气温与降水形态关系研究-以开都河流域为例

基于开都河流域4个气象站点的日平均气温与不同降水形态数据的统计分析,结合海拔高程探讨不同降水形态下的降水频次和降水量与气温的分布规律,以及不同降水形态的降水频次与降水量发生在同一气温区间的比率变化。结果表明：流域内不同高程站点的降水频次和降水量与气温的分布关系基本呈单峰形态变化,各个站点95%的降雪频次和95%的降雨频次发生在不同的气温区间,95%的降雨量和95%的降雪量发生的气温区间分别小于95%的降雨频次和95%的降雪频次发生的气温区间。降雨形态下随着海拔的升高气温越低越容易降雨,且降雨量增多;降雪形态下随着海拔的升高气温越低越容易降雪,但是降雪量却随海拔的升高,温度越高降雪量越大。随着气温由低至高的变化,降水形态逐渐由降雪形态转变为降雨形态,并且在转变过程中4个站点具有各自不同的临界气温区间。     

基于地理探测器分析青藏高原降水δ18O空间分异特征

地理探测器是研究地理现象的空间分异性,并且定量分析其驱动因子的一种统计方法。利用地理探测器方法对青藏高原24个站点的降水δ~(18)O年均值进行了分析,该方法可在一定程度上反映青藏高原降水δ~(18)O年均值的空间分异性,得出纬度、海拔、经度和降水量对青藏高原降水δ~(18)O年均值空间分异的解释力分别为0.82、0.71、0.57和0.49,温度对青藏高原降水δ~(18)O年均值空间分异的解释力不显著;因子之间的共同作用增强了降水δ~(18)O年均值在空间上的分异性。讨论了青藏高原站点降水δ~(18)O年均值与纬度、经度、海拔、年降水量和年均温之间的关系,并对降水δ~(18)O主控因子的季节变化进行分析,得出纬度对青藏高原降水δ~(18)O年均值、夏季均值和冬季均值空间分异的解释力均为最强。     

新疆阿克苏河流域降水的时空分布

基于新疆阿克苏河流域的自然地理特征,利用阿克苏河流域内及附近的11个气象台站1960-2003年的降水资料,对降水进行时间和空间的分析。时间分析表明:自1960年以来,流域内降水呈不显著的增加趋势,线性倾向率为0.522,从20世纪70年代开始降水以13.21 mm/10 a的速度增加。降水年际变化较大,相对较不稳定,变异系数的平均值为0.38。空间分析是以DEM数据为基础,采用梯度距离平方反比法(GIDS)作为差值公式,得出整个流域的年降水量呈纬向分布特征,降水量的大小与地形分布有着十分密切的关系。回归分析显示:降水量与海拔高度呈二次函数的相关关系,得出其二次函数模型,并通过了0.001显著性检验。海拔2 000 m以上降水增加较快,且迎风坡多于背风坡。从变异系数的变化来看,流域内降水空间差异不大,近44年存在下降趋势。     

三工河流域不同高程降水量观测分析

降水量随海拔高程递增是干旱区气候规律之一,而新疆的夏半年降水量一般占全年降水量的７０％以上,一个区域夏季不同海拔高各国汨的变化决定了降水量随高程变化的特征。本文利用１９９８－１９９９年夏季在新疆天山北坡三工河流域不同高程降雨量观测资料,分析了中山带以下夏季降水随海拔高程变化的一些规律。     

贺兰山沿山山洪流量与降水量相关分析

利用1980年到2000年宁夏银川、大武口、石炭井、惠农4个气象站逐日降水量及大武口、汝箕沟、苏屿口3个水文站同期逐日山洪流量,首先分析了贺兰山沿山山洪发生特点,山洪的发生与大降水的季节分布基本一致;然后分析了4种不同对应关系不同要素间的相关性。表明:山洪与降水量有明显的对应关系,降水量与山洪流量、分级降水与山洪流量间有一定的相关性,有量降水与后延3日山洪流量间的相关性较与当日山洪流量间相关程度要好,降水或持续性降水对山洪暴发有一定的累积作用和延后效应,特别是较大山洪的出现与大降水、连续性降水及降水集中期的出现有密切关系;各站最强一次山洪发生时日降水量均≥25mm,可以将日降水量作为一项对山洪发生可能性进行预报预测和防范的重要指标。     

典型荒漠灌木叶片功能性状特征随降水梯度的变化研究

自然降水是干旱地区植被重要的水分来源,为了探明荒漠灌木叶片在降水变化的应对对策,以典型荒漠灌木为研究对象,测定不同降水条件下叶片形态性状和化学计量指标,分析其叶片功能性状的总体特征及各个功能性状与环境因子的关系。结果表明：（1）红砂（Reaumuria soongorica）叶片肉质化程度和含水量随自然降水量的减少呈逐渐增大的趋势;盐爪爪（Kalidium foliatum）叶片组织密度随自然降水量的减少整体呈增大的趋势;（2）红砂和白刺（Nitraria tangutorum）C含量、白刺和珍珠猪毛菜（Salsola passerina）叶片N含量随自然降水量的减少整体呈增大的趋势;珍珠猪毛菜和盐爪爪叶片N∶P均小于14,即其在生长发育中主要受氮素限制;（3）红砂、白刺和盐爪爪叶片组织密度与年均降水量呈正相关关系;红砂、白刺的比叶面积与海拔呈负相关关系,红砂、白刺、珍珠猪毛菜的P含量与海拔呈负相关关系。综上所述,在干旱环境中,不同的植物表现出不同的生态适应策略,其中盐爪爪通过减小比叶面积、增加叶组织密度,白刺和珍珠猪毛菜通过增加叶片N含量,红砂通过增加叶片的肉质化程度和含水量等来适应...     

地理信息技术在松嫩流域信息查询和面雨量监测中的应用

针对松嫩流域汛期降水特点,基于地理信息技术(GIS),充分考虑拔海高度、经度、纬度、坡度、坡向等地理因素与汛期降水的关系,建立了地理信息参数与汛期降水量的关系模型,将离散点的降水资料插值到网格点上,解决了降水资料分布不均匀的问题。依托GIS空间查询分析功能和二次开发接口,进行松嫩水系、松嫩流域以及所处行政区域、松嫩流域站点等图层信息的查询服务,实现了松嫩流域面降水量预报的实时动态监测预警。     

1976-2007年乌鲁木齐可降水量及其降水转化率

采用乌鲁木齐1976-2007年探空逐日观测资料和各月降水资料,分析乌鲁木齐可降水量的变化特征及其与实测降水的相关关系,同时对该地区的降水转化率进行分析。发现乌鲁木齐的可降水量年内分配不均,7月平均可降水量最大,1月最低;夏季可降水量最大,冬季最低。年平均可降水量为11.46 mm,可降水量上升趋势不明显。同时发现探空资料计算的乌鲁木齐水汽含量和实测降水量存在明显的正相关关系。通过对降水转化率的计算分析,发现4月的降水转化率最高,为11.89%,8月的降水转化率最低,为4.28%,月平均降水转率为7.46%。春季降水转化率较高,夏季较低,秋季和冬季相当,夏、冬季降水转化率呈显著增加趋势。降水转化率的月和年际变化较大,说明开发潜力大。     

基于GPM的新疆降水聚集区域提取及特征分析

气候暖湿化背景下，降水聚集特征与旱涝事件密切相关。基于2001-2020年逐日全球降水测量数据，根据空间热点分析方法提取新疆降水聚集区域，利用信息熵和相关系数分析了聚集区域降水集中度和地表特征。结果表明：新疆降水高值聚集区域占21.45%,降水量在130mm以上，主要分布在新疆西北部，低值聚集区域占27.97%,降水量在72mm以下，主要分布在塔里木盆地西南部、吐鲁番盆地和昆仑山中部山区；聚集区域降水量年内呈单峰变化，除显著冷点区域年降水量呈弱下降趋势外，其他区域年降水量呈增加趋势；聚集区域降水集中度呈现从西北向东南呈现出“低-高-低”的空间分布格局，且高值聚集区域降水集中度高于低值聚集区域，与降水量具有较高的相关性；低值聚集区域荒地面积占比最大，高值聚集区域草原和农田面积较大；高值聚集区域海拔、地表粗糙度和地面起伏度与降水量呈正相关，低值聚集区域呈负相关，且聚集性越显著，相关性越大。研究结果可以为防灾减灾、水资源的综合利用提供科学参考。     

南疆夏季不同类型暴雨精细化特征对比分析

南疆暴雨是小概率事件,其预报预警的难度较大。南疆一些暴雨过程的历时短,降水强度大,并伴有短时强降水事件(即"短时强降水暴雨");而另一些暴雨过程的降水时间相对较长,未伴有短时强降水事件(即"非短时强降水暴雨")。为探究南疆上述两类暴雨的差异,利用2013—2019年426个自动气象站逐小时降水资料,对比分析了南疆夏季短时强降水暴雨和非短时强降水暴雨的差异,结果表明:(1)南疆夏季以短时强降水暴雨为主,超过70%的站点在暴雨日中出现过短时强降水事件;短时强降水暴雨主要发生在7月,该月约95%的暴雨日中都出现过短时强降水事件。(2)南疆海拔在2000～2500 m的站点出现暴雨的比例最高,海拔低于1000 m的站点最低。南疆短时强降水暴雨主要发生在海拔低于2000 m的区域,非短时强降水暴雨则主要发生在海拔高于2000 m的区域,上述两类暴雨均具有明显的夜雨特征。(3)南疆总暴雨与短时强降水暴雨的累计降水量、降水频次和平均降水强度的日变化特征相似,二者与非短时强降水暴雨的差异较大。非短时强降水暴雨的累计降水量、降水频次和平均降水强度的峰值时段均出现在上午;短时强降水暴雨的累计降水量和平均降水强度的峰值时段出现在傍晚前后和前半夜,累计降水频次的峰值时段则主要出现在后半夜至清晨,短时强降水暴雨的降水强度与累计降水量的关系比降水频次更密切。南疆短时强降水暴雨和非短时强降水暴雨的观测特征存在显著差异,二者的降水形成机制也不相同。     

甘肃干旱半干旱地区降水特征及其对农业生产的影响

本文根据甘肃干旱半干旱地区多年降水资料分析，得出其降水资源的主要特征是：降水量少，水热光组合失调；降水变率大，易干旱也可能洪涝；降水年内分配不匀，干旱时段明显等，并较详细地评述了这些降水特征对农业生产的利弊影响，还提出了农业生产充分利用降水资源的途径。     

近50年中国干旱半干旱地区降水量与潜在蒸散量分析

在中国干旱半干旱地区日气象数据分析的基础上,依据彭曼公式计算出潜在蒸散量,以及生长季内的年平均降水量与潜在蒸散量二者的差值,利用空间分异分析,气候倾向率检测,以及时间序列MK突变检验等方法分析了降水量与潜在蒸散量的时空变化特征。结果表明:总体来看,我国干旱半干旱区50年来东、西部的气候变化有明显的差异,西北地区降水量增加,潜在蒸散量减少,干旱化程度在减轻,且变化十分显著。而东部干旱半干旱区降水量减少,潜在蒸散量增加,干旱化严重。     

甘肃省近43年降水资源变化对农业的影响

选取甘肃省63个地面测站降水量资料,利用对比分析方法,研究了甘肃省降水资源变化特征及其对农业的影响.结果表明:年降水量,越冬作物生育期、春小麦生育期和秋作物生育期的降水量1987-2003年与1961-1986年相比,时空分布发生了明显变化,河西中东部为增多趋势,河东为减少趋势,分界线与黄河走向基本一致;河东年降水量减少的幅度和速率比河西增加的幅度和速率都大,河东气候向暖干化发展的趋势加快;旱作区降水量减少,极端干旱事件频繁发生,可利用降水资源更加紧缺,对农业可持续发展的负面影响明显增大.     

陇东地区植被指数NDVI与降水的关系研究

利用1982～2003年NOAA/AVHRR(advanced very high resolution rediometer)资料及同期的降水资料,对甘肃省陇东地区半干旱区环县和半湿润区西峰的植被指数NDVI与不同时间尺度的标准化降水指数SPI进行相关分析.结果表明:在植被生长季,植被对降水的敏感程度半干旱区大于半湿润区;大多数月NDVI与3-SPI的相关系数较高,而与1-SPI较低;半干旱区和半湿润区NDVI的年变化幅度分别为:-12%～10%和-10%～13%,半干旱区NDVI的年变化与SPI变化趋势吻合较好,显著相关(P<0.05),而在半湿润区二者并不显著;半干旱区的年NDVI与四季降水均显著相关(P<0.05),而半湿润区年NDVI只与冬春季的降水显著相关(P<0.05).     

甘肃省伏旱指数特征及多层递阶方法预测

根据甘肃省58个台站1961~2000年伏期降水和气温资料计算其德马东干燥指数,并对其进行EOF分析。结果表明:甘肃省伏旱指数的空间分布特征与降水量分布特征非常相似,伏旱有3种主要空间分布形式和7个气候区域,各区伏旱发生频率是不同的,天水区伏旱发生频率最高,甘肃中部西片最低。用多层递阶方法对各区代表站点的伏旱指数进行预测,可取得较好效果,检验准确率在70%以上。     

河西走廊东部降水日数及强度的时空特征

利用1961～2007年河西走廊东部五站逐日降水资料, 分析了河西走廊东部不同降水日数及强度的时空演变特征.结果表明:近47年来,河西走廊东部降水量总体呈增加趋势;河西走廊东部总雨日、小雨日、中雨日和大雨日均呈增加趋势 ,小雨日数增长率最大;其中民勤、古浪、永昌、乌鞘岭雨日呈增多趋势,而凉州区为减少趋势.年降水强度也呈增强趋势,主要体现为小雨和大雨强度的增大,中雨强度有变小的趋势;其中民勤、凉州区、永昌、乌鞘岭降水强度一致为增加趋势,古浪降水强度为减弱的趋势.总雨日、小雨日、中雨日和大雨日数由南向北均呈减少趋势.河西走廊东部降水强度中心在南部山区的古浪,强度最弱的是中部凉州区,20世纪80年代河西走廊东部多小雨事件, 90年代、21世纪初的2001～2007年河西走廊东部多中雨和大雨事件;2001～2007年河西走廊东部小雨、大雨强度最强,而中雨强度最弱.     

Can climate change influence agricultural GTFP in arid and semi-arid regions of Northwest China?

There are eight provinces and autonomous regions (Gansu Province, Ningxia Hui Autonomous Region, Xinjiang Uygur Autonomous Region, Inner Mongolia Autonomous Region, Tibet Autonomous Region, Qinghai Province, Shanxi Province, and Shaanxi Province) in Northwest China, most areas of which are located in arid and semi-arid regions (northwest of the 400 mm precipitation line), accounting for 58.74% of the country's land area and sustaining approximately 7.84×10⁶ people. Because of drought conditions and fragile ecology, these regions cannot develop agriculture at the expense of the environment. Given the challenges of global warming, the green total factor productivity (GTFP), taking CO₂ emissions as an undesirable output, is an effective index for measuring the sustainability of agricultural development. Agricultural GTFP can be influenced by both internal production factors (labor force, machinery, land, agricultural plastic film, diesel, pesticide, and fertilizer) and external climate factors (temperature, precipitation, and sunshine duration). In this study, we used the Super-slacks-based measure (Super-SBM) model to measure agricultural GTFP during the period 2000-2016 at the regional level. Our results show that the average agricultural GTFP of most provinces and autonomous regions in arid and semi-arid regions underwent a fluctuating increase during the study period (2000-2016), and the fluctuation was caused by the production factors (input and output factors). To improve agricultural GTFP, Shaanxi, Shanxi, and Gansu should reduce agricultural labor force input; Shaanxi, Inner Mongolia, Gansu, and Shanxi should decrease machinery input; Shaanxi, Inner Mongolia, Xinjiang, and Shanxi should reduce fertilizer input; Shaanxi, Xinjiang, Gansu, and Ningxia should reduce diesel input; Xinjiang and Gansu should decrease plastic film input; and Gansu, Shanxi, and Inner Mongolia should cut pesticide input. Desirable output agricultural earnings should be increased in Qinghai and Tibet, and undesirable output (CO₂ emissions) should be reduced in Inner Mongolia, Xinjiang, Gansu, and Shaanxi. Agricultural GTFP is influenced not only by internal production factors but also by external climate factors. To determine the influence of climate factors on GTFP in these provinces and autonomous regions, we used a Geographical Detector (Geodetector) model to analyze the influence of climate factors (temperature, precipitation, and sunshine duration) and identify the relationships between different climate factors and GTFP. We found that temperature played a significant role in the spatial heterogeneity of GTFP among provinces and autonomous regions in arid and semi-arid regions. For Xinjiang, Inner Mongolia, and Tibet, a suitable average annual temperature would be in the range of 7°C-9°C; for Gansu, Shanxi, and Ningxia, it would be 11°C-13°C; and for Shaanxi, it would be 15°C-17°C. Stable climatic conditions and more efficient production are prerequisites for the development of sustainable agriculture. Hence, in the agricultural production process, reducing the redundancy of input factors is the best way to reduce CO₂ emissions and to maintain temperatures, thereby improving the agricultural GTFP. The significance of this study is that it explores the impact of both internal production factors and external climatic factors on the development of sustainable agriculture in arid and semi-arid regions, identifying an effective way forward for the arid and semi-arid regions of Northwest China.     

基于MODIS数据的2001—2016年内蒙古积雪分布及其变化趋势

积雪融水是干旱区重要的水资源之一,积雪分布变化的监测对区域雪冰资源的合理利用及灾害防治至关重要。基于内蒙古地区2001-2016年MOD10A2积雪数据对研究区进行分带提取,分析不同海拔高度积雪年内年际变化特征,结合气温和降水气象因素,分析其分布变化原因。研究表明:积雪面积、积雪覆盖率年内分布呈单峰形,10个海拔带的积雪期为9月到次年5月,峰值出现在冬季,积雪覆盖率增减的临界高度在952~1 114 m;不同高程带的积雪面积在春季、夏季、秋季整体上呈现出"增加-减少-增加-减少"的年际变化规律,冬季整体上表现出"减少-增加-减少"的变化规律;积雪面积受降水量和气温相互的影响,其中海拔高度可能起到间接作用。内蒙古地区春季、冬季积雪覆盖率均与冬季降水量呈显著正相关,各季节积雪覆盖率基本与温度呈负相关关系。     

干旱气候变化对甘肃省干旱灾害的影响及防旱减灾技术的研究

西北地区干旱气候变化的主要特征,表现在20世纪90年代夏季降水量有明显减少趋势,干旱化趋势主要发生在西北地区东部,干旱连年发生,尤其是甘肃省河东地区.干旱气候的产生带来了严重的干旱灾害,甘肃省90年代的干旱发生最为频繁,干旱灾情最为严重,1995年是干旱最严重的一年,成灾率达45%,其次是2000年,成灾率为35%,伏秋旱连春末初夏旱是造成夏粮严重减产的旱灾类型.干旱气候变化引发干旱化趋势非常明显,应采取综合的技术措施减轻干旱危害,要加强干旱气候与干旱灾害的监测预测和改善生态环境、优化农业结构、提高水资源利用率以及大力开发空中水资源等防御对策.     

准噶尔盆地南缘降水脉冲量级分布及其变化规律

对干旱区降水脉冲发生规律的分析,将为理解荒漠生态系统结构与功能提供新的视野。选择准噶尔盆地南缘的温泉、精河、乌苏、蔡家湖、奇台和巴里坤6个气象站近50多年的逐日降水资料,分析不同量级降水脉冲对年总降水频次和降水量的贡献以及变化规律。结果表明：小降水脉冲（≤5 mm）占到全年总降水频次87.5%,而大降水脉冲（>10 mm）只占到了4.3%。然而,小降水脉冲对年降水量的贡献为47.5%,大降水脉冲却贡献26.6%。近50多年来,准噶尔盆地南缘的年降水量有显著增加,但是,年降水频次的变化却不显著。这可以归结为小脉冲呈下降趋势,而大脉冲则显著增加。总之,近50多年来,准噶尔盆地南缘的降水脉冲在放大。