城市化对华北地区最高, 最低气温和日较差变化趋势的影响

利用华北地区255个一般站和国家基本、 基准站1961\_2000年的实测资料, 经过质量检验和均一性订正后, 将所有台站根据人口和台站地理位置分为5个类别, 分析了这5个类别台站和国家基本、 基准站地面平均气温、 最高、 最低气温的年和季节变化趋势以及城市化影响。结果表明： 华北全部台站的年平均气温、 最高、 最低气温均呈增加趋势, 且以最低气温上升最为明显, 导致年平均日较差呈现明显下降。就城市化影响而言, 平均气温、 最低气温变化趋势中城市热岛效应加强因素的影响明显, 但城市化对最高气温趋势影响微弱, 个别台站和季节甚至可能造成降温。在国家基本、 基准站观测的年平均气温和年平均最低气温上升趋势中, 城市化造成的增温分别为0.11℃·(10a)-1和0.20℃·(10a)-1, 对全部增温的贡献率分别达39.3%和52.6%。各类台站的四季平均气温和最低气温序列中城市化影响均造成增温。城市化增温以冬季为最大, 夏季最小。城市化还导致乡村站以外的各类台站日较差减小, 近40年华北地区国家基本、 基准站年平均和秋、 冬季平均气温日较差明显下降均由城市化影响造成的。     

1961—2020年青海高原气候变化特征

选取1961—2020年青海高原50个地面气象观测站逐月气温（平均、最高、最低）、降水和风速资料,利用气候变化趋势转折判别模型（Piecewise Linear Fitting Model,PLFIM）、气候倾向率等方法,分析青海高原气候变化的时空分布和年代际趋势转折变化等特征。结果表明：〖JP2〗①近60年来青海高原年平均气温呈显著上升趋势,其中平均最低气温的升温速率尤为明显,为0.62 ℃〖DK〗·（10a）-1;年降水量呈波动上升趋势,进入21世纪后呈显著增加趋势,速率为39.9 mm〖DK〗·（10a）-1;年平均风速整体呈减小趋势,其中以茫崖站最为明显,风速减小速率为-0.56 m〖DK〗·s-1〖DK〗·（10a）-1。〖JP〗②年平均气温和平均最高气温在1972年和1983年发生了年代际趋势转折,平均最高气温第3次转折发生在2009年,平均最低气温没有发生明显的年代际趋势转折。年降水在1972年、1983年和2000年发生年代际趋势转折;年平均风速发生在1998年和2009年。③与旧气候态（1961—1990年）相比,新气候态下（1991—2020年）青海高原年平均气温、平均最高气温和平均最低气温的均值分别上升了1.16 ℃、1.22 ℃和1.81 ℃,向高温方向漂移,且概率密度分布形状更加偏平,气候趋于不稳定;④在全球变暖背景下,青海高原年平均气温和年降水量均呈增加趋势,其中年平均气温的增温速率远超中国、同纬度地区及全球平均水平;降水量年际波动较大,但整体呈增加趋势。     

近49年珠海气温变化及城市化影响初探

根据珠海站1962-2010年逐日地面气温观测数据与1979-2010年NCEP/NCAR R1再分析资料,分析了珠海市平均气温、平均最高气温、平均最低气温的年和四季变化特征,探讨城市化对珠海气温变化的影响.研究结果表明,近49年珠海市年平均气温、年平均最高气温、年平均最低气温均呈增温趋势,增温率分别为0.14℃/10a、0.22℃/10a、0.12℃/10a.城市化及土地利用类型改变使年平均气温、年平均最高气温、年平均最低气温增暖0.16℃/10a、0.10℃/10a、0.15℃/10a,对观测气温增暖的贡献分别为46.0％、27.6％、46.1％;四季变化中以冬季和春季较显著.     

黄淮海平原地区中尺度环境对气温观测的影响

随着城市化的迅猛发展,气象台站观测环境受到不同程度影响,有些台站甚至已经处于城市中心,影响了台站观测资料的代表性和准确性。本文利用2007年黄淮海渭河区199个气象台站20 km环境调查资料以及2005—2007年气温观测资料,对比分析了居民区台站和农田区台站气温观测值的差异。结果表明:居民区台站气温平均高于农田区台站0.662℃;台站周围建筑物对最低气温观测影响最大,对最高气温观测影响最小;不同季节的影响程度从大到小依次为冬季、春季、秋季、夏季;观测场周围建筑物对不同时刻气温观测的影响程度从大到小依次为02:00,20:00,08:00,14:00;随着下垫面比例的增大,两类台站的气温差不断加大。     

中国北方农牧交错带气候变化特征及未来趋势

利用1951—2006年中国台站日平均观测资料对北方农牧带过去56a气候变化特征进行了分析,指出该农牧带年降水量具有明显的年际和年代际变化特征,近10a来呈明显的下降趋势;年平均气温在20世纪90年代前期变化幅度较小,1987年之后持续偏暖,与全球及中国温度变化趋势一致;降水和温度变化具有明显的季节和区域差异。在气候特征分析基础上,利用全球海气耦合模式嵌套区域气候模式在SRES A2排放情景下对未来30a（2001-2030年）的气候变化进行了预估,对照30a模式气候场（1961—1990年）,分析了未来30a北方农牧交错带降水和温度变化的可能趋势,结果表明,未来该区平均地面气温持续升高,升温幅度达0．3℃,温度日较差将明显减小;年降水量呈增加趋势,但增加幅度较小,且降水变化具有明显的季节和地域差异;未来黄河上游地区干旱的威胁仍十分严峻。     

城市化对深圳气温变化的贡献

采用经均一性检验的深圳及其周围台站的地面温度资料和NCEP／DOEAMIP—ⅡReanalysis（R-2）再分析温度数据,通过鲁棒回归（M估计）对气温趋势进行拟合,分析了1967--2005年和1979—2005年两个时间段城市热岛效应对温度的影响,利用再分析数据和地面观测数据的差异估计了1979年以来城市化对气温增暖的贡献。结果表明,20世纪80年代以来的30a里,深圳城市化对当地气温增暖贡献非常显著：1979年以来,城市热岛效应导致年平均气温增暖0．243℃·（10a）^-1,占深圳总体增暖的36．3％;与再分析资料对比得到的城市化对深圳年平均气温增暖的贡献达到0．315℃·（10a）^-1,大于分析观测资料得到的结果,占总体增暖的47．1％。说明城市化的快速发展是导致深圳城市气候增暖的重要因子之一。     

郑州市南北郊气温对比分析

对近45 a气象资料分析结果表明:郑州市南郊和北郊气温变化趋势基本一致,年平均气温、季平均气温、平均最高气温、平均最低气温均呈现出不同程度的上升趋势。南北郊气温在20世纪50年代差异不大,随着郑州市的不断扩大,北郊进一步城市化,两地气温差异逐渐加大,北郊年平均气温,平均最高、最低气温和季节平均气温均高于南郊,80年代以后,差距更为明显。     

华北地区地表气温观测中城镇化影响的检测和订正

根据人口资料和台站位置将华北地区282个国家基本、基准站和一般气候站分为乡村站、小城市站、中等城市站、大城市站和特大城市站5个级别,用经过均一性检验和订正的平均气温资料分别讨论了各级城市站热岛效应对地面气温趋势的影响,发现人口为5×105～1×106的大城市站受到城市化影响最大,40年热岛增温达到0.64℃.作者还分析了华北地区城市化对国家基本、基准站1961～2000年期间观测的平均气温变化趋势的影响,结果表明,由热岛效应引起的国家基本、基准站年平均气温增暖为0.11℃/10 a,对这个时期全部增温的贡献达到37.9%.目前根据国家基本、基准站资料建立的区域和全国平均气温序列在很大程度上仍保留了城市化的影响.作者进一步对华北地区1961～2000年根据国家基本、基准站资料建立的区域年平均气温序列进行了订正,订正后气温线性趋势由0.29℃/10 a降低为0.18℃/10 a.消除城市化影响,研究时段内华北地区年平均地面气温线性增加值为0.72℃.     

城市化进程对珠江三角洲地区气温变化的影响

根据1979—2010年珠江三角洲24个气象站的气温观测数据以及NCEP/NCAR R1地表气温再分析月资料,运用OMR（observation minus reanalysis）方法分析了珠三角地区平均气温、平均最高气温、平均最低气温的年、季变化趋势。研究结果表明,过去32年珠三角大部分地区呈增温趋势,年平均气温、年平均最高气温、年平均最低气温的OMR趋势分别为0.22/10a、0.19℃/10a、0.23℃/10a,对珠三角地区观测气温增暖的贡献率分别为55.7%、41.7%、57.2%;四季OMR增温趋势冬季最大,夏秋季较小。城市化对区域平均最低气温的影响比对平均最高气温的影响更大。     

济宁市城市化对气温的影响

利用1981—2010年济宁及周边郊区3县台站的气温资料,研究分析了济宁城区、郊区的气温变化趋势和特点,并探讨了城市化发展对济宁城郊温度的影响。研究发现：（1）近30a来,尽管济宁城区、郊区最高气温、年平均气温、最低气温均呈显著增加趋势,且增温幅度依次增大,但城、郊气温增幅有所差异。其中,年平均气温、最低气温增温幅度郊区高于城区,而最高气温增幅二者相差不大,这表明城市化发展对最低气温的影响最大。此外,一年之中城、郊增暖均表现为：冬季、春季增幅最大,秋季次之,夏季最弱,且城、郊温差逐渐缩小;（2）济宁城市热岛强度总体呈上升趋势,但不同年代、不同季节变化趋势不尽相同。其中,1980年代热岛上升微弱,总体低于平均水平,而1990年代维持在一个较高的水平,2000年以后又明显下降;除秋季外,热岛强度均呈现缓慢上升趋势,其中冬季最强,夏季最弱。城市热岛效应具有明显的季节和日变化特征,表现为：冬半年明显高于夏半年,白天明显低于夜间;（3）济宁市区人口和建成区面积与城市热岛具有很大的相关性,两者的相关系数分别为0．81和0．75。     

草温、0cm地温、气温间变化规律分析

利用2008年信阳、郑州、南阳、商丘4个国家基本(准)站草温、0 cm地温和气温资料,分析了不同季节(冬、夏)、不同天气条件下草温、0 cm地温、气温的变化关系,结果表明:冬季无积雪和夏季的晴天,草温变化的振幅最大,位相靠前,0 cm地温居中,气温变幅最小;冬季有积雪时,0 cm地温在0 ℃左右变动,草温和气温表现出一定的变化幅度.从全年月平均值变化来看,0 cm地温>草温>气温;逐月极端最高值,0 cm地温>草温>气温;逐月极端最低值,草温＜0 cm地温＜气温.用草温比用0 cm地温和气温能更好地判定霜的出现.     

连云港地区草温、地温和气温变化特征分析

利用连云港赣榆区气象观测站2014年逐时的草面温度、0 cm地面温度和气温观测数据,分析讨论了该地区三要素的月平均值、月极端最高、最低值特征以及草面温度与0 cm地面温度、气温在不同气象条件下三者之间的相互关系。结果表明:从全年变化来看,逐月平均值0 cm地温草温气温;逐月极端最高值0 cm地温草温气温;逐月极端最低值草温0 cm地温气温。在晴天和阴天多云状况下草温与0 cm地温、气温呈明显的正相关,阴天较晴天变化幅度小;阴雨天气时白天草温与气温明显下降,而0 cm地面温度降幅平缓且温度较高;有降雪时0 cm地面温度高于草温和气温,且变化较为平缓。用草温比用0 cm地温和气温能更好地判定霜的出现。     

地面温度与雪面温度对比

通过平行观测,对德州市气象局所辖的陵县(2003～2004年)、武城(2004～2005年)、德州(2006～2007年)3站冬季有积雪时,人工站与自动站的地面温度观测资料进行统计分析,得出有积雪状况下的β值(β=自动观测地面温度/人工观测雪面温度)。自动观测的地面温度更能代表实际地面状况,这种对比关系可为使用地表温度的水文及农业部门提供一个更加准确的地面温度使用参数β,以掌握地面温度的变化规律,为地能、地热、地水的预测与判断提供准确数据。     

雪面温度与地面温度的关系分析

人工地面观测转变为自动地面观测,其观测方法发生了较大的变化.通过平行观测,对鱼台县气象局(2006-2007年)及周边的金乡(2003-2004年)、微山(2004-2005年)的人工站与自动站的地面观测资料进行了对比分析,得出:无积雪状况下,人工站与自动站地面观测数据对比值较小;有积雪状况下,人工观测的雪面温度与自动观测的地面温度具有一定的对比关系.因自动观测的地面温度更能代表实际地面状况,所以,这种对比关系的出现,将为使用地表温度的水文及农业部门提供一个地表温度使用参数β,使这些部门能够更加准确地掌握地面温度的变化规律,从而为地能、地热、地表水的预测与判断提供准确数据.     

夏季鄱阳湖水体温度场及其气温效应

１９８７年和１９８８年７、８月在鄱阳湖中心的棠荫岛进行了小气候考察，资料分析表明，夏季鄱阳湖水体气温效应，阴天和晴天的夜间表现为正效应，晴天的白天（０９－１８时）为负效应；夏季水上点气温比陆上点高，宏观上鄱阳湖水体呈现为热源。      

利用MODIS反演四川盆地地表温度与地面同步气温、地温观测值的相关性试验

通过对MODIS反演的地表温度与四川盆地自动气象站观测的准同步地面空气温度T_a和0 cm地温T_s的相关分析,结果表明:对于非均匀下垫面,卫星反演地表温度T_(LS)分别与T_a和T_s的相关系数稳定性都不好,不同卫星过境时间的相关系数差异很大。但(T_s-T_(LS))与(T_s-T_a)却有着既显著又稳定的线性相关,不同卫星过境时间的相关系数都达到0.8以上,具有良好的相关性。基于卫星反演地表温度和空气温度的地温统计模型,其标准误差为4.85℃。     

日较差分级的北京地面逐时气温预报

统计了不同日较差等级与其相应等级内的逐时气温的气候平均值及逐时气温变量气候平均值,在此基础上客观自动地计算出北京区域的分片逐时气温预报值,由此次生出与气温变化有关的专业气象预报产品,应用于专业气象业务。     

冬小麦田午时冠层温度与气温和地温的关系

基于野外实测数据，分晴日、阴日及不区分阴晴3种情况，研究了湿润与较干冬小麦田午时冠层温度、气温和地温间的定量关系。结果表明:湿润麦田晴日使用气温预测冠温效果最好，基于最终模型估算冠温的平均误差仅1.03℃，标准差为1.26℃。较干麦田晴日与阴日用地温估算冠温效果最佳，基于最终模型估算冠温的平均误差分别为1.64，1.54 ℃；其估算冠温的标准分别为2.05，1.89℃。用本文统计建模法预测结果的误差低于目前用NOAA影像反演冠温时2~3℃的均方根误差。研究结果也说明使用气温和地温预测麦田冠温是切实可行的。这就为冠温数据的获取提供了廉价有效的新方法；同时也使利用遥感影像与地面气象站常规观测资料相结合的方法，在较大的区域范围内进行冬小麦需水预测成为可能。     

聊城市地面温度与气温的相关分析

利用聊城市1981-2000年的日平均地面温度和气温资料,分析了地气温差值的逐日、逐月变化规律,建立了以日平均气温为基础的日平均地温逐日预测模型.结果表明：全年2/3的时间地面平均温度高于气温; 年平均地气温差2.4℃,农作物生长季平均地气温差为2.9℃;地气温差6月19日最大,为6.2℃,12月19日最小,为-0.8℃;用地温预测模型估算2001-2004年作物生长季逐日地面温度, 误差多在1.7～1.8℃之间.     

广东高温预警指标及高温日数统计

高温热害是《广东省突发气象灾害预警信号发布规定》（2006年3月,广东省人民政府黄华华省长第105号令）中的9种灾害性天气之一。高温热害给工农业生产、交通安全和人们的日常生活和健康带来严重的影响,持续高温会引发大面积干旱,对城乡供电、供水造成极大压力,威胁人们的生命及能源、水资源和粮食安全。