共查询到20条相似文献，搜索用时 78 毫秒
1.
基于实际灾情的青海高原雪灾等级（评估）指标研究 总被引：1，自引：0，他引：1
利用1951—2008年青海高原雪灾实际灾情资料,通过统计计算各年份雪灾造成的牲畜死亡率,并进行排序,参照了计算SPI(标准化降水指数)不同等级干旱在全部干旱中所占比例的过程,确定了不同雪灾等级的阈值,制订了基于实际灾情的雪灾指标。并对几次典型雪灾过程进行评估检验,结果表明:本研究确定的雪灾等级与DB63雪灾标准基本一致。在青海高原牧区,用雪灾造成的实际牲畜死亡率来确定雪灾等级指标,评估雪灾受灾程度,是一种较为科学和具有很好的现实指导意义的新方法。 相似文献
2.
赵广娜 《沙漠与绿洲气象(新疆气象)》2013,7(5):71-74
选取累积降雪量、最大日降雪量、连续降雪日数、积雪深度、日最低气温、日最大风速和日最小相对湿度7个气象因子构成城市雪灾气象指数。通过对城市雪灾气象指数的范围划分,得到从低到高的5级城市雪灾气象等级,并给出等级描述及可能影响。 相似文献
3.
利用青海高原45个气象站1961-2008年冬季（10月至翌年2月）和春季（3-5月）积雪深度资料,按照DB63雪灾标准分类的等级,并结合实际灾情研究了青海高原雪灾时空尺度、强度及发生频次等的变化。结果表明：近50年来青海高原除了特大雪灾发生频次变化趋势不明显外,其他等级的雪灾发生频次年际变化均呈现上升趋势。青海高原南部的玉树、果洛、黄南南部、海南南部及海西东部地区是雪灾发生的高频区,柴达木盆地和青海东部地区极少发生雪灾。雪灾发生频次从20世纪60年代到2008年呈现上升趋势。 相似文献
4.
赵广娜 《沙漠与绿洲气象(新疆气象)》2013,7(3):71-74
摘要：本文选取累积降雪量、最大日降雪量、连续降雪日数、积雪深度、日最低气温、日最大风速和日最小相对湿度7个气象因子构成城市雪灾气象指数。通过对城市雪灾气象指数的范围划分,得到从低到高的5级城市雪灾气象等级,并给出等级描述及可能影响。 相似文献
5.
中国牧区雪灾等级指标研究 总被引：5，自引：0，他引：5
制定牧区雪灾标准,气象条件是最重要、最根本的因子,此外,雪灾还与牧草丰歉、牲畜状况、草场类型、草场载畜状况以及承受灾害的能力有关。要对幅员辽阔的广大牧区发生的雪灾迅速作出评估,除气象因子外,其它致灾因子就目前条件还难以及时、准确地获取。所以本评价标准仅限于考虑气象因子与雪灾的关系。本文依据积雪掩埋牧草程度、积雪持续日数和积雪面积比等三项指标,来制定中国牧区雪灾发生的等级指标,将灾情等级分为轻灾、中灾、重灾和特大灾四级。 相似文献
6.
童文林 《高原山地气象研究》1999,9(3)
应用阿坝州气象局提供的1967-1996年各月雪灾档案资料,结合文献[1] 选用的长期预报因子,进行多组判别分析,最后得到高原牧区雪灾强度等级预报. 相似文献
7.
用多组判别法作高原牧区雪灾等级预报 总被引：1，自引：0，他引：1
应用阿坝州气象局提供的１９６７－ １９９６ 年各月雪灾档案资料,结合文献［１］选用的长期预报因子,进行多组判别分析,最后得到高原牧区雪灾强度等级预报。 相似文献
8.
9.
利用西藏高原高海拔牧区1979年10月至2013年4月19个气象站逐日积雪资料、月降水量和月平均温度资料,依据积雪深度和积雪持续日数组合的雪灾指标,分析了不同等级雪灾的气候变化特征及温度和降雪对雪灾变化的影响。结果表明,11月至翌年2月是西藏高原雪灾多发期且灾害程度重,全年发生中度以上雪灾的概率大,占总站次的54%;1979年以来雪灾变化总体呈现减少趋势,但存在着年代际变化,即1980 1997年代表现为波动性上升,1998 2007年呈显著减少趋势,此后略有回升,突变点在1999年和2008年;温度与雪灾相关性比降雪更高,温度具有显著增暖而降雪变化不明显,温度对雪灾气候变化起着决定性作用。分析了大气环流系统与雪灾变化关系得出:西风带南支槽活跃和东半球极涡偏强、东亚大槽和副热带高压偏西时雪灾易发生,反之则然;西风带南支槽和东半球极涡的变化趋势及突变点与西藏高原雪灾的变化趋势和突变点非常一致,是西藏高原雪灾变化的一个可能原因。 相似文献
10.
11.
《气象科学进展》2016,(5)
选取西藏高原北部牧区的13个气象站冬半年(11月—次年4月)的1980—2007年逐日积雪深度和最高、最低、平均气温资料,对藏北牧区草场的融雪量与气温关系进行了分析。利用线性回归模型建立融雪率和最高、最低气温的方程,给出了藏北草场的融雪日数、逐日积雪深度的计算方法,得出草场雪灾等级评估产品,实现在一场降雪后根据日常天气预报业务制作草场逐日积雪深度的预报产品,并实时评估雪灾的严重程度,为草原雪灾气象服务提供定量化参考产品。对2008—2009、2009—2010和2010—2011年的三个冬半年进行了预报效果评估,1~15d的逐日积雪深度的平均绝对误差不超过2cm;积雪日数误差不超过9d,误差在1d以内的占78.5%;雪灾等级的准确率约为84%;该方法具有较好的预报效果,能为藏北雪灾评估提供参考。该方法的缺陷在于,由于没有准确的定量降雪预报产品,故没有考虑后续降雪量的新增积雪影响。 相似文献
12.
利用青藏高原东部牧区26个气象站30年的大～暴雪过程资料,以雪灾形成的主导因子—持续积雪日数的长度作为灾情评估的等级标准,应用逐步回归方法,建立了冬半年持续积雪日数倚大～暴雪过程的累积降水量、过程平均气温、过程最大积雪深度和过程最低气温降幅4个因子的回归方程。经F检验,所有方程的回归效果达到十分显著或显著的水平,从而建立了大～暴雪过程雪灾灾情实时预评估方法。通过1996～1999年的试用,表明这种预评估方法,具有较高的评估精度和业务化的潜力,可作为雪灾情报服务的一种手段。 相似文献
13.
利用热带大气季节内振荡(MJO)指数、向外长波辐射(OLR)资料和NCEP/NCAR全球逐日再分析资料以及中国南方地区降水资料,应用合成分析等探讨了MJO与2008年初南方雪灾的关系,进而从MJO角度研究雪灾过程成因。结果表明：雪灾过程中,MJO存在明显的东传现象,即由西太平洋向东传送至印度洋附近。伴随着MJO的向东传播,中国南方降水强度及集中区也在随之变化,MJO在一定程度上对雪灾过程有调制作用。通过对OLR的分析,表明2008年初中国南方4次异常降水(雪)过程受到了MJO两次东传的影响,第一次导致西太平洋副热带高压持续偏强,第二次导致南支槽活跃;副热带高压西侧偏南风带来的暖湿气流,以及南支槽带来的印度洋和孟加拉湾的暖湿气流不断向中国输送,为中国南方强降水过程提供了水汽条件。 相似文献
14.
利用GIS的空间分析技术, 可以将分析对象的最小单元细化到具体的地理单元上, 从而提高空间分析精度。雪灾分析中危险度函数的建立, 可以实现雪灾的综合分层次预警评估。应用地理信息系统 (GIS) 和遥感 (RS) 技术, 沿用前人研究的降水量与积雪深度关系成果, 定义了青海高原雪灾畜牧业生产危险度函数和社会经济危险度函数, 并建立了青海高原天气学雪灾预警模型和遥感雪灾预警模型, 对青海高原雪灾进行分层预警, 以期明确各地区雪灾发生的机理, 提高雪灾预测精度, 有针对性地提出减灾防灾措施。结果表明:该模型可以快速、准确地实现高原雪灾预警, 在一定程度上提高了青海高原雪灾的预警能力。 相似文献
15.
青藏高原东部牧区雪灾的气候特征分析 总被引：30，自引：21，他引：30
通过对 196 7— 1996年 2 5个测站的雪灾资料分析 ,揭示了青藏高原东部牧区有雪灾期从上年10月到当年 5月长达 8个月 ,雪灾在一年之中有 3个高发月 :11月、3月和 2月 ;雪灾主要发生在巴颜喀拉山南缘和东麓地区 ,近 30a来呈上升趋势。 196 8— 1976年冬春为一较长时段的雪灾发生的低值期 ,从 1977— 1992年有 3个高峰期和 2个低谷期 ,从 1993年开始又进入高发期 ;高原东部牧区冬春雪灾存在着明显的 5 6a的和较弱的 2 3a周期变化。本文中定义发生在 15月的雪灾为后冬雪灾 ,发生在10 12月的雪灾为前冬雪灾。研究表明 ,70年代是前冬雪灾的高发期 ,80年代末到 90年代是后冬雪灾的高发期。雪灾期西太副高的年际差异是雪灾发生年际振荡的一个可能原因 相似文献
16.
利用黑龙江省64个气象站1983年以来的雪灾资料,使用聚类分析方法,对雪灾形成的因子,降水量、气温、风等气象要素及其浒生因子进行分析,对雪灾强度进行划分;利用显著度检验方法,找出了形成雪灾的三个主导因子,从而建立了雪灾强度预评估方程。 相似文献
17.
2008年1月19日开始至3月8日期间,果洛地区连续出现了6次大范围降雪天气过程,造成果洛地区大面积积雪和持续低温天气,全州六县相继发生了雪灾。其中达日发生特大雪灾,玛沁、玛多、甘德发生重度雪灾,久治发生中度雪灾,班玛发生轻度雪灾。此次雪灾是果洛地区1993年以来出现范围最广、持续时间最长、影响程度最深的一次雪灾。雪灾造成果洛大范围公路交通严重受阻,牧民群众的日常生活受到严重影响,并造成了大量牧民群众冻伤和雪盲,同时雪灾造成大量牲畜死亡,给全州经济造成了巨大损失。在果洛地区6次大范围降雪天气过程中,其中1月19日-26日、1月29日－2月1日和2月9日－13日前3次降雪过程对果洛地区发生大范围雪灾和连续低温天气起到了重要作用。利用气象信息综合处理系统（MICAPS）提供的资料对引发果洛地区大范同雪灾的前三次降雪过程的大气环流特征和物理量等要素进行了天气学分析。 相似文献
18.
19.
新疆是我国积雪资源最丰富的区域之一,也是雪灾多发区之一,预测最大积雪深度,可以为雪灾的预警与防范提供参考和依据。本研究基于建立的雪灾灾损指数,确定了新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县（市）,包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度,结果表明：该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。 相似文献
20.
新疆是我国积雪资源最丰富的区域之一,也是雪灾多发区之一,预测最大积雪深度,可以为雪灾的预警与防范提供参考和依据。本研究基于建立的雪灾灾损指数,确定了新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县（市）,包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度,结果表明：该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。 相似文献