辽宁半干旱及半湿润地区参考作物腾发量时空演变规律

为了研究气候变化条件下辽宁省参考作物腾发量(ET_0)的变化特征,以辽宁省56个站点1954—2016年的气象数据为基础,采用FAO推荐的Penman-Monteith公式对该地区的ET_0进行推算;并利用干旱指数综合分带法,将辽宁省分为半干旱地区和半湿润地区;并在半干旱和半湿润地区分别选择4个气象站,对其ET_0的时空变化特征进行分析。结果表明:全省多年平均ET_0大致呈下降趋势;但该趋势不明显,倾向率仅为-0.000 1 mm·10 a;全省1954~2016年日均ET_0的多年平均值为2.382 mm,日均ET_0在(2.380±0.300)mm的范围内波动。8个站点中喀左站、朝阳站、康平站、桓仁站、沈阳站和鞍山站ET_0呈极显著下降趋势,阜新站和大连站呈显著上升趋势。对ET_0的年际变化影响较显著的气象因素是相对湿度、日照时数。     

CRU数据集在黑龙江省ET0计算中的应用

针对我国参考作物蒸发蒸腾量(ET₀)计算中存在的气象数据不易获取、现有作物需水量数据空间分辨率较低等问题,以黑龙江省为例,基于10 min分辨率的CRU CL 2.0数据集,采用FAO Penman-Monteith公式建立了适于计算区域ET₀的栅格模型,并应用黑龙江省14个气象站的实测气象数据对该模型计算成果进行了验证。结果表明:采用CRU CL 2.0数据计算区域ET₀是可行的,其计算结果与应用实测气象数据计算所得的ET₀符合较好,不仅可以细化我国ET₀和作物需水量研究成果,也为气象资料缺乏情况下的ET₀计算供了一种新的计算模式。     

Valiantzas模型在广西参考作物蒸散发预测的适用性研究

参考作物蒸散发(Reference Evapotranspiration,ET₀)的精确计算是灌溉制度设计、水资源分配及管理的基础。本研究基于广西喀斯特与非喀斯特地区10个典型气象站点5年半的逐日气温、风速、相对湿度和日照时数数据,系统评估了Valiantzas系列简化模型(对应于不同气象因子缺失情况)在广西的适用性,并以Kling-Gupta Efficiency系数(KGE)、Nash效率系数(NSE)、决定系数(R²)、均方根误差(RMSE)以及平均偏差(PBIAS)作为评价指标。结果表明：Valiantzas-M1模型与FAO-56 Penman-Monteith (FAO-56 P-M)模型所需气象因子相同,但精度较高,其NSE和RMSE分别为0.796-0.841和0.557-0.641 mm/d,便于实际应用,可替代FAO-56 P-M模型。缺失风速时,原始Valiantzas-M2模型误差较大,用广西地区平均风速对其进行修正的Valiantzas-M2-modify模型能够提高ET₀模拟精度,降低误差,NSE增加了16.6%-17.4%,RMSE降低了24.9%-27.4%。同时缺失太阳辐射和风速时,Valiantzas-M3模型在喀斯特和非喀斯特地区的RMSE值分别为0.991 mm/d和0.988 mm/d。同时缺失相对湿度和风速时,Makkink模型模拟ET₀效果优于Valiantzas-M5模型。本研究可为气象站点稀疏、岩溶干旱严重的广西农业水资源高效利用提供科学依据。     

天然温带典型草原N2O和CH4通量的时间变化特征

以内蒙古温带半干旱典型草原类型羊草草原土壤为主要研究对象,利用静态箱技术在野外连续多年原位观测草地N₂O和CH₄排放通量.通过对1995,1998,1999,2001,2002和2003年的野外观测资料的数据分析,发现温带半干旱典型草原N₂O通量的日变化特征明显,草原植物的不同生长阶段对其具有显著的影响;CH₄通量的日变化没有明显的规律性特征,植物生长状态对其影响不明显,但对于草地吸收CH₄的日较差有显著的影响.多年观测资料显示:我国温带草地N₂O通量的排放峰值在四季中均有可能出现,低值通常出现在冬季,不同实验年份,不同季节都有出现N₂O吸收通量的可能性,N₂O季节通量的变化形式多样,通常是春、夏季较高,冬季最低.CH₄通量季节变化规律相对明显,其峰值主要出现在春季,冬季较低.在不同的季节都观测到CH₄的排放通量,这同草地出现N₂O的吸收通量一样不影响温带草地作为N₂O源和CH₄汇的功能.N₂O较CH₄通量的年际变化显著,两者年通量的变异系数分别是71.6%和18.7%,5个实验观测年(跨9个年度),N₂O和CH₄年通量的平均值分别是:(1.14±0.82)kg·hm^-2·a^-1和(-3.52±0.66)kg·hm^-2·a^-1.统计分析结果表明:只有CH₄的季节通量与降雨量之间存在显著线性关系.以此估算我国温带草地N₂O和CH₄年排放总量分别是:以氮计0.23 Tg和以碳计-0.83Tg,分别是全球温带草地N₂O排放总量的23%以及全球土壤吸收CH4总量的11%.     

杭州市2014年城区大气污染物浓度变化特征观测分析

为了研究杭州市城区大气污染物的浓度变化特征,本文选取了2014年杭州市环境监测中心站空气质量自动监测站的大气污染物浓度数据,并结合地面气象要素资料进行分析,结果表明,在观测期间,杭州市城区大气中的PM_2.5污染状况最严重,日平均浓度的超标率达30.7%;各污染物全年分布呈现明显的季节变化：O₃浓度呈现与该季节气温和太阳辐射强度在全年中的排列相一致的夏、秋、春和冬季依次递减的分布,NO₂则呈现冬高夏低,春秋介于两者之间的分布,SO₂浓度从高到低依次为冬季>春季>秋季>夏季,CO、PM_2.5和PM₁₀浓度都呈现出冬高夏季、春秋季变化平缓的季节变化特征;各污染物浓度日变化呈现不同变化规律：O₃和O_x浓度四季的日变化都呈单峰型分布,浓度峰值都出现在13:00～15:00,SO₂也呈现单峰型分布,在09:00～10:00左右达到峰值,于次日04:00左右达到谷值,NO₂、CO、PM_2.5和PM₁₀浓度的日变化特征类似,呈现双峰型变化,且峰值都与早晚高峰时间基本重合,冬季相对于其他季节首峰值时间推迟一小时左右;利用成对样本T检验进行比较,结果表明：NO₂浓度在17:00～次日09:00工作日均明显高于周末,而在09:00～14:00工作日略低于周末,14:00～17:00浓度基本相等,O₃浓度则在工作日的各时刻均高于周末;气象要素是大气污染物分布的重要影响因子,O₃与气温和风速呈极显著正相关关系,与湿度呈极显著负相关关系,NO₂与之相反,SO₂、CO、PM_2.5和PM₁₀与风速呈现一致的显著负相关关系外,与其他气象要素在不同季节差异性较大,SO₂和PM₁₀与相对湿度呈现极显著负相关关系,CO和PM_2.5与气温和湿度的相关性在不尽相同。     

天然温带草地CO2通量排放规律研究

以天然状态下（无牧、无施肥、无割草、无灌溉）内蒙古温带半干旱典型草原羊草草原为主要研究对象，利用静态箱法和气相色谱法进行草地田间CO2通量的原位观测实验.采用SPSS统计分析软件，研究分析了1998年5月至1999年5月，2001年至2003年，共4个实验观测年CO₂通量的观测数据与主要的环境因子(土壤含水量、降雨量、空气温度、地表温度、不同土层温度)间的相关性.结果表明：温带草地土壤CO₂排放通量具有明显的日变化特征，不同的生长状态对于其日变化特征具有明显的影响；主要的环境因子中只有表层土壤含水量与草地CO₂排放通量的日变化具有显著的正相关性；草地CO₂排放通量的季节变化显著而且不同的年份其变化特征也各不相同；降雨量的季节分布与其季节通量的变化特征间具有极显著的正相关性；4年的实验观测的统计分析表明：表层土壤含水量是温带半干旱草地CO₂排放通量主要控制因子.CO₂排放通量的年际变化不显著，以4年观测的平均年通量估算我国温带草地CO2年排放量是3.17Pg，约占全球土壤CO₂年排放量的1.23%，对于全球碳循环有着重要影响.     

南极Fildes半岛CH4浓度监测

在南极法尔兹半岛(FildesPeninsula)6个环境小区内采集了近地面气体样品,在室内分析了其中223个样品的CH4浓度,得出了这些小区内大气CH₄平均浓度;其中沿海潮间带藻类分布区、企鹅聚集区和人类活动区CH₄浓度显著高于全球CH₄平均浓度及其他无人区,表明这些区域可能是南极地区大气CH₄主要的源;而苔藓、地衣植被区CH₄浓度显著低于内陆冰盖区和全球大气CH4平均浓度,表明苔原植被区可能是南极大气CH₄重要的汇.还分析了苔藓植被区CH₄浓度的夏季变化,在夏季2个多月内该植被区CH₄浓度呈上升趋势;在相同的天气条件下,苔藓与地衣两不同植被区CH₄浓度变化趋势基本相同;但两者土壤CH₄通量存在明显的消长关系.     

平流层CH4的时空变化特征及其与O3的关系

 利用1991年10月到2005年11月的HALO₃E卫星观测资料,对全球70°S～70°N范围内平流层100hPa到1 hPa的大气CH₄混合比进行了时空特征分析.结果表明:①CH₄混合比在平流层是随高度上升而逐渐减小的.平流层中上层CH₄变化存在年循环,而平流层中下层CH₄变化存在半年振荡(SAO₃),且南半球平流层CH₄的季节变化振幅要大于北半球,特别是平流层中上层.平流层各个高度上的CH₄基本呈纬向分布,但是不同高度上分布特征有所差异;②平流层CH₄混合比变化存在3个月,10个月,准25个月和准45个月左右时间尺度的周期,但是3个月的短期变化和10个月的年循环只在1996年之前明显;③不同高度上,CH₄和O₃变化的相关关系是不同的,CH₄对O₃的破坏作用并不是存在于整个平流层,似乎是在有的高度上相关关系明显,有的高度上相关关系不明显.     

2016年夏季淮安市大气污染特征及成因分析

根据淮安市2016年6-8月的大气环境监测数据,研究了淮安夏季大气污染特征、成因及应对措施。结果表明：2016年夏季淮安PM_2.5、PM₁₀、SO₂、CO、O₃日最大8 h和NO₂的平均浓度分别为38、68、13、847、138和18 μg m_-3,环境空气质量达标率达到67%,首要污染物为O₃和PM。O₃呈现单峰型日变化特征,PM则呈现三峰型。观测期间受偏东和偏南方向气流影响,O₃污染可能是高空高浓度臭氧混合到地面导致,且同时伴随着高浓度的PM污染。盛行风向城市和排放源区污染控制,可以有效降低城市大气污染物浓度。     

某地区PM2.5与居民呼吸系统疾病及恶性肿瘤死亡的时间序列研究

目的 基于广义相加模型定量分析某地级市大气污染物PM_2.5与居民呼吸系统疾病及恶性肿瘤死亡风险的相关性。方法 收集2016~2018年该地级市逐日PM_2.5浓度数据、气象数据、居民呼吸系统疾病及恶性肿瘤死亡数据，进行描述性统计分析；采用基于Quasi-Poisson回归的广义相加模型（GAM），分析PM_2.5与该市居民呼吸系统疾病和恶性肿瘤死亡风险间的相关关系。结果 2016~2018年该地级市大气PM_2.5日均值为49 μg/m³，共有631 d超出《环境空气质量标准》GB3095-2012污染物浓度一级限值标准，占三年总天数的57.6%；广义相加模型滞后效应（Lag0~Lag7）显示，PM_2.5浓度升高10 μg/m³，呼吸系统疾病死亡率在滞后5 d的影响最大(ER=0.699%（95%CI：0.121%~1.277%）)，恶性肿瘤死亡率在滞后3 d时的影响最大(ER=0.443%（95%CI：0.013%~0.873%）)；寒季（11月~4月）期间，PM_2.5浓度升高10 μg/m³，呼吸系统疾病死亡率在滞后6 d的影响最大(ER=0.952%（95%CI：0.269%~1.635%）)，恶性肿瘤死亡率在滞后1 d时的影响最大(ER=0.819%（95%CI：0.177%~1.461%）)。结论 该地级市PM_2.5浓度升高会引起呼吸系统疾病和恶性肿瘤死亡率增加，特别是在寒季，PM_2.5暴露对呼吸系统疾病的负性效应更显著。     

Determining factors in potential evapotranspiration changes over China in the period 1971–2008

Potential evapotranspiration (ET_o) is important to hydrological cycling and the global energy balance. Based on a modified FAO56-Penman-Monteith model, ET_o was simulated for 603 meteorological stations across China in the period 1971–2008. Spatial distribution and temporal change of ET_o were characterized, and the determining factors in ET_o were revealed by sensitivity analysis. Results show obvious regional differences in annual average ET_o and its determining factor. In general, annual average ET_o decreased in the period 1971–2008, but increased since the 1990s. Wind speed and sunshine duration were determining factors in the annual ET_o trend, with smaller contributions from relative humidity and temperature. Declining wind speed was the determining factor in decreasing annual ET_o in northern temperate regions and the Tibetan Plateau. The spatial extent of wind speed influence contracted to northwest China in summer, and expanded to the whole country in autumn. Decreasing sunshine duration was the determining factor in decreasing annual ET_o in subtropical and tropical regions, especially in summer, with a larger spatial influence mainly to the southeast of the farming-pastoral region. ET_o change has distinct impacts on earth surface ecosystems and environment depending on different determining factors.     

基于Z指数的辽宁省洪涝灾害时空分析

根据辽宁省21个气象站点1958—2008年逐日降水观测数据,通过Z指数计算、区域旱涝等级评定对辽宁省近51年洪涝灾害的时空分布特征进行分析。研究结果表明:从时间变化方面来看,降水变化呈波动式下降趋势,减小趋势为1.963mm/a,且呈周期性变化,主周期约为9年,次周期约为24年和3年;从空间变化方面来看,年平均降水量变化是由辽东南沿海向西北内陆递减;而洪涝灾害频发区与降水集中区的空间分布并不相同,主要集中在辽北、辽中、辽西北部分地区的大、中河流的中下游平原,因受辽东西部高、中部低的地势影响,致使大量降水汇聚于此,因而造成不同程度的洪涝灾害。     

Spatial variability of irrigation factors and their relationships with “corridor-barrier” functions in the Longitudinal Range-Gorge Region

Based on the monthly meteorological data at 58 meteorological stations from 1971 to 2000 in the Longitudinal Range-Gorge Region (LRGR) and the surrounding areas, six factors including yearly ET ₀, maximum monthly ET ₀ (May), minimum monthly ET ₀ (December), paddy irrigation quota and total agricultural irrigation quota (yearly and main irrigation period from April to June) were selected to examine their spatial variability using a geostatistical approach. The results indicated that the coefficients of Moran’s I, describing the intensity of spatial autocorrelation, were greater in longitudinal direction than in other directions; the spatial variabilities of the six parameters were mainly caused by structural factor accounting for 60.2%–87.9%; the largest variabilities of ET ₀ (yearly, in May and December) appeared in the northwest-southeast and northeast-southwest directions. Due to the summer monsoon atmospheric circumfluence from the Indian Ocean and the Pacific Ocean, and continental warm-dry current in winter, the minimum fractal dimension and the maximum spatial variability of ET ₀ (yearly, in May and December) occurred in southwest-northeast and southeast-northwest directions. The highest variabilities of paddy and total agricultural irrigation requirements occurred in the south-north direction due to the vapor and energy diffusion caused by corridor function of the longitudinal rivers. The minimum spatial autocorrelation was in east-west direction, which proves that the six parameters of agricultural irrigation requirement were influenced by the “corridor-barrier” function in the LRGR and its surrounding areas.

     

不同气候区潜在蒸散发全局敏感性分析

基于Penman-Monteith公式,运用全局敏感性方法分析我国4个气候区12个气象站潜在蒸散发对最高气温、最低气温、相对湿度、风速和日照时数的敏感性。结果表明:(a)不同气候区及不同季节潜在蒸散发对气象因子的敏感性排序存在差异。夏季日照时数对潜在蒸散发影响最大;冬季最高气温、相对湿度和风速比较敏感;最低气温在全年各季节均不敏感。(b)从中温带半湿润地区→高原温带半干旱区→北亚热带湿润地区→南亚热带湿润地区,日照时数对潜在蒸散发的影响逐渐增强,风速对潜在蒸散发的影响逐渐减弱。(c)全局灵敏度与局部灵敏度方法分析结果具有很大差异,局部法分析对潜在蒸散发影响的气象因子敏感性排序与气象因子取值有关。     

海河流域50年来参考腾发量的时空变化规律及其影响原因

根据海河流域34个站点1957—2007年逐日实测气象资料,结合旋转正交函数(REOF)、参数t检验法和Mann-Kendall检验方法对海河流域参考腾发量(RET)及其相关的4个气象变量(平均气温、风速、相对湿度和日照时数)的时空演变特征进行了分析,在此基础上,分析了RET对气象变量的敏感性,定量评估了气象变量对RET变化的贡献程度,探讨了影响RET变化的可能原因.结果表明,过去50年,海河流域59%的站点RET呈现显著下降趋势,主要分布在东部平原区,呈现显著上升趋势的站点主要分布在西部山地区.依据REOF分析结果,海河流域可以划分为3个区域:西部区、北部区和东部区;北部区和东部区的RET都呈现出显著的减少趋势,而西部区则呈现出显著的增加趋势;相对湿度是对RET最敏感的气象变量,风速和日照时数次之,平均气温对RET的敏感性最小;海河流域西部区RET的增加主要是由该区域显著减少的相对湿度所引起的,而北部区和东部区显著下降的风速和日照时数是导致这两个区域RET减少的主要原因.     

山东省农业气象自动站土壤分布状况研究

 为了解山东省各农业气象自动站的土壤分布状况,对山东省各气象台站为安装农业气象自动站所进行测定的土壤质地资料,采用气象归类法进行分析评估.结果表明：①22种土壤,壤土类达131个台站次,黏土类达56个台站次,砂土类达25个台站次;②0～30cm均为壤土类的台站达90个,〖JP2〗占到120个台站的75%,均为黏土类的台站为16个,占13.3%,均为砂土类的台站为1个,占0.8%,混合类土壤达13个台站,占10.8%.     

韩江流域参考作物蒸散量时空变化及其影响因素

基于韩江流域12个气象站点1961—2013年的逐日气象数据,应用Penman-Monteith公式计算参考作物蒸散量(ET0),并利用Mann-Kendall检验、Kring插值、Pearson相关分析和敏感性系数等方法分析了韩江流域ET0的时空变化特征及其影响因素. 结果表明:(1)近53年来,韩江流域多年平均ET0为1 121.96 mm,整体呈下降趋势,速率为0.39 mm/a,在1967年左右发生突变. 全流域ET0的年内变化较为明显,夏季的贡献最大,占到全年的37%;年均ET0以广东最多,江西最少. (2)空间上,韩江流域ET0呈现“自东南向西北逐渐递减”、“三高一低”的分布格局,即韩江上游梅江源头地区、韩江三角洲以及梅潭河流域为明显的高值区,而汀江上游地区的值相对较低;四季ET0的空间分布与年高低值的分布格局基本一致. (3)韩江流域ET0对相对湿度呈负敏感性,对平均气温、日照时数和平均风速呈正敏感性,对相对湿度最为敏感,其次是平均温度,对日照时数和平均风速的敏感性相对较小. (4)风速的下降是该流域ET0减少的主要原因,其次是相对湿度. 本文为山区流域水循环研究奠定了一定的基础,可为区域水资源评价与管理提供参考依据.     

1961-2016年河南省极端气温事件变化特征

以1961-2016年河南省17个气象站逐日最高、最低和日平均气温数据为研究对象,运用Sen’s倾向估计、Mann-Kendall检验、R/S分析和空间分析等方法,分析了河南省16个极端气温指数(冷指数和暖指数)的变化特征.结果表明:过去的56年,河南省极端气温冷指数和暖指数均呈暖化趋势.其中,霜冻日数、冷夜日数、暖夜日数和生物生长季暖化趋势最显著.空间上,河南省各地极端气温冷指数和暖指数均呈暖化趋势.其中,郑州、开封、新乡、三门峡等地暖化趋势最显著.极端冷指数开始变暖、显著变暖和变暖突变时间均早于暖指数,且冷指数变暖幅度大于暖指数,说明冷指数对全球变暖更敏感.河南省极端气温冷指数和暖指数可持续性均较强,意味着河南省极端气温指数暖化趋势将持续.