气候变化的主要特征范文1
关键词 沈山高速公路；大雾；气候特征；海陆差异
中图分类号 P426.4 文献标识码 A 文章编号 1007-5739（2016）20-0222-02
雾是一种常见的灾害性天气[1-2]，是由近地面空中悬游的大量微小的水滴或冰晶形成的可见集合体，根据世界气象组织的规定，使水平能见度下降到1 km以内的称为雾[3]。雾可缩短司机的可视距离，从而严重危害交通安全，致使高速公路交通事故频有发生。因此，雾对高速公路安全的威胁引起了社会的广泛关注，许多学者对高速公路雾的发生特征、预测预报等方面开展了大量研究，例如田 华等[4]对京津塘高速公路沿线雾的气候特征进行了分析，发现京津塘公路沿线雾大多在凌晨到日出前后生成，在日出后消失，并且雾持续时间随时间变化呈指数递减。张 飒等[5]分析了济青高速公路沿线雾的气候特征，并提出了开展高速公路大雾服务的构想。李 盾等[6]通过分析武汉地区雾的发生特征，估算出雾对武汉地区交通安全造成的损失。
位于辽宁地区的沈山高速公路是国家公路主骨架北京至沈阳高速公路的重要组成部分，其沿途雾的气候变化特征明显，并且沿海段与内陆段划分均匀。本文通过分析1981―2012年31年沈山高速公路沿线沿海和内陆的6个代表站的雾资料，归纳出该高速公路海陆雾的气候变化特征，分析沿海与内陆雾的差异，为雾的服务工作提供可靠、有效的数据依据，从而降低雾对沈山高速公路交通安全造成的风险。
1 资料来源与研究方法
1.1 数据来源
本文选取辽宁省气候资料中心提供的1981―2012年31年盘锦、葫芦岛、绥中3个沿海站，及沈阳、辽中、台安3个内陆站的雾日及雾发生时间、结束时间，进而对沿海段与内陆段的雾日数分别做年平均、季节平均以及月平均处理。
1.2 统计方法
雾日统计以地面观测记录为准，即当日20：00至次日20：00，24 h内任意时段出现雾记为1个雾日。雾持续时间统计以1个雾日内雾从开始至结束的持续时间为准。
2 结果与分析
2.1 海陆雾日数年变化特征
如图1所示，从31年间沈山高速公路沿海段与内陆段城市平均雾日数变化曲线可以看出：一方面，海陆平均雾日数呈极缓慢的波动上升趋势，并且变化趋势呈现明显的一致性。另一方面，沿海段雾日数平均为15.3 d，比内陆段的13.2 d多2.1 d；沿海段雾日数在20 d以上的年份有1990年、2008年、2009年和2010年4年，而内陆段只有2006年1年；沿海段雾日数极大值为23.3 d，比内陆段的21.3 d多2.0 d，极小值为9.3 d，比内陆段的8.7 d多0.6 d。
2.2 海陆雾日数季节变化特征
如图2所示，海陆雾日数均呈明显的季节变化，而内陆雾日的季节差异较沿海更为明显。内陆雾主要集中在秋季、冬季，该季节占全年雾日的60.90%；沿海雾主要集中在夏季、秋季，该季节雾日占全年雾日的56.68%。
2.3 海陆雾日数月变化特征
辽宁省的雾各月都可以形成，但沿海和内陆表现出明显的差异[7]。如图3所示，根据31年海陆平均雾日的月变化曲线可以看出：海陆雾日1―5月基本呈减少趋势，从6月开始快速增多，沿海段雾日在7月达到极大值1.68 d，8―12月再次波动减少；而内陆段雾日在8月达到极大值1.64 d，9月减少，10月再次增加到1.58 d，然后逐月递减。
2.4 海陆雾的日变化特征
沈山高速公路雾的日变化特征明显，统计31年间内陆城市沈阳与沿海城市盘锦2个代表站雾开始时间的分布规律（图4a），发现海陆雾开始的时间主要集中出现于一天中的3：00―9：00，其中6：00左右为雾出现频率最高的时段，沈阳频率为0.41，盘锦为0.39；12：00―18：00沈阳、盘锦两站鲜有雾开始形成。3：00―12：00沈阳形成雾的频率大于盘锦，18：00―12：00沈阳形成雾的频率小于盘锦。
图4b为31年间沈阳、盘锦雾结束时间的分布频率曲线，可以看出，2个代表站雾结束时间主要集中于6：00―12：00，其中雾结束于9：00前后的频率最高，沈阳为0.49，盘锦为0.46；15：00―18：00之间两站鲜有雾消散。
统计2个代表站雾持续时间（图4c）发现雾持续时间基本维持在0～15 h之内，其中持续时间主要集中在1～5 h之内，频率均在0.1以上。沈阳雾持续4 h的频率最大，为0.18，锦州雾持续2 h的频率最大，为0.19。
3 结论与讨论
本文分别统计了沈山高速公路沿海段盘锦、葫芦岛、绥中与内陆段沈阳、辽中、台安共6个代表站1981―2012年31年雾日的年际变化、季节变化和月变化特征，以及沈阳、锦州雾的日变化特征，得到以下结论：
（1）从年变化特征来看，沈山高速公路海陆平均雾日数呈极缓慢的波动上升趋势，并且变化趋势呈现明显的一致性，而沿海段雾日总体多于内陆段，雾日数在20 d以上的年份出现的频率大于内陆段，雾日数的极值均高于内陆段。
（2）从季节变化特征来看，海陆雾季节变化明显，而内陆段雾日的季节性差异较沿海更为明显；沿海段雾日主要集中在夏季、秋季，内陆段雾日主要集中在秋季、冬季。
（3）从月变化特征来看，5月是沿海段与内陆段雾形成的低谷期；沿海段雾的高发期在7月，而内陆段在8月。
（4）从日变化特征来看，沿海段和内陆段雾多形成于凌晨至日出前后的时段，消散于日出之后，而凌晨至中午前后内陆段雾较沿海段更易形成雾，傍晚至夜间则相反；持续时间大多维持在1～5 h范围内，而内陆雾持续4 h的频率最大，沿海雾持续2 h的频率最大。
（5）鉴于公路雾很强的局地性特征[8]，本文研究的沈山高速公路沿海段与内陆段雾气候变化特征的异同对于该高速公路雾的检测、预报等工作提供了一定的客观数据依据，但是在未来交通气象服务中需要从雾的产生机制着手，结合沈山高速公路沿线特有的地理、环境、生活特点进行雾的研究。做好高速公路沿线局地的雾的预报并能准确预报雾的产生时间和消散时间，将成为交通气象服务的重点和难点。
4 参考文献
[1] 林建，杨贵名，毛冬艳.我国大雾的时空分布特征及其发生的环流形势[J].气候与环境研究，2008，13（2）：171-181.
[2] 孙丹，朱彬，杜吴鹏.我国大陆地区浓雾发生频数的时空分布研究[J].热带气象学报，2008，24（5）：497-501.
[3] 中国气象局.地面气象观测规范[M].北京：气象出版社，2003.
[4] 田华，王亚伟.京津塘高速公路雾气候特征与气象条件分析[J].气象，2008，34（1）：66-71.
[5] 张飒，冯建设.济青高速公路大雾天气气候特征及其影响[J].气象，2005，31（2）：70-73.
[6] 李盾，万蓉.武汉地区雾的特点及其对交通的影响[J].暴雨灾害，2000，19（3）：20-22.
气候变化的主要特征范文2
一、区域地理分析的一般方法和思路
进行区域定位根据区域位置,判断分析地形、气候的类型和特征以地形、气候条件为基础,确定其相应的水文、植被、土壤等自然地理要素的特征以自然地理特征为条件,分析自然地理特征对农业、工业、交通、城市、人口等要素的影响进而分析区域发展的主要优势和限制性因素确定区域发展方向、存在问题及其解决措施等。
二、区域自然地理知识框架及特征
1、地理位置:
经纬度位置(10条经线:00E、300E、500E、600E、900E、1100E、1200E、1500E、600W、900W、;5条纬线:00、23026′NS、66034′NS)、半球位置、海陆位置、山河位置、地形位置、交通地理位置、相互位置等方面分析。
2、地形特征:
①地势倾斜情况和起状况;②地形类型及比重、主要地形区的分布;③特殊的地形、分布及成因;④地形对所在区域其它自然要素(气候、河流、植被、土壤)的影响;⑤海岸线和岛屿特征;⑥地质灾害状况等方面分析。
3、气候特征:
①气候类型及分布;②气候要素(主要指降水、气温、风和光照)分布、变化及影响因素;③影响气候的区位因素(太阳辐射或纬度因素、海陆位置、地形地势、大气环流、植被覆盖率、洋流、地面反射率、人类活动等);③气象灾害类型、分布、成因、影响及防御措施;④气候对地貌、河流和动植物的影响;⑤气候与农业生产的关系等方面。
4、水文、水系特征
⑴水系特征:从名称、发源地、分布、流向、河流长度、河道特征(宽窄、深浅、弯曲度)、流域面积、干支流、河网密度、河流分段及注入海洋等方面分析水系特征。
⑵水文特征:流量(年径流总量)、水位(径流的季节变化与年际变化)、流速、含沙量、结冰期(包括凌汛)、水能蕴藏量、航运价值等方面分析水文特征;
⑶人类活动与河流:通航里程、引水灌溉、水电开发、水土保持、防洪减灾、河流断流与水污染、城市与人口分布等方面分析人类对河流影响及流域生态环境状况。
5.自然资源和能源
⑴自然资源:土地资源、水资源、矿产>，！
⑵旅游资源:地质地貌景观、气象气候景观、水文地理景观、生物景观。
⑶能源资源:主要是石油、天然气、煤、水能、可燃冰、太阳能、风能、地热能等。
三、区域人文地理知识框架及特征
1、经济特征:
①经济发展水平;②国民经济结构(三大产业比重);③工业(轻、重)部门比重、主要部门及分布;④农业(农、林、牧、渔)部门比重、主要部门及分布;⑤商业贸易和交通等方面特点。
2、区域农业特征:
⑴农业地域类型及分布:①水稻种植业---东亚、东南亚、南亚;②大牧场放牧业---美国、阿根廷(牧牛)、澳大利亚、新西兰、南非(养羊);③商品谷物农业---美国、加拿大、澳大利亚、俄罗斯、乌克兰、阿根廷、我国东北、西北;④混合农业---欧洲、北美、南非、澳大利亚、新西兰、我国的基塘生产;⑤种植园农业---拉丁美洲、东南亚、南亚、撒哈拉以南的非洲;⑥乳畜业---北美五大湖周围地区、西欧、中欧、澳大利亚、新西兰、我国大城市周围地区。
⑵影响农业生产的区位因素:
自然因素对农业影响:①气候---农作物种类、分布、复种制度;②地形:平原---耕作业;山区---立体农业、林业、牧业、副业;③水源---干旱、半干旱地区发展农业生产的决定性因素;④土壤---产量。
社会经济因素:①市场---决定农业生产的类型和规模及产量;②交通---使市场的影响地域范围扩大;③政策---政府干预体现在价格上;④劳动力---数量多少、素质高低影响农业生产的类型和经营方式及农产品的成本和质量;⑤农业机械---提高劳动生产力;⑥技术---培育良种、改进耕作制度、自然条件改造。
⑶农业现状:主要农作物及分布;粗放经营或劳动密集型;商品率;规模大小;机械化程度高低和劳动生产率高低。
3、区域工业特征
⑴工业部门结构(重工业、轻工业比重)。
⑵主要工业城市、工业中心和主要工业部门(如煤炭、钢铁、纺织、汽车、化学、石油、飞机、宇航、电子等)、分布及成因。
⑶影响工业布局的区位因素:①自然因素------土地、水源、气候、优美环境;②经济因素:农业经济基础、原料、能源、市场、劳动力、工业基础和协作、技术、
交通运输和信息;③社会因素:政策、科技教育、工业惯性、个人偏好、消费习惯;④环境因素:空气污染、水源污染、固体废弃物污染。 4、交通、人口与城镇特征及分布
⑴交通特征:①主要交通方式(铁路、公路、水运、航空和管道)、特点及运输方式
选择;②交通运输布局及其区位因素;③交通位置(枢纽、港口、车站、机场)及区位因素;④交通线路密度;⑤交通线路建设的意义等。
⑵人口、城镇分布特点及原因
气候变化的主要特征范文3
五运乃木、火、土、金、水五行之气运行的统称。五运包括三方面内容：大运（中运）、小运（主运）、客运。每一种运有每一种运的不同内容和推算方法，下边分别叙述之。
一、大运（中运）
（一）概念 大运统主每年的岁运，木、火、土、金、水各运分别统主一年的时间，每五年循环一次，用以说明各年的主要气候特征。
古人把相对的时间阶段的气候和生物活动规律，应用五行属性名之，并依照五行相生的规律向下推移，因为统主的时间较长，所以相对于小运而言名曰大运。因为大运主要候天地气交的中气，所以又称为中运。《素问・六元正纪大论》曰：“天气不足，地气随之，地气不足，天气随之，运居其中，而常先也。”即所谓天气在上，地气在下，运居于天地之中，气交之分。
（二）推算方法 推算大运主要根据天干确定，所以称做天干取运。天干有10个符号，结合五行每五年循环一次，所以每一运主两个天干。
根据第一种天干配五行的方法甲己化土、乙庚化金、丙辛化水、丁壬化木、戊癸化火。即言凡逢甲年或己年该年的大运乃为土运；凡逢乙年或庚年其大运就是金运；凡逢丙年或辛年其大运就是水运；凡逢丁年或壬年其大运就是木运；凡逢戊年或癸年其大运就是火运。
甲年为土运，依靠五行相生规律，依次为金运年乙、水运年丙、木运年丁、火运年戊五年循环完毕，第六年为己年又是土运，然后再依照五行相生规律依次为金运年庚、水运年辛、木运年壬、火运年癸、如此循环，周而复始。
由此可见，在推算大运时只要看每年的干支年序符号，根据上边天干和五行的第一种配法，便很快能知道该年大运属性。如2011年辛卯年，因为丙辛化水，所以可以知道去年大运是水运。
（三）大运的太过和不及 大运的太过和不及是根据年干符号的属阳还是属阴而确定的。凡年干符号属阳（奇数）那么这一年的大运为太过，凡年干符号属阴（偶数）那么这一年的大运为不及。2011年年干为辛序号为8属阴，所以去年的大运是水运不及。
在天干取运之中，每一运必有一个阳干（奇数）一个阴干（偶数）。阳干年份其大运为太过，阴干年份其大运为不及。甲己化土，甲年为太过的土运，己年为不及的土运；乙庚化金，带有乙干的年份为不及的金运，带有庚干的年份为太过的金运，依次类推每一运都有一个太过和一个不及的年份。
太过和不及反应了不同的气候特征，运之太过表现本运之气大行如太过的木运壬年表现木行之气过盛而多风。运之不及表现本运之所不胜气大行如不及的木运丁年表现所不胜气偏胜则燥胜。就是说阳干的年份，即表现该运十分明显的特征；阴干的年份即表现该运所不胜之气的明显特征。
（四）大运太过与不及的表示法 大运的太过与不及古人有一种特殊的表示法叫做五音建运。可能是为了叙述方便也可能是为了理解上的方便，古人又应用了一套五音符号来表示运的太过和不及即所谓五音建运。建，立也。引申为表示。因为五音给人的印象是十分明确而具体的。由是产生了木、火、土、金、水五运换之以角、徵、宫、商、羽来表示。另外以“太”表示太过，以“少”表示不及。由于年序的推移是阳干和阴干交错出现，所以就产生了太少相生的局面。即依十天干的顺序出现阴阳交错太少相生，阳尽而阴，阴尽而阳的规律。甲（太宫）、乙（少商）、丙（太羽）、丁（少角）、戊（太徵）、己（少宫）、庚（太商）、辛（少羽）、壬（太角）、癸（少徵）。这里的“太”和“少”可以近似地理解为音量的大小和强弱。
二、主运（小运）
（一）概念 主运分主一年五季气候之运，年年不变而叫主运，和大运（中运）相对而言，主运又叫小运。
在运气学说中凡带有“主”字的如主运、主气等都具有年年不变的特征。
（二）推算方法 一年分为五个相等的时间阶段，名之为春、夏、长夏、秋、冬，分别以木、火、土、金、水统主之，每个运季是73.05天。木运主春、火运主夏、土运主长夏、金运主秋、水运主冬，永远如此，周而复始，不以年序的干支左右。
主运的意义标志每个运季的正常气候。由于主运不与干支年序发生联系，而是年年不变，周而复始，所以各运季的正常气候也是年年不变、周而复始的。
但是也有一点微小的关系，即主运中各运分别以五音来表示时，其太少性质的确定又可用五步推运之法求得。就是根据大运的五音建运“太”或“少”而决定主运中相应的某音也是“太”或“少”，然后根据太少相生的关系来分别确定主运中其他四运的“太”或“少”。
如甲子年，大运为土运，五音建运为太宫，那么甲子年长夏宫运即为“太宫”由是其它各运按太少相生便可确定为：太角、少徵、太宫、少商、太羽。又如丁亥年，大运为丁运，五音建运为少角，那么丁亥年的主运角当为“少”。由是其它各运按太少相生关系而确定为：少角、太徵、少宫、太商、少羽。
三、客运
（一）概念 客运也是小运，也分主每年的五个季节的气候，但是它年年在变化，所以称为客运。客运是主五季异常的气候情况。
（二）推算方法 客运的初运视大运而定，其余各运依五行相生之序推定，其五音太少也是根据大运的“太”或“少”而确定客运之初运的“太”或“少”。
如甲子年，大运是土运，而且是太宫，那么该年客运的初运也是土运，而且也是太宫，依次按五行相生之序和太少相生之序而夏季为金、少商，长夏为水、太羽，秋季为木、少角，冬季为火、太徵。就大运和客运而言，五年轮换一次，若结合太少阴阳则是10年轮换一次，因为运是由天干而取的。列表如下：
从时间顺序来看，初运永远主春、二运永远主夏、三运主长夏、四运主秋、终运主冬，因客运随大运而变，那么在主运之春就加入了一些该年大运所主的气候特征。
如甲子年土运，那么该年客运之初运当属土运，诚然主运春季仍为木运，那么就在该年春天表现了一些土运的气候特征即水湿偏多，依次夏季在主运火的基础上表现一些金运的气候特征即燥气偏盛，长夏在主运土的基础上表现一些水运的气候特征寒冷，秋季在主运金运的基础上表现一些木运的气候特征即风偏胜，冬季在主运水运的基础上表现一些火运的气候特征炎热。
总而言之，客运的异常气候特征分别加入在主运的正常气候基础之上，只有丁壬年份的客运气候特征和主运气候特征相吻合。
小 结
1.大运及客运的初运，都利用年干推定，运序的循环按五行相生的规律进行。主运除其五音太少外，不利用年干推算，初运永远为木运，年年皆同。
2.大运统岁说明全年的气候特征。主运统季说明一年内五季的正常气候。客运也统季，但每年各季客运不同，客运的初运视年干而定与大运统一，余运可类推，用以说明一年内五季的异常气候。
3.在配合五音方面，大运客运的太少较常用，而主运则不多用。
气候变化的主要特征范文4
关键词 东北；夏季低温；变化特征
中图分类号P49 文献标识码A 文章编号 1674-6708（2014）108-0119-02
0引言
低温冷害是指在作物整个生长发育期或某个生育阶段，气温低于作物所需的临界温度而造成严重减产[1]。东北是我国重要的商品粮生产基地，但地理纬度高、气候寒冷、无霜期短，因此夏季温度对粮食产量的影响极为重要，夏季低温是东北农业生产的主要灾害性天气。因此，充分认识东北夏季低温的气候特征，对于做好东北夏季温度状况的长期预报，适时采取抗御低温危害的措施，夺取农业的稳产，具有重大意义[2]。
本文在全国气温变化的背景下，选出东北地区夏季气温异常一致性较好的的代表站，分析东北地区气温的年际变化、年代际变化等基本气候特征。
1 资料和方法
本文利用国家气候中心1951年1月～2008年12月（58a）月平均气温资料，其中东北有齐齐哈尔、哈尔滨、长春、沈阳等22个站。用6月～8月的平均气温代表当年夏季。
使用的方法主要有：小波分析、合成分析、突变检测等方法。
2 全国同期温度空间分布
本文把东北地区22站58a夏季月平均温度标准化后小于-1定义为低温年，分别为1956、1957、1964、1969、1972、1976、1983和1993年，相对的高温年为1982、1988、1994、1997、2000、2001、2004、2007和2008年。
由图1可见，全国多年平均温度由南到北递减，西部在南疆盆地和青藏高原东北部存在温度高值区。东北地区温度分布可化为三个区，分别为内蒙古东北部，平均温度 20℃左右；黑龙江北部，平均温度在19℃以下；吉林东部辽宁，平均温度在22℃～25℃之间。
图1 全国160站夏季月平均气温空间分布 （单位：℃）
图 2 东北地区夏季气温标准化后11点滑动平均和趋势
3 东北地区夏季气温异常的时间变化特征
3.1 年代际变化特征
为研究东北夏季气温异常的年代际变化趋势，本文对该区域夏季气温标准化距平的时间序列作11 a滑动平均。从图2点划线可知东北夏季气温总体上呈波动上升，20世纪50年代初为正常略偏暖，1956-1978年是持续较长的偏冷期，冷期振幅逐年减小，1979年以后至90年代初呈正常波动状态，90年代初至今则持续偏暖，波动振幅逐年增大，为58 a来最暖期，其中1999、2000、2001年连续3 a气温异常偏高，2004年气温异常偏高，2007、2008年气温异常偏高。东北夏季60年代最冷，70年代次之，80年代开始变暖，90年代最暖。
3.2 年际变化特征
图2亦反映东北夏季气温的年际变化特征。本文定义气温标准化距平小于-1为凉夏年，大于1为热夏年，在-1～1之间的年份为正常年。凉夏年集中在50年代中期至70年代这个大冷期中，其中1976年的夏季低温最为严重；而在80年代以后，特别是90年代热夏事件发生相当频繁， 说明90年代之后东北夏季增暖非常显著。
3.3 周期分析
小波变换是时间序列周期分析工具。本文对东北58 a夏季气温的时间序列运用Morlet小波分析方法进行分析，得到了不同时间尺度的变化特征。图3可见东北地区夏季气温存在明显的年际变化和年代际变化，其中存在3 a、4 a、9 a的主要年际周期和以17a为中心的年代际周期。
图3 东北地区夏季气温的Morlet小波实部分布图
图4 东北22站夏季气温时间序列的滑动t检验
3.4 突变分析
气候突变的普适定义：气候从一种稳定态跳跃式地转变到另一种稳定态的现象，它表现为气候在时空上的急剧变化。滑动t-检验是考察两组样本平均值差异是否显著来检验突变，图4为东北22站夏季气温的时间序列做滑动t检验的分布特征，临界值取为±2.09，通过0.05显著性水平。由图可见，东北夏均平均气温在1993～1997年发生了明显的突变（增暖），与前文分析一致。
4 结论
1）东北夏季气温20世纪50年代中期之前略偏高，60到70年代处于冷期，60年代达到低谷，90年代后处于暖期，并达到58 a最高峰；凉夏集中在50年代中期至70年代，90年代热夏事件发生相当频繁；
2）由小波分析可知，东北夏季气温存在明显的年际变化和年代际变化，气温异常存在3 a、4 a和9 a的年际周期及以17 a为中心的年代际周期；
3）经滑动t检验，东北夏季平均气温在1993年～1997年发生了明显的突变（增暖）。
参考文献
气候变化的主要特征范文5
关键词干旱；干旱风险；干旱指数；WRF；云南省
中图分类号P951文献标识码A文章编号1002-2104（2013）10-0095-07
在全球气候以变暖为主要特征的气候背景下，地理位置特殊的云南省在干旱、洪涝和低温冷害等极端气候事件方面面临着更加严峻的考验。云南省由于受西南季风控制，加之地理位置和地形的作用，大部分地区呈现四季不分明、干湿季明显的气候特征。云南天气灾害频发，天气预报难度较大，给当地的社会经济发展带来严重的影响。特殊的海陆分布、奇异的地形和独特下垫面状况铸就了云南特殊的立体气候背景，近年来云南省干旱灾害有明显增加的趋势。据相关记载，1901年以前百年干旱出现的频数都在100次以下，而20世纪干旱出现频数却超过了150次，尤其是20世纪80年代的旱灾增多比较明显[1]。作为当前全球造成经济损失最严重的自然灾害[2-3]，云南省的极端干旱已经严重威胁这些地区的生存环境，引起了水资源严重匮乏、生态环境退化和荒漠化等一系列环境问题[4-5]。干旱作为水文循环及水分分布的极端情形，它的危害早已被人们所认识。干旱灾害的致灾因子是气象因子[6-7]，主要取决于一个地区的降水、气温、蒸发等。因此干旱风险分析主要通过对干旱气象因子分析来完成。国内外许多科学研究针对气象干旱问题进行了大量的区域观测试验和数值模拟研究，得到许多有意义的研究成果[8-9]。传统的统计诊断存在关系不确定以及历史资料缺乏等缺陷[8]，同时云南省地理位置特殊，影响气候异常的因子复杂，因而传统的统计方法很难为气候干旱预测提供较为客观的科学支持。针对云南省气候及干旱风险分析问题，中尺度天气研究与预报Weather Research and Forecasting （WRF）模式系统等一系列区域气候模式能够很好的描述下垫面状况和中小尺度物理过程，能够提供更详细的气候特征，是一种气候灾害因素分析和预测的新方法。
随着城镇化和工业化建设，云南省的土地覆被发生着剧烈改变。城镇化推进过程中因大量农用优等土地被占用导致耕地面积锐减，农业生产结构扭曲，坝区耕地资源持续减少。在推进城镇建设时，存在过多占用坝区耕地、“摊大饼”式发展的现象。随后发起的生态工程建设虽然使得省内生态恶化趋势得到一定遏制，然而这种大规模的造林工程进一步改变了原有的土地覆被状况。大量科学研究证明[10-12]，土地利用/覆盖变化改变下垫面的性质，即地表反射率、粗糙度、植被叶面积以及植被覆盖比例的变化，引起了区域温度、湿度、风速、降水变化，由此引起局地与区域气候变化，进而影响灾害发生频次。本研究在分析云南省近20年的土地覆被变化的前提下，采用中尺度天气研究与预报WRF模式系统对云南省干旱发生风险进行了预测分析，以期能对当前合理部署土地利用，减缓异常气候事件提供指导，并为云南省的灾害预测提供有益的帮助和参考。
邓祥征等：基于WRF模式的云南省干旱发生风险的预测分析中国人口・资源与环境2013年第10期1数据与方法
1.1云南省过去20年土地利用变化趋势分析
云南省地处青藏高原东南侧（100°E-110°E， 23°N-28°N），位于珠江、澜沧江和怒江等六大江河水系的源头和上游，是典型的低纬高原。低纬高原有着低纬地区的气候特点：气温年较差小；季风活动最显著，降水充沛且旱季与雨季分明。又有着高原气候的特点：太阳辐射强而辐射差额小；高原地区比同纬度的平原地区气温要低6-10℃左右；温度昼夜日较差可比同纬度的平原地区高出1-2倍；降水明显受地形影响，一般迎湿润气流的高原边缘是多雨带，而背湿润气流一侧和高原内部，雨量较少。低纬高原既有低纬特征又有高原特点，相应的气候特征也反映出两者的结合。
气候变化的主要特征范文6
关键词 强降水；变化特征；REOF；线性趋势分析；小波分析
中图分类号 P426 文献标识码 A 文章编号 1007-5739（2016）02-0256-03
近百年来，由于人类活动，全球近地面气温一直呈上升趋势，全球气候变暖已经成为不可争的事实。随着气候变暖，中国的极端天气事件发生频率也大大增加，极端降水事件频繁发生，给社会、经济的持续发展和人民生命财产造成了严重的影响和损失。因此，全球气候变暖导致的极端天气事件已经成为各国政府和社会各界关注的焦点。据IPCC（2007年）的评估报告指出，1900―2005年在30° N～85° N之间的很多地区降水明显增加，低纬度地区降水在减少，北半球中高纬度陆地极端强降水事件增多。与北半球其他中高纬度降水普遍增加趋势不同[1]，中国降水量没有明显变化趋势，但具有明显的区域特征。罗伯良等[2]利用1961―2004年逐日降水资料，采用线性变化倾向率和MK检验等方法对湖南省极端强降水事件气候变化趋势和突变特种进行了分析，结果表明，近44年来，极端强降水量和日数呈现出增加趋势。
选取全国726个站点（图1）1961―2013年的日降水资料，并对个别缺测资料进行插值。
气象学中，规定24 h降水量50～100 mm为暴雨；100～200 mm为大暴雨；200 mm以上为特大暴雨。世界气象组织的规定，将>90%分位点或
1 强降水日数变化特征分析
1.1 降水日数空间变化特征
不同区域有不同的强降水特征，因此需对强降水事件进行区域划分。对DAYS90进行EOF分析，得到特征根对数曲线图（图2），按North判别准则，确定前4个模态是有价值的信号，这4个模态累积方差贡献反映出DAYS90中53.47%的强降水变化信息。各模态的荷载值空间分布如图3，可将我国划分为4个强降水区（图3阴影部分）。
第一模态方差贡献占总方差的15.24%，该模态主要集中在西北和华北地区（Ⅰ区），荷载值最大值在神木，体现出该地区强降水变化趋势最显著。第二模态方差贡献占总方差的13.52%，荷载高值区主要集中在华中和华南地区（Ⅱ区），45个气象台站中，荷载值最大值位于东山。第三模态方差贡献占总方差的12.81%，荷载高值区主要集中在华中和华东部分地区（Ⅲ区），荷载值最大值在嘉鱼。第四模态方差贡献占总方差的11.9%，荷载高值区主要集中在华中和华东部分地区（Ⅳ区），荷载值最大值在阜阳。从上述4个模态对应的旋转时间系数序列（图4）可以看出，第一、三、四模态时间系数呈现上升趋势，说明这3个模态所贡献的强降水日数在近53年呈现上升趋势。第二模态时间系数呈现下降趋势，即该模态所贡献的强降水日呈现减少趋势[19-24]。
1.2 降水日数时间变化特征
53年来，Ⅰ区40个气象台站多年区域平均的DAYS90，为21.9 d，区域年平均的DAYS90最大值出现在1964年，为33.3 d。Ⅱ区45个气象台站多年区域平均的DAYS90，为21.9 d。区域年平均的DAYS90最大值出现在1997年，为30.7 d。Ⅲ区37个气象台站多年区域平均的DAYS90，为21.9 d，区域年平均的DAYS90最大值出现在2010年，为32 d。Ⅳ区24个气象台站多年区域平均的DAYS90，为32.3 d，区域年平均的DAYS90最大值出现在2003年，为32.3 d。近53年来，Ⅰ、Ⅳ区DAYS90的长期变化趋势呈现不明显下降（p
小波变换系数的模值越大，表示该时间段和尺度的周期性越明显（图5）。不同地区降水日数年际及年代际变化特征存在明显的区别。53年的小波分析表明，Ⅰ区存在3个明显的能量聚集中心，其中1961―1975年的能量波动最大，对应的中心尺度为3年。Ⅱ区降水日数的小波系数有2个明显的能量聚集中心，其中1995大暴雨2006年能量波动最大，对应的能量中心尺度为4年。Ⅲ区降水日数的小波分析表明，有7个能量聚集，其中能量波动最强的时间在2008大暴雨2013年。Ⅳ区有3个能量聚集中心，其中1995大暴雨2006年能量波动最大。
2 结论
利用DAYS90作为衡量强降水事件的指标，把我国分成4个强降水变化区，分别为西北和华北地区，华中和华南地区，华中和华东部分地区、华中和华东部分地区。近53年来，Ⅰ、Ⅳ区强降水日数呈不明显下降趋势，Ⅱ、Ⅲ区强降水日数呈现不明显上升趋势。由突变检验结合年平均降水日数可见，Ⅱ、Ⅲ区的强降水事件不显著增多，Ⅰ、Ⅳ区强降水事件不显著减少，Ⅲ区强降水事件在1967年发生突变现象。Ⅰ、Ⅳ区能量波动最大时间分别为1961―1975年、1995―2006年，中心尺度分别为为3年、4年。Ⅱ区能量波动的中心尺度为4年，对应1995―2006年。Ⅲ区2008―2013年能量波动最强。
3 参考文献
[1] 施能，黄先香，杨扬.1948―2000年全球陆地年降水量场趋势变化的时空特征[J].大气科学，2003，27（6）：971-982.
[2] 罗伯良，张超，林浩，等.近40年湖南省极端强降水气候变化趋势与突变特征[J].气象，2008，34（1）：80-85.
[3] 安昕，张国林.辽宁西部半干旱区近50年降水趋势及周期变化[J].中国农学通报，2012，28（5）：214-220.
[4] 陈冬冬，戴永久.近五十年我国西北地区降水强度变化特征[J].大气科学，2009，33（5）：35-47.
[5] 高霞，王宏，于成文，等.近45年来河北省极端降水事件的变化研究[J].气象，2009，35（7）：10-15.
[6] 龚强，汪宏宇，李辑，等.近半个世纪辽宁省气温、降水极值特征分析[J].高原气象，2008（4）：830-837.
[7] 韩洁.夏季长江中下游地区流域性极端降水的环流特征及线性趋势分析[D].南京：南京信息工程大学，2011.
[8] 洪霞，陈建萍.江西省1960年以来气温和降水变化趋势分析[J].江西科技气象，2004，27（2）：20-22.
[9] 江俊杰，孙卫国.1959―2007年安徽省降水时空变化特征分析[J].中国农业气象，2012，33（1）：27-33.
[10] 李春强，杜毅光，李保国.1965―2005年河北省降水量变化的小波分析[J].地理科学进展，2010（11）：1340-1344.
[11] 李娇，任国玉，战云健.浅谈极端气温事件研究中阈值确定方法[J].气象科技进展，2013，3（5）：51-56.
[12] 李明，吴正方.1958―2007年吉林省降水量的时空分布特征[J].东北师大学报，2010（3）：78-81.
[13] 林昕，管兆勇.中国华东地区夏季高温的时空特征和年际变化[J].南京气象学院学报，2008（1）：1-9.
[14] 刘桂芳，卢鹤立.全球变暖背景下的中国西部地区气候变化研究进展[J].气象与环境科学，2009，32（4）：69-73.
[15] 刘锦绣，施能.1948―2003年热带地区降水气候特征与变化[J].南京气象学院学报，2006，29（5）：49-56.
[16] 刘然，杨东.近26年合肥市气温降水变化特征及突变分析[J].安徽农业科学，2009，37（28）：13697-13699.
[17] 刘学华，季致建等.中国近40年极端气温和降水的分布特征和年代际差异[J].热带气象学报，2006，22（6）：618-624.
[18] 茅海翔，王文.中国南方地区近50a夏季干旱时空分布特征[J].干旱气象，2011（3）：283-288.
[19] 潘晓华.近五十年中国极端温度和降水事件变化规律的研究[D].北京：中国气象科学研究院，2002.
[20] 钱维宏，符娇兰，张玮玮，等.近40年中国平均气候与极值气候变化的概述[J].地球科学进展，2007，22（7）：673-684.
[21] 邱新法，张喜亮，曾燕，等.1961―2005年江苏省降水变化趋势[J].气象，2008，34（5）：82-88.
[22] 任国玉，吴虹.我国降水变化趋势的空间特征[J].应用气象学报，2000，11（3）：322-330.
[23] 苏布达，姜彤，任国玉，等.长江流域1960―2004极端强降水时空变化趋势[J].气候变化研究进展，2006，2（1）：9-14.
[24] 苏晓丹，张雪萍.黑龙江省近56年气温降水变化特征及突变分析[J].中国农学通报，2011，27（14）：205-209.
[25] 孙凤华，杨素英，任国玉.东北地区降水日数、强度和持续时间的年代际变化[J].应用气象学报，2007，18（5）：610-618.
[26] 王小玲，翟盘茂.1957―2004年中国不同强度级别降水的变化趋势特征[J].热带气象学报，2008，24（5）：459-466.
[27] 王展，申双和，刘荣花.近40a中国不同量级降水对年降水量变化的影响性分析[J].气象与环境科学，2011，34（4）：7-13.
[28] 王遵娅，丁一汇，何金海，等.近50年中国气候变化特征的再分析[J].气象学报，2004，62（2）：228-236.
[29] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，2007.
[30] 信飞，肖子牛，李泽椿.1997年华南汛期降水异常与大气低频振荡的关系[J].气象，2007，33（12）：23-30.
[31] 翟盘茂，潘晓华.中国北方近50年温度和降水极端事件变化[J].地理学报，2003，58（增刊1）：1-10.
[32] 翟盘茂，王志伟.气候变化与中国水资源[M].北京：气象出版社，2007：91-112.
[33] 张，李晶，任志远.西北地区1962年至2000年降水量变化的时空特征分析[J].资源科学，2010（12）：2298-2304.
[34] 张平.基于REOF的青藏高原东侧降水区域分析[J].四川气象，2007（3）：1-2.
[35] 张顺谦，马振峰.1961―2009年四川极端强降水变化趋势与周期性分析[J].自然资源学报，2011（11）：1918-1929.
[36] 张晓，李净.近45年青海省降水时空变化特征及突变分析[J].干旱区资源与环境，2012（5）：9-15.
[37] 张秀丽，郭品文，何金海，等.1991年夏季长江中下游降水和风场的低频振荡特征分析[J].南京气象学院学报，2002（3）：388-394.
