城市化进程对安徽省风速的影响

利用1981-2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明：(1) 近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2) 2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3) 城市站与乡村站年平均风速的趋势系数之差为-0.10 (m/s) /10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58 d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。     

濮阳近50a风速变化特征及突变分析

利用线性分析方法,分析了濮阳近50 a平均风速、大风日数的变化特征,并利用滑动的t检验法分析了风速突变,结果显示:年平均风速以0.498(m/s)/10 a的倾向率减少,大风和扬沙日数分别以2.7 d/10 a和5.6 d/10 a的倾向率减少;平均风速,大风、扬沙日数在20世纪80年代初期发生突变。     

城市化对咸宁地区风速和相对湿度的影响分析

利用1981—2014年的地面观测资料、NCEP/NCAR再分析资料,根据卫星数据实现城郊站点分类,选取赤壁站作为城市站,崇阳站作为郊区站,分析咸宁地区相对湿度和风的年和季节变化特征,并采用UMR(Urban Minus Rural)方法和OMR(Observation Minus Reanalysis)方法定量解析城市化对咸宁地区相对湿度和风速的影响。结果表明:近34年来城区和郊区的风速分别以-0.18 m·s~(-1)/10a和-0.05 m·s~(-1)/10a的速率逐渐减小,UMR值(城郊距平差)的变化趋势为-0.13 m·s~(-1)/10a,对应的城市化贡献率为75%,城市化对风速的影响在夏季最为明显,其贡献率为100%。近34年来城区和郊区的相对湿度分别以-1.34%/10a和-2.49%/10a的速度减小,且郊区减小的幅度大于城区的,近10年来城区的相对湿度开始大于郊区的,城市化对咸宁地区相对湿度的影响表现为由"干岛效应"向"湿岛效应"的转换,且"湿岛效应"在夏季表现最为明显。利用UMR和OMR方法计算的风速和相对湿度的变化趋势较为一致,但UMR计算结果表明城市化对风速减小及相对湿度增加的影响更为显著,能更好地反映城市化进程对咸宁地区相对湿度和风速的影响。     

1973—2016年德令哈市平均风速的变化特征分析

基于1973—2016年德令哈市国家基本气象站的平均风速、大风和沙尘日数数据,运用统计法、气候倾向法,分析了平均风速的变化特征,以及大风对沙尘天气的影响。结果表明:近44a来,春、夏、秋和冬季平均风速均呈现明显的减小趋势,气候倾向率分别为-0.349、-0.404、-0.399、-0.255(m·s-1)/10a和-0.320(m·s-1)/10a;平均风速的月变化呈现单峰式特点,各月平均风速均呈现明显的减小趋势。沙尘暴、扬沙和浮尘日数与大风日数均呈现显著的正相关,大风日数的减少影响沙尘天气的日数或强度。     

泰山大风气候特征统计分析

利用泰山气象站1971—2010年近40a逐日风向风速观测资料,统计分析泰山大风天气的气候特征。结果表明:近40a泰山平均风速为7.0m/s,冬季风速最大,春季次之,夏季最小;近40a最大风速为37.7m/s,出现在1977年;年平均大风日数为160.3d,月平均大风日数最多为4月,9月最少,从季节分布看,春季最多,冬季次之,夏季最少,春冬季为大风多发季节。近40a泰山年平均风速、最大风速、年平均大风日数均呈逐年减少趋势。泰山最多风向为西南,除冬季外,春、夏、秋三季均以西南风向最多。泰山大风主要有冷锋后偏北大风、中小尺度系统造成的短时大风、气旋大风等,其中以冷锋后偏北大风和夏半年气旋造成的雷雨大风最为常见。     

近50年青海省河南县大风气候特征分析

利用青海省河南县气象站1968—2017年逐日大风观测资料,采用气候统计分析方法,分析河南县大风气候变化趋势。结果表明:近50a河南县年平均风速为2.2m/s,以气候倾向率0.14(m·s~(-1))/10a呈显著下降趋势;最大风速平均值为18.0m/s,以气候倾向率以1.64(m·s~(-1))/10a呈显著性减小趋势;年平均大风日数为38.4d,以气候倾向率6.7d/10a呈显著性减少趋势;一年之中各月均有可能出现大风天气,其中3月出现大风天气最多,9月最少,月变化非常明显;出现大风天气最多的季节为春季,其次冬季,秋季最少;1980年出现大风日数最多,共出现大风日数为75d;1997年出现大风日数最少,仅14d;从年代际来看,70年代为大风天气高值期,年均大风日数为56.7d。     

近40年南澳县大风特征分析

利用1970—2009年南澳县气象局地面气象观测站风向、风速记录资料进行统计分析。结果表明：近40 a南澳县年平均风速为3.7m/s,秋季最大,冬季次之,夏季最小;年平均最大风速为13.8m/s,春季最大,冬季次之,夏季最小;年平均大风日数为68 d,冬季最多,春季次之,夏季最少;近40 a来的年平均风速、平均最大风速和年大风日数均呈减少趋势;大风日数年内变化呈一峰一谷型;最多风向为ENE风向,NNE和NE风向位居第二,偏西风最少。     

城市化对辽宁省近地面风速的影响分析

利用1979—2018年辽宁省逐月风速资料和再分析资料,结合卫星遥感分类方法,并采用UMR(urban minus rural)方法和OMR(observation minus reanalysis)方法定量分析了城市化对辽宁省近地面风速的影响。研究表明:近40年辽宁省年和四季风速均呈减小趋势,城市站的减小速率明显快于乡村站,UMR值的变化趋势为-0.11 m·s~(-1)·(10 a)~(-1),城市化影响贡献率为73.3%;空间分布上,辽宁中北部城市群减小趋势较明显,南部和东南部风速减小相对缓慢;UMR方法计算的城市化影响呈现自西向东逐渐增强的纬向分布形势。再分析资料的减小趋势与乡村站的减小趋势较接近,春季风速的减小速率最明显;OMR值的变化趋势为-0.10 m·s~(-1)·(10 a)~(-1),对应的城市化影响贡献率为66.7%,利用两种方法计算得到的城市化影响和贡献率较一致,均能在一定程度上反映城市化对风速的影响。空间分布上,再分析资料显示渤海海峡风速呈微弱增加趋势,风速减小的高值区位于渤海北部和黄海北部。两种方法计算的城市化影响空间分布均呈现为西部和南部受城市化影响较小、中东部受城市化影响较大,一致性较好。     

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。     

南极长城站气温、风和降水变化特征分析

利用南极长城站1985—2014年所获取的地面常规气象观测资料,对其气温、风和降水变化特征进行分析,结果表明:长城站年平均气温为-2.2℃,气候变化趋势率为0.079℃/10a,近30a长城站气温升高了0.24℃,秋季气温增速最大。年平均风速为7.3m/s,最多风向为ESE;大风天气多,年平均大风日数为133d,冬季大风日数(13d)较其它季节多,春季平均风速(7.9m/s)较其它季节大,大风主要风向集中出现在N—W、S—E两个方向区间。降水主要以雪和雨夹雪为主;月平均降水量45.5mm,降水日数为25d,降水日数无显著的季节性变化;夏季降水量呈减少趋势,其它三季降水量呈增多趋势;年降水量为546.5mm,年降水日数为296d,降水量变化趋势与以往结论相左,近30a长城站的降水量呈增多趋势,气候变化趋势率为41.8mm/10a。     

孟津县历史极大风速推算及其气候特征分析

利用孟津县2006-2008年自动气象站风资料建立由2 min平均风速、10 min平均风速推算极大风速的拟合方程,根据方程由孟津县气象观测站1959-1982年2 min定时风速和1983-1992年2月10 min平均风速,推算出极大风速,从而建立了可用于研究使用的长时间序列的孟津县年极大风速序列值。通过分析孟津县...     

南京地面风速概率分布律的城乡差异

根据南京气象站及其周边3个乡村自动气象站2005年逐时风速资料,拟合了风速的概率分布函数,分析表明:南京城、乡地面风速的概率分布均与3参数的韦伯分布吻合度很高,风速概率密度函数(PDF)曲线形状存在明显的城乡差别,城市风速PDF曲线更加陡峻,即风速分布更为集中;在0.75~3.75 m/s,城市风速PDF值明显高于周边乡村,而在3.75 m/s和0.75 m/s范围,城市风速概率密度值则低于乡村;城市下垫面的摩擦效应削弱风速而热力效应起增强风速作用,对风速的城乡差值序列的分析发现:多数时间城市风速是小于乡村风速的,但风速小于1.90 m/s条件下,城市风速会出现大于乡村的现象;总体上摩擦效应的作用远大于热力效应;城市效应使全年平均风速下降0.43 m/s。     

Changes in Wind Speed and Extremes in Beijing during 1960--2008 Based on Homogenized Observations

Daily observations of wind speed at 12 stations in the Greater Beijing Area during 1960–2008 were homogenized using the Multiple Analysis of Series for Homogenization method. The linear trends in the regional mean annual and seasonal (winter, spring, summer and autumn) wind speed series were-0.26,-0.39,-0.30,-0.12 and-0.22 m s-1 (10 yr)-1 , respectively. Winter showed the greatest magnitude in declining wind speed, followed by spring, autumn and summer. The annual and seasonal frequencies of wind speed extremes (days) also decreased, more prominently for winter than for the other seasons. The declining trends in wind speed and extremes were formed mainly by some rapid declines during the 1970s and 1980s. The maximum declining trend in wind speed occurred at Chaoyang (CY), a station within the central business district (CBD) of Beijing with the highest level of urbanization. The declining trends were in general smaller in magnitude away from the city center, except for the winter case in which the maximum declining trend shifted northeastward to rural Miyun (MY). The influence of urbanization on the annual wind speed was estimated to be about-0.05 m s-1 (10 yr)-1 during 1960–2008, accounting for around one fifth of the regional mean declining trend. The annual and seasonal geostrophic wind speeds around Beijing, based on daily mean sea level pressure (MSLP) from the ERA-40 reanalysis dataset, also exhibited decreasing trends, coincident with the results from site observations. A comparative analysis of the MSLP fields between 1966–1975 and 1992–2001 suggested that the influences of both the winter and summer monsoons on Beijing were weaker in the more recent of the two decades. It is suggested that the bulk of wind in Beijing is influenced considerably by urbanization, while changes in strong winds or wind speed extremes are prone to large-scale climate change in the region.     

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.     

昌吉站迁站对气象要素影响及热岛强度指标分析

选取昌吉站旧址1981—2013年（其中1981—2008年为迁站前昌吉站资料,2009—2013年为旧址作为区域站Y5522所采集资料）、新址2009—2013年资料进行对比分析,并对新旧站址资料进行T检验,结果表明：迁站前后,新址与旧址气温、相对湿度、风速变化趋势基本一致,但变化幅度新址较旧址略大。两站气温差冬季变化最为明显,夏季变化最小;平均相对湿度新址较旧址偏高,各季差值在冬季最小;平均风速较旧址偏大0.9 m/s,最多风向新址为西风及西南风,旧址为西风;从年平均值的连续性看,年平均气温、年平均最低气温、年平均相对湿度连续性较差,年平均最高气温与年平均风速连续性相对较好。     

Effect of Urbanization on Land-Surface Temperature at an Urban Climate Station in North China

While the land-surface temperature (LST) observed at meteorological stations has significantly increased over the previous few decades, it is still unclear to what extent urbanization has affected these positive trends. Based on the LST data recorded at an urban station in Shijiazhuang in North China, and two rural meteorological stations, the effect of urbanization at the Shijiazhuang station for the period 1965–2012 is examined. We find, (1) a statistically-significant linear trend in annual mean urban–rural LST difference of \(0.27\,^{\circ }\hbox {C}\) \(\hbox {(10 year)}^{-1}\), with an urbanization contribution of 100% indicating that the increase in the annual mean LST at the urban station is entirely caused by urbanization. The urbanization effects in spring, summer and autumn on the trends of mean LST are also significant; (2) the urbanization effect is small for time series of the annual mean minimum LST, and statistically marginal for the trend in annual mean maximum LST [\(0.19\,^{\circ }\hbox {C}\,\hbox {(10 year)}^{-1}\)]; (3) the urbanization effect on the annual mean diurnal LST range (\(\Delta {LST}\)) at the urban station is a strongly significant trend of \(0.23\,^{\circ }\hbox {C (10\,year)}^{-1}\), with an urbanization contribution of 21%. The urbanization effects on trends in the spring and autumn mean \(\Delta {LST}\) are also larger and more significant than for the other seasons; (4) the urbanization effects on the long-term LST trends are remarkably different from those on the near-surface air temperature at the same urban station. Nonetheless, the significant warming of the urban boundary layer is expected to affect the urban environment and ecosystems. However, the problem of data representativeness at an urban station for the monitoring and investigation of large-scale climate change remains.     

基于均一化观测序列的京津冀地区气候变化格局分析

利用1960~2015年京津冀地区88个国家级气象站观测资料（包括日平均气温、日最高气温、日最低气温、日降水、日平均风速等）,使用MASH（Multiple Analysis of Series for Homogenization）方法剔除台站迁址、仪器变更等因素所致偏差后,生成均一化的观测资料集。基于新资料集计算了各站气温、降水和凤速序列的线性趋势和Morlet小波等统计特征,分析了京津冀地区气候变化格局。结果表明:MASH方法能较准确地检测并校订观测序列中迁站、仪器变更等因素所导致的非均一性;1960~2015年期间京津冀年平均气温显著上升,上升幅度为0.261℃/10 a;降水减少,平均减少11.27 mm/10 a;风速显著减小,平均减小0.193 m s-1（10 a）-1。     

2009～2010年河西走廊大风日低空垂直切变和湍流统计特征

为了给河西走廊风电场建设提供科学依据,利用河西走廊14 座风能观测塔2009 年9 月至2010 年8 月的资料,分析了大风日低空垂直切变和湍流的演变和分布.结果表明：大风日风速垂直切变指数年平均在0. 092 ～0. 158 之间,较国标有些偏低;10 ～ 30 m、10 ～ 50 m 和10 ～ 70 m 的大风日风速垂直切变指数比非大风日偏小;低层风速垂直切变大,高层风速垂直切变小;大风日10 m、30 m、50 m 和100 m 4 层的年平均湍流强度为0. 11,比非大风日偏小一半左右;在大风日,随风速增大,风速不均一性减小,风向趋于稳定.