基于CI指数的淮河流域干旱时空特征研究

本文运用淮河流域170个气象台站1961—2010年共50年逐日气温、降水资料以及历史干旱灾情资料,研究CI指数在淮河流域的区域适应性,并以此为基础运用多种统计方法分析淮河流域近50年的干旱时空特征。结果表明：基于CI指数计算得到的历年干旱日数与受灾面积和成灾面积的相关性通过了0.01的显著性水平检验,表明CI指数在淮河流域具有较好的区域适应性。淮河流域年均干旱日数基本呈纬向空间分布,流域北部多于南部;流域东部和西部的干旱日数略有增多趋势,而中部和北部的干旱日数有减少趋势,但均未通过0.05的显著性水平检验;EOF前3个模态累积方差贡献达94.4%,前3个分布型依次为全流域干旱日数一致多或少型、南北相反型以及东西相反型;1961年以来干旱日数共经历了由少到多4个循环交替,目前正处于相对偏少期;M K突变检验表明近50年来淮河流域干旱日数没有明显的突变。     

近50年安徽省气候舒适度变化特征及区划研究

利用安徽省70个台站1961-2010年逐日平均气温、风速和相对湿度,根据气候舒适度评价模型,计算得到安徽省气候舒适度时空分布特征,在此基础上通过GIS空间插值对气候舒适度进行综合区划和评价。结果表明：安徽省气候舒适度有明显的季节变化和区域分布特征,季节上每年4-10月气候总体舒适,而11月-次年3月气候相对不舒适;空...     

多时间尺度SPI在安徽省气象干旱监测中的适用性研究

基于安徽省81个气象站1961—2017年逐日降水数据及土壤墒情和干旱灾情资料,从诊断干旱日数年际变化、季节演变、空间分布、频率分布、典型干旱过程演变及与土壤墒情、干旱灾情的相关性等方面,研究6种时间尺度SPI在安徽省气象干旱监测效果。结果表明:不同时间尺度SPI在干旱监测中差异明显,6种时间尺度SPI对于干旱日数年际变化、不同等级干旱频率分布具有较好的监测效果,但对于干旱日数季节演变和空间差异性诊断与实况存在偏差;从典型干旱过程诊断来看,时间尺度越短,降水权重越大(例如SPI30、SPI60),SPI监测曲线对降水的响应越敏感,而SPI150、SPI180等时间尺度长的SPI对降水的响应又过于"迟钝";从与土壤墒情的相关性来看,时间尺度短的SPI30与10 cm表层土壤墒情相关性最好,相关系数达0.91,时间尺度长的SPI180与50 cm深层土壤墒情相关性较好;在各时间尺度SPI与年降水量的负相关及与干旱灾情的正相关方面,相关系数随着时间尺度的增长均先增后减,时间尺度适中的SPI120相关性最好。总体来看,不同时间尺度SPI代表不同含义,针对不同时间尺度的气象干旱应采用不同时间尺度的SPI进行监测评估。     

基于GIS的祁连山东端冰雹灾害风险评估与区划

地形订正是保证冰雹灾害风险区划结果准确的关键环节。利用1978—2020年安徽省81个国家级气象观测站冰雹观测资料以及地理信息、国内生产总值、历史灾情等数据,采用相关分析、回归分析等统计方法,识别冰雹灾害致灾因子,并计算其致灾强度,建立冰雹频次的地形修正方法,综合冰雹致灾强度和频次开展致灾危险性评估。基于自然灾害风险形成理论,综合致灾危险性和承灾体易损性,借助GIS技术完成冰雹灾害经济风险区划,并对结果的合理性进行了验证。结果表明：(1)最大冰雹直径和降雹持续时间与冰雹灾损指数显著相关,确定二者为冰雹灾害致灾因子;地形修正后的冰雹频次空间分布特征与实际发生情况一致,且能更精细地反映出高海拔山区的冰雹频次空间差异程度;(2)冰雹多发区、高和较高危险区均位于安徽省冰雹主要路径上的淮河以北地区、江淮之间东部地区以及大别山区和皖南山区两大山区;(3)冰雹灾害经济风险总体上自南向北逐渐增大。通过灾情验证,安徽省冰雹灾害经济风险指数与直接经济损失多年平均值的相关系数通过α=0.01显著性水平检验,区划结果与实际情况基本吻合。

     

气候变暖下东北地区春玉米生产潜力变化分析

针对干旱气候变化及其对淮河流域夏玉米的可能影响,基于历史灾损构建的致灾阈值模型,应用第5次耦合模式比较计划（Coupled Model Intercomparison Project Phase 5,CMIP5）中的5个全球气候模式（GCMs）和3种典型浓度路径（RCPs）情景输出的逐日气温和降水量数据,计算不同RCPs情景下致灾阈值以上气象干旱发生频率,结合承灾体的暴露度和脆弱性,构建干旱灾害风险评估模型,开展淮河流域21世纪近期（2020—2039年）、中期（2040—2069年）和远期（2070—2099年）夏玉米抽雄—乳熟期卡脖子旱风险预估。结果表明：不同气候模式对淮河流域的气温和降水量具有较好的模拟能力,气温模拟效果更佳。未来夏玉米抽雄—乳熟期将有所提前,该生育期日数缩短;预估未来淮河流域夏玉米抽雄—乳熟期气象干旱日数年际变幅大,从其线性趋势看,RCP4.5和RCP8.5情景下气象干旱日数线性趋势不明显,而RCP6.0情景下线性增加显著。在致灾因子及承灾体的综合影响下,未来淮河流域夏玉米卡脖子旱风险年际波动大,干旱灾害风险增大,21世纪各时期,其风险远期最高、中期最低;不同情景由低向高排放情景下干旱风险依次增高。预估的干旱风险空间差异明显,总体上该流域北部风险高于南部、西部高于东部。

     

基于地形订正技术的安徽冰雹灾害风险区划

地形订正是保证冰雹灾害风险区划结果准确的关键环节。利用1978—2020年安徽省81个国家级气象观测站冰雹观测资料以及地理信息、国内生产总值、历史灾情等数据,采用相关分析、回归分析等统计方法,识别冰雹灾害致灾因子,并计算其致灾强度,建立冰雹频次的地形修正方法,综合冰雹致灾强度和频次开展致灾危险性评估。基于自然灾害风险形成理论,综合致灾危险性和承灾体易损性,借助GIS技术完成冰雹灾害经济风险区划,并对结果的合理性进行了验证。结果表明：(1)最大冰雹直径和降雹持续时间与冰雹灾损指数显著相关,确定二者为冰雹灾害致灾因子;地形修正后的冰雹频次空间分布特征与实际发生情况一致,且能更精细地反映出高海拔山区的冰雹频次空间差异程度;(2)冰雹多发区、高和较高危险区均位于安徽省冰雹主要路径上的淮河以北地区、江淮之间东部地区以及大别山区和皖南山区两大山区;(3)冰雹灾害经济风险总体上自南向北逐渐增大。通过灾情验证,安徽省冰雹灾害经济风险指数与直接经济损失多年平均值的相关系数通过α=0.01显著性水平检验,区划结果与实际情况基本吻合。     

春季青藏高原大气热源与长江中下游盛夏高温的关系

利用1961—2013年长江中下游地区盛夏(7—8月)日极端最高气温和NCEP/NCAR再分析逐日资料,分析了春季(4—5月)青藏高原大气热源特征,找到了影响长江中下游盛夏高温的热源关键区域,并就关键区大气热源对长江中下游盛夏高温的影响进行了诊断。结果表明:春季青藏高原主体中南部大气热源与长江中下游盛夏高温关系密切,当该区域大气热源偏弱(强),长江中下游盛夏高温日数偏多(少)的可能性大。当春季青藏高原关键区大气热源偏弱(强)时,春季南海到西太平洋暖池对流偏强(偏弱),南海上空为气旋性(反气旋性)异常环流,西太平洋副热带高压偏东(西),有利于南海夏季风爆发偏早(晚),往往有利于盛夏西太平洋副热带高压位置偏北(南),从而导致长江中下游盛夏高温日数偏多(偏少)。春季青藏高原关键区大气热源可以作为长江中下游盛夏高温的一个前期预报因子。     

论河南\

致灾危险性评估是暴雨灾害风险评估与区划的关键。基于安徽省所有国家气象观测站及区域自动气象站建站至2020年逐日逐时降水量及地理信息等资料,采用信息熵赋权法确定单站暴雨过程四个特征量的权重,并计算出暴雨过程强度指数及年雨涝指数,运用百分位数法将暴雨过程强度等级划分为四级,依据海拔高度和地形变化,分别计算山洪和平原内涝的孕灾环境影响指数及致灾危险性指数,并将两者进行叠加,得到安徽省暴雨综合致灾危险性分布。结果表明：基于50%、75%和90%三个百分位数的安徽省暴雨过程强度指数的阈值分别为0.059、0.095和0.154;年雨涝指数呈现“南高北低”的空间分布,大别山区、沿江中西部及江南西南部较高,而沿淮淮北及江淮之间中部相对较低;山洪和平原内涝的孕灾环境影响指数与地形密切相关,大别山区和皖南山区山洪孕灾环境影响指数较高,合肥以北、沿江大部及江南东部平原内涝孕灾环境影响指数较高;根据风险就高的原则,将山洪和平原内涝进行叠加,得出融合山洪和平原内涝的暴雨综合致灾危险性分布图,高危险区主要位于安徽省西南部,而低危险区主要位于淮北北部、沿淮中西部及江淮之间中部。评估结果可用于全省气象灾害综合风险普查专项工作、实时气象防灾减灾业务服务以及规划计划、重大工程建设气候可行性论证等工作。

     

2022年安徽省区域性高温和干旱过程综合评估

基于1961—2022年安徽省80个国家气象观测站逐日降水和平均气温资料,利用区域性极端事件客观识别方法识别区域性高温和干旱过程,进一步提取过程历时、影响范围、过程强度指标,并应用于已构建的综合强度评估模型,对2022年高温干旱开展异常气候特征分析和区域性过程综合评价。结果表明：2022年夏季安徽省平均气温较常年同期偏高2.2℃,为1961年以来同期最高;6—9月降水量偏少达4成,为1961年以来同期第四少。持续高温少雨导致安徽省淮河以南出现严重干旱。2022年夏季出现6次区域性高温过程,其中8月1—23日综合强度达“特强”等级,虽不及1966、1967和2013年高温过程,为历史第四强,但年度累计综合强度为1961年以来最强。夏秋季出现2次区域性干旱过程,与1961年以来最强的其他9次区域性伏秋连旱过程相比,截至9月30日,7月28日以来的区域性干旱过程已持续65 d,综合强度等级为“特强”,但不及1966、1967、1978和2019年过程。     

干旱指数在淮河流域的适用性对比

利用淮河流域河南、安徽、山东、江苏4省170个站1961—2010年逐日气温、降水以及土壤墒情和干旱灾情资料,从干旱年际变化、季节演变、空间分布、典型干旱过程诊断、不合理跳跃点以及与土壤墒情、干旱灾情相关性等方面,对比分析降水距平百分率 (Pa)、Z指数、标准化降水指数 (SPI)、相对湿润度指数 (MI)、综合气象干旱指数 (CI) 和改进的CI (CINew) 在淮河流域的适用性。结果表明:各干旱指数对淮河流域的典型旱年均有较好的诊断能力;在干旱季节演变及空间分布的诊断方面,Pa,MI,CI和CINew与实际较为吻合,而Z指数和SPI诊断效果较差;在典型干旱过程诊断以及不合理跳跃次数方面,CI和CINew更能刻画出干旱发生发展机制,而Pa,Z指数,SPI,MI效果较差;与土壤墒情和历史干旱灾情相关性方面,CI和CINew比Pa,Z指数,SPI,MI具有更好的相关性。即对于淮河流域的干旱监测诊断,CI和CINew要优于Pa,Z指数,SPI及MI,具有更好的适用性。