2. 中国气象局国家气候中心气候研究开放实验室, 北京 100081
2. National Climate Center, CMA, Beijing 100081
高影响天气是指影响人们生活质量,给经济带来严重影响、威胁生命并引起社会公众高度关注的天气现象(Shi et al., 2017)。作为气候带重要的下垫面因子,山地是局地气候形成的一个主要因子,高影响天气事件频发(Wang et al., 2003)。山区极端气温和降水事件易导致高温热害、低温冰冻、暴雨内涝、山洪、滑坡泥石流以及干旱、山林火灾等气象灾害和次生气象灾害的发生(时振钦和朱连奇,2017),研究山地气候和高影响天气,对社会生产活动、经济发展和生态环境有重大意义(Martin et al., 1995;黄萌田等,2018)。
山地气候是一种受山体的高度、大小、坡度、坡向等因素影响而形成的独特气候状态,山地气候随地形变化,空间分布错综复杂。由于现实中大量气象站建设于低海拔的山地平原或河谷盆地,无法满足研究需要,如何利用现有气象台站资料,推知无观测区域的气候状况,是山地气候研究中的一个重要问题(傅抱璞, 1982, 1988)。近年来,国内学者在气象站点实测数据基础上,分析影响山地气象因子分布的地形要素,使用多元回归的方法,利用GIS技术对实际地形下的气象因子进行定量评估。董丹丹等(2017)利用年均降水量、海拔高度、坡向、坡度资料,结合GIS和统计分析,建立了青藏高原各分区的降水垂直分布关系式。莫申国和张百平(2017)利用2013—2015年连续3 a的日均温资料和GIS空间分析方法,发现太白山气温直减率,北坡年均气温直减率大于南坡,北坡和南坡的最大值分别出现在夏季和春季。
国内山地气候研究以青藏高原(崔鹏等,2014)为重点,对秦巴山区(杨波等,2014)、大别山、天山(侯小刚等,2017)等主要山脉开展了地形与气象关系的研究(李国平,2016),较少涉及到湖北。湖北省位于长江中游,三面环山,山区立体气候差异显著,受亚热带季风影响,四季分明,气温和降水的日、月、年际变幅均较大,是全国气象灾害发生较为频繁的省份之一,暴雨、干旱、强对流等灾害的影响最为严重(邵末兰和向纯怡,2009)。湖北省最早的山地气候研究在1988年的《湖北省综合农业区划》 ①中,利用1983—1986年山区定点实测资料,建立了山区农业数据库,研究山区温度、降水、日照时数的垂直分布特征和山区农业气候的特殊垂直结构,并且重点研究了大别山南坡与神农架南北坡的气候特征(马乃孚和倪国裕,1988)。受气象观测站点设置区域限制,湖北省山地气候研究较少,刘健等(2010)发现受海拔高度和地形地势影响,恩施山区雾总体呈西多东少的分布态势,冬季雾日数随海拔高度的升高而减少,夏季雾日数随海拔高度的升高而增多;马德栗等(2014)根据2010—2012年三峡气候梯度塔的观测数据,分析各层气象要素的时空变化特征,其中发现年平均气温随高度升高而降低,各层气温逐月变化呈单峰值,1月气温最低,7月最高;黄俊杰等(2015)利用海拔高度、经纬度等地形数据资料,发现鄂西南山区、鄂北中部和西部等地受特殊地形(风口、突出山体、迎风坡和背风坡)影响是较严重的导线覆冰区;王学良等(2019)研究了湖北省山区与平原雷电分布及其参数特征,发现山区小雷电流绕击率大于平原,平原地区大雷电流反击率比山区大,雷电感应的危害大于山区。本文将利用湖北省内区域站资料,经过质量筛选和数据整理,获得海拔梯度上分布较为完整的气温和降水资料,研究湖北主要山系高影响天气指标的空间分布特征,建立与地理因子相关的数学模型,为湖北山地气候研究以及湖北山区风电建设、旅游开发、风险区划等多方面内容提供参考依据。
① 倪国裕, 杨荆安, 马乃孚, 等.1988.湖北省综合农业气候区划, 湖北省气象科学研究所.
1 研究区概况湖北素称“七山一水二分田”,境内地形复杂多变,省内海拔500 m以上的山地占全省面积的56%,海拔500 m以下的丘陵地区占全省面积的24%(范围:108.35°—116.12°E,29.08°—33.33°N)。在大尺度季风气候影响下,从宏观热量气候分带看,湖北嵌套于中亚热带向南温带过度的北亚热带(北部)和中亚热带(鄂西南、鄂东南)之中。在气候上具有南北不同,东西有别而兼具南北、东西过渡的特征。本文考虑到省内主要山系分布特征,将全省划分为8个区:武陵山系(Ⅰ区),地处鄂西南,平均海拔1 000 m以上;神农架南坡(Ⅱ区),长江三峡贯穿其中,地形深切割;神农架北坡(Ⅲ区),拥有最高海拔3 105 m的神农顶;武当山系(Ⅳ区),隶属秦岭余脉;大洪山和桐柏山(Ⅴ区),也称鄂北岗地,江汉平原北部丘陵山区;大别山系(Ⅵ区),地处鄂东北,是长江与淮河的分水岭;幕阜山系(Ⅶ区),地处鄂东南,区域内岭谷平行相间,山丘盆地参差;鄂中江汉平原(Ⅷ区),周围山体向其倾斜,属于平原湖区(图 1、表 2)。
|
图 1 湖北省区域概况及分区 Fig. 1 Regional overview and zoning of Hubei Province. |
本文DEM由1:25万比例尺的地形图建立,格网分辨率为1 km。选取了中国气象局国家气象信息中心提供的湖北省1 716个气象站点(包括82个国家站和1 634个区域站)逐日温度、降水资料。由于大部分高海拔区域站的数据自2016年后才有记录,为了能构建海拔梯度上分布较完整的气温和降水资料,本次研究选择2016—2018年温度和降水的资料。湖北省极端降水主要集中在夏季,春季次之,秋季再次,冬季较少出现(吴翠红等,2013),由此特别选取每年4—10月降水数据作为各个站点的降水研究资料。郭广芬等(2009)等研究发现,相比于强度较大的日降水量,过程降水量能更好地反映持续性降水累积效应的致灾作用,因此本文未选择最大日降水量数据。最终定义了6个高影响天气指标(表 1),包括高温指标:极端最高气温(TM)、年平均高温日数(TMd);低温指标:极端最低气温(Tm)、年平均低温日数(Tmd);降水指标:年平均4—10月降水量(P4-10)、年平均(4—10月)暴雨日数(Pd)。
|
|
表 1 高影响天气指标及定义 Table 1 Name and its interpretation of the high impact weather index. |
本研究选取了大量区域站数据,需要经过较严格的资料筛选和质量控制,包括一致性检验和极值检验(表 2)。数据筛选要求具体参照以下几点:
|
|
表 2 研究区概况及站点选择 Table 2 Regional overview and site selection. |
(1) 剔除(关键)数据缺失的气象站点,例如夏季高温、降水数据,冬季低温数据;
(2) 剔除地理信息明显变化(经纬度变化超过0.1°,海拔变化超过10 m)的气象站点;
(3) 剔除有数据异常(数据突变,违反自然规律)的气象站点;
(4) 当有相邻气象站且气象站数据相近时,可剔除数据质量较差的站点。
2.2 研究方法本文主要应用SPSS、GIS软件为基本数据处理分析手段。利用GIS空间插值分析湖北高温、低温和降水指标空间分布特征,绘制湖北省高影响天气指标空间分布图。影响温度和降水空间分布的因子很多,通常温度随海拔高度升高而降低,降水量随海拔高度升高而增大,不同坡度和坡向也有很大影响,本研究还考虑到地理位置的影响,把研究区不同点相对位置的经度和纬度因子加入到模型中(傅抱璞,1998)。研究选择了经度、纬度、海拔高度、坡度、坡向作为地理因子,构建上述6个高影响天气指标随地理因子变化的多元线性回归模型:
| $ Z=a+a_{1} X+a_{2} Y+a_{3} H+a_{4} S+a_{5} A $ | (1) |
式中Z代表 6个高影响天气指标;a为常数项;ax(x = 1, 2, 3, 4, 5)为模型中各独立变量的系数,X、Y分别为经度(°)和纬度(°);H为海拔高度(m);S为坡度(°);A为坡向(°)。考虑到8个分区,每个区域内有6个高影响天气指标模型,共构建了48个模型,可分为高温指标模型、低温指标模型和降水指标模型,利用SPSS 16. 0进行计算。
3 高影响天气指标空间分布特征根据筛选得到的1 716个湖北省气象站点数据,利用GIS空间插值分析高温、低温和降水指标空间分布特征,绘制空间分布图(图 2),结合图 1可以明显看出地形对各高影响天气指标空间分布的影响。在3.4节将本研究分析到的空间分布特征与《湖北省公共气象服务手册》中的相应结果对比,分析差异。
|
图 2 湖北高影响天气指标空间分布:(a)极端最高气温(单位:℃);(b)高温日数(单位:d);(c)极端最低气温(单位:℃);(d)年平均高温日数(单位:d);(e)年平均4—10月降水量(单位:mm);(f)年平均4—10月暴雨日数(单位:d) Fig. 2 Spatial distributions of high impact weather indicators in Hubei of (a) extreme minimum temperature (unit:℃), (b) annual low temperature days (unit:d), (c) extreme maximum temperature (unit:℃), (d) annual high temperature days (unit:d), (e) annual precipitation from April to October (unit: mm), and (f) annual storm days from April to October (unit:d). |
湖北各地极端最高气温(TM)在22.4~ 47.1 ℃之间(图 2a)。全省31°N以北及112°E以东,除神农架、大别山、幕阜山等高海拔山区,大部分地区TM在40 ℃以上。低值区位于平均海拔超过500 m的Ⅰ区、Ⅱ区、Ⅲ区,全区海拔最高的站点神农顶TM仅22.4 ℃,江汉平原一般在40 ℃以下。超过40 ℃的高值区主要集中在Ⅱ区宜昌、夷陵,Ⅳ区郧阳、郧西、谷城,Ⅵ区武穴、浠水、团风,Ⅶ区崇阳、阳新。
湖北各地年平均高温日数(TMd)在0~75 d之间(图 2b)。分布情况与最高气温类似,Ⅰ区、Ⅱ区、Ⅲ区的高海拔山区的TMd小于10 d,大部分海拔高于1 000 m的气象站点TMd为0。Ⅳ区、Ⅴ区、Ⅵ区、Ⅶ区、Ⅷ区年TMd一般大于20 d,部分区域大于40 d。
3.2 低温指标空间分布特征湖北各地极端最低气温(Tm)在-25.5~ -1.5 ℃之间(图 2c)。分布趋势为南高北低,同纬度相比,平原高,山区低。31°N以北Tm一般在-10 ℃以下,其中神农架、房县、桐柏山部分区域温度低于-15 ℃。31°N以南除五峰、巴东以及大别山区,Tm一般高于-10 ℃。三峡河谷、清江河谷、鄂东南以及江汉平原中部为暖区,Tm在-5 ℃左右。
湖北各地年平均低温日数(Tmd)在2~163 d之间(图 2d),分布情况与极端最低气温类似。31°N以北Tmd一般大于40 d,区域内高海拔山区Tmd大于50 d,神农架山区大量站点超过100 d,大别山和桐柏山区都大于50 d。31°N以南Tmd除五峰、巴东外一般小于30 d,三峡河谷、清江河谷、鄂东南和江汉平原为暖区,Tmd小于20 d。
3.3 降水指标空间分布特征湖北各地年平均4—10月降水量(P4-10)在371.6~ 2 275.6 mm之间(图 2e),分布趋势是北少南多;同纬度相比,平原少,山区多;山区相比,背风面少,迎风面多。分布上可以看出除了神农架山区P4-10在1 500~ 2 200 mm之间,31°N以北P4-10较小,一般在800 mm以下。31°N以南P4-10较大,一般在800 mm以上,其中武陵山区、幕阜山区、大别山等高海拔山区P4-10大于1 400 mm,部分地区超过2 000 mm。
湖北年平均4—10月暴雨日数(Pd)在0~11 d之间(图 2f)。分布情况与年平均4—10月降水量类似,31°N以北,除神农架山区,Pd一般小于5 d,Ⅱ区和Ⅲ区部分区域甚至小于2 d。31°N以南Pd一般大于5 d,特别武陵山区、幕阜山区、大别山等高海拔山区Pd大于7 d,部分地区超过10 d。
3.4 高影响天气指标空间分布特征对比《湖北省公共气象服务手册》 (以下简称《手册》)利用湖北省国家气象观测站建站至2010年的气象资料,分析全省气候资源空间分布特征(崔将学等,2014)。选取《手册》中极端最高气温、极端最低气温和年平均降水量指标,以及本研究中极端最高气温(TM)、极端最低气温(Tm)和年平均4—10月降水量(P4-10)指标(2.1节已经说明用的4—10月降水量作为全年降水代表除降水指标),由此以高值区和低值区为例,对比分析《手册》和本研究高温、低温和降水指标空间分布特征结果异同(表 3)。
|
|
表 3 空间分布特征对比 Table 3 Distribution of spatial distribution feature. |
对于高温指标,本研究发现虽然兴山内有TM大于40 ℃的站点,但兴山三面环山,东西北三面高海拔站点TM偏小,空间上无法作为高温指标高值区,推测由于《手册》未统计兴山周围山体和三峡河谷低海拔区站点,因此得到结果与本研究不同;本研究中江汉平原相比于高海拔山区TM明显偏大,作为低值区不够显著。对于低温指标,本研究发现高值区还可以包括清江河谷和部分江汉平原地区;高海拔神农架山区为低值区。对于降水指标,《手册》显示鄂东北地区降水较为均匀,未体现地形对降水的影响,本研究显示境内主要山系(除武当山)高海拔地区均为降水高值区。
4 高影响天气指标的海拔梯度变化特征选择湖北主要山系的7个代表剖面:武陵山南坡、神农架(南坡和北坡)、武当山北坡、桐柏山南坡、大别山南坡、幕阜山北坡,选择各坡面上的站点,计算各个坡面上高影响天气指标随海拔的变化率,包括气温直减率和降水增长率,分析高影响天气指标的海拔梯度变化特征。由于境内部分坡面上的气象站点较少,坡面向省外延伸,选择相邻省份的16个气象站点资料作为补充(表 4)。
|
|
表 4 研究区内坡面及坡面站点选择 Table 4 Slopes and stations selection. |
通过回归计算,得到各坡面高温和低温指标(TM、TMd、Tm、Tmd)随海拔高度(H)的递减率(表 5、图 3),可以看出随着海拔升高,最高气温、最低气温下降,高温日数较少,低温日数增多。TM递减率从大到小依次为:神农架南坡、武陵山南坡、幕阜山北坡、神农架北坡、大别山南坡、桐柏山南坡、武当山北坡。
|
|
表 5 各坡面高温和低温指标随高度递减率(TM、Tm单位:℃· (100 m) -1,TMd、Tmd为d· (100 m)-1) Table 5 Lapse rate of high and low temperature indices of each slope (unit:℃·(100 m)-1, d·(100 m)-1). |
|
图 3 各坡面高温和低温指标随高度递减率(单位:℃·(100 m)-1,d·(100 m)-1) Fig. 3 Lapse rate of high and low temperature indices of each slope (unit:℃·(100 m)-1, d·(100 m)-1). |
从图 4可以看出,各坡面上降水随海拔呈抛物型或线型增加,通过回归计算,得到各坡面年平均4—10月降水量(P4-10)随海拔高度(H)的关系模式:
|
图 4 各坡面降水随海拔高度变化 Fig. 4 Variation with altitude of precipitation on each slope. |
武陵山南坡:
| $ P_{4-10}=1131.3+0.6506 H+0.002 H^{2}(R=0.667) $ | (2) |
神农架南坡:
| $ P_{4-10}=901.35+0.0158 H+0.001 H^{2}(R=0.788) $ | (3) |
神农架北坡:
| $ P_{4+10}=1004.8+0.6684 H+0.004 H^{2}(R=0.540) $ | (4) |
武当山北坡:
| $ P_{4+10}=883.4+0.5748 H+0.008 H^{2}(R=0.698) $ | (5) |
桐柏山南坡:
| $ P_{4+10}=761.43+0.508 H(R=0.457) $ | (6) |
大别山南坡:
| $ P_{4-10}=1070.9+0.6233 H+0.003 H^{2}(R=0.579) $ | (7) |
幕阜山北坡:
| $ P_{4-10}=1399.9+0.254 H(R=0.524) $ | (8) |
从拟合方程看,降水量随海拔高度的递增率是常数或线性函数:
分析图 4各坡面P4-10-H的散点图,部分坡面海拔高度(H)升高到一定值时,例如神农架南坡H>550 m、神农架北坡H>1 000 m、武当山北坡H>450 m时,P4-10才会随H升高有明显增大趋势。分析各坡面上降水量,Ⅰ区、Ⅱ区、Ⅲ区三个高海拔区降水量较大,坡面上P4-10最大值大于2 000 mm;其次是幕阜山北坡,P4-10最大值大于1 500 mm;武当山北坡和桐柏山南坡上P4-10最大值在1300 mm以下。同一高度处,神农架北坡降水量小于神农架南坡降水量。
5 模型结果分析受分区影响,模型中坡向(A)的系数a5常为0或接近于0,对结果贡献太少,最终从模型中剔除。表 6显示了8个分区内6种高影响天气指标多元回归模型的偏回归系数a1、a2、a3和a4。反映了温度场和雨量场,随纬度、经度、海拔和坡度的变化率,由于各子区地形地貌相差很大,各因子的变化率有较大的差别,以Ⅰ区TM为例,当其他因子不变的情况下,每增加一个纬度,温度下降0.547 ℃,每增加一个经度,温度增加0.58 ℃,每上升100 m,温度下降0.8 ℃,每增加1°坡度,温度下降0.002 ℃,其他区则依次类推。
|
|
表 6 各子区多元回归模型偏回归系数 Table 6 The partial regression coefficients of the multiple regression models in each subregion. |
通常随海拔高度升高和坡度增大,气温降低,降水量增大,经纬度变化对气温降水的影响则是根据具体气候决定。鲁春夏等(2007)研究发现青藏高原东亚季风影响区大部分地区降水随海拔上升而增大,印度季风区大部分地区随海拔增高而下降。倪国裕等(1988)①研究发现,湖北山区气温随高度而降低,降水随高度而增加,与本研究结果一致。
① 倪国裕, 杨荆安, 马乃孚, 等.1988.湖北深综合农业气候区划, 湖北省气象科学研究所。
5.1 高温模型高温的2个模型中H系数a3均为负值,说明TM和TMd受地形影响,海拔升高,极端最高气温下降,高温日数减少。TM模型中Ⅱ区和Ⅶ区a3最大,海拔每上升100 m,温度会下降0.9 ℃。从TM和TMd模型的X系数a1可以看出,Ⅴ区、Ⅵ区和Ⅶ区TM向西减增大,且区域地势向西减小,Ⅰ区、Ⅱ区、Ⅲ区、Ⅳ区TM向东减增大,且区域地势向东减小,即研究区山体向中部8区倾斜,海拔降低温度升高。
5.2 低温模型低温的2个模型中H系数a3均为负值,说明Tm和Tmd受地形影响,海拔升高,极端最低气温下降,低温日数增多。Tm模型中Ⅰ区和Ⅱ区a3最大,海拔每上升100 m,温度会下降0.7 ℃。其中Ⅳ区低温模型结果较差,区域内Tm和Tmd较大且受地形影响较小,分析数据发现Ⅳ区极端最低气温一般出现在2016年1月和11月,推测受到2016年世纪寒潮影响,强寒潮过境使得部分山谷出现逆温层,产生“冷湖效应”,破坏了温度递减率(陶亦为等,2017)。
5.3 降水模型降水的3个模型中H系数a3均为正值,说明P4-10和Pd受地形影响,海拔升高,降水量增大,暴雨日数增多。Ⅴ区和Ⅷ区高海拔数据较少,站点大多分布在低海拔平原,个别突出站点数据使得a3较大。Ⅱ区a3值大于Ⅲ区,符合第4节得到的结论,神农架南坡降水量和降水增长率均大于神农架北坡。分析各模型系数可以发现,相比于海拔高度,经度和纬度对降水指标的影响更大。
5.4 模型的相关性检验通过相关系数R和相关性检验结果(表 7)可以看出,除了Ⅴ区高温模型和Ⅳ区低温模型,其他子区的温度模型效果相对较好,且通过了显著性检验,说明这两个子区的高温和低温受地理因子影响较小。
|
|
表 7 各子区多元回归模型相关性检验和计算误差比较 Table 7 Correlation test and calculation error comparison of multiple regression models in each subregion. |
8个区之中,Ⅰ区、Ⅱ区、Ⅲ区的模型效果最好,Ⅳ区、Ⅵ区、Ⅶ区相对次之,Ⅴ区、Ⅷ区模型效果最差。推测与研究区地形起伏度(表 1)相关,地形起伏度越大,海拔对高影响天气指标的作用表现的越明显,模型效果越好。对于不同的高影响天气指标,高温和低温模型效果比降水模型效果好。平均相对误差(绝对值)最小的是TM模型,其次是P4-10和Tm模型,其他模型推算误差较大,需要进一步优化模型。
分析模型间的效果存在差异,推测主要原因是相比于高温指标,低温指标更难统计;相比于气温指标,降水在空间上的变化更加复杂。观测仪器冬季易被冻住,导致许多站点冬季数据缺测,低温数据误差更大和错误更多;空中水汽是降水的物质基础,水汽输送受大气环流影响,例如从东南部太平洋携带的暖湿气流遇到幕阜山脉的阻挡,水汽在地形抬升过程中形成降雨,造成该区域降水丰富。为了优化模型,除了调整数学模型,还需要对于本研究气象资料进行更加深入的分析,结合局地气候分析结果。
6 结论与讨论湖北主要山系包括武陵山系、神农架(南、北坡)、武当山、桐柏山、大别山和幕阜山系。利用1 716个气象站点2016—2018年逐日气温和降水资料,定义6个高影响天气指标,采用GIS空间插值方法,分析湖北主要山系高影响天气指标的空间分布特征:湖北各地极端最高气温在22.4~42.6 ℃之间,年平均高温日数在0~75 d之间,全省高海拔山区为低值区,三峡河谷、鄂西北山区和鄂东南山区为高值区;各地极端最低气温在-25.5~ -1.5 ℃之间,年平均低温日数在2~163 d之间,高海拔山区和汉江河谷相邻的西部丘陵地区为低值区,三峡河谷、清江河谷以及部分江汉平原地区为高值区;各地年平均4—10月降水量在375.6~ 2 275.6 mm之间,年平均4—10月暴雨日数在0~11 d之间,鄂西南、鄂东南以及大别山部分地区为降水高值区,鄂西北为降水低值区。
针对湖北主要山系,选择7个山地坡面,分析坡面上高影响天气指标的海拔梯度变化特征。计算得到各个坡面的温度随海拔递减率,其中神农架南坡最高,武当山北坡最低。绘制了不同坡面上降水量随海拔高度变化的拟合曲线,估算武陵山南坡最大降水高度值在1 500 m左右。
本文根据湖北主要山系分布情况,将湖北划分为8个区,利用DEM数据,采用多元回归分析方法,建立湖北高影响天气指标和经度、纬度、海拔高度、坡度这4个地理因子之间的关系模型。结果表明,模型相关性显著,对估算模型进行F检验,除了Ⅴ区极端高温模型和Ⅳ区极端低温模型,其他模型都通过了置信度为0.95的相关性检验。极端最高气温模型平均相对误差(绝对值)最小,其他模型推算误差较大,需要进一步优化模型。
崔将学, 崔新强, 王丽, 等. 2014. 湖北省公共气象服务手册[M]. 北京: 气象出版社, 3-8.
|
崔鹏, 陈容, 向灵芝, 等. 2014. 气候变暖背景下青藏高原山地灾害及其风险分析[J]. 气候变化研究进展, 10(2): 103-109. DOI:10.3969/j.issn.1673-1719.2014.02.004 |
董丹丹, 苏鹏程, 孙铭, 等. 2017. 青藏高原东南缘复杂地形条件下降水特征分析[J]. 人民长江, 48(10): 33-39+64. |
傅抱璞. 1982. 关于山地气候资料的延长和推算问题[J]. 气象学报, 40(4): 453-463. |
傅抱璞. 1988. 山地气候要素空间分布的模拟[J]. 气象学报, 46(3): 319-326. |
傅抱璞. 1992. 地形和海拔高度对降水的影响[J]. 地理学报, (4): 302-314. DOI:10.3321/j.issn:0375-5444.1992.04.003 |
郭广芬, 周月华, 史瑞琴, 等. 2009. 湖北省暴雨洪涝致灾指标研究[J]. 暴雨灾害, 28(4): 357-361. DOI:10.3969/j.issn.1004-9045.2009.04.012 |
侯小刚, 李帅, 张旭, 等. 2017. 基于MODIS积雪产品的中国天山山区积雪时空分布特征研究[J]. 沙漠与绿洲气象, 11(3): 9-16. |
黄萌田, 周佰铨, 翟盘茂.2019.极端天气气候事件变化对荒漠化、土地退化和粮食安全的影响[J/OL].气候变化研究进展: 1-15[2019-11-28]
|
黄俊杰, 周悦, 阮羚. 2015. 湖北省地形因子对电线覆冰的影响研究[J]. 暴雨灾害, 34(3): 254-259. DOI:10.3969/j.issn.1004-9045.2015.03.008 |
李国平. 2016. 近25年来中国山地气象研究进展[J]. 气象科技进展, 6(3): 115-122. |
刘健, 周建山, 郭军, 等. 2010. 湖北恩施山区雾的气候特征与成因分析[J]. 暴雨灾害, 29(4): 370-376. DOI:10.3969/j.issn.1004-9045.2010.04.012 |
鲁春霞, 王菱, 谢高地, 等. 2007. 青藏高原降水的梯度效应及其空间分布模拟[J]. 山地学报, (6): 655-663. DOI:10.3969/j.issn.1008-2786.2007.06.003 |
马德栗, 刘敏, 鞠英芹. 2014. 三峡气候梯度观测塔气候要素特征分析[J]. 安徽农业科学, 42(5): 1372-1375+1512. DOI:10.3969/j.issn.0517-6611.2014.05.036 |
马乃孚, 倪国裕. 1988. 大别山和神农架气候特征及其资源开发利用[J]. 气象, 14(12): 31-36. DOI:10.7519/j.issn.1000-0526.1988.12.008 |
莫申国, 张百平. 2007. 基于DEM的秦岭温度场模拟[J]. 山地学报, (4): 406-411. DOI:10.3969/j.issn.1008-2786.2007.04.004 |
邵末兰, 向纯怡. 2009. 湖北省主要气象灾害分类及其特征分析[J]. 暴雨灾害, 28(2): 179-185. DOI:10.3969/j.issn.1004-9045.2009.02.015 |
时振钦, 朱连奇. 2017. 全球变暖背景下山地气温变化研究进展[J]. 河南大学学报(自然科学版), 47(6): 640-647+660. |
陶亦为, 代刊, 董全. 2017. 2016年1月寒潮天气过程极端性分析及集合预报检验[J]. 气象, 43(10): 1176-1185. DOI:10.7519/j.issn.10000526.2017.10.002 |
王学良, 张科杰, 余田野, 等. 2019. 与平原雷电分布及其参数特征[J]. 气象科技, 47(2): 337-348. |
吴翠红, 王晓玲, 龙利民, 等. 2013. 近10a湖北省强降水时空分布特征与主要天气概念模型[J]. 暴雨灾害, 32(2): 113-119. DOI:10.3969/j.issn.1004-9045.2013.02.003 |
杨波, 张勃, 安美玲, 等. 2014. 1961-2011年秦巴山区极端降水事件的时空特征分析[J]. 水土保持研究, 21(1): 110-116. |
Martin F P. 1995. Climate change in mountain regions:a marginal issue?[J]. The Environmentalist, (15): 272-280. |
Shi Jin, Wen Kangmin, Cui Liuli. 2014. Temporal and spatial variations of high-impact weather events in China during 1959-2014[J]. Theoretical and Applied Climatology, 129: 385-396. |
WANG Aaihui, FU Jiajia. 2013. Changes in Daily Climate Extremes of Observed Temperature and Precipitation in China[J]. Atmospheric and Oceanic Science Letters, 6(5): 312-319. DOI:10.1080/16742834.2013.11447100 |
2020, Vol. 39 
