秋季值周总结范文

秋季值周总结篇1

关键词 PM2.5；浓度；变化特征；浙江云和

中图分类号 X831 文献标识码 A 文章编号 1007-5739（2016）03-0285-02

Abstract Using PM2.5 hourly data of Yunhe Environmental Protection Bureau environmental monitoring sites between January 2014 and June 2015，characteristics of PM2.5 concentrations of climate distribution was explored. The result showed that：the concentration of PM2.5 by hours daily change curve was unimodal distribution，peak appeared in 7：00 to 9：00 AM（Beijing time）；the high level of PM2.5 concentrations on the Spring Festival and other major holidays were closely related to human activities，such as fireworks；PM2.5 average concentration monthly distribution reached the maximum density in winter，then reduced，reached the lowest level during July to September，and then began to increase in autumn，reached the maximum in the next winter. PM2.5 daily average concentration changed about 12-day cycle in autumn and winter；variation of PM2.5 daily average concentration in winter was greater than in the other seasons.

Key words PM2.5；concentration；change characteristics；Yunhe Zhejiang

PM2.5指环境空气中空气动力学当量直径≤2.5 μm的颗粒物。2013年2月，全国科学技术名词审定委员会将PM2.5的中文名称命名为细颗粒物。虽然PM2.5只是地球大气成分中含量很少的组分，但与较粗的大气颗粒物相比，PM2.5粒径小，面积大，活性强，易附带有毒、有害物质（例如重金属、微生物等），且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。细颗粒物浓度上升与心脑血管疾病和呼吸道疾病的发生率、死亡率关系密切[1-2]，也是诱发肿瘤等恶性疾病的重要起因[3]。本文拟通过分析云和县城区的PM2.5变化特征，以期为大气污染治理提供一定的参考。

1 数据来源

本文所采用的云和县城区PM2.5数据由云和县环保局提供，时间跨度为2014年1月1日至2015年6月30日。定义3―5月为春季、6―8月为夏季、9―11月为秋季以及12月至翌年2月为冬季。

2 结果与分析

2.1 PM2.5逐时浓度分布特征

对春季、夏季、秋季和冬季以及全年逐时PM2.5浓度进行平均，分别得出各季和全年PM2.5浓度24 h变化的平均情况（图1）。从全年看，PM2.5浓度逐时变化在各季都呈现单峰分布，在21：00至翌日6：00基本不变，最明显的波动出现在6：00―12：00，波峰出现在7：00―9：00间。14：00左右PM2.5浓度出现波谷，此后浓度略有上升。

春季，PM2.5峰值出现在8：00并迅速减小，在20：00又有较明显上升。夏季峰值出现在7：00，24 h内波动较小，PM2.5浓度维持在0.02～0.03 mg/m3，为全年最低。秋季峰值出现在8：00，在14：00达到全天最低点并在18：00有所回升。冬季峰值出现在9：00，浓度维持在0.04～0.08 mg/m3之间且峰值突出，24 h内波动明显，24 h内浓度均为全年最高。

挑选出2014年节假日的PM2.5数据进行单独研究，发现法定节假日和周末及周一、周五PM2.5的浓度值较大。其中，1月31日春节的PM2.5浓度值异常偏大，最大值达到1.58 mg/m3，远远超过其他节假日的浓度。通过研究1月31日PM2.5的逐时数据得知，从1月30日23：00开始PM2.5浓度值突然增大，持续偏高，在早上10：00达到最大值，尤其是31日上午9：00―11：00 PM2.5浓度持续在1.0～1.6 mg/m3，空气质量极差与人们过节燃放烟花爆竹有关。

对比2015年春节，可以发现2015年春节PM2.5极值明显降低，2月19日（2015年春节）PM2.5极值达到0.17 mg/m3，明显比2014年春节偏低，同样从前一天23：00开始PM2.5突然增大但仅在0：00达到极大值0.17mg/m3并未持续上升达到新的最大值，这与政府出台减少燃放烟花爆竹的政策和人们日益增强的环保意识有关。

2.2 PM2.5日平均浓度特征

统计2014年各月PM2.5日平均浓度（表1）可知，2014年云和县PM2.5污染总体较轻，日平均浓度超过国家二级标准[3]即0.075 mg/m3的天数为16 d，仅占全年总天数的4.3%，空气质量与银川等空气质量优良城市相近[4-5]，全年中空气质量较好。

各月中PM2.5浓度值超过0.035 mg/m3的天数存在明显差异，1月和12月较多而其他月份相对较少，在7―9月达到最少值，说明这些月份PM2.5污染较小、空气质量最好。

为更准确地考察PM2.5浓度的变化规律，对各季节PM2.5日平均浓度进行分析进而研究其变化趋势（图2）。PM2.5日平均浓度随时间呈现明显的波峰、波谷变化，并且随季节的变化PM2.5浓度变化表现出明显的差异。

春季，云和地区PM2.5日平均浓度大部分均在国家二级标准线以下，PM2.5日平均浓度值在春季的变化趋势不明显。夏季，PM2.5日平均浓度较春季有下降，整个夏季都在0.06 mg/m3以下，且夏季PM2.5日平均浓度值有明显的减少趋势，并在后期出现达到国家一级标准的情况。秋季，PM2.5日平均浓度值前期和后期差距明显，9月的浓度值均在国家一级标准内，空气质量好；后期，其浓度值增加迅速，但均在国家二级标准范围内。冬季，PM2.5浓度值总体较高且具有较夏季更明显的减少趋势。可见，PM2.5日平均浓度在冬季的值和变化幅度要高于其他季节，冬季更易出现雾霾天气。

对2014年全年PM2.5日平均浓度进行小波分析以期找到其变化周期（图3），发现1―3月的PM2.5浓度变化存在着较明显的12 d左右的变化周期，且在1―2月该周期表现较明显。除了12 d的明显周期外，PM2.5日平均浓度变化还存在25 d左右的变化周期，同样该周期在1―2月表现较3月明显。

2.3 PM2.5月平均浓度特征

对云和地区各月PM2.5浓度值进行分析，可以发现其呈峰谷分布，且随季节的变化其浓度值也有明显变化。从2014年的各月平均情况看，PM2.5月平均浓度值最高出现在冬季，具体表现为1月的浓度值较高，而在2月有明显降低。春季PM2.5浓度值先小幅上升再下降，夏季PM2.5浓度值再次降低并在夏季中后期维持相对较低水平，秋季PM2.5浓度持续上升。2015年1―6月PM2.5浓度变化与2014年同期相似，冬季浓度较高而春夏季浓度减小。不同的是2015年冬季PM2.5浓度值较2014年同期稳定，变化变缓且幅度减小，且2―3月之间浓度继续减小，浓度减小时期延长。春季PM2.5浓度值较同期增大变化幅度增加。进入夏季PM2.5浓度迅速减小，变化幅度较前一年同期增大。

3 结论与讨论

PM2.5逐小时浓度呈现单峰分布，峰值出现在北京时间7：00―9：00。春节等特大节假日PM2.5浓度值与燃放烟花爆竹等人为活动关系密切。云和县PM2.5污染总体较轻，全年空气质量较好。PM2.5日平均浓度和变化幅度冬季明显大于其他季节，且存在12 d左右的变化周期。PM2.5月平均浓度呈现波峰波谷分布，夏季降至最低，冬季达到最高点。

4 参考文献

[1] 王园园，周连，陈晓东，等.灰霾对人体健康影响研究进展[J].江苏预防医学，2012，23（4）：37-39.

[2] 杜金花，张宜升，何凌燕，等.深圳某地区大气PM2.5中重金属的污染特征及健康风险评价[J].环境与健康杂志，2012，29（9）：838-840.

[3] 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.环境空气质量标准：GB3095-2012[S].北京：中国标准出版社，2016.

[4] 马宁，程雅茹，武万里，等.银川市2013年PM10、PM2.5质量浓度变化及空气质量分指数等级特征分析[J].宁夏工程技术，2015，14（2）：189-192.

秋季值周总结篇2

关键词 气温；降水量；变化；特征；吉林和龙；1961―2010年

中图分类号 P467 文献标识码 A 文章编号 1007-5739（2015）13-0301-03

IPCC第五次报告指出，过去的130年全球升温0.85 ℃，温度升高将导致冰川减少、海平面上升，一系列的连锁反应带来的是极端天气的增加，已经严重威胁了人类的生存[1]。诸多研究表明，我国也是气温升高较明显的国家之一[2-4]，贺伟等对东北地区的气温和降水研究表明：1961―2005年东北地区年平均气温呈显著上升趋势，气候倾向率为0.38 ℃/10年。降水整体呈现减少趋势，气候倾向率为-5.71/10年[5]。王江山等分析了气候变暖和农业的关系，指出气候变暖增加了农业生产的不稳定性、导致某些极端天气气候事件频发、农业受损严重，农业生产布局、结构、生产条件变化，更增大了农业生产的脆弱性[6]。和龙市位于吉林省东南部，长白山东麓，境内地貌多山区、丘陵、台地、谷地、河谷平原，总面积5 069 km2，农作物（玉米、水稻）的耕作面积仅占全市总面积的5%左右，却供养着全市23万人，在全球、全国气候变暖的大背景下，分析和龙市的气候变化特征十分必要。

历史经验证明，人类的经济和社会的发展，如果顺应气候变化规律，就能推动社会发展，有利于完成各项活动，在不同的天气、气候条件下，做到顺天时、量地利，获得最大的经济效益和社会效益。本文对1961―2010年和龙市的气温和降水数据进行整理分析，找出其中的规律性，为今后的短期气候预测和服务“三农”提供参考依据，为指导农业生产和服务地方经济贡献绵薄之力。

1 资料与方法

1.1 资料来源

本文选用1961―2010年和龙市的平均气温和降水量数据，资料来源于和龙市气象站近50年资料，选用的平均气温和降水数据已经通过了代表性、准确性和比较性的检验。本文对四季的划分遵照气象学常规的定义：春季（3―5月）、夏季（6―8月）、秋季（9―11月）、冬季（12月至翌年2月）。

1.2 研究方法

1.2.1 温度与降水的趋势分析。利用一元线性方程对温度、降水数据进行趋势分析，方程为：

■i=a+bti（1）

式（1）中，用xi表示样本量为n的某一气候变量，ti表示所对应的时刻，建立xi与ti之间的一元线性回归方程。a为回归常数，b为回归系数，即气候倾向值。

1.2.2 突变分析检验。利用累积距平和Mann-Kendall方法结合对数据进行突变分析检验，Mann-Kendall方法的优点是不需要遵从一定的分布，且不受异常值的干扰，结合累积距平法使突变分析更直观。其公式分别如下：

累积距平算法：对序列x，其某一时刻t的累积距平表示为：

■t=■（xi-x）（t=1，2，…，n）（2）

其中，

x=■■xi（3）

Sk=■ri（k=2，3，…，n）（4）

式（4）中，当xi>xj时，ri=+1，当xi

UFk=■（k=1，2，…，n）（5）

式（5）中：UF1=0，Var（Sk）、E（Sk）是累计量Sk的均值和方差，在x1、x2、…、xn相互独立，且有相同连续分布时，可得出：

E（Sk）=n（n-1）/4

Var（Sk）=n（n-1）（2n+5）/72

1.2.3 周期分析。利用目前广泛使用的小波分析对数据进行周期分析。

2 结果与分析

2.1 气候年变化趋势

2.1.1 气温变化趋势。通过对1961―2010年气温数据进行分析可知（图1a），和龙市50年来平均气温呈上升趋势，气候倾向率为0.234 ℃/10年，相关系数通过了0.025的显著性水平检验，其上升速率低于东北地区年平均气温的增长速率[5]。和龙市50年间的年气温平均值为5.2 ℃，20世纪60年代初期气温明显偏低，气温以1985年为分水岭，1961―1985年的气温偏低，但气温总体仍然呈上升趋势，气候倾向率为0.087/10年，25年中共计6年气温高于本市的年气温均值、17年气温低于50年气温均值；1986―2010年的气温偏高，气候倾向率为0.246/（10年・℃），其中仅4年的年气温略低于50年气温均值，说明自1986年开始和龙市气温偏高明显。

2.1.2 降水变化趋势。通过对1961―2010年降水量数据分析可知（图1b），近 50年和龙市降水量变化基本平稳，总体呈增加趋势，气候倾向率为6.097 mm/10年。和龙市年均降水量为547 mm，降水以1983年为分水岭，1961―1983年降水量偏少明显，降水呈减少趋势，气候倾向率为-61.576 mm/10年，1973―1983年为降水量偏少最明显，且1980年年降水量下降到历史最低点；1984―2010年降水量较前期（1961―1983年）增多明显，但整体趋势仍呈现下降，气候倾向率为-40.173 mm/10年，1986―1995年的降水量偏多明显，1995年降水量达到历史最高点。

2.2 气候季节变化趋势

2.2.1 气温季节变化趋势。和龙市气温总体呈上升趋势，但四季的平均气温变化幅度不同（表1），对气温上升趋势的贡献不同。春季升温趋势不明显，总体仍呈上升趋势，气候倾向率为0.1 ℃/10年，20世纪90年代春季气温回升最明显，21世纪00年代春季气温下降趋势最明显；夏季气温较为平稳，略有上升，气候倾向率为为0.01 ℃/10年，20世纪90年代气温上升趋势明显，60年代气温下降趋势明显；秋季气温呈上升趋势，气候倾向率为0.24 ℃/10年，其中80年代气温回升趋势最明显，气候倾向率为1.45 ℃/10年。冬季气温上升趋势最明显，气候倾向率为0.52 ℃/10年，明显高于年气温的涨幅趋势，在80年代冬季气温回升最明显，气候倾向率为1.96 ℃/10年。50年来和龙冬季气温上升了2.6 ℃，对气温整体回升的贡献最大，其次为秋季。这与虞海燕等关于中国不同区域季节气温的研究结果略有不同[6]，冬季对东北地区增暖贡献最大，其次为春季，分歧主要出现在和龙市秋季增温贡献大于春季，可能与和龙市地处长白山区，境内多丘陵、盆地、山区、谷地和河谷平原等地貌有关。

2.2.2 降水季节变化趋势。由和龙地区四季的降水趋势（表1）可知，春季降水量呈上升趋势，气候倾向率为4.73 mm/10年，在20世纪70―80年代春季降水量呈下降趋势，在剧烈波动中下降，进入2000年以后快速上升；夏季降水基本平稳，整体呈现下降趋势，气候倾向率为-0.22 mm/10年，其中20世纪70年代、21世纪00年代下降趋势最明显，10年间降水量分别累积下降了130.7 mm，其他年代也不同程度地呈下降趋势；秋季降水整体呈现上升趋势，气候倾向率为0.6 mm/10年，其中20世纪60―70年代呈现下降趋势，70年代气候倾向率达到了-14.17 mm/年，在80年代开始秋季降水呈现上升趋势；冬季由于降水性质决定降水量是四季中最少的，在过去的50年冬季降水整体呈上升趋势，气候倾向率为0.99 mm/10年，对降水整体呈上升趋势的贡献列第2位。

2.3 气候突变分析

2.3.1 气温突变分析。利用累积距平和Mann-Kendall方法对气温数据进行处理，从累积距平（图2a）来看，1961―1989年年平均气温累积距平曲线整体呈下降趋势，表示有负距平值，1990―2010年平均气温累积距平曲线整体呈上升趋势，表示有正距平值，其中1986―1991年累积距平曲线波动明显，气温下降到最低点，自1986年开始气候回升趋势较为明显。从Mann-Kendall分析图（图2b）来看，在±1.96的临界区域内，UF值>0，呈上升趋势，UF线与UB线的在临界区域内的交点在1961年和2007年，可以认为这2年为气候突变年。2种方法结合说明和龙市50年气温基本没有发生突变。

2.3.2 降水突变分析。利用累积距平和Mann-Kendall方法对气温数据进行处理，从累积距平（图3a）来看，1961―1983年年累积距平曲线整体呈下降趋势，表示有负距平值，1984―2010年降水累积距平曲线整体呈上升趋势，表示有正距平值，其中1981―1986年、2001―2006年累积距平曲线波动明显，降水下降到最低点和上升到最高点，其间可能是气候突变年份。从Mann-Kendall对降水数据的分析图（图3b）来看，UF线和UB线相交于1983年、2003年，且交点在临界区域之内，那么此年可能是降水突变开始时间。结合2种方法基本可确定1983年、2003年为和龙市降水突变开始时间。

2.4 周期分析

2.4.1 气温的周期分析。前面分析表明，和龙市气温在各个季节存在不同时间尺度变化特征，为了进一步分析气温的变化特征，本文利用Morlet小波分析方法对气温数据进行统计，小波分析不仅可以给出气候序列变化尺度，还可以给出变化的时间位置。和龙市气温存在多时间周期尺度变化（图4a），存在4、7、11、16年的周期变化，在4年的周期变化里存在1963―1965年、1968―1971年、1979―1981年的气温偏低期；在7年的周期变化里存在1969―1972年的气温偏低年；在11年的周期变化里存在1983―1987年的气温偏低年。在7、11、16年的周期变化中，2005―2010年周期振荡的等值线里均存在未闭合的等值线，表明未来的几年温度变化将在波动中保持升温趋势。

2.4.2 降水的周期分析。通过前面对降水数据的分析表明，降水存在不同时间尺度的变化特征，进一步利用Morlet小波对降水时间周期变化特征进行分析（图4b），和龙市降水也存在4、7、11、16年的周期变化，降水在准11年的周期变化里存在1963―1970年、1975―1981年、1988―1993年、2003―2009年的降水偏少年，2009―2010年在11年和16年的周期振荡的等值线里均存在未闭合的等值线，在11年的周期变化里，降水偏少年份基本结束，将迎来降水偏多的年份，这与2012―2013年和龙市降水量偏多的实况非常吻合。

3 结论

研究结果表明，1961―2010年和龙市平均气温呈上升趋势，其中20世纪80年代增温趋势最明显，四季平均气温趋势与年变化一致，但各个季节增温趋势程度不同，冬季最强，对气候变暖的贡献率最大，其次为秋季。

1961―2010年和龙市降水量基本平稳，略有上升，降水

在20世纪80年代上升趋势最明显，四季降水的年变化趋势也略有不同，夏季降水略有下降趋势，春季、秋季、冬季呈上升趋势，春季上升趋势最明显，对年降水呈上升趋势的贡献率最大[7-8]。

从气温和降水突变分析来看，和龙市50年来的气温没有发生突变，在波动中持续上升；降水经历了1983年由少到多、2003年由多到少的突变。从周期分析来看，气温和降水均存在4、7、11、16年的周期变化。

4 参考文献

[1] IPCC.Climate Change 2013：The Physical Science Basis：Summary for Policymakers，Technical Summary and Frequently Asked Questions [EB/OL].[2015-03-01].http：//globalchange.gov/browse/reports/ipcc-climate-change-2013-physical-science-basis.

[2] 左洪超，吕世华，胡隐樵.中国近50年气温及降水量的变化趋势分析[J].高原气象，2004（2）：238-244.

[3] 王遵娅，丁一汇，何金海，等.近50年来中国气候变化特征的再分析[J].气象学报，2004（2）：228-236.

[4] 任国玉，初子莹，周雅清，等.中国气温变化研究最新进展[J].气候与环境研究，2005（4）：701-716.

[5] 贺伟，布仁仓，熊在平，等.1961―2005年东北地区气温和降水变化趋势[J].生态学报，2013（2）：519-531.

[6] 虞海燕，刘树华，赵娜，等.1951―2009年中国不同区域气温和降水量变化特征[J].气象与环境学报，2011（4）：1-11.

[7] 徐兴波，韩庆红，任晓峰，等.1951―2008年吉林市气候变化特征[J].气象科技，2011（5）：575-581.

秋季值周总结篇3

1．1采样时间与地点

2012年3月—2013年2月连续1a监测青岛市大气中的VOCs，采样地点位于崂山区金家岭。该点临近崂山区主干道，周围主要是高、中层建筑，属于商业和居民混合区，东北侧距离约800m有山体环绕，西侧约150m是1个小型加油站。

1．2监测仪器

利用在线气相色谱仪观测大气中VOCs，仪器为法国CHROMATE－SUD公司提供的AirmoVOC分析系统，包括A11000型AirmoVOCC2－C6和A21022型AirmoVOCC6－C122台分析仪，由2组采样系统和2组分离色谱柱系统组成。其中C2－C6分析仪用于监测含碳个数在2～6之间的低沸点组分;C6－C12分析仪用于监测含碳个数在6～12之间的高沸点组分。检测器均采用火焰离子化检测器(FID)，能确保分析的高灵敏度和高选择性。仪器校准采取内部校准与外部校准相结合的原则，内部校准物质为正丁烷(体积分数60×10－9)、正己烷(体积分数20．5×10－9)、苯(体积分数32．5×10－9)，系统每天自动启动1次内部校准程序。外部校准采用56种VOCs的标准气体，每种物质的体积分数在110×10－9～120×10－9之间，至少每月校准1次。

2结果与讨论

2．1VOCs浓度水平及组成

对青岛市大气中50种VOCs组分进行定量分析，其中包括烷烃29种、烯烃7种、芳香烃14种。观测期间，该市大气总VOCs体积分数(小时值)变化范围为0．5×10－9～230．4×10－9，全年均值为9．2×10－9，其中烷烃所占比例最高，为66．7%，芳香烃和烯烃所占比例为21．0%和12．3%。表1为青岛市VOCs部分优势物种的体积分数与国内外城市的比较结果。由表1可见，青岛市大气中的VOCs浓度较其他城市低，其中丙烷、正丁烷、异丁烷、异戊烷、丙烯、甲苯等组分的浓度均低于其他城市，而苯的浓度高于北京、中国香港、里尔。顺－2－丁烯、反－2－丁烯和异戊二烯的浓度水平与其他城市相当，乙苯的浓度水平与北京、达拉斯近似。

2．2VOCs不同组分的变化特征

2．2．1季节变化特征

图1为不同季节VOCs各组分比较。由图1可见，总VOCs浓度夏、秋季高于春、冬季，与天津市规律相似［1］，与宁波市［4］相反。各月VOCs浓度水平相差较大，9月最高，4、5月最低。夏、秋季植物生长茂盛，释放出大量萜烯类化合物，是大气中VOCs的重要天然源。人为源方面，夏、秋季气温高，低沸点的VOCs挥发加剧，增加了来自加油站、汽车油箱直接挥发的有机物［14］。此外，夏、秋季正值青岛旅游高峰，《2012年青岛市统计公报》表明，当年共接待游客5717．5万人次，若按45座的旅游巴士计算，则至少有127万辆机动车出入该市，尾气排放大幅升高，户外烧烤兴起也有较大贡献。烷烃在各季节占总VOCs的比例均为最高，其次为芳香烃和烯烃，3者比例范围分别为56．8%～71．2%、16．4%～31．9%和10．1%～15．0%。烷烃和烯烃在夏、秋季的浓度明显高于春、冬季，可能与夏、秋季溶剂挥发加剧、机动车尾气排放增多、植被释放增多等因素有关;芳香烃秋、冬季浓度较春、夏季高，可能受工业源、机动车源的综合影响。

2．2．2日变化特征

图2(a)(b)(c)(d)为夏季与冬季不同VOCs组分的日变化趋势。由图2可见，烷烃、烯烃在夏季与冬季的日变化均呈现“两峰一谷”特征，与交通早、晚高峰对应。早晨7:00前后出现峰值，之后随着大气边界层抬升和太阳辐射加强，污染物被稀释且部分经光化学反应被转化，浓度迅速降低，至14:00前后降到最低值，傍晚随着大气边界层降低和交通晚高峰到来，浓度又迅速升高并在18:00前后达到峰值。与北京市的研究结论［3，14］类似，烷烃、烯烃的日变化规律与交通早、晚高峰有明显对应关系，主要与机动车尾气排放增加有关。芳香烃的日变化规律与烷烃、烯烃不同，夏季日变化趋势较平缓，且白天高夜间低，可能受化工企业排放和溶剂挥发等影响;冬季日变化在上午和夜间有较明显的峰值，除人为源排放外，气象条件也是重要影响因素，夜间大气边界层降低，污染物聚集，易形成浓度峰值。

2．2．3周末效应

由于不同时期交通活动、工业生产存在差异，大气污染物在工作日(周一—周五)和非工作日(周六—周日)通常表现出不同污染特征。选取2012年8月—9月间的6个星期对VOCs各组分、氮氧化物进行周末效应分析，见图3。可以看出，总VOCs在工作日的平均浓度高于非工作日17．2%，其中烷烃、烯烃、芳香烃在工作日的平均浓度分别高于非工作日11．9%、30．7%、17．4%，各组分均表现出不同程度的周末效应，可能与工作日机动车源、工业源等活动增加有关。氮氧化物在工作日的平均浓度较非工作日高60．0%，表现出显著的周末效应，由于氮氧化物主要来源于机动车尾气，进一步证实了机动车源对工作日的重要贡献。

2．3VOCs物种间的相关性及来源分析

将大气寿命近似的VOCs物种作相关性分析，由于相同的物理混合、光化学去除过程会引起相同的浓度变化，则两者在大气中的浓度比值等于其在排放源中的比例，由此可以大致判断其主要来源［8］。表2为青岛市VOCs优势物种相关性分析。由表2可知，反－2－丁烯与顺－2－丁烯的相关性较高，且比值为1．23，与北京隧道实验的结果［15］接近，可推断这2种烯烃主要来自机动车尾气。苯、甲苯、乙苯相关系数在0．6～0．9之间，说明其排放源类似。甲苯/苯的比值(T/B值)可用来评价机动车尾气对苯系物的贡献，一般认为T/B值接近2．0表示机动车尾气贡献显著［3］，T/B值偏离2．0越远说明受机动车影响越小，而受溶剂挥发、工业源等影响越大。研究表明中国香港机动车贡献显著(T/B值为2．27)［16］，而珠三角工业区则主要受工业源影响(T/B值为4．8)［17］。青岛市T/B值为0．56，远小于2．0，说明溶剂挥发、工业源影响较大。烷烃物种与苯系物的相关性较低、污染来源不同，一般认为烷烃来自机动车排放、汽油挥发或燃料泄漏等过程。表2中丙烷和正丁烷、异丁烷的相关系数均在0．60以上，且与乙烯(燃烧过程产物)、异戊烷(汽油主要组分)相关性较低，由于丙烷是液化石油气(LPG)主要成分［15］，可判定这3个物种主要来自以LPG为燃料的车辆排放。

2．4化学反应活性

臭氧为二次污染物，是复杂光化学反应的产物，并且受气象因素的影响。通常用OH自由基消耗速率(LOH)估算初始过氧自由基(RO2)的生成速率，该反应是臭氧形成过程的决定步骤［18］，因此可通过LOH值大致比较不同组分对臭氧生成的贡献。研究得出，夏、冬季青岛市VOCs组分中烯烃浓度虽然只占10．1%～15．0%，但其臭氧生成贡献最高，占总VOCs的68．1%～77．7%;烷烃虽占VOCs总浓度的大部分比例，但由于其化学反应活性较低，夏季的臭氧生成贡献为15．1%，冬季仅为11．6%;芳香烃对臭氧生成贡献在夏季为7．2%，冬季增加至20．3%。青岛市大气VOCs组分中烯烃的臭氧生成贡献远高于烷烃和芳香烃，这与广州地区的研究结果相似［6］，而上海和深圳地区则主要以芳香烃最高［5，8］。分析夏、冬季臭氧生成贡献较高的VOCs物种可得，夏季前5位贡献较高的物种(按照LOH从大到小排列)依次为反－2－丁烯(0．50s－1)、顺－2－丁烯(0．44s－1)、1，3－丁二烯(0．38s－1)、异戊二烯(0．38s－1)、异丁烯(0．30s－1)，均为烯烃化合物，且LOH值均在0．30s－1以上;冬季前5位贡献较高的物种依次为1，3－丁二烯(0．52s－1)、异戊二烯(0．41s－1)、顺－2－丁烯(0．23s－1)、乙烯(0．15s－1)、乙苯(0．15s－1)，除1，3－丁二烯、异戊二烯的LOH值超出0．30s－1外，其余物种LOH值均较低。

3结论

(1)青岛市大气中VOCs浓度处于较低水平，烷烃占比最高，60%以上，其次为芳香烃和烯烃。(2)夏、秋季VOCs的浓度高于春、冬季，1a中9月浓度最高，4、5月最低;VOCs日变化呈“两峰一谷”的变化规律，主要与交通早晚高峰对应。(3)VOCs各组分均表现出周末效应，说明机动车源和工业源的重要影响，对优势物种的相关性分析进一步证明两者是主要来源。(4)青岛市大气中的VOCs对臭氧生成有重要贡献，且烯烃的臭氧生成贡献远高于烷烃和芳香烃，由于VOCs来源于机动车尾气、溶剂挥发、化学工业等，因此控制这些排放源将有效削减臭氧生成的前体物，降低臭氧浓度，改善市区环境空气质量。

秋季值周总结篇4

关键词：探测环境；辐射；日照；影响；新疆维吾尔自治区吐鲁番

中图分类号：P422.1 文献标识码：A 文章编号：0439-8114（2016）21-5483-05

DOI：10.14088/ki.issn0439-8114.2016.21.012

Impact Analysis of the Detection Environment Change on the Observation of Irradiance in Turpan，Xinjiang

QIN Rong1，YAO Zuo-xin1，YANG Yan-ling2，JING Li-hong3，YANG Xian4，WANG Xiu-qin5，XING Zhi-fang2

（1.Xinjiang Meteorological Information Center，Urumqi 830002，China；2.Meteorological Bureau of Hami Prefecture，Hami 839000，Xinjiang，China；3.Meteorological Bureau of Tacheng Prefecture， Tacheng 834700， Xinjiang， China； 4.Meteorological Bureau of Urumqi City， Urumqi 830002， China； 5.Meteorological Bureau of Xinjiang， Urumqi 830002， China）

Abstract： The data of total radiation and sunshine duration of Turpan meteorological observatory in Xinjiang Uygur autonomous region in last 30 years（1985-2014） were selected for a comparative analysis with the data of Urumqi and Yanqi meteorological observatory of the same period，and the SPSS and the R analysis software were used for the homogeneity test of annual data. The results showed that，the data of radiation and sunshine duration of Turpan meteorological observatory and that of the comparative meteorological observatories had poor coherence as the detection environment having been severely damaged. Of which，the total radiation data occurred uncontinuous changes in 1992 and 2010 and the sunshine duration data occurred uncontinuous change in 2010（failing to pass the significance level test at α=0.01）. Since 2010，the data of total radiation and sunshine duration of every month from January to March and September to December has occurred uncontinuous changes（failing to pass the significance level test at α=0.01）. The explanation is that the clusters of high-rise buildings in south and southwest of Turpan observation site overshadow the whole observation site with the changes of sun elevation angles in autumn and winter.

Key words： detection environment； radiation； sunshine； impact； Turpan of Xinjiang Aygur autonomous region

夂蜃柿鲜墙行气候变化研究及气候预测的基础[1-4]，气候资料除携带区域气候变化自身的因素外，还携带许多大气环境信息，其中包括城市化和土地利用等人为影响因素[5-12]，以及台站迁徙、仪器变更及资料处理过程中所采用的方式变更等因素，这些均可使单站气候资料携带有非均一的信息[13-22]，这些非气候变化的因素可能会导致气候资料序列研究产生矛盾的结论。因此，近年来很多权威学者对于减少气候资料的非均一性做了大量的研究工作。从20世纪末开始，随着中国经济的高速发展，大量气象台站被城市包围，或成为城市中心区域，其观测的气候资料已经不能真实的代表大气状况；为使气候资料具有代表性，中国气象局对大量已严重城市化的台站进行了迁徙，而关于城市化对气候资料的影响和站址搬迁前后资料的对比分析多见于对其单一分析的研究[1-22]。吐鲁番站是世界上海拔最低的盆地气象站，由于台站四周环境恶化，不仅导致温度、湿度、风等资料的连续性受到直接影响，而且对辐射及日照资料的观测也产生了巨大影响，而以往分析的结果表明探测环境变劣很少会波及到辐射资料，虽然辐射还受到大气透明度、云、降水、湿度等诸多因素的影响，对吐鲁番地区而言，冬、春季少云，降水偏少，在大气透明度极好的情况下，观测场四周高大障碍物的出现对所观测的辐射资料带来了一定的影响。本研究利用新疆维吾尔自治区吐鲁番国家站与同期乌鲁木齐、焉耆2个相邻站的总辐射量、日照资料进行对比分析，用一元线性回归方法进行区域一致性和均一性分析，找出非均一性的年、月，同时找出影响总辐射量、日照观测资料非均一性变化的根本原因，对断点资料进行插补订正，为气象服务及科研工作提供直接有效的服务。

1 台站探测环境情况及资料选取

1.1 观测站基本情况

吐鲁番辐射站始建于1960年2月，站址位于吐鲁番市老城东门外（东经89°14′，北纬42°58′），观测场海拔高度30.0 m；1992年7月1日由人工观测改为自动观测；1994年起大规模兴建楼房，至2009年以后，在观测场直线距离90 m的东南方至西南方分别建成数栋高层建筑，最高仰角达38.4°，探测环境遭到严重破坏（图1），2013年环境评估仅得61.4分。目前恶劣的环境状态已使得观测站所获取的资料将完全失去代表性、准确性、比较性气象资料的要求。

1.2 资料选取与方法

为了分析城市化对吐鲁番站辐射量观测资料的影响，选取乌鲁木齐、焉耆2个站为参考观测站，参考观测站选择的标准是：第一，与吐鲁番距离较近，即属于同一气候大区；第二，参考站观测资料序列与吐鲁番站平行年代长，且未迁过站；第三，参考观测站多年来探测环境变化小。

为保证资料的一致性，采用吐鲁番站、参考观测站最近30年（1985-2014年）的总辐射量、日照时间资料进行对比分析，并对1985-2009年辐射量、日照资料进行相关性检验，检验结果除吐鲁番与乌鲁木齐辐射资料相关性不够显著外，其他资料相关性均显著。所用资料来源于新疆气象信息中心，且滤去了气候变化的影响因素，只携带环境变化的影响因素。

采用一元线性回归方法进行区域一致性和均一性分析，同时对吐鲁番站1985-2009年和2010-2015年的资料进行区域一致性分析，并对各要素进行t检验[23]和F检验[24]，用以分析资料的均一性变化。

2 结果与分析

2.1 总辐射量、日照时间的变化

2.1.1 总辐射量、日照时间年变化趋势 利用回归分析方法建立吐鲁番站与乌鲁木齐站、焉耆站总辐射量和日照时间随时间序列的一元线性回归方程，对其变化趋势进行分析（图2）。

图2a是吐鲁番与乌鲁木齐、焉耆站1985-2014年总辐射量资料变化趋势。由图2a可见，乌鲁木齐站由于辐射仪器老化，造成2012年总辐射值异常偏低。1985-2009年期间吐鲁番站总辐射变化趋势介于乌鲁木齐与焉耆站之间，高于乌鲁木齐站；2009年以后吐鲁番站总辐射量资料随时间变化趋势与参考站相反，总辐射量以-78.44 MJ/（m2・10年）的速率显著减小，乌鲁木齐、焉耆站以132.73、52.98 MJ/（m2・10年）的速率显著增加。

图2b是吐鲁番与乌鲁木齐、焉耆站1985-2014年日照时间变化趋势图。由图2b可见，1985-2003年吐鲁番站日照时间变化趋势均高于乌鲁木齐站，与焉耆站基本同步，2004年呈现出不规律下降趋势，2009年以后日照时间下降极为显著，并以-124.43 h/10年的速率显著减小，其降幅跌破历史平均值且低于2个参考站，线性趋势的差异随时间推移在不断增大，而同期乌鲁木齐、焉耆两站表现为显著增加趋势，其倾向率分别为163.57、88.94 h/10年，表明吐鲁番站与乌鲁木齐、焉耆站区域一致性越来越差，且吐鲁番站日照时间减少速率明显大于总辐射量减少速率，原因在于总辐射量是指水平面上，天空2π立体角内所接收到的太阳直接辐射量和散射辐射量之和，具有一定的区域性；而日照时间则是太阳直接辐照度达到或超过120 W/m2的那段时间总和。

2.1.2 总辐射量、日照时间月变化 分别绘制了1985-2009年（25年）、2010-2014年（5年）各月平均总辐射量、月平均日照r间分布图（图3）。由图3可知，4-9月两者基本同步，10-12月与1-3月差值呈逐步分离状态。结合实况记录进行分析发现，自2010年9月起每天正午12：00后日照时间逐步减小，直至11月18日至翌年1月27日前后（平均70 d）12：00后日照记录均为0.0 h；从理论上分析，北半球每年9月23日（秋分）前后，日照时间随之缩短，至12月22日（冬至）前后，北半球日照时间最短。随后日照时间由最短开始慢慢延长，至翌年3月21日（春分）左右，日照时间延长。由此结合图1，从吐鲁番站日照时间原始记录分析发现，2009年以后，每年的9月23日至翌年3月21日期间，观测场正南方和西南方密集重叠的高层建筑从正午12：00之后，随着太阳高度角的逐步减小，逐渐将整个观测场遮蔽，12月22日冬至过后随着太阳高度角增大，观测场遮蔽面积逐步增大。受太阳活动及台站周边探测环境影响导致每年11月18日至翌年1月27日前后近70 d时间正午12：00后无任何日照记录。其他冬半年资料也随着太阳高度角的减小或增大采集到与实际大气状况完全不符的数据（查询该时段的云量、湿度、降水、视尘现象发现，仅低云量对总辐射量及日照有些影响）。可以判定自2010年起整个冬半年所观测的总辐射量和日照时间资料不能真实代表当时的天空状况。

2.1.3 总辐射量、日照时间季变化 根据对总辐射量、日照时间实况资料及站址探测环境改变年代综合分析，将1985-2014年分为1985-2003、2004-2014年（第一种断点方式，辐射仪器换型，探测环境改变，但不是很明显）与1985-2009、2010-2014年（第二种断点方式，探测环境受到严重破坏）2个断点，重点分析2种断点方式下2个时段总辐射量、日照时间平均值差值，结果（表1）表明，吐鲁番站总辐射量、日照时间平均值差值表现出十分明显的时间性和季节性变化特点。

从表1可以看出，春季除第二种断点方式总辐射量差值偏大外（12.81 MJ/m2），其他差值相对偏小；夏季总辐射量差值为负值（-8.16 MJ/m2），与近几年夏季短时对流天气频发有直接关系。秋、冬季总辐射量差值和日照时间差值都表现出异常偏大，且第二种断点方式的总辐射量差值和日照时间差值均在40.00 MJ/m2和40.00 h以上，从侧面反映出2003年之后探测环境就在逐步恶化，到2009年后环境变劣发展到巅峰状态（66.66 h），进一步证明了台站观测环境的改变对辐射量和日照时间观测值的影响是完全一致的。另外，从表1也可以看出，夏季因太阳高度角大对平均值差值影响相对较小，而秋、冬季随着太阳高度角的逐渐减小，导致秋冬季差值明显增大，春季次之，主要原因是观测站东南至西南方向密集重叠的高层建筑严重阻挡了阳光照射，从而导致总辐射量、日照时间迅速减小，使资料序列发生了不连续变化。

2.2 资料序列均一性分析

2.2.1 总辐射量、日照时间年值均一性 在对气象资料均一性研究中，发现许多气象资料非均一性是由于观测站位置的迁徙、周围环境的改变、观测仪器和安装方法的更新等所造成的。特别是随着城市化的加速，新的观测设备的采用，这一情况就更为突出[8]。对吐鲁番站1985年以来观测资料的年月值序列进行均一性分析，首先采用最大F检验[24]，对年辐射量和年日照时间进行检验，检验出在95%的显著性水平下，年辐射量数据在2010年存在显著的跳变点，而年日照时间在2011年存在显著跳变点；虽然在1992年辐射仪器存在仪器换型，但通过检验发现，该时间点并没有检测出显著的趋势拐点，这可能和PMFT方法的检验特点有关，在检验过程中，该变化被要素本身历史变化趋势的演变所掩盖。应用t检验方法[23]（显著水平为0.01）对其年值序列分别进行检验，结果发现两种检验方法都表现出2010年以后，观测场四周相继建成多处商业楼和高层住宅楼，观测站环境变劣达到巅峰，使吐鲁番站年总辐射量、日照时间资料产生了拐点；另外，由于辐射仪器1992年7月由人工观测改为自动观测，也使年总辐射量资料产生了拐点，但不是很明显，两种检验结果都显示出2010年以后有断点，具体见图4。

2.2.2 总辐射量、日照时间月值均一性 采用t检验和F检验，对吐鲁番站1985-2009年观测资料的平均值和2010-2014年观测资料的平均值进行显著性检验，以显著性水平达到0.01作为通过检验的标准，检验要素包括总辐射量、日照时间月值，检验结果见表2。由表2可见，检验年份内1-3月、9-12月未通过0.01的显著性水平检验，仅4-8月通过了显著性水平检验；各要素的月值差异显著，秋末及整个冬季影响极其明显，全年各月仅有42%通过了显著性检验，比较而言，年值从2009年以后总辐射量资料不能连续使用，月值2009年后1-3月、9-12月总辐射量资料不能连续使用，仅4-8月数据可连续使用。

2.3 影响辐射量的主要气象要素变化

利用倾向趋势法[23]对吐鲁番四季云量、日照时间变化趋势及其显著性进行分析，结果见表3；利用相关分析法[23]分析总辐射量、日照时间与各气象要素间的相关关系，并对影响总辐射量、日照时间变化的原因进行初步分析，结果见表4。

2.3.1 云量、相对湿度、降水量的变化趋势 由表3可知，吐鲁番近30年总云量、相对湿度呈不同程度的减少趋势，以年最为明显，减幅分别为2.00成/10年、25.04个百分点/10年（P

2.3.2 云量、相对湿度、降水量与日照时间、总辐射量的相关性 从吐鲁番四季、年日照时间与云量、相对湿度和降水量的线性相关系数分析结果（表4）来看，除年日照时间与总云量呈正相关外，四季日照时间与总云量呈负相关，尤其是春、夏季较显著。年、春季、夏季、秋季日照时间与低云量呈显著负相关，尤其是年、秋季达到极显著水平。年、季日照时间与相对湿度、降水量关系不大。总辐射量除与年总云量、年和秋季低云量呈显著负相关外，与其他指标关系均不大。

2.3.3 日照时间、总辐射量减少的主要原因 根据以上分析，大部分季节总辐射量、日照时间与云量、相对湿度和降水量均表现为负相关，年日照时间除与低云量为极显著的负相关关系外，与总云量、相对湿度和降水量均呈正相关；年总辐射量与相对湿度呈正相关，与云量、降水量呈较明显的负相关。从表3和表4来看，近30年总云量、相对湿度和降水量均呈减少趋势，只有低云量呈增加趋势，这说明吐鲁番站总辐射量、日照时间减少与低云量的增加也有一定关系。

4 结论

1）吐鲁番站总辐射量、日照时间资料与参照站相比一致性较差，1992、2010年，总辐射量、日照时间在显著性水平0.01的条件下资料发生了不B续；2010年起，除4-8月外，其他月份的总辐射量、日照时间资料在显著性水平0.01的条件下未通过检验，即资料发生了不连续。

2）2010年至今，总辐射量、日照时间资料每年11月18日至翌年1月27日前后（平均70 d）每天正午12：00以后日照时间均为0.00 h，主要原因是太阳高度角的变化及探测环境变化导致整个午后观测场全部被障碍物遮蔽所致；而次要原因为低云量呈增加趋势，秋季增幅为0.46成/10年（P

3）城市化对年变化影响最为显著，四季表现及影响各不相同，秋末至整个冬季表现最为显著。

4）吐鲁番站年值资料自2009年以后总辐射量、日照时间资料不能连续使用；月值资料2009年后1-3月、9-12月总辐射量、日照时间资料不能连续使用，仅4-8月资料可连续使用。

5）对检验出的断点资料要进行插补订正，方可为各行各业气象服务及科研工作提供直接有效的服务。

参考文献：

[1] 高晓容，李庆祥，董文杰.五台山站历史气候资料的均一性分析[J].气象科技，2008，36（1）：112-118.

[2] 鞠晓慧，屠其璞，李庆祥.我国太阳总辐射月总量资料的均一性检验及订正[J].南京气象学院学报，2006，29（3）：336-341.

[3] 江志红，黄 群，李庆祥.近50年中国降水序列均一性检验与订正研究[J].气候与环境研究，2008，13（1）：67-74.

[4] 王秋香，周昊楠，陈晓燕.单站资料均一性对本地气候资料趋势结果的影响[J].沙漠与绿州气象，2010，4（4）：1-5.

[5] 郑玉萍，李景林，赵书琴，等.乌鲁木齐近48a城市化进程对降水的影响[J].干旱区地理，2011，34（3）：442-448.

[6] 潘竟虎，李宝娟.基于空间PCA的兰州市热环境人文驱动因素分析[J].干旱区地理，2011，34（4）：662-669.

[7] 张 健，章新平，王晓云，等.北京地区气温多尺度分析和热岛效应[J].干旱区地理，2010，33（1）：51-58.

[8] 李景林，郑玉萍，赵书琴，等.乌鲁木齐及昌吉两城市发展对日照时数的影响分析[J].干旱区地理，2009，32（4）：519-526.

[9] 程胜龙，王乃昂.近70年来兰州城市气温的变化[J].干旱区地理，2004，27（4）：558-563.

[10] 车慧正，张小曳，李 杨，等.近50年来城市化对西安局地气候影响的研究[J].干旱区地理，2006，29（1）：53-58.

[11] 司 鹏，李庆祥，轩春怡.城市化对北京气温变化的贡献分析[J].自然暮ρПǎ2009，18（4）：138-144.

[12] 翟盘茂，任福民.中国近四十年最高最低温度变化[J].气象学报，2997，55（4）：418-429.

[13] 张晓平，周春珍，郝传静，等.平阴国家气象站迁移对比观测资料差异分析[J].山东气象，2009，29（3）：29-31.

[14] 王秋香，李庆祥，周昊楠，等.中国降水序列均一性研究及对比分析[J].气象，2012，38（11）：1420-1428.

[15] 周吴楠，陈晓燕，王秋香.昌吉站迁站对温压降水要素影响的分析[J].沙漠与绿州气象，2010，4（5）：40-43.

[16] 王 颖，刘小宁.自动站与人工观测气温的对比分析[J].应用气象学报，2002，13（6）：741-748.

[17] 任芝花，冯明农，张洪政，等.自动与人工观测降雨量的差异及相关性[J].应用气象学报，2007，18（3）：358-363.

[18] 袁云贵，宋彦棠.都匀市气象局迁站对比观测各气象要素差异分析[J].贵州气象，2008，32（2）：31-33.

[19] 苑 跃，赵晓莉，王小兰，等.自动与人工观测风速和风向的差异分析[J].气象，2011，37（4）：490-496.

[20] 沈 艳，任芝花，王 颖，等.我国自动与人工蒸发量观测资料的对比分析[J].应用气象学报，2008，19（4）：463-470.

[21] 曹丽娟，肖苏君.内蒙古自动站与人工观测数据差异对比分析[J].气象与环境学报，2010，26（5）：64-68.

[22] 王 颖，刘小宁，鞠晓慧.自动观测与人工观测差异的初步分析[J].应用气象学报，2007，18（6）：849-855.

[23] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象科学出版社，2000.27-28.

秋季值周总结篇5

三峡工程是世界上目前最大的水利枢纽工程。大型水利工程在保障防洪安全、供水安全的同时，也可能会对区域环境气候产生一定的影响。

国内学者已经采用对比分析法和区域气候模式法做了大量数值模拟进行探讨，然而不同学者对三峡工程区域气候效应的认识尚不一致。由于三峡工程建成蓄水后，水库全长660km，平均宽度约1.1km，宽度约为区域气候模式空间分辨率（10km）的1/10。因此本文采用对比分析法进行分析。

二、国内外大型水利工程对区域气候的影响研究

世界上已经修建了大量的大型水利工程。根据相关研究文献，综合分析了国内外典型水利工程对区域气候的影响。

1.国外水利工程对区域气候的影响研究

俄罗斯车尔尼雪夫斯基大坝建成后该地区年平均气温由-8.5℃上升到一7.0℃，冬季最低气温由-60℃上升到一50℃：夏季湿度提高33%。罗马尼亚伊兹伏卢尔，蒙特诺易水库建成后，最高与最低气温的温差缩小2℃，由于温度的影响，造成水库下游地区水蒸气凝固，结露比建库前增加了约30%，库区空气的相对湿度提高了20%以上。

2.国内水利工程对区域气候的影响研究

小浪底水库总库容126.5亿m3。小浪底水库正常高水位275m，对应水位淹没影响面积277.8km2。袁宝招等对小浪底库区气候要素变化的研究结果表明：小浪底工程对气温、风速、降水均会产生一定的影响：水库在不同季节对温度的影响不同，一致表现为冬季升温，和年、季、日温差减小；全年库面降水减少，库周地区降水则有所增加。

湖南省东江水库总库容91.48亿m3，水体面积160km2。王琪、刘胡等对比分析了东江流域内19个测站资料，结果表明，水库区域范围内的气温值明显比周边站点的气温低：建库后年降水量稍有所增加。

三、三峡水利工程对气候影响的探讨

1.三峡水利工程对气候因子的影响

从以上相关研究可以看出，相关研究对水蒸汽不通过降雨，而通过凝结或者络合水等方式转移到地面或者水体的过程关注比较少。

水蒸气在气候条件适宜的情况下，从空气进入地表水、转变为土壤水、植物用水的总水量是跟蒸发量相当的。是不容忽视的一种影响气候的因子。蒸发和凝结的速度与水汽压和有着密切的关系。而在水分供应一定的条件下，主要受温度控制。白天温度高，蒸发快，进入大气的水汽多，水汽压就大：夜间情况相反，基本上由温度决定。在气温高于水温的时候，空气中水蒸气的凝结速度大于水面的蒸发速度。水汽压的年变化和气温的年变化相似。最高值出现在7-8月，最低值出现在1-2月。

因此在夏季，气温高于水库温度，空气中大量的水蒸气向水库中融入，为库区周边空气升温贡献部分热量。而冬天水库水温比气温高，库区水面的蒸发速度大于凝结速度，使得库区水体以水蒸气的形式补充到干冷的大气中。三峡大坝建设之前，长江水给四川盆地带走一部分盆地内的热量。而三峡水库建成蓄水至175m正常蓄水位后，淹没632km2的陆地，水面平均宽度由0.6km增大到1.6km。由于大面积陆地变为水体，比热增加，水库白天吸收的热量不会被水流带走，而被滞留在库区，对库区周边的气候变化产生一定的影响。

已有研究成果表明，对大型水利工程响应较为敏感的气候要素是气温、风、蒸发和空气湿度。美国航天航天局（NASA）的研究人员撰写的研究报告指出，三峡大坝增加了大巴山和秦岭之间的降水，减少了大坝附近地区的降水。这项研究表明三峡大坝对气候的影响是地区性的，影响范围是100公里，而不是专家组给出的10公里。

2.三峡库区气候变化特征

三峡水库蓄水后，陈鲜艳等利用1961-2006年的气象观测资料对三峡库区局地气候变化作了分析。张天宇等将资料扩展到2008年。库区近48年平均气温增温趋势低于全国平均趋势。库区增温主要从1990年开始，且有加快趋势，年平均、秋季和冬季平均最低气温升温显著。从平均极值气温来看，秋季平均最高气温增温显著。近48年库区年高温日数整体上没有明显的变化趋势，但2001-2008年显著偏多，尤其是2006年为历年最多。

近48年三峡库区年降水量整体上表现为弱的减少趋势，秋季减少趋势显著。2001年后降水偏少主要原因是降水日数严重偏少。从雨日来看，库区降水日数、小雨日数和中雨日数整体上均为减少趋势。大雨日数和暴雨以上日数的变化趋势不明显。从季节降水的贡献来看，2001-2008年降水偏少主要是由于夏季和秋季降水偏少造成的，而20世纪60年代的降水略偏少主要表现在夏季降水偏少，90年代的降水略偏少主要表现在春季和秋季降水偏少。

近48年库区年日照时数整体上呈显著减少趋势，其中夏季和冬季日照时数显著减少。库区年平均相对湿度整体上呈显著增加趋势，其中夏季和冬季增加趋势显著。年和四季平均风速整体上都呈显著减小趋势。

通过对三峡库区及其周边地区气象观测站1961-2008年降水及气温观测资料的统计分析，尚未发现三峡水库蓄水后周边地区降水量的明显变化，近几年降水较常年偏少趋势与西南地区的降水变化基本一致。同时观测发现三峡水库蓄水后近库地区的气温在冬季有增温效应，夏季有降温效应。

此结论与陈鲜艳等的结论是一致的。三峡工程局地气候影响将是一个复杂、长期的气候调节过程，由于以上只是三峡峡水库蓄水至2008年共5年时间的观测分析结果。上述的观测结果是否只是大背景气候变暖下库区升温的时间差还是水库水域扩大影响造成的局地效应，还有待更长时间的观测分析及更多研究力一法及模式结果的验证。

参考文献：

[1]毛以伟，陈正洪，等，三峡水库坝区蓄水前水体对水库周边气温的影响[J]，气象科技，2005，33f4）：335-339.

[2]张洪涛，祝吕汉，张强，长江三峡水库气候效应的数值模拟[J]，长江流域资源与环境，2004，13（2）：133-136.

[3]张强，万素琴，毛以伟，等，三峡库区复杂地形下的气温变化特征[J]，气候变化研究进展，2005，1（4）：164-167.

[4]陈正洪，万素琴，毛以伟，三峡库区复杂地形下的降雨时空分布特点分析[J]，长江流域资源与环境，2005，14（5）：623-27.

[5]黄真理，吴炳方，敖良桂，三峡工程生态与环境监测系统研究[M]，北京：科学出版社，2006.

[6]陈鲜艳，张强，叶殿秀，等，三峡库区局地气候变化[J]，长江流域资源与环境，2009，18（1）：47-51.

（编辑/穆杨）

来源：活力 2013年10期

秋季值周总结篇6

中秋节，又称祭月节、月光诞、月夕、秋节、仲秋节、拜月节、月娘节、月亮节、团圆节等，是中国民间的传统节日。那我们知道有哪些吗?下面是小编整理的2021中秋节的由来和寓意介绍_中秋节有什么含义，仅供参考，希望能够帮助到大家。

2021中秋节的由来和寓意介绍中秋节的由来

“中秋”一词，最早见于《周礼》。根据我国古代历法，农历八月十五日，在一年秋季的八月中旬，故称“中秋”。一年有四季，每季又分孟、仲、季三部分，三秋中第二月叫仲秋，故中秋也称为“仲秋”。到魏晋时，有“谕尚书镇牛淆，中秋夕与左右微服泛江”的记载。直到唐朝初年，中秋节才成为固定的节日。《唐书·太宗记》记载有“八月十五中秋节”。中秋节的盛行始于宋朝，至明清时，已与元旦齐名，成为我国的主要节日之一。这也是我国仅次于春节的第二大传统节日。

中秋节寓意什么(一)团圆

中秋之夜，月色皎洁，古人把圆月视为团圆的象征，因此，又称八月十五为“团圆节”。古往今来，人们常用“月圆”、“月缺”来形容“悲欢离合”，客居他乡的游子，更是以月来寄托深情。唐代诗人李白的“举头望明月，低头思故乡”，杜甫的“露从今夜白，月是故乡明”，宋代王安石的“春风又绿江南岸，明月何时照我还”等诗句，都是千古绝唱。吃月饼是节日的另一习俗，月饼象征着团圆。

(二)和谐

中秋庆贺着期待着丰收，因此也期待着和谐。“和”是我国传统文化的核心价值追求。中秋佳节阖家团圆、邻里和睦、阶层和合、社区安定、民族团圆、家国和谐、世界大同，其乐融融。正如苏东坡说的“但愿人长久，千里共婵娟”，张九龄说的“海上生明月，天涯共此时。”

(三)感恩

中秋节从其最早的含义来看，就是一套礼仪，它体现了当时的人们对于自然界的崇敬，但就更深层次而言，它也表明了人们对于人与人之间关系的一种认识，体现了一种对于家庭的重视。

中秋节对于中国人的意义是什么

中秋节，是中国传统节日，为每年农历八月十五，传说是为了纪念嫦娥。

“中秋”一词，最早见于《周礼》。根据我国古代历法，一年有四季，每季三个月，分别被称为孟月、仲月、季月三部分，因为秋季的第二月叫仲秋，且又因农历八月十五日，在八月中旬，故称“中秋”。到了唐朝初年，中秋节中秋节才成为了固定的节日。

1、团圆

中秋之夜，月色皎洁，古人把圆月视为团圆的象征，因此，又称八月十五为“团圆节”。古往今来，人们常用“月圆”、“月缺”来形容“悲欢离合”，客居他乡的游子，更是以月来寄托深情。唐代诗人李白的“举头望明月，低头思故乡”，杜甫的“露从今夜白，月是故乡明”，宋代王安石的“春风又绿江南岸，明月何时照我还”等诗句，都是千古绝唱。吃月饼是节日的另一习俗，月饼象征着团圆。

2、和谐

中秋庆贺着期待着丰收，因此也期待着和谐。“和”是我国传统文化的核心价值追求。中秋佳节阖家团圆、邻里和睦、阶层和合、社区安定、民族团圆、家国和谐、世界大同，其乐融融。正如苏东坡说的“但愿人长久，千里共婵娟”，张九龄说的“海上生明月，天涯共此时。”

3、感恩

中秋节从其最早的含义来看，就是一套礼仪，它体现了当时的人们对于自然界的崇敬，但就更深层次而言，它也表明了人们对于人与人之间关系的一种认识，体现了一种对于家庭的重视。

中秋节有什么含义八月十五是中国的传统节日———中秋节，中秋节有着悠久的历史，和其他传统节日一样，也是缓慢发展而来的。随着时代的变迁，在中秋时节，人们对着天上又亮又圆的一轮皓月，观赏祭拜，寄托情怀，更多地被赋予了思念亲人的色彩。“人有悲欢离合，月有阴晴圆缺，此事古难全。但愿人长久，千里共婵娟。”词句贴切地反映了中秋佳节的意义，反映了人们对月圆的祈盼和对相思之人的牵挂。

1、和谐

中秋庆贺着期待着丰收，因此也期待着和谐。和者，禾旁加口，人人有饭吃也;谐者，言旁加皆，大家敢讲话也。希望我们的祖国“政通人和”，社会“和谐有序”，外交上要坚持“和平共处”，国与国之间要“和而不同”，干事业要“和衷共济”，处世要“和光同尘”，邻里之间要“和睦相处”，做生意信奉“和气生财”，待人要注意“和蔼可亲”，说话要“和颜悦色”，批评要“和风细雨”，夫妻之间要“和和美美”，等等，不一而足。

“和”是中国传统文化的核心价值追求。中秋佳节阖家团圆、邻里和睦、阶层和合、社区安定、民族团圆、家国和谐、世界大同，其乐融融。正如苏东坡说的“但愿人长久，千里共婵娟”，张九龄说的“海上生明月，天涯共此时。”

2、团圆

“身在异乡为异客，每逢佳节倍思亲。”节日是民族凝聚的促进剂，有着强大而又神秘的力量，“团圆”是老子“道法自然”的产物，是“天人合一”哲学理念的高度体现，是中华民族特有的文化价值理念。花好月圆之夜，就是骨肉团圆之时。

“举头望明月，低头思故乡。”一个独处他乡的人，白天奔波忙碌，倒还能冲淡离愁，然而一到夜深人静的时候，心头就难免泛起阵阵思念故乡的波澜。何况是在月明之夜，更何况是月色如霜的秋夜。从天上的月亮联想到人间团圆，这是中国人特有的思维方式。

“共看明月应垂泪，一夜乡心五处同。”在兵荒马乱、饥馑连年的岁月，白居易一家兄弟姊妹抛家离乡，天各一方。在凄凉的月夜，诗人举首望月，联想到漂泊各地的兄弟姊妹们此时此刻也会像自己一样望月垂泪，共生乡愁，于是写下这情真意切的思亲名句。

人世间总是离多聚少，流浪天涯的哀愁与人生的失意总是难以避免，因此，追求团圆就不仅仅是一种现实的需要，还是人的一种心理需要。

3、敬老

中秋文化传统源远流长，这种文化生发于夏商周之时，并与古代养老实践相结合，可以说是一种敬老、养老文化。《礼记》有言：“凡三王养老皆引年，月令仲秋养衰老，授几杖行，糜粥饮食。”三王指夏禹、商汤和周文王。因为仲秋时节“月至四阴，阴已盛矣。时以阳衰阴盛为秋，人以阳衰阴盛为老。”三王顺应时令，于仲秋举行养老仪式，对身疲力衰的老人，赠予手杖行路，赐以糜粥饮食，体现了对老年人的尊重。

4、感恩

中秋节从其最早的含义来看，就是一套礼仪，它体现了当时的人们对于自然界的崇敬，但就更深层次而言，它也表明了人们对于人与人之间关系的一种认识，体现了一种对于家庭的重视。

秋季值周总结篇7

关键词：气温变化；线性倾向率；MannKendall突变检验；小波分析

中图分类号：P463.1文献标识码：A文章编号：16749944（2016）02001504

1引言

近年来，随着全球气候变化问题逐渐加剧，北极地区也成为研究的热点地区之一。北极地区对全球变化具有重要的作用，是全球温室气体的汇集区，对气候变化高度敏感。在过去的30年中，相较于地球的其他地区，北极的增温趋势更加显著[1，2]。这种“北极放大效应”可能是由于北极海冰减少[3]或者大气、海洋环流改变所引起[4]。Svalbard地区位于纬度较高的地区，其增温趋势明显，在一定程度上反映了全球温度趋势[5，6]。在IPCC第三次报告[7]中，Svalbard地区气候的高度敏感性开始受到关注。20世纪以来，大西洋至北极地区主要有两个变暖时期。第一个称为20世纪初变暖期，1920年左右开始，持续到20世纪中叶；第二个变暖期始于1980年，持续至今[8～10]。其中20世纪初变暖主要发生在大西洋地区[11]，然而第二个变暖期持续发生在整个北极地区，被认为是人为因素与其他自然因素结合所引起[12]。Nordli [13]对Svalbard机场气象站的温度序列，分析了月平均温度和各季节平均温度基本特征，使用不同尺度的高斯低通滤波分析了1911～2010年各季节平均温度的变化特征。Frland E J[14]等对Svalbard地区多个站点近100年的气温和降水序列，使用高斯低通滤波处理后分析其变化特征，并结合气候模型预测21世纪气候变化。

选取Svalbard地区Svalbard机场（lufthavn，99840）气象站1901～2014年的月平均气温资料为基础资料，通过线性倾向率法，多年移动平均法、移动T检验、MannKendall突变检验法和小波分析等方法，研究了北极Svalbard地区气温的趋势变化、突变检验和周期性变化。

2资料与方法

2.1研究区概况

Svalbard位于74°N～81°N，10°E～35°E之间，是位于北冰洋上的一个群岛。由于受北大西洋暖流的影响，Svalbard地区气温与北极其他地区相比是比较温暖的。Svalbard地区大约60%的面积被冰川覆盖。由于受气候条件影响，冰川运动频繁。Svalbard机场气象站位于斯匹次卑尔根岛中部的朗伊尔（78°13′N，15°33′E，约2 000居民）西北方向3 km，靠近Isfjorden峡湾的海岸上。

2.2数据来源

Svalbard机场气象站建于1975年，通过邻近气象站的观测资料，其温度序列恢复到1912年[15]，但是1898～1911年期间也存在大量不连续的温度测量，Nordli等人[16]尝试重建了此时间段的温度序列。逐月平均气温资料由挪威气象研究所网站（http：//eklima.met.no）获取，本文主要选取1901～2014年期间的逐月平均气温资料进行分析。

2.3研究方法

采用线性回归、多年滑动平均等方法，分析Svalbard地区1901～2014年平均气温趋势倾向，运用MannKendall突变检验法，结合移动T检验，分析气温变化突变的时间点，利用小波分析，确定气温序列的周期性变化。首先根据Svalbard机场站（99840）的月平均气温资料，计算相应的年平均气温和四季平均气温，进而用于下一步的研究。在资料的统计中，四季的划分以3～5月为春季，6～8月为夏季，9～11月为秋季，12月至次年2月为冬季。

3结果与分析

3.1气温年际变化特征

1901～2014年Svalbard地区年平均气温为-6.02 ℃，年平均气温变化在-12.36～-1.67 ℃之间，其中年平均气温最低低温出现在1917年，最高温度出现在2006年。 年份与年平均气温的线性相关系数R2=0.2315，通过了a=0.05的显著性检验，所以一元线性回归方程y=0.0273x-59.438有意义。系数大于0表示Svalbard地区气温呈现上升趋势，1901～2014年气温增长约3 ℃，线性拟合增长率为0.27 ℃/10年。

由图1可以看出，Svalbard地区年平均气温变化趋势表现出波动性，且存在多个波峰和波谷，在1917年达到最低点。整体来看，可以分为4个阶段，呈现下降-上升-下降-上升的变化。其中，第一阶段为20世纪初到20世纪20年代，呈现波动下降；第二阶段是到40年代，呈现波动上升；第三阶段为40年代初到60年代，呈现波动下降；第四阶段为70年代至今，呈现波动上升趋势。

2016年1月绿色科技第2期

3.2气温季节变化特征

Svalbard地区1901～2014年各个季节多年平均气温分别为-10.4 ℃，4.42 ℃，-3.99 ℃和-12.54 ℃。其中，春、夏季平均最高气温出现在2006年，分别为-4.07 ℃和6.43 ℃，秋季平均最高气温出现在2000年，为-0.07 ℃，冬季平均最高气温出现在2014年，为-5.13 ℃；春、夏、冬季平均最低气温出现在1917年，分别为-19.97 ℃、2.37 ℃和-23.8 ℃，秋季平均最低气温出现在1910年，为-11.07 ℃。冬季极端气温相差最大，春、秋季次之，夏季季相对较小。

图2中，各季节年份与平均气温的线性相关系数都通过了a=0.05的显著性检验，其中气温线性趋势拟合春季最好（R2=0.229），冬季较差（R2=0.0939）。1901～2014年，Svalbard地区各季节平均气温均呈现上升趋势，其中，春、冬季节升温明显，且以春季升温速度最快，平均气温升高4.3 ℃，升温率为3.8 ℃/100年，冬季升温速率略小，约增温3.9 ℃，升温率为3.4 ℃/100年，均高于年平均气温的升温率，秋季气温的升温率为2.5 ℃/100年，上升了2.9 ℃，夏季升温速度最慢，其升温速率为1.2 ℃/100年，上升了1.4 ℃。1901～2014年，Svalbard地区各季节的气温上升并不同步，其中春、冬季节增温大于年增温，对该地区整体气温的升高具有直接影响。

3.3气温突变分析

采用MannKendall法对Svalbard机场气温序列进行突变检验，结果见图3，红色虚线是给定的显著性水平0.05，临界线是±1.96。根据MK检验结果，Svalbard机场站在1901～1903年、1912～1922年期间，UF统计值为负值，表示这段时间气温呈现下降趋势，其中1917～1919年期间统计值超过显著性水平0.05，所以下降趋势明显。1903～1912年、1922～2014年期间，UF统计值为正值，表示期间气温呈现上升趋势，其中1932～1970年、1973～1978年和1992～2014年期间统计值超过显著性水平0.05，所以上升趋势明显。此气温序列，UF与UB线有2个交点，分别为1939年和1999年，均超过了临界线，结合移动T检验，1999年发生了气温突变。

3.4气温周期分析

利用Morlet小波研究时间序列分析时，小波系数实部等值线图能反映气温序列不同时间尺度的周期变化及其在时间域中的分布。由图4可以清楚的看到气温序列中存在的多时间尺度特征。总的来说，在该地区

气温序列中存在着54～75年，22～30年以及11～19年的3类尺度的周期变化规律。其中，在54～73年尺度上出现了冷-暖交替的两次震荡；在22-30年时间尺度上存在暖-冷交替的4.5次震荡，表现为暖-冷-暖-冷-暖-冷-暖-冷-暖交替。同时，还可以看出以上两个尺度的周期变化在整个分析时段表现的非常稳定，具有全域性；而11～19年尺度的周期变化，在1970s前表现的较为稳定。

从图5可以看出， 54～75年时间尺度小波系数模值最大，说明该时间尺度周期变化最为明显，22～30年时间尺度的周期变化次之，11～19年时间尺度的周期变化再次之，其余时间尺度的周期性变化较之并不明显。利用小波方差可以定量分析次时间序列的主周期、次周期。此气温序列的小波方差图中（图6）存在5个峰值，它们依次对应着64年、27年、17年、8年和2年的时间尺度。其中，最大峰值对应着64年的时间尺度，说明64年左右的周期震荡最强，为该地区气温年均温变化的第一主周期；27年时间尺度对应着第二峰值，为径流变化的第二主周期，第三、第四和第五峰值分别对应着17年、8年和2年的时间尺度，它们依次为流域径流的第三、第四和第五周期。这说明上述5个周期的波动控制着该地区气温序列整个时间域内的变化特征。

4结语

（1）北极Svalbard地区年平均气温为-6.02 ℃，呈上升趋势，气温倾向率0.27 ℃/10 年。

（2）各季节平均气温均呈现上升趋势，平均气温变化幅度以春季最大，冬、秋季次之，夏季最小。春季气温线性拟合趋势最好R2=0.229，冬季气温的温差最大，达到18.72 ℃。

（3）Svalbard地区年平均气温变化呈现波动性，可以分为四个阶段，表现为下降-上升-下降-上升的趋势变化。

（4）1901～2014年平均气温序列在1999年发生突变，升温趋势变大。

（5）Svalbard地区气温序列中存在着54～75年，22～30年以及11～19年的3类尺度的周期变化规律。结合小波方差图，该地区气温序列的第一主周期是64年时间尺度 ，第二主周期是27年时间尺度，第三周期是17年尺度。

参考文献：

[1]ACIA.Arctic Climate Impact Assessment[M].Cambridge ：Cambridge University Press，2005.

[2]Solomon S，Qin D， Manning M，et al.Climate Change 2007：The Physical Science Basis.Contribution of Working Group I to the Fourth Assessment Reportof the Intergovernmental Panel on Climate Change[M].Cambridge：Cambridge University Press，2007：98～101.

[3]Miller G H，Alley R B，BrighamGrette J，et al.Arctic amplification：can the past constrain the future？[J].Quaternary Science Reviews，2010，29（15）：1779～1790.

[4]Langen P L，Alexeev V A.Polar amplification as a preferred response in an idealized aquaplanet GCM[J].Climate Dynamics，2007，29（2～3）：305～317.

[5]Lamb H H.Climate：Present，Past and Future[M].London：Methuen & Company Press，1977：254～307.

[6]Rogers J C，Yang L，Li L.The role of Fram Strait winter cyclones on sea ice flux and on Spitsbergen air temperatures[J].Geophysical Research Letters，2005，32（6）：1～4.

[7]Houghton J T，Ding Y，Griggs D J，et al.Climate change 2001：the scientific basis，in Proceedings of the Contribution of Working Group I to the 3rd Assessment Report of the Intergovernmenta Panel on Climate Change[M].Cambridge：Cambridge University Press，2001.

[8]Przybylak R.Recent airtemperature changes in the Arctic[J].Annals of Glaciology，2007，46（1）：316～324.

[9]Wood K R，Overland J E，Jo′nsson T，et al.Air temperature variations on the Atlantic_Arctic boundary since 1802[J].Geophysical Research Letters，2010，37（17）：1～5.

[10]Hanna E，Mernild S H，Cappelen J，et al.Recent warming in Greenland in a longterm instrumental （1881-2012） climatic context：I.Evaluation of surface air temperature records[J].Environmental Research Letters，2012，7（4）：1～15.

[11]Overland J E，Spillane M C，Percival D B，et al.Seasonal and regional variation of panarctic surface air temperature over the instrumental record[J].Journal of Climate，2004，17（17）：3263～3282.

[12]Overland J E，Serreze M C.Advances in Arctic atmospheric research[M].Berlin：Springer Netherlands，2012：11～27.

[13]Nordli .The Svalbard airport temperature series[J].Bulletin of Geography.Physical Geography Series，2010，3（1）：5～25.

[14]Frland E J，Benestad R，HanssenBauer I，et al.Temperature and precipitation development at Svalbard 1900～2100[J].Advances in Meteorology，2011（6）：1～14.

[15]HanssenBauer I，Solas M K，Steffensen E L.The climate of Spitsbergen[M].Oslo：Norwegian Meteorological Institute，1990：30～31.

[16]Nordli ，Przybylak R，Ogilvie A E J，et al.Longterm temperature trends and variability on Spitsbergen：the extended Svalbard Airport temperature series，1898～2012[J].Polar Research，2014，33（1）：1～23.

Analysis on the Characteristics of Temperature Change From

1901 to 2014 in Svalbard in the Arctic Pole

Ding Yi， Xu Yuetong

（College of Geography and Environment，Shandong Normal University，Jinan 250014，China）

Abstract： Based on the average monthly temperature data observed in Svalbard during the period from 1901 to 2014， the article analyzes the climate change in Svalbard.The results indicate that the annual temperature shows an increasing tendency with an growthrate of 0.27℃/10a；the change of seasonal temperature also shows an increasing tendency， in whichthe temperature of spring and winter increases obviouslyThe growth rate of four seasonal temperature is 0.38℃/10a， 0.12℃，0.25℃/10a，and 0.34℃/10a respectively.The temperature series suddenly changed in 1999 and the heating rate speeded up obviously. The change features of temperature series during the whole time domain in Svalbard is dominated by the fluctuation of five time scales of 64 years，27 years，17 years，8 yearsand 2 years.

秋季值周总结篇8

（甘肃省天水市气象局，甘肃天水741000）

摘要：选取天水市7 个气象站1965—2011 年日照时数资料，采用累积距平、Mann-Kendall 突变检验法和Morlet 小波等方法，分析天水市日照时数的气候变化规律。结果表明，天水市年平均日照时数总体呈减少趋势。1965—1980 年，日照时数呈增加趋势；1981—1992 年呈减少趋势；1993—2008 年呈增加趋势；2009 年以后又趋于减少。日照时数的变幅最大的季节为夏季，春季的日照时数变化呈上升趋势，其余各季都呈下降趋势。小波分析得出天水市的全年和各季的日照时数大部都存在小尺度的准周期变化，冬季存在中尺度的周期变化，夏季在年代际的变化上存在准27 年的周期变化。对日照时数气候变化的空间分析表明，天水市整体平均日照时数呈下降趋势，有局部地方和整体趋于的气候变化趋势不完全相同，天水北部的变化趋势更加显著。

关键字：日照时数；时空分布特征；累积距平；Mann-Kendall；小波分析；天水

中图分类号：S162.3 文献标志码：A 论文编号：2014-0786

基金项目：甘肃省强对流天气预报预警系统建设项目；公益性行业(气象)科研专项(GYHY201306006)

作者简介：强玉柱，男，1979 年出生，工程师，主要从事气候预测和气候变化规律应用研究。通信地址：741000 天水市岷山路64 号，Tel：0938-8384461，E-mail：qyz120_2002@163.com。

收稿日期：2014-08-08，修回日期：2014-09-26。

0 引言

研究表明，自1861 年来全球的平均地表温度呈增加的趋势[1]。由于气候变化能够使大气物理和化学结构发生变化，太阳辐射能也因此发生了变化[2]。日照是重要的气候因子，也是农作物生长发育不可缺少的条件，并且是气候资源的重要组成部分之一[3]。所以，研究日照的变化趋势，对合理布局农业生产和农业结构的调整有着很重要的作用[3]。近些年来，有很多研究者对日照时数变化趋势以及影响因素做了大量的分析。任国玉[4]等发现中国近50 年的日照时数呈明显减少趋势，主要特点为平原大于山区、东部大于西部。陈少勇[5]等研究得出，在西北地区大多数的日照时数显著减少，而且冬季日照最少，夏季最多。目前也有很多地区都对当地日照时数的变化作了很多的研究[6-11]。天水的果林业是当地主要支柱产业之一[12]，其中苹果、桃子、葡萄、核桃和大樱桃是当地的特色林果，该地的生态气候特性以及气候因素直接关系到特色林果的产量，特别是日照时数也对其品质有着直接的作用，因此针对该地区研究日照时数的变化是很有必要的。天水市地处副热带北缘和青藏高原东部边坡地带，地形复杂，深居内陆，远离海洋，大陆性季风气候特征明显，属温带半湿润半干旱区[13]。文中针对天水市日照时数的变化趋势进行分析，了解其气候变化特征，这为当地的林果业生产提供了依据。

1 资料与方法

选取资料为1965—2011 年天水市7 个气象站（秦州、麦积、清水、张家川、秦安、甘谷、武山）的逐月、逐年日照时数。按12月—2 月为冬季，3—5 月为春季，6—8月为夏季，9—11 月为秋季，形成季序列以及年序列[14]。利用累积距平[15]的方法分析近47 年天水市日照时数的逐年变化趋势；应用Mann-Kendall突变检验方法[16]，对全年和各季的日照时数进行突变点检验；采用Morlet 小波分析方法[15]，分析年和各季平均日照时数变化周期。

2 日照时数气候变化趋势

2.1 日照时数的年代际变化

图1 是天水市年日照时数的逐年变化和累积距平变化，其中图1a 中粗实线是日照时数和年时间序列的六阶拟合趋势线，相关系数为0.5243，通过了95%的置信度检验，可见天水市日照时数有明显的年际波动，并在21 世纪初出现了日照时数峰值，80 年代出现了低谷，21 世纪初的峰值小于20 世纪60 年代初的水平；细实线为日照时数与时间序列的线性拟合，相关系数为0.2161，没有通过95%的信度检验，天水市平均日照时数总体呈减少趋势，平均递减率为-24.19h/10a（见表1）。

从逐年累积距平变化曲线（见图1b）可以看出，天水市近47 年来年日照时数有4 个变化：1965—1980年，日照时数呈增加趋势；1981—1992 年呈减少趋势；1993—2008年呈增加趋势；2009年以后又趋于减少。

2.2 日照时数的季节变化

从天水市全年、各季节不同年代的日照时数距平值（见表1）可以看出，年日照时数20 世纪60 年代最多，70 年代次之，80 年代最少，90 年代有所增加，但21世纪初又开始减少。

春季的日照时数则是在21 世纪初最多，20世纪80年代最少，90 年代在逐渐增加，并在21 世纪初又呈正距平，增加幅度较大，春季日照时数的气候倾向率为3.007h/10a。夏季、秋季和冬季日照时数的变化趋势一致，日照时数的气候倾向率分别是- 5.443h/10a、-4.233h/10a、-2.944h/10a，都呈减少趋势，从距平百分比来看，都成双谷型，均在20 世纪80 年代和21 世纪初出现低谷，其中夏季的年际变幅最大，在20 世纪80 年代到了-9.3%，在60 年代达到了10.1%。

2.3 日照时数周期变化特征

为了分析日照时数的多时间尺度特征，对年、季的日照时数进行了小波分析，从小波方差和小波系数的变化过程可以判断日照时数序列周期及未来变化趋势特征[17]。计算发现，天水市的年、季日照时数都存在多个比较明显的周期（见图2），年日照时数存在4 年、8 年的准周期变化，春季存在3 年、6 年的准周期变化，夏季主要体现在年代际的变化上，存在准27 年的周期变化，秋季存在2 年、4 年和7 年的准周期变化，冬季存在2 年、4 年、7 年和16年的准周期变化。

通过Mann-Kendall 突变检验发现，天水市的年、季日照时数虽然UF和UB都存在交点，但均未通过a=0.05 的检验，因此没有显著地突变年份。

2.4 日照时数气候变化趋势的时空分析

分别计算天水市7 个站点全年以及各季日照时数的线性变化趋势，得出气候倾向率，最后绘制出气候倾向率的空间分布图（见图3）。从图3 可以看出，天水市整体平均日照时数呈下降趋势，整个区域的气候变化趋势基本一致。全年日照时数变化（图3a）除天水西部外，其他各站均呈下降趋势，其中北部的秦州、秦安、张家川变化趋势明显，相关系数都通过了0.05 的显著性水平。春季的日照时数变化除秦安外均呈上升趋势。夏季、秋季和冬季的日照时数变化趋势一致，除了天水东南部外，均呈下降趋势，并且除武山外，其余各站相关系数都达到了0.05 的显著性水平，其中夏季的日照时数变化下降趋势更为显著。由此见，近47 年来，天水市各站全年和各季节的日照时数变化大部呈下降趋势，春季呈上升趋势，夏季、秋季和冬季的日照时数表现为较一致的下降趋势。

3 讨论

导致日照时数减少的主要原因是大气透明度、水汽压和太阳辐射[18-19]。随着气候变暖，工业污染导致大气的能见度减小，大气气溶胶增多，也是影响日照时数减少的因素之一。同时日照时数也与经纬度、海拔高度等有关。大气环流以及天气系统的影响也直接关系着该地的日照时数的变化。文中分析结果表明，天水市的日照时数总体减少，这是对气候变暖的响应；从季节变化来看，只有春季的日照时数是上升趋势，春季恰恰是林果生长发育阶段，充分的日照使得林果更好的生长，这也为该地林果种植提供了一定的科学依据；从空间分布来看，天水北部的日照时数变化最为显著，从气候背景分析，这里不宜种植林果。

4 结论

（1）天水市年平均日照时数有明显的年际波动，总体呈减少趋势，平均递减率为-24.19h/10a，在21 世纪初出现了峰值，20 世纪80 年代出现了低谷。日照时数的变幅最大的季节为夏季，其次是春季，秋季和冬季变化不明显。各季中唯独春季的日照时数变化呈上升趋势，其余各季都呈下降趋势。

（2）通过突变检验，没有发现天水市年、季有显著的突变点出现。利用小波分析得出天水市的全年日照时数存在4 年、8 年的准周期变化，春季存在3 年、6 年的准周期变化，夏季在年代际的变化上存在准27 年的周期变化，秋季和冬季都存在2 年、4 年和7 年的准周期变化，冬季同时还存在16年的准周期变化。

（3）对日照时数气候变化的空间分析表明，天水的日照时数变化对气候变化的响应十分明显。天水市整体平均日照时数呈下降趋势，局部地方气候变化趋势和整体不完全相同。尤其是天水北部，日照时数的下降趋势最为显著，可见该地不易种植林果；春季的日照时数除天水北部外，均呈增加趋势，对于林果的生长发育十分有利。

参考文献

[1] Waston R T, the core writing team.Climate Change 2001:Synthesis Report.A contribution of Working Groups Ⅰ,Ⅱ and Ⅲ to the Third Assessment Report of the IPCC.NEW York: Cambridge University Press,2002,398.

[2] 杜军,边多,胡军,等.西藏近35a 日照时数的变化特征及其影响因素[J].地理科学,2007,62(5):492-500

[3] 丁丽佳,林巧美,等.粤东地区太阳能资源与太阳能利用气候分析[J].气象科技,2008,36(4):491-494

[4] 任国玉,郭军,徐铭志,等.近50a 中国地面气候变化基本特征[J].气象,2005,63(6):942- 952.

[5] 陈少勇,张康林,邢晓彬,等.中国西北地区近47a 日照时数的气候变化特征[J].自然资源学报,2010,25(76):1142- 1152.

[6] 陈志军,查书平,高阳华,等.重庆市日照时间变化规律和特征分析[J].南通大学学报:自然科学版,2008,7(2):55-59.

[7] 郭军,任国玉.天津地区近40a 日照时数变化特征及其影响因素[J].气象科技,2006,34(4):415420.

[8] 陈碧辉,张平,郝克俊,等.近50a 成都市日照时数变化规律[J].气象科技,2008,36(6):760-763.

[9] 毛飞,卢志光,郑凌云,等.近40a 那曲地区日照时数和风速变化特征[J].气象,2006(9):77-83.

[10] 黄胜,马占良,等.近50a 西宁市日照时数变化规律[J].高原气象,2011,30(5):1422-1425.

[11] 王枫叶,刘善幸.酒泉绿洲近45a 日照时数的变化特征分析[J].高原气象,2010,29(4):633-642.

[12] 姚小英,杨小利,蒲金涌,等.天水市大樱桃种植中影响产量的生态气候因素分析[J].干旱区农业研究,2009,27(5):261-270.

[13] 强玉柱,蒲金涌,刘扬,等.天水市近50a 浅层地温变化特征分析[J].中国农学通报,2013,35(4):633-642.

[14] 中国气象局.地面气象观测规范[S].北京:气象出版社,2003:81.

[15] 魏凤英.现代气候统计诊断与预测技术[M].北京:气象出版社,2007,5.

[16] 施能.气象科研与预报中的多元分析方法[M].北京:气象出版社,2002:120-122,143-146.

[17] 林振山,邓自旺.子波气候诊断技术的研究[M].北京:气象出版社,1999:24-25.

[18] 王钊,彭艳,白爱娟,等.近60a 西安日照时数变化特征及其影响因子分析[J].高原气象,2012,31(1):185-192.