南京地区一次罕见锋前增温天气过程分析

2020年11月18日,我国南京地区出现了罕见的增温异常,利用常规气象资料和11月16日至20日ERA5逐小时1000 hPa至300 hPa的散度、位势高度、气温、水平风和垂直速度等再分析资料,根据高低空的天气系统的配置和槽脊移动的过程,结合散度、暖平流等天气学原理的相关知识分析冷锋过境前的基本环流形势,并主要结合热力学一级能量方程(温度倾向方程)对影响本次增温天气过程的因子进行了评估分析。结果表明:在这次增温中,温度平流和非绝热加热的贡献占主导作用,前者由于西南暖湿气流带来,后者与冷空气把原来占主导地位的暖气团迅速挤压到狭窄区域聚集增温有关;而垂直运动不是最显著的影响因子。     

影响安吉白茶产量与品质的灾害性天气分型及分析研究

气象条件是影响茶树生长发育的主要环境条件,年际间气候条件特别是早春气候条件的差异,对安吉白茶的开采和产量波动较大。利用安吉2006—2017年白茶生长期调查资料以及相应时段的气候资料,对影响安吉白茶生长、产量与品质的灾害性天气过程进行分型研究,归纳出3种高影响天气类型,分别为冷空气影响型,强对流大风影响型,温度先低后高型,并对3种天气类型分别选1个典型天气过程个例,重点从天气形势、气候条件、灾情调查等方面,分析对白茶生产、品质造成的影响。结果表明:冬末春初的冷空气强度、影响时间以及影响方式等对安吉白茶的生长、产量及品质有重要的作用;选取上游安徽的阜阳站作为冷空气指标站,对本地冷空气强度预报有12 h的提前量,依据该指标可以及时发布预警信息,指导茶农合理安排生产,减少损失;针对不同的天气类型,给出了相应的防御措施。该结果可为茶农合理安排生产和适时采摘提供指导,同时也为农业气象科技人员进一步提高气象服务的针对性和专业性提供技术支撑和依据。     

稻田蒸散估算方法及灌溉影响分析

【目的】寻找合适的蒸散模型及其敏感因子。【方法】以稻田生态系统为研究对象,根据江西省余江县试验区的净辐射、土壤热通量等小气候数据及相关农学观测数据,进行了不同时间尺度3种蒸散模型(Penman-Monteith、Priestley-Taylor和Hargreaves模型)拟合效果的比较以及蒸散对气象因子的敏感性分析,并研究了灌溉对潜在蒸散的影响。【结果】逐日尺度上,Penman-Monteith模型的拟合效果最优,其次为Priestley-Taylor模型,Hargreaves模型较差且低估了实际蒸散值;逐时尺度上,拟合效果较好的是Penman-Monteith模型和Priestley-Taylor模型。【结论】不同时间尺度,蒸散对各个气象因子的敏感性不同,逐日逐时蒸散对净辐射和水汽压较为敏感。不同灌溉处理,Penman-Monteith模型潜在蒸散变化显著,Priestley-Taylor模型变化不明显。     

作物模型中单叶最大光合作用速率的温度响应修订

作物的光合作用对温度变化敏感,其温度依存性随品种、生长环境的变化而改变。基于光效率模型的作物生长模型,在应用中很少对光合作用的温度影响参数值进行订正,且在全生育期使用相同的参数值,难免会增加干物质模拟的误差。为此,本文以ORYZA2000模型为例,提出了一种修订光合作用温度影响参数值的方法。为确定方法的有效性,结合2012年和2013年水稻品种两优培九的温度梯度控制实验,首先利用抽穗开花期光合作用观测曲线提取了不同温度水平的光合作用参数值,然后结合Arrhenius方程和Peaked方程建立了温度敏感性参数的温度影响方程。将这些方程代入机理性光合作用模型,模拟了单叶最大光合作用速率与温度的曲线关系。最后,以归一化后的曲线关系修订作物模型参数值,并利用两年地上部分生物量(WAGT)观测值对其验证。结果显示,两优培九单叶最大总光合作用速率随温度的变化关系不同于ORYZA2000的默认设置,修订后的最适温度为38~40°C,高于默认值。在10~20°C的低温段,修订后的温度影响系数低于默认值。从WAGT模拟值的相对误差看,修订后较修订前平均降低约3.3%。本研究为改进干物质模拟精度和分析不同品种光合作用的温度依存性提供了重要参考。     

基于GIS技术的巴中市农业气象干旱灾害风险区划

为了提升干旱气象灾害风险管理和决策水平,减轻灾害造成的损失,笔者利用巴中市及其周边市、县1981—2015年的气象观测资料和历史干旱灾害资料,根据干旱发生的时段分为春旱、夏旱、伏旱、秋干、冬干,综合巴中各县区的气象、社会、自然、灾害防御及地理信息数据(1:5万)基于GIS平台,应用灾害风险评价的理论和技术,结合风险指数、自然断点和加权综合评价的方法,绘制出巴中市干旱灾害风险区划图。结果表明,巴中市农业气象干旱的风险呈现北高南低的趋势,北部高风险区较南部低风险区海拔高、河网密度小、经济水平低是其风险较高的主要原因。     

2种时间尺度下稻田蒸散模型比较

准确估算稻田蒸散量,对于提高稻田灌溉管理精度和水资源利用效率具有重要意义。根据波文比系统与自动气象站实测数据,利用FAO-Penman-Monteith、FAO-17-Penman以及Priestley-Taylor模型对稻田蒸散量进行模拟,探究2种时间尺度上蒸散模型对蒸散量的估算精度差别。结果表明,各模型估算值与波文比计算值的整体变化趋势一致,但逐时、逐日尺度上各模型估算蒸散值与实测值的拟合效率差别明显。逐时尺度上,Priestley-Taylor模型的拟合效率较高,FAO-PM模型次之,FAO-17-Penman模型的最差。但在逐日尺度上,FAO-PM模型和Priestley-Taylor模型的拟合效率均较高,FAO-17-Penman模型的最差。研究结果对于局地地区在不同时间尺度上选取合适蒸散模型具有一定的指导意义。     

2013年11月下旬寒潮天气过程分析

基于常规站点观测记录,分析了2013年11月下旬我国2次寒潮天气过程分析。结果表明,本次冷空气的源地为新地岛附近的洋面。先后发生的2次冷空气活动分别为小槽发展型和横槽转竖型,并分别取不同的路径影响我国。2次冷空气接踵而至,在第1次寒潮天气全面暴发后1 d,由于冷涡南下,横槽建立,继而转竖,第2次寒潮天气过程自北向南影响我国,因而造成全国范围内的强降温事件。于此同时,多地发生大风、暴雪以及中到大雨等天气。     

基于GIS技术的常山胡柚冻害风险评估

对常山胡柚(Citrus paradisi cv.Changshanhuyou)冻害进行风险评估,为常山县胡柚种植提高产量及冻害防灾减灾提供科学指导。通过自然灾害风险指数及层次分析法,综合考虑常山县致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力4个方面的影响,确定常山县胡柚冻害的风险分布情况。常山县胡柚冻害地区分布不均匀,从西南到东北冻害风险有递增趋势。西南部是遭受冻害的低风险区,更适宜胡柚的种植,而东北部及南部的山地丘陵地带是遭受冻害的高风险区,不适宜胡柚的种植。冻害区划可以为今后胡柚的种植及防灾减灾提供指导。     

不同质地黑土净氮转化速率和温室气体排放规律研究

为探讨黑龙江省半干旱地区不同质地黑土的净氮转化速率和温室气体排放规律,以壤砂土和粉壤土为研究对象开展室内培养试验,对土壤净硝化速率和净矿化速率、N2O和CO2排放速率与累积排放量进行研究。结果表明:7d培养期间壤砂土的平均净矿化速率和CO2平均排放速率分别为0.49mgN kg-1 d-1和0.30mgCO2-C kg-1 h-1,显著低于粉壤土的平均净矿化速率(1.37 mgN kg-1 d-1)和CO2平均排放速率(0.47mgCO2-C kg-1 h-1)。壤砂土的平均净硝化速率和N2O平均排放速率分别为1.65mgN kg-1 d-1和212.6ngN2O-N kg-1 h-1,显著低于粉壤土的5.02mgN kg-1 d-1和521.3ngN2O-N kg-1 h-1。壤砂土和粉壤土的N2O排放比率分别为0.081%~0.301%和0.210%~0.254%。研究表明,土壤质地显著影响土壤净氮转化速率和温室气体排放,壤砂土较低的pH、有机碳和水溶性有机碳含量是导致其净硝化速率、净矿化速率以及N2O、CO2排放速率显著低于粉壤土的主要原因。     

围垦对滨海稻田土壤N2O还原潜力的影响

稻田湿地生态系统的N₂O还原消耗潜力对缓解大气温室气体效应具有重要意义，而滨海自然湿地围垦改造成稻田后耕层土壤的N₂O还原速率及其微生物机制却鲜有报道。选取崇明岛光滩湿地为对照（WK0），比较研究不同围垦年限（19、27、51、86 a）的围垦区稻田耕作层土壤N₂O还原速率演替规律及其微生物数量变异特征。结果表明，土壤总有机碳含量（TOC）随围垦年限增长而显著增加，而土壤pH值、SO₄^2-浓度和EC值则均随围垦年限增长而呈逐渐下降趋势。土壤N₂O还原速率随围垦年限增长而显著增加，其中围垦86 a稻田土壤达到25.5 μg N₂O·g^-1·d^-1，与光滩湿地相比增加了58.4%。定量PCR结果发现，功能基因nosZ Ⅰ和nosZ Ⅱ拷贝数也随着围垦年限增长而显著增加，其中围垦86 a的稻田土壤功能基因分别为1.72×10⁸ copies·g^-1和4.36×10⁸ copies· g^-1，比光滩湿地稻田高出一个数量级。相关性分析发现土壤N₂O还原速率与功能基因nosZ Ⅰ拷贝数呈显著正相关，而功能基因nosZ Ⅱ拷贝数随围垦年限的增加率远高于功能基因nosZ Ⅰ；N₂O还原速率、功能基因nosZ Ⅰ、nosZ Ⅱ拷贝数与3个土壤理化指标（pH、EC、SO₄^2-）均呈负相关。因此，围垦造田促进了滨海湿地土壤N₂O还原过程，而功能基因nosZ Ⅰ数量的大幅增加是N₂O还原速率增加的重要原因。