“一帶一路”區(qū)域極端高溫事件與人口暴露度特征
發(fā)布時(shí)間:2021-04-28 23:44
基于1979—2018年"一帶一路"區(qū)域再分析數(shù)據(jù)集(ERA-Interim)夏季逐日最高氣溫和格網(wǎng)化的人口數(shù)據(jù),選取日最高氣溫序列的95%分位數(shù)作為極端高溫閾值,采用改進(jìn)的強(qiáng)度-面積-持續(xù)時(shí)間(IAD)方法,辨識(shí)極端高溫事件特征,并定量評(píng)估極端高溫事件的人口暴露度。結(jié)果表明,1979—2018年"一帶一路"區(qū)域夏季極端高溫事件頻次、強(qiáng)度和持續(xù)時(shí)間均呈上升趨勢,年均值分別為11次、32.3℃和5.8 d,顯著增加區(qū)域分布在中國東部、俄羅斯西部、中東歐地區(qū);夏季極端高溫事件多發(fā)于研究區(qū)偏北地區(qū)的哈薩克斯坦、中國新疆、俄羅斯中部等,但事件的強(qiáng)度高值區(qū)主要分布在西南部的埃及、沙特阿拉伯、巴基斯坦、印度等地,事件持續(xù)時(shí)間高值區(qū)集中分布在印度地區(qū);1979—2018年夏季極端高溫事件的年累計(jì)影響面積和人口暴露度均呈現(xiàn)上升趨勢,近10年達(dá)到峰值。人口暴露度高值區(qū)主要分布在中國東部、印度大陸和黑海周邊國家,且高暴露度范圍不斷擴(kuò)大;人口暴露度變化的影響因素中,氣候、人口、氣候和人口綜合因素的貢獻(xiàn)率相當(dāng),但近10年氣候因素的貢獻(xiàn)率明顯增加。建議加強(qiáng)高溫等極端事件的監(jiān)測、預(yù)警預(yù)報(bào)與區(qū)域合作研究,建立區(qū)域合...
【文章來源】:科技導(dǎo)報(bào). 2020,38(16)北大核心CSCD
【文章頁數(shù)】:12 頁
【文章目錄】:
1 研究區(qū)概況與研究方法
1.1 研究區(qū)
1.2 數(shù)據(jù)
1.3 研究方法
1.3.1 極端高溫閾值
1.3.2 改進(jìn)的IAD方法
1.3.3 人口暴露度變化的影響因素
1.3.4 Mann-Kendall非參數(shù)檢驗(yàn)方法
2 結(jié)果分析
2.1 極端高溫事件特征分析
2.1.1 事件頻次特征
2.1.2 強(qiáng)度特征
2.1.3 持續(xù)時(shí)間特征
2.1.4 影響面積
2.2 極端高溫事件人口暴露度分析
2.2.1 人口暴露度特征
2.2.2 人口暴露度變化影響因素分析
3 結(jié)論
4 建議
本文編號(hào):3166404
【文章來源】:科技導(dǎo)報(bào). 2020,38(16)北大核心CSCD
【文章頁數(shù)】:12 頁
【文章目錄】:
1 研究區(qū)概況與研究方法
1.1 研究區(qū)
1.2 數(shù)據(jù)
1.3 研究方法
1.3.1 極端高溫閾值
1.3.2 改進(jìn)的IAD方法
1.3.3 人口暴露度變化的影響因素
1.3.4 Mann-Kendall非參數(shù)檢驗(yàn)方法
2 結(jié)果分析
2.1 極端高溫事件特征分析
2.1.1 事件頻次特征
2.1.2 強(qiáng)度特征
2.1.3 持續(xù)時(shí)間特征
2.1.4 影響面積
2.2 極端高溫事件人口暴露度分析
2.2.1 人口暴露度特征
2.2.2 人口暴露度變化影響因素分析
3 結(jié)論
4 建議
本文編號(hào):3166404
本文鏈接:http://sikaile.net/shekelunwen/ydyl/3166404.html
最近更新
教材專著