近30年北京气候舒适度城郊变化对比分析

利用北京市城郊20个气象观测站1981—2010年30年气象资料,计算了20个站点的逐日舒适度指数,并统计了北京城郊夏季最热舒适度、冬季最冷舒适度的年平均值以及炎热日数、酷热日数、寒冷日数和严寒日数,最终分析给出了北京舒适度的年际和空间变化特征以及城郊舒适度差异。结果表明：20世纪80年代,北京夏季最热舒适度在炎热标准以下,城郊差异不大;90年代至今增热趋势明显,炎热和酷热日数显著增多,特别是平原地区炎热和酷热日数分别增加到40天和8天,且炎热和酷热日数空间分布范围不断扩大,2000年后扩大到除朝阳区东部以外的大部分主城区。相比较郊区而言,城区的热舒适度指数和变热幅度大,山前平原比山区热。且城区的冬季暖于郊区,寒冷和严寒日数也低于郊区,这种差距从80年代中后期逐渐明显,最大差距一年能达到10~20天;90年代后严寒区域范围逐渐缩小,平原地区的寒冷日数较80年代平均减少10天。     

呼包鄂地区气候舒适度时空变化及其关键气象因子分析

基于1970—2019年呼和浩特、包头、鄂尔多斯（呼包鄂）地区25个气象站日值,以温湿指数、风效指数、着衣指数及舒适度综合指数为气候舒适度评价指标,利用趋势分析法、M-K突变检验法、通径分析法,对该地区的气候舒适度指数变化特征、影响舒适度指数的关键气象因子及舒适日数的空间分布特征进行分析。结果表明: 呼包鄂地区近50 a的温湿指数、风效指数、舒适度综合指数呈显著上升趋势,着衣指数呈显著下降趋势; 综合舒适期为4—10月,舒适日数在5—9月达到68%—93%,其中6—8月全月为舒适或较舒适日,在20世纪90年代内蒙古中部气候变化背景下,温湿舒适性和风效舒适性向暖转变,人体综合舒适度越来越高,适宜居住、旅游和避暑; 影响该地区气候舒适度的关键气象因子是温度和风速,其次是日照; 舒适和较舒适日数整体呈“北少南多”分布,舒适日数分布整体呈波动变化,较舒适级日数整体持续增多。工业生产、人类活动、生态环境在一定程度上影响气候舒适和较舒适日数。     

山东省人体舒适度区域特征研究

采用旋转经验正交分解(REOF)的方法，对山东省90个测站1971～2000年的年平均人体舒适度进行区域划分，并进一步分析了各区域人体舒适度指数的空间分布特征和变化趋势。研究表明，半岛的沿海地区是山东省舒适感觉最佳和较舒适日数最多的地区，热不舒适主要出现在山东的中西部地区，冷不舒适则以北部和沿海地区较为突出。近30年来，山东各区域冷不舒适感觉日数明显减少，热不舒适日数增加，舒适度感觉有向热转变的趋势。     

2011年深圳人体舒适度空间分布特征及影响因子分析

利用深圳多个区域自动气象站资料,采用考虑了气温、风速、相对湿度等要素的人体舒适度计算方案,计算了深圳地区的人体舒适度指数以及不同舒适等级天数,分析了城市地形地貌、路网密度和人口密度等因素对人体舒适度的影响。结果表明：深圳地区沿海比内陆舒适,全市全年舒适天数为7-9个月,夏季感觉热的天数约为2-3个月,冬季感觉冷的天数大部分地区为30 d左右。从不同地区人体舒适度指数的日变化特征来看,夏季比冬季更易受地理位置和下垫面等因素影响。地形地貌、海陆分布、城市规划等地理因素对人体舒适度均有一定影响,相关分析表明海拔高度、道路占地面积和人口密度与热-炎热日数呈对数关系。但在深圳的东部人口稀疏和道路占地较小地区也并非舒适宜人,也会出现较多炎热天气,这与该地区年平均风速相对微弱有直接关系。     

近30年成都西部人体舒适度变化特征分析

利用1961-2017年成都市西部邛崃国家气象观测站日平均气温、日最高气温、日平均风速、日平均相对湿度和日最小相对湿度计算逐日人体舒适度指数及白天和夜间舒适度指数,并通过线性倾向估计方法分析近30年邛崃市人体舒适度变化特征。结果表明：近30年邛崃市没有暑热和寒冷天气,人体舒适度日数舒适级别日数最多,其次是冷不舒适级别日数,热不舒适级别日数最少;年平均人体舒适度指数呈现较小的上升趋势;舒适日数集中在春季、夏季、秋季三个季节;热不舒适日数和舒适日数21世纪初期相比20世纪90年代有所增加,冷不舒适日数有所减少;近30年白天人体舒适度指数有着较明显的升高趋势,夜间人体舒适度指数变化不大。     

京津冀地区人体舒适度的时空特征

利用1960—2005年京津冀地区66个地面气象站气候资料日值数据集,基于人体舒适度指数和风寒温度模型,分析京津冀地区人体舒适度时空特征,计算了京津冀地区春、夏、秋、冬季各站逐日人体舒适度指数和冬季风寒温度。通过人体舒适度指数聚类分析得出人体舒适度指数分区,在此基础上探讨各分区具有代表性站点的各级舒适日数比例和冬季人体舒适度的时空特征及空间分布的主导因素。结果表明：京津冀地区人体舒适度空间分布大致可以分成3种类型,即热舒适平原山地区、冷舒适滨海区和冷不舒适高山区;依据风寒温度,京津冀地区冬季人体舒适度分为冀北、冀南两区,整个地区风寒温度增大趋势显著;京津冀地区人体舒适度与高程、纬度变化均存在显著负相关,其空间分型主导因素为高程、纬度的变化。     

京津冀地区人体舒适度的时空特征

利用1960-2005年京津冀地区66个地面气象站气候资料日值数据集,基于人体舒适度指数和风寒温度模型分析京津冀地区人体舒适度时空特征,计算了京津冀地区春、夏、秋、冬季各站逐日人体舒适度指数和冬季风寒温度。通过人体舒适度指数聚类分析得出人体舒适度指数分区,在此基础上探讨各分区具有代表性站点的各级舒适日数比例和冬季人体舒适度的时空特征及空间分布的主导因素。结果表明：京津冀地区人体舒适度空间分布大致可以分成3种类型,即热舒适平原山地区、冷舒适滨海区、冷不舒适高山区;依据风寒温度京津冀地区冬季人体舒适度分为冀北、冀南两区,整个地区风寒温度增大趋势显著;京津冀地区人体舒适度与高程、纬度变化均存在显著负相关,其空间分型的主导因素为高程、纬度的变化。     

气候变化对宁波四明山人体舒适度的影响

利用宁波四明山区域气象观测站逐日和逐小时气象要素观测资料,分析该区域气候条件,并以舒适度指标等评估其气候生态。结果表明,1961—2017年四明山区域气温持续上升,降水增多,日降水峰值集中在16—18时且未出现明显变化,小风日数增多,气候适宜日数明显增加。气温是影响该区域人体舒适度的主因,其次是相对湿度和风;春秋舒适日数多,气候温润,日晴夜雨特征明显;夏季凉爽,是理想的避暑休闲胜地;年舒适时数高山与平原相近,但季节差异明显,夏季高山地区非常舒适,其他三季平原更舒适。区域气候模式结果显示,未来四明山区域气温继续维持升高趋势,降水有所增加,极端高温事件增多,极端低温事件减少,人体舒适日数呈减少趋势,春、秋季略增加,夏季减少明显。     

1961—2017年岳阳人体舒适度变化特征

利用1961-2017年岳阳市国家气象观测站日平均气温、日平均相对湿度和日平均风速资料计算逐日人体舒适度指数,并采用线性倾向估计方法、Mann-Kendall趋势检验及小波分析法分析年平均指数和各等级日数的变化特征。结果表明:19612017年岳阳舒适日数最多,冷不舒适日数次之,热不舒适日数最少;岳阳较舒适的月份是5月和10月,最热不舒适的月份是7月和8月,最冷不舒适的月份是1月;近57年来岳阳人体舒适度指数数值显著上升,主要原因是受到冷不舒适日数减少、舒适日数和热不舒适日数增多等因素共同影响;各月份不同级别日数发生了较大的变化,冷不舒适日数减少、舒适日数增多的变化在3月最明显,舒适日数减少、热不舒适日数增加的变化在7月最明显;岳阳春、秋、冬三季越来越暖,而夏季变得更热;岳阳人体舒适度各级别日数呈现出显著的周期变化,1991年冬季至1992年是岳阳人体舒适度发生突变的时间段;未来几年中岳阳冷不舒适日数将会比2017年的增加,热不舒适日数会先增加后减少,舒适日数将会减少。     

西藏地区人体舒适度指数的变化特征

采用1980～2009年西藏地区38个气象站的观测资料,分析了该地区人体舒适度指数的时空分布特征。结果表明:(1)无论年或者季节变化,舒适度指数均呈现从东南向西北方向逐渐减少的分布规律,普遍舒适的区域主要位于西藏南部和东南部地区;近30a来西藏地区人体舒适度指数呈现显著增加的趋势;舒适度指数与海拔高度、纬度、温度和相对湿度密切相关;(2)从舒适日数来看,西藏地区基本处于冷或偏冷、凉或偏凉的舒适度状态,寒冷和普遍舒适的日数较少;近30a来西藏地区1级和2级不舒适天数呈现逐渐减少趋势,3级、4级不舒适天数和5级舒适天数呈现逐渐增加的趋势;(3)从适合旅游的舒适天数来看,西北部以6～9月为适宜旅游月份,中部以5～9月或10月为适宜旅游月份,过渡到东南部地区以5～9月或10月为适宜旅游月份,甚至可以提前到4月;旅游适宜月份数和天数由北向南呈逐渐增加的趋势。     

1961—2020年乌鲁木齐市气候舒适度变化[*]

基于乌鲁木齐市及其周边9个气象站1961-2020年气候资料以及综合气候舒适度指数模型,采用统计学方法和ArcGIS的精细化空间插值技术对近60a气候舒适度时空变化进行分析。结果表明,乌鲁木齐市气候舒适度及其变化具有明显的区域性和季节性差异:（1）气候舒适度指数的年内变化,平原地带呈双峰双谷的“M”型,山区为单峰单谷的“∩”型。（2）受气温升高、相对湿度增大、风速减小、日照时数减少的综合影响,近60a平原地带春、秋、冬季气候舒适度指数显著（P=0.05）增大,夏季显著减小;山区夏、秋季气候舒适度指数显著增大,冬、春季变化不明显。（3）近30a（199l-2020年）较前30a(196l-1990年),春季和秋季平原地带气候较舒适区海拔上限升高了100-150m,山区气候较不舒适区和不舒适区向高海拔抬升了50-100m;夏季北部平原气候较舒适区海拔上限升高了100-150m,山前倾斜平原至中山带的气候舒适区向高海拔抬升了约100m,高山带气候较不舒适区和不舒适区也向高海拔抬升并压缩了50-100m;冬季虽气候舒适度指数有所增大,但全市属于气候不舒适区的状况未发生改变。     

贵阳地区人体舒适度指数变化特征及分析

本文利用贵阳市8区县国家级地面观测站1987-2016年的逐日地面观测资料,运用统计分析、相关分析、通径分析等方法来分析了贵阳地区的气温、相对湿度、风速等气象要素的气候特征,并对人体舒适度指数的时空分布特征进行了分析,探讨了各气象要素与人体舒适度指数之间的相关关系。结果表明：(1)贵阳地区的气温分布存在南北差异,南部最高,中部次之,北部最低;贵阳各地每月的平均相对湿度都很大,均在75%以上;月平均风速在1.5-2.5m/s之间,空间分布差异不大。(2)4月到10月,来贵阳各地旅游都较为舒适,尤其是在夏季(6-9月),最为舒适。从空间分布来看,人体舒适度指数分布为南部＞中部＞北部。(3)人体舒适度指数和气温为明显的正相关关系,与相对湿度、风速为负相关关系。其中气温对人体舒适度指数的影响最为显著。     

浙江夏季弱天气尺度强迫背景下午后局地热对流特征分析

利用常规高空观测资料、浙江多普勒雷达产品、ERA5逐小时再分析资料(0.25°×0.25°),统计分析了2015—2021年浙江夏季(6—8月)弱天气尺度强迫背景下午后局地热对流(根据移动速度分为移动型和少动型两类)的时空分布特征、生命周期特征、环境参数特征等。(1)两类热对流触发频次相当,年际变化均较大,但年、月、日变化趋势基本一致,午后出现少动型局地热对流的可能性更大,而傍晚出现移动型局地热对流的可能性更大。(2)局地热对流的触发与地形密切相关,对流高频区位于浙东沿海、浙西北、浙西南山区,浙中北平原和盆地均为低频区,热对流触发频次均随高度增加而减少,多触发于山脉及其附近的中低海拔处,中高海拔地区更容易触发少动型局地热对流。(3)两类对流均在弱垂直风切变环境下即可触发,移动型单体更容易得到发展。     

近40a铜仁夏季旱涝时空分布及典型旱涝年环流特征分析

本文基于铜仁市10个国家自动观测站1981-2020年近40a降水资料,计算多时间尺度标准化降水指数（SPI）,确定旱涝程度,分析旱涝时空分布特征,筛选典型旱、涝年进行环流分析。结果表明：(1)铜仁市20世纪80年代后期总体偏旱,90世纪后期总体偏涝。铜仁市夏季呈现出旱涝交替变化特征。(2)铜仁市中西部、东北部干旱相对频繁,并向四周逐渐减弱;市中西部、东南部发生雨涝的频率相对较高,西北部最低。夏季的干旱和雨涝均以轻、中程度为主,特重程度情况发生很少。(3)夏季偏涝年整个欧亚中高纬均为位势高度的负异常,偏旱年欧亚中高纬的乌拉尔山和中国东北的位势高度异常中心转为正异常分布。（4）赤道中东太平洋的厄尔尼诺现象与南、北太平洋海温异常分布对铜仁夏季偏涝现象的发生发展有密切关系;赤道中东太平洋拉尼娜现象、印度洋及西太平洋的海温异常分布对铜仁夏季偏旱现象的发生发展有密切关系。     

城市空间形态学参数与晴好天气下热岛强度关系

以澳大利亚阿德莱德中心城区为研究区,基于高分辨率城市三维建筑物数据计算得到天空开阔度 (sky view factor,SVF) 与迎风面积指数 (frontal area index,FAI),并将其与晴好天气下四季的城市热岛强度进行相关性分析。结果表明:晴好天气下,阿德莱德城市热岛强度 (urban heat island intensity,UHII) 在2010—2011年四季均呈现出夜间强、白天弱的变化特征。SVF与UHII在夜间呈显著线性负相关,白天呈线性正相关;而FAI与UHII在四季的夜间和早晨时段呈对数关系,白天呈线性负相关。SVF和FAI对不同季节、不同时刻的城市热岛影响不同,在不同空间尺度下的适用性也存在差异,SVF在不同空间尺度下适用性更强。     

基于ArcGIS伊犁河谷旅游气候舒适度研究

利用伊犁河谷1961—2018年10站逐日平均气温、平均风速、平均相对湿度地面气象观测资料，运用模糊综合评价法和地理信息系统技术，将夏季分为18候并分析各候旅游气候舒适度指数变化特征，进行旅游气候舒适度空间分布特征分析。结果表明：伊犁河谷夏季大部分地区、大部分时间适宜旅游，舒适度较高的区域主要集中在河谷西部和东部的平原地区；整个夏季,伊犁河谷气候旅游适度最好的地区位于察布查尔县北部、霍尔果斯市、霍城县南部、伊宁市、伊宁县西南部、巩留县西北部地区，旅游气候舒适度总体上呈现由平原区向高海拔地区逐渐减小趋势。     

基于自动气象站的深圳近10年城市气候变化特征研究:2011—2020年

利用广东省深圳市30个自动气象站观测数据对深圳市近10年的气候变化趋势进行了分析,结果表明:（1）深圳市2011—2020年的平均气温增长率约1.47 ℃/(10 a),比上一个10年显著增加,气候变暖并未停滞;（2）受城市化的影响,深圳市气温日较差在较大范围内呈减小趋势,但在少数地区却反常地呈现了上升趋势;（3）深圳的地面风速总体呈下降趋势,其中发达地区风速下降更快;（4）2011—2020年深圳市的平均相对湿度呈上升趋势,最高每年增长1.33%;（5）统计深圳各区不同时次的极端降雨量数据可以发现,未发展地区的极端降雨量增速较大,年总降水量的增长率也较高,增长率最高为42.41 mm/a,而其他地区的6 h以内的滑动降水量极大值均呈下降趋势;（6）利用多个自动气象站长时间序列数据,可以对深圳局地气候变化特征进行更加精细化的分析,这对国家基本站而言是一种有益的补充,有助于更加深刻地发掘城市化与气候变化的关系。