基于格网的GCM数据修订分析未来海南岛农业水热资源的变化特征

以海南岛为研究区域，选用5个大气环流模式（GCMs）1970−1999年的逐日输出数据和同期地面气象观测数据，使用空间插值降尺度到0.5°×0.5°格网。以格网单元为基础，应用系统误差修订（修正值法或比值法）和多模式集合平均方法（贝叶斯模型平均法BMA或等权重平均法EW），训练与验证GCMs输出值并进行综合修订。在此基础上，分析RCP2.6、RCP4.5和RCP8.5情景下，未来海南岛近期（2020−2059年）和远期（2060−2099年）农业水热资源，包括年平均气温、1月平均气温、≥10℃积温、≥20℃积温、年降水量、1月降水量和≥20℃界限温度生长期间降水量的变化特征。结果表明：GCMs输出值的系统误差和BMA权重系数在格网间存在较大的空间差异，且GCMs输出值低估逐日最高气温约3.55℃，高估逐日最低气温约1.19℃，逐日降水量仅为观测值的54.35%。基于格网的综合修订，可有效降低GCMs输出值在空间上的不确定性，BMA与EW的修订结果相似，均优于单一GCM模式。通过格网BMA综合修订后，最高气温、最低气温和降水量在验证期的相关系数r分别约提升0.10、0.07和0.06；均方根误差RMSE分别约降低2.38℃、1.01℃和1.01mm；较单一GCM相对观测值的偏差平均约减少3.25℃、1.13℃和25.67mm。未来海南岛农业热量资源在空间上主要表现为从中部向外围逐渐升高，高温主要分布在南部至西部沿海地区，年平均气温的增幅全岛较为接近，1月平均气温、≥10℃积温和≥20℃积温的增幅分别表现为由东向西、由北向南和由中部向外围递减。在时间上，RCP8.5情景下所有农业热量资源均为极显著增加且增温最快，RCP4.5情景为先增加后平缓，RCP2.6情景较为平缓，远期无显著增温。未来海南岛降水资源在空间上转为由东向西逐步递减的格局，南部和北部沿海地区降水变率增加，西部和中部降水变率减少，在时间上无显著变化趋势。随着未来海南岛气候变暖和降水格局的改变，农作物适宜种植面积扩大，会对农业生产带来巨大挑战，应提前布局，做好趋利避害。     

2020年通辽市开鲁县气候影响评价

本文采用统计分析方法，对2020年开鲁县国家基准气候站采集的气温、降水、日照等基本气象要素数据和相应历年值进行对比分析，并对局地大风、暴雪等重大灾害性天气进行综合分析，并根据分析结果，作出气候对生产生活影响的综合评价。结果表明，2020年气候条件对全县农业生产及人们的生活有利有弊。     

Glacier mass balance in High Mountain Asia inferred from a GRACE release-6 gravity solution for the period 2002–2016

We provide estimates of glacier mass changes in the High Mountain Asia (HMA) area from April2002 to August 2016 by employing a new version of gravity solutions of the Gravity Recovery and ClimateExperiment (GRACE) twin-satellite mission. We find a total mass loss trend of the HMA glaciers at a rateof –22.17 (±1.96) Gt/a. The largest mass loss rates of –7.02 (±0.94) and –6.73 (±0.78) Gt/a are found forthe glaciers in Nyainqentanglha Mountains and Eastern Himalayas, respectively. Although most glaciers inthe HMA area show a mass loss, we find a small glacier mass gain of 1.19 (±0.55) and 0.77 (±0.37) Gt/a inKarakoram Mountains and Western Kunlun Mountains, respectively. There is also a nearly zero massbalance in Pamirs. Our estimates of glacier mass change trends confirm previous results from the analysisof altimetry data of the ICESat (ICE, Cloud and Land Elevation Satellite) and ASTER (AdvancedSpaceborne Thermal Emission and Reflection Radiometer) DEM (Digital Elevation Model) satellites inmost of the selected glacier areas. However, they largely differ to previous GRACE-based studies which weattribute to our different post-processing techniques of the newer GRACE data. In addition, we explicitlyshow regional mass change features for both the interannual glacier mass changes and the 14-a averagedseasonal glacier mass changes. These changes can be explained in parts by total net precipitation (netsnowfall and net rainfall) and net snowfall, but mostly by total net radiation energy when compared to datafrom the ERA5-Land meteorological reanalysis. Moreover, nearly all the non-trend interannual masschanges and most seasonal mass changes can be explained by the total net radiation energy data. The massloss trends could be partly related to a heat effect due to increased net rainfall in Tianshan Mountains, QilianMountains, Nyainqentanglha Mountains and Eastern Himalayas. Our new results for the glacier mass changein this study could help improve the understanding of glacier variation in the HMA area and contribute tothe study of global change. They could also serve the utilization of water resources there and in neighboringareas.     

人工模拟增雨对油蒿种子形态性状和比叶面积的影响

【目的】研究油蒿的种子大小和比叶面积对不同增雨处理的响应,探明两者之间的关系,以期揭示油蒿植物功能性状对降水量变化的响应机制和演变趋势。【方法】根据内蒙古磴口县多年平均降水量,在植物生长季5—9月设计4个增雨梯度(25%,50%,75%和100%),对天然油蒿灌丛进行增雨试验,利用Winseedle种子和针叶图象分析软件系统,对比了油蒿种子表型形态特征和比叶面积对降水增多的响应,同时通过相关分析研究了油蒿种子大小与比叶面积的关系。【结果】不同增雨量对油蒿种子长度、宽度、体积、表面积及千粒重均有显著影响,在100%增雨处理下种子各性状指标达到最小值,其中种子宽度、体积、表面积与增雨量呈极显著负相关(P<0.01)。种子长度和千粒重与增雨量呈显著负相关(P<0.05),种子长宽比与增雨量的相关性不显著(P>0.05)。不同增雨量对油蒿比叶面积的影响差异性显著(P<0.05),且随着雨量的增加,比叶面积不断增大。种子大小与比叶面积呈负相关关系,但均未达到显著水平(P>0.05)。【结论】降水增加后油蒿种子会先增加后减小来适应环境变化,通过油蒿种子、比叶面积两大植物功能性状组合对增雨量处理响应的研究体现了荒漠植物应对未来气候变化的生存策略和适应机制。     

称重式降水传感器与翻斗雨量传感器测雨性能对比分析

为了观测降水数据的准确性,选取了南通市4个台站2018年4月—10月份的DCS1型称重式降水传感器和SL3-1型翻斗雨量传感器观测的降水数据,分析两者观测的日降水量和降水总量等方面的差异。结果显示：在选取的观测样本中,以人工观测的降雨日数为参考,称重传感器的平均一致率为91.2%;以翻斗传感器观测的降雨日为参考,称重传感器的一致率为94.5%。称重传感器观测的累积降水量与翻斗传感器观测的累积降水量相对平均误差为-1.55%,符合中国气象局规定的相对误差不超过±4%的规范要求。在分析日降水量方面,发现称重传感器比翻斗传感器观测量平均偏小0.29 mm;有明显性降水时,两者在日降水量等级判别上基本一致。称重传感器观测的数据小于翻斗传感器观测的数据概率要高,两种传感器观测的差值分布较为一致。称重传感器在捕捉微量降水的能力不比翻斗传感器差,甚至更好。称重传感器观测的日降水量与翻斗传感器观测的日降水量相关系数为0.99826,达到0.01显著相关的水平。     

青藏高原草地降水利用效率时空动态及对气候变化的响应

本研究利用CASA(Carnegie-Ames-Stanford Approach)模型模拟了2000—2013年青藏高原草地净植被生产力(Net Primary Production，NPP)，结合实测数据、气象数据和土地覆被数据计算了草地降水利用效率（PUE），探究其时空分布特征，以及不同草地类型PUE及其对气候变化的响应。结果表明：青藏高原草地PUE在研究年限内呈现波动增加趋势，增加速率为每年0.0035 g·m^-2·mm^-1，14 a的平均值为0.38 g·m^-2·mm^-1。PUE的空间分布具有明显的异质性，呈现东部高、中西部低的基本格局。PUE分布在0.2～0.4 g·m^-2·mm^-1之间的比例最大，占青藏高原总面积的55.63%，呈减少趋势的区域主要分布在青藏高原的北部和西部，以及东部的边界地区，呈增加趋势的地区集中在研究区的中部和南部。研究年限内PUE的变异系数分布在0.07～0.85之间，变化稳定的区域所占面积最大，为总面积的43.43%，主要分布在唐古拉山脉和横断山脉附近。不同草地类型间PUE均值存在差异，具体表现为：草甸（1.06 g·m^-2·mm^-1）>坡面草地（0.80 g·m^-2·mm^-1）>平原草地（0.30 g·m^-2·mm^-1）>高山与亚高山草甸（0.29 g·m^-2·mm^-1）>荒漠草地（0.23 g·m^-2·mm^-1）>高山与亚高山草地（0.094 g·m^-2·mm^-1）。总体上，青藏高原草地PUE与降水成负相关关系，而与气温呈正相关，PUE的变化对降水响应更加敏感。     

青海省海东市不同等级降水和旱涝关系研究

利用1961～2015年青海省海东市5气象站逐日降水资料,根据中国气象局降水等级划分标准和旱涝Z指数的计算方法,分别统计海东市夏、冬半年不同等级雨量和雨日及计算Z指数,利用线性回归法分析海东市55年来不同等级雨日和雨量和Z指数的变化趋势,并采用偏相关系数、相对贡献率和合成分析等方法研究不同等级雨日和雨量对旱涝的影响。得出以下结论：①海东市夏(冬)半年降水以小雨(雪)和中雨(雪)为主,雨日和雨量及占年比例均呈现自南向北递增的空间分布。②夏半年小雨和大到暴雨的雨量及雨日呈减小趋势,中雨雨量和雨日呈增加趋势,冬半年小雪、中雪和大到暴雪的雨量及雨日均呈减小趋势。③夏、冬半年Z指数均表现为不显著的减小趋势。④夏、冬半年不同等级雨量和雨日与Z指数偏相关系数和相对贡献率分析,夏半年中雨和大到暴雨的雨量及雨日对Z指数有显著的影响,冬半年小雪的雨量和雨日对Z指数变化影响最大。⑤采用合成分析法的标准化值,无论是夏半年还是冬半年,在偏涝年,不同等级降水雨日和雨量基本都为正值,在偏旱年,不同等级降水雨日和雨量基本都为负值。在偏涝年,不同等级降水雨日和雨量差异夏半年主要表现在大到暴雨和中雨雨日及雨量,小雨雨日及雨量差异较小,而冬半年主要表现在小雪雨日及雨量,中雪次之,大到暴雪最小；在偏旱年,不同等级降水雨日和雨量差异夏半年主要表现在中雨雨日及雨量,大到暴雨次之,小雨最小,冬半年主要表现在小雪和中雪雨日及雨量,大到暴雪差异较小。     

1976—2017年青海湖东北部地区极端降水事件变化特征分析

[目的] 为进一步了解高寒牧区气候变化，[方法]依据1976—2017年青海湖东北部海晏站逐日降水资料，采用百分位法确定冬、夏半年极端降雨（雪）阈值并统计极端降水事件，运用线性趋势、R/S和小波分析法分析极端降水事件变化特征、未来演变趋势及周期。[结果]结果表明：青海湖东北部地区冬、夏半年极端降水日数和极端降水量呈不显著增加趋势；冬半年极端降水强度和日最大降水量不显著增加，而夏半年不显著减小；极端降水对年降水的贡献率均以不同的速率增加，其中夏半年的极端降水对年降水的影响较大；冬半年降水日数不显著减小，而降水量显著增加，表明冬半年发生短时强降水的几率增大，夏半年的降水日数和降水量增加不明显；未来，冬半年极端降水日数增加趋势将发生转变，极端降水量与之前的变化趋势无关将继续呈现震荡性，其他各要素将持续前期的变化趋势；冬（夏）半年极端降水日数和降水量分别存在明显的周期变化特征。[结论]高寒牧区的极端降水研究对于预防短时强降水带来的雪灾、洪涝事件的发生意义重大。     

浙江省油菜花期降水量风险评估

对浙江省66个县市(区)1971—2014年油菜花期降水量及油菜产量资料进行统计分析,并基于信息扩散的风险评估模型,对浙江省油菜花期降水量在各级降水量下的超越概率进行计算分析,评估各地油菜花期面临的旱涝风险;同时分析了浙江省油菜花期各级降水量风险值与油菜产量变化之间的关系。结果表明:油菜花期降水量严重过剩的风险高值区主要位于浙西南地区,降水量短缺风险高值区主要位于浙江省沿海岛屿及宁波的部分县市;浙江省油菜花期降水量短缺基本可以通过灌溉得到改善,但油菜减产与花期降水量过多显著相关,油菜花期降水量300 mm是油菜是否减产的阈值。该结果可为油菜种植合理布局及农业保险政策提供科学依据。     

不同降雨状况下渭北旱地春玉米临界氮稀释曲线与氮素营养诊断

过量施氮、降雨变率大和水氮耦合差是渭北旱地春玉米生产中氮肥高效利用的主要难题。构建渭北旱地不同降雨状况下春玉米临界氮稀释曲线,分析采用氮营养指数NNI诊断和评价旱地玉米氮素营养状况的可行性,为实现旱地玉米因雨合理施氮提供理论依据。以郑单958和陕单8806为试验材料,设置5个施氮量处理, 2016—2017年5个施氮量处理分别为0、75、150、270和360 kg hm-2, 2018—2019年施氮量调整为0、90、180、270和360 kg hm–2,文中依次用N0、N1、N2、N3、N4表示。其中2016年和2018年降水状况表现为穗期多雨,花粒期干旱; 2017年和2019年降水状况表现为穗期干旱,花粒期多雨,利用4年田间定位施氮试验数据构建并验证2种降雨状况下旱地春玉米临界氮稀释曲线模型。结果表明:(1)增施氮肥显著提高了旱地春玉米地上部生物量和植株含氮量,不同施氮量处理间差异显著。2种降雨状况下春玉米临界氮浓度和地上部生物量均符合幂指数关系,但模型参数之间存在差异(a.穗期多雨:Nc=35.98DM–0.35;b.穗期干旱:Nc=35.04DM–0.23)。模型拟合的植株氮浓度和实际氮浓度线性相关,穗期多雨年RMSE和n–RMSE分别为1.03、5.75%,穗期干旱年分别为1.53、6.78%,模型均具有较好稳定性。(2)在试验施氮量范围内,不同生育时期NNI随氮肥用量增加而增大,不同降雨状况下最佳施氮量存在差异。渭北旱地玉米最适施氮方案为基施氮肥150～180kghm–2,穗期多雨年追施氮肥45～75kghm–2。(3)氮营养指数NNI与相对吸氮量(RNupt)、相对地上部生物量(RDW)和相对产量(RY)均极显著相关,穗期多雨年NNI为1.02时, RY获得最大值,为0.95;穗期干旱年NNI为1.08时, RY获得最大值,为0.92。本研究建立的旱地玉米临界氮稀释曲线和氮营养指数,能够精准预测2种降雨状况下旱地春玉米拔节期至完熟期的氮素营养状况,对玉米生育季氮诊断及指导精确施氮具有重要意义。