Spatiotemporal analysis of climate variability, thunderstorm dynamics and hydrometeorological risks in Bangladesh’s Haor Basin

方法

NASA POWER气候数据、WWLLN雷暴时数，结合GIS、PCA、聚类与趋势

发现

降雨与湿度呈上升趋势，雷暴集中于季风前且区域差异显著，温度风速无显著趋势。

机会点

可结合雷暴时空规律与作物物候，构建面向Haor盆地的农业气象灾害预警与适应分区模型。

本研究考察了孟加拉国Haor盆地的时空气候变率、雷暴变率及水文气象风险。研究将2000—2024年NASA POWER月度气候数据与2013—2024年WWLLN月度雷暴小时数据在2013—2024年重叠时段内进行整合。分析采用了GIS制图、描述性与季节性统计、原始及季节性调整相关性、主成分分析和层次聚类分析、考虑依赖性的负二项回归，以及经自相关调整的Mann-Kendall趋势检验与Sen斜率估计。结果显示存在空间差异：盆地内Sunamganj和Sylhet部分的降雨量、湿度及雷暴活动较高。季风前和季风初期雷暴日数增加具有明显的季节性。经季节性调整的结果表明，降雨量与相对湿度之间仍呈正相关，其他气候—雷暴关系的方向和强度也随季节和地区调整而变化。在现有资料时段内，温度、风速和WWLLN-derived雷暴活动未呈现统计学显著的长期趋势；趋势分析提示降雨量和相对湿度呈增加态势。PCA和聚类分析揭示了高水平的气候梯度及地区相似性分组，可用于更本地化的适应规划。该研究为Haor盆地地区层面的气候智慧型农业、雷电安全宣传、早期预警和灾害风险减少提供了气候—雷暴证据基础。临床试验编号：不适用。