河北省大风气候特征和灾害危险性空间分布

Climatic Characteristics of Gale and Spatial Distribution of Disaster Risk in Hebei Province

摘要

基于1978—2020年河北省142个国家气象站大风观测数据，分析河北省大风气候特征，结合自然灾害风险评估理论，选取大风日数和日极大风速为危险性特征指标构建危险性指数，开展河北省大风灾害危险性评估，得到省域大风灾害危险性空间分布规律。结果表明：河北省平均最大风速总体呈下降趋势，1978年平均最大风速值最大；2014—2020年平均极大风速呈上升趋势，与最大风速的变化趋势相同；河北省4月大风日数最多，9月最少；大风日数呈现西北向东南递减、沿海沧州地区又增多的特征；平均最大风速呈现西北高、东北低的特征，平均极大风速呈现西北和西南高、东南低的特征，张家口坝上平均最大风速和极大风速均最高；大风灾害致灾危险性呈西北高、东北与西南低的特征，其中张家口坝上和承德丰宁县一带最高。

Abstract

Using gale data from 142 national meteorological stations from 1978 to 2020, this study analyzes the climatic characteristics of gales in Hebei Province. Based on disaster risk assessment theory, the number of gale days and daily extreme wind speeds were selected as risk indices to assess gale disaster risk, revealing the spatial distribution of wind disaster risk in Hebei Province. The analysis yielded the following conclusions: The average maximum wind speed shows a decreasing trend, with its peak value recorded in 1978. However, the average extreme wind speed exhibited an increasing trend from 2014 to 2020, consistent with the trend of maximum wind speeds during the same period. The number of gale days peaks in April and reaches a minimum in September. Their spatial distribution shows a decreasing trend from the northwest to the southeast of Hebei Province, with the exception of an increase in gale days in the coastal region of Cangzhou. The average maximum wind speed is higher in the northwest and lower in the northeast, while the average extreme wind speed is also higher in the northwest and southwest, but lower in the southeast. The highest values for both wind speeds are found in the Bashang region of Zhangjiakou. The spatial distribution of gale disaster risk indicates higher risks in the northwest and lower risks in the northeast and southwest, with the highest-risk areas being the Bashang region in Zhangjiakou and Fengning County in Chengde.

Graphical abstract

关键词

大风 / 危险性 / 时空分布 / 灾害风险评估理论 / 河北

Key words

gale / risk / spatial and temporal characteristics / disaster risk assessment theory / Hebei Province

全球气候变暖使大陆和海洋间的海平面气压差及近地面温差显著减小^[1-2]，我国的近地面风速呈下降趋势^[3]，华北地区大幅减小趋势尤其显著^[4]。河北省地形地貌复杂，气候类型多样，大风是影响河北省的主要气象灾害之一，2006年大风灾情记录达119条^[5-6]，尤其是坝上地区。大风可能会引发农作物倒伏、农业设施损坏，室外广告牌、工棚、施工围板等临时建筑物倒塌或坠落^[7-8]，森林和草原火险等级升高，基础设施管线损毁^[9]等，对群众生活和生命财产造成不利影响。

学者对大风的形成机制和气候变化特征^[10-13]等进行了研究。董丹丹等^[14]分析了重庆永川地区汛期的大风易发区、持续时间、环流背景，魏哲花等^[15]分析了哈密巴里坤机场风时间变化和环流特征。韦惠红等^[16]对湖北省2007—2015年雷暴大风的天气类型、时空分布和环境条件进行了分析。阎访等^[17]分析了石家庄春季大风变化特征。白爱娟等^[18]利用逐小时风速资料分析了华山景区大风形成机制，发现气压和气温的超前降低可作为大风预警的有效因子。张太西等^[19]通过6种风灾要素数据构建的灾损指数分析了新疆地区风灾时空分布。石大明等^[20]依据灾害风险理论，构建了吉林省大风气象灾害风险评价指标体系，揭示了吉林省大风灾害风险空间分布规律，为危险性评估指标的选取提供了技术参考。针对河北省域大风灾害气候特征分析和危险性分布的相关研究主要是基于10 min平均风速，对大风成灾的瞬时性和破坏性的表征不够充分。基于灾害风险理论^[21-22]，本文利用1978—2020年河北省最大风速观测数据延长订正了极大风速序列，分析河北省大风气候特征规律，并评估大风灾害危险性，为河北省自然灾害风险普查提供参考。

1 数据与方法

1.1 数据来源

气象数据由河北省气象局提供，为1978—2020年河北省142个国家气象站大风观测数据，包括日最大风速和风向，日极大风速和风向及出现时间，大风日等；基础地理信息数据由河北省地理信息局提供；灾情数据由河北省民政和应急管理部门提供。

1.2 危险性评估方法

1.2.1 大风过程判识方法

最大风速是指在某个时段内出现的最大10 min平均风速值。极大风速是指某个时段内出现的最大瞬时风速值^[23]。根据大风日与日极大风速，对大风过程进行判识，确定历次大风过程。当气象记录有大风日或日极大风速≥17.0 m/s即判为大风过程。针对1978—2014年的气象数据以气象记录中的大风日为准；2014年后有极大风速记录的气象数据，判别大风过程以极大风速≥17.0 m/s为准。

1.2.2 危险性评估方法

大风致灾主要体现在极强的瞬时性和破坏性，极大风速是造成大风灾害损失的主导因素。本文选取大风频次^[7,18]（大风日）与强度^[24-25]（极大风速）作为指标评估大风致灾危险性。

由于现有的气象观测数据中长时序的日极大风速缺失，因此提取1978—2020年河北省142个国家气象站日最大风速和2014—2020年日极大风速，运用多种函数^[26-27]拟合二者间的数量关系（表1），利用拟合优度^[28]确定每个气象站的最优函数，订正1978—2013年极大风速序列。各个站点的拟合曲线R²均在0.78以上。

将大风日数与日极大风速进行归一化处理，化为无量纲的数值，公式如下：

x^{\text{'}}=\frac{x-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}{x_{\mathrm{m}\mathrm{a}\mathrm{x}}-x_{\mathrm{m}\mathrm{i}\mathrm{n}}}。（1）

式中：x'为归一化后的数据；x为样本数据；x_min为样本数据中的最小值；x_max为样本数据中的最大值。

采用层次分析法确定大风频次、强度2个致灾因子危险性指标的权重，2个指标加权相加后得到危险性指数：

H=W_F·X_F+W_V·X_V。 （2）

式中：H为大风危险性指数；W_F、W_V分别为大风频次与强度指标所占权重，总和为1；X_F、X_V分别为归一化处理后的大风频次与强度指标值。

结合地形地貌、区域气候特征、流域等，将142个国家气象站的大风危险性指数，通过反距离权重法 ^[29]插值，公式如下：

H_{(\mathrm{A},\mathrm{B})}=\left[{\displaystyle \sum _{i=\mathrm{1}}^n}\frac{H_i}{d_i^k}\right]/\left[{\displaystyle \sum _{i=\mathrm{1}}^n}\frac{\mathrm{1}}{d_i^k}\right]\mathrm{。}（3）

式中：H_(A,B）为大风危险性指数估计值；H_i 为i点气象站的大风危险性指数；d_i 为距离；n为国家气象站数；k为距离的幂。

利用自然断点分级法^[30]，将差值所得的全省大风致灾危险性指数进行聚类，划分等级，聚类结束条件是组间方差最大、组内方差最小。

S_{i-j}={\displaystyle \sum _{k=\mathrm{1}}^j}A{k}^{\mathrm{2}}-\frac{{\left({\displaystyle \sum _{k=\mathrm{1}}^j}Ak\right)}^{\mathrm{2}}}{j-i+\mathrm{1}}\mathrm{。}（4）

式中：S为方差；i、j为第i、j个元素；A为长度是N的数组；k为i、j中间的数，表示A组中的第k个元素。

将大风致灾危险性指数划分为Ⅰ级（高危险性）、Ⅱ级（较高危险性）、Ⅲ级（较低危险性）、Ⅳ级（低危险性）4个等级（表2），选用不同颜色表征，通过GIS软件绘图，得到河北省大风灾害危险性等级分布。

2 气候特征分析与危险性评估结果

2.1 空间分布特征

1978—2020年河北省142站年均大风日数空间分布总体呈现西北向东南递减、沿海沧州地区增多的特征（图1），与我国年均大风日数的空间分异格局相同^[31]。张家口坝上地区年均大风日数较多，为28.9～45.6 d；其次是张家口大部分地区与承德西部，为17.7～28.8 d；平原地区较少，在9.6 d以下。年均大风日数最大值出现在张家口康保县，达45.6 d；最小值出现在邯郸曲周县，仅为0.7 d。

平均最大风速总体呈西北高、东北低的特征（图2）。张家口坝上和沧州东部沿海地区平均最大风速较高，为15.7～18.9 m/s；其次是张家口东南部、承德西部、保定与石家庄西部、沧州中西部、邢台市区周边与邯郸中北部，在13.9～15.6 m/s；承德中东部、唐山北部与秦皇岛北部地区平均最大风速最低，为10.0～12.5 m/s；其他地区风速为12.6～13.8 m/s。平均最大风速最大值出现在张家口康保县，达18.6 m/s；最小值为11.0 m/s，出现在承德宽城。

2014—2020年平均极大风速总体分布呈西北—西南高、东南低的特征（图3），与1978—2020年平均极大风速分布相似。张家口坝上和中部、承德西部、石家庄西南部、邢台西部、沧州西部平均极大风速较大，为24.5～30.4 m/s；其次是张家口北部和东南部、保定西北部，石家庄西北部、邯郸西部地区，风速为22.3～24.4 m/s；再次是保定大部分地区、邢台东部、承德东南部、秦皇岛西部、唐山中部、廊坊南部、沧州东南部，风速为20.3～22.2 m/s；其他地区风速为16.9～20.2 m/s。

2.2 时间分布特征

1978—2020年大风日数总和的单站平均值逐月分布呈反“S”型（图4），单站月平均大风日数为31.8 d。春季（3—5月）为大风日数峰值区，明显多于其他季节，其中4月大风日数最多，为75 d；9月为大风日数谷值区，仅10 d；11月大风日数出现小幅度回升。与我国北方地区大风月分布规律近似^[32]。

1978—2020年河北省年均最大风速总体呈波动递减趋势（图5）。多年最大风速平均值为13.8 m/s，其中1978年的最大风速值最大，为17.1 m/s；2014年的最大风速值最小，仅11.1 m/s。2014—2020年河北省平均极大风速总体呈波动上升趋势，这与2014—2020年最大风速的变化趋势相同。2020年的极大风速最大，为23.3 m/s；2014年的极大风速值最小，仅18.6 m/s，这与最大风速最小值出现的年份相同。

选取河北省坝上、平原、沿海、南部4个不同地形的城市张家口、衡水、沧州、石家庄，对1978—2020年年均大风日数进行滑动t检验（图6）。经比较调整后，选择计算结果可靠性较高的基准点前后两子序列长度n₁=n₂=5^[33]。取显著性水平α=0.01，t_α =3.36。沧州的大风日数波动最明显，在2000年前后大风日数显著减小，2003—2006年显著增加；张家口在1988年前后大风日数显著增加，2014年后显著减小；衡水在1983年前后大风日数显著增加；石家庄的大风日数在2004—2010年有2次显著增加，随后几年波动变化较大，2014年显著减小；2013年左右，4个城市的大风日数都呈现减小的趋势。

2.3 危险性评估

采用层次分析法确定大风频次和强度的权重都为0.5，得到1978—2020年河北省大风致灾危险性等级图（图7）。河北省大风致灾危险性呈西北高、东北—西南低的趋势，其中张家口坝上、承德丰宁县一带大风灾害致灾危险性最高；张家口东南部、承德西部、保定西部地区致灾危险性较高；保定中东部、承德中部、唐山西北部、廊坊东南部、沧州、邢台大部和邯郸的东南部危险性较低；承德东部、唐山东南部、衡水大部和邯郸的中西部危险性低。受地形因素影响，高风险区大部出现在坝上地区，海拔较高。较高风险区大部出现在太行山和燕山山区地带。

筛选2014—2020年河北省的大风灾情数据，每次大风过程造成的直接经济损失为主要考察参量。为消除不同年度经济因素对灾害损失的影响，以直接经济损失占当年GDP的比例进行比较，即灾情损失率，得到2014—2020年河北省各市大风灾害平均损失率（表3）。各城市损失率的分布与大风致灾危险性高低分布（图7）大致相同。张家口地区的损失率最大，高达14.38%。

3 讨论

本文得到的1978—2020年河北省大风日数时空分布特征与石家庄地区大风日数时间分布特征研究一致^[17]，与我国年均大风日数的空间分异格局相同^[31]，结果在市级尺度和全国尺度上取得验证；得到的年均最大风速递减趋势，与华北地区的年均风速下降趋势相符^[3]。说明本文选取的数据资料可靠，基于此订正1978—2013年极大风速序列，评估大风灾害危险性，可为河北省自然灾害风险普查提供技术参考。

本文得到的1978—2020年河北省大风致灾危险性等级图，已利用2014—2020年的大风灾情信息得到初步的验证。但大风灾情信息只利用了直接经济损失这一个参量，没有综合考虑大风对人口、不同产业造成的损失。此外，大风灾情包含对流性大风，也包括雷电、冰雹等造成的损失，使灾损量放大，需要结合观测数据和灾情记录剔除其他灾害损失，因此对灾情的记录质量要求较高，有待于针对系统性大风和对流性大风特征、危险性等进一步分类细化研究。

4 结论

基于河北省142个气象站大风数据，分析1978—2020年河北省大风气候特征，并对大风致灾危险性进行评估，得出以下结论：

（1）河北省逐月大风日数呈反S型分布，单站月平均大风日数为31.8 d，春季（3—5月）为大风日数峰值区，9月为大风日数谷值，11月大风日数出现小幅度回升。年均大风日数总体呈现西北向东南递减、沿海沧州地区增多的特征；张家口坝上地区较多，其次为张家口大部分地区与承德西部，平原地区较少，在9.6 d以下。

（2）河北省大风过程的平均最大风速总体呈逐年递减趋势。多年最大风速平均值为13.8 m/s，1978年平均最大风速值最大，为17.1 m/s；2014年最小，仅11.1 m/s；平均极大风速总体呈逐年增加趋势，与2014—2020年间最大风速的变化趋势相同。

（3）平均最大风速总体分布呈现西北高、东北低的特征，平均极大风速呈现西北—西南高、东南低的特征。张家口坝上平均最大风速和平均极大风速最大，其次是张家口东南部、承德西部等。

（4）河北省大风灾害致灾危险性呈西北高、东北—西南低的趋势，张家口坝上、承德丰宁县一带大风灾害致灾危险性最高；张家口东南部、承德西部、保定西部地区致灾危险性较高；保定中东部、承德中部、唐山西北部、廊坊东南部、沧州、邢台大部和邯郸的东南部危险性较低，承德东部、唐山东南部、衡水大部和邯郸的中西部危险性低。

参考文献

[1] Azorin-Molina C, Rehman S, Guijarro J A,et al.Recent trends in wind speed across Saudi Arabia,1978-2013:a break in the stilling[J].Int J Climatol,2018,38(S1):e966-e984.

[2] Azorin-Molina C, Guijarro J A, Mcvicar T R,et al.Trends of daily peak wind gusts in Spain and Portugal,1961-2014[J].J Geophys Res Atmos,2016,121(3):1059-1078.

[3] JIANG Ying, LUO Yong, ZHAO Zongci.Maximum wind speed changes over China[J].J Meteor Res,2013,27(1):63-74.

[4] 史培军,张钢锋,孔锋,等.中国1961—2012年风速变化区划[J].气候变化研究进展,2015,11(6):387-394.

[5] SHI Peijun, ZHANG Gangfeng, KONG Feng,et al.Wind speed change regionalization in China in 1961-2012[J].Climate Change Research,2015,11(6):387-394.(in Chinese)

[6] 俞海洋,李婷,陈笑娟,等.河北省近30年大风时空分布及成灾特征分析[J].灾害学,2017,32(2):59-63.

[7] YU Haiyang, LI Ting, CHEN Xiaojuan,et al.The spatio-temporal distribution and disaster characteristics analysis of the gale in Hebei Province for nearly 30 years[J].Journal of Catastrophology,2017,32(2):59-63.(in Chinese)

[8] 孙霞,俞海洋,孙斌,等.河北省主要气象灾害时空变化的统计分析[J].干旱气象,2014,32(3):388-392.

[9] SUN Xia, YU Haiyang, SUN Bin,et al.Statistical analysis of meteorological disasters in Hebei Province[J].Journal of Arid Meteorology,2014,32(3):388-392.(in Chinese)

[10] 夏祎萌,何清,李军,等.新疆大风灾害灾度和危险度分析[J].中国沙漠,2012,32(4):1025-1028.

[11] XIA Yimeng, HE Qing, LI Jun,et al.Disaster degree and risk degree of wind disasters in Xinjiang[J].Journal of Desert Research,2012,32(4):1025-1028.(in Chinese)

[12] 陈笑娟,陈小雷,李婷,等.河北省设施农业的抗风能力及大风灾害风险预警[J].贵州农业科学,2019,47(7):138-142.

[13] CHEN Xiaojuan, CHEN Xiaolei, LI Ting,et al.Gale resistance capacity of facility agriculture and risk early warning of gale disaster in Hebei[J].Guizhou Agricultural Sciences,2019,47(7):138-142.(in Chinese)

[14] 付桂琴,曹欣.雷雨大风与河北电网灾害特征分析[J].气象,2012,38(3):353-357.

[15] FU Guiqin, CAO Xin.The characteristic analysis of thunderstorm gale and electrical network disaster in Hebei[J].Meteorological Monthly,2012,38(3):353-357.(in Chinese)

[16] 杨晓亮,杨敏,隆璘雪,等.冷涡背景下河北雷暴大风环境条件与对流风暴演变个例分析[J].暴雨灾害,2020,39(1):52-62.

[17] YANG Xiaoliang, YANG Min, LONG Linxue,et al.Analysis of environmental condition and convective storm evolution of a thunder storm gale event under cold vortex in Hebei[J].Torrential Rain and Disasters,2020,39(1):52-62.(in Chinese)

[18] 陈晓欣,俞小鼎,王秀明.中国大范围雷暴大风事件(Derechos)研究:时空分布、环境背景和对流系统形态特征[J].气象学报,2022,80(1):67-81.

[19] CHEN Xiaoxin, YU Xiaoding, WANG Xiuming.Investigation of derechos in China:spatiotemporal distribution,environmental characteristics,and morphology of Derechos producing convective systems[J].Acta Meteorologica Sinica,2022,80(1):67-81.(in Chinese)

[20] 孙伟,曹舒娅,解小寒,等.苏南一次深秋局地强对流的多源资料分析[J].沙漠与绿洲气象,2018,12(3):56-63.

[21] SUN Wei, CAO Shuya, XIE Xiaohan,et al.Multi-source data analysis of a local strong convection in the late autumn of South of Jiangsu[J].Desert and Oasis Meteorology,2018,12(3):56-63.(in Chinese)

[22] 邢丽珠,张方敏,黄进,等.1961—2018年内蒙古6级及以上大风日数时空变化特征[J].干旱区地理,2021,44(5):1290-1298.

[23] XING Lizhu, ZHANG Fangmin, HUANG Jin,et al.Spatial and temporal changes of high wind days over category 6 and above in Inner Mongolia from 1961 to 2018[J].Arid Land Geography,2021,44(5):1290-1298.(in Chinese)

[24] 董丹丹,邓承之,杜爱军,等.重庆永川汛期大风特征研究[J].沙漠与绿洲气象,2021,15(4):68-75.

[25] DONG Dandan, DENG Chengzhi, DU Aijun,et al.Study on characteristics of strong wind in Chongqing Yongchuan during the flood season[J].Desert and Oasis Meteorology,2021,15(4):68-75.(in Chinese)

[26] 魏哲花,冯广麟.2014 —2018年哈密巴里坤机场风特征分析[J].沙漠与绿洲气象,2019,13(4):64-70.

[27] WEI Zhehua, FENG Guanglin.Wind characteristics in Balikun Airport of Hami during 2014-2018[J].Desert and Oasis Meteorology,2019,13(4):64-70.(in Chinese)

[28] 韦惠红,许冠宇,刘希文,等.湖北省不同类型雷暴大风的时空分布及环境参数特征[J].暴雨灾害,2022,41(1):66-75.

[29] WEI Huihong, XU Guanyu, LIU Xiwen,et al.Spatial-temporal distribution and environmental parameter characteristics for different types of thunderstorm gales in Hubei Province[J].Torrential Rain and Disasters,2022,41(1):66-75.(in Chinese)

[30] 阎访,周顺武,马悦.石家庄春季大风变化特征及天气分型[J].干旱气象,2014,32(2):207-214, 225.

[31] YAN Fang, ZHOU Shunwu, MA Yue.Variation characteristics of gale in spring and its weather patterns in Shijiazhuang[J].Journal of Arid Meteorology,2014,32(2):207-214, 225.(in Chinese)

[32] 白爱娟,张永红,吴佳浩,等.华山景区大风变化特征及偏南大风的天气学研究[J].高原气象,2021,40(5):1154-1163.

[33] BAI Aijuan, ZHANG Yonghong, WU Jiahao,et al.Analysis on the variations of gales and two southerly gale events in Huashan Mountain scenic spot[J].Plateau Meteorology,2021,40(5):1154-1163.(in Chinese)

[34] 张太西,王慧,余行杰.新疆风灾时空分布特征分析[J].干旱区地理,2021,44(5):1281-1289.

[35] ZHANG Taixi, WANG Hui, YU Xingjie.Spatial-temporal distribution of wind disasters in Xinjiang[J].Arid Land Geography,2021,44(5):1281-1289.(in Chinese)

[36] 石大明,刘玉英.吉林省大风气象灾害风险区划评价研究[J].吉林气象,2012(1):2-3, 19.

[37] SHI Daming, LIU Yuying.Study on risk zoning evaluation of gale meteorological disaster in Jilin Province[J].Journal of Jilin Meteorology,2012(1):2-3, 19.(in Chinese)

[38] 章国材.自然灾害风险评估与区划原理和方法[M].北京:气象出版社,2014.

[39] ZHANG Guocai.Principles and methods of natural disaster risk assessment and zoning[M].Beijing:China Meteorological Press,2014.(in Chinese)

[40] DU Tao, XIONG Lihua, XU Chongyu,et al.Return period and risk analysis of nonstationary low-flow series under climate change[J].J Hydrol,2015,527:234-250.

[41] 中国气象局.地面气象观测规范[M].北京:气象出版社,2003.

[42] China Meteorological Administration.Specifications for surface meteorological observation[M].Beijing:China Meteorological Press,2003.(in Chinese)

[43] 陈鑫.杭州大风灾害风险区划[D].南京:南京信息工程大学,2012.

[44] CHEN Xin.Division into districts on wind disaster risk of Hangzhou[D].Nanjing:Nanjing University of Information Science and Technology,2012.(in Chinese)

[45] 缪霄龙,缪启龙,宋健,等.杭州地区雷雨大风灾害风险区划[J].气象与减灾研究,2012,35(3):45-50.

[46] MIAO Xiaolong, MIAO Qilong, SONG Jian,et al.Risk zoning of thunderstorm gale disaster in Hangzhou[J].Meteorology and Disaster Reduction Research,2012,35(3):45-50.(in Chinese)

[47] 汪宏宇,龚强,杨洪斌.基于测风塔数据的最大风速与极大风速关系研究[J].气象与环境科学,2019,42(3):110-117.

[48] WANG Hongyu, GONG Qiang, YANG Hongbin.Study on the relationship between maximum and extreme wind speed based on the wind towers data[J].Meteorological and Environmental Sciences,2019,42(3):110-117.(in Chinese)

[49] 姬鸿丽,俞飞,禹东晖,等.孟津县历史极大风速推算及其气候特征分析[J].气象与环境科学,2011,34(3):74-78.

[50] JI Hongli, YU Fei, YU Donghui,et al.Historical extreme wind velocity estimate of Mengjin County and analysis of its climatic characteristics[J].Meteorological and Environmental Sciences,2011,34(3):74-78.(in Chinese)

[51] 苏夏莹.线性回归模型误差分布的拟合优度检验[D].保定:华北电力大学,2015.

[52] SU Xiaying.Goodness-of-fit tests for error distribution in linear regression model[D].Baoding:North China Electric Power University,2015.(in Chinese)

[53] Lloyd C D.Nonstationary models for exploring and mapping monthly precipitation in the United Kingdom[J].Int J Climatol,2010,30(2):390-405.

[54] 刘航,蒋尚明,金菊良,等.基于GIS的区域干旱灾害风险区划研究[J].灾害学,2013,28(3):198-203.

[55] LIU Hang, JIANG Shangming, JIN Juliang,et al.A GIS-based approach to regional drought risk zoning[J].Journal of Catastrophology,2013,28(3):198-203.(in Chinese)

[56] 孔锋,李颖,王一飞,等.1961—2016年中国近地表大风日数时空分异特征研究[J].安徽农业科学,2017,45(31):188-196.

[57] KONG Feng, LI Ying, WANG Yifei,et al.Spatial and temporal variation characteristics of near-surface gale days in China from 1961 to 2016[J].Journal of Anhui Agricultural Sciences,2017,45(31):188-196.(in Chinese)

[58] 杨婕,赵天良,程叙耕,等.2000—2019年中国北方地区沙尘暴时空变化及其相关影响因素[J].环境科学学报,2021,41(8):2966-2975.

[59] YANG Jie, ZHAO Tianliang, CHENG Xugeng,et al.Temporal and spatial variations of sandstorm and the related meteorological influences over northern China from 2000 to 2019[J].Acta Scientiae Circumstantiae,2021,41(8):2966-2975.(in Chinese)

[60] 陆莎莎,蒋雨芹,李青建,等.基于GIS的黔南州近31 a降水时空分布特征[J].中低纬山地气象,2021,45(3):81-87.

[61] LU Shasha, JIANG Yuqin, LI Qingjian,et al.Analysis of temporal and spatial distribution characteristics of precipitation in Qiannan prefecture in the past 31 years based on GIS[J].Mid-Low Latitude Mountain Meteorology,2021,45(3):81-87.(in Chinese)

基金资助

河北省重点研发计划项目(21375410D)