极端大风是一种重要的气象灾害, 同时亦是一种重要的气候资源。作为“世界屋脊”的青藏高原(Qinghai-Xizang Plateau, QXP)区域是全球和区域气候变化的敏感区, 其极端大风事件及其气候变化背景下变化特征与机理尚未完全清楚, 尤其在川藏铁路建设背景下, 加深高原区域极端大风事件的科学认知可为铁路建设和运营提供科学支撑和参考。为探讨高原区域性极端大风长期变化特征及其可能原因, 利用地面观测最大风速日值数据, 定义了青藏高原区域性极端大风事件, 在此基础上, 采用趋势分析、 EOF分析、 合成分析等多元统计方法分析了1982 -2021年高原中东部区域性极端大风事件的时空分布和变化特征、 发生的环流条件及其频次减少的可能原因。分析结果表明: (1)自20世纪80年代以来, 青藏高原中东部区域性极端大风事件呈显著下降趋势, 以95和99百分位定义的区域性极端大风日数每10年分别下降44天和11.6天, 且变化主要表现为空间一致型, 主要集中在高原东北部。(2)区域性极端大风发生期间, 中高纬位势高度呈“西高东低”, 低纬地区呈“西低东高”的分布形势, 主要特征表现为蒙古-西伯利亚高压正异常, 蒙古地区气旋式环流异常, 高原东北部西风异常以及蒙古地区地表温度负异常。(3)全球变化背景下, 春季西伯利亚高压强度减弱、 上一个冬季东亚大槽强度加强致使高原南北两侧气压梯度减小、 西风急流减弱导致动量下传减弱并且伴随着气旋性环流异常减弱, 以及亚洲地表温度非均匀性上升使得南北温度梯度变小。这些大尺度环流和局地热力因子的协同影响可能是高原中东部区域性极端大风事件发生频次减少的重要原因。
在全球变暖的背景下, 青藏高原通过感热加热和潜热释放改变大气环流, 不仅影响高原生态系统的水分收支平衡与能量平衡, 还对亚洲乃至全球气候起着重要的调节作用。为探究青藏高原高寒草地生态系统蒸散发在不同区域的变化特征及影响因子, 加深对高原气候变化的理解和生态水文过程的了解, 基于2022年观测到的涡动及气象资料, 对比分析了思金拉措(季节冻土)、 沱沱河(多年冻土)两地相同海拔处的高寒草地生态系统实际蒸散发量的变化特征及环境影响因素。结果表明: (1)两地环境因子相差较大的是风速、 空气温度、 降雨量, 沱沱河站风速远大于思金拉措站; 年均气温、 降雨量均低于思金拉措站。(2)思金拉措站夜间蒸散发日内小时平均值大于沱沱河站, 白天则相反; 两站日蒸散量变化趋势特征相近, 思金拉措站蒸散量急剧增大时间和最大值出现时间均早于沱沱河站; 两站月蒸散量均为单峰型, 夏季7月蒸散量最大, 冬季12月、 1月、 2月较小。(3)风速、 大地辐射在两站与蒸散量具有不同的相关性, 风速在沱沱河站较大, 与蒸散发相关性较强, 在思金拉措站风速小, 两者相关性较弱, 大地辐射在两地与蒸散发的相关性则正好相反; 在两地与蒸散量相关性均较大的是空气温度、 水汽压、 大气逆辐射, 均较弱的是空气湿度、 饱和水汽压差, 最弱的是降雨。(4)降雨虽然是蒸散水分的主要来源, 但在青藏高原, 冰川冻土融水也是蒸散水份的重要来源, 因此降雨对两地蒸散发量影响较小。
利用2005 -2020年6 -8月109个测站的小时降水资料, 分析了高原东南部-川西地区(28°N -33°N、 90°E -105°E)夏季小时极端降水事件的年降水量、 发生次数、 降水强度和持续时间等指标的时空分布, 并进一步探讨了高原东南部-川西地区夏季小时极端降水事件的降水量、 降水强度和降水频率的日变化特征。结果表明: 高原东南部-川西地区夏季小时极端降水事件的小时极端降水阈值、 年降水量、 降水强度和持续时间均具有高原东南部地区小、 川西地区大的特点, 但发生次数反之。高原东南部地区夏季小时极端降水事件的年降水量、 发生次数和持续时间整体均呈随时间增加的趋势, 但川西地区夏季小时极端降水事件年降水量、 发生次数也呈增加的趋势, 而持续时间在川西地区的变化并不显著。高原东南部-川西地区夏季小时极端降水事件降水量、 降水强度和降水频率的峰值时间呈现自西向东延迟的分布, 川西地区的峰值时间比高原东南部地区分别延迟了3 h、 4 h和2 h, 这种延迟特征在6月降水强度方面最为明显, 川西地区比高原东南部地区延迟了11 h。然而, 高原东南部地区和川西地区小时极端降水事件降水量、 降水强度和降水频率的峰值时间均未表现出显著的年际变化。
青藏高原上湖泊众多, 其中大多数被季节性湖冰覆盖。湖冰对气候变化响应敏感, 其生消过程会显著改变湖-气交换通量。而现有的高原湖冰长时间观测数据较少, 需要利用湖冰再分析资料进行研究。但目前对ERA5-Land湖冰资料在高原的适用性及改进方法还不甚清楚。因此, 本文首先利用2010 -2022年青海湖和鄂陵湖的湖冰观测数据, 评估了ERA5-Land再分析资料对青藏高原典型湖泊湖冰特征的模拟能力。结果表明: ERA5-Land资料对青海湖和鄂陵湖的冰厚平均高估0.54~0.62 m, 对封冻期天数高估约68 d·a-1。其次对再分析湖冰数据误差来源进行分析, 通过对比ERA5-Land和鄂陵湖观测资料及其各自驱动模式的模拟结果, 得出误差主要来源于输出ERA5-Land湖冰数据的FLake一维湖泊模式。最后基于2010 -2022年青海湖和鄂陵湖的MCD43A3地表反照率产品, 利用其多年平均反照率和动态日均反照率改进了FLake模型, 模拟冰厚平均偏差可分别减小85%和90%, 封冻期天数的模拟偏差减小了约6 d·a-1和8 d·a-1。两种方法均可以改进FLake模型对湖冰的模拟效果, 特别是对积雪覆盖时间较长的湖泊, 动态反照率方法改进效果更明显。本研究揭示了ERA5-Land湖冰特征的主要误差来源为FLake模式中的湖冰反照率, 并对该参数进行了改进, 提高了模型对湖冰的模拟效果, 可为提高ERA5-Land再分析湖冰数据在青藏高原典型湖泊的模拟精度提供参考。
为了评估CMA-CPSv3模式对影响我国夏季降水的两个高压系统-南亚高压和西太平洋副热带高压的预测能力, 利用该模式2001 -2020年3月、 5月起报的回报结果和ERA5再分析数据, 首先评估了该模式对两个高压系统特征指数的预测能力, 然后分析了不同起报时间对东亚地区夏季环流系统的预测能力, 最后对比了两个高压系统预测同好年和同差年夏季环流系统、 水汽输送特征的差异以及对我国夏季降水的影响, 并探讨了两个高压系统预测偏差的可能原因。研究表明: (1)CMA-CPSv3模式对西太副高和南亚高压的平均脊线位置的预测效果最好, 预测的强度指数和面积指数明显偏强、 偏大; 与3月起报相比, 5月起报的预测结果对西太副高的预测有一定的提高。(2)CMA-CPSv3模式较好地预测了100 hPa和500 hPa环流形势, 其中温度场和风场的预测效果较好, 但预测的南亚高压和西太副高的范围整体偏强。(3)预测的两个高压系统同好年和同差年, 两个高压脊线位置预测较好, 预测的面积和强度均明显偏强, 同好年的预测偏差较小; 能够较好地预测出东亚地区水汽通量的空间分布和我国夏季降水分布格局。(4)预测的两个高压系统所在经度区域的上升运动较ERA5结果偏弱, 可能是引起预测的南亚高压和西太副高范围偏大、 强度偏强的原因之一。
青藏高原湖泊分布广泛, 且多为季节性冻结湖泊。在全球变暖的背景下, 青藏高原湖冰厚度及其物候发生着显著变化, 深刻影响着区域气候演变。然而目前对于高寒区湖冰厚度及其物候在气候学尺度上的演变特征认识还不甚清楚。因此, 本文利用青海湖下社水文站野外湖冰观测数据、 MODIS湖冰覆盖率数据集、 刚察气象站观测数据与CMFD数据, 结合湖冰准稳态分析模型, 研究了近40年(1979 - 2017年)青海湖湖冰厚度及其物候的演变特征。结果表明: 模拟的多年冰厚平均值为0.31 m, 与下社水文站实测值接近; 模型对湖冰融化结束时间的刻画较准确, 误差仅为0.07天, 开始结冰时间和结冰期长度的误差分别为5.60天和5.67天。1979 -2017年模拟的最大冰厚减小趋势与观测结果较为一致, 即每年冰厚减少0.003 m。模拟的1979 -2017年青海湖开始结冰时间延后(0.23 d·a-1), 融化结束时间提前(0.32 d·a-1), 结冰期长度缩短(1.02 d·a-1), 其中20世纪80年代结冰期缩短尤为明显(2.2 d·a-1)。1979 -2017年青海湖结冰期内(12月至次年4月)向下长波辐射和气温(二者均呈现上升趋势)与平均冰厚以及最大冰厚之间存在显著的负相关关系, 向下短波辐射(呈现下降趋势)与最大冰厚以及平均冰厚之间存在显著的正相关关系。去趋势敏感性试验表明: 向下长波辐射、 气温、 向下短波辐射、 比湿是青海湖1979-2017年内平均冰厚和最大冰厚变率的主要驱动因子, 对平均冰厚变率分别贡献了42.08%, 40.93%, -36.99%和17.45%, 对最大冰厚变率分别贡献了44.48%, 44.68%, -34.77%和19.92%。所有气象驱动因子对二者贡献了83.40%和87.01%, 可以看出青海湖最大冰厚变率相较平均冰厚变率更容易受到气象条件的影响。本文研究结果对冰冻圈湖冰的长期演变趋势提供了认识, 为其他青藏高原湖泊冷季研究提供了参考依据。
青藏高原是重要的牧草产地、 生态屏障和水源涵养区, 其植被生态过程可以直接牵动中国乃至东亚的变化。随着全球变暖, 青藏高原植被物候期不断改变, 通过碳循环、 水热循环等影响着气候和生态系统, 物候变化及其影响因素研究成为关键问题, 构建可以实现未来物候预测的模型具有重要科学意义。本文基于2000 -2020年卫星获取的归一化差值植被指数(MODIS NDVI), 利用动态阈值法提取青藏高原植被生长季开始时间(SOS), 并结合植被类型分析其时空变化规律, 构建SOS与气温、 土壤水分的多种物候模型, 探究不同区域、 种类植被开始生长所需水热条件。结果表明: (1)2000 -2020年, 青藏高原SOS整体呈提前趋势, 东部最为显著, 提前速率超过10 d·(10a)-1, 针叶林、 灌丛、 草甸和高山植被覆盖区SOS提前比例较高, 草原有约50%的轻微延后区域; (2)青藏高原东部和北部区域有明显的暖湿化趋势, 年均温上升速率约为0.36 ℃·(10a)-1, 年均土壤水分增加速率约为每年3.8×10-4 m3·m-3(p<0.01); (3)四个物候模型参数率定结果均显示, 青藏高原东部和南部植被开始生长对水热条件要求更高, 南部植被SOS的主控因子为气温, 而北部则为土壤水分, 不同植被类型生长季开始的气温、 土壤水分阈值和主控因子也与其空间分布位置密切相关; (4)文中构建的积温-累积土壤水分阈值模型对于青藏高原主要植被类型(草原、 草甸和高山植被)模拟效果最好, 均方根误差仅在8天左右, 对于青藏高原未来SOS预测、 物候与气候之间的相互作用机制等相关研究具有参考意义。
物候变化对气候响应和生态环境方面的研究具有重要意义。本文基于近20年的MODIS V6积雪产品和反射率产品, 分别获取了青海湖流域的积雪和湖冰物候, 并分析了二者的空间分布特征。在此基础上, 采用Theil-Sen Median和一元线性回归法分析了积雪物候与湖冰物候的变化趋势, 以及低海拔区域内二者的相关关系。结果表明: (1)青海湖湖冰开始冻结日期、 开始消融日期和湖冰存在期分别在321~389 d、 425~464 d和0~174 d。整体上, 开始冻结日期和开始消融日期均呈推迟趋势, 推迟率分别为0.3 d·a-1和0.2 d·a-1; 湖冰存在期则呈缩短趋势, 缩短率为0.6 d·a-1。湖冰物候与经度具有显著相关性, 湖面自东向西, 湖冰开始冻结日期推后、 开始消融日期提前、 湖冰存在期缩短。(2)青海湖流域积雪初日、 积雪终日和积雪日数分别在275~404 d、 353~484 d和3~209 d。其中积雪初日和积雪终日整体上分别呈提前趋势和推迟趋势, 变化率分别为0.8 d·a-1和0.11 d·a-1; 积雪日数呈增长趋势, 增长率为0.6 d·a-1。积雪物候与海拔密切相关, 随着海拔的增加, 积雪初日提前、 积雪终日推迟、 积雪日数增加。(3)冬季负积温和气温是影响湖冰物候的重要因素。冬季负积温和气温升高会导致湖冰开始冻结日期推迟、 湖冰开始消融日期提前、 湖冰存在期缩短。对于积雪物候, 积雪日数与气温之间呈显著的负相关关系, 气温下降, 积雪日数增加。(4)低海拔流域内部分积雪与湖冰物候参数之间存有潜在联系。积雪初日与湖冰开始冻结日期之间具有较为显著的负相关关系, 相关性系数为-0.404。而积雪作为湖面保温层, 积雪日数的增加也会很大程度上减缓湖冰消融速度, 致使湖冰消融日期推迟, 因此二者呈一定正相关关系, 相关性系数为0.349。本研究所揭示的流域内生态系统变化规律, 对当地生态系统具有积极意义, 可以为青海湖流域环境监测提供理论依据和技术支持。
利用2006 -2021年常规观测和风云卫星云顶黑体亮温(TBB)资料, 结合欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)0.25°×0.25°的ERA5再分析资料, 对冷季影响华北和东北地区北上类温带气旋强降水过程进行了统计分析。结果表明: (1)温带气旋爆发性发展过程中大多数有锢囚锋形成, 但发展过程有所不同, Shapiro-Keyser(以下简称SK型)和经典的挪威(以下简称NW型)气旋发展过程各占一半, SK型气旋500 hPa上为一深槽, 斜压性强, 引导气流为东北偏北气流, 导致气旋路径偏西, 造成的降水更偏北、 范围更广; NW型气旋500 hPa上为一浅槽, 槽后冷平流弱, 引导气流为东北偏东气流, 导致气旋路径偏东, 降水偏南, 强度更强。(2)NW型气旋的大气河强于SK型气旋, 相应的强降水范围更大、 强度更强; 随着气旋发展, SK型气旋大气河北侧有明显的后弯特征, 导致SK型气旋的暖锋降水中心位于气旋西北象限, 而NW型气旋暖锋降水中心位于气旋中心附近。(3)SK型气旋西北侧的暖锋锋生明显强于NW型, 气旋锋生强迫产生的强上升运动, 有利于强降雪。(4)SK型气旋300 hPa上存在高音符形状的强位涡块, NW型气旋高层块状位涡较弱。SK型气旋上空平流层位涡下传与低层高位涡连通形成位涡塔, 其附近有深厚暖式锢囚结构; 而NW型气旋高层位涡下伸不明显, 没有位涡塔生成, SK型气旋首先在对流层中低层发展, 然后发展到地面, 而NW型气旋是从对流层低层发展起来。
利用山西省1961 -2021年秋季降水资料、 NCEP/NCAR再分析资料和海温资料, 分析山西省秋季降水的时空变化特征。结果表明: 山西省秋季降水在20世纪70年代中期前偏多, 之后减少, 21世纪00年代中期又开始增多。进一步从大气环流角度探讨这种年代际变化的成因可知, 在降水偏多时期, 200 hPa纬向风场东亚西风急流位置偏北, 有利于山西地区上升运动增强; 500 hPa位势高度场上欧亚大陆上空呈现出显著的正-负-正异常分布, 有利于高纬冷空气向南爆发; 850 hPa风场有利于低纬水汽向山西输送, 在这样的高低空环流配置下, 有利于山西省降水增加。同时山西省秋季降水量与海温异常存在密切关系, 当前期3 -5月北太平洋中部海温偏高, 热带中东太平洋海温偏低时, 山西省南部秋季降水易偏多。
基于2010 -2021年黑龙江省9部C波段多普勒雷达观测和常规资料, 结合欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)0.25°×0.25°的1 h间隔的ERA5再分析资料, 统计分析了黑龙江省温带气旋暴雪过程中尺度降水带的类型和活动特征, 基于典型个例对比分析了两种主要中尺度降水带的环境场异同。结果表明: (1)中尺度降水带主要分为单带状、 多带状、 短暂带状和非带状; 中尺度降水带主要分布在黑龙江南部和东北部, 位于地面气旋的西北和东北象限, 距离气旋中心900 km范围内, 且主要发生在气旋的锢囚阶段; 运动方式主要是横向平移与混合。(2)不同类型中尺度降水带降水强度的差异可以很好地从物理量的垂直廓线上体现出来, 单带状低层比湿最大, 低层锋生最强, 造成的降水最强; 而非带状低层锋生弱于单带状, 最强比湿在800 hPa附近, 降水范围大, 强度弱于单带状。(3)个例分析表明, 单带状和多带状中尺度降水带均位于850 hPa强暖平流的北侧和地面气旋的东北象限、 处于弱的湿对称稳定或湿对称不稳定环境中, 中尺度降水带的走向与锋生区平行。不同之处为单带状的形成伴随着低层低涡和地面气旋的快速发展和移动, 变形场导致强锋生, 上升运动集中在小范围, 而多带状低层低涡和地面气旋少动、 强度变化不大, 变形场较弱, 锋生较为浅薄, 但高空辐散和低层暖平流更强, 造成的上升运动范围更大, 出现多个上升运动中心, 对应多个小带。
利用统计方法分析了东亚地区植被与大气变率之间的相互关系, 并利用平衡反馈分析法(EFA)定量评估了植被对大气的反馈程度。研究发现植被与温度和降水均有明显的相关性, 在中高纬度地区植被与温度呈明显的同期正相关, 植被与降水存在负相关关系。而在中低纬地区植被与降水呈同期正相关, 植被与气温呈负相关关系。前期中高纬度植被增加后, 会导致后期异常升温。这是由于前期植被覆盖度增加后会遮挡地表积雪, 导致地表积雪覆盖度减少, 反射率减少, 地表吸收更多的太阳辐射, 导致异常升温。超前的降水对植被的影响在中低纬度十分明显, 这是由于中低纬度地区年平均温度较高, 降水是制约植被生长的主要因素。当植被超前降水一个月时, 中低纬度地区植被与降水呈正相关, 其原因是植被增加会导致局地水汽辐合, 蒸发/蒸腾增加, 导致降水增加。植被对温度的反馈系数在大兴安岭、 贝加尔湖等地区, 反馈系数为正, 为1~2 , 中国南部地区温度反馈系数也为正, 但反馈较小, 为0.2~1 。植被对降水的反馈系数噪音较多, 在我国华北地区为正的反馈, 反馈系数约为1.5 。
土壤水分作为连接地表与大气水热交换的关键水文变量, 影响陆-气水热交换和碳循环过程。但由于高寒山区土壤水分监测困难, 相关研究存在一定困难。而时间稳定性研究能够通过选择代表性点位从而降低土壤水分获取难度。本研究选取祁连山区石羊河流域上帐房沟草地坡面, 组建高密度、 高时间分辨率土壤水分监测网, 探讨高寒山区坡面尺度土壤水分时空变化及时间稳定性。研究结果表明: (1)表层土壤水分(10 cm, 15.90%)显著高于深层(50 cm, 11.78%), 其时间变异性(Cv T=19.46%)也强于深层(Cv T=10.67%), 但空间变异性(CvS =20.05%)弱于深层(CvS =27.06%)。(2)表层时间稳定性指数(Index of Temporal Stability, ITS)(0.24)强于深层(0.34), 表层和深层分别通过3个或5个土壤水分监测点即可代表坡面表层土壤水分(决定系数R 2>0.90)。(3)坡位和土壤水文属性对时间稳定性的作用效果显著: 时间稳定性点位更容易出现在坡下容重较大、 形状参数n较小的位置。研究结果有助于更好理解高寒山区坡面土壤水分时空变异规律、 时间稳定性特征及其控制作用。
CMA-MESO/CUACE CW化学天气耦合模式是自主研发的大气化学耦合模式, 目前CMA-MESO/CUACE CW 3DVar同化系统实现了地面气溶胶观测可吸入颗粒物PM2.5和PM10的同化, 为增强耦合同化系统非常规观测的同化能力, 文中在CMA-MESO大气化学天气耦合三维变分同化框架基础上, 利用查表法获得气溶胶消光系数, 然后建立气溶胶光学厚度(Aerosol Optical Depth, AOD)和气溶胶组分之间关系的观测算子、 切线性观测算子和伴随观测算子, 实现AOD观测资料的同化应用。针对2016年12月18 -20日华北、 黄淮地区一次污染天气过程进行同化预报试验, 试验结果表明同化葵花-8卫星(Himawari-8)气溶胶光学厚度观测后, PM2.5分析的重污染区范围有所扩大, 山西东南部分析与实况分布更为接近, 但是山东大部地区PM2.5分析偏强, 与观测相比PM2.5质量浓度存在高估。同时同化Himawari-8 AOD观测和地面气溶胶站点观测的PM2.5分析最优, 分析与观测距平相关系数最高, 平均偏差、 均方根误差及标准差最小。重污染区的PM2.5预报检验结果表明, 同化Himawari-8 AOD观测对大于350 μg·m-3量级PM2.5预报正贡献可以持续到48 h, 但整体来说, 同时同化Himawari-8 AOD观测和地面气溶胶站点观测对各个量级的PM2.5质量浓度预报质量最优。
雨滴谱是理解降水微物理特性和定量降水估测的基础, 尤其是在降水机制复杂、 时空变异性大的复杂地形中。本文利用Parsivel2激光雨滴谱仪对2020 -2022年夏季伊犁河谷流域山区和平原不同降水强度和不同降水类型的雨滴谱特征进行了研究。结果表明: 山区和平原降水主要以小雨滴为主, 对降水强度R贡献最大的主要是中雨滴。山区降水和平原降水主要出现在午后至傍晚, 山区降水大中型雨滴数浓度在各时间段均高于平原。随着雨强增大, 雨滴谱的谱宽和各直径档的雨滴数浓度也随之增加, 山区降水的大中型粒子数浓度在小雨和大雨时明显大于平原。在相同降水强度和降水类型的情况下, 山区降水具有较大的质量加权平均直径(Dm )和较小的标准化截断参数(log10 Nw )。此外, 伊犁河谷流域山区和平原的对流云滴谱均倾向于“大陆性对流簇”。研究发现, 两地区降水的μ-Λ关系和Z-R关系也存在显著差异, Z=300R 1.40的经验关系显然高估了降水量。研究结果揭示了伊犁河谷流域不同地形条件下的降水微物理特征, 为后续利用雷达资料反演降水提供可靠的事实依据。
四川盆地下垫面复杂多样, 暴雨频发, 探究不同下垫面要素对区域性降雨的影响有着重要意义。本文利用美国国家环境预测中心全球再分析资料和不同类别的土地利用资料, 其中包括MODIS(Moderate Resolution Imaging Spectroradiometer)、 USGS(United States Geological Survey)、 2015年LUCC2015(Land use datasets in China 2015)和2015年GLASS(Global Land Surface Satellite)土地利用资料, 使用WRF(Weather Research Forecast)模式对四川省一次暴雨事件进行数值模拟。通过四组土地利用实验和两组地形敏感性实验, 研究了地表类型和地形高度对暴雨的影响。结果表明: 不同土地利用类型试验对强降水区域影响较大, 相比MODIS试验, USGS的降水区域更集中, 强中心范围更大; LUCC2015试验在盆地东北部的降雨强度减弱, 但降水区域更集中; 由于土地利用较单一, GLASS试验的两个强降水中心强度均减弱, 东北部的降水中心南移。不同土地利用对模拟的近地表气象要素场也产生影响: 城市建筑群减少时, 2 m温度降低0.5~1 ℃; 植被覆盖度减少, 导致2 m温度增加, 10 m风速增强; 地表粗糙度降低, 10 m风速明显增强, 为2 ~4 m·s-1。地形对暴雨的影响显著, 盆地西部山地降低后, 由于缺少山脉阻挡, 低层的水汽和能量更丰富, 水汽和能量能够输送到四川更北的地区。低层气流在山前辐合加强, 激发更强的气流抬升运动, 导致降水强度增强、 位置西移、 范围更集中。相反, 地形抬升后, 山脉阻挡了南部的暖湿气流进入, 致使水汽和能量分散, 盆地西部和东部的气流辐合减弱, 低层气流抬升减弱, 最终降水强度减弱, 降水面积减少。
为科学精准地计算滇中地区水面蒸发量, 基于“三湖”径流区附近玉溪气象站2014 -2021年逐月气象观测资料, 用对比分析、 相关分析等方法分析了FAO PPP-17 Penman公式在该地区水面蒸发计算中的使用效果和误差来源。在此基础上, 针对计算误差产生的原因和周期性变化规律, 引入Morton经验公式等方法, 将Penman公式中的水面反射率、 太阳辐射参数作了随季节而变化的动态化改进。同时基于热量平衡原理, 用误差反推法推导出了一个新的水面热通量估算模型, 并在FAO PPP-17 Penman公式中增加水面热通量项以修正水面热量收支平衡。结果表明: (1)FAO PPP-17 Penman公式计算的研究区水面蒸发量普遍偏大, 平均相对误差为+15.2%, 且误差具有冬季小而夏季大的季节性特征和类似正弦曲线的周期变化规律。计算误差主要源于公式中太阳短波辐射参数取值不当以及忽略了水面热通量的影响, 导致热量收支不平衡。(2)对公式进行动态化参数改进并增加水面热通量后, 计算精度明显提高, 相对误差在±5%、 ±10%和±20%内的准确率比修正前分别提高了40.6%、 42.7%和32.3%。异地使用效果也表明, 改进后的FAO PPP-17 Penman公式在滇中“三湖”径流区内仍具有较高的拟合准确率, ±10%误差范围内的拟合准确率在75%以上。(3)本研究推导出的水面热通量非线性估算模型, 能够合理模拟水体储热量对季节变化和水面辐射强弱的非线性响应, 在滇中“三湖”地区的蒸发计算中取得较满意的结果。
归一化植被指数(Normalized Differential Vegetation Index, NDVI)是反映植被生长状态的重要指标, 是反映陆地生态环境状况的“指示器”。华北地区地处我国的政治和文化中心, 土地覆盖类型复杂多样, 是我国重要的粮食生产地, 同时受到气候暖干化及加剧的人类活动影响, 华北地区的植被生态变得十分脆弱。本研究基于卫星资料NOAA CDR AVHRR NDVI和气象数据资料, 采用趋势分析、 偏相关分析和残差趋势分析等方法, 探究了1982 -2019年华北地区NDVI的时空变异特征及其对气候变化和人类活动的响应。研究结果表明: (1)1982 -2019年华北地区春季、 夏季、 秋季和生长季的植被NDVI呈显著上升趋势, 空间异质性强, 其中夏季和生长季的增长速率最快为0.024 (10a)-1, 显著增加的区域面积占比分别为57.35%和58.10%。(2)华北地区春季、 夏季和生长季NDVI与降水呈显著正相关关系, 秋季NDVI主要受气温的影响, 夏季NDVI同时受到气温、 降水和相对湿度的积极影响。(3)气候变化和人类活动对华北地区植被的生长影响具有区域差异性, 在植被改善区, 气候变化的相对作用为45.64%, 人类活动的相对作用为54.36%; 在植被退化区, 气候变化的相对作用为32.66%, 人类活动的相对作用为67.34%。(4)不同土地利用类型中, 华北地区森林和农田的植被生长较快, 其植被改善主要受人类活动的影响, 人类活动的相对作用分别为66.07%和60.82%, 草地植被的退化也主要受人类活动的影响, 相对作用为69.48%, 人类活动对华北地区植被的重要影响主要源于我国近几十年来三北防护林等人类重大生态工程的建设以及城市扩张、 人口激增的影响, 该研究成果也对华北地区生态屏障的建设以及生态环境保护提供了重要理论支撑。
为掌握重庆气象干旱长时间序列演变规律, 利用重庆1960 -2022年34个国家站的本地化改进型气象干旱综合指数(RMCI)结合区域性气象干旱过程评估地方标准做气象干旱综合指数(MCI)1981 -2020年同期对比, 进而解析RMCI历史63 a数据结构及其时空分布特征。研究表明: (1)重庆40 a RMCI单站过程累计频次较MCI偏多4.2%, 二者频次-强度拟合都呈显著的指数型分布, 两者所有单站过程开始时间的差异率仅为8.1%; 重庆东北部为RMCI和MCI单站过程各级旱情的一致高发区, 而中心城区、 西南部及中部地区发生频率相对较低。(2)重庆63 a RMCI日数据总体呈正态分布, 全市及各分区轻旱、 中旱、 重旱(特旱)日数据分布差异较小(较大), 中心城区重旱、 特旱日数据较其他分区分别一致性偏大、 偏小; RMCI单站、 区域过程的频次与强弱都呈显著反相关, 其中重庆西部发生轻旱、 中旱、 特旱单站过程的站均频次最多, 而区域过程中特旱的极差绝对值最大、 中旱次之。(3) 63 a间重庆RMCI单站和区域气象干旱过程强度趋势都不显著, 但1962 -2013年却均为显著减小趋势, 2013年后重庆过程强度的总体减弱与21世纪以来高温日数的年代际减少有所关联, 气象干旱过程事件具有复杂的年际和年代际信号。RMCI单站过程事件主要存在2~6 a和准20 a的周期振荡, 发生在重庆东北部偏东和东南部偏北地区的单站过程事件“变干”尤为显著; RMCI区域过程事件则存在2~3 a、 4~6 a和8~12 a的周期振荡, 开始于伏旱期及7月的区域过程事件频次最多、 强度最强, 而秋旱期和12月的频次相对最少、 强度最弱。
气候变化对城市的宜居性带来重大影响, 分析气候变化趋势, 并制定相应的适应性策略, 有助于提升典型区域的宜居性, 减轻和适应气候变化带来的负面影响。本文以广东省深圳市为例, 分析了2008 -2022年气温、 风速、 空气质量指数、 相对湿度等多种气候因素的变异规律, 利用熵权法建立了宜居指数评估模型, 分析了宜居指数的变异规律, 明确了宜居指数的主要环境制约因素, 并在此基础上提出了社区尺度区域相应的适应性优化策略, 最后验证了适应策略的应用效果。结果表明: 近15年来, 深圳市宜居指数呈下降趋势, 从非常宜居下降到比较宜居, 风速下降、 气温升高和紫外线增强是导致其宜居指数下降的主要环境控制因子。民居适应性建造与改造和社区绿化可明显提高社区尺度区域的宜居性, 但仍无法改变由于气候变化所导致的宜居指数下降趋势。研究结果可为城市建设者、 管理者和相关人员进行城市规划设计提供参考。