北京降水特征及北京市观象台降水资料代表性

将北京分为城区、郊区、南部山区及北部山区4个区域,利用14个观测站1978—2010年共33年的月降水量资料,分析了不同区域降水年变化和夏季降水特征及其差异。结果表明:各区域年平均降水量存在较大差异,郊区降水量最多 (620 mm),城区与南部山区降水量较少,而北部山区降水量最少 (476 mm);城区与南部山区的年降水量较接近,二者与郊区和北部山区都有显著差异。4个区域的降水量都表现出减少趋势,郊区最明显 (47 mm/10 a),北部山区的减少趋势最小 (0.7 mm/10 a)。对4个区域夏季 (6—9月) 降水量分析发现,城区与南部山区具有较好的一致性,二者与郊区和北部山区具有显著差异。均方根偏差和相关系数的计算结果表明:北京市观象台与城区和南部山区的降水年变化和夏季降水特征差异均不显著,而与郊区和北部山区有显著差异,说明北京市观象台降水资料对城区和南部山区具有最优代表性,而对北部山区和郊区的代表性较差。     

东北夏季气温分区变化特征

对1961-2002年东北夏季气温用REOF方法分解,以此将东北夏季气温的变化区域分为南部、北部、中东部.讨论三个区域夏季气温的变化趋势及年代际变化特点,结果发现三个区域夏季气温年际变化表现为一致的上升趋势,只是升温的幅度有所不同,而年代际变化差异明显,主要体现在各区域回暖具有一定的先后顺序.功率谱分析的结果表明,各分区的周期变化有明显的差异.对全区以及各分区作滑动均方差,发现各分区气温的年际变化幅度存在差异,北部和中东部气温振荡幅度较为一致,南部地区在1990 s之前气温的年际变化较小,1990 s之后气温的振荡幅度明显增大.     

1978—2008年城市化对北京地区气温变化影响的初步分析

应用北京地区20个常规站1978-2008年经均一性序列多元分析方法均一化处理的气温数据,初步分析了北京地区城市化对年平均和不同季节日最高、最低以及平均气温的影响。结果表明,1978—2008年,年平均日最低、平均气温空间分布自北向南、自西向东,温度逐渐升高,在城区达到最高,日最高气温表现为从西向东南逐步升高,在城区形成较为明显的热岛。温度变化趋势表明,各站日最低气温、平均气温、最高气温均呈升温趋势。城市化对北京地区城区及近郊区站点日平均气温和最低气温影响最大,对自北部佛爷顶至昌平到城区一带站点的最高气温影响最大。城市化对北京(观象台)站的增温影响最为明显,对城区站点温度平均的增温影响次之,对全市站点温度平均的增温影响最小。城市化对观象台站、城区站点平均、全市站点平均日平均气温、最低气温的年平均、各季节均非常显著,其中在秋季影响最大,对日最高气温的影响则是在夏季最大。     

石家庄市区域自动气象站气温数据适用性分析

利用2009—2015年石家庄地区17个国家级自动气象站和61个两要素区域自动气象站的逐时气温、逐日最高气温及逐日最低气温观测资料,对比分析了石家庄市国家站和区域站逐时与逐日气温空间分布特征的相似性及差异性。结果表明:探测环境差异对日最低气温观测值的影响较大,对日最高气温观测值的影响较小。石家庄市不同区域气温冬季差异最大,夏季差异最小,春秋季居中;太阳辐射可以减小区域之间气温的差异,日出后不同区域的气温差异快速缩小,辐射最强时气温差异最小,日落后不同区域气温差异达最大,直至日出前不同区域的气温差异变化微弱,始终保持较高差值。石家庄市西北部山区气温较低,东部平原地区气温较高,石家庄城区气温最高。选取不同探测环境的气象站统计某区域平均气温时,对日平均最高气温统计值的影响较小,对日平均最低气温统计值的影响较大;23时至翌日上午10时,国家级自动气象站气温差异的季节变化特征可以代表全区气温差异的季节变化,其他时刻代表性较差,18—20时气温差异的代表性最差;冬季夜间石家庄市主城区相对周边地区城市热岛最明显,夏季山区相对城区最高气温更低,冬春季白天城区相对乡镇存在明显的冷岛现象。     

北京气温日变化特征的城郊差异及其季节变化分析

本文利用北京地区近4年67个自动气象站的逐小时气温观测资料,基于北京地区气温的日变化特征,通过分析日最高、最低气温出现时间的概率分布,研究了城区、郊区气温的日变化差异及季节特征.此外,进一步分析研究了不同单位时间间隔变温的日变化特征,及最大变温出现时间的概率分布情况.研究结果表明:平均而言,城区最高温度出现的时间偏晚,而最低温度出现的时间城区偏早于郊区,与郊区相比,北京城区站点温度的日变化特征更为一致,最高(低)温度出现的时间更加集中;温度日变化的特征随季节有明显的变化,最高温度出现时间在秋、冬两季最为集中,在春季和夏季较为分散;而最低温度出现时间在春、夏两季最为集中,在秋季和冬季最为分散.一天中正、负变温过程具有非对称特征,正变温是比较急剧的过程,负变温相对比较缓慢,北京城区站点的变温幅度小于郊区,春、秋和冬季变温幅度较大,夏季变温幅度最小.不同单位时间内变温速率的分析表明,最强的变温过程一般在3小时以内;最大变温出现时间的概率分布分析表明,最大正变温出现时间在冬季最为集中,夏季最为分散;而最大负变温在秋季最为集中,在春季最为分散.最高(低)温度、变温的城、郊特征差异主要是由于城市热容量比郊区大,且具有更多变化的复杂性而形成的.温度日变化的特征和其区域、季节差异性的揭示,不仅有助于更好地认识和理解区域气候特征和城市化对气温的影响,也可以为做好精细化的天气预报提供气候背景参考.     

巴基斯坦近40a气温时空变化特征分析

基于巴基斯坦不同气候区4个代表站(卡拉奇、雅各布阿巴德、奎达、德罗什)1979—2018年地面观测资料和ERA-Interim气温资料,利用一元线性回归、Mann-Kendall突变检验和Morlet小波分析,分析其气温时空变化特征。结果表明:(1)巴基斯坦过去40 a经历了先降温后增温的过程,除北部山区年平均气温增温趋势显著,四季总体都有增温,春秋两季增温趋势显著。巴基斯坦于1998年左右发生气温突变,年平均气温存在4~5、12、20~22和32 a的周期。(2)ERAInterim再分析资料与地面观测数据拟合分析显示两者相关性达到极显著水平,除北部山区外,在大部分区域误差较小,能够较好地反映巴基斯坦气温的变化特征。(3)巴基斯坦年、季平均气温空间分布地带性明显,高温区位于南部印度河平原、三角洲地区,低温区分布在北部山区,年、春季、秋季平均气温变化在空间上总体均呈现明显增长趋势.     

博州近45年气温变化特征分析

用博州4个气象站1960～2004年的月平均气温资料,分析了博州3个气候区域近45a来的气温变化特征.结果表明：45a来博州地区气候逐渐变暖,特剐是上世纪80年代中期以来增温尤为明显,中部博河河谷区及东部平原增温幅度明显大于博州山区.博州山区的夏季气温略有下降.上世纪60年代异常冷冬、凉夏事件最多,80年代异常冷暖事件最少.     

近50年关中西部24节气气温变化特征及突变分析

利用关中西部渭滨区、太白县、陇县3个国家气象站1970—2019年气温数据,运用线性变化趋势分析、Mann-Kendall检验法和滑动T检验法,分析关中西部不同地域24节气气温变化和突变特征。研究表明：近50 a关中西部24节气气温呈单峰型分布,大暑气温最高,小寒最低。春季型节气增温最快,秋季型节气降温最快,春季增温快于秋季降温。惊蛰和清明气温升幅最大,立冬降幅最大。气温日较差冬季型（川塬区）和秋季型节气（南北山区）最小,夏季型（川塬区和北部山区）和冬季型节气（南部山区）最大。春季型节气除立春外,平均气温、最高气温、最低气温均为显著增温趋势,其他季节型节气仅最低气温多呈显著增温趋势。24节气气温年代变化呈波动上升趋势,气温距平为“负—正”变化特征。4个物候性节气中惊蛰、清明气温呈极显著上升趋势,小满、芒种呈显著上升趋势。惊蛰1973、2004—2019年显著增温,1999年为气温转暖突变年;清明2005—2019年显著增温,1999年为转暖突变年;小满1981—1982、2001—2019年显著增温,1976年为转暖突变年;芒种2005—2007、2009、2011—2019年显著增温,1995年为转暖突变年。     

中国东北地区气温变化的模拟评估与未来情景预估

基于RegCM4区域气候模式、CMIP5全球气候模式数据集和中国东北地区162个气象站气温观测资料,采用偏差分析和相关分析评估了RegCM4和CMIP5对东北地区气温的模拟能力,预估了RCP2.6、RCP4.5和RCP8.5排放情景下东北地区未来气温的变化。结果表明：区域模式和全球模式均能较好地再现气温时空变化特征,模式对冬季和夏季的模拟效果优于秋季和春季;在区域尺度信息上,区域模式和全球模式的模拟值均较观测值偏小,RegCM4模式的模拟结果明显优于CMIP5模式,且对模拟的冷偏差有改善。未来东北地区年及四季气温均呈升高趋势,RCP2.6情景下增温相对较小,RCP4.5次之,RCP8.5情景下增温最显著;冬季和秋季气温增幅较大,夏季气温增幅最小;与CMIP5模式相比,RegCM4模式的增温幅度更大,且年际振荡特征更加明显。空间上,区域模式和全球模式预估的近期、中期、末期增温分布格局比较一致,均呈自北向南逐渐减小的纬向分布特征,辽宁地区增温幅度最小,增幅高值区位于黑龙江省大兴安岭地区,虽然北部升温幅度较南部明显,但是升温后未来东北地区的气温分布特征仍是南部气温高于北部。     

北京地区热岛效应及日较差特征

通过对2007～2010年北京地区经质量控制后的123个自动气象站气温数据采用K均值聚类方法分类, 得到城区、郊区、西部和北部山区、西南和东北部山区4个温度分区, 分析了4个分区气温的年变化、日变化和日较差变化特征, 并对北京地区热岛效应的时间变化特征进行了细致分析。结果表明:聚类分析方法可对北京地区温度很好地进行分区, 分区结果与站点的地形和下垫面情况较为吻合;不同分区温度日较差在西部和北部山区最大, 在西南部和东北部山区次之, 郊区再次之, 在城区的日较差最小;在一年中, 各温度分区以2月、5月与10月日较差较大, 其中以5月的日较差为最大;北京地区热岛效应在冬季和夜间较强, 而3～8月热岛较弱, 在夏季的白天比其它季节白天强。     

Areal differences in diurnal variations in summer precipitation over Beijing metropolitan region

Using hourly rain-gauge measurements for the period 2004?C2007, differences in diurnal variation in summer (June?CAugust) precipitation are investigated in four distinct areas of Beijing: the urban area (UA), suburban area (SA), north mountainous area (NMA), and south mountainous area (SMA), which are distinguished empirically based on underlying surface conditions and verified with a statistical rotated empirical orthogonal function. The diurnal cycles and spatial patterns in seasonal mean precipitation amount, intensity, and frequency in the four areas are compared. Results show that the four areas have distinct diurnal variation patterns in precipitation amounts, with a single peak observed in UA and NMA in the late afternoon, which are 80?% and 121?% higher than their daily average, respectively, and two peaks in SA during the late afternoon and early morning with magnitudes exceeding the daily mean by 76?% and 29?%, respectively. There are also two peaks in SMA: a weaker nocturnal diurnal peak and an afternoon peak. The minimum amounts of rainfall observed in the forenoon in UA, SA, and SMA are 53?%, 47?%, and 57?% lower than the daily mean in each area, respectively, and that observed in the early morning in NMA is 50?% lower than the daily mean. The diurnal variations in precipitation intensities resemble those for precipitation amount in all four areas, but more intense precipitation is observed in SA (2.4?mm/h) than in UA (2.2?mm/h). The lowest frequency for the whole day is observed in UA, whereas the highest frequency occurs in the mountainous areas in the daytime, especially in the late afternoon in SMA. Diurnal variations in surface air temperature and divergence fields in the four areas are further investigated to interpret the physical mechanisms that underlie the spatial and temporal differences in summer diurnal precipitation, and the results indicate the possible dominance of the local circulation arising from mountain?Cvalley wind and the differences in underlying surface heating between the urban, suburban, and mountainous areas of Beijing.     

基于自动站资料的近15年北京地区舒适度变化特征

利用44个自动站的小时观测资料,详细分析了北京地区近15年来气温、风速、相对湿度和有效温度的分布和变化情况,结果表明:1）北京地区年平均气温、风速和有效温度都显著地受到了地形分布的影响,相对湿度没有表现出明显的地形差异。研究时段内,北京整体呈变干变暖。区域上,气温与有效温度增幅最大的区域集中在平原中心城区,西北和东北部的远郊山区增幅最小,相对湿度降低的程度在区域上较为平均;2）按有效温度的热感受等级划分,北京地区冬季平均热感受属于“寒冷”,年、春季和秋季平均热感受属于“冷”,夏季平均热感受属于“温暖”。春季、夏季和冬季变干变暖明显,秋季则存在明显的区域差异;3）北京地区年平均气候适宜日数在全年中占比41.3%。气候适宜日数变化在区域间差异较大,超过半数站点表现出“气候适宜日数”的减少。由于整体上的变干变暖趋势,导致春季“气候适宜日数”整体在增加,夏季“气候适宜日数”整体在减少。秋季的“气候适宜日数”没有表现出统一的趋势。冬季的热感受主要集中于寒冷日和冷日,“气候适宜日数”很少。     

北京1951—2008年升温趋势和季节变化

采用均一化订正的北京南郊地面日平均气温资料,分析了北京地区1951—2008年气温变化趋势。结果表明,年平均最高和最低气温的升高呈明显的不对称性,其中年平均最低气温升高较为明显,升温趋势为0.46℃/10a。根据1951—2008年日平均气温计算北京春、夏、秋、冬四季的季节长度和起始日期,发现北京地区冬季最长,秋季最短;夏季在逐渐延长,冬季在逐渐缩短,夏、冬两季长度变化的线性速率分别为4.4d/10a和-4.7d/10a。春、夏两季逐渐提前,趋势分别为3.0d/10a和2.5d/10a;而秋、冬两季在逐渐推迟,趋势分别为2.0d/10a和1.7d/10a。将季节起始日期与年平均气温进行相关性分析发现,春、夏两季的起始时间与年平均气温存在显著负相关,而秋、冬两季起始时间与年平均气温存在显著正相关。     

北京地区精细化的降水变化特征

应用2007~2010年北京地区123个数据质量较好的自动气象站逐时降水数据,分析了该地区夏季不同级别降水的空间特征和4~10月降水的时间变化特征。结果表明,北京地区2007~2010年自动站年平均夏季降水量分布与1978~2010年常规站多年平均夏季降水量分布较一致,夏季总降水小时数明显高值中心在北部山区和城区以西山区,小时雨强以东北部、城区为高值中心,自东向西趋势递减,7月城区小时雨强最强。     

北京地区城市热岛强度变化对区域温度序列的影响

通过对北京地区20个台站1961~2000年月平均温度资料的对比分析,证实热岛效应对城市气象站记录的地表平均气温的绝对影响随时间显著增大,近20 a尤为突出,但其相对影响即热岛增温对全部增暖的贡献却呈下降趋势。近40 a来,北京地区的国家基本、基准站平均温度距平序列与被认为不受城市热岛影响的郊区站平均温度距平序列差异明显,由于热岛效应加强因素引起的国家基本、基准站平均年温度变化速率为0.16℃/(10 a),对整个时期全部增温的贡献达到71%;近20 a来热岛效应加强因素使北京地区国家基本、基准站年平均温度每10 a增暖0.33℃,对该时期全部增温的贡献达到49%。城市热岛效应加强因素对国家基本、基准站季节平均温度上升的贡献在夏、秋季高,冬季最小。本文的结果说明,目前根据国家基本、基准站资料建立的全国或较大区域平均温度序列可能在很大程度上保留着城市化的影响,有必要做进一步的检验和订正。     

Modeling the Warming Impact of Urban Land Expansion on Hot Weather Using the Weather Research and Forecasting Model: A Case Study of Beijing,China

The impacts of three periods of urban land expansion during 1990–2010 on near-surface air temperature in summer in Beijing were simulated in this study, and then the interrelation between heat waves and urban warming was assessed. We ran the sensitivity tests using the mesoscale Weather Research and Forecasting model coupled with a single urban canopy model,as well as high-resolution land cover data. The warming area expanded approximately at the same scale as the urban land expansion. The average regional warming induced by urban expansion increased but the warming speed declined slightly during 2000–2010. The smallest warming occurred at noon and then increased gradually in the afternoon before peaking at around 2000 LST—the time of sunset. In the daytime, urban warming was primarily caused by the decrease in latent heat flux at the urban surface. Urbanization led to more ground heat flux during the day and then more release at night, which resulted in nocturnal warming. Urban warming at night was higher than that in the day, although the nighttime increment in sensible heat flux was smaller. This was because the shallower planetary boundary layer at night reduced the release efficiency of near-surface heat. The simulated results also suggested that heat waves or high temperature weather enhanced urban warming intensity at night. Heat waves caused more heat to be stored in the surface during the day, greater heat released at night, and thus higher nighttime warming. Our results demonstrate a positive feedback effect between urban warming and heat waves in urban areas.     

北京中心商务区夏季近地面气温时空分布特征

利用2012年6-8月31个自动观测站点气温资料,分析了北京中心商务区（CBD）夏季近地面气温时空分布特征及影响因子,并将CBD地区夏季气温监测数据与朝阳区气象站同期地面气温进行比较分析。结果表明：下垫面类型和人为热排放等差异是直接影响城市中心商务区近地面气温空间分布的主要原因。人口密集区、高层建筑与柏油路面集中区成为夏季月平均气温高值中心,较绿地覆盖区域的低值中心偏高约1.0 ℃;夜间人类活动及车辆使用造成的人为热排放是导致夜间城市地面气温空间差异的主要原因,而白天气温空间差异相对减小。CBD地区与朝阳站平均温差存在较明显的周内和日内变化韵律,且白天和夜间二者温差基本都为正值,但夜间的差值更加明显,即CBD地区平均气温一般高于朝阳站,表现出明显的附加城市热岛效应,而且这种附加城市热岛效应具有同城市热岛强度相近的日内变化规律。进一步分析表明,不同天气条件下CBD区域的附加城市热岛强度表现出显著差异,晴好微风少云天气情况下,附加城市热岛效应更明显,主要表现在夜间;阴天、高湿天气条件下,附加城市热岛效应在白天和夜间均较弱;降水天气条件下附加城市热岛效应日夜差异最小,说明日照和太阳辐射在引起附加城市热岛效应方面起着重要作用。不同天气条件下CBD地区内部的附加城市热岛效应空间分布基本一致。     

基于CRU资料的山西百年气温时空演变特征

全球变暖的背景下,百年尺度上的区域气温变化规律,近年来已成为气候变化研究的热点。本文基于1901-2016年英国东英吉利(East Anglia)大学气候研究中心(Climatic Research Unit,CRU)提供的高分辨率、逐月气温数据集,采用一元线性回归法、滑动平均法和Mann-Kendall突变检验法分析了116年来山西气温的时空分布特征。结果表明:百年来山西年平均气温和各季节气温均呈波动上升趋势,年均和各季节气温倾向率分别为0.13℃·(10a)-1(年平均)、0.16℃·(10a)-1(春季)、0.05℃·(10a)-1(夏季)、0.09℃·(10a)-1(秋季)、0.22℃·(10a)-1(冬季),其中冬季气温增幅最大,对年均温增长的贡献最大,贡献率为42.31%,夏季气温增幅最小,贡献率也最小(9.62%)。研究时段内,山西各季节气温均发生突变,春季季均温突变开始于1993年,夏季在1917年和1996年都发生了气温突变,秋季、冬季出现突变的年份分别为2001年、1984年。空间上,山西多年平均气温和季均温均以南高北低的纬度变化规律为主,同时受到地形的影响,分别形成不同气温中心,其中冬季受地形影响最小,尤其是最冷月。