简介:1755年(清乾隆二十年)我国东部大范围、多流域严重雨涝,其后1756、1757年黄河中下游雨涝,连续2年呈现较少见的北涝南旱降水分布格局,这是小冰期中相对温暖时段气候背景下的重大气象灾害和极端气候事件。依据历史文献记载复原多雨的天气实况和气候特征,绘制各年多雨、水灾和伴生的饥荒、虫灾、疫疾的发生地域实况图。结果表明,1755年黄河、长江中下游和淮河流域持续多雨,其中黄淮地区连续雨日超过40d。有早梅雨,长江下游的梅雨期长达43d,是18世纪最长的梅雨期,南京的年降水量达1378mm,是18世纪的最高值。1755年气温偏低,夏寒、秋霜早、冬季寒冷等特征与典型的极端多雨年1823和1954年相同,这3例极端多雨年都是太阳活动周的极小年。
简介:利用改进的中国科学院大气物理研究所短期气候预测系统(1APPSSCA),结合IAPENS0预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明:IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。
简介:利用1951—2009年中国160站的月降水和月平均温度资料,通过计算地表湿润指数,在分析其与降水及气温联系的基础上,探讨了中国区域平均地表湿润指数的年代际变化特征差异,给出了地表湿润指数年趋势的地理分布。结果表明:1951—2009年,中国北方的西北地区东部、华北和东北地区长江中下游地区及东南部分地区以干旱化趋势为主,这些地区干旱化趋势的产生与降水年际变差大、年内分配不均,降水持续减少和气温升高密切相关。东南、西南地区及西藏地区于20世纪90年代初期有湿向干的趋势转换,虽然长江中下游地区在70年代初期有明显的干向湿的趋势变换,但于90年代同样出现湿向干的趋势转换,并一直持续显著的干旱化。
简介:Mcteorologicaldataat17weatherstationsintheTianshanMountainsfrom1959to2003wereanalyzedtoexplorethevariationsintemperatureandsnowcover.TheabruptchangetestforsnowdepthwasperformedusingMann-Kendallstatistic.ThespatialdistributionofmaximumsnowdepthwascalculatedbyemployingGIDSinterpolationandDEMdata.Theresultsshowthatmeantemperatureinwinterhadarisingtrendatarateof0.44℃/10a.Theminimumtemperatureinwinterincreasedmoreevidentlyatarateof0.79℃/10a.Themaximumsnowdepthhasobviouslydeepenedatarateof1.15cm/10ainthepast45years,anditwasabout16%higherthantheaverageduring1991-2003.TheMann-Kendallstatistictestofsnowdepthindicatesthattheabruptchangeoccurredin1976.ThemaximumincrementforsnowcoverdepthoccurredinZhaoshu(Kunes)(39.3%)andNilka(39.7%)inthewestTiansbanMountains.Incontrast,thesnowcoverdepthreducedby17%inBarkolintheeastTianshanMountains.Therewasaprimarychangeperiodicityofabout2.8yearsinsnowcover.Inaddition,snowcoverdayswithadepthmorethan10cmincreaseddistinctly,however,therewasnoobviousadvanceordelayinsnowbeginningandendingdates.
简介:Areasonablewarmerwinterindex(IwwI)intheframeworkofthethreeequiprobabilitycategories(i.e.warmer,normalandcoldercategories)isproposedbasedonthewintertemperaturedataobservedat565stationsinChinaduring1956-2005,whereIwwIisdefinedastheratioofthestationnumberofwarmercategoryoverthetotalnumberofstations.TheresultssuggestthatthetrendofIwwIwasconsistentwiththatofthewintertemperatureondecadaltimescale,andtheirratesofchangewere10%/10aand0.4℃/10a,respectively.Itisfoundthatonly13warmerwintereventsintotalweredetectedbyIwwIoverthepast50years,and85%ofthemoccurredafter1986.
简介:利用据历史文献中汉代以来的旱涝灾害记载重建的逐年旱涝等级,结合已重建的东部地区干湿指数序列,通过定义判别历史时期极端旱涝事件的标准,分华北、江淮和江南3个区域辨识了过去2000年的重大旱涝事件。结果表明,各个区域的重大旱、涝多发时段分别是:华北地区出现在100~150年、550~650年、1050~1100年与1850~1900年;江淮地区出现在250~450年与1600~1850年;江南出现在350~400年、1100~1200年与1900~1950年。整个东部地区则出现在100~150年、250~350年、750~850年、950~1000年、1050~1150年、1400~1450年、1550~1650年及1800~1950年。20世纪后50年极端旱涝事件的发生频率和强度仅处于过去2000年的平均水平。过去2000年中国东部温度与旱涝关系的对比分析还表明,20世纪后半叶的气候变暖并未导致极端旱涝事件的发生频率明显增加。
简介:利用1961—2010年华南地区64个气象站的逐日降水资料,通过计算降水集中度指数Q,分析了华南夏季降水的结构。结果表明:夏季华南地区北部(南部)大部分地区降水集中度较小(大),表明该地区降水较为分散(集中)。在趋势变化上,近50年华南大部分地区夏季降水量和降水集中度都是增多的。北部和南部的降水量也均呈增加的趋势,北部增加更明显。另外,降水集中度在华南北部和南部也均呈增加的趋势,即降水呈现更集中的趋势,尤其是华南南部降水集中度增加更明显。此外,无论降水量为1mm以上、25mm以上还是50mm以上的降水,持续1d降水的雨日都在减少,而超过1d的持续性降水过程都在增多。在空间分布上,华南大部分地区1mm以上降水的雨日呈减少的趋势,而25mm以上和50mm以上的持续性降水过程呈增加的趋势。
简介:基于1980—2014中国670站日最大风速资料,利用改进的客观天气图分析法(OSAT)分离出中国陆地的台风大风(6级以上,≥10.8m/s),并定义了台风极端大风,进而研究了台风大风和台风极端大风的变化特征。分析表明:在地理分布上,台风大风年均日数和占比均自海岸线向内陆迅速减小,在海南、华南和东南沿海省份以及江苏南部,台风大风占比一般为30%-70%台风极端大风年均日数大值主要分布在沿海省市(除河北和天津),特别是华东和华南沿海,局部地区台风极端大风日数占比达100%。从季节变化看,在台风活跃的7—9月,中国台风极端大风频次总体上超过了季风极端大风;就全国而言,当阈值从最低值(11.5m/s)提升至12级(32.7m/s)时,台风极端大风频数占比则从12%急剧攀升至77%。1980—2014年,中国台风大风和台风极端大风年日数均显著减少,而台风极端大风年平均强度增强;这期间引起中国台风大风和台风极端大风的台风频数均显著减少,但引起台风极端大风的台风在生命期和影响期的平均强度均显著增强,这可能是上述显著变化特征的主要原因。
简介:采用区域性极端低温事件客观识别技术对1960—2009年的区域性极端低温事件进行检测,并分析其空间分布和时间演变特征。结果表明:区域性极端低温事件指标中最低温度和几何中心纬度的频次分布为双峰特征,发生频次较高的纬度主要位于30°N和42°N附近,且1980年代中期以前南北两个带并存,之后则以30°N附近为主;1960—2009年事件的发生频次、强度和最大覆盖面积等呈总体减弱趋势,在1980年代后期存在显著的转折,1990年代后期变化逐渐趋于平缓,并且这种变化主要是由占总数10%的持续时间长和空间范围广的事件作用的结果。此外,对体现事件多方面影响的综合指标进行等级划分并分析其变化特征。