气候变化下浙江省极端降水时空变化研究

基于CMIP5的18个GCMs模型,通过LARS-WG降尺度模型获得降雨数据,计算了2041-2070年在RCP4.5和RCP8.5两个情景下的11个极端降雨指数,并通过贝叶斯平均法获得两个情景下的集合值,分别与浙江省1971-2000年实测数据的极端指数计算结果进行对比分析,最后探讨了浙江省2041-2070年极端降...     

青海湟水流域气温与降水时空变化特征

为了分析青海湟水流域气温与降水的时空变化特征,选取流域13个气象站点1959―2006年逐日降水与气温资料,用Mann-Kendall突变检验、小波分析等方法研究了气温与降水时空变化特征。结果表明,流域多年平均年降水量在年内分配极不均匀,降水量在春季和冬季有增加趋势,夏季和秋季有减少趋势;降水量以2.13 mm/10 a的速率减少。流域多年平均气温和月平均气温均呈升高趋势,年平均气温以0.348℃/10 a的速率升高。降水和气温空间分布极不均匀,流域西北和东南地区降水量较少,中部地区降水量较多;流域多年平均气温自西北地区到东南地区逐渐升高。年降水系列的突变点在2001年,第一主周期为3 a,第二、第三主周期分别为8 a和15 a;年平均气温系列无突变点,第一主周期为25 a,第二、第三、第四主周期分别为8 a、15 a和3 a。     

气候变化下雅砻江流域降水时空变化特征研究

雅砻江流域是我国重要的水电能源基地,在全球气候变化背景下,研究雅砻江流域内降水变化规律及未来的降水变化趋势具有重要意义.利用SDSM统计降尺度模型对GCM全球气候模式数据进行降尺度,模拟雅砻江流域未来的降水变化情况.通过趋势分析、M-K趋势检验及突变检验、Morlet小波分析等方法分析了雅砻江流域历史期及未来3种浓度路...     

吉林省极端降水事件对玉米产量的影响研究

吉林省作为我国玉米种植主产区,探究该地区玉米生长发育及产量对极端降水事件的敏感性和响应机制显得尤为重要。基于吉林省24个气象站点1961-2019年的逐日最高、最低气温和降水数据以及各站点的玉米单产数据,采用5年滑动平均、森式斜率、M-K非参数检验等方法对吉林省极端降水事件和玉米产量时空变化特征进行分析,并利用皮尔逊相关性分析法、布尔塔(Boruta)算法定量厘定极端降水事件对玉米产量的影响。结果表明：强降水量(R95p)、雨日降水总量(PRCPTOT)、大雨日数(R20)、普通日降水强度(SDII)的Sen斜率值分别为0.301 mm/a、-0.18 mm/a、0.31 d/a、0.27 mm/(d·a),除PRCPTOT以外均呈上升趋势,表明极端降水事件逐渐增多;玉米实际单产与趋势产量均呈显著上升趋势;玉米气候产量在-1 802.24～1 579.04 kg/hm²区间内呈波动下降趋势,年际间差异较大;玉米相对气候产量在59 a间,有11个气候丰年、10个气候歉年,其余年份为正常年份;玉米气候产量与极端降水指数整体在西北部以及东部地区呈正相关,在南部呈负相关;...     

沈阳市降水变化特征初步分析

根据沈阳市1959-2006年的降水资料,进行统计计算和频率分析,探讨了该地区降水时空分布特征及其枯丰变化趋势,总结了沈阳市多年平均降水的变化规律.结果表明:沈阳市多年平均降水量为606.6 mm,其变差系数为0.2,且多年平均降水具有缓慢下降的趋势;降水量年际、年内变化较大,且分配不均匀,汛期降水量(6-9月)大约占全年降水量的60%～9O%,最大一日降水多发生在7、8月份;沈阳市多年平均降水量在空间上分布不均匀,南部地区大于北部地区,具有由南向北逐步减少的趋势.     

黔南州近40年降水时空变化特征分析

近年来黔南州年降水量和5—8月降水量表现为增加趋势且降水偏多年份越发明显,为研究其变化规律,故选取黔南州近40年降水资料对其时间和空间状态进行分析。得出黔南州降水大致可分为三种类型:a.降水一致性偏多(偏少)型;b.西北少东南多型;c.中部多南北少型。近年来尽管降水量有增加趋势,但从近40年时间尺度来看,黔南州降水表现为减少趋势,其值在平均值周围变动;降水集中时段5—8月的变化趋势平缓,仅个别年份偏离平均值较多。     

等概率粗粒化LZC算法在降水变化复杂性研究中的应用

区域水文过程复杂性研究是一种新的研究模式,降水复杂性变化更是当前研究热点。运用等概率粗粒化的LZC方法,以红兴隆分局为例,对红兴隆分局辖区内10个农场逐月降水序列复杂性进行诊断,运用GIS技术绘制降水复杂性空间分布图。结果表明：八五三农场降水复杂性最高、八五二农场次之、五九七农场最低。进一步分析表明,降水是当地地下水埋深复杂性变化的主导影响因素之一。研究成果揭示了当地降水复杂性演变特征,为区域降水、地下水埋深准确预测及水资源合理优化配置提供了科学依据。     

陕西关中地区降水对环境因子变化的响应特征研究

在全球气候变化的背景下,探寻和建立降水与环境因子之间的关系,可以为降水、变化环境定量化预测研究建立理论和方法基础,兹分析了陕西关中地区主要县市的温度、日照时数、风速和空气相对湿度4个环境因子与不同频率的降水间的影响与响应特征。结果表明,温度因子变化对25%、50%、75%频率的降水影响最为显著,降水对相对湿度的响应程度紧随其后,且相对湿度对5%频率的丰水情况影响更为显著。而日照时数对于各频率的降水影响也较为显著;各频率的降水,对风速的作用和影响关系均表现为不显著。表明较高的温度、相对湿度和较大的日照时数将有利于关中地区降水的丰沛化。研究结果可为揭示关中地区环境变化的特性,进一步为生态环境建设和水资源合理开发利用研究提供依据。     

降水时空分布及变化特征分析——以安徽省为例

【目的】探究安徽省降水时空分布及其变化规律。【方法】基于1960—2019年安徽省24个气象站点的降水日值数据,采用趋势分析、突变检验等方法分析安徽省降水时空分布特征和变化趋势。【结果】降水量自北向南递增,夏季降水量约占全年降水量的40%;降水日呈“南频北稀”、“山区多,平原少”的空间分布格局,降水量和降水日的高值中心出现在皖南和大别山区域,低值中心位于淮北平原。年降水量呈上升趋势,增加的站点共22个。总降水日呈减少趋势,中、小降水日显著减少,大雨和暴雨的降水日呈增加趋势。安徽省共12个站点存在降水突变年,仅江淮平原和皖南山区的降水量存在潜在突变年。【结论】安徽省降水较为集中,极端降水和洪涝风险存在增长趋势,本研究可为安徽省水资源规划利用及旱涝灾害防控提供借鉴。     

云南省土壤墒情变化特征分析

分析云南省土壤墒情变化特征。利用2008-2012年云南省13个土壤墒情监测站的土壤重量含水量和日降水数据,分析其土壤墒情的时空变化特征。结果表明:滇东南和西北部的土壤墒情较高,而滇中的土壤墒情较低。不同深度的土壤含水量呈显著线性相关,且整体上表现为深度越深土壤含水量越大。土壤含水量与降水量大致呈正相关;土壤含水量最大值出现在6-10月,且基本上滞后降水最大月份1个月;土壤含水量最小值出现在1-4月。     

滇中地区作物生长期时空变化特征及影响因子分析

为了探究气候变化对作物生长期的影响,根据1964—2013年滇中地区49个气象站点逐日的最高气温、最低气温和降水数据,采用M-K检验和小波分析,研究了滇中地区作物生长期的时空变化特征及其影响因素。结果表明,(1)滇中地区多年平均作物生长期(GSL)为362.58 d,1964—2013年GSL、无霜日和Tmin均呈显著上升趋势,其中GSL增幅约为0.371 d/10 a,Tmax呈微上升趋势,降水量则呈显著减少趋势,而通过M-K检验得知滇中平均GSL突变时间约为1988年,1999年后呈显著上升趋势,并具有9 a和25 a的周期变化;(2)滇中地区作物生长期空间上表现出中部高,东西低的分布特征,且GSL上升趋势从中南部向东西部越来越明显,尤其是东北部和西北部均呈现出显著上升的趋势;(3)GSL与无霜日和Tmin表现出极显著正相关性关系,且GSL变化受Tmin影响最为显著。     

滇中地区极端降水时空变化趋势及其成因分析

极端天气和气候事件是对人类社会危害最严重的自然灾害之一。采用滇中地区1961-2006年46个测站逐日降水数据,分别将大雨/暴雨雨量和雨日数、最大日降水量和年日降水量序列99百分位值作为极端降水临界值,用MK秩次检验方法和IDW插值方法比较分析滇中地区极端降水在时空上的变化特征及其成因。结果认为这3种极值算法在该区可以相互验证,在时间上表现为滇中区域平均的极端降水呈不显著上升的变化趋势,在空间上表现为东部多雨地区降水的变化比较缓和而中西部平坝、河谷少雨地区极端降水的变化要强烈一些。滇中地区的降水类型发生了变化,大雨/暴雨量和大雨/暴雨次数增多而其他降水类型减少。小雨雨量和雨日数的减少是滇中地区年降水量和年降水日数减少的主要原因,降水变率加快且强度增大是滇中地区极端降水的变化的原因之一。     

对近50a云南降水量的时空变化特征分析

利用云南省124个国家气象站1961-2010年的月降水量资料,运用倾向率分析和EOF分析方法,研究了云南最近50a来降水量变化的基本特征。通过倾向率变化分析表明:云南冬季降水量倾向率呈东部和北部为正,西南部为负的分布趋势,变化幅度在4个季节中最小;春季大部地区降水量呈增加的趋势,增加的幅度西部地区大于中东部地区;夏季全省大部倾向率均为负;但倾向率数值各地差异较大;秋季云南西北部降水量有增加而东南部降水量减少的趋势。EOF分析表明:第1主分量序列可表征云南年降水量变化趋势,1999和2001年是近50a云南降水量最多年份,2009年是最少的年份。近50a来第1主分量波动下降,表明云南年降水量呈减少趋势;第2特征向量在云南西北部为负,东南部为正,对应的第2主分量也呈波动下降的趋势变化,表明近50a来云南西北部降水增加、东南部降水量减少,这与云南秋季降水量的变化特征相符。     

青海省东部地区旱涝事件变化规律分析

基于青海省东部地区12个气象站点的降水资料,通过对表征极端降水事件指数进行趋势分析、突变检验和空间分析以及海表温度距平指数(SSTA)与干燥度和极端降水指数的相关性系数,研究了旱涝事件的变化规律及ENSO事件对旱涝事件的影响.结果表明,研究区极端降水事件的空间分布呈现明显的地域差异,即北部地区易出现洪涝现象,南部地区易出现干旱现象;20世纪80年代以后,研究区的干旱和洪涝事件均趋于增多,旱涝事件趋于频发;干燥度、大于95％分位降水量、大于25 mm降水量均和滞后2个月的SSTA有良好的相关关系,ENSO事件对研究区旱涝的影响由南向北呈现“大-小-大”的趋势,Nino3区的海温对研究区洪涝事件的发生影响较大.     

云南省降雨侵蚀力时空分布与演变趋势研究

由于生态环境演变及人类活动的影响,云南地区生态环境极度脆弱,土壤侵蚀强度大,侵蚀程度严重。降雨侵蚀力(R)是采用USLE/RUSLE模型进行土壤侵蚀评估的重要参数,但目前针对云南地区R值的计算模型及适宜性方面的研究较少。本研究采用昆明气象站1951—2010年共60 a逐日降雨数据,对中国南方地区常用的5种R计算模型在云南地区的适宜性进行分析,筛选出适宜云南地区的R计算模型,并基于均匀分布于云南省的36个国家基本气象站1951—2012年降雨观测数据,分析云南省降雨侵蚀力时空分布与演变特征。研究表明:在5种降雨侵蚀力计算模型中,模型B具有较好的稳定性,且有效系数(Ef)最大,相对偏差系数(Er)最小,在云南地区有较好的适宜性。云南地区多年平均降雨量为1 106.84 mm,7个分区多年平均降雨量分布在745.83~1 533.33 mm之间,不同地区降雨量分布不均匀,季节分布集中在夏季,降雨空间分布呈现出自西南向东北递减的趋势。云南地区多年平均R为2 719.31 MJ·mm/(hm2·h),7个分区多年平均R分布在1 837.23~3 949.12 MJ·mm/(hm2·h)之间,季节分布集中在夏季,空间分布也表现出自西南向东北递减的趋势。7个分区降雨侵蚀力趋势系数分布在-0.34~-0.02之间,各分区近60 a来降雨侵蚀力均呈现出减小趋势。本研究可为云南水土生态环境建设和土壤侵蚀模型构建提供借鉴和参考。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。     

人类活动影响下安徽省植被指数时空变化分析

利用2006—2020年MODIS NDVI数据和2010年及2015年的国内生产总值(GDP)、人口(POP)、土地覆盖(Land Cover)空间分布数据,分析了安徽省NDVI的时空变化规律及人类活动对NDVI空间变异的影响。结果表明：2006—2020年安徽省NDVI在0.535~0.568之间波动,总体呈改善趋势,累积增长率为6.23%;季节上年增长率由大到小依次为秋季(0.0042a-1)、冬季(0.0036a-1)、夏季(0.0031a-1)和春季(0.0029a-1)。15年来,安徽省NDVI明显改善和轻微改善的区域面积占全省NDVI面积的69.17%,改善区域主要分布在长江以南地区;季节上,春季和冬季对NDVI改善的贡献最大。安徽省NDVI呈现持续性改善的区域占42.36%,呈现持续性退化的区域占17.23%,退化区域主要分布在省会城市及其周边经济发展较快城市。2010年GDP、POP、Land Cover对NDVI的空间变异分布解释力均在27%以上,2015年解释力均在15%以上,可见,GDP、POP、Land Cover对NDVI的空间分布均存在显著的影响。安徽省2006—2020年NDVI在时间和空间上均呈不断改善趋势,表明安徽省的绿色发展正在稳步推进。     

辽西地区干旱特征与降水资源调控的可能性分析

辽西地区31年的降雨量与蒸发量分析结果表明，二者出现高峰期的差距是导致春旱的重要原因之一，用湿润系数（0．33）这个指标基本上能衡量辽西地区各季节的干旱与否，在此基础上用湿润系数的经验频率来分析31年间各个季节湿润系数≥0．33的发生频率。结果显示，该区夏季湿润系数≥0．33的发生频率为71.88％，春季湿润系数≥0．33的发生频率仅为9．40％，秋冬的湿润系数皆小于0．33。以此得出结论：该区雨水资源近80％集中在夏季．调控时期也只能在夏季，其它季节几乎没有调控的条件和可能。