸发源地进行了研究。结果表明：空气水汽线斜率白天大于夜晚和水汽过量氘值白天大于夜晚，综合说明白天局地蒸发较夜晚强烈；夏季受西风水汽影响显著。其中，6月主要受西风水汽和北冰洋水汽影响，7、8月主要受西风水汽和东南方向水汽影响，且8月受东南方向水汽影响最为明显；水汽运移路径上下垫面地形和气压带移动会影响水汽后向轨迹高度，西北方向上水汽输送通道较顺畅，风速较大，有利于水汽的输送；水汽蒸发源地主要集中在研究区周围及以东、以北部，其次是西北部。绿洲是主要的水汽蒸发源地，其次是城市和河流，白天较夜晚局地蒸发强烈且面积大。     

植被覆盖、放牧和季节对牧草种类组成和生物量的影响:以埃塞俄比亚南部Yabello牧场为例

Yabello牧场是埃塞俄比亚博拉纳的一个半干旱地区的牧场,目前面临着草场退化的严重挑战。植被覆盖的变化、过度放牧和季节性变化极大地影响了Yabello牧场的牧草组成和生物量。本文评估了植被覆盖、放牧和季节对Yabello牧场的牧草组成和生物量的影响。首先采用1 m×1 m的随机样方进行实验,根据植被覆盖类型和放牧变化选择样点,并对季节影响进行评估。使用SAS统计软件和MicrosoftExcel分析牧草组成、牧草高度和质量数据。本研究总共记录了26种草种,其中Chloris roxburghiana, Chrysopogon aucheri和Chrysopogon aucheri草种均表现出最高的平均单种覆盖高度和生物量产量。因此,建议将这些草种用于研究区域退化草地的恢复。研究结果还表明,植被覆盖类型、放牧和季节变化是决定牧草种类组成、牧草高度和生物量产量的关键因素。最后,研究结论还认为控制灌木丛植被并平衡放牧水平的可持续管理对于该地区的可持续牧草生产和生物多样性保护至关重要。     

福建省复杂地形下旬平均气温分布式模拟

为建立高时空分辨率的福建省复杂地形下气温栅格数据集，利用福建省及其周边33个常规气象站观测资料，基于数字高程模型（DEM）数据，综合考虑海拔、太阳总辐射、地表长波有效辐射对旬平均气温的影响，模拟了福建省复杂地形下旬均温的空间分布。结果表明：1）常规站验证结果显示：各旬气温绝对误差平均值（MAE）最小为0.46℃，最大为2.3℃，全年平均为0.87℃；加密站验证结果显示，MAE最大为2.3℃，最小0.5℃，全年平均为0.96℃。2）模拟结果能反映旬均温的宏观分布规律与局地细节特征。宏观范围内，旬均温受纬度影响较大，由北至南气温逐渐升高，沿海地区旬均温整体高于内陆，山区旬均温明显较低；局地范围内，各坡向上气温差异显著，海拔越高、坡度越大，差异越明显；地形因子对旬平均温的影响具有季节差异，具体表现为冬季时地形因子对旬均温的影响最大，秋季次之，春夏季节中地形因子对旬均温的影响最弱。     

1960—2017年河西地区降水时空变化特征

利用1960—2017年日降水量资料,采用线性倾向趋势分析、滑动分析和泰森多边形法等,对河西地区多年降水时空变化特征及不同量级降水日数及降水强度的变化趋势进行了研究。结果表明：河西地区年均降水量为99.0 mm,呈现明显的逐年上升趋势,平均倾向率为8.72 mm?（10a）^-1,月降水量为单峰分布,5—10月夏秋汛期降水量占年降水量的89.2%,各季节降水量均呈现显著上升趋势;年均降水日数为36.7天,呈现明显的上升趋势,增幅为3.18 d?（10a）^-1,降水日数主要分布在夏季,约占总降水日数的54.6%;平均降水强度为2.70 mm?d^-1,呈现减弱趋势,变化速率为-0.04 mm?d^-1?（10a）^-1;零星小雨和小雨降水日数均呈现增加趋势,而二者平均降水强度均为下降趋势,小到中雨降水日数和降水强度呈现增加趋势,中雨及以上的降水变化趋势不明显。     

喀什市热量资源对气候变化的响应特征及对农业的影响

利用新疆喀什市气象局1971—2010年逐日气象资料,运用线性回归、P检验、Mann-Kendall突变检验等方法分析了喀什市热量资源对气候变化的响应特征及对农业的影响。结果表明：近40a喀什市年平均气温呈极显著上升趋势,并于2000年发生了增暖性突变;无霜期明显延长,于1999年从一个相对偏短期跃变为一个相对偏长期;各界限温度积温和持续日数均呈增加趋势;0℃积温在2004年发生了由少到多的突变,20℃初、终日,持续日数,活动积温均在1999年发生了突变,其它各级农业界限温度出现日期、持续日数及活动积温未出现气候突变现象。喀什市热量资源整体增加趋势对农业生产有利。     

1960—2017年沈阳地区春播期降水变化特征

基于1960—2017年沈阳市5个气象观测站4—5月降水量资料,采用线性趋势法和累积距平分析了沈阳市春播期(4—5月)降水量演变特征,并分析首场透雨及最大连续无有效降水日数演变特征及对春播期降水量影响,对春播期降水量资源变化特征进行相关分析。结果表明:近58a沈阳春播期降水量整体呈现弱的增加趋势,平均每10a增加3.1mm,2004年开始降水量迅速增加,且波动性较大,降水量异常偏多或偏少年份较多,易诱发春旱春涝事件。春播期首场透雨出现日期平均每10a偏晚0.051d,首场透雨日期偏晚,将导致春播期前期雨水条件不足,引起土壤干旱,不利于春播开展。最大连续无有效降水日数呈波动性增加趋势,平均每10a增加0.56d,对4月降水量影响较大,虽然春播期降水资源总量增加,但存在降水资源时间分配不均的问题,且长时间无有效降水事件频发,将导致春播期干旱灾害事件发生风险加大,导致适播期延后。     

延庆-张家口地区复杂地形冬季山谷风特征分析

基于2016年12月—2017年2月和2017年12月—2018年2月两年冬季的近地面自动气象站逐时观测数据以及张家口探空数据分析延庆-张家口一带（包括张家口崇礼、赤城、海坨、小五台山区,延怀、怀涿、洋河、蔚县盆地以及北京延庆、昌平、怀柔部分平原地区）复杂地形的风场精细化时、空分布特征,揭示不同复杂地形下局地风场的时、空变化规律,加深对复杂地形动力、热力作用对近地面风场影响的认识,为冬季山区风场预报以及复杂地形数值模式改进提供参考。结果表明:晴朗小风天风持续性作为矢量平均风速和标量平均风速的比值,可以作为研究风场变化规律的重要参数。根据风持续性的日变化特征,可以将研究区域内所有站点分为10种类型,分别代表不同局地地形特征的影响,风持续与风向变化的相关也很强。研究区域主要有3种类型的地形风:斜坡风、峡谷风以及较大尺度的山区平原风。不同地形特征下的风场、风持续性存在明显不同的日变化特征,山风和谷风相互转化的时间也不同,山区最早,盆地次之,平原区最晚;山风时段持续时间较谷风时段长,风速小;晴朗小风天实测风反映了实际风场的特征,而排除环境背景风场,弱化地形动力作用后整个冬季的局地风作为理论山谷风,更能反映热力作用下的山谷风特征。      

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

热气候指数评价中国南方城市夏季舒适度

利用南方14个城市1981-2013年6-9月的逐日气象资料,根据生物环境特点,制定了基于通用热气候指数的新评价方法,对中国南方城市夏季舒适度进行评价研究。结果表明:中国南方城市的高温不舒适天数近33 a来以3.4 d/10a的速度增加,并有5 a震荡周期。舒适度排名显示,体感温度最高的4个城市分别为重庆、福州、南昌和长沙,杭州与重庆的体感舒适度下降速率较快。对比高温不舒适天数和高温日数发现,两者具有很好的一致性,证明了高温不舒适度与气温关系的密切性。同时,由于热气候指标计算要素的多重考虑,结果与高温日数存在一些差异,但其更具有一定参考和应用价值。     

A New Scheme for Predicting Leaf Onset in Summer-Green Vegetation in the Northern Hemisphere

A modified thermal time model(MTM) was developed to reproduce the leaf onset for summer-green vegetation in the Northern Hemisphere. The model adopts the basic concept of a thermal time model(TM) in that leaf onset is primarily triggered by growing degree days(GDD). Based on global phenology data derived from satellite observations, a new parameterization for the critical model parameter Tb(i.e., baseline temperature for GDD calculation) has been introduced, and the spatial distribution of Tb was calculated. Simulations of leaf onset during 1982–2000 in the range 30–90°N showed a significant improvement of MTM over the standard TM model with constant Tb. The mean error and mean absolute error of the climatological simulation were 1.11 and 6.8 days, respectively, and 90% of the model error(5th and 95 th percentiles) was between-12.4 and 13.7 days.