中国冬季干、湿低温灾害的时空分布特征OACSTPCD
Temporal-Spatial Distribution Characteristics of Winter Cold Hazards with and without Precipitation in China
基于 1980～2019年 11月至翌年 3月全国低温灾害性天气文字记录,结合高精度再分析资料NASA MERRA2,构建了我国低温灾害(低温、降温、冰冻、雨雪、雪灾)的精细化格点数据,采用线性趋势分析、集合经验模态分解(EEMD)和小波分析等方法研究了我国低温灾害的时空分布特征,初步描绘了我国低温灾害图谱.研究表明:干低温灾害(低温、降温、冰冻)往往不是单一灾种致灾,而湿低温灾害(雨雪、雪灾)多为单一灾种致灾.不同灾种的发生频次具有显著的区域和季节内差异:1月低温的致灾范围最广,发生频次由南向北呈现"高—低—次高"的三极型分布;降温灾害在 12月发生频次最多,呈"东高西低"分布;雨雪灾害在 1～2月的南方地区发生最多;雪灾发生频次明显多于前四个灾种,多分布在牧区等高敏感地带.就全国而言,干低温和雨雪灾害的发生频次和受灾面积呈现长期上升趋势,而雪灾则在前后冬有相反趋势,其受灾面积的上升趋势主要来自 1月,发生频次的减少趋势来自 3月;干低温和雨雪灾害的灾情指数年代际变率在 2000年之后波动增加,而雪灾则在 2000年之前变率较大;大部分低温灾种(除雪灾)发生频次的年际变率在 2005年后均有显著增加.单一灾种中,仅降温受灾面积有显著的上升趋势,主要归因于 1月.复合灾种中,降温与湿低温的组合呈显著上升趋势.
虞越越;张伶俐;管兆勇;杨汶雯
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/大气科学学院,南京 210044南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/大气科学学院,南京 210044||吉林省长白山气象局,吉林省长 白山市 133613
大气科学
低温灾害灾害面积灾害频次长期趋势多时间尺度变化集合经验模态分解
Cold weather hazardAffected area of hazardsOccurrence frequency of hazardsLong-term trendMulti-scale temporal changeEnsemble empirical mode decomposition
《大气科学》 2023 (005)
1355-1374 / 20
国家重点研发计划项目2019YFC1510201,江苏省自然科学基金项目BK20211288,国家级大学生创新训练项目202110300001Z National Key Research and Development Program(Grant 2019YFC1510201),Natural Science Foundation of Jiangsu Province(Grant BK20211288),National College Student Innovation and Entrepreneurship Training Program(Grant 202110300001Z)
评论