2023年第51卷第2期文章目次
2023, 51(2):167-174.
DOI: 10.19517/j.1671-6345.20210555
摘要:
Galion激光雷達(dá)是應(yīng)用第二代技術(shù)的激光雷達(dá)設(shè)備，具備對全天空、全角度的掃描能力，目前是市場上唯一的三維掃描設(shè)備。本文利用深圳356 m梯度塔與錫林浩特100 m梯度塔的觀測數(shù)據(jù)分析了Galion激光雷達(dá)的探測性能，并得出以下結(jié)論：PPI模式下，深圳激光雷達(dá)與測風(fēng)塔測得風(fēng)速相關(guān)系數(shù)為0.85，風(fēng)向相關(guān)系數(shù)為0.9；錫林浩特激光雷達(dá)與測風(fēng)塔測得風(fēng)速相關(guān)系數(shù)為0.9，風(fēng)向相關(guān)系數(shù)為0.95；此外，雷達(dá)在各個(gè)角度探測的結(jié)果相關(guān)性都較好，說明激光雷達(dá)在PPI模式下具有很好的探測性能。
Galion激光雷達(dá)是應(yīng)用第二代技術(shù)的激光雷達(dá)設(shè)備，具備對全天空、全角度的掃描能力，目前是市場上唯一的三維掃描設(shè)備。本文利用深圳356 m梯度塔與錫林浩特100 m梯度塔的觀測數(shù)據(jù)分析了Galion激光雷達(dá)的探測性能，并得出以下結(jié)論：PPI模式下，深圳激光雷達(dá)與測風(fēng)塔測得風(fēng)速相關(guān)系數(shù)為0.85，風(fēng)向相關(guān)系數(shù)為0.9；錫林浩特激光雷達(dá)與測風(fēng)塔測得風(fēng)速相關(guān)系數(shù)為0.9，風(fēng)向相關(guān)系數(shù)為0.95；此外，雷達(dá)在各個(gè)角度探測的結(jié)果相關(guān)性都較好，說明激光雷達(dá)在PPI模式下具有很好的探測性能。
2023, 51(2):175-182.
DOI: 10.19517/j.1671-6345.20220196
摘要:
基于機(jī)載對空微波輻射計(jì)GVR討論應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法反演液態(tài)水路徑時(shí)大氣背景資料對反演結(jié)果的影響，為合理選擇訓(xùn)練樣本獲取更準(zhǔn)確的液態(tài)水觀測數(shù)據(jù)提供依據(jù)，同時(shí)有利于了解反演算法的探測適用范圍。文章選擇多個(gè)歷史探空資料，按照歷史資料時(shí)間序列長度、季節(jié)和區(qū)域進(jìn)行分類，建立不同類樣本集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)獲取反演方程，選擇樣本檢驗(yàn)集模擬計(jì)算每類反演方程的反演精度，通過反演精度對比分析大氣背景資料差異在反演云中液態(tài)水時(shí)造成的影響。結(jié)果表明訓(xùn)練樣本的大氣背景時(shí)空差異影響反演結(jié)果，在一定時(shí)間范圍內(nèi)增加歷史資料序列長度可以減小大氣背景差異對反演誤差的影響，但當(dāng)時(shí)間序列長度到達(dá)一定程度時(shí)，增加歷史樣本量將不再是提高反演精度的一種有效措施。季節(jié)分類可以減小大氣背景差異對反演誤差的影響，但在實(shí)際應(yīng)用中，資料分類帶來樣本容量減小，對一定時(shí)間序列長度的歷史資料，按照季節(jié)進(jìn)行分類并不能有效提高垂直累積液態(tài)水的反演精度。
基于機(jī)載對空微波輻射計(jì)GVR討論應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法反演液態(tài)水路徑時(shí)大氣背景資料對反演結(jié)果的影響，為合理選擇訓(xùn)練樣本獲取更準(zhǔn)確的液態(tài)水觀測數(shù)據(jù)提供依據(jù)，同時(shí)有利于了解反演算法的探測適用范圍。文章選擇多個(gè)歷史探空資料，按照歷史資料時(shí)間序列長度、季節(jié)和區(qū)域進(jìn)行分類，建立不同類樣本集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)獲取反演方程，選擇樣本檢驗(yàn)集模擬計(jì)算每類反演方程的反演精度，通過反演精度對比分析大氣背景資料差異在反演云中液態(tài)水時(shí)造成的影響。結(jié)果表明訓(xùn)練樣本的大氣背景時(shí)空差異影響反演結(jié)果，在一定時(shí)間范圍內(nèi)增加歷史資料序列長度可以減小大氣背景差異對反演誤差的影響，但當(dāng)時(shí)間序列長度到達(dá)一定程度時(shí)，增加歷史樣本量將不再是提高反演精度的一種有效措施。季節(jié)分類可以減小大氣背景差異對反演誤差的影響，但在實(shí)際應(yīng)用中，資料分類帶來樣本容量減小，對一定時(shí)間序列長度的歷史資料，按照季節(jié)進(jìn)行分類并不能有效提高垂直累積液態(tài)水的反演精度。
2023, 51(2):183-191.
DOI: 10.19517/j.1671-6345.20220181
摘要:
以河北省7個(gè)國家級氣象站為例，利用1979—2013年ERA5云量和地面實(shí)測云量數(shù)據(jù)，依國標(biāo)推薦法計(jì)算混合層高度，通過公式推導(dǎo)出通風(fēng)量和大氣自凈能力指數(shù)，比較兩套數(shù)據(jù)的計(jì)算結(jié)果，對ERA5再分析云量在大氣環(huán)境評估中的適用性進(jìn)行了研究；采用ERA5云量計(jì)算2013年3月至2021年2月的大氣自凈能力指數(shù)，對其與PM2.5濃度之間的關(guān)系進(jìn)行分析。結(jié)果表明：①兩種云量資料計(jì)算的月平均混合層高度、通風(fēng)量和大氣自凈能力指數(shù)的相對誤差近似符合正態(tài)分布，主要集中在0～5%；各月混合層高度：相對誤差＞通風(fēng)量＞大氣自凈能力指數(shù)，相關(guān)性則相反。秋冬季的相對誤差（相關(guān)系數(shù)）大都低（高）于春夏季，邢臺、石家莊和保定的誤差明顯小于其他站。②利用兩種云量數(shù)據(jù)計(jì)算的大氣自凈能力指數(shù)的多年平均相對誤差最小，通風(fēng)量的次之，歷年值的相關(guān)性和偏差也是中南部站點(diǎn)的更為理想。③2013年3月至2021年2月，各站月平均大氣自凈能力指數(shù)和PM2.5濃度呈反向相關(guān)，中南部站點(diǎn)的相關(guān)性更為顯著。
以河北省7個(gè)國家級氣象站為例，利用1979—2013年ERA5云量和地面實(shí)測云量數(shù)據(jù)，依國標(biāo)推薦法計(jì)算混合層高度，通過公式推導(dǎo)出通風(fēng)量和大氣自凈能力指數(shù)，比較兩套數(shù)據(jù)的計(jì)算結(jié)果，對ERA5再分析云量在大氣環(huán)境評估中的適用性進(jìn)行了研究；采用ERA5云量計(jì)算2013年3月至2021年2月的大氣自凈能力指數(shù)，對其與PM2.5濃度之間的關(guān)系進(jìn)行分析。結(jié)果表明：①兩種云量資料計(jì)算的月平均混合層高度、通風(fēng)量和大氣自凈能力指數(shù)的相對誤差近似符合正態(tài)分布，主要集中在0～5%；各月混合層高度：相對誤差＞通風(fēng)量＞大氣自凈能力指數(shù)，相關(guān)性則相反。秋冬季的相對誤差（相關(guān)系數(shù)）大都低（高）于春夏季，邢臺、石家莊和保定的誤差明顯小于其他站。②利用兩種云量數(shù)據(jù)計(jì)算的大氣自凈能力指數(shù)的多年平均相對誤差最小，通風(fēng)量的次之，歷年值的相關(guān)性和偏差也是中南部站點(diǎn)的更為理想。③2013年3月至2021年2月，各站月平均大氣自凈能力指數(shù)和PM2.5濃度呈反向相關(guān)，中南部站點(diǎn)的相關(guān)性更為顯著。
2023, 51(2):192-198.
DOI: 10.19517/j.1671-6345.20210491
摘要:
隨著更高精度的氣象網(wǎng)格數(shù)據(jù)在氣象業(yè)務(wù)中的廣泛應(yīng)用，使用高精度網(wǎng)格數(shù)據(jù)為社會公眾提供精細(xì)化氣象服務(wù)的需求越來越旺盛。針對氣象網(wǎng)格數(shù)據(jù)文件大，網(wǎng)頁前端動態(tài)渲染效率低等問題，提出基于瓦片金字塔模型的網(wǎng)格數(shù)據(jù)快速傳輸和渲染技術(shù)的研究及應(yīng)用。采用服務(wù)器端的金字塔模型的瓦片動態(tài)切割、壓縮傳輸以及瀏覽器終端的插值和渲染等技術(shù)，實(shí)現(xiàn)基于B/S框架下HTML5的氣象網(wǎng)格數(shù)據(jù)快速展示的流程。同時(shí)，利用中國區(qū)域1 km分辨率多源融合實(shí)況分析產(chǎn)品，基于微信小程序終端進(jìn)行檢驗(yàn)發(fā)布，試驗(yàn)結(jié)果表明，百兆級氣象網(wǎng)格數(shù)據(jù)可視化更新時(shí)間達(dá)毫秒量級，可以廣泛應(yīng)用于各類空間網(wǎng)格數(shù)據(jù)高效可視化的頁面渲染。
隨著更高精度的氣象網(wǎng)格數(shù)據(jù)在氣象業(yè)務(wù)中的廣泛應(yīng)用，使用高精度網(wǎng)格數(shù)據(jù)為社會公眾提供精細(xì)化氣象服務(wù)的需求越來越旺盛。針對氣象網(wǎng)格數(shù)據(jù)文件大，網(wǎng)頁前端動態(tài)渲染效率低等問題，提出基于瓦片金字塔模型的網(wǎng)格數(shù)據(jù)快速傳輸和渲染技術(shù)的研究及應(yīng)用。采用服務(wù)器端的金字塔模型的瓦片動態(tài)切割、壓縮傳輸以及瀏覽器終端的插值和渲染等技術(shù)，實(shí)現(xiàn)基于B/S框架下HTML5的氣象網(wǎng)格數(shù)據(jù)快速展示的流程。同時(shí)，利用中國區(qū)域1 km分辨率多源融合實(shí)況分析產(chǎn)品，基于微信小程序終端進(jìn)行檢驗(yàn)發(fā)布，試驗(yàn)結(jié)果表明，百兆級氣象網(wǎng)格數(shù)據(jù)可視化更新時(shí)間達(dá)毫秒量級，可以廣泛應(yīng)用于各類空間網(wǎng)格數(shù)據(jù)高效可視化的頁面渲染。
2023, 51(2):199-207.
DOI: 10.19517/j.1671-6345.20220160
摘要:
氣象現(xiàn)代化是一項(xiàng)長期性綜合性工作，也是一個(gè)動態(tài)的發(fā)展過程。為了能夠持續(xù)、客觀、實(shí)時(shí)評價(jià)氣象現(xiàn)代化能力發(fā)展水平，依托分布式的氣象綜合業(yè)務(wù)實(shí)時(shí)監(jiān)控系統(tǒng)（天鏡）的技術(shù)框架，基于Okhttp與Jexl3等技術(shù)的同步高效請求、高穩(wěn)定的通信機(jī)制和自定義規(guī)則引擎等功能特性，本文提出了一種針對多源氣象監(jiān)控大數(shù)據(jù)的現(xiàn)代化信息網(wǎng)絡(luò)能力動態(tài)評估方法。該方法可以高效采集國省兩級氣象業(yè)務(wù)實(shí)時(shí)監(jiān)視數(shù)據(jù)和性能指標(biāo)，通過表達(dá)式動態(tài)邏輯規(guī)則實(shí)時(shí)統(tǒng)計(jì)評估和對比分析，有效解決靜態(tài)統(tǒng)計(jì)評估方法標(biāo)準(zhǔn)不統(tǒng)一、時(shí)效滯后、評價(jià)與反饋不暢等問題。2021年以來，應(yīng)用該方法實(shí)現(xiàn)了國家和省級氣象現(xiàn)代化信息網(wǎng)絡(luò)能力指標(biāo)的自動采集和實(shí)時(shí)評估，將采集時(shí)間縮短到秒級，為氣象信息網(wǎng)絡(luò)的高質(zhì)量發(fā)展提供了業(yè)務(wù)數(shù)據(jù)化解決方案。
氣象現(xiàn)代化是一項(xiàng)長期性綜合性工作，也是一個(gè)動態(tài)的發(fā)展過程。為了能夠持續(xù)、客觀、實(shí)時(shí)評價(jià)氣象現(xiàn)代化能力發(fā)展水平，依托分布式的氣象綜合業(yè)務(wù)實(shí)時(shí)監(jiān)控系統(tǒng)（天鏡）的技術(shù)框架，基于Okhttp與Jexl3等技術(shù)的同步高效請求、高穩(wěn)定的通信機(jī)制和自定義規(guī)則引擎等功能特性，本文提出了一種針對多源氣象監(jiān)控大數(shù)據(jù)的現(xiàn)代化信息網(wǎng)絡(luò)能力動態(tài)評估方法。該方法可以高效采集國省兩級氣象業(yè)務(wù)實(shí)時(shí)監(jiān)視數(shù)據(jù)和性能指標(biāo)，通過表達(dá)式動態(tài)邏輯規(guī)則實(shí)時(shí)統(tǒng)計(jì)評估和對比分析，有效解決靜態(tài)統(tǒng)計(jì)評估方法標(biāo)準(zhǔn)不統(tǒng)一、時(shí)效滯后、評價(jià)與反饋不暢等問題。2021年以來，應(yīng)用該方法實(shí)現(xiàn)了國家和省級氣象現(xiàn)代化信息網(wǎng)絡(luò)能力指標(biāo)的自動采集和實(shí)時(shí)評估，將采集時(shí)間縮短到秒級，為氣象信息網(wǎng)絡(luò)的高質(zhì)量發(fā)展提供了業(yè)務(wù)數(shù)據(jù)化解決方案。
2023, 51(2):208-214.
DOI: 10.19517/j.1671-6345.20220126
摘要:
隨著信息技術(shù)的快速發(fā)展，網(wǎng)絡(luò)安全形勢愈發(fā)嚴(yán)峻，氣象部門通過組織網(wǎng)絡(luò)攻防演習(xí)，以實(shí)戰(zhàn)標(biāo)準(zhǔn)檢驗(yàn)并提升業(yè)務(wù)安全防護(hù)體系能力。在演習(xí)中，攻擊隊(duì)伍對重要業(yè)務(wù)單位的真實(shí)網(wǎng)絡(luò)及信息系統(tǒng)進(jìn)行攻擊滲透，各業(yè)務(wù)單位作為防守方開展實(shí)時(shí)監(jiān)控與應(yīng)急處置。由于攻防雙方信息不對等，防守方采用傳統(tǒng)防御手段經(jīng)常處于被動挨打的局面。為提升網(wǎng)絡(luò)防御能力，本文研究偽裝欺騙和攻擊誘捕技術(shù)在氣象部門網(wǎng)絡(luò)安全實(shí)戰(zhàn)場景下的應(yīng)用，通過采用基于蜜罐的欺騙誘捕平臺，構(gòu)建主動防御體系，實(shí)現(xiàn)對異常網(wǎng)絡(luò)流量的監(jiān)測、分析和預(yù)警，并對攻擊方進(jìn)行誘捕、溯源。經(jīng)過實(shí)戰(zhàn)檢驗(yàn)，欺騙誘捕技術(shù)的應(yīng)用切實(shí)提高了網(wǎng)絡(luò)安全防御能力，保障氣象業(yè)務(wù)系統(tǒng)穩(wěn)定運(yùn)行。
隨著信息技術(shù)的快速發(fā)展，網(wǎng)絡(luò)安全形勢愈發(fā)嚴(yán)峻，氣象部門通過組織網(wǎng)絡(luò)攻防演習(xí)，以實(shí)戰(zhàn)標(biāo)準(zhǔn)檢驗(yàn)并提升業(yè)務(wù)安全防護(hù)體系能力。在演習(xí)中，攻擊隊(duì)伍對重要業(yè)務(wù)單位的真實(shí)網(wǎng)絡(luò)及信息系統(tǒng)進(jìn)行攻擊滲透，各業(yè)務(wù)單位作為防守方開展實(shí)時(shí)監(jiān)控與應(yīng)急處置。由于攻防雙方信息不對等，防守方采用傳統(tǒng)防御手段經(jīng)常處于被動挨打的局面。為提升網(wǎng)絡(luò)防御能力，本文研究偽裝欺騙和攻擊誘捕技術(shù)在氣象部門網(wǎng)絡(luò)安全實(shí)戰(zhàn)場景下的應(yīng)用，通過采用基于蜜罐的欺騙誘捕平臺，構(gòu)建主動防御體系，實(shí)現(xiàn)對異常網(wǎng)絡(luò)流量的監(jiān)測、分析和預(yù)警，并對攻擊方進(jìn)行誘捕、溯源。經(jīng)過實(shí)戰(zhàn)檢驗(yàn)，欺騙誘捕技術(shù)的應(yīng)用切實(shí)提高了網(wǎng)絡(luò)安全防御能力，保障氣象業(yè)務(wù)系統(tǒng)穩(wěn)定運(yùn)行。
2023, 51(2):215-221.
DOI: 10.19517/j.1671-6345.20210545
摘要:
采用傳統(tǒng)的以中心控制和大集成模式單體架構(gòu)為主要形式研發(fā)的數(shù)據(jù)服務(wù)系統(tǒng)，因其新增功能困難、版本更新周期長而導(dǎo)致服務(wù)體驗(yàn)不佳。本文介紹了基于微服務(wù)架構(gòu)的氣象服務(wù)支撐系統(tǒng)的建設(shè)工作，其主要特點(diǎn)是在研發(fā)過程中把系統(tǒng)的各功能逐一細(xì)分、原子化并逐一進(jìn)行服務(wù)封裝，同時(shí)根據(jù)不同的服務(wù)特點(diǎn)，對不同的業(yè)務(wù)板塊采用不同的成熟技術(shù)，并最終進(jìn)行有機(jī)組裝，從而使系統(tǒng)在完美實(shí)現(xiàn)各種設(shè)計(jì)目標(biāo)的前提下，進(jìn)一步具備了敏捷開發(fā)、功能持續(xù)更新發(fā)布以及服務(wù)熱更新等特點(diǎn)，有效滿足了氣象服務(wù)業(yè)務(wù)對數(shù)據(jù)支撐系統(tǒng)的性能要求和服務(wù)功能持續(xù)更新要求。
采用傳統(tǒng)的以中心控制和大集成模式單體架構(gòu)為主要形式研發(fā)的數(shù)據(jù)服務(wù)系統(tǒng)，因其新增功能困難、版本更新周期長而導(dǎo)致服務(wù)體驗(yàn)不佳。本文介紹了基于微服務(wù)架構(gòu)的氣象服務(wù)支撐系統(tǒng)的建設(shè)工作，其主要特點(diǎn)是在研發(fā)過程中把系統(tǒng)的各功能逐一細(xì)分、原子化并逐一進(jìn)行服務(wù)封裝，同時(shí)根據(jù)不同的服務(wù)特點(diǎn)，對不同的業(yè)務(wù)板塊采用不同的成熟技術(shù)，并最終進(jìn)行有機(jī)組裝，從而使系統(tǒng)在完美實(shí)現(xiàn)各種設(shè)計(jì)目標(biāo)的前提下，進(jìn)一步具備了敏捷開發(fā)、功能持續(xù)更新發(fā)布以及服務(wù)熱更新等特點(diǎn)，有效滿足了氣象服務(wù)業(yè)務(wù)對數(shù)據(jù)支撐系統(tǒng)的性能要求和服務(wù)功能持續(xù)更新要求。
2023, 51(2):222-232.
DOI: 10.19517/j.1671-6345.20220125
摘要:
利用地面自動站資料、多普勒天氣雷達(dá)資料、衛(wèi)星逐小時(shí)TBB資料及NCEP再分析資料，對2020年3月下旬兩次強(qiáng)對流天氣過程（21—22日過程和26—27日過程）進(jìn)行對比分析。結(jié)果表明：①兩次強(qiáng)對流天氣過程都有較好的動力、熱氣和水汽條件配合，高層輻散、低層輻合的環(huán)流配置有利于上升運(yùn)動，熱力不穩(wěn)定層結(jié)強(qiáng)烈發(fā)展，加上有利的水汽條件，在高空低槽與地面輻合線等系統(tǒng)的觸發(fā)下，導(dǎo)致混合強(qiáng)對流天氣發(fā)生。②兩次強(qiáng)對流天氣過程均分為兩個(gè)階段，暖平流強(qiáng)迫類強(qiáng)對流和斜壓鋒生類，在暖平流強(qiáng)迫類階段不穩(wěn)定能量積聚很明顯，并在斜壓鋒生階段開始前得到一定程度的釋放，兩次過程斜壓鋒生類階段的動力條件和水汽輻合較暖平流類階段更強(qiáng)。③兩次強(qiáng)對流天氣過程均出現(xiàn)了冰雹、雷暴大風(fēng)、短時(shí)強(qiáng)降水，“21日過程”西南急流發(fā)展更加旺盛，暖平流中心強(qiáng)度更強(qiáng)，垂直伸展高度更厚，熱力條件更好，以雷暴大風(fēng)、冰雹為主；“26日過程”冷空氣勢力更強(qiáng)，顯著上升運(yùn)動維持的時(shí)間也較長，有著更充沛的水汽供給，以短時(shí)強(qiáng)降水為主。④兩次過程懷化沅陵縣官莊鎮(zhèn)19:00—20:00均出現(xiàn)冰雹，雷達(dá)回波均反映出典型的冰雹回波特征，“21日過程”較“26日過程”最大反射率因子更大，中氣旋強(qiáng)度更強(qiáng)，垂直累積液態(tài)含水量(VIL)躍增更明顯，值更大，中氣旋擴(kuò)展高度更高、高空輻散更強(qiáng)，因此冰雹直徑更大。
利用地面自動站資料、多普勒天氣雷達(dá)資料、衛(wèi)星逐小時(shí)TBB資料及NCEP再分析資料，對2020年3月下旬兩次強(qiáng)對流天氣過程（21—22日過程和26—27日過程）進(jìn)行對比分析。結(jié)果表明：①兩次強(qiáng)對流天氣過程都有較好的動力、熱氣和水汽條件配合，高層輻散、低層輻合的環(huán)流配置有利于上升運(yùn)動，熱力不穩(wěn)定層結(jié)強(qiáng)烈發(fā)展，加上有利的水汽條件，在高空低槽與地面輻合線等系統(tǒng)的觸發(fā)下，導(dǎo)致混合強(qiáng)對流天氣發(fā)生。②兩次強(qiáng)對流天氣過程均分為兩個(gè)階段，暖平流強(qiáng)迫類強(qiáng)對流和斜壓鋒生類，在暖平流強(qiáng)迫類階段不穩(wěn)定能量積聚很明顯，并在斜壓鋒生階段開始前得到一定程度的釋放，兩次過程斜壓鋒生類階段的動力條件和水汽輻合較暖平流類階段更強(qiáng)。③兩次強(qiáng)對流天氣過程均出現(xiàn)了冰雹、雷暴大風(fēng)、短時(shí)強(qiáng)降水，“21日過程”西南急流發(fā)展更加旺盛，暖平流中心強(qiáng)度更強(qiáng)，垂直伸展高度更厚，熱力條件更好，以雷暴大風(fēng)、冰雹為主；“26日過程”冷空氣勢力更強(qiáng)，顯著上升運(yùn)動維持的時(shí)間也較長，有著更充沛的水汽供給，以短時(shí)強(qiáng)降水為主。④兩次過程懷化沅陵縣官莊鎮(zhèn)19:00—20:00均出現(xiàn)冰雹，雷達(dá)回波均反映出典型的冰雹回波特征，“21日過程”較“26日過程”最大反射率因子更大，中氣旋強(qiáng)度更強(qiáng)，垂直累積液態(tài)含水量(VIL)躍增更明顯，值更大，中氣旋擴(kuò)展高度更高、高空輻散更強(qiáng)，因此冰雹直徑更大。
2023, 51(2):233-244.
DOI: 10.19517/j.1671-6345.20220124
摘要:
利用河北省中南部地區(qū)皇寺國家觀測站布設(shè)的毫米波云雷達(dá)、微雨雷達(dá)結(jié)合飛機(jī)等聯(lián)合觀測數(shù)據(jù)，對2019年2 月14日河北中南部地區(qū)一次冷鋒降雪云系微物理演變特征進(jìn)行分析，探討雷達(dá)回波與冰雪晶粒子微結(jié)構(gòu)的關(guān)系，以便更好地認(rèn)識該地區(qū)自然降雪的宏微觀結(jié)構(gòu)特征。研究結(jié)果表明：降雪初生階段表現(xiàn)為雙層云結(jié)構(gòu)，中云云頂高約4100 m，云底高約3600 m，低云云頂高約3100 m，云底高約200 m，中間存在一干層，3000 m以下高度粒子增長以凇附過程為主。降雪發(fā)展階段上下兩層云相接，雷達(dá)回波強(qiáng)度較強(qiáng)的時(shí)段地面降水量也較大，該時(shí)段降雪過程主要以凝華-聚并增長為主。降雪后期回波強(qiáng)度最大值減小，云頂高降低，3000 m以下高度范圍內(nèi)回波強(qiáng)度、多普勒速度、譜寬隨高度降低呈增大趨勢；飛機(jī)觀測結(jié)果顯示，降雪消散階段逆溫層底部由于水云云層較薄，催化潛力較小,冰雪晶粒子主要位于云的中上部，隨著高度降低，冰雪晶粒子在下落過程中增大，與雷達(dá)觀測結(jié)果一致，毫米波云雷達(dá)和微雨雷達(dá)反射率因子隨高度變化與降水粒子有效粒徑之間相關(guān)系數(shù)分別為0.89和0.83, 雷達(dá)反射率因子主要受冰雪晶等大尺度粒子主導(dǎo)。
利用河北省中南部地區(qū)皇寺國家觀測站布設(shè)的毫米波云雷達(dá)、微雨雷達(dá)結(jié)合飛機(jī)等聯(lián)合觀測數(shù)據(jù)，對2019年2 月14日河北中南部地區(qū)一次冷鋒降雪云系微物理演變特征進(jìn)行分析，探討雷達(dá)回波與冰雪晶粒子微結(jié)構(gòu)的關(guān)系，以便更好地認(rèn)識該地區(qū)自然降雪的宏微觀結(jié)構(gòu)特征。研究結(jié)果表明：降雪初生階段表現(xiàn)為雙層云結(jié)構(gòu)，中云云頂高約4100 m，云底高約3600 m，低云云頂高約3100 m，云底高約200 m，中間存在一干層，3000 m以下高度粒子增長以凇附過程為主。降雪發(fā)展階段上下兩層云相接，雷達(dá)回波強(qiáng)度較強(qiáng)的時(shí)段地面降水量也較大，該時(shí)段降雪過程主要以凝華-聚并增長為主。降雪后期回波強(qiáng)度最大值減小，云頂高降低，3000 m以下高度范圍內(nèi)回波強(qiáng)度、多普勒速度、譜寬隨高度降低呈增大趨勢；飛機(jī)觀測結(jié)果顯示，降雪消散階段逆溫層底部由于水云云層較薄，催化潛力較小,冰雪晶粒子主要位于云的中上部，隨著高度降低，冰雪晶粒子在下落過程中增大，與雷達(dá)觀測結(jié)果一致，毫米波云雷達(dá)和微雨雷達(dá)反射率因子隨高度變化與降水粒子有效粒徑之間相關(guān)系數(shù)分別為0.89和0.83, 雷達(dá)反射率因子主要受冰雪晶等大尺度粒子主導(dǎo)。
2023, 51(2):245-253.
DOI: 10.19517/j.1671-6345.20220110
摘要:
利用寧波S波段雙偏振天氣雷達(dá)資料、NCEP再分析資料、結(jié)合常規(guī)觀測資料和實(shí)地冰雹調(diào)查資料，對2020年3月21日浙江省中北部一次強(qiáng)雹暴災(zāi)害過程（簡稱“03·21”過程）的天氣背景和雙偏振雷達(dá)回波演變特征進(jìn)行分析。結(jié)果表明：①此次雹暴過程環(huán)流形勢屬于低層暖平流強(qiáng)迫類型，雹暴影響過程約4 h，雹暴A和B先以強(qiáng)的對流單體形態(tài)移動，在自西向東移動過程中分別加強(qiáng)為超級單體。②典型降雹時(shí)次具有明顯的三體散射特征（TBSS），垂直剖面圖上強(qiáng)回波（＞50 dBz）伸展高度超過-20 ℃層，低層的弱回波，中高層懸垂回波明顯。徑向速度垂直剖面圖上，雹暴低層輻合，其上疊加了輻散層，使得雹塊得以繼續(xù)形成和增長。③冰雹區(qū)出現(xiàn)了ZDR冰雹信號，對應(yīng)的反射率因子（ZH）均大于65 dBz，差分反射率因子（ZDR）介于-2.0~0 dB，相關(guān)系數(shù)（CC）介于0.80～0.98；當(dāng)結(jié)合ZH、ZDR、CC綜合判斷云中有冰雹粒子，CC<0.9時(shí)KDP的“空洞”區(qū)域也可作為判別大冰雹的依據(jù)之一。④HCL產(chǎn)品較好地反映了空中冰雹的分布和演變，根據(jù)低仰角的冰雹色標(biāo)、同時(shí)結(jié)合零度層高度和雹云團(tuán)下溫度遞減率值的大小，能更好地判斷出冰雹發(fā)生的落區(qū)和尺寸。
利用寧波S波段雙偏振天氣雷達(dá)資料、NCEP再分析資料、結(jié)合常規(guī)觀測資料和實(shí)地冰雹調(diào)查資料，對2020年3月21日浙江省中北部一次強(qiáng)雹暴災(zāi)害過程（簡稱“03·21”過程）的天氣背景和雙偏振雷達(dá)回波演變特征進(jìn)行分析。結(jié)果表明：①此次雹暴過程環(huán)流形勢屬于低層暖平流強(qiáng)迫類型，雹暴影響過程約4 h，雹暴A和B先以強(qiáng)的對流單體形態(tài)移動，在自西向東移動過程中分別加強(qiáng)為超級單體。②典型降雹時(shí)次具有明顯的三體散射特征（TBSS），垂直剖面圖上強(qiáng)回波（＞50 dBz）伸展高度超過-20 ℃層，低層的弱回波，中高層懸垂回波明顯。徑向速度垂直剖面圖上，雹暴低層輻合，其上疊加了輻散層，使得雹塊得以繼續(xù)形成和增長。③冰雹區(qū)出現(xiàn)了ZDR冰雹信號，對應(yīng)的反射率因子（ZH）均大于65 dBz，差分反射率因子（ZDR）介于-2.0~0 dB，相關(guān)系數(shù)（CC）介于0.80～0.98；當(dāng)結(jié)合ZH、ZDR、CC綜合判斷云中有冰雹粒子，CC<0.9時(shí)KDP的“空洞”區(qū)域也可作為判別大冰雹的依據(jù)之一。④HCL產(chǎn)品較好地反映了空中冰雹的分布和演變，根據(jù)低仰角的冰雹色標(biāo)、同時(shí)結(jié)合零度層高度和雹云團(tuán)下溫度遞減率值的大小，能更好地判斷出冰雹發(fā)生的落區(qū)和尺寸。
2023, 51(2):254-261.
DOI: 10.19517/j.1671-6345.20220129
摘要:
利用冰雹實(shí)況資料、高空探測資料、地面觀測資料和EC細(xì)網(wǎng)格數(shù)值預(yù)報(bào)資料，統(tǒng)計(jì)分析了2012—2021年79次對山東造成較大災(zāi)害的冰雹過程的時(shí)空分布特征，總結(jié)了不同區(qū)域、不同大小以及關(guān)鍵月份降雹的關(guān)鍵環(huán)境參量特征及閾值。結(jié)果表明：①山東降雹具有明顯的時(shí)空分布特征，降雹主要出現(xiàn)在魯中地區(qū)和魯北地區(qū)；降雹日數(shù)年際變化較大，最多年份可達(dá)14 d，最少僅為5 d；降雹主要出現(xiàn)在春末夏初，占全年降雹日數(shù)的65%；14:00—20:00是冰雹高發(fā)時(shí)段，占全天降雹的63.3%。②魯中地區(qū)年平均出現(xiàn)大冰雹的次數(shù)最多，但半島地區(qū)出現(xiàn)大冰雹的概率更大；大冰雹主要出現(xiàn)在5—6月，占全年大冰雹日數(shù)的68.6%。③山東降雹具有較大的對流有效位能、中等及以上強(qiáng)度的深層（0～6 km）垂直風(fēng)切變、顯著的條件不穩(wěn)定層結(jié)和適宜的特征層高度/厚度。④不同區(qū)域、不同大小以及關(guān)鍵月份的物理參量的特征和潛勢預(yù)報(bào)閾值都有一定的差別，主要體現(xiàn)在內(nèi)陸地區(qū)、6月降雹、大冰雹較沿海地區(qū)、5月降雹、小冰雹的對流有效位能明顯偏大、干暖蓋指數(shù)偏小、深層垂直切變有所增大、抬升凝結(jié)高度略偏高、-20～0 ℃層的厚度偏薄。
利用冰雹實(shí)況資料、高空探測資料、地面觀測資料和EC細(xì)網(wǎng)格數(shù)值預(yù)報(bào)資料，統(tǒng)計(jì)分析了2012—2021年79次對山東造成較大災(zāi)害的冰雹過程的時(shí)空分布特征，總結(jié)了不同區(qū)域、不同大小以及關(guān)鍵月份降雹的關(guān)鍵環(huán)境參量特征及閾值。結(jié)果表明：①山東降雹具有明顯的時(shí)空分布特征，降雹主要出現(xiàn)在魯中地區(qū)和魯北地區(qū)；降雹日數(shù)年際變化較大，最多年份可達(dá)14 d，最少僅為5 d；降雹主要出現(xiàn)在春末夏初，占全年降雹日數(shù)的65%；14:00—20:00是冰雹高發(fā)時(shí)段，占全天降雹的63.3%。②魯中地區(qū)年平均出現(xiàn)大冰雹的次數(shù)最多，但半島地區(qū)出現(xiàn)大冰雹的概率更大；大冰雹主要出現(xiàn)在5—6月，占全年大冰雹日數(shù)的68.6%。③山東降雹具有較大的對流有效位能、中等及以上強(qiáng)度的深層（0～6 km）垂直風(fēng)切變、顯著的條件不穩(wěn)定層結(jié)和適宜的特征層高度/厚度。④不同區(qū)域、不同大小以及關(guān)鍵月份的物理參量的特征和潛勢預(yù)報(bào)閾值都有一定的差別，主要體現(xiàn)在內(nèi)陸地區(qū)、6月降雹、大冰雹較沿海地區(qū)、5月降雹、小冰雹的對流有效位能明顯偏大、干暖蓋指數(shù)偏小、深層垂直切變有所增大、抬升凝結(jié)高度略偏高、-20～0 ℃層的厚度偏薄。
2023, 51(2):262-268.
DOI: 10.19517/j.1671-6345.20210433
摘要:
基于中國陸上風(fēng)能資源專業(yè)觀測網(wǎng)提供的測風(fēng)塔風(fēng)速資料，本文利用去趨勢波動分析（Detrended Fluctuation Analysis, DFA）方法，研究了103座測風(fēng)塔在不同高度處觀測的、不同分辨率的風(fēng)速時(shí)間序列的長程持續(xù)性特征。結(jié)果表明：①同一測風(fēng)塔觀測的不同高度處的風(fēng)速時(shí)間序列，存在一致的標(biāo)度行為，與數(shù)據(jù)時(shí)間分辨率無關(guān)；②對于6 h平均風(fēng)速序列而言，103座測風(fēng)塔觀測風(fēng)速的DFA指數(shù)α數(shù)值范圍基本在0.55～0.91之間，都表現(xiàn)出較強(qiáng)的長程持續(xù)性，區(qū)域特征不明顯；③對于10 min平均風(fēng)速序列，DFA標(biāo)度指數(shù)曲線存在彎折，以24 h尺度為界，呈現(xiàn)出2個(gè)明顯的獨(dú)立標(biāo)度區(qū)間：在較大的時(shí)間尺度上，標(biāo)度指數(shù)α的數(shù)值大小為0.80，而在較小的時(shí)間尺度上，α的數(shù)值大小約為1.38。
基于中國陸上風(fēng)能資源專業(yè)觀測網(wǎng)提供的測風(fēng)塔風(fēng)速資料，本文利用去趨勢波動分析（Detrended Fluctuation Analysis, DFA）方法，研究了103座測風(fēng)塔在不同高度處觀測的、不同分辨率的風(fēng)速時(shí)間序列的長程持續(xù)性特征。結(jié)果表明：①同一測風(fēng)塔觀測的不同高度處的風(fēng)速時(shí)間序列，存在一致的標(biāo)度行為，與數(shù)據(jù)時(shí)間分辨率無關(guān)；②對于6 h平均風(fēng)速序列而言，103座測風(fēng)塔觀測風(fēng)速的DFA指數(shù)α數(shù)值范圍基本在0.55～0.91之間，都表現(xiàn)出較強(qiáng)的長程持續(xù)性，區(qū)域特征不明顯；③對于10 min平均風(fēng)速序列，DFA標(biāo)度指數(shù)曲線存在彎折，以24 h尺度為界，呈現(xiàn)出2個(gè)明顯的獨(dú)立標(biāo)度區(qū)間：在較大的時(shí)間尺度上，標(biāo)度指數(shù)α的數(shù)值大小為0.80，而在較小的時(shí)間尺度上，α的數(shù)值大小約為1.38。
2023, 51(2):269-278.
DOI: 10.19517/j.1671-6345.20220185
摘要:
利用河北省1984—2014年各縣市暴雨洪澇災(zāi)情案例，統(tǒng)計(jì)分析了暴雨導(dǎo)致房屋損壞的時(shí)空分布特征。以房屋為承災(zāi)體，選取土地利用類型、地形和居民地等地理要素作為指標(biāo)，基于K-mean聚類分析法對河北省暴雨孕災(zāi)環(huán)境條件進(jìn)行分區(qū)。結(jié)果表明：①1984—2014年，暴雨導(dǎo)致房屋損失間數(shù)與災(zāi)情案例5日累積降水總和的逐年變化趨勢基本一致。房屋受損災(zāi)情次數(shù)總體呈現(xiàn)北多南少的特征。②草地主要分布在太行山-燕山山脈，林地主要在承德、張家口東南部、保定西部和石家莊西部，東南部平原的農(nóng)用地占比在0.8以上，水域在冀東沿海、張北和沽源以及西部大清河水系的占比較大。冀北高原和太行山-燕山山脈地形起伏較大，區(qū)域標(biāo)準(zhǔn)差在100 m以上。居民地密度自西北向東南逐漸增大，平原的市轄區(qū)附近居民地密集。③Ⅰ區(qū)為臨海平原區(qū)，易受強(qiáng)降水影響；Ⅱ區(qū)為山前平原區(qū)，草地、林地有所增加；Ⅳ區(qū)（西部低山區(qū)）農(nóng)用地比重比Ⅲ區(qū)（北部高山區(qū)）大；Ⅴ區(qū)為內(nèi)陸平原區(qū)，降水較少。
利用河北省1984—2014年各縣市暴雨洪澇災(zāi)情案例，統(tǒng)計(jì)分析了暴雨導(dǎo)致房屋損壞的時(shí)空分布特征。以房屋為承災(zāi)體，選取土地利用類型、地形和居民地等地理要素作為指標(biāo)，基于K-mean聚類分析法對河北省暴雨孕災(zāi)環(huán)境條件進(jìn)行分區(qū)。結(jié)果表明：①1984—2014年，暴雨導(dǎo)致房屋損失間數(shù)與災(zāi)情案例5日累積降水總和的逐年變化趨勢基本一致。房屋受損災(zāi)情次數(shù)總體呈現(xiàn)北多南少的特征。②草地主要分布在太行山-燕山山脈，林地主要在承德、張家口東南部、保定西部和石家莊西部，東南部平原的農(nóng)用地占比在0.8以上，水域在冀東沿海、張北和沽源以及西部大清河水系的占比較大。冀北高原和太行山-燕山山脈地形起伏較大，區(qū)域標(biāo)準(zhǔn)差在100 m以上。居民地密度自西北向東南逐漸增大，平原的市轄區(qū)附近居民地密集。③Ⅰ區(qū)為臨海平原區(qū)，易受強(qiáng)降水影響；Ⅱ區(qū)為山前平原區(qū)，草地、林地有所增加；Ⅳ區(qū)（西部低山區(qū)）農(nóng)用地比重比Ⅲ區(qū)（北部高山區(qū)）大；Ⅴ區(qū)為內(nèi)陸平原區(qū)，降水較少。
2023, 51(2):279-286.
DOI: 10.19517/j.1671-6345.20220065
摘要:
基于廣西1961—2020年88個(gè)氣象站觀測資料，分析寒露風(fēng)初日時(shí)空變化特征、50%及80%保證率初日，〖JP2〗并結(jié)合水稻發(fā)育期資料對廣西雙季晚稻抽穗安全期進(jìn)行分析。結(jié)果顯示：①在時(shí)間上，廣西寒露風(fēng)初日以0.23 d/10a（P<0.05）的速率呈微弱提前趨勢，呈不對稱的“W”形特征；在空間上，廣西寒露風(fēng)初日呈高緯度早、低緯度晚，山區(qū)早、平地晚的“階梯式”分布特征。②廣西寒露風(fēng)初日存在22年、12年、8年、3年4個(gè)周期變化，其中22年是廣西寒露風(fēng)初日的主要周期，未發(fā)生明顯突變。③廣西雙季晚稻平均齊穗期以0.22 d/10a（P<0.05）的速率推遲，抽穗揚(yáng)花期遭遇寒露風(fēng)影響頻率為21.9%。建議適當(dāng)調(diào)整晚稻播種期，使其齊穗期提早3～7 d。桂中北地區(qū)應(yīng)謹(jǐn)慎推廣晚稻中晚熟品種，以避免受突發(fā)性的寒露風(fēng)災(zāi)害影響。
基于廣西1961—2020年88個(gè)氣象站觀測資料，分析寒露風(fēng)初日時(shí)空變化特征、50%及80%保證率初日，〖JP2〗并結(jié)合水稻發(fā)育期資料對廣西雙季晚稻抽穗安全期進(jìn)行分析。結(jié)果顯示：①在時(shí)間上，廣西寒露風(fēng)初日以0.23 d/10a（P<0.05）的速率呈微弱提前趨勢，呈不對稱的“W”形特征；在空間上，廣西寒露風(fēng)初日呈高緯度早、低緯度晚，山區(qū)早、平地晚的“階梯式”分布特征。②廣西寒露風(fēng)初日存在22年、12年、8年、3年4個(gè)周期變化，其中22年是廣西寒露風(fēng)初日的主要周期，未發(fā)生明顯突變。③廣西雙季晚稻平均齊穗期以0.22 d/10a（P<0.05）的速率推遲，抽穗揚(yáng)花期遭遇寒露風(fēng)影響頻率為21.9%。建議適當(dāng)調(diào)整晚稻播種期，使其齊穗期提早3～7 d。桂中北地區(qū)應(yīng)謹(jǐn)慎推廣晚稻中晚熟品種，以避免受突發(fā)性的寒露風(fēng)災(zāi)害影響。
2023, 51(2):287-294.
DOI: 10.19517/j.1671-6345.20220155
摘要:
低溫凍害特征及其風(fēng)險(xiǎn)評估可為油菜種植布局等決策提供理論依據(jù)。利用1960—2017年安徽省66個(gè)國家地面氣象觀測站逐日氣象數(shù)據(jù)，以油菜越冬期低溫強(qiáng)度將凍害等級劃分為輕、中、重3級凍害并構(gòu)建低溫風(fēng)險(xiǎn)指數(shù)。采用ArcGIS 9.3工具、及Morlet小波分析法等分析近57 a安徽省油菜越冬期低溫凍害的多時(shí)間尺度變化特征，并進(jìn)行越冬期低溫凍害風(fēng)險(xiǎn)區(qū)劃。結(jié)果表明：①安徽省油菜越冬期不同等級低溫凍害空間分布特征基本相似，呈現(xiàn)由南到北的帶狀分布特征，年平均發(fā)生總凍害的高值區(qū)多集中在淮北地區(qū)、沿淮地區(qū)和大別山區(qū)。②近57 a來油菜越冬期輕度、中度、重度及總凍害分別以1.0 d/10a、1.0 d/10a、1.1 d/10a和3.2 d/10a的傾向率呈現(xiàn)明顯的下降趨勢，表明全球氣候變暖在一定程度上有利于油菜安全越冬。③輕度風(fēng)險(xiǎn)區(qū)位于霍山—六安—合肥—全椒以南地區(qū)，該區(qū)緯度較低，油菜越冬期低溫凍害風(fēng)險(xiǎn)指數(shù)較小，適宜大面積種植油菜。研究結(jié)論可作為安徽省油菜種植布局和氣象災(zāi)害防御對策制定的依據(jù)。
低溫凍害特征及其風(fēng)險(xiǎn)評估可為油菜種植布局等決策提供理論依據(jù)。利用1960—2017年安徽省66個(gè)國家地面氣象觀測站逐日氣象數(shù)據(jù)，以油菜越冬期低溫強(qiáng)度將凍害等級劃分為輕、中、重3級凍害并構(gòu)建低溫風(fēng)險(xiǎn)指數(shù)。采用ArcGIS 9.3工具、及Morlet小波分析法等分析近57 a安徽省油菜越冬期低溫凍害的多時(shí)間尺度變化特征，并進(jìn)行越冬期低溫凍害風(fēng)險(xiǎn)區(qū)劃。結(jié)果表明：①安徽省油菜越冬期不同等級低溫凍害空間分布特征基本相似，呈現(xiàn)由南到北的帶狀分布特征，年平均發(fā)生總凍害的高值區(qū)多集中在淮北地區(qū)、沿淮地區(qū)和大別山區(qū)。②近57 a來油菜越冬期輕度、中度、重度及總凍害分別以1.0 d/10a、1.0 d/10a、1.1 d/10a和3.2 d/10a的傾向率呈現(xiàn)明顯的下降趨勢，表明全球氣候變暖在一定程度上有利于油菜安全越冬。③輕度風(fēng)險(xiǎn)區(qū)位于霍山—六安—合肥—全椒以南地區(qū)，該區(qū)緯度較低，油菜越冬期低溫凍害風(fēng)險(xiǎn)指數(shù)較小，適宜大面積種植油菜。研究結(jié)論可作為安徽省油菜種植布局和氣象災(zāi)害防御對策制定的依據(jù)。
2023, 51(2):295-301.
DOI: 10.19517/j.1671-6345.20220195
摘要:
基于大別山區(qū)35個(gè)氣象觀測站1971—2020年逐日氣象資料、DEM數(shù)據(jù)，采用氣候統(tǒng)計(jì)分析、逐步訂正法和趨勢面插值等方法，對茶葉光合生產(chǎn)潛力（YQ）、光溫生產(chǎn)潛力（YT）和氣候生產(chǎn)潛力（YW）時(shí)空變化特征、氣候資源貢獻(xiàn)率及其對氣候變化的響應(yīng)進(jìn)行了分析。結(jié)果表明：大別山區(qū)茶葉YQ和YW呈下降趨勢，降幅分別為0.58和0.05 t·hm-2·(10a)-1，YT呈增加趨勢，增幅為0.36 t·hm-2·(10a)-1；空間分布上，YQ隨緯度的增加而增加，YT隨緯度和海拔的增加而減少，YW隨緯度的增加而減少、隨海拔的增加而增加；太陽輻射、溫度和降水對YW的貢獻(xiàn)率分別為26%、48%、26%，溫度的促進(jìn)作用與太陽輻射和降水的抑制作用相互抵消，致使YW總體呈動態(tài)平衡趨勢；氣候變化背景下，大別山區(qū)北部地區(qū)較南部地區(qū)YQ下降趨勢更加明顯，南部地區(qū)較北部地區(qū)YT增加趨勢更加明顯，YW在低海拔地區(qū)呈增加趨勢而在高海拔地區(qū)呈下降趨勢。研究結(jié)果可為大別山區(qū)茶葉產(chǎn)業(yè)充分利用氣候資源、高效趨利避害、合理優(yōu)化產(chǎn)業(yè)布局提供科學(xué)依據(jù)。
基于大別山區(qū)35個(gè)氣象觀測站1971—2020年逐日氣象資料、DEM數(shù)據(jù)，采用氣候統(tǒng)計(jì)分析、逐步訂正法和趨勢面插值等方法，對茶葉光合生產(chǎn)潛力（YQ）、光溫生產(chǎn)潛力（YT）和氣候生產(chǎn)潛力（YW）時(shí)空變化特征、氣候資源貢獻(xiàn)率及其對氣候變化的響應(yīng)進(jìn)行了分析。結(jié)果表明：大別山區(qū)茶葉YQ和YW呈下降趨勢，降幅分別為0.58和0.05 t·hm-2·(10a)-1，YT呈增加趨勢，增幅為0.36 t·hm-2·(10a)-1；空間分布上，YQ隨緯度的增加而增加，YT隨緯度和海拔的增加而減少，YW隨緯度的增加而減少、隨海拔的增加而增加；太陽輻射、溫度和降水對YW的貢獻(xiàn)率分別為26%、48%、26%，溫度的促進(jìn)作用與太陽輻射和降水的抑制作用相互抵消，致使YW總體呈動態(tài)平衡趨勢；氣候變化背景下，大別山區(qū)北部地區(qū)較南部地區(qū)YQ下降趨勢更加明顯，南部地區(qū)較北部地區(qū)YT增加趨勢更加明顯，YW在低海拔地區(qū)呈增加趨勢而在高海拔地區(qū)呈下降趨勢。研究結(jié)果可為大別山區(qū)茶葉產(chǎn)業(yè)充分利用氣候資源、高效趨利避害、合理優(yōu)化產(chǎn)業(yè)布局提供科學(xué)依據(jù)。
2023, 51(2):302-308.
DOI: 10.19517/j.1671-6345.20220123
摘要:
利用典型櫻桃園區(qū)2018—2020年物候觀測數(shù)據(jù)及相近區(qū)域氣象觀測站氣溫?cái)?shù)據(jù)、2006—2020年國家自動氣象觀測站氣溫?cái)?shù)據(jù)，確定了低溫凍害研究時(shí)段，并按照積溫（Growing Degree Days,GDD）模型劃分了櫻桃生育期氣象指標(biāo)，參照QX/T 88—2008作物霜凍害等級中櫻桃不同生育期低溫凍害指標(biāo)，構(gòu)建了以日最低氣溫、日平均氣溫、持續(xù)時(shí)間構(gòu)成的低溫凍害指數(shù)模型，進(jìn)而建立了低溫凍害指數(shù)與減產(chǎn)率線性回歸模型；通過對比分析泊松分布、信息擴(kuò)散方法、正態(tài)分布、韋伯分布4種概率分布模型在櫻桃低溫凍害指數(shù)分布中的適用檢驗(yàn)，選取通過卡方擬合優(yōu)度檢驗(yàn)且差值標(biāo)準(zhǔn)差最小的信息擴(kuò)散方法模型，厘定了石家莊露天櫻桃低溫凍害天氣指數(shù)在不同觸發(fā)條件下的保險(xiǎn)純費(fèi)率，最高為2.045%，最低為0.173%。研究表明：在數(shù)據(jù)量較小的情況下，信息擴(kuò)散方法模型的分布形態(tài)更加符合真實(shí)的概率分布形態(tài)，為尚未開展長序列觀測的農(nóng)作物天氣指數(shù)保險(xiǎn)產(chǎn)品的設(shè)計(jì)提供了理論思考。
利用典型櫻桃園區(qū)2018—2020年物候觀測數(shù)據(jù)及相近區(qū)域氣象觀測站氣溫?cái)?shù)據(jù)、2006—2020年國家自動氣象觀測站氣溫?cái)?shù)據(jù)，確定了低溫凍害研究時(shí)段，并按照積溫（Growing Degree Days,GDD）模型劃分了櫻桃生育期氣象指標(biāo)，參照QX/T 88—2008作物霜凍害等級中櫻桃不同生育期低溫凍害指標(biāo)，構(gòu)建了以日最低氣溫、日平均氣溫、持續(xù)時(shí)間構(gòu)成的低溫凍害指數(shù)模型，進(jìn)而建立了低溫凍害指數(shù)與減產(chǎn)率線性回歸模型；通過對比分析泊松分布、信息擴(kuò)散方法、正態(tài)分布、韋伯分布4種概率分布模型在櫻桃低溫凍害指數(shù)分布中的適用檢驗(yàn)，選取通過卡方擬合優(yōu)度檢驗(yàn)且差值標(biāo)準(zhǔn)差最小的信息擴(kuò)散方法模型，厘定了石家莊露天櫻桃低溫凍害天氣指數(shù)在不同觸發(fā)條件下的保險(xiǎn)純費(fèi)率，最高為2.045%，最低為0.173%。研究表明：在數(shù)據(jù)量較小的情況下，信息擴(kuò)散方法模型的分布形態(tài)更加符合真實(shí)的概率分布形態(tài)，為尚未開展長序列觀測的農(nóng)作物天氣指數(shù)保險(xiǎn)產(chǎn)品的設(shè)計(jì)提供了理論思考。
友情鏈接《氣象學(xué)報(bào)》《應(yīng)用氣象學(xué)報(bào)》《氣象》《氣象科學(xué)》中國氣象局中國氣象局氣象探測中心中國氣象科學(xué)研究院北京市氣象局國家衛(wèi)星氣象中心及國家氣象信息中心
您是第位訪問者
技術(shù)支持：北京勤云科技發(fā)展有限公司
技術(shù)支持：北京勤云科技發(fā)展有限公司