湘西北霜冻时空变化特征及影响因素
摘要
为揭示湘西北霜冻变化规律,预测未来变化,利用湘西北18个国家气象站点2010-2019年逐时气压、降水、
气温、地面温度、草面温度以及天气现象(霜)资料,霜冻日期的气候倾向率需采用线性倾向估计法,构建霜冻站
次比表征霜冻的影响范围,通过标准差方法计算霜冻日期的稳定性,结合相关系数法分析霜冻日期的影响因素。基
于1990-2019年霜冻观测资料,采用Hurst指数法预测霜冻日期的未来趋势。结果表明:(1)湘西北初霜日、终霜
日、无霜期在空间上分别呈东早西迟、东迟西早、东短西长的趋势分布。(2)初霜日呈推迟趋势,站次比为55.6%,
平均推迟5.7天,终霜日呈提前趋势,站次比为83%,平均提前8天,无霜期呈延长趋势,站次比为72%,平均延长
7.5天;湘西北霜冻稳定性顺序为初霜日>终霜日>无霜期。初霜日的稳定型常德要好于张家界、湘西州。(3)初霜
日开始得越晚,终霜日结束得越早,无霜期日数越长;初霜日与海拔正相关,与经度负相关,与初霜日东早西迟的
特征相吻合;终霜日与无霜期负相关,说明终霜日提前,无霜期则延长。无霜期的延长,可能是终霜日稳定性变差
(δ增大)所致。(4)在未来,初霜日推迟、终霜日提前,无霜期延长,但变化幅度约有差异,无霜期>初霜日>
终霜日;张家界的初霜日提前幅度、无霜期延长日数均将继续超过湘西州、常德。
气温、地面温度、草面温度以及天气现象(霜)资料,霜冻日期的气候倾向率需采用线性倾向估计法,构建霜冻站
次比表征霜冻的影响范围,通过标准差方法计算霜冻日期的稳定性,结合相关系数法分析霜冻日期的影响因素。基
于1990-2019年霜冻观测资料,采用Hurst指数法预测霜冻日期的未来趋势。结果表明:(1)湘西北初霜日、终霜
日、无霜期在空间上分别呈东早西迟、东迟西早、东短西长的趋势分布。(2)初霜日呈推迟趋势,站次比为55.6%,
平均推迟5.7天,终霜日呈提前趋势,站次比为83%,平均提前8天,无霜期呈延长趋势,站次比为72%,平均延长
7.5天;湘西北霜冻稳定性顺序为初霜日>终霜日>无霜期。初霜日的稳定型常德要好于张家界、湘西州。(3)初霜
日开始得越晚,终霜日结束得越早,无霜期日数越长;初霜日与海拔正相关,与经度负相关,与初霜日东早西迟的
特征相吻合;终霜日与无霜期负相关,说明终霜日提前,无霜期则延长。无霜期的延长,可能是终霜日稳定性变差
(δ增大)所致。(4)在未来,初霜日推迟、终霜日提前,无霜期延长,但变化幅度约有差异,无霜期>初霜日>
终霜日;张家界的初霜日提前幅度、无霜期延长日数均将继续超过湘西州、常德。
关键词
湘西北; 霜冻; 时空变化
全文:
PDF参考
[1]宁晓菊,张丽君,杨群涛,等.1951年以来中国
无霜期的变化趋势[J].地理学报,2015,70(11):1811-
1822.
[2]孔锋.中国灾害性冰冻天气日数气候演变空间分异
特征(1961-2016)[J].灾害学,2019,34(4):121-130.
[3]陶云,段旭,任菊章,等.云南极端霜冻气候事
件的气候特征及环流背景分析[J].灾害学,2012,27(2):
43-48.
[4]景学义,安晓存,宫沿平,等.黑龙江省霜冻的
气候变化特征和预报指标[J].灾害学,2013,28(1):
65-68.
[5]段丽洁,廖玉芳,唐杰,等.霜监测模型的探
讨---以湖南省为例[J].中国农学通报,2013,29(29):
175-182.
[6]PENG Jiadong, LIAO Yufang, JIANG Yuanhua,
et al.Construction of the Homogenized Temperature Series
during 1910-2014 and Its Changes in Hunan Province[J].
Sci.2017, 27(3):297-310.
[7]江田汉,邓莲堂.Hurst指数估计中存在的若干
问题——以在气候变化研究中的应用为例[J].地理科学,
2004,24(2):177-182.
[8]马尚谦,张勃,刘莉莉,等.甘肃省霜冻日期时
空变化特征及影响因素[J].高原气象,2019,38(2):
397-409.
[9]茆佳佳,张雪芬,巩娜,等.基于近地面温湿度
观测的露霜综合判别技术[J].气象科技,2016,44(2):
197-203.
Refbacks
- 当前没有refback。
