夏季值周总结十篇

夏季值周总结篇1

甘肃黄土高原区(图1)是一个传统的雨养农业区,生态环境系统比较脆弱,由于夏季干旱频繁发生,小量级的降水对于缓解农业旱情、改善土壤墒情起不到有效作用[27],夏季极端降水的概率虽然不大但会直接威胁到农业生产,给人们生活带来严重的影响。并且随着全球变暖的持续发展,这种极端气候事件的出现频率将会大大增加[29],要注重极端天气现象的气候变化研究,特别是不能忽视发生概率较小,但对人类社会生态环境,农业生产影响巨大的现象及其规律。因此,本研究从极端降水的频数和强度入手,进一步分析甘肃省黄土高原区夏季(6、7、8月)极端降水事件在时间和空间上的演变规律,更详尽的了解该区夏季发生极端降水事件的变化特征,从而把握主要雨带随时间的位置变化,对做好该区农业生产及气象减灾防灾方面具有重要意义。

1研究资料与方法

1.1研究区资料选取

甘肃省黄土高原地区(图1)指甘肃省东部和中南部被连绵黄土覆盖的广大地域,为保留行政区划的完整性,研究区域包括甘肃省辖区内的庆阳、平凉、天水、定西、兰州、白银6个市。本研究数据是甘肃省气象局提供的1961—2009年逐日降水资料,在使用前对各个站点进行了比较严格的质量控制,删除资料序列长度过短或缺测等站点,最终选取了该区32个站点。

1.2研究方法

1.2.1极端降水定义

文中采用目前国际最为流行的百分位法定义了不同台站极端降水事件的阈值。使用百分位定义极端降水事件,避免了用统一标准(如50mm)的定义方法在干旱、半干旱地区检测不到极端降水的不足。其具体方法是:把各站1971—2000年6—8月各日的降水资料分别从小到大排序,各月均取第95个百分位所对应日的值,把该对应日30a平均值定义为该月极端降水阈值。研究各月极端降水特征时,分别使用其对应月的极端降水阈值来检测极端降水事件。某站某日降水量大于等于其对应月极端降水阈值时,则称为发生一次极端降水事件,某时间段(1个月)发生极端降水事件的次数称为极端降水频数,发生极端降水日的降水量之和称为极端降水量。某时间段极端降水量除以极端降水频数,称为极端降水强度。

1.2.2复值Morlet小波分析及小波方差

小波分析是近10a来被引入气象领域的一种新方法,它不仅可以给出气候序列变化的尺度,还可以显示出变化的时间位置。复值Morlet小波用于时间序列的分析时,小波系数实部的变化趋势与信号的起伏是基本一致的,等值线中心为高低值中心(正小波系数为高值,负小波系数为低值),中心值的大小可以反映出波动的振荡强度[30]。

小波方差反映了波动的能量随尺度的分布,可以用来确定一个时间序列中各种尺度扰动的相对强度,对应峰值处的尺度即为该序列的主要时间尺度,即主要周期[31]。因此,小波方差提供了一种确定一个时间序列中存在主要周期的客观而有效的分析方法。

2极端降水阈值的空间分布

图2A给出了甘肃黄土高原区夏季平均极端降水阈值的空间分布,从图中可以明显看出,东南大西北小的特点,阈值最大的站在正宁,为15·45mm,最小的站在景泰,为5·96mm。最大值达到最小值的2·6倍,说明甘肃黄土高原区夏季极端降水阈值的空间差异大。这种空间分布与图2B夏季降水总量的分布极为相似,即降水量大的区域极端降水阈值大,说明了极端降水与总降水的关系非常密切。

3极端降水的时空变化特征

3.1时间变化特征

3.1.1极端降水频数的时间变化分析

从图3极端降水频数序列的复值Morlet小波变换图和小波方差图(图3)对应可以看出,6月极端降水频数序列在11a左右的振荡最为显著,而且沿着时间序列振荡越来越强烈,其次是4a周期,出现在近些年但振荡表现的很微弱;7月极端降水频数序列在15a左右的振荡为第一主周期,该周期贯穿于整个时间序列,其次是11a和4a左右的周期;8月极端降水频数序列在4a时间尺度上的振荡最显著,尤其在20世纪70年代和自90年代以来这两段时间里振荡较强烈,其次是12a和18a左右的周期。

3.1.2极端降水强度的时间变化分析

由图4中对应可以看出,6月极端降水强度序列在11a左右的周期振荡最为明显,并且贯穿于整个时间序列,其次是4a,主要是自20世纪80年代以来振荡较明显;7月极端降水强度序列在12a左右的周期振荡最显著,尤其自90年代以来周期振荡表现的更强烈,其次是8a、4a周期,振荡分别主要出现在1985年之前、90年代;8月极端降水强度序列在5a时间尺度上的振荡最明显,其次是8a、18a左右的周期。

将频数和强度结合起来看,6、7月极端降水周期较长,8月周期较短:即6、7月极端降水事件发生的主周期是11~12a,8月是4~5a。极端降水频数和降水强度的11a左右的年代际周期主要受太阳黑子11a准周期的影响,同时也和东亚季风强度变化的11a主要周期一致[32]。4a左右的年际周期主要受东亚季风3~4a和6·5a左右的年际周期变化影响[33]。同时,25a左右的周期表现也很明显,有待更长时间序列观测数据的验证。

3.2空间变化特征

3.2.1总量空间变化特征分析

极端降水量与降水总量的百分比,反映极端降水事件降水量对总降水量的贡献,也从一定意义上反映极端降水事件对洪涝的贡献率[34]。图5为1961—2009年夏季极端降水累积总量空间分布图,其中夏季极端降水累积总量占夏季降水累积总量(图2B)的62%。从图中可以看到它们的总体趋势具有一致性,即由西北向东南呈逐渐增加的趋势;同时也存在明显的空间差异性,极端降水总量较大值主要分布在在陇东东南部地区,分布面积比夏季降水总量较大值分布面积大且集中;同时在岷县、渭源、临洮一带,夏季降水总量较多,但发生极端降水的降水总量却相对较少。

3.2.2极端降水频数的空间变化分析

图6为1961—2009年夏季(6—8月)极端降水事件49a累积频数的空间分布,很显然,8月发生频数最多,7月次之,6月最少。随着时间的推移(6—8月)频数在空间分布范围上不断扩大。就各月来看,6月发生频数相对较少,仅仅在个别海拔相对高的山区频数较多,说明对频数反映最敏感的是海拔高度。7、8月,随着季风的加强,频数开始在天水、秦安、庄浪以及陇东地区表现明显,且逐渐加强。

3.2.3极端降水强度的空间变化分析

强度是衡量极端降水的另一要素,强度越大越可能造成灾害。图7为夏季(6—8月)极端降水事件49a累积强度的空间分布,很明显:6月强度最弱,8月较强,7月最强且自西向东空间差异性最大;就各个月来说,6月极端降水强度最小值发生在乌鞘岭以东的景泰、永登一带,相对较大值主要发生在天水、清水附近地区,另外还有正宁、渭源强度也较大;7、8月的极端最大降水强度分布具有空间一致性,主要在庄浪、秦安、天水一线以东地区,尤其是陇东地区的东南部。

综上所述,极端降水频数与强度在空间上基本具有一致性,东、中部多西部少。东亚夏季风对我国降水的影响主要位于100°E以东的地区[35],而该区正好处于东亚季风影响区内,每年的降水分布,降水带移动及其带来的洪涝灾害就是受夏季风控制;同时全年水汽输送主要来自与其南面相邻的青藏高原上空的西南暖湿气流和川陕东南部的东南暖湿气流,此外,作为东亚夏季风系统主要成员之一的西太平洋副热带高压,其西南侧的东南风水汽输送在强夏季风年也可以到达。随着夏季风的进退,受地形影响,该区极端降水带移动在频数和强度上由西向东表现为:大致以庄浪、秦安、天水一线为界,6月频数和强度大值区在这一线以西,海拔相对高的山区,7—8月在以东地区,尤其是陇东地区的东南部。为了避免灾害的发生可以再相应的时间和地区做好防范准备。

4极端降水的频数和强度的趋势变化

图8为1961—2009年夏季(6—8月)极端降水事件49a累积频数和累积强度图,可以看出,6月极端降水频数和强度都明显呈上升趋势;7月极端降水频数和强度都呈下降趋势;8月极端降水频数呈下降趋势,强度呈微弱上升趋势。这与全国持续1d极端事件的相对频数具有上升趋势而平均强度具有下降趋势[9]有些差异。另外,运用Mann-Kendall突变检验法对极端降水的频数和强度进行检测,结果没有通过检验,突变不显著。

5结论与讨论

本研究借助ArcGIS(9.X)和Matlab7·0数据软件平台,采用复值Morlet小波分析及小波方差分析了甘肃黄土高原区1961—2009年夏季极端降水的频数和强度时空变化特征,初步可以得出以下结论:

1)从时间尺度来看,该区夏季极端降水频数6—8月第一主周期分别为11a、15a、4a;其次在不同的时段内还存在12a、18a的周期振荡;极端降水强度在6—8月分别以11a、12a、5a的周期振荡表现的比较显著,其次为4a、8a、18a的周期振荡。将频数和强度结合起来看,6、7月极端降水周期较长,8月周期较短:即6、7月极端降水事件发生的主周期是11~12a,8月是4~5a。这可能分别受太阳黑子和ENSO周期的影响,其中ENSO是通过影响东亚季风年际周期来影响降水的。

夏季值周总结篇2

关键词：氯化物；总硬度；电导率；再生水；相关系数

中图分类号：TU991 文献标识码：A

本实验主要研究某再生水厂出水中氯化物、总硬度与电导率的关系，通过化验数据分析监测结果，比较两者的相关关系，并总结数据之间的规律性，帮助运行人员根据电导率快速判断氯化物、总硬度具有一定的指导意义。

1 再生水厂工艺流程及水质情况

1.1工艺流程

以某再生水厂为例，目前再生水厂主要的深度处理工艺包括连续微滤膜（SMF）过滤、部分反渗透（RO）、部分臭氧（03）、氯消毒，核心工艺为双膜（SMF和RO）与臭氧联用，其中臭氧工艺段主要功能是脱色除味。SMF出水一部分直接进入臭氧工艺，另外一部分加入亚硫酸氢钠中和余氯后进入反渗透工艺，两个工艺出水后混合进入清水池。去除离子类指标的工艺主要是反渗透（RO），通过设计SMF出水与RO出水勾兑比例达到再生水相关的标准要求。

1.2再生水厂进出水水质

再生水厂采用污水处理厂的出水作为水源，通过分析进水水质发现，氯化物和总硬度变化较大，氯化物在367.6～148.3mg/L，总硬度在408.6～129.5mg/L波动。由于再生水用于工业用户，尤其是热电厂作为循环冷却水，按照《城市污水再生利用 工业用水水质》（GB/T19923-2005）要求，氯化物250mg/L以下，总硬度450mg/L以下。目前总硬度基本满足电厂要求，氯化物要满足水质要求则需要用RO水进行勾兑。为了保证供水水质，在进水的氯化物浮动较大的季节，以氯化物作为工艺调整指标，随时调整勾兑比。通过查阅相关文献资料了解到氯化物、总硬度与电导率具有相关性，为了及时、方便、快捷的了解氯化物、总硬度，通过本实验找到两者与电导率相关系数，通过方便测得的电导率推算氯化物、总硬度，及时调整RO水勾兑比，保证送水水质平稳达标。

3 实验部分

3.1 数据来源

由于水质的不同，其监测因子总硬度、氯化物与电导率的关系也不同。本实验选取样品的取样点为某再生水厂出水，时间范围是1～l2月春、夏、秋、冬四个季节，定3～5月为春季，6～8月为夏季，9～11月为秋季，1、2和12月为冬季。

3.2 分析方法

氯化物分析方法为硝酸银滴定法，其原理为在中性至弱碱性范围内（pH6.5～10.5），以铬酸钾为指示剂，用硝酸银滴定氯化物时，由于氯化银的溶解度小于铬酸银的溶解度，氯离子首先被完全沉淀出来后，然后铬酸盐以铬酸银的形式被沉淀，产生砖红色，指示滴定终点到达。该沉淀滴定的反应如下：

Ag++Cl-AgCl

2Ag++CrO4Ag2CrO4（砖红色）

总硬度分析方法采用EDTA滴定法，其原理为在pH10的条件下，用EDTA溶液络合滴定钙和镁离子。铬黑T作指示剂，与钙和镁生成紫红或紫色溶液。滴定中，游离的钙和镁离子首先与EDTA反应，跟指示剂络合的钙和镁离子随后EDTA反应，到达终点时溶液的颜色由紫变为天蓝色。

电导率则采用美国麦隆的多参数水质分析仪（6P）进行测定，方便、简单、快捷、准确。

4 结果与分析

4.1 氯化物与电导率的化验结果与分析

将12个月出水氯化物和电导率的化验结果汇总。

表1 再生水月平均值氯化物与电导率化验数据汇总

图1 年度出水氯化物与电导率关系

上述图表可清晰看出氯化物与电导率存在明显相关性，假设氯化物=K×电导率，其中K表示氯化物与电导率之间的比例系数。通过氯化物和电导率的化验数据总结两者之间的关系，计算得出K值，如表2所示。

表2 再生水氯化物与电导率相关系数K值

图2 年度出水氯化物与电导率相关系数K汇总

由图表可知， K值范围为0.138～0.154，最小值出现在4月，最大值出现在9月。综合12个月均值可以得出，春、夏、秋、冬四季的K季均值，即K春季、K夏季、K秋季、K冬季，分别为：K春季=（K3月+K4月+K5月）/3=0.142；K夏季=（K6月+K7月+K8月）/3=0.142；K秋季=（K9月+K10月+K11月）/3=0.149；K冬季=（K12月+K1月+K2月）/3=0.144，综合4个K季度平均值，可以得出K年均值，即K值，K年均=（K春季+K夏季+K秋季+K冬季）/4=0.144。

通过氯化物与电导率的相关性分析，可以揭示氯化物与电导率两者之间的相关关系，由方便测得的电导率值即可估算出氯化物值。

4.2 总硬度与电导率的化验结果与分析

将12个月出水总硬度和电导率的化验结果汇总。

表3 再生水月平均值总硬度与电导率化验数据汇总

图3 年度出水总硬度与电导率关系

由图可见，总硬度与电导率存在明显相关性。假设总硬度=K×电导率，K表示总硬度与电导率之间的比例系数。通过总硬度与电导率的化验数据总结两者之间的关系，从而计算得出K值见表4。

表4 再生水总硬度与电导率相关系数K值

图4 年度出水总硬度与电导率相关系数K汇总

由图表可知，相关系数K范围为0.194～0.231，最小值出现在冬季1月，最大值出现在夏季7月。综合12个月均值可以得出，春、夏、秋、冬四季的K季均值，即K春季、K夏季、K秋季、K冬季，分别为：K春季=（K3月+K4月+K5月）/3=0.214；K夏季=（K6月+K7月+K8月）/3=0.223；K秋季=（K9月+K10月+K11月）/3=0.208；K冬季=（K12月+K1月+K2月）/3=0.206，综合4个K季度平均值，可以得出K年均值，即K值，K年均=（K春季+K夏季+K秋季+K冬季）/4=0.213。可见，K在周期一年内变化幅度不大且呈现周期变化，4月、9月的K值较接近年平均，故可以代表一年中总硬度与电导率的比值。以K值的大小判断总硬度与电导率系数关系，从而可以根据电导率的化验数据估算总硬度的化验结果。

5 结语

再生水中氯化物、总硬度与电导率在数值上存在相关性。不同月份氯化物与电导率、总硬度与电导率相关系数K值略有不同，波动范围较小。通过本文研究结果，可据相关系数K由电导率值方便快捷及时估算出氯化物、总硬度。突况下，再生水厂必须及时采取措施，对运行工艺参数进行调整，保证出水水质合格达标，对用户平稳供水。

参考文献

夏季值周总结篇3

关键词：地源热泵竖直埋管综合传热系数

1概述

地源热泵是一项高效节能型、环保型并能实现可持续发展的新技术，它既不会污染地下水，又不会影响地面沉降。因此，目前在国内空调行业引起了人们广泛的关注，希望尽快应用这项新技术。现在尚未见到有关地源热泵技术设计手册供设计人员使用，但又不能等待设计手册出版后才使用地源热泵技术。笔者从实践角度对中小型地源热泵空调工程设计程序进行深讨，供同行讨论。

地源热泵技术的关键是地下换热器的设计。本文将着重探讨有关地下换热器的问题。

2地源热泵地下换热器的形式

众所周知，热泵机组的热源有空气源、水源、土壤源等。

土壤源热泵空调也叫地源热泵空调，就是在地下埋设管道作为换热器，管道与热泵机组连接形成闭式环路，管道中有液体流动通过循环将热泵机组的凝结热通过管道散入地下（供冷工况），或从大地吸取热量供给热泵机组向建筑物供热（供热工况）。

土壤源热泵换热器有多种形式，如水平埋管、竖直埋管等。这两种埋管型式各有自身的特点和应用环境。在中国采用竖直埋管更显示出其优越性：节约用地面积，换热性能好，可安装在建筑物基础、道路、绿地、广场、操场等下面而不影响上部的使用功能，甚至可在建筑物桩基中设置埋管，见缝插针充分利用可利用的土地面积。

3竖直埋管换热器型式

最常用的竖直埋管换热器就是由垂直埋入地下的U型管连接组成。

3.1竖直埋管深度

竖直埋管可深可浅，须根据当地地质条件而定，如20m、30m……直到200m以下。确定深度应综合考虑占地面积、钻孔设备、钻孔成本和工程规模。例如天津地区地表土壤层很厚，钻孔费用相对便宜，宜采用较深的竖直埋管，因深埋管的成本低、换热性能好、并可节约用地。

3.2竖直埋管材料

埋管材料最好采用塑料管，因与金属管相比，塑料管具有耐腐蚀、易加工、传热性能可满足换热要求、价格便宜等优点。可供选用的管材有高密度聚乙烯管（PE管），铝塑管等。竖直埋管的管径也可有不同选择，如DN20、DN25、DN32等。

3.3竖直埋管换热器钻孔孔径及回填材料

竖直埋管换热器的形成是从地面向下钻孔达到预计深度，将制作好的U型管下入孔中，然后在孔中回填不同材料。在接近地表层处用水平集水管、分水管将所有U型管并联构成地下换热器。

根据地质结构不同，钻孔孔径可以是Ф100、Ф150、Ф200或Ф300，天津地区地表土壤层很厚，为了钻孔、下管方便多采用Ф300孔径。

回填材料可以选用浇铸混凝土、回填沙石散料或回填土壤等。材料选择要兼顾工程造价、传热性能、施工方便等因素。从实际测试比较浇铸混凝土换热性能最好，但造价高、施工难度大，但可结合建筑物桩基一起施工。回填沙石或碎石换热效果比较好，而且施工容易、造价低，可广泛采用。

4竖直埋管换热器中循环水温度的设定

竖直埋管换热器中流动的循环水的温度是不断变化的。夏季供冷工况进行时，由于蓄热地温提高，机组运行时水温不断上升，停机时水温又有所下降，当建筑物得热达到最大时水温升至最高点。冬季供热工况运行时则相反，由于取热地温下降，当建筑物失热最多时，换热器中水温达到最低点。

设计时，首先应设定换热器埋管中循环水最高温度和最低温度，因为这个设定和整个空调系统有关。如夏季温度设定较低，对热泵压缩机制冷工况有利，机组耗能少，但埋管换热器换热面积要加大，即钻孔数要增加，埋管长度要加长。反之温度设定较高，钻孔数和埋管长度均可减少，可节省投资，但热泵机组的制冷系数cop值下降，能耗增加。设定值应通过经济比较选择最佳状态点。笔者认为埋管水温应如下设定：

4.1热泵机组夏季向末端系统供冷水，设计供回水温度为7—12℃，与普通冷水机组相同。地埋管中循环水进入U管的最高温度应<37℃，与冷却塔进水温度相同。

4.2热泵机组冬季向末端系统供水温度与常规空调不同，在满足供热条件下，应尽量减低供热水温度，这样可改善热泵机组运行工况、减小压缩比、提高cop值，并降低能耗。

我们知道风机盘管供热能力大于供冷能力，而一般建筑物的夏季冷负荷大于冬季热负荷，所以风机盘管的选型是以夏季冷负荷选型、冬季热负荷校核。采用地源热泵空调冬季供热时，可根据冬季热负荷实际情况，让风机盘管冬季也满负荷运行而反算出供热水温度，此温度要小于常规空调60℃的供水温度（大约供水为40℃左右）。将此温度定为热泵机组冬季供水温度。供回水温差取7～10℃。

地埋管中循环水冬季进水温度，以水不冻结并留安全余地为好，可取3—4℃。当然为了使地埋管换热器获得更多热量，可加大循环水与大地间温差传热，然而大地的温度是不变的，因此只有将循环水温降至0℃以下，为此循环水必须使用防冻液，如乙二醇溶液或食盐水。但这样会提高工程造价、增加对设备的腐蚀。在严寒地区不得不这样做，而在华北地区的工程中用水就可满足要求，不一定要加防冻液。

5换热面积与综合传热系数

5.1换热面积

一般换热器换热面积计算公式为：

……………………⑴

式中：

Q—换热器换热量w；

K—传热系数w/m·℃；

ΔT—对数温差℃。

5.2综合传热系数

地埋管换热器用以上公式计算很不方便，因为很难确定其换热面积。

竖直埋管换热器可以假设为“线热源”模型。引入综合传热系数进行计算，则较为简单、方便。

这里，将以某一流经地埋管换热器内的流体介质与大地初始温度每相差1℃，通过单位长度换热管，单位时间所传递的热量定义为综合传热系数K。

……………………⑵

式中：

K—综合传热系数w/m℃；

Q—换热器单位时间换热量，Q=Cm(t进-t出)W；

L—换热管有效长度m；

TP—流体介质平均温度，℃；

T进—U型管换热器进水温度℃；

T出—U型管换热器出水温度℃；

C—水比热4.180KJ/Kg·k；

m—水的质量流量kg/s；

Td—地温℃。

地温是恒定值，可通过测井实测。有关资料介绍某地地下约100米的地温是当地年平均气温加4℃左右。天津市年平均气温是12.2℃，实测天津市地下约100米的地温约为16℃，基本符合以上规律。

影响竖直埋管综合传热系数的因素有：地理位置、地质构造、埋管深度、埋管材料及管径、钻孔直径及回填材料、管中水的流速、热泵运行方式（连续运转还是间断运转）。

综合传热系数k可通过测井测得。由公式⑵可以看出，做一个地面钻孔与预计工程应用完全相同的U型竖直埋管，人为制作冷、热源，通入冷、热水，测出各个参数带入公式⑵即可计算出综合传热系数。

测井也可测出U型竖埋管出水温度T出。

综合传热系数K在系统运行初期波动值较大，系统运行一段时间后其值趋于一稳定值。我们通过实测K值波动在一个较小的范围内，在目前数据资料较少情况下可取波动平均值作为计算数据误差不会太大。

6竖直埋管地源热泵空调的设计

6.1确定设计参数与热泵机组

6.1.1计算建筑物空调夏季冷负荷及冬季热负荷。

6.1.2确定夏季冷水的供回水温度及地埋管进出水温度，进而确定机组中工质的夏季蒸发温度及冷凝温

度。

6.1.3计算冬季风机盘管的供水温度，取回水温度比供水温度低7～12℃。设定地埋管进水温度，根据测井测出的进出水温差推算出地埋管出水温度，进而确定热泵机组中工质冬季的蒸发温度和冷凝温度。

6.1.4由建筑物空调夏季冷负荷、机组蒸发温度和冷凝温度,以及冬季热负荷和冬季机组蒸发温度和冷凝

温度，就可以进行热泵机组的选型设计，或将参数提供给生产厂家，由厂家制造热泵机组。

6.1.5确定热泵机组型式（活塞机、螺杆机、蜗旋压缩机等），查出或计算出

该机组在夏季埋管水温最高时和冬季埋管水温最低时工况下的COP值。

6.2计算夏季总放热量和冬季总吸热量

6.2.1夏季竖直埋管换热器总放热量等于建筑总冷负荷加上埋管最高水温时机组消耗功率（机组消耗功率等于夏季冷负荷除以埋管最高水温时的COP值）。

6.2.2冬季竖直埋管换热器总吸热量等于建筑物总热负荷减去埋管最低水温

时机组所消耗的功率（机组消耗功率等于冬季热负荷除以埋管最低水温时COP值）。

6.3计算竖直埋管总长度

6.3.1夏季竖直埋管总长度计算

①夏季换热温差DTx8C

DTx=Tx-Td……………………⑶

式中：

Txü夏季竖直埋管内最高设计平均水温8C；

Tdü地温8C。

②夏季每米竖直埋管散热量qxW/m

qx=Kx·DTx……………………⑷

式中：

Kxü夏季综合传热系数W/m8C。

③夏季竖直埋管换热器埋管总长度Lxm

……………………⑸

式中：

Q夏—建筑物夏季总冷负荷W；

A—安全系数，取1.1-1.2。

6.3.2冬季竖直埋管总长度计算

①冬季换热温差DTD8C

DTD=Td-TD……………………⑹

式中:

TDü冬季竖直埋管内最低设计平均水温8C。

②冬季每米竖直埋管散热量qDW/m

qD=KD·DTD……………………⑺

式中：

KDü冬季综合传热系数W/m8C。

③冬季竖直埋管换热器埋管总长度LDm

……………………⑻

式中：

Q冬—建筑物冬季总热负荷W；

A—安全系数取1.1-1.2。

6.3.3确定竖直埋管换热器埋管总长度

以上计算取LX、LD二者中较大数值为本工程埋管总长度Lm。

6.4计算竖直埋管数量并确定布置形式

6.4.1竖直埋管数量计算

……………………⑼

式中:

n—U型竖直埋管个数；

H—竖直埋管设计有效深度m；

L—埋管总长度m。

6.4.2竖直埋管布置形式

结合工程场地可一字型布置、L型布置或矩阵型布置均可，根据测试结果分析,U型竖直埋管间距以5—6m为宜。

6.5确定竖直埋管水流速度与水泵选型

6.5.1确定水流速

试验显示，竖直埋管中如提高水流速度则换热量可适当增加，但增加量不与流速提高量成比例。竖直埋管中水流应为紊流状态，流速太快会增加循环水泵能量消耗，流速取1m/s左右为宜。

6.5.2确定水泵型号

流速确定后计算循环水流量及压力损失即可选择循环水泵的型号。

7结论

7.1地源热泵空调是节能、环保、对地下水无污染，并不影响地面沉降的好形式。特别是竖直埋管地源热泵更具有诸多优点，应予推广。

7.2采用土壤钻孔的综合传热系数法，可简化地源热泵的传热计算。

7.3竖直埋管地源热泵空调的设计步骤，为设计人员提供了一种设计方法，有利于提高设计速度，并减少设计失误。

参考文献

1、曾淼等，地源热泵地下U型管换热器实验研究，全国暖通空调制冷1998年学术年会《论文集》，P371；

夏季值周总结篇4

关键词：雷暴活动；最小二乘法；离散小波分析

0 引言

雷暴是一种产生于强对流天气系统下的常见灾害性天气现象，关注气候变化，如今成为当今世界的几大议题之一。国外Changnon[1]等利用86个台站100年的雷暴观测资料，将美国雷暴活动划分为12个不同的区域，归结于6种雷暴活动变化类型，整体雷暴活动在变化中呈现减少的趋势。国内张敏锋，冯霞（1998）利用国内104个台站，研究发现近30年来，我国大部分地区平均雷暴频数在波动中减少，上世纪60年代前期雷暴频数有所增加；往后至70年代，呈缓慢减小的趋势；80年代中期雷暴频数减少幅度明显加快，频数现在正处于剧烈减少[2]。局部地区如广州雷暴日数平均每10年减少15.5天，月平均雷暴日数1至7月逐渐增多，8至12月急剧减少，呈现单一峰值[3]。德州市年雷暴日数呈减少趋势，平均10年减少1.28 天。月平均雷暴日数最多值出现在7月[4]。昌都地区雷暴日年际变化大，从上世纪80年代起呈递减趋势[5]。湖南省近35年（1971～2005年）来雷暴在不断减少，年际间变化特征是成加速度减少，其中夏季雷暴数百分比随着年际间变化是逐步减少，而冬季和春季雷暴发生比例均有所增加[6]。另外在特定的区域内，雷暴年际变化趋势还呈现一定的变化规律，主要表现在以大小不一的周期呈现不同的周期性震荡变化。徐桂玉，杨修群（2001）根据我国南方62个气象观测站1971～1995年近25年雷暴日数统计资料，研究南方雷暴的气候变化特征发现：我国南方雷暴25年变化的总趋势是逐渐减少的，并具有2年、4年、9年较短周期和21年长周期变化。较短周期存在着70年代以2年周期为主、80年代2年、4年周期都较明显、90年代以3～4周期为主的年代变化规律[7]。张美平、敖淑珍等利用广州白云机场1956～2001年46年的逐时观测资料，通过小波分析发现46年来广州白云机场雷暴日数的年际变化有着较好的9～12年振荡周期，而且雷暴的发生有逐渐减小的趋势变化[8]。孙丽、于淑琴等人利用1978～2007年辽宁省59个站常规地面观测资料，对雷暴日数的时空变化进行分析，结果表明： 1978-2007年雷暴日数总体呈逐渐下降趋势[9]。经国内外资料分析研究表明，大部分地区雷暴活动在年际变化上都呈现逐年减少的趋势。

香港地处亚洲大陆南缘华南沿岸，地形丘陵起伏，地势北高南低，总面积约1，104平方公里，管辖总面积2，755.03平方公里，水域率占59.9%。由于海陆面及地形差异的存在，易于地形雷暴的产生。香港属亚热带气候，夏天炎热且潮湿，冬天凉爽而干燥。受热带气旋、强烈冬季和夏季季风、季风槽等重要天气的影响，易形成锋面雷暴和切变线雷暴，经常在四至九月发生狂风暴雨[10][11]。特殊的地理环境和气候环境使得香港地区多年雷暴活动的时间和空间分布都极不均匀。据此，本文利用香港天文台常规气象观测站的观测记录资料，分析1950～2009年香港地区雷暴活动及异常情况，总结60年来该地区雷暴活动的变化特征，有利于提高防御雷电灾害能力，为香港地区的雷暴预测和雷电防护工作提供参考依据。

1 资料来源和分析方法

1.1 资料来源

本文资料来源于香港天文台气象观测数据资料库 [12]，经过仔细订正的完整雷暴日观测资料，为保证分析资料具有代表性，文中选用其中60年（1950～2009）记录作资料处理，分析香港地区的雷暴活动特征。

1.2 分析方法

1.2.1 最小二乘拟合

最小二乘估计是德国科学家Karl Gauss（1777～1855）提出用最小化图中垂直方向的误差平方和来估计参数，其主要思想是用最小二乘法拟合因变量与自变量间的回归模型，从而把具有不确定关系的若干变量转化为有确定关系的方程模型来近似地分析，通过自变量的变化预测因变量的变化趋势。本文采用最小二乘拟合雷暴活动与时间的关系，分析香港地区近60年雷暴日年际、季节变化趋势，以此反映香港地区长期雷暴活动变化情况。

1.2.2 小波分析

小波分析方法是一种窗口大小（即窗口面积）固定，但是其形状可改变，时间窗和频率窗都可改变的时频局部化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，这正符合低频信号变化缓慢而高频信号变化迅速的特点。因此，小波分析能将交织在一起的不同频率成分组成的复杂的时间序列分解成频率不相同的子序列[13]，低频部分信号的重构可以发现时间序列的发展趋势及规律，高频部分信号的重构可以发现时间序列的突变特性和循环周期[14]，以此观察不同时间尺度上的变化情况。小波函数定义为：如果ψ（t）∈l2（R）（l2（R）表示平方可积的实数空间，即能量有限的信号空间满足允许性条件：

（1）

那么ψ（t）叫做基小波，式中ψ（ω）是ψ（t）的Fourier变换，由基小波函数ψ（t）进行伸缩和平移，本文选用Daubechies （db） 小波函数，对香港60年雷暴日数离散序列进行分析，更清晰地反映雷暴日序列的细微变化情况。

2 雷暴的时空分布特征

2.1 雷暴日数的年际变化特征及趋势分析

香港长达60年的雷暴日变化趋势（图1中曲线1）呈现年际差异较大的变化，其中雷暴日数最多高达53天，出现在1997年、2005年；最少年份为20天， 出现在1962年、1963年、1967年，与60年来香港年平均雷暴日比较少了15.69天。采用最小二乘拟合60年雷暴日数线性变化趋势（图1中曲线2），香港雷暴活动随时间增加呈现逐渐上升的趋势。

最小二乘线性拟合气象趋势函数为y=0.17433x

-309.05，反映香港近60年平均雷暴日数以1.74 天/10a 的趋势增加。对60年雷暴日数进行最小二乘5阶多项式函数拟合（图1中曲线3），发现香港60年雷暴日变化呈现如下变化趋势：雷暴活动自50年代中期急剧下降至60年来的最小值，该最小值处于60年代，而后的时间里一直呈现两个稳步上升的趋势，先缓慢增加至70年代末，在80年代的10年间呈现平缓下降，往后急剧增加。

为更清晰地了解雷暴日序列的细微变化情况，将香港地区1950～2009年雷暴日数变化序列转化为Matlab 环境下的离散信号，利用Daubechies小波（db5）将这一由不同频率成分组成的雷暴日时间序列分解成频率不相同的子序列（见图2），包括一个低频部分a5和5个高频部分d1、d2、d3、d4、d5。低频部分a5表现的是信号的主要特征，是主要的稳定特征表现，表征了60年来香港地区雷暴日数的主要变化趋势。原序列s中雷暴日数绝大部分分布在50天以下，第5级的大尺度低频分量a5一般在35天以上，最大为40天，最小值大于32天，序列存在长期增长的变化趋势，以1984年为突变点，分为两个阶段，即1984年以前为雷暴日数偏少年，1984年以后为雷暴日数偏多年。1950～1984年与1984～2009年比较，后者增长趋势较为迅猛。从第1层高频信号d5的重构可以看出3个明显的突变点，分别是1967、1984和1999年，并存在不太明显的30年大尺度。从第2层高频信号d4的重构可以看出3个明显的突变点，分别是1959、1967和1992年，存在不太明显的20年尺度。从第3层高频信号d3的重构可以看出8个明显的突变点，分别是1957、1959、1962、1967、1971、1995、2003和2005年，且在1975年以前存在7～8年左右的震荡周期。从第4层高频信号d2的重构可以看出60年来呈现出3～4年左右的震荡周期。

2.2 雷暴日数的季节性变化特征及趋势分析

自1950年到今，香港地区60年来共记录了2162次雷暴事件的发生，雷暴事件季节性变化最多发生在夏季，占60年雷暴日总数的55.14%；春季次之，占全年总数的29.18%；秋季占13.64%；其中冬季最少，发生了44次雷暴天气，占2.04%。图3中～四个图分别反映香港60年来雷暴日的季节变化序列、采用最小二乘拟合分别线性拟合和n阶多项式拟合所得的变化趋势图。采用线性拟合得到春、夏、秋、冬四季雷暴日随年变化的气象系数趋势方程为：

（2）

香港位于亚洲大陆的东南缘，整个地区受季风环流控制，在时间上分别受到冬季风和夏季风的影响，年内季风交替明显干湿季分明，在气候分类上本地属南亚热带季风气候。春季3至5月份，地面的冷高压开始衰退，锋区逐渐北移，西太平洋副高北抬，高空南支西风小槽小脊活动频繁，地面冷空气常与副高西侧偏南暖湿气流相遇，冷暖空气频繁交汇，锋面天气异常活跃，易于锋面雷暴的产生，因此雷暴活动也日趋活跃。香港春季雷暴活动情况如图3中所示，80年代以前临近年份雷暴波动范围较后期大，后期在小范围的波动过程中随年际增加而逐渐减小。用最小二乘5阶多项式拟合60年活动趋势发现，呈现正弦波形状变化。自1950年开始急剧减少至60年代中期，为60年间的春季雷暴活动最小值，在1963、1964两年的春季三个月里仅发生了一次雷暴活动。然后增加至80年代出现峰值为22天，再而减小。拟合60年来香港春季雷暴日数随年际变化y1=-0.022x+54.2428，雷暴活动以0.22天/10a的趋势随年份呈现减少。

夏季6至8月份，随着太阳直射点的北移，温度升高，亚洲热带环流出现调整，大陆热低压形成，海洋高压不断加强。6月香港受印度低压影响，过赤道的西南气流北进增强，南海西南季风建立。6月以后西太平洋副高不断增强，香港处在副高南缘，同时，南海热带辐合带、东风波、热带低压等热带天气系统活动频繁影响香港，冷暖空气频繁交汇，海陆面差异明显，对流极其活跃，各种天气活动频繁，迎来了全年雷暴最活跃的时期。夏季雷暴活动趋势如图3中所示，香港60年来都在小范围内紧凑的波动中呈现随年际增加先减少后增加的变化趋势，特别是在20世纪末，夏季雷暴活动异常活跃。拟合夏季雷暴活动随年际变化y2=0.1706x-317.841，雷暴活动以1.7天/10a的趋势随年份呈现增长。

秋季9至11月，香港地区是干燥的冬季风逐渐代替暖湿的夏季风的过渡季节，西风急流的季节性南移， 对流层中层的副高迅速退出，雷暴活动逐渐减弱，低层夏季风南撤，随后便是东北季风开始建立，香港出现了短暂晴朗、干燥的天气。秋季雷暴活动趋势如图3中所示，60年长期在大范围无规则的震荡中随年际增加呈现上升的趋势，采用多项式拟合发现活动趋势随时间呈现两谷一峰的变化趋势，拟合变化趋势函数为y3=0.018x-30.7792，雷暴活动以0.18天/10a趋势增加。

冬季，在每年12月至翌年2月，强大的蒙古高压控制着整个亚洲大陆。本地常处于大陆冷高压脊的东南缘，盛行东北季风，中高纬度东移的槽线常引导冷空气南下，地面冷锋随之南下影响香港，南海暖湿气流在沿海一带对峙，出现准静止锋引起的低温阴雨天气，不易形成对流性天气，雷暴活动极弱。张鸿发[15]等利用TRMM卫星探测到18～38°N、74～123°E闪电资料，对中国区域年、季、日发生闪电频数和随经纬度变化，闪电密度分布和闪电气候特征进行了计算分析，发现冬季只有很少闪电出现在中国30°N度以南地区，且每年发生100次左右。图3中所示香港冬季雷暴活动情况，雷暴活动60年来其中44年出现整个季节无雷暴天气，基本不出现雷暴活动。但在80年代初至90年代末，冬季雷暴活动异常活跃，拟合发现香港地区冬季雷暴活动以0.07天/10a的趋势随年份增加。

3 结论和讨论

本文以香港天文台60年雷暴日观测资料为基础，采用一系列数理统计方法探讨香港地区雷暴活动趋势得到如下结论：

1）香港地区年平均雷暴日数为35.69d，按雷暴日数划分属于多雷区。60年来，雷暴绝大部分始发于全年的3、4月份，分别占40%和28.3%。极少数年份在5月份才出现雷暴天气；主要终止于10、11月份，10月份占据50%以上。60年间雷暴日最晚均终止于12月份，从未出现过全年12月均有雷暴天气。

2）香港地区雷暴年际变化差异大，年平均雷暴日数相差在10日以上；年际变化在大尺度上与大部分地区完全相反，以1984年为界呈现两个时期稳定上升的趋势，1984-2009年增长较前一时期更为迅猛；与之对应在小尺度上呈现各式各样的波动，较为明显的是出现3-4年和7-8年振荡周期。

3）近代香港雷暴活动逐年增加，香港雷暴日的月频率变化显现双峰单谷的抛物线变化。季节变化呈抛物线型，主要集中在夏季，7-8月为雷暴的高发期，春秋次之，冬季发生的概率小。近60来夏季雷暴占55.14%，而冬季则不足3%，夏季、秋季和冬季雷暴日数均呈增长的趋势，尤其以夏季雷暴日数增长最为显著达到以1.7天/10a，而春季雷暴日数以0.22天/10a的趋势随年份减少。拟合雷暴活动与年纪增加的线性函数为y=0.17433x-309.05，香港雷暴活动以1.74天/10a的趋势随年际增长而上升。

本论文对雷暴日作数据分析，在数理统计软件的基础上得到一些结论，但鉴于观测数据资料本身的局限性，限制了对某些问题分析研究的进一步深入，有待于进一步思考和探索！

参考文献：

[1] Changnon S A，Changnon D.Long-term fluctuations in thunderstorm activity in the United States[J].Climatic Change，2001，50（4）：489-503.

[2] 张敏锋，冯霞.我国雷暴天气的气候特征[J].热带气象学报，1998，14（2）：156-162.

[3] 张金，聂长春，陈玉华.广州市雷暴日数变化特征分析[J].成都信息工程学院学报，2009，2（1）：58-60.

[4] 石慧兰，贾汉奎，陈德英等.德州56 年雷暴日数变化及相关因子分析[C]//中国气象学会编.中国气象学会2008年年会气候变化分会场论文集.北京：气象出版社.2008：583-587.

[5] 李白萍，仓决，潘贵元.昌都地区近52年雷暴气候统计分析[J].科技，2007，（7）：61-63.

[6] 陈涛，吴岚，韩波，等.湖南省雷电特征及闪电数据分析[J].防灾科技学院学报，2008，10（3）：38-42.

[7] 徐桂玉，杨修群.我国南方雷暴的气候特征研究[J].气象科学，2001，9（3）：299-307.

[8] 张美平，敖淑珍，刘翔，李念英.广州白云国际机场近46 年来雷暴气候的统计特征[J].应用气象学报，2004，15（1）：66-73.

[9] 孙丽，于淑琴，等.辽宁省雷暴日数的时空变化特征[J].气象与环境学报，2010，26（1）：59-63.

[10] 张景奎.香港的地形和气候[J].香港知识纵横谈，2000：73-74.

[11] 胡东洋，王金岗.香港概况.明珠·香港[Z]，1996：14-15.

[12] 香港天文台，气象数据库. http：//hko.gov.hk/cis/statis

tic/tsday_statistic_c.htm，2010-3-17/2010-5-22.

[13] 高瑞华，申培鲁，高慧，等.渤海海峡大风日数的变化趋势分析[J].海洋预报，2010，（1）：39-43.

夏季值周总结篇5

关键词：鄂北岗地；参考作物蒸散量；降水量；干湿指数

中图分类号：P467 文献标志码：A 文章编号：16721683（2015）05085305

Variation tendency of drywet index in Hillock Area of northern Hubei in the recent 54 years

LI Xinyao1，SUN Xiaozhou1，2

（1.Hubei University of Arts and Science.Xiangyang 441053，China；

2.Institute of geographical science and resources，CAS.Beijing 100101，China）

Abstract：Based on the daily meteorological data of eight weather stations in Hillock Area of northern Hubei from 1960 to 2013，the values of reference crop evapotranspiration and drywet index were calculated using the PenmanMontecito equation recommended by the FAO，and the variation tendency and general characteristics of drywet index were analyzed by the methods of MannKendall test and Morlet wavelets analysis.The results indicated that （1） the drywet index has increased slowly with a rate of 0038/10a from 1960 to 2013，and the drywet condition has been improved to some extent；（2）the drywet index is the highest in summer，followed by spring and autumn，and the lowest in winter；（3） the drywet index has an abrupt change from 1980 to 1981；（4） the drywet index has three periodicities of 3～6 years，8～15 years，and 17～25 years，and the primary periodicity is 13 years；and （5） the drywet index has positive correlation with relative humidity and precipitation，and negative correlation with temperature，wind speed，and sunshine time，and precipitation is the dominant factor to cause the variation of drywet index.

Key words：Hillock area of northern Hubei；reference crop evapotranspiration；precipitation；drywet index

由气候异常所引起的地表干湿状况的变化将对国民经济发展尤其是农业生产布局产生重大影响[1]。基于此，许多学者对我国不同时空尺度的干湿状况及其演变规律进行深入的研究，并取得了一些重要的研究成果。但研究主要集中于北方地区[25]，而对于南方尤其是一些特殊区域（如气候过渡地区）气候变化趋势的相关研究相对较少。

鄂北岗地位于湖北省北部、汉江中游，包括今襄阳市管辖的襄州区北部、枣阳市、老河口市、宜城市北部和随州市西部等地区，面积7 238 km2，属北亚热带湿润半湿润季风气候，年均气温15 ℃～16 ℃，年均降水量750～950 mm，具有我国南北过渡型的气候特征。该地处于湖北省北部低平的“南襄隘道”，是湖北省重要的粮棉油生产基地，也是鄂西生态文化旅游圈总体规划中生态环境保护与建设中的6大农业生态功能区之一[6]。鄂北岗地也是有名的“旱包子”，旱涝灾害频繁，农业生产环境比较恶劣[7]。因此研究鄂北岗地在全球变暖背景下干湿指数的时空变化规律，可以为该地及时应对气候变化所带来的不利影响、调整农业生产布局以促进社会经济的可持续发展提供决策支持。

1 资料来源与研究方法

1.1 资料来源及预处理

原始数据来源于湖北省气象局。选取鄂北岗地及其附近老河口、谷城、南漳、襄阳（市区）、枣阳、宜城、随州、钟祥等8个气象站点1960年-2013年逐日的气象资料（图1），具体包括最高气温、最低气温、风速、相对湿度、日照时间、降水量等气象数据。依次计算各站点54年的年平均及春（3月-5月）、夏（6月-8月）、秋（9月-11月）、冬（12月及次年1月、2月）四个季节平均的参考作物蒸散量及降水量。

图1 研究区气象站点分布

Fig.1 Spatial distribution of the meteorological

stations in the study area

1.2 研究方法

1.2.1 干湿指数和参考作物蒸散量

当前关于气候干湿状况国内外有很多研究理论和方法，但以干湿指数应用最广[812]。干湿指数以大气水分平衡方程为基础，能较为客观地反映地区的干湿状况，其定义为：

W=P/ET0

（1）

式中：W为干湿指数；P为降水量（mm/d）；ET0为参考作物蒸散量（mm/d）。

一般采用中国干湿气候分区的标准划分干湿等级[13]：W10为湿润地区。

确定干湿指数的关键在于计算参考作物蒸散量。本文采用FAO推荐的 PenmenMontecito模型[14]计算参考作物蒸散量：

FT0=0408Δ（Rn-G）+γ900T+237u2（es-ea）Δ+γ（1+034u2）

（2）

式中：ET0为参考作物蒸散量（mm/d）；Δ为饱和水汽压曲线斜率（kPa/℃）；Rn为地表净辐射（MJ/（m2・d））；G为土壤热通量（MJ/（m2・d））；γ为干湿表常数（kPa/℃）；T为日平均气温，这里由日最高气温和日最低气温的平均值得到（℃）；u2为2 m高处风速（m/s）；es为饱和水汽压（kPa）；ea为实际水汽压（kPa）。

1.2.2 气候倾向率

利用气候倾向率[11]分析干湿状况的线性变化趋势。其计算公式如下：

Y（t）=a+bt

（3）

式中：Y（t）为气候要素序列；t为时间序列；a为经验系数，可通过最小二乘法求取；b为趋势变化率，当b为正（负）表示气候要素有增加（减小）趋势，10b为气候要素10 a的变化速率。

1.2.3 MK突变检验

本文利用MannKendall非参数检验法（以下简称MK突变检验）[15]对鄂北岗地干湿指数进行突变分析。该方法不仅可以对序列变化趋势进行定量说明，还可以分析突变发生的时间节点。进行MK突变检验的关键是绘制突变判别曲线。在突变判别曲线中，若UF大于0，则表明序列呈上升趋势，反之则呈下降趋势；当曲线超过置信水平时，表明上升或下降趋势显著；如果UF和UB两条曲线出现交点，且交点位于置信区间内，那么交点对应的时刻即是突变开始的时刻。

1.2.4 小波分析

小波分析（Wavelet Analysis）能清晰地揭示出隐藏在时间序列中的多种变化周期，充分反映系统在不同时间尺度中的变化趋势，因而在信号处理、数值分析、水文学和大气科学等众多非线性科学领域内得到了广泛的应用[1618]。本文采用复值Morlet小波分析方法研究鄂北岗地干湿指数的周期变化规律。

对于时间序列函数f（t），其连续小波变换定义为

Wf（a，b）=1a∫+∞-∞f（t）Ψ*t-badt

（4）

式中：Wf（a，b）为小波变换系数；a为伸缩尺度；b为平移函数；Ψ * 是Ψ的复共轭函数。在实际应用研究中，往往根据具体情况选择所需的基小波函数。

将小波系数的平方值在b域上积分，就可以得到小波方差，即

Var（a）=∫+∞-∞|Wf（ab）|2db

（5）

小波方差随尺度a的变化过程，称为小波方差图，它能反映信号波动的能量随尺度a的分布。因此，小波方差图可用来确定信号中不同种尺度扰动的相对强度和存在的主要时间尺度，即主周期。

2 结果分析

2.1 干湿指数的年际变化特征

由图2可知，1960年-2013年鄂北岗地的干湿指数在0.66～177之间变化，多年均值为121，并且总体上呈现出缓慢的波动上升趋势，其线性倾向率为0038/（10a）。从干湿指数的累积距平曲线来看，1960年-2013年鄂北岗地的干湿指数经历了一次从下降到上升的过程：以1980年为界，前期干湿指数累积距平值呈现下降的趋势，后期则呈现波动上升的趋势，并且2005年以后，其上升的趋势更为明显。

从图3来看，1960年-2013年鄂北岗地的参考作物蒸散量和降水量表现出两种相反的变化趋势。其中，参考作物蒸散量呈现出显著的下降趋势，线性倾向率为-17538/（10a），最大值为94733 mm（出现在1966年），最小值为60072 mm（出现在1989年），平均值为75283 mm；而从降水量的变化来看，1960年-2013年降水量表现为小幅度的波动上升趋势，其线性倾向率为1393/（10a），最大值为1 13890 mm（出现在1964年），最小值为62156 mm（出现在1966年），平均值为89739 mm。即降水量的变化幅度和总量均大于参考作物蒸散量。

图2 鄂北岗地干湿指数的年际变化趋势和累积距平值

Fig.2 Interannual variation trend and accumulate anormaly of

drywet index in Hillock Area of northern Hubei

图3 鄂北岗地参考作物蒸散量和降水量的年际变化趋势

Fig.3 Interannual variation trend of reference crop evapotranspiration

and precipitation in Hillock Area of northern Hubei

2.2 干湿指数的季节变化特征

由于气温、降水、风速、光照时间及相对湿度等气候要素季节分配的不均匀性，必然导致不同季节的干湿指数存在差异。

由图4可以看出，1960年-2013年鄂北岗地干湿指数的季节分异比较明显，其中，夏季干湿指数最大，多年平均值为152；春秋次之，分别为121和127，相比夏季各低031和025；冬季干湿指数最小，多年平均值为068，约为夏季的45%。而同一时期，鄂北岗地降水量和参考作物蒸散量均呈现出夏季>春季>秋季>冬季的变化特征，这与干湿指数的季节变化基本一致。从季节变化趋势来看，夏季和冬季总体上呈现上升趋势，夏季干湿指数的变化尤为明显，其线性倾向率为0157/（10a），而冬季变化并不明显，其上升速率为0031/（10a）；春季和秋季的干湿指数总体上呈下降趋势，两者的下降速率分别为-0083/（10a）和-005/（10a）。这表明，鄂北岗地近54年来夏季的气候最湿润，主要原因是受夏季风的影响，一年中夏季的降水量最大，其占全年降水总量的比率约为44%；春秋两季的气候也较为湿润，其降水占全年降水量的比率分别为23%和25%；冬季的气候最干燥，原因是冬季降水稀少，其占全年降水总量的比率不足8%，并且小于其平均参考作物蒸散量。

图4 鄂北岗地干湿指数的季节变化趋势

Fig.4 Variation trend of seasonal drywet index

in Hillock Area of northern Hubei

2.3 干湿指数的突变检验

对鄂北岗地1960年-2013年干湿指数序列进行MK突变检验，结果见图5。可以看出，UF曲线分布在-1～165之间，其中，1960年-1962年UF0，表明序列呈上升趋势。1963年-2013年序列总体上呈波动上升的趋势，但没有超过置信水平005的临界线。这说明，1960年-2013年鄂北岗地的干湿状况有所改善，但改善并不明显。在置信区间内，UF曲线与UB曲线存在多个交点，集中分布于1963年-1980年。 而累积距平分析结果显示，以1980年-1981年为界，干湿指数累积距平曲线经历了下降―上升的变化过程。结合两种方法的分析结果，判断在1980年左右鄂北岗地干湿指数发生了一次由低到高的突变。根据图3参考作物蒸散量和降水量的变化趋势，显见这种突变是由于1980年以后参考作物蒸散量的减少造成的。

图5 鄂北岗地干湿指数MK突变判别曲线

Fig.5 MannKendal mutation test curve of drywet index in

Hillock Area of northern Hubei

2.4 干湿指数的周期变化分析

采用Matlab7的Morlet小波分析程序对鄂北岗地1960年-2013年的干湿指数变化进行周期分析，得到小波系数实部等值线图（图6（a））和小波方差图（图6（b））。在小波系数实部等值曲线中，正值区域代表干湿指数相对偏大，负值区域代表干湿指数相对较小，小波系数实部为零则对应着突变的开始。

由图6（a）可以看出，鄂北岗地1960年-2013年的干湿指数变化过程表现出多时间尺度的特征，主要存在3～6 a、8～15 a和17～25 a等3类尺度的周期变化规律。其中，在17～25 a的时间尺度上，小波系数实部分别存在3个低值中心和3个高值中心，即干湿指数经历了干-湿交替的准3次震荡；在8～15 a的时间尺度上，小波系数实部等值线分布比较密集，干湿指数同样经历了由干到湿、由湿到干的多次震荡，并且最近一次震荡等值线没有闭合，据此可以推测鄂北岗地未来一段时间内仍将处于较干时期；而在3～6 a的时间尺度上，干湿指数则表现出更多次的连续周期变化，由于其波动能量相对较小，干湿变化并不明显。在小波方差图中，在3 a、5 a、13 a、18 a存在峰值，其中最大峰值对应的时间尺度为13 a，说明13 a左右的周期震荡最强，为干湿指数变化的第一主周期；而18 a、5 a、3 a则分别为第二、第三、第四主周期，这4个周期的波动控制着干湿指数在整个时间域内的变化特征。

图6 鄂北岗地干湿指数小波系数实部等值线和小波方差

Fig.6 Contour map of the real part of Morlet Wavelet coefficients and

wavelet variances of drywet index in Hillock Area of northern Hubei

2.5 干湿指数的影响因子分析

由干湿指数的定义可知，一个地区的干湿指数受到参考作物蒸散量和降水量的共同支配，而参考作物蒸散量又受气温、风速、相对湿度、日照时间等气象因子的影响。为了探讨气温、风速、相对湿度、日照时间、降水量等气象因子与干湿指数之间的关系，在SPSS19统计软件的支持下，运用相关分析法研究影响干湿指数的主要气象因子，结果见表1。

通过计算干湿指数与各气象因子的偏相关系数（表1），发现干湿指数与气温、风速、日照时间呈负相关，即气温越高、风速越大、日照时间越长，干湿指数越小，其中干湿指数与日照时间之间的偏相关系数为-0559（通过95%的置信水平检验），表明日照时间对干湿指数有较大影响。干湿指数与相对湿度和降水量呈正相关，其中干湿指数与降水量之间的偏相关系数为0969，并且通过了99%的置信水平检验，表明降水量是导致干湿指数变化的决定因素；干湿指数与相对湿度之间的偏相关系数仅为0365，表明相对湿度对干湿指数的变化并没有显著影响。

表1 鄂北岗地多年平均干湿指数与各气象因子的偏相关系数

Tab.1 The partial correlation coefficient between annual average drywet

index and meteorological factors in Hillock Area of northern Hubei

气象因子 气温 风速 相对湿度 日照时间 降水量

偏相关系数 -0.378* * -0.234* 0.365* -0.559* 0.969* *

注：*与* *指分别通过0.05与001的置信度检验。

3 结论及讨论

3.1 结论

（1）1960年-2013年鄂北岗地干湿指数平均值为121，总体上呈缓慢的波动上升趋势，其线性倾向率为0038/（10a）。干湿指数的累积距平值经历了由下降到上升的变化过程。同期参考作物蒸散量有明显的下降趋势，而降水量有小幅度的增加。

（2）从干湿指数的季节变化来看，夏季干湿指数最大，多年平均值为152，并且出现较为显著的上升趋势；冬季的干湿指数最小，多年平均值为068，其上升趋势并不明显；春季和秋季的干湿指数处于夏季和冬季之间，多年平均值分别为121和127，并且都有减小的趋势，分析发现降水的季节性分异是造成干湿指数季节变化的主要原因。

（3）对干湿指数序列进行突变分析，发现干湿指数总体上呈上升趋势，但没有通过显著的置信水平检验。在1980年左右，干湿指数发生了一次由低到高的突变。

（4）通过对干湿指数序列进行小波分析，发现干湿指数变化过程主要存在3～6 a、8～15 a和17～25 a等3类尺度的周期变化规律。而3 a、5 a、13 a和18 a等4个周期的波动控制着干湿指数在整个时间域内的变化特征，其中13 a左右的周期震荡最强，为干湿指数变化的第一主周期。

（5）干湿指数的大小与参考作物蒸散量和降水量密切相关，研究发现降水量是导致干湿指数变化的决定因素，其它因素影响有限。

3.2 讨论

通过对鄂北岗地1960年-2013年干湿指数的变化趋势分析，干湿指数总体上呈波动上升趋势，其上升速率为0038/（10a），干湿指数的上升是由参考作物蒸散量下降和降水量增加共同引起的，其下降和上升的速率分别为-17538/（10a）和 1393/（10a），但二者的作用范围和对于干湿指数变化贡献大小尚需进一步研究。分析发现，参考作物蒸散量和降水量表现出一定的负向相关性，但二者不是简单的线性对应关系，这是因为参考作物蒸散量和降水量都受到太阳辐射、行星因素、大气环流、下垫面甚至人类活动等多种因素的影响，使得其形成演变的过程十分复杂。

干湿状况的变化将在一定程度上改变区域的自然地理环境和水资源的空间分布，进而影响国民经济建设和农业生产布局，只有深入了解气候变化的基本规律和总体趋势，才能及时制定科学有力的措施，从而应对气候变化带来的不利影响。

参考文献（References）：

[1] 赵俊芳，郭建平，徐精文，等.基于湿润指数的中国干湿状况变化趋势[J].农业工程学报，2010，26（8）：1824.（ ZHAO Junfang，GUO Jianping，XU Jingwen，et al.Trends of Chinese drywet condition based on wetness index[J].Transactions of the CSAE，2010，26（8）：1824.（in Chinese））

[2] 张永，陈发虎，勾晓华，等.中国西北地区季节间干湿变化的时空分布―基于PDSI数据[J].地理学报，2007（11）：11421152.（ZHANG Yong，CHEN Fahu，GOU Xiaohua，et al.The temporal and spatial distribution of seasonal dryWet changes over the northw estern china：based on PDSI[J].Acta Geographica Sinica，2007（11）：11421152.（in Chinese））

[3] 王莺，李耀辉，姚玉璧，等.石羊河流域地表干湿变化的时空分布特征[J].资源科学，2013（10）：21122120.（WANG Ying，LI Yaohui，YAO Yubi，et al.Spatial and temporal patterns in surface humidity changes in the Shiyang River Basin[J].Resources Science，2013（10）：21122120.（in Chinese））

[4] 蒋冲，王飞，穆兴民，等.气候变化对渭河流域自然植被净初级生产力的影响研究（Ⅰ）―地表干湿状况时空演变特征分析[J].干旱区资源与环境，2013（4）：3036.（JIANG Chong，WANG Fei，MU Xingmin，et al.Effect of climate change on net primary productivity （npp） of natural vegetation in Wei River Basin（Ⅰ） .Temporal and Spatial Characteristics of DryWet Condition[J].Journal of Arid Land Resources and Environment，2013（4）：3036.（in Chinese））

[5] 孙斌，高志海，王红岩，等.近30年京津风沙源区气候干湿变化分析[J].干旱区资源与环境，2014（11）：164170.（SUN Bin，GAO Zhihai，WANG Hongyan，et al.Dry/Wet variation of BeijingTianjin dust and sandstorm source region during 19812010[J].Journal of Arid Land Resources and Environment，2014（11）：164170.（ in Chinese））

[6] 余华强，罗敬东，张耀华，等.鄂北岗地农业生态环境的主要问题与保护对策[J].湖北农业科学，2011（1）：5658.（YU Huaqiang，LUO Jingdong，ZHANG Yaohua，et al.On the main problems and countermeasures about agricultural ecological environment in Hillock Area in the North of Hubei[J].Hubei Agricultural Sciences，2011（1）：5658.（ in Chinese））

[7] 袁本华.鄂北岗地农业经济持续发展战略探讨[J].湖北社会科学，2005（2）：5557.（YUAN Benhua.Discussing the sustainable development strategy of agricultural economy in the upland of Northern Hubei[J].Hubei Social Sciences，2005（2）：5557.（ in Chinese））

[8] 苏秀程，王磊，李奇临，等.近50年中国西南地区地表干湿状况研究[J].自然资源学报，2014（1）：104116.（SU Xiucheng，WANG Lei，LI Qilin，et al.Study of surface dry and wet conditions in Southwest China in Recent 50 Years[J].Journal of Natural Resources，2014（1）：104116.（ in Chinese））

[9] 吴绍洪，尹云鹤，郑度，等.近30年中国陆地表层干湿状况研究[J].中国科学：D辑，2005，35（3）：276283.（WU Shaohong，YIN Yunhe，ZHENG Du，et al.Aridity/Humidity status of land surface in china during the last three decades[J].Science in China ：Series D，2005，35（3）：276283.（ in Chinese））

[10] 裴彬.近30年来甘肃气候变化趋势及其对干湿状况的影响[J].干旱区资源与环境，2009（9）：9094.（PEI Bin.Climate changes and its influences on the aridity/humidity status in Gansu Province during the last three decades[J].Journal of Arid Land Resources and Environment，2009（9）：9094.（ in Chinese））

[11] 张亚宁，张勃，卓玛兰草，等.1960-2008年黑河流域地表干湿状况的时空变化分析[J].干旱区研究，2012（5）：838846.（ZHANG Yaning，ZHANG Bo，Zhuoma Lancao，et al.Analysis on spatiotemporal change of drywet conditions in the Heihe RiverBasin during the Period from 1960 to 2008[J].Arid Zone Research，2012（5）：838846.（in Chinese））

[12] 刘劲龙，徐刚，杨娟，等.近55年来四川盆地气候的干湿变化趋势分析[J].西南大学学报：自然科学版，2013（1）：138143.（LIU Jinglong，XU Gang，YANG Juan，et al.Climatic variations of dryness and wetness in Sichuan Basin during 19552009[J].Journal of Southwest University（Natural Sciences Edition），2013（1）：138143.（in Chinese））

[13] 张方敏，申双和.中国干湿状况和干湿气候界限变化研究[J].南京气象学院学报，2008（4）：574579.（ZHANG Fangmin，SHEN Shuanghe.A study on dry/wet conditions and changes of dry/wet climate boundary in China[J].Journal of Nanjing Institute of Meteorology，2008（4）：574579.（in Chinese））

[14] 孙小舟，封志明，杨艳昭.西辽河流域1952年-2007年参考作物蒸散量的变化趋势[J].资源科学，2009（3）：479484.（SUN Xiaozhou，FENG Zhiming，YANG Yanzhao.Change tendency of reference crop evapotranspiration in Xiliaohe Basin[J].Resources Science，2009（3）：479484.（in Chinese））

[15] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，2007.（WEI Fengying.Modern Climatic Statistical Diagnosis and Prediction Technology[M].Beijing：Meteorological Press，2007.（in Chinese））

[16] 潘雅婧，王仰麟，彭建，等.基于小波与R/S方法的汉江中下游流域降水量时间序列分析[J].地理研究，2012（5）：811820.（PAN Yajing，WANG Yanglin，PENG Jian，et al.Precipitation change in middle and lower reaches of Hanjiang River：Based on wavelet analysis and R/S analysis[J].Geographical Research，2012（5）：811820.（in Chinese））

夏季值周总结篇6

关键词：湖泊沉积物 西南季风 古气候动力学机制 南半球

The Southwest Monsoon： Evolution and Its Link with the Southern Hemisphere

Xue Bin1 Jin Zhangdong2 Qiang Xiaoke2 Zhang Enlou1

（1.Nanjing Institute of Geography and Limnology， Chinese Academy of Sciences； 2.Institute of Earth Environment， Chinese Academy of Sciences）

Abstract：India monsoon （southwest monsoon） plays a very important role on the southwestern China， however， few researches were concentrated on this area compared with the east Asian monsoon. What is the evolution of southwest monsoon， and how did it link with the southeast monsoon as well as the westlie circulation， and furthermore， what is the mechanism behind among the monsoon systems and inter-hemisphere linkage. All these needed to be concerned scientifically. This project aims to reconstruct the tectonic-sedimental cycles and palaeoclimate changes in terms of the monsoon evolution and Tibetan plateau uplifting as well as south hemisphere impact， in the long time scale， based on the further analysis on the sediments from the Heqing Basin of Yunnan province， China. Meanwhile in the short timescale， the palaeoclimate changes sine MIS 3 would be researched based on the sediments from the Qinghai lake， a small volcanic-origin from southwest part of Yunnan. The Heqing palaeolake sediments present a high-resolution continental record from southwestern China that demonstrates the importance of interhemispheric forcing in driving India summer monsoon （ISM） variability at the glacial-interglacial time scale as well. Interglacial ISM maxima are dominated by an enhanced Indian low associated with global ice volume minima. In contrast， the glacial ISM reaches a minimum， and actually begins to increase， before global ice volume reaches a maximum. We attribute this early strengthening to an increased cross-equatorial pressure gradient derived from Southern Hemisphere high-latitude cooling. This mechanism explains much of the nonorbital scale variance in the Pleistocene ISM record. The Qinghai lake sediments record the palaeoclimate changes since LGM， which is controlled by the India monsoon system. The consistent changes with the record from Arab sea and the cave stalagmite suggest that the India summer monsoon was controlled by the north hemisphere insolation and the ITCZ migration， and the close linkage with the record from the Greenland ice core δ18O also suggest the dynamic mechanism between the India monsoon and the high latitude climate to some extent.

夏季值周总结篇7

1.1资料来源该研究选取新安气象站1979~2008年逐年的年、季平均气温、平均最高气温和平均最低气温以及逐年、季极端最高气温和极端最低气温及逐年无霜期、降水量等资料。

1.2划分标准季节划分采用气象学上的标准:春季是3~5月,夏季是6~8月,秋季是9~11月,冬季是12月和次年1~2月;高温天数指气温≥35℃的天数,低温指天数气温≤-5℃的天数;无霜期指从春季的无霜日到秋季的初霜日为无霜期。

1.3研究方法研究主要采用回归分析、趋势线分析等方法。通过引入气候倾向率和气候趋势系数来研究各要素的气候倾向趋势和变化幅度,并采用相关系数统计检验方法,检验气候趋势系数是否显著。

2气候变化特点

2.1气温变化特征

2.1.1平均气温年际变化特点。新安1979~2008年30年平均气温年际变化如所示。新安历年平均气温是14.3℃。从中可以看到,20世纪80年代初期平均气温最低,从80年代中期开始平均气温在平均值以上的次数越来越多,相对峰值和相对谷值都呈明显升高趋势;从90年代开始,波动较大,升温剧烈。新安近30年来,气温呈显著上升趋势,拟合方程为y=0.046x+13.54,升温倾向率达0.46℃/10a,相关系数为0.71,高于中国50年的0.22℃/10a平均水平。

2.1.2气温的季节变化特点。新安1979~2008年各季平均气温年际变化如所示。新安春季的平均气温是14.8℃,从中可以看出,新安春季增温比其他各季的增温都剧烈,波动也比较大,线性增温倾向率0.92℃/10a,相关系数为0.73,在四季中增幅最大。从90年代初期开始,气温上升速率加快,一直保持在较高水平,特别是从2000年以来,春季气温平均值基本都在15℃以上。新安冬季气温升高明显(),线性增温倾向率达0.36℃/10a。新安冬季的平均温度是1.9℃,从80年代开始到90年代末,冬季气温在波动中上升,波动较小,80年代的平均温度基本都在2℃以下,1984年出现了30年来冬季的最低值;90年代的平均温度基本都在2℃以上,从90年代开始,增温速率加快,冬温显著升高,暖冬现象严重;进入2000年后,冬季的气温波幅远远大于其他时期,气温忽高忽低,说明新安在冬季气温不断升高的同时,出现暖冬与冷冬的概率也在不断加大。新安秋季气温波动较大(),虽然有升有降,但总体在波动中上升,增温倾向率为0.36℃/10a,气候趋势系数为0.39,与冬季线性增温倾向率相同;平均气温是14.3℃,与全年平均气温相同。由可以看出,从20世纪90年代初期开始,新安的秋季平均气温基本都在14℃以上,呈稳定上升趋势。新安夏季气温波动较大(),平均气温是25.9℃。总体来看,虽然新安夏季气温呈上升趋势,线性增温倾向率为0.18℃/10a,但气温随年度变化的相关性还不强,尤其是从1997年开始,新安的夏季平均气温在波动中有下降趋势。

2.1.3极端最高(最低)气温年际变化特点。新安1979~2008年极端最低气温变化如所示。新安极端最低气温多出现在1月和12月,极端最低气温气候平均值是-10.9℃,其年际差异十分显著,2007年最高值-4.7℃比1990年最低值-14.7℃高10℃。极端最低气温变暖趋势十分明显(),增温剧烈,30年来极端最低气温除1990年的特殊年份外,总体呈明显的波动上升趋势,其线性拟合气候增暖倾向率为每10年1.06℃,气候趋势系数为0.5。新安极端最高气温多出现在6~8月份,极端最高气温平均值是39.4℃。新安1979~2008年极端最高气温年际变化中(),有升温趋势,线性升温倾向率0.26℃/10a。极端最高气温差异十分显著,1993年最低值36.6℃比2005年最高值41.7℃低5.1℃。与极端最低气温变暖趋势相比,极端最高气温趋势波动较大,有明显的周期性变化规律,气温升高与降低的周期一般为4年。

2.1.4高(低)温天数年际变化特点。新安平均高温天数是15.4d,在高温天数年际变化序列中,其年际差异十分显著,波动较大,1997年出现高温43d比1983年出现高温2d相差41d。新安1979~2008年近30年最高气温天数年际变化如所示。从中可以看出,新安高温天数峰值升高趋势比谷值升高趋势明显,高温天数的增加也十分明显,高温天数线性上升倾向率为2.29d/10a,气候趋势系数为0.27。新安平均低温天数是19.3d,在低温天数年际变化序列中,其年际差异十分显著,波动较大,1976年出现低温40d比2001年出现低温5d相差35d。新安1979~2008年近30a最低气温天数年际变化如所示,可以看出新安低温天数的减少十分明显,低温天数线性下降倾向率为5.11d/10a,气候趋势系数为0.52。

2.2无霜期年际变化特点新安平均无霜期是220d,在无霜期年际变化序列中,其年际波动不一(),在1979年到1982年间,无霜期波动较大,最大值在2006年的271d与最小值在1976年的195d的差值为76d。从1979年开始到1988年间,无霜期上升趋势比较稳定,是第一个高峰期;从1991年到2002年处于较低的缓慢地上升期;从2004年开始无霜期上升迅速,振幅增大。从无霜期年际变化的总体角度看呈明显性上升,上升倾向率为10.86d/10a,气候倾向率为0.55。

2.3降水变化特征

2.3.1降水的年际变化特征。新安1979~2008年降水量的变化序列如图8所示,新安年平均降水量为646.3mm,降水量总体趋势是在波动中明显减少,降水递减倾向率为3.97mm/10a,干旱化趋势在不知不觉中发生。同时还明显看出,气候变暖后,年降水量振幅的相对变率比气候变暖前有明显的增加,表明随着气候的变暖新安年降水量变率增大,出现大旱大涝的可能性增加。就年代变化而言:80年代为丰水期,降水量比较稳定,高于平均值34mm,90年代波动中急剧减少,低于平均值44mm,为严重干旱期;2000~2008降水量比90年代有所增加,如果不考虑2003年的峰值,仍低于90年代的平均水平,其中,2003年的降水量是30年来最高,为严重洪涝年,使得10年平均值增大,其他年度降水量仍相对较少,干旱威胁依然存在。

2.3.2降水的季节变化特征。新安1979~2008年近30a来各季降水情况如图9所示。新安平均春季降水量为126.8mm。从图9中可知,新安春季降水在波动中呈减少趋势,递减率为6.87mm/10a,但降水量与年际变化相关性不强,而降水波动性规律较明显,春季最大降水量在整体变化趋势中呈7~8年的周期性,最小降水量在整体变化趋势中呈5~6年的周期性。春旱现象越来越严重。新安年降水主要集中在夏季,夏季平均降水量为322mm,占全年总降水量的50%,对全年降水影响最大。由图9可以看到:新安夏季降水同春季降水一样呈减少趋势,递增率为3.78mm/10a。虽然夏季降水量与年际变化相关性不强,但夏季最大降水量波动规律性最强,在整体变化趋势中呈6~7年的周期性变化,最小降水量波动规律也相对较明显,在整体变化趋势中相对呈5~6年的周期性变化。新安平均秋季降水量为167.4mm。由图9可知,新安秋季降水略有增加趋势,其降水量与年际变化相关性不强,降水波动规律也不明显,波幅较大,突变性较强。从2003年以来秋季降水量减少明显。新安平均冬季降水量为34.2mm。由图9可知,新安冬季降水略有增加,递增率为3.23mm/10a。由于冬季降水总量较少,故对全年降水变化趋势影响不大。

3气候变暖对农业及生态环境的影响

3.1气候变暖对农业气候资源的影响气候是进行农业生产的自然环境中最基本最重要的条件之一。气候年复一年,周而复始地为农业生产提供着光、热、水、空气等能量和物质资源。因此,从农业的观点看,气候是一种重要的农业自然资源。大气中CO2等温室气体含量增多,引起“温室”效应,使气候变暖。以气候变暖为主导的气候变化必将对作物生长发育和产量形成产生明显的影响[1]。因为CO2是植物进行光合作用制造有机物质所必不可少的原料,是太阳能量的转化和储存以及地球生物圈赖以生存和平衡的基础。一般说来,在其他条件不变时,其含量增加将有利于植物的生长发育,但温度升高、有效水分减少会抑制作物对CO2的吸收,进而减弱光合同化过程的强度。气候变暖将导致地表径流、旱涝灾害频率发生变化。对气候变化敏感的传染性疾病的传播范围可能增加;与高温热浪天气有关的疾病和死亡率增加。研究表明,年平均气温升高1℃将引起农田蒸散量增加10%,地表流经量将减少62.9%,水资源总量将减少40%,土壤含水量减少10%,气温升高0.5℃耗水每公顷将增加30~75m3,加剧干旱的影响[2-6]。

3.2气候变暖对农业气象灾害的影响随着气温的升高,不定因素增多,气候变率加大、振幅增高,时空分布不均,气象自然灾害有明显的加剧趋势。主要表现在以下5个方面:①从新安的降水量来看,总体趋势是在波动中明显减少,降水递减倾向率为3.97mm/10a,再加上气温升高导致蒸发力加大,造成作物水分亏缺,产生严重干旱;②降水变率加大、振幅增高,在干旱发生频繁的同时会导致暴雨、冰雹、大风等气象自然灾害的加剧,甚至出现严重洪涝;③从各季气温变化振幅来看,冬季的振幅最大,正负差值达到4.2℃,说明在冬季气温不断升高的同时,温度的不稳定程度有所增加,出现暖冬与冷冬的概率也在不断加大,冬季的寒潮和雪灾也会时有发生,低温冷害和霜冻会给农业造成损失。④从增温速度和波动情况来看,春季增温比其他各季的增温都剧烈,波动也比较大,说明新安春季的倒春寒发生概率也很大,对农业影响更大。由于果树因气候变暖开花期提前,处在开花、授粉期桃树、梨树、核桃、苹果等抗冻能力下降,倒春寒不仅影响传粉授精,更严重会导致果树花朵冻枯脱落,产量下降。⑤从高温天数和最高气温变化情况来看,新安极端最高气温以每10年0.26℃的速度上升,高温天数以每10年2.29d的速度增加,说明新安炎热时间不断延长,干热风、热浪和酷暑的影响不断加大。由于作物生长对适宜温度、能够忍受的高温和低温都有一定的要求,超过上限的高温会使作物遭受高温胁迫危害,生长发育受到抑制,产量大大降低,如果高温和干旱结合,就会导致植株大量失水,迅速枯死。夏季是苹果、核桃、柿子幼果膨大期,超过35℃以上的高温会严重抑制果实的生长发育,气温高达38℃以上就会对果实产生日灼伤害,使果实停止生长、枯死、脱落。

3.3气候变暖对粮食作物的影响气候变暖尤其是随之而来的异常高温会给粮食作物带来以下影响:①会对作物生长产生不利的热害,胁迫作物来不及灌浆甚至中断或终止正常的生长发育进程而提前成熟;②温度升高加速土壤中肥料的分解和流失,蒸散率增加抵消了原本不多的降水量,从而使作物生长的水分胁迫加重;③较高的温度加快了作物的生育进程,缩短生育期,使之来不及累积光合同化产物、充盈籽粒而提前成熟,导致籽粒不饱满或瘪粒而减产。玉米、高粱和谷子是耗水量较小的喜温作物,适应性强,气温升高对玉米、高粱和谷子产量影响不大[7];大豆是喜凉作物,气温超过25℃,就会抑制其生长,致使减产;小麦是喜冷作物,由于冬季变暖、寒冷期缩短,会使其停止生长的越冬期缩短。王石立等的计算揭示了气温升高时因蒸发变大而导致小麦水分亏缺情况,表明小麦全生育期内农田蒸散量将大于当前气候8%~12%,以小麦拔节、抽穗阶段更为突出,由于小麦全生育期水分亏缺加剧引起的小麦减产值将比当前气候下大8%~20%,灌溉将增加25%~33%,有灌溉条件的地区,小麦可能增产,但灌溉增加使生产成本提高,而在没有灌溉条件的地区,水分胁迫加剧则将导致减产。

3.4气候变暖对作物病虫害的影响害虫是变温动物,其体温随环境温度的变化而变化。环境温度高,其生理代谢旺盛,生长发育快;环境温度低,其生理代谢弱,生长发育就慢。气候变暖,特别是冬季温度升高,将有利于害虫和病原体安全越冬,使来年春夏的虫病源基数增大,引发危害面积扩大,危害程度加重;春秋季温度升高,将延长害虫和病菌的可生育时期,有利于病虫害春季早发,冬季休眠推迟,危害期延长;而积温增加,可使1年中病虫繁育的世代增多,致使农作物受害概率增大;空气中CO2浓度增大,植株中含碳量增高,含氮量下降,致使害虫的采食量增大,导致对农作物的危害加重。

3.5气候变暖对自然植被的影响地球表面的植被类型及其分布基本上取决于年降水、年生物温度与湿度3个要素。未来各类自然植被将发生明显北移,南方的热带季风雨林将逐渐引进,相当多的树木面临不适宜的新的气候条件可能变得更为脆弱,尤其是寒温带针叶林将向北移入,部分树种甚至面临濒危状态。气候变暖,降水不能保持与温度的同步增加,导致植被光合作用所需水分供应不足,相当多的树种面临不适应新的气候条件,会变得更加脆弱、更易遭到病虫害侵袭。根据李英年对1987年以来黄河源区土壤湿度的监测结果分析,黄河源区下垫面蒸散量的加大使土壤向干暖化发展。这种气候因素的影响,导致近十几年来植被地上净初级生产力按9.506g/(m2•a)的倾向率下降[8]。

4对策与建议

气候变暖将导致地球气候系统的深刻变化,使人类与生态环境业已建立起来的相互适应关系受到显著影响和扰动。气候变暖将导致地表流经、旱涝灾害频率发生变化,特别是水资源供需矛盾更加突出;气候变化将使我国未来农业生产的不稳定性增加,产量波动大;气候变化将影响人类居住环境,最直接的威胁是洪涝、山体滑坡和与高温热浪天气有关的疾病和死亡率增加等。因此研究气候变化的影响,探讨增强新安农业应变能力的对策措施,为新安农业今后的发展方向和结构布局的调整提供一些科学依据和可供选择的对策方案。

(1)调整农业结构和布局,发展特色农业、旱作农业和生态农业。引进农业新技术、新品种,改变传统的耕作方式,大力发展经济作物经济林果业。

(2)水资源在减少,水需求在增加,水危机在加深。面对此环境,必须合理开发利用水资源,推广集雨技术和节水灌溉技术,推广渠道防渗、管道输水、喷灌滴灌等技术;加大人工影响天气力度,把开发空中水资源作为解决新安缺水问题的一条主要途径。

夏季值周总结篇8

关键词：水源热泵；取退水；温度场；数值模拟；节能

中图分类号：TK79 文献标识码：A 文章编号：1672-1683（2017）02-0203-06

热泵是以消耗一部分高温位能或高品质能（电能、机械能等）为代价，基于热力循环原理，将热能由低温物体转移至高温物体的能量利用系统。水源热泵是热泵的一类，水源热泵是一种被广泛应用的热泵系统，其能效比高于空气源热泵，尤其是采用水源热泵技术能够有效降低整个空调系统能耗，充分提高能源的利用率。近几年来，国内将水源热泵的应用范围进行了拓展，在水源热泵项目的基础上诞生了很多湖水源热泵项目，围绕该种技术形式的研究课题较为丰富，其中针对取水方式、系统能效以及节能效果等问题的研究较多。

1项目概况

1.1供能面积及负荷

某水源热泵项目供冷（热）面积为136.6万m2，建筑业态包括商业、住宅。根据《全国民用建筑工程设计技术措施》（暖通空调・动力），结合项目建筑的具体使用情况，确定了各建筑设计日的逐时冷负荷系数；根据陆耀庆主编的《实用供热空调设计手册》（第二版），确定了各建筑业态的同时使用系数，该项目设计日逐时冷热负荷见图1。

从图1可以看出，该项目设计日供冷负荷为69.9 Mw，供热负荷为35.4Mw。

1.2技术形式

我国水资源贫乏，针对江、河、湖的很多研究成果为水源热泵的应用提供了参考，有利于热泵项目的优化设计。该项目临近河流A及河流B，河流A流量远远大于河流B，两条河流交汇，河流B汇入河流A，是典型的可采用水源热泵为区域内建筑进行供能的项目，在考虑系统经济性及效率的基础上，采用水源热泵与冷水机组相配合的技术形式，该项目水源热泵系统主机配置见表1。

2取退水方案

2.1取水量分析与计算

2.1.1夏季取水量分析计算

根据《实用供热空调设计手册》（第二版），对于水源热泵项目，夏季取水量可根据式（1）进行计算：

（1）式中：a为取水系数，在设计过程中，考虑到取水安全、水处理损耗以及水泵并联后流量会衰减，根据设计经验取1.1；Q1为取水量（m3/h）；W1为夏季冷负荷（kw）；COP1为主机制冷效率，该项目主机夏季CDP1为5.67；T1为取退水温差，该项目设计取退水温差为5℃。

结合该项目夏季设计日逐时供冷负荷数据，可计算出夏季设计日取水量，具体见图2。

2.1.2冬季取水量分析计算7=47.43万m3，平均小时取水量为0.28万m3。

（2）冬季极端工况取水量。

冬季极端工况下取水量计算参照式（2），其中主机冬季极端工况COP3为4.0取退水温差T3为3℃，其他参数保持不变。通过计算，冬季极端工况下设计日各时刻取水量见图4。

从图4可以看出，该项目冬季极端工况下设计日总取水量为13.59万m3，最大小时取水量为0.84万m3。冬季周平均最大取水量取冬季设计日取水量的80%，冬季极端工况下周总取水量为：W3w=0.8×13.59×7=76.1万m3，平均小时取水量为0.45万m3。

该项目夏冬两季取水量见表2。

2.2取水及退水位置

由于该项目靠近河流A及河流B，项目能源站从河流A经取水头部取水，退水于河流B中，再汇入河流A中。能源站取退水总平面及退水部分示意图分别见图5（a）、图5（b）所示。

为了降低温排水对河流B退水口局部温度场的影响，采用多点退水方式。

3温度场数值模拟

ANSYS-CFX软件主要应用于大坝、水轮机、河流污染等项目的流体仿真中。采用CFX对该项目取退水温度场进行模拟，对于通常的河水流动，湍流模型可选择标准的k-ε模型。标准k-ε模型是两个方程的模型，要解两个变量，速度和长度尺度。近年来，很多学者采用数值模拟方法对（湖）水源热泵项目取退水方案进行了研究，成果颇丰。

3.1边界条件及模型

数值模拟采用的河流A、河流B水文数据，包括江面水位、取退水流量、温升/温降等，具体参数见表3。

此外，夏季工况：河流A基础温度为30℃，河水表面综合散热系数为42 5 W/m2×k；冬季正常工况：河流A基础温度为8℃，河水表面综合散热系数为8.5 W/m2×k；冬季极端工况：河流A基础温度为6℃，河水表面综合散热系数8.5 W/m2×k。

取退水模型采用非结构化网格，考虑到该项目水源热泵系统是在设定工况下长期运行，根据该项目实际特点，采用稳态分析方法，模拟的主要内容包含河流A、河流B河面的温度场。该水源热泵项目取退水部分三维模型见图6。

3.2模拟结果分析

（1）夏季工况模拟。

夏季退水温度为308 K（35℃），夏季两条河流河面温度场及河流B距河流A河岸45 m处截面温度场模拟结果分别见图7（a）、图7（b）所示。

从图7（a）可以看出，退水水流对河流A上游取水口周边温度场无影响；从图7（b）可以看出，河流B汇入河流A之前的平均水温为3Q 51℃（基础温度30℃），温升低于1℃，表明退水不对河流A产生影响。

（2）冬季正常工况模拟。

冬季正常工况下退水温度为276 K（3℃），冬季正常工况下两条河流河面温度场及河流B距河流A河岸45 m处截面温度场模拟结果分别见图8（a）、图8（b）所示。

从图8（a）可以看出，退水水流对河流A上游取水口周边温度场无影响；从图8（b）可以看出，河流B汇入河流A之前的平均水温为7.31℃（基础温度8℃），温降小于1℃，表明退水不会对河流A产生影响。

（3）冬季极端工况模拟。

冬季极端工况下退水温度为276 K（3℃），冬季极端工况下两条河流河面温度场及河流B距河流A河岸45 m处截面温度场模拟结果分别见图9（a）、图9（b）。

从图9（a1可以看出，退水水流对河流A上游取水口周边温度场无影响；从图9（b）可以看出，河流B汇入河流A之前的平均水温为5.39℃（基础温度6℃），温降小于1℃，表明退水不会对河流A产生影响。

通过对夏季、冬季正常工况、冬季极端工况河流A及河流B河面温度场的模拟可以看出，3个工况下退水于河流B中的水流均不会对位于河流A上游的取水口产生影响；3个工况下河流B汇入河流A之前的平均水温与每个工况基础温度相比较，温升（降）均低于1℃，这表明退水水流不会对河流A产生影响。

4项目节能效果

随着泵站装置、阀门、拍门等水力机械设备的研究成果不断涌现，水力机械设备性能得以提升，有助于提高水源热泵项目的效率。水源热泵技术被广泛应用的一个重要原因是其在节能方面的优势，建筑节能已经成为我国的基本国策之一，针对水源热泵项目节能效果的研究成果较多。通过估算，该水源热泵项目与常规方案相比较，年节约用水429 113 t（折标煤36 79 tce），夏季节约电能消耗470 42万（k・Wh）（折标煤578 62 tce）；虽然冬季采用水源热泵方案耗电增加1 385.22万（kW・h）（折标煤1 712.02 tce），但减少燃气消耗510.22万m3（折标煤6 19S.75 tce），全年节约能源折合标煤5 1 57.675 9 tce。

夏季值周总结篇9

关键词：降雨特征；变化趋势；暴雨；径流；渭河

中图分类号：P426 文献标识码：A 文章编号：1672-1683（2017）02-0029-08

受全球气候变化影响，极端强降水事件频发，城市化进程的加快，进一步加剧了降水时空分布不均和局部强降水事件的发生。如何对降水和径流等气象水文要素变化特征进行科学识别，并对其变化成因进行分析对于区域水资源管理具有重要意义。国内外诸多学者对不同尺度降水特征进行研究并取得许多有益的成果。姚惠明利用动态泰森多边形模型计算并分析1951年-2006年中国降水演变趋势，从全国尺度和区域尺度研究降水量时空间分布，并对不同时段降水量震荡周期、演变与突变趋势进行分析。冯强等研究了我国降雨的时空分布特征以及与降水相关的暴雨洪涝灾害变化特征。张建云等研究发现北方地区近几年降水量有所增加，然而仍低于多年平均值。王小玲等基于506个测站逐日降水资料分析我国8个区域年降水量、平均降水强度和年降水频率的变化趋势，研究发现：年降水量、平均降水强度和年降水频率存在显著的区域变化特征。姜仁贵等采用线性和非线性小波分析对Alberta省降水特征进行分析，并对降水时空分布成因进行剖析。张皓，束美珍等分析了华北地区、海河流域降水量时空变化特征，发现年均降水量呈由东南向西北逐渐减少的趋势。多位学者从应对气候变化、灾害风险管理等角度分析流域降水的变化趋势。

渭河是黄河最大支流，是陕西人民的母亲河、生命河，渭河流域水文要素变化受到国内学者广泛关注。新世纪以来，渭河发生了“03.8”、“05.10”、“11.9”等洪水，造成巨大损失。2010年，陕西省委、省政府站在全省经济社会发展战略高度，提出了全线整治渭河的科学决策。根据《陕西省渭河全线整治规划及实施方案》，计划用五年时间通过加宽堤防、疏浚河道、整治河滩、水量调度、绿化治污、开发利用，实现渭河“洪畅、堤固、水清、岸绿、景美”的目标。本文以陕西渭河流域12个雨量站和渭河下游华县水文站为研究对象，采用趋势分析、突变检测等方法，分析渭河降水变化特征，并探讨径流变化与影响因素之间联系，分析变化成因，以期为合理开发利用渭河流域水资源，促进流域经济社会可持续发展提供参考。

1资料及方法

1.1研究区概况

渭河全长8 18 km，流域总面积1 3 48万km2，位于34°-38°N和104°-110°E之间。流域发源于甘肃省渭源县鸟鼠山，由西向东横贯甘肃东部，在陕西省宝鸡县凤阁岭乡附近进入陕西境内。研究区概况及文中所采用的雨量站、水文站见图1。

1.2数据来源

采用1961-2013年共53年陕西渭河流域12个典型气象站点逐日降水资料进行分析，站点名称如图1所示。数据来源于中国气象科学数据共享服务网。对于少部分缺测数据，采用邻近站点进行插补。选取渭河下游干流控制站华县站，分析径流变化趋势。径流数据来源于陕西省水文年鉴，径流时间序列截至2010年。

四季时段按气象部门的标准划分，即春季3月-5月，夏季6月-8月，秋季9月-11月，冬季12月-次年2月。采用固定临界值进行不同量级降水日数的划分。按照我国雨量等级划分标准，定义：小雨（0～9.9 mm/d）、中雨（10～24.9 mm/d）、大雨（25～49.9 mm/d）、暴雨（≥50mm/d）；定义：日降水量≥50mm为一个暴雨日，暴雨量/暴雨日数为暴雨强度，年暴雨量占年总降水量百分比为暴雨贡献率。

1.3分析方法

借鉴当前国内外主要水气象变化趋势分析方法，结合渭河流域降雨和径流时序特点，本文采用滑动平均法、累积距平、线性倾向估计法分析雨量站、水文站降水和径流变化特征；采用滑t检验，有序聚类，双累积曲线法分析其突变性。

2结果与分析

2.1降水变化趋势

2.1.1降水量年际变化特征

陕西渭河流域1961年-2013年均降水量变化趋势见图2。年均降水量为624 8 mm，整体呈减少趋势，年均降水量以13 2 mm/（10a）的速率减少。该区域年均降水量年际变化大，最大值出现在1964年，为880.1 mm，最小值出现在1997年，为376.1mm，两者相差504 mm。

从图2可以看出，1961-70年代初，降水量呈缓慢下降趋势；70年代初-80年代中期，降水量呈波动增加趋势；80年代末-90年代末，降水量呈大幅波动下降趋势；90年代末-2013年降水量呈上升趋势。流域年均降水量最大值为平均值的1.6倍，为最小值2.9倍，这些说明降水量年际变化幅度大。各站降水均呈现减少趋势，降水量以3 5～45mm/（10a）的速率减少。华山站减少幅度最大，为45mm/（10a）；秦都站减少幅度最小，为3.5 mm/（10a）。

2.1.2降水量年代变化特征

按不同年代分别计算各站降水量，结果见表1。

各站降水量变化和渭河年均降水量变化呈现一致性，20世纪60年代各站降水大于多年平均值；20世纪70年代呈现减少趋势、接均值；20世纪80年代降水有所增加；但是20世纪90年代以来降水明显减少，和20世纪世纪60年代相比，减少幅度将近50%；新世纪以来，降水接近或者略高与多年平均值。各站20世纪90年代平均降水量占20世纪60年代的45%～63%；占多年平均值的48%～76%。特别是东部华县站20世纪90年代平均降水量为279.8 mm，不及60年618.6 mm的一半，也不及多年平均值的一半。刘梅等研究发现渭河全流域降水量呈减少趋势，空间上华山的减少最为显著，和本文分析结果相同。

进入新世纪，各站降水量有所增加，降水量和90年代相比增加了30%～99%，平均增加了73%。研究区北部的耀县站增加90%，华县站增加了近一倍。大部分站降水量接近多年平均值，部分站略大于多年平均值。

2.2降水量的年内分布

陕西渭河流域1961年-2013年降水年内变化见图3。图3表明1961-2013年研究区降水的年内分布很不均匀，1月、2月、3月，11月，12月的百分比为1%～4%，4月、5月、10月的百分比为5%～10%，6月、7月、8月，9月的百分比为10%～20%。降水主要分布在7、8月，其次为9月、6月，分别占到19.5%，17.3%，16.9%，10.4%。

6月份降水量最大的为武功站1961年364.2mm，占全年降水1 118.3 mm的31%；7月份降水量最大的为武功站2007年446.87 mm，占全年降水1 222.6 mm的365%；8月份降水量最大的为太白站1981年509.6 mm，占全年降水1 197.0 mm的42.6%；9月份降水量最大的为武功站1984年397.0 mm，占全年降水1100.4 mm的41.29%；10月份降水量最大的为华山站1983年208.6 mm，占全年降水1100.4 mm的18.8%。

2.3降水量的季节变化特征

陕西渭河流域降水季节分布见图4，研究区降水季节差异大。春、夏、秋、冬四季降水分别占全年降水的20.8%、46.3%、20. 3%和3.6%，降水主要集中于夏季，占全年降水的近一半。春季降水占年降水百分比在2.6～46.8%；其中，吴旗站1998年春季降水241.3 mm，占年降水526.7 mm的46 8%，为最大比例；洛川站1961年春季降水15.5mm，占年降水602.3 mm的2.3%，为最小比例。夏季降水占全年降水百分比在13.3～83 8%；其中，吴旗站1995年夏季降水353.5 mm，占全年降水421.8 mm的93.8%，樽畲蟊壤；永寿站1974年夏季降水80.6 mm，占年降水605.5 mm的13.3%，为最小比例。秋季降水占年降水百分比在6.2～67.4%；其中，吴旗站2008年秋季降水239.5 mm，占年降水355.2 mm的67 4%，为最大比例；华山站1998年秋季降水53.1 mm，占全年降水85.07 mm的6.2%，为最小比例。冬季降水占年降水量百分比小于15.5%；其中，华县站1997年冬季降水43.3 mm，占年降水279.8 mm的15.5%，为最大比例；吴旗站1992年、1999年冬季降水都小于1 mm，秦都站1992、1999年冬季降水为1.2 mm、0.2 mm，华县在1999年冬季连续三月未降水。

陕西渭河流域各季节降水变化趋势见表2。从季节降水量变化趋势看，春季和秋季降水呈减少趋势。春季降水减少倾向率为4.8～18.6 mm/（10a），华山站降水呈减少趋势最为突出为18 6mm/（10a）。秋季降水减少倾向率为1.4～19.7mm/（10a），洛川、太白、永寿、武功、华山、秦都等减少倾向率为都大于10 mm/（10 a）。夏季降水，除蒲城、华山、华县、太白略有减少外，其余地方呈增加趋势；降水增加倾向率分别为1.4～14.7/（10a）。冬季降水，除吴旗、武功、华山三站呈现水平趋势外，其余地方呈微弱增加趋势，增加倾向率为0.3～1.8/（10a）。由降水量的季节变化可知，陕西渭河流域近年的降水量减少主要是以春季和秋季的显著减少为主，部分测站夏季、冬季降水有微弱增加趋势。来文立研究发现渭河流域夏、冬两季降水量变化趋势不明显。

2.4降水日数趋势分析

2.4.1降水日数分析

1961-2013年研究区域所有站点年降水日数在59-178 d之间；平均为86 d。降水日最多的是1964年武功站，日数为178 d；最少的是1995年吴旗站，日数为59d。小雨日数49-140 d之间，占总日数的64 1～95.9%，平均为80.6%./J、雨日数最少的是1995年华县站、2013年洛川站49 d；日数最多的是1964年陇县站140 d。中雨日数3～27 d，占总日数的2.7%～78.1%，平均14.0%；最少的是1968年吴旗站2 d；最多的是1983年武功站、1961太白站，均为30 d。年大雨日数小于20 d，占总日数的11.5%以下，平均为4.6%；日数最多的是1984年武功站，1964、1974、1984年华山站均出现13 d的大雨天气。年暴雨日数小于6 d；占总日数4.4%以下，平均为0.8%；暴雨日数最多的是2011年太白站6 d。

1961年以来陕西渭河流域降水日数均呈现减少趋势，变化趋势见表3。

各站的年降雨日数均呈现明显下降趋势，减少倾向率为11～29 d/（50a）；降水日数减少最为明显的是武功、华山。小雨日数均呈现减少趋势，减少倾向率为11～26 d/（50a）。除陇县外，中雨日数呈现减少趋势，减少倾向率为1～5 d/（50a）。大雨日数和暴雨日数变化不明显。各站总降水日数减少趋势和和小雨日数减少趋势基本一致。

2.4.2降雨日数和年降水量关系

陕西渭河流域年平均大雨日数和年均降水量相关分析见图5。在所有降雨日里，小雨日数占总降雨日数为80.6%左右；中雨日数占总降雨日数的14.0%左右。尽管小雨日数、中雨日数所占比例较大；但是通过对陕西渭河流域降水日数与年平均降水量进行相关分析发现，研究区平均大雨日数与年平均降水量存在显著正相关关系，相关系数为0.85。年平均降水量越大，年大雨日数出现频次愈高；大雨出现日数是影响年降水量的多少的重要因素。

2.4.3暴雨分析

研究区暴雨在4月-10月份都有发生。暴雨常出现在5月-9月，集中出现在主汛期（7月-8月）。汛期（6月-9月）暴雨日数占全年暴雨日数的92%，主汛期暴雨日数占全年暴雨日数的67%。

（1）暴雨初日和暴雨终日。

若年度中仅出现一次暴雨，则暴雨初日和暴雨终日为同一天。暴雨初日最早出现在陇县站2002年4月4日，日降水量53.8 mm。暴雨终日最晚出现华山站1957年在10月27日，日降水量50.8 mm。

（2）暴雨强度。

1961年-2013年研究区平均暴雨强度为68mm/d，各站的平均暴雨强度在64 d～73 mm/d之间。太白站平均暴雨强度最小为64.7 mm/d；陇县站平均暴雨强度最大为73.0 mm/d。结果表明：各站近年暴雨强度呈一定的特征，研究区的西部和北部，暴雨强度呈现增大趋势；研究区的东部和南部，暴雨强度呈现微弱减小趋势；特别是研究区西部的陇县站暴雨强度增大尤其明显。

（3）暴雨贡献率。

在1961年-2013年出现暴雨事件中，暴雨贡献率在5.5%～54.8%之间；平均为15%。2008年陇县站的暴雨贡献率最大为54.8%；1968年华山站的暴雨贡献率最小为5.5%。在所有暴雨事件中，除耀县站外，均发生过大暴雨事件。年最大日降水量为陇县站2010年7月23日，日降水量214.6mm；武功站2002年6月9日，日降水量203.3 mm。

2.5降水周期分析

采用小波方法对渭河流域各雨量站年降雨量周期进行分析，以凤翔和洛川两个测站为例，见图6。结果表明：不同测站呈现出不同的周期，根据周期的显著性状况，可以将这些测站分为两类。第一类有较为显著周期性特征测站，包括：凤翔、武功、华县、秦都、蒲城、耀县、永寿和太白8个测站有较为显著的周期性（图略），但是不同测站周期存在较大差异。以凤翔站为例，在1975年-1990年期间，发现显著（图6（a）中黑色范围内）的1～2a和8a左右的周期振荡，而在其余时期周期性不明显。第二类没有表现出显著周期性特征测站，包括：洛川、华山、陇县和吴旗4个测站（图略），以洛川为例，从图6（b）中可以发现，在整个研究期内，都未表现出显著的周期性。

2.6渭河华县站径流变化

2.6.1华县站年径流年代变化

华县站1935年-2010年径流量的变化特征及趋势7（a）所示，呈减少趋势。1935年-2010年，华县站多年平均年径流量为73.85亿m3。70多年间，径流量的年际变化差异较大，大于平均值年数和小于平均值年数分别为35年和41年。年径流量最大值为1964年187.6亿m3，最小值为1997年16.83亿m3。最大值为平均值的2.54倍，为最小值的11.15倍。图7（b）为陕西渭河华县站年径流量累积距平曲线。华县站年径流量1935年至20世纪60年代末均为径流量偏丰年代，其中1964年达187.6亿m3，为最大值，比平均值多11 3.75亿m3。20世纪70年代初期至20世纪80年代中期，年径流量略小于平均值。20世纪80年代中期至2010年，径流量呈现下降趋势。21世纪以来，除了2003年径流量为93.39亿m3，外，其余年份，径流量均低于平均值。华县站径流量年代平均值如7（a）所示。1935年-1970年，平均年径流量约为93.37亿m3；1971年-1985年，平均年径流量约为70.56亿m3；1986年-2010年，平均年径流量约为47.72亿m3。

3.6.2华县站年径流突变分析

图8（a）中为华县站滑动t统计量曲线。n=76n1=n2=8给定显著性水平α=0.01，α=0.001，按照t的分布自由度，v=14，t0.01=±2.98；t0.001=±4.14。从1951年以来，t的统计量有4次超过0.01显著性水平，有一处极大值，1990年。t的统计量在1990年-1993年超过0.01显著性水平，但没有通过0.001显著性水平检验。表明华县站年径流量自20世纪30年代以来，出现了两次明显的突变。20世纪30年代至20世纪60年代末，年径流量呈现增加趋势；20世纪70年代有减少的，1980年以来有所增加；20世纪90年代年径流量经历了一次增加到减少的转变。华县站的年径流量序列离差平方和Sn（τ）曲线如图8（b）所示。华县站1935年-2010年的离差平方和Sn（τ）曲线在1968年出现最低，并且在1985年和1990年出现极小值。

华县站年径流量和平均降水量的双累积曲线如图9所示，其中降水和径流数据采用1961年-2010年。渭河降水量最多生在20世纪60年代，20世纪70年代以来，华县站径流量呈现减少趋势，尤其是20世纪90年代以来，减少趋势显著。降水量的变化与径流变化的趋势吻合。综合分析，渭河华县站径流量的突变点出现在20世纪70年代初和20世纪90年代初，大约在1968年一1970年、1985年-1991年。肖洁采用曼肯德尔法、R/S法及有序聚类分析法对渭河干流径流变化趋势进行了分析，得到华县站径流量的突变点为1969年和1991年，和本文计算结果一致。

渭河流域径流变化主要由气候变化和人类活动引起。气候变化对径流的影响主要表现为降水减少和潜在蒸散的增加。降雨量偏少是造成渭河干流径流量减少的主要原因。人类活动对流域径流的影响主要表现为20世纪70年代以后流域内大规模的水利工程、水土保持措施和工农业用水的增加，国民经济发展耗水量的明显增加，水土保持用水量的增加，城镇化的不断推进。冯家山，石头河，宝鸡峡，金盆水库等水利工程改变了天然径流原有节律，致使渭河径流特征发生了变异，客观上减少了径流量。工程措施和工农业耗水量不断上升，人类活动对渭河径流的影响越来越剧烈，导致径流量不断减少。

3结论

在全球气候变暖背景下，本文分析了陕西渭河流域1961年-2013年降水和径流分布特征，得到以下主要结论。

（1）陕西渭河流域1961年-2013年的年均降水量为624.8 mm，降水整体呈减少趋势，以13.2mm/（10 a）的速率减少。该流域降水年际变化大；20世纪70年代初-20世纪80年代中期，年平均降水量呈波动增加趋势；20世纪80年代末-20世纪90年代后末，降水呈大幅波动下降趋势；20世纪90年代后期-2013年，平均降水呈上升趋势。

（2）陕西渭河流域降水量的年内分布很不均匀。降水主要分布在7、8月，其次为9、6月，其月平均百分比分别为19.5%，17.3%，16.9%，10.4%。春季和秋季降水量呈减少趋势；夏季和冬季降水量微弱呈增加趋势；近年的降水量减少主要是以春季和秋季的显著减少为特点。

夏季值周总结篇10

关键词：柴达木盆地东部地区；气候特征；温度；降水量；日照时间

中图分类号：S162.1 文献标识码：A 文章编号：0439-8114（2013）08-1806-05

气候变化尤其是全球变暖的问题在研究领域越来越被关注。王绍武[1]发现全球正在以0.5 ℃/（100年）的速率变暖。林学椿等[2]研究结果也表明我国年平均气温在上升，年降水量在减少。罗贵东[3]研究表明，四川省达州市在40年来年平均气温逐渐上升，气温年较差逐渐变小，冬、春、秋三季在增温，而夏季在降温。于延胜等[4]发现湖北省老河口市在近57年来平均气温在冬、春、秋三季均有显著增加趋势，而在夏季呈缓慢降低趋势。李为华等[5]研究发现，近40年来山东省年平均气温也呈上升的趋势，尤其冬季平均气温增幅最大，年降水量也略有增加；夏季降水量减少最多，气温变化的周期性比降水变化的周期性明显。但也有个别研究结果与之相反，池再香等[6]则发现我国的黔东南地区年平均气温呈下降趋势，而年降水量呈上升趋势。

柴达木盆地是青海省重要的农牧业生产基地，耕地以块状分布于山麓洪积扇的中下部，盆地中东部的德令哈南部、诺木洪等地有水利灌溉条件的地方是青海省良好的绿洲农业区。由于气候的变化存在着地域性的特点，利用柴达木盆地东部地区51年温度与降水资料进行统计分析，有效揭示了柴达木盆地东部地区的气候变化规律，为柴达木盆地东部地区森林防火和农业生产提供气象依据，同时为地方政府决策提供气象保障。

1 研究区概况

研究区地处青海省西北部，位于柴达木盆地的东部，地理坐标为北纬36°20′43.9″-37°51′18.6″，东经95°05′26.0″-98°19′45.8″，属于比较干旱的温带大陆性气候，降水量小于蒸发量。该地区的局部气候差异比较显著，春季降水偏少且多风沙，物燥干旱；夏季降水较多并集中，气候相对温湿，日照时间相对较长，比较适宜耐寒作物生长；秋季急剧降温；冬季漫长而干燥，低温严寒。该地区51年的年均温为3.82 ℃，冬季均温为-8.84 ℃，夏季均温为15.56 ℃。51年的年平均降水量为111.58 mm，集中在夏季。日照时间为2 863～3 356 h。历年最低气温为-23.8 ℃，最高气温为28.9 ℃。

2 数据来源与分析

对大柴旦、德令哈、都兰、诺木洪、格尔木5个样地1960～2010年逐年与逐月的温度、降水量及日照时间平均值数据进行SPSS 17.0线性回归分析，并用Excel 2007与SigmaPlot绘图软件绘图。所有数据均来源于国家气象服务网。

3 结果与分析

3.1 气温变化趋势分析

通过分析，发现51年中气温以0.47 ℃/（10a）的增温幅度呈上升趋势（图1），同时，分别在1967、1970、1983、2008年出现了明显的低值，分别为2.20、2.58、2.66、4.32 ℃，出现低值的时间间隔越来越长，使之影响力逐渐减弱，在整体上符合全球气候变暖的趋势和规律。推测造成低值出现的原因可能是受北方冷空气和西南暖湿气流的共同影响，导致了罕见低温天气。

柴达木盆地东部地区冬季与秋季的平均气温距平变化相对较大，最为明显的是冬季，冬季平均气温变幅为5.96 ℃， 秋季平均气温变幅为3.98 ℃， 春季平均气温变幅为3.38 ℃，夏季平均气温变化则相对比较平缓，变幅为3.35 ℃。春季和夏季总体增温趋势不明显，增幅分别为0.30 ℃/（10a）和0.31 ℃/（10a），冬季增温最显著，增幅为0.73 ℃/（10a），其次是秋季，增幅为0.51 ℃/（10a）（图2a至图2d），由此得出柴达木盆地东部地区气候变暖的贡献率大小依次是冬季、秋季、春季、夏季。春季和夏季在20世纪90年代增温明显，冬季和秋季在20世纪70年代和90年代后增温比较明显。

1960～2010年柴达木盆地东部地区每年的最高气温也呈上升的趋势，升高速率是0.33 ℃/（10a）（图3）。五站点每年的最高气温整体上都有升高的趋势，但德令哈与都兰两站每年的最高气温有所波动：从20世纪60年代向70年代过渡时呈下降趋势，80年代以后又开始升高，格尔木与诺木洪两站点每年的最高气温大于都兰和大柴旦两站点的，德令哈居中。20世纪90年代后年最高气温升高更明显，近20年来升高约1.3 ℃，表现出年最高气温逐年增高的变化趋势。

柴达木盆地东部地区五站点51年来的年最低气温资料显示，年最低气温也在逐渐上升（图4），升高速率是0.71 ℃/（10a），气温波动呈阶梯性上升且很明显，从1980年之后，年最低气温升高非常显著，51年间年最低气温平均升高了约3.1℃；大柴旦地区的年最低气温表现出明显偏低的趋势，51年间比其他4个气象站平均约低4℃，可能是由于大柴旦的纬度相对较高造成的。

3.2 降水量变化趋势分析

由于受全球气候变暖的影响，近年来柴达木盆地的气候表现为暖湿特征，不仅气温升高，降水量也跟着增多，并以10.97 mm/（10a）的增加幅度上升。但柴达木盆地东部地区在降水量逐渐上升的同时，分别在1967、1970、1977、1989、2002年出现了明显的高值，分别为177.34、138.02、152.92、168.76和183.5 mm（图5），分析推测可能是由于对三江源生态建设的保护，青海省在柴达木盆地广泛开展了人工增雨作业，并且收到明显效果；另外，北方冷空气稍有偏强和西南暖湿气候比较稳定处在青海上空也可能是造成柴达木盆地东部地区降水量偏多的原因。

较极端的天气过程，过程强降水的事件屡次发生，给气象部门预报服务带来极大困难，也对当地工业尤其是盐业带来了不利影响。专家认为，虽然局地强降水致使部分地区受灾，但降水量偏多无疑对缓解前期旱情、改善生态环境、增加河流流量有积极作用。从长远发展来看，在干旱少雨的柴达木盆地东部地区，降水量偏多无疑是利大于弊，尤其在保护生态的层面作用更为明显。

1960～2010年柴达木盆地东部地区夏季降水量增加幅度最为明显，其变化趋势与年降水量的变化状况基本一致，可以推断夏季降水量是影响年降水量增加或减少的主要因素；春季降水量的增加幅度次之，这在一定程度上缓解了春季干旱对农业的影响；秋季和冬季的降水量增加不明显（图6a至图6d）。

3.3 日照时间变化趋势分析

1960～2010年柴达木盆地东部地区五站点的日照时间平均以26.02 h/（10a）的幅度呈减少的趋势（图7）。年日照时间在1962、1965、1978、1980、1990、1997年出现了明显的峰值，分别为3 240.16、3 280.94、3 283.36、3 265.38、3 248.98、

3 270.54 h，推测是与其相对应的年降水量有关，年降水量越少，年日照时间则出现峰值。日照时间的变化与降水量、水汽压、总云量、低云量等众多气象要素有关，这些气象因素的变化可能是造成高原日照时间变化的重要因子。

从近51年四季日照时间的变化趋势来看（图8），夏季日照时间的减幅最大，其他3个季节变化不太显著。表明夏季日照时间是影响年日照时间的主要因素。

4 结论与讨论

柴达木盆地东部地区的气温以0.47 ℃/（10a）增温幅度呈上升趋势，影响该地区气候变暖的主要季节是冬季，气温增幅为0.73 ℃/（10a）。1961～2006年间，我国气温增幅为每10年0.10～0.20 ℃，而青海高原为每10年0.33 ℃，其中，柴达木盆地更是高达每10年0.44 ℃，增温速率位居全国首位。与此次的分析结果相近，表明柴达木盆地已成为全国范围内增温最显著的区域。

秋季气温增幅为0.51 ℃/（10a），春季与夏季总体增温趋势不明显。桂翰林等[7]在研究漠河县气候变化趋势时，发现气候变暖贡献最大的是冬季，气温增幅为0.67 ℃/（10a），其次是秋季，气温增幅为0.41 ℃/（10a），夏季温度变化不明显。20世纪90年代后年最高气温升高更明显，近20年来升高约1.3 ℃，表现出年最高气温逐年增高的变化趋势。时兴合等[8]通过1961～2002年气象观测资料得出柴达木盆地20世纪90年代增暖比较明显，年和春、夏、秋、冬四季平均气温变化的气候倾向率均为正值。

柴达木盆地东部地区的降水量逐渐上升，据气象部门提供的资料显示，盆地东部降水最为明显，其中德令哈地区降水量增幅最大，其他地区的降水量也有较大增加。夏季降水量是影响年降水量增加或减少的主要因素，其次是春季降水量，秋、冬季降水量增加的幅度不明显。朱海涛[9]在研究柴达木盆地降水量时，发现其水汽来源主要是孟加拉湾和印度洋热带西南季风暖湿气流，导致夏季降水量增多。桂翰林等[7]在研究漠河县气候时却发现在四季中，降水量变化幅度最大的不是夏季而是冬季，推断分析可能是漠河县主风向以西北风为主且纬度较高等原因造成的。

柴达木盆地东部地区的日照时间则表现出下降的趋势，李跃清[10]也发现近40年来青藏高原东部地区的日照时间呈显著下降趋势。毛飞等[11]的研究结果表明，近40年来那曲四季日照时间均呈减少趋势，夏季日照时间平均减幅最大，其次是秋季和冬季，春季的减幅变化不明显。杜军等[12]研究发现，近35年来年日照时间也是呈显著的减少趋势，春、夏、秋比较明显，而冬季变化不大。

参考文献：

[1] 王绍武.近百年气候变化与变率的诊断研究[J].气象学报，1994，52（3）：261-273.

[2] 林学椿，于淑秋.近40年我国气候趋势[J].气象，1990，16（10）：16-21.

[3] 罗贵东.达州近50年气候变化特征分析[J].高原山地气象研究，2008，28（4）：72-75.

[4] 于延胜，谢 菲，路宾朋.老河口市近57年来气候变化特征[J].亚热带资源与环境学报，2009，4（4）：81-85.

[5] 李为华，廉丽姝，朱平盛.山东省近40年气候变化特征[J].气象科技，2006，34（1）：57-61.

[6] 池再香，白 惠.黔东南地区近40年来气候变化研究[J].高原气象，2004，23（5）：704-708.

[7] 桂翰林，张秀红，王春华，等.50年来漠河县气候变化趋势分析[J].现代化农业，2009（6）：24-26.

[8] 时兴合，赵燕宁，戴 升，等.柴达木盆地40多年来的气候变化研究[J].中国沙漠，2005，25（1）：123-128.

[9] 朱海涛. 柴达木盆地的降水及其特性[J].青海科技，1999，6（3）：14-16.

[10] 李跃清.近40年青藏高原东侧地区云、日照、温度及日较差的分析[J].高原气象，2002，21（3）：327-331.