基于信息扩散理论的长江中下游地区高温热害风险分析

基于长江中下游地区85个站点1961—2008年水稻减产率,采用基于信息扩散理论的信息分配方法,研究长江中下游地区水稻高温热害风险的年代际变化和空间分布。结果表明,20世纪60年代风险值相对较小,高温热害发生较少,2000年以后风险值较大,灾情较重,高温热害风险的变化呈增加的趋势。发生高温热害风险较大的地区主要位于研究区的安徽、浙江、湖北西部和东部以及江西东北部和中部地区。其中,浙江丽水和湖北宜昌地区风险值都超过了0．25;江苏东南部、湖南西南和东北部地区属于高温热害风险较低的地区。     

Ⅱ优838作中稻栽培的结实率与耐高温性状

从阐述Ⅱ优８３８在全国区域试验与湖北全省统一试验代表点所表现出的有关经济性状入手,着重分析了人们普遍关注的高温与其结实率关系的问题。明确指出Ⅱ优８３８是一个颇耐高温的优良杂交水稻新组合。     

同化青藏高原地区GPSPW数据对长江中下游地区降水预报的影响评估

长江中下游地区位于东亚季风区,其夏季降水的水汽部分来源于孟加拉湾的水汽输送。本文利用青藏高原地区全球定位系统(GPS)站点观测到的大气可降水量(PW)资料,采用WRF模式(Weather Research and Forcasting Model)的同化模块(WRFDA),将这支水汽输送带的信息同化进数值模式,并用WRF模式对长江中下游地区的7月份降水预报进行批量试验和个例分析。批量试验和个例分析采用3种方案:无资料同化的控制试验(NoDA),冷启动同化试验(Cold)和循环同化试验(Cycling)。此外,还针对Cycling方案进行延长预报时长的补充试验以探究同化带来正效果最明显的时段。同时为了探究同化正效果的来源,针对Cycling方案进行只同化被主要水汽输送带覆盖的GPS站点的补充试验(Cycling_less_a)以及只同化不被主要水汽输送带覆盖的GPS站点的补充试验(Cycling_less_b)。试验结果表明:同化青藏高原地区的GPS数据能在一定程度上改善长江中下游地区的降水预报,对于48~72小时的降水预报改善效果尤为明显,且Cycling方案在整体上优于Cold方案。对于Cycling方案,在120小时预报时长内,同化正效果最明显时段为48~72小时。当水汽输送带较多地经过同化区域时,降水的TS评分能得到明显改善,而当水汽输送带较少地经过同化区域时,降水的TS评分改善效果不明显。如果只同化被水汽输送带覆盖到的GPS站点的GPSPW数据,仍然可以保留住大部分的同化正效果,因此,针对性地同化GPSPW数据是可行的。     

同化青藏高原地区GPSPW数据对长江中下游地区降水预报的影响评估

长江中下游地区位于东亚季风区,其夏季降水的水汽部分来源于孟加拉湾的水汽输送。本文利用青藏高原地区全球定位系统（GPS）站点观测到的大气可降水量（PW）资料,采用WRF模式（Weather Research and Forcasting Model）的同化模块（WRFDA）,将这支水汽输送带的信息同化进数值模式,并用WRF模式对长江中下游地区的7月份降水预报进行批量试验和个例分析。批量试验和个例分析采用3种方案：无资料同化的控制试验（NoDA）,冷启动同化试验（Cold）和循环同化试验（Cycling）。此外,还针对Cycling方案进行延长预报时长的补充试验以探究同化带来正效果最明显的时段。同时为了探究同化正效果的来源,针对Cycling方案进行只同化被主要水汽输送带覆盖的GPS站点的补充试验（Cycling_less_a）以及只同化不被主要水汽输送带覆盖的GPS站点的补充试验（Cycling_less_b）。试验结果表明：同化青藏高原地区的GPS数据能在一定程度上改善长江中下游地区的降水预报,对于48～72小时的降水预报改善效果尤为明显,且Cycling方案在整体上优于Cold方案。对于Cycling方案,在120小时预报时长内,同化正效果最明显时段为48～72小时。当水汽输送带较多地经过同化区域时,降水的TS评分能得到明显改善,而当水汽输送带较少地经过同化区域时,降水的TS评分改善效果不明显。如果只同化被水汽输送带覆盖到的GPS站点的GPSPW数据,仍然可以保留住大部分的同化正效果,因此,针对性地同化GPSPW数据是可行的。     

长江中下游地区水汽输送的气候特征

通过分析 1973 ～ 1998 年(共 26 年)4 月到 8 月 NCEP/ N CA R 再分析资料, 研究了夏季风期间长江中下游地区水汽输送的气候特征。 分析了旱涝年水汽输送差异, 特别考察了 1998 年长江流域洪涝期间水汽输送的一些特点, 发现长江中下游地区水汽水平输送特征在各月有很大差异。 来自孟加拉湾经中南半岛和来自华南的水汽输入是长江中下游地区水汽的主要来源。 长江中下游的旱涝与南海夏季风爆发的早晚有密切关系。 孟加拉湾地区及南海地区对长江中下游地区水汽输送的长时间维持是造成 1998 年长江流域洪涝的主要原因。     

秋季北极海冰变化对长江中下游地区冬季气温的影响

利用英国哈德莱中心海冰密集度资料,通过相关、合成等统计方法分析秋季北极海冰变化对长江中下游地区冬季气温的影响,发现拉普捷夫海以北及东西伯利亚海以东海区的海冰密集度变化可作为预测长江中下游地区冬季气温的前兆信号。当拉普捷夫海以北及东西伯利亚海以东海区海冰密集度偏高时,欧亚中高纬中部地区2 m气温经向梯度增大,乌拉尔山地区阻塞偏弱,欧亚中高纬以纬向环流为主,长江中下游冬季气温偏高,反之亦然。     

长江中下游地区夏季强降水前期的三维环流结构特征分析

利用1959～2013年台站逐日降水观测资料和JRA-55逐6小时再分析资料,分析了长江中下游地区夏季强降水对应的前期三维环流结构。通过对长江中下游地区373个强降水样本的大气环流场合成分析发现,在长江中下游地区对流层中上层存在暖异常,暖中心位于300 hPa。在静力平衡和准地转平衡的作用下,高层暖异常上层存在反气旋式环流,下层存在气旋式环流。一方面,暖异常通过高层的反气旋式环流异常,使得其北侧的200 hPa西风增强,并促使高层急流东伸、南移到长江中下游地区北侧附近,增强了长江中下游地区高空辐散;另一方面,暖异常通过低层的气旋式环流异常,加强了吹向长江中下游地区的西南风,使低层水汽输送及辐合增强。暖异常所引起的高低空环流异常的有利配置,对长江中下游地区夏季强降水形成有重要作用。300 hPa 暖异常在降水前48小时已经存在于青藏高原东部的400～300 hPa 高空,700 hPa 气旋式环流提前24小时出现在四川盆地中低层。高低层的环流要素相互配合并随时间东移,暖异常率先到达长江中下游地区,并配合低层气旋式环流和水汽辐合区,导致了长江中下游地区的强降水。     

长江中下游三市夏季高温异常变化特征及其与海温异常的可能联系

选取长江中下游城市武汉、合肥、南昌3站1970—2009年夏季高温资料,分析3市夏季高温特征。3市夏季高温日数有增加的趋势,平均气温也逐步上升,但平均日照时数减少。计算1970—2009年武汉、合肥、南昌夏季高温日数与1、3、5月海表温度场相关系数,结果表明:若1月热带中太平洋、北印度洋海表温度偏高(低),则武汉、合肥、南昌夏季高温日数偏多(少),若3、5月中太平洋、北太平洋海表温度偏高(低),则武汉、合肥、南昌夏季高温日数偏多(少)。     

1998年夏季长江中下游地区大气多尺度振荡的区域气候模拟

利用区域气候模式RegCM3对1998年夏季东亚区域气候进行了季节尺度模拟,并通过小波分解方法对长江中下游地区观测和模拟的气象要素进行多尺度分析,旨在研究区域气候模式对长江中下游地区夏季大气多尺度振荡的模拟能力。结果表明：模式对降水低频振荡的模拟要优于对其它振荡周期的模拟,而对降水高频振荡和天气尺度周期振荡的描述能力相对较弱。模式对整个对流层温度模拟偏低,且主要表现在对低频温度模拟偏低。对流层下层温度模拟误差主要是由对高频温度振荡的模拟误差造成的,对流层上层温度模拟误差主要是低频温度振荡的模拟误差造成的。由于高频温度所占方差贡献很小,因此,提高模式对整层大气低频温度变化的模拟能力显得更为重要,但总体上各种时间尺度温度振荡和梅雨期降水振荡之间并不存在对应关系。除涡度的8天周期振荡外,涡度的其它周期振荡和降水振荡之间具有较好的对应关系,梅雨降水集中期主要与16天以上涡度低频振荡和4天以下涡度高频振荡相对应,涡度天气尺度周期振荡对梅雨期降水的贡献不大。涡度振荡分量周期越长,其模拟与观测之间相关系数的垂直变化就越大,且不论周期长短,涡度各周期分量方差贡献的大小都基本相同。     

近20年气候变化对早稻结实率的影响分析

在气候变暖背景下,分析了早稻结实率与气象条件变化的关系.结果表明:1992年后,由于梅汛期降水强度增大使得早稻空壳率增加,7月上半月高温或阴雨天气机率增高,使大穗型品种的营养不能得到满足,导致秕谷率增加,综合影响降低结实率.     

江淮流域水稻高温热害灾损变化及应对策略

构建基于Logistic模型的规范化可累计高温热害综合指数,研究了江淮流域高温热害与单季稻产量损失的时空对应关系,发现江淮流域西北部为单季稻高温热害灾损关键区,高温热害平均减产率从20世纪70年代的8.9％上升到21世纪的17.9％,花期处在高温集中时段是单季稻减产的主要原因.江淮流域单季稻生育关键期高温热害出现年代际波动,20世纪60年代高温热害最强,21世纪初覆盖范围最广.高温热害覆盖面积比例在1971年发生突变后迅速上升,到21世纪初超过63.6％.每年7月11日至8月15日为江淮流域高温集中时段,高温出现比例超过20％.20世纪70年代以来高温集中时段的热害强度以增强为主,江淮东南部趋势显著,但通过采用晚熟品种和推迟播期,江淮东南部单季稻花期成功避开高温集中时段.综合考虑气温稳定通过20℃终日的气候平均值、高温热害变化和气候变暖背景下热量资源的改善,借鉴江淮东南部成功经验,建议全流域推广中晚熟品种,自北向南播种期延迟到5月上、中、下旬,花期安排在8月下旬至9月上旬,避开高温同时能保证单季稻生育关键期处在20℃以上安全生长季内.     

海温分布型对长江中下游旱涝的影响

采用经验正交函数 (EOF) 分解、奇异值分解 (SVD) 及相关、合成分析等方法, 分析了太平洋海温异常分布与东亚大气环流及长江中下游降水的关系.结果表明:涝、旱年太平洋海温差值场从前一年秋季至当年夏季一直维持由西北向东南“+ - + -”分布特征, 这种太平洋海温分布型与东亚-太平洋遥相关型 (EAP) 密切相关.旱涝年前期太平洋海温异常分布使得低纬度对流活动有明显差异, 而对流活动的异常分布又导致西太平洋副高及东亚大气环流的异常, 从而影响长江中下游降水.数值试验进一步表明:长江中下游旱涝不仅与热带, 同时也与中高纬太平洋的海温异常有关.     

Relationship between the Late Spring NAO and Summer Extreme Precipitation Frequency in the Middle and Lower Reaches of the Yangtze River

The relationship between the late spring North Atlantic Oscillation (NAO) and the summer extreme precipitation frequency (EPF) in the middle and lower reaches of the Yangtze River Valley (MLYRV) is examined using an NECP/NCAR reanalysis dataset and daily precipitation data from 74 stations in the MLYRV. The results show a significant negative correlation between the May NAO index and the EPF over the MLYRV in the subsequent summer. In positive EPF index years, the East Asian westerly jet shifts farther southward, and two blocking high positive anomalies appear over the Sea of Okhotsk and the Ural Mountains. These anomalies are favorable to the cold air from the mid-high latitudes invading the Yangtze River Valley (YRV). The moisture convergence and the ascending motion dominate the MLYRV. The above patterns are reversed in negative EPF index years. A wave train pattern that originates from the North Atlantic extends eastward to the Mediterranean and then moves to the Tibetan Plateau and from there to the YRV, which is an important link in the May NAO and the summer extreme precipitation in the MLYRV. The wave train may be aroused by the tripole pattern of the SST, which can explain why the May NAO affects the summer EPF in the MLYRV.     

影响长江中下游夏季降水的前期潜在预报因子评估

利用1951～2006年美国NOAA海温资料、NCEP/NCAR再分析资料和青藏高原雪深等资料,根据前期海—陆—气因子对夏季长江流域降水的影响,本文搜集并整理了影响长江中下游夏季降水的40个预报因子,并讨论了前期因子与夏季降水在不同阶段的相关稳定性.通过相关和历史回报方法,讨论了前期关键因子与东亚夏季大气环流之间的关系...     

长江中下游夏季旱涝并存及其异常年海气特征分析

利用国家气候中心提供的1957～2000年中国720站夏季(5～8月)逐日降水资料,对长江中下游地区夏季旱涝并存现象进行研究,并定义了一个季时间尺度的旱涝并存指数(IDFC),再结合NCEP/NCAR的500 hPa高度场、850 hPa风场等再分析资料以及Reynolds海温资料,对该地区旱涝并存异常年的海气背景特征进行了统计分析.结果表明:近50年长江中下游夏季旱涝并存异常的发生频率呈现上升趋势;夏季旱涝并存异常年,西太平洋副高空间活动范围较大,同期东亚夏季风偏弱;在其前期6个月中,阿拉伯海、孟加拉湾和中国南海海温显著偏高,另外赤道东太平洋海温呈现上升趋势,对应着El Nino的成熟阶段或发展阶段.所有这些为长江中下游夏季旱涝并存现象的预测,提供了有参考意义的前兆信号.     

近50年来长江中下游汛期暴雨变化特征

基于1960～2008年逐日降水观测资料,分析了长江中下游汛期暴雨的气候分布特征、年际、年代际变化以及趋势变化特征。结果表明,该区域汛期暴雨分布呈现南部多、向北递减的总格局。最大暴雨量中心位于江西北部,其形成可能与地形因素有关。在年际尺度上,该区域暴雨量、暴雨强度存有准两年及6～8年的周期变化特征;从年代际尺度看,在时间域上,存在12～14年的周期变化。具体地,汛期区域平均暴雨量、频次在1960年代至1980年代是一个相对平稳的时期,1990年代开始则进入一个高值期,21世纪以后又开始回落。相比较而言,暴雨强度的年代际变化不显著。在空间域上,进入21世纪后随着雨带向淮河流域推进,暴雨量、频次、强度在苏北、皖北增强。从趋势分析看来,过去50年汛期暴雨量、频次呈现较大范围的增加趋势。暴雨强度也表现一定程度的增加趋势。     

从中期天气过程看近几年长江中下游梅雨偏少的原因

长江中下游地区自2000年到2007年连续八年梅雨期降水偏少。本文从中期天气过程的角度分析了这八年不利于长江中下游梅雨的主要因子, 有东亚高空急流中准定常波动、 西太平洋暖池强对流活动和西北太平洋热带气旋活动。西太平洋副热带高压受这些因子的直接影响, 在中期时间尺度上副高环流形势发生变异, 从而造成长江中下游梅雨期的降水异常减少。在这八年的梅雨期中, 这些因子的特别异常, 更主要的由于它们的组合作用是导致近年来长江中下游梅雨偏少的直接原因。并且, 同样是长江中下游梅雨偏少, 不同因子的组合方式也影响着长江中下游梅雨偏少的降水异常分布背景。本文还初浅地讨论了在季节内预测长江中下游梅雨时对中期天气过程的参考。     

澳大利亚东侧环流及海温异常与长江中下游夏季旱涝的关系

利用NCEP/NCAR再分析资料、NOAA的SST资料和1951～2005年中国160站月降水总量资料,研究了南极涛动,特别是澳大利亚东侧的环流及局地海温异常与长江中下游夏季旱涝的关系。研究发现,澳大利亚东侧位势高度异常与长江中下游夏季降水存在显著正相关,并由此定义了一个澳大利亚东侧位势高度指数（GHIEA）。当GHIEA指数偏大（小） 时,也即澳大利亚东侧位势高度偏高（偏低）,这种气压异常扰动可能通过Rossby波传播到北半球副热带地区,形成南北半球高度场的遥相关,使我国南海至菲律宾北部副热带地区位势高度增加（减小）,也即副高较强（弱）且偏南西伸（偏北偏东）,从而造成长江中下游地区降水偏多（少）。夏季南极涛动与长江中下游夏季降水的显著相关的原因主要是澳大利亚东侧局地位势高度异常造成的。澳大利亚东侧位势高度偏高（低）,南极涛动指数（IAO） 也随之偏大（小）,澳大利亚东侧位势高度异常通过南北半球高度场遥相关影响到北半球副热带地区的大气环流, 进而使长江中游夏季降水偏多（少）。另外,从局地海温异常角度也能部分解释澳大利亚东侧位势高度异常与长江中下游夏季降水存在显著正相关的可能成因:当澳大利亚东侧局地海域SST偏高（低）时,对应GHIEA指数偏高（低）,也即澳大利亚东侧位势高度偏高（低）。同时,当澳大利亚东侧局地海域SST偏高（低）时,南海地区SST也易于偏高（低）,使西太平洋副高较强并偏南西伸（较弱并偏北偏东）,从而造成长江中下游降水偏多（少）。     

基于多种干旱指数的长江中下游五省干旱监测与对比

利用多源遥感数据和稻谷产量资料,采用降水条件指数(PCI)、植被状态指数(VCI)、土壤湿度条件指数(SMCI)、温度条件指数(TCI)以及优化植被干旱指数(OVDI)5种干旱指数,对2012、2013年长江中下游五省的干旱状况进行监测。在此基础上,以标准化降水指数(SPI)和作物减产率为参考指标,对上述5种干旱指数在该区域的适用性进行比较分析。结果表明:PCI、SMCI更适用于长江中下游五省的干旱监测,而TCI、VCI不适合单独用于该地区的干旱监测。在2012、2013年,长江中下游五省发生了不同程度的干旱,其中2013年的干旱更严重(波及范围更广、发生频次更高)。2012年的干旱主要集中在1—2月和6—8月两个时段,旱区集中在北部地区,大致呈东北—西南向的条带状分布;而2013年的干旱主要集中在1—2月和6—10月两个时段,旱区覆盖了整个研究区域,且各省旱情不同步。