1961—2020年辽宁省气候年景分析及综合气候年景评价

doi:10.3969/j.issn.1673-503X.2023.06.013

气象与环境学报 ›› 2023, Vol. 39 ›› Issue (6): 105-111.doi: 10.3969/j.issn.1673-503X.2023.06.013

• 论文 • 上一篇

1961—2020年辽宁省气候年景分析及综合气候年景评价

林益同^1,²(),周晓宇^1,*(),赵春雨^1,²,李倩^1,²,房一禾^1,²,林蓉¹,王大钧¹

1. 沈阳区域气候中心，辽宁沈阳 110166
2. 东北冷涡研究重点开放实验室，辽宁沈阳 110166

收稿日期:2022-05-31 出版日期:2023-12-28 发布日期:2024-01-27
通讯作者: 周晓宇 E-mail:476601374@qq.com;xiaoyuz80@sina.com
作者简介:林益同, 女, 1994年生, 工程师, 主要从事气候监测预测方面的研究, E-mail: 476601374@qq.com
基金资助:
国家自然科学基金(42005037);中国气象局沈阳大气环境研究所联合开放基金(2021SYIAEKFMS08);中国气象局创新发展专项(CXFZ2021J022);中国气象局创新发展专项(CXFZ2021J028);中国气象局创新发展专项(CXFZ2021Z011);中国气象局创新发展专项(CXFZ2021J047);辽宁省气象局科学技术研究课题(BA202103)

Analysis of annual climate and assessment of integrated annual climate from 1961 to 2020 in Liaoning province

Yitong LIN^1,²(),Xiaoyu ZHOU^1,*(),Chunyu ZHAO^1,²,Qian LI^1,²,Yihe FANG^1,²,Rong LIN¹,Dajun WANG¹

1. Shenyang Regional Climate Center, Shenyang 110166, China
2. Key Opening Laboratory for Northeast China Cold Vertex Research, Shenyang 110166, China

Received:2022-05-31 Online:2023-12-28 Published:2024-01-27
Contact: Xiaoyu ZHOU E-mail:476601374@qq.com;xiaoyuz80@sina.com

摘要/Abstract

摘要：

选用1961—2020年辽宁省61个国家级气象站逐日降水、气温和天气现象数据，根据辽宁省气候特点，分别建立雨涝年景、干旱年景、低温年景、高温年景和暴雪年景评价指标，构建辽宁省综合气候年景评价模型，实现辽宁省雨涝、干旱、低温、高温、暴雪单要素气候年景以及综合气候年景的量化评估。结果表明: 近60 a辽宁省高温年景显著增强，低温和暴雪年景显著减弱，干旱和雨涝年景无显著变化趋势。综合气候年景存在15 a左右的年代际振荡周期，20世纪80年代后为显著的准3 a年际振荡周期。经历史重大天气气候事件、灾情以及业务实际应用对评估结果检验表明，建立的年景评估方法较为合理，可用于辽宁省气候年景评价。

关键词: 气候评价, 熵权法, 气候异常

Abstract:

The data from 61 national meteorological stations in Liaoning province from 1961 to 2020 was selected, covering 60 years of daily precipitation, temperature, and weather phenomena. Based on the climatic characteristics of Liaoning province, evaluation indices for flood, drought, cold, heat, and blizzard climate conditions were established, and an integrated annual climate assessment model for Liaoning province was constructed. This model enables quantitative assessments of individual climate factors such as flood, drought, low temperature, high temperature, and blizzard, as well as an integrated annual climate assessment. The results indicate that over the past 60 years, the appearance of high-temperature years in Liaoning province has significantly intensified, while cold-weather and blizzard years have significantly weakened. There are no significant trends for the appearance of drought and heavy rainfall years. The comprehensive climate outlook shows a decadal oscillation cycle of about 15 years, with a significant quasi-3-year interannual oscillation cycle since the 1980s. Verification of the assessment results through historically significant meteorological and climate events, disaster occurrence, and practical applications in operations indicates that the established annual climate assessment method is reasonable and can be used for monitoring and evaluating the climate outlook in Liaoning province.

Key words: Climate evaluation, Entropy weight method, Climate anomaly

中图分类号:

P468.0⁺2

林益同,周晓宇,赵春雨,李倩,房一禾,林蓉,王大钧. 1961—2020年辽宁省气候年景分析及综合气候年景评价[J]. 气象与环境学报, 2023, 39(6): 105-111.

Yitong LIN,Xiaoyu ZHOU,Chunyu ZHAO,Qian LI,Yihe FANG,Rong LIN,Dajun WANG. Analysis of annual climate and assessment of integrated annual climate from 1961 to 2020 in Liaoning province[J]. Journal of Meteorology and Environment, 2023, 39(6): 105-111.

图/表 6

表1

表2

表3

图1

图2

表4

参考文献 23

1	胡毅. 应用气象学[M]. 2版北京: 气象出版社, 2015.
2	焦敏, 陈鹏狮, 李荣平, 等. 1962—2017年辽宁省设施农业生长季寡照灾害时空特征及影响因素[J]. 气象与环境学报, 2022, 38 (1): 74- 81. doi: 10.3969/j.issn.1673-503X.2022.01.010
3	IPCC . Climate change 2014: Impacts, adaptation, and vulnerability. Part A: Global and sectoral aspects.Contribution of working group Ⅱ to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2014.
4	黄荣辉. 我国重大气候灾害的形成机理和预测理论研究[J]. 地球科学进展, 2006, 21 (6): 564- 575.
5	李妍君, 何洁琳, 秦川, 等. 2000—2017年山地城市百色气候承载力定量评价[J]. 气象与环境学报, 2021, 37 (5): 100- 106. doi: 10.3969/j.issn.1673-503X.2021.05.015
6	邹燕, 伍红雨, 林昕, 等. 气候年景定量化评价方法[J]. 气象学报, 2019, 77 (6): 1124- 1133.
7	李翠金, 马巧英. 长江中下游地区旱涝气候年景和评定方法的研究[J]. 灾害学, 1998, 13 (1): 72- 77.
8	中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 气候年景评估方法(GB/T 33670—2017)[S]. 北京: 中国标准出版社, 2017: 2-6.
9	福建省市场监督管理局. 气候年景评估方法(DB35/T 1178—2011)[S]. 福州: 福建省市场监督管理局, 2012: 2-9.
10	伍红雨, 邹燕, 郭尧. 广东气候年景的客观定量化评估[J]. 大气科学学报, 2020, 43 (3): 516- 524.
11	石磊, 王胜, 盛绍学. 近50年安徽省气候年景评估方法[J]. 地理研究, 2012, 31 (9): 1580- 1588.
12	孙家民, 黄朝迎. 中国农业气候年景的评估及预测[J]. 应用气象学报, 2005, 16 (z1): 111- 115.
13	杨若子, 周广胜. 东北三省玉米主要农业气象灾害综合危险性评估[J]. 气象学报, 2015, 73 (6): 1141- 1153.
14	王胜, 田红, 党修伍, 等. 安徽淮北平原冬小麦气候适宜度分析及作物年景评估[J]. 气候变化研究进展, 2017, 13 (3): 253- 261.
15	曹永强, 齐静威, 王菲, 等. 辽宁省春玉米全育期的气候适宜度及年景评估[J]. 地理科学, 2020, 40 (7): 1210- 1220.
16	高歌, 黄朝迎. 中国水资源年景评估方法及其应用研究[J]. 应用气象学报, 2005, 16 (z1): 105- 110.
17	张莹, 马敏劲, 王式功, 等. 中国大陆九大名山风景区旅游气候舒适度评价[J]. 气象, 2013, 39 (9): 1221- 1226.
18	张丽, 李磊, 兰红平. 深圳市污染气象年景指数的构建及业务运用[J]. 广东气象, 2020, 42 (5): 48- 51.
19	Haber F . An introduction to information and communication theory[M]. Reading, Massachusetts, United States: Addison-Wesley Publishing Company, 1974.
20	施能. 气象科研与预报中的多元分析方法[M]. 2版北京: 气象出版社, 2002.
21	Hyndman R J , Fan Y . Sample quantiles in statistical packages[J]. The American Statistician, 1996, 50 (4): 361- 365.
22	邹燕, 叶殿秀, 林毅, 等. 福建区域性暴雨过程综合强度定量化评估方法[J]. 应用气象学报, 2014, 25 (3): 360- 364.
23	中国气象灾害大典编委会. 中国气象灾害大典: 辽宁卷[M]. 北京: 气象出版社, 2005.

百分位数/(%)	综合强度等级	评估结果
P≤50	5	一般
50 < P≤80	4	中等
80 < P≤95	3	较强
95 < P≤98	2	强
P>98	1	特强

百分位数/(%)	气候年景等级	气候年景评价
P≤10	1	好
10＜P≤30	2	较好
30＜P≤70	3	正常年份
70＜P≤90	4	较差
P＞90	5	差

灾损类别	年景指数	相关系数
旱灾	干旱年景指数	0.65
水灾	雨涝年景指数	0.82
雪灾	暴雪年景指数	0.72
总灾损	综合气候年景指数	0.66

[1]	张萌萌, 赵春雨, 房一禾, 李经纬, 林益同, 于怡秋, 张玮琦. 基于新气候态背景的中国东北地区气候变化评估与预测研究[J]. 气象与环境学报, 2023, 39(4): 95-102.
[2]	周璋,李意德,林明献,陈德祥,许涵,骆土寿. 1980—2005年海南岛尖峰岭热带山地雨林区气候突变与异常的初步研究[J]. 气象与环境学报, 2009, 25(3): 66-72.

1961—2020年辽宁省气候年景分析及综合气候年景评价

Analysis of annual climate and assessment of integrated annual climate from 1961 to 2020 in Liaoning province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 23

相关文章 2

Metrics

本文评价

推荐阅读 10

权重	雨涝	干旱	低温	高温	暴雪
ω	0.3	0.3	0.2	0.1	0.1