菏泽市最高和最低气温变化特征分析

利用菏泽1998—2017年20a逐日平均气温和最高、最低气温数据,统计分析平均气温和平均最高、最低气温的月、旬变化特征,以每2℃为一个区间,按月统计分析逐日最高、最低气温以及当日与翌日最高、最低气温的变幅在各区间的样本及出现频率。结果表明:夏、冬季日最高、最低气温及气温日较差分布区间跨度小,气温变化较稳定;春、秋季日最高、最低气温及气温日较差分布区间跨度大,气温变化不稳定。各月最高、最低气温及气温日较差出现频率在均值附近最大,随后向两侧递减;近年冬季有缩短的倾向,严寒天气减少,夏季酷暑天气增多;春季到夏季、秋季到冬季各有两次气温快速升降期。     

1951—2015年通辽市科尔沁区日气温特征分析

文章利用通辽国家基本气象站1951—2015年逐日最高气温、最低温度和日平均气温,计算了3个要素序列的算数平均值、中位数、众数及样本标准差等基本统计量,分析了每个气温等级出现的频次和不同气温段的气温日较差出现日数、日最高气温〉30℃日数和日最低气温≤-20℃日数等。结果表明：（1）该地极端最高气温达39.4℃,极端最低气温为-33.9℃,最高气温出现在7月12日,最低气温出现在1月17日。（2）全年26.1~28.0℃的最高气温出现频次和16.1~18.0℃的日最低气温出现频次最高。（3）一年中,日最高气温在0℃以上的天数占全年总日数的75%;日最低气温在0℃以下的日数占全年总日数的46%;日较差〉10℃的日数占全年总日数的69%。（4）1981—2015年平均气温比1951—1981年明显升高,表现为低温日数明显减少,而近10a不仅冬季低温日数减少而且夏季高温日数明显增多。     

华东地区最高最低气温时空变化特征

利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征。结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小。2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低。最高气温和最低气温分别在1989年和1988年发生了增加突变。华东最高和最低气温在空间上基本都为增温。华东最高气温在沿海地区的增温幅度大多大于内陆地区。最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小。最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征。     

华东地区最高最低气温时空变化特征

利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征.结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小.2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低.最高气温和最低气温分别在1989年和1988年发生了增加突变.华东最高和最低气温在空间上基本都为增温.华东最高气温在沿海地区的增温幅度大多大于内陆地区.最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小.最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征.     

基于OMR方法的城市化进程对辽宁省气温变化的影响分析

利用1961—2018年辽宁省61个国家级气象站逐日平均、最高、最低气温观测资料以及NCEP/NCAR再分析资料,定量分析了城市化对辽宁省气温变化的影响。结果表明：辽宁省气温呈显著增加趋势,观测资料的增温趋势较再分析资料明显;逐日平均、最高、最低气温均表现出冬季增温速率最快,春季、秋季次之,夏季增温速率最慢;在城市化影响贡献率上,秋季最大,夏季和春季次之,冬季相对较小;空间分布上,辽宁省绝大部分地区城市化影响呈上升趋势,呈现出中部大于外围,东部大于西部,南部大于北部的分布形势,城镇化发展水平越高的地区,观测与再分析方法的差值增加趋势越明显;平均气温、最高、最低气温的城市化影响分别是0.13℃/10 a、0.045℃/10 a、0.216℃/10 a,城市化影响贡献率分别为38.5%、19.5%、43.4%,说明快速的城市化进程是导致辽宁省气温增暖的重要因素。     

水城近50a气温变化特征分析

利用水城站1957-2006年的逐月平均气温、平均最高气温及平均最低气温资料,采用线性倾向估计对水城近50a季平均气温及年平均最高、最低气温的年际、年代际变化进行了统计分析。结果表明：近50a来水城年平均气温呈上升趋势,其线性倾向率为0．134℃／10a,春季气温距平近50a来却呈下降趋势,夏、秋、冬季气温呈上升趋势,上升趋势不一致,从各季节平均气温变化幅度来看,秋季最大,夏、冬次之,春季最小。50a来年平均最高气温、年平均最低气温均呈上升趋势。     

洞庭湖生态经济区热量资源变化特征

基于洞庭湖生态经济区25个地面气象观测站1961-2013年的逐日平均气温、最高气温和最低气温观测资料,组合成100项热量特征指标,利用统计方法系统性分析该区域的热量资源变化特征,并采用贡献率探讨了最高、最低气温在年平均气温变化中的作用。结果表明：洞庭湖生态经济区不同气温要素的空间分布形态不同,日平均气温≥0℃、≥5℃、≥10℃、≥15℃、≥20℃的积温空间分布形态一致,均呈西低东高分布;稳定通过0℃、5℃、10℃、15℃、20℃的初、终日期在区域内相对集中。年平均气温、年平均最高气温、年平均最低气温均呈显著或极显著上升趋势,但存在升温的不均匀性,气候变暖以最低气温升高为主要特征,最高气温在春季起到升温加速作用,导致洞庭湖区春季气温上升速率较其他季节大。气候变暖带动日平均气温≥0℃、≥5℃、≥10℃、≥15℃、≥20℃的积温呈极显著上升趋势,但升温的不均匀性直接关联到稳定通过一定界限日平均温度初、终日期的变化及积温突变时间的变化,5℃、15℃初日呈显著提前趋势,≥0℃、≥5℃、≥10℃积温增加突变时间与最低气温相近,≥15℃、≥20℃积温增加突变时间与最高气温相近。     

吉林省最高最低气温非对称变化时空演变特征

利用吉林省45个气象站1970-2014年逐日的最高、最低气温资料,分析吉林省最高、最低气温不对称变化在年、季尺度上的时空演变特征。采用经验模态分解法(EMD)分解年、季最高、最低气温序列,分析变化趋势。结果表明:近45年年平均最高、最低气温均呈增加趋势,且最低气温增幅是最高气温的两倍。四季的最高、最低气温变化形式与年变化一致;不同地区之间最高气温的增幅差异不大,最低气温增幅存在一定区别,东部最低气温增幅小于中、西部。相对稳定的增温区出现在西部和中部,不同季节的增温幅度不同,春、夏要强于秋、冬。经验模态分解(EMD)结果显示吉林省年平均最高、最低气温均为增加趋势,而春、冬季中最高气温趋势分量的倾向率与原始序列不同,为负值。夏、秋季中最高气温及四季中最低气温趋势分量序列与原始数据序列的倾向率一致,均为正值但大小存在差异。     

长白山景区冰雪旅游人数与气象条件的关系研究

以长白山景区东岗气象站1957-2014年11月至次年3月气温、降雪、风速资料,长白山景区2009-2013年逐日旅游人数资料为基础数据,利用气候倾向值、相关系数、显示性检验等方法,分析了长白山景区冬季降雪、最低气温、最高气温变化特征及旅游人数与气象要素的关系。结果表明:景区降雪量呈增加趋势,趋势值为0.88mm/10a,最低气温、最高气温同样呈上升趋势,最低气温升温趋势高于最高气温;进入21世纪以来,最低、最高气温呈下降趋势,下降幅度分别达到-0.70℃/10a和-0.67℃/10a;降雪的变化幅度比较大;旅游人数与降雪存在负相关,特别是中雪以上量级的降雪,相关性更好,通过0.05的显著性检验;最高气温小于等于-11℃是旅游人数的高值区,当最高气温达到-18℃以下,旅游人数达到最低值。在最低气温大于等于-20℃是旅游人数相对的高值,-20℃以下旅游人数随着最低气温的下降,旅游的人数减少。平均气温与旅游人数的相关性不明显。旅游人数与平均风速、最大风速都呈负相关。在工作日期间风速在2m/s-7m/s之间是旅游人数的相对最大值,从7m/s以上随着风速的增大,旅游人数呈下降趋势,当风速在11m/s以上时人数达到最少。在公休日期间风速≤2m/s是旅游人数相对最大值,次大值出现在8m/s,从8m/s开始随着风速的增大,旅游人数呈下降趋势,在12m/s以上时人数达到最少。     

贵州省日最高气温气候特征分析

该文利用贵州省68站1961年1月1日到2009年12月31日共49年逐日日最高气温资料,统计分析了贵州各站点日最高气温的夏季平均值和日最高气温>30℃天数的时间、空间特征,以及两日内最高气温变幅≥8℃的频次的时间和空间分布状况。结果表明:①贵州日最高气温夏季平均值大多<32℃。最热时段在省的东部和南部有2个峰值,7月中下旬最热,8月中旬次之,东北部和南部边缘该时段每旬有8-9 d日最高气温>30℃,但其中海拔较高的站点该日数较少;②西部最热时段仅有一个峰值,在7月下旬到8月上旬,省中西部盛夏每旬>30℃日数最多达到2 d,仅盘县、镇宁有时达到3 d;③两日内最高气温变幅>8℃的频数,以毕节、六盘水地区最多,持续时间最长,从当年11月持续到次年4月均有显著变温,遵义铜仁地区频次最低,出现时段最短,仅在3、4月份出现,每月不到1次的8℃以上的变温。     

精细化气象要素温度指导预报在山西区域的误差及特征

利用2009-2010年山西区域108站共730天精细化气象要素温度指导预报资料,对比日最高气温和日最低气温的预报误差,采用常规统计、EOF分析等方法研究指导预报误差的时间和空间分布特征,结果表明:山西区域的温度预报准确率比较稳定,但有明显的季节特点,夏季最高,秋季次之、冬春季相对偏低,日最高气温年平均正、负误差略高于日最低气温误差,春季大,冬秋次之,夏季小;正负误差值的空间分布与山西地形有一定的联系,日最高气温和日最低气温误差的分布特点具有明显的全区一致性.     

1980～2014年中国生态脆弱区气候变化特征分析

为了全面把握20世纪80年代以来中国生态脆弱区气候变化的特征,利用基于全国2000多个站点的格点化逐月资料,对中国典型生态脆弱区1980～2014年的日平均气温、日最高和最低气温、降水、相对湿度、风速和蒸发皿蒸发量的变化特征进行了分析。结果表明:（1）中国生态脆弱区日平均气温、日最高和最低气温几乎都呈上升趋势;日平均气温增幅北方大于南方;北方生态脆弱区日平均气温、日最高和最低气温、南方生态脆弱区日最低气温的季节增幅多为春季最大,秋季或冬季最小。（2）全区平均降水变化趋势不明显;生态脆弱区降水距平百分率春季多为增长趋势,夏季多为减少趋势,秋、冬季和年北方多为增长趋势,南方多为减少趋势。（3）相对湿度以减少趋势为主,只有黄土高原南部脆弱区秋、冬季和干旱半干旱区脆弱区冬季相对湿度距平百分率的趋势为正,这几个正值区同时也是降水增长大值区。（4）风速基本为减少趋势,春季减少趋势最大。（5）全区平均蒸发皿蒸发量春、夏季和年为减少趋势,冬季为增长趋势;北方生态脆弱区蒸发皿蒸发量四季和年多呈减少趋势;南方生态脆弱区蒸发皿蒸发量春、夏季以减少趋势为主,秋、冬季和年呈增长趋势。     

西南地区东部大官山温湿梯度变化特征分析

采用西南地区巫溪大官山同一坡面10个不同海拔高度梯度观测站2019~2020年逐小时温湿观测资料,分析了气温、气温直减率、日较差和相对湿度的梯度变化特征。结果表明:观测期间,气温随海拔升高而降低,海拔2000 m以上区域秋、冬季常出现逆温或同温现象;年平均气温递减率为0.57℃/100 m,最大值出现在3月和9月,分别为0.63℃/100 m和0.62℃/100 m,2月最低为0.49℃/100 m;日较差总体随海拔升高而减小,但在海拔1065~1222 m,出现了日较差随海拔升高而快速下降的突变区;年、春季在海拔1222~2180 m,秋季在海拔1222~2550 m,出现了日较差相对稳定层,其它季节不太明显。在海拔1670 m以下区域,年相对湿度为78.5%,夏季最大（85.3%）,秋季次之（82%）,冬季再次（74.3%）,春季最低（72.3%）;随着海拔升高云雾出现频率增大,年和各季相对湿度均随之增大;海拔1670~1930 m为突变区间,相对湿度迅速增加,在海拔1930~2550 m,年、春、夏、秋季处于云中的时间较多,相对湿度变化不大;冬季由于云层低,海拔较高的区域常处于云的上方,相对湿度随海拔升高反而有所减小。      

葫芦岛沿岸海陆风特征及其环境效应

利用葫芦岛观测站1980—2009年观测资料,分析了葫芦岛沿岸海陆风风速的季节特征和日变化规律,以及海陆风环流对沿岸环境的影响。结论如下:1)葫芦岛站点在冬季出现海陆风日数最多,其他依次为秋季、夏季和春季。陆风风速从春季到冬季呈现递减趋势;海风在春季最大,其次为秋季的,冬季的最小。总体上,海陆风日中海风要强于陆风。2)对海陆风风速椭圆拟合结果表明,海陆风在10:32由陆风转化为海风,海风在16:32达到最大,在21:42由海风转化为陆风,陆风在04:32达到最大。3)由于海风的存在,沿岸地带在春夏两季日最高气温在12时出现,秋冬季的在13时出现。4)能见度日变化在四季中表现一致,早晨能见度转好的时刻比最低气温出现时刻滞后约2 h,在海风维持较长时间后空气绝对湿度增加导致能见度开始转差。5)冬季静止型海陆风日比例最高,再循环型海陆风日在秋季出现最多,而夏季通风型海陆风日出现最多。     

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.     

1980～2017年四川盆地寒潮及其气温变化特征

利用“中国地面气候资料日值数据集(V3.0)”1980～2017年的地面日平均气温、最高气温和最低气温资料,按照四川盆地寒潮业务标准统计分析了38年四川盆地出现的77次区域寒潮特征及其日平均气温、最高气温和最低气温的变化特征,结果发现:近38年四川盆地区域寒潮频次呈不显著的增加趋势,增速为0.18次/10a,而强度呈显著增强趋势,增速为1.14℃/10a;平均最高气温和最低气温均表现为弱的升高趋势,且冬季比春、秋季升温趋势显著。寒潮天气过程中24h内主要表现为最高气温的下降,最低气温普遍下降不明显且近50%的站点趋于上升;最高气温累计降幅,春、秋季明显大于冬季,而最低气温累计降幅季节差异不大。给出72h气温累计变化趋势,类同24h。      

威宁县乡镇最高最低气温分析与预报方法探讨

基于贵州省威宁县2012年12月-2018年8月国家基准气候站(以下简称“国家站”)和52个区域自动观测站(以下简称“区域站”)的逐日最高最低气温资料,采用统计学方法和加权最小二乘法,分析威宁县近几年来最高最低气温的变化特征及国家站和部分区域站最高最低气温的相关性。结果表明:四季中,最低气温存在稳定的低值中心和高值中心,而最高气温只存在稳定的高值中心。春、夏、秋季的最高最低气温和冬季的最低气温分布与地形基本一致,但冬季的最高气温分布受地形和滇黔静止锋共同影响却有所变化。根据拟合方程得出的各乡镇气温预报值比直接用EC模式的预报值准确率更高,其误差值≤|2|℃。随着方程相关系数的减小,预报准确率相应降低,误差范围对应增大,预报准确率的高低与相关系数的变化具有一致性。     

基于地基微波辐射计遥感的天津大气水汽和液态水特征

利用2013年3月至2017年2月天津西青地基35通道微波辐射计观测资料,分析天津地区大气水汽和液态水特征。结果表明：天津地区各季节积分水汽和积分液态水的日变化趋势基本一致,均呈单峰型日变化特征,其中夏季最大,秋季次之,冬季最小。各季节积分水汽最大值出现在23：00时（北京时,下同）的概率均明显大于其他时次,夏季和冬季的积分液态水的最大值出现在14时的概率最大,春季和秋季分别出现在10时和13时的概率最大。天津地区水汽密度由地面至3.5 km处逐渐减小,递减梯度由夏季、秋季、春季和冬季的顺序依次增大,各季节从1.5 km往上日变化均不明显。1 km以下,春季、夏季和秋季平均水汽密度的日变化曲线呈双峰型,主峰值分别出现在08时、11时和12时左右。冬季呈单峰型变化,峰值区出现在12-16时。液态水密度随高度分层变化,夏季的液态水密度大值区（0.08-0.14 g·m^-3）为5-6 km,在18-20时出现最大值。秋季、春季和冬季液态水密度的大值区出现的高度为1.5-3.5 km,但数值依次减小,春季和冬季的最大值出现在05时前后,秋季则出现在02时左右。另外天津地区水汽、液态水与温度和降水量的变化趋势基本一致,除夏季06-18时及冬季部分时次外,水汽与温度呈正相关。液态水与温度相关性较差,但与降水量呈正相关,全年液态水与降水量夜间的相关性大于白天。     

基于地基微波辐射计反演四川盆地水汽及云液态水的初步分析

利用2016年12月1日～2017年11月30日,地基微波辐射计、L波段探空资料和地面常规气象资料,对四川盆地的水汽和云液态水进行了初步分析。结果表明:(1)探空与微波辐射计反演的水汽含量差值为0.558cm,相关系数为0.787,且通过了α=0.01显著性检验,微波辐射计反演的水汽含量是可信的。(2)基于地基微波辐射计分析四川盆地水汽和云液态水含量的变化特征,可以得出,夏季水汽含量最多,秋季云液态水含量最多;最大值出现在夜晚,最小值出现在白天,夜晚值大于白天。水汽含量和云液态水含量最大值和最小值时间间隔秋季最长(均为16小时),冬季最短(分别为9小时、10小时);水汽含量日较差在秋季最大(1.096cm),冬季最小(0.489cm),云液态水含量日较差在夏季最大(0.908mm),冬季最小(0.311mm)。水汽含量与降水、温度的月变化特征为显著性正相关,相关系数分别为0.842和0.915;与温度日变化特征在春、秋季的11:00～次日01:00为显著性正相关,白天相关性大于夜晚,在夏季01:00～13:00为显著性负相关,日出前相关性最高。(3)水汽和云液态水含量在降水过程开始前1～2h有明显的波动上升,降水结束后,水汽和云液态水含量迅速减少,水汽和云液态水的变化特征对降水天气的预报具有指示意义。