气象站环境变化（共11篇）
气象站环境变化 篇1
1 气温序列均一性研究基础资料
气温序列均一性是研究气候变化的基础资料, 气温受地形、天气及纬度等多方面影响会随着时间发生变化, 每小时一次的时间分辨率能更加准确地反映气温随时间变化的数据, 代表性更强, 最佳的观测位置可以较好反映地方各气候要素变化特征[1]。自地面气象自动站升级以来, 我国对地面气象观测时次有一定调整, 基准站、基本站人工定时观测时次调整为每日5次 (08:00、11:00、14:00、17:00、20:00) , 天气现象白天 (08:0020:00) 保持连续观测, 夜间 (20:00-次日08:00) 按照一般站规定执行。本文对山西省109个地面气象站从建站到2009年的年均气温序列均一性影响进行检验分析, 利用气象站位置、周围障碍物等历史资料, 参照2005年吴利红[2]等开发的地面气候资料序列均一性检验与订正系统, 选择基本符合均一性条件的气候资料序列作为参考备用序列, 根据气象站拟定要求, 对符合要求的备用序列通过方法转换成参考序列, 最后使用气象参考站均一性检验方法对转换参考序列进行检验, 分析其中不同影响。
2 气温序列均一性检验方法
2.1 U检验法
2.2 T检验法
T检验法是在小样本n<30的情况下, 对2个样本均值差异的一种检验。假设{xi} (i=1, 2…, n) 服从正态分布, 在给定自由度 (n1+n2-2) 的情况下遵从T分布, 统计量:
2.3 距平累加法
对于序列{xi} (i=1, 2, 3…, n) , 若{xi}序列在K点处不连续, 统计变量R的显著性判断依据公式为:
当k=K时, R的绝对值大于统计临界值, 则序列在K年存在断点。
3 建立参考站数据检验
候选站应选择与测站环境相似, 距离较近、序列并行的观测站, 计算出相关系数T, 并对其进行检验。采用待检测序列观测站距离≤200 km、海拔高度差≤100 m, 相关系数值较高, 并通过T检验观测站入选作为第一批观测站。首先建立参考站与参考站的差值序列和比值序列, 该参考序列适用于参考站方法中的SNHT检验法。
利用参考站检验模块中的SNHT法对全省测站参考序列进行检验, SNHT的统计量为:
在检验时将Z序列分成v和n-v两段, 分别构成Z1和Z2序列, 根据V的不断取值, 利用程序循环计算T0值, 当T0≥n年序列临界值时, v所对应的间断年份值不均。
此次选择国家一般气象站临猗, 通过计算得出临猗站与其距离、海拔高度相符的所有站点系数, 选取其中相关性较好的几个站点, 分别为53954、53959、53964、57052、57060、57061这几个站点作为参考点, 计算出相关系数分别为:0.601 718、0.427 757、0.709 637、0.368574、0.713 173和0.688 545。根据SNHT检验法所建立的参考序列, 计算出比值序列见图1。
4 气象站环境变化对气温序列均一性影响
通过以上检验分析, 以及查阅山西省观测站原始记录资料, 包括每个测站、间断年、地理及周边环境信息分析, 判断造成这一序列非均一性原因。分析对站点的影响可以看出, 环境变化对山西省气温均一性影响较大的范围主要在忻州、临汾和运城等几个区域。
摘要：利用站台资料, 对地面气象站环境变化对气温序列均一性影响的分析, 使用统计学在站点参考序列进行检验, 主要使用SNHT标准正态检验法对站点做出简单判别, 得出环境变化对气温序列均已性的影响最大。
关键词：气象站环境变化,气温序列,非均一性
参考文献
[1]宋喜柱, 李亚军, 卫晋芳, 等.山西省年平均气温序列均一性检验[J].科技传播, 2012 (9) .
[2]吴利红, 毛裕定, 胡德云, 等.地面气候资料序列均一性检验与订正系统[J].浙江气象, 2005 (12) .
气象站环境变化 篇2
一身乌黑的羽毛，一条剪刀似的尾巴，一对轻快地翅膀，这就是我。一只无忧无虑的燕子。二十年前，我因伤没能南飞，只得在这个闭塞的小山村――?营停留，我把家安在人家的房檐上，从此这家人的变化尽收眼底。初来时，这家人过着日出而作，日落而息的生活，家里面摆着结婚时娘家送的三大件――自行车，缝纫机，手表，家里过的很节俭，奉行着毛爷爷的新三年，旧三年，缝缝补补又三年，衣服上总会有补丁，肉在平时的餐桌上你是看不到的，只有在过年的时候，肉才会被摆上餐桌，孩子大口大口的吃着肉，这种美味平时很难吃到，所以吃起来格外的香。
一天，男主人抱着一个纸箱子回来了。女主人好奇地问：“什么呀？”“电视机”男主人答道。不一会电视机就投入使用了，有电视机是很新奇的事，引得村里的乡亲们纷纷来观看，本来冷清的家一下子就变得热闹起来了，这里成了人们的休闲区，大家坐在一起说笑，观看电视节目。
“孩子他妈，快出来，给你看样好东西。”“什么呀”女主人走出来一看，吓了一跳。一台崭新的摩托车，在那个年代，一台摩托车花去了这家人大半年的积蓄，女主人一边抱怨，一边抚摸着摩托车，坐上它，在村里的回头率绝对是百分百。
村里面修了路，一条柏油马路蜿蜒到村的劲头，斗折蛇行，人们光着脚丫，在上面走来走去，再也不用担心雨天的道路淤泥，再也不用担心有风时的尘土飞扬。与此同时，水泥路也修到了家门口，以前，有两条路通向这家，但是其中一条路杂草丛生，被生活垃圾堆满了，根本无法通行，现在，死寂的道路焕发了新的生机，发挥出它的最大价值。
现在，电脑，汽车，也走进了这家人的生活，幸福生活。不仅物质生活有了很大的提高，精神也上升了一个新的台阶，村里建了广场。人们饭后可以到广场上锻炼身体。
气象站环境变化 篇3
今年入夏以来，我国大范围地区遭遇洪水袭击。往年，我国主要的受洪水威胁的地区是南方；而今年，从南到北，从东到西，洪水的肆虐似乎无处不在。如此大范围的洪水袭击造成惨重的损失。据国家防汛抗旱总指挥部7月21日消息，我国洪水造成的遇难人数已超过700人，目前这一数字还在不断攀升，而且失踪人数并没有计算在内。
气象灾害的受害者不止我国。7月下旬以来，全球多个国家遭受了气象灾害。在巴基斯坦，这个曾倾举国之力支援四川灾区的国度，一场罕见的全国范围的洪灾造成至少1600人遇难(联合国数据)，失踪人数至今没有明确统计，超过1400万人口受到影响。巴全国多个地区变成“泽国”——而这一地区往年一向受干旱缺水之苦。
在俄罗斯，一场数十年来最严重的大范围火灾造成至少53人遇难，超过4000人流离失所，全国20％的农田将绝收，由此也造成本已居高不下的国际粮食价格暴涨——这场火灾很有可能与俄罗斯今夏的异常高温相关。
在秘鲁，一场多年来罕见的寒潮侵袭全国，直接造成至少数百人死亡，其中仅在一个省份就有超过200个5岁以下的孩子死于严寒或由严寒引发的疾病。
更大范围的严重人道主义危机也许正在西非的撒哈拉沙漠边缘地区(或称萨赫勒地区)酝酿。由于从去年以来天气异常干旱少雨，萨赫勒地区有超过11300万人饱受粮食危机之苦，其中在乍得一国就有超过200万人面临饥饿和营养不良问题。
巨大的灾难，使得人们在悲痛之余应该反思：人类为什么在不断改变世界的同时，却对那么多同胞的逝去束手无策?
有专家认为，上述极端气象灾害，也许都指向同一个问题——气候变化。
联合国政府间气候变化专门委员会(IPCC)副主席范·伊佩尔塞勒(Van Yperse-le)上周接受采访时认为，今年以来的所有极端气象灾害都与气候变化有关，而气候变化主要是人类活动导致的。英国气象局气候监测中心主任彼得·斯托特(Peter Stott)上周发文表示，已有“确凿证据”显示，极端气象灾害发生的频率的确与气候变化有关。他说，暴发极端气象灾害的周期已大大缩短，到本世纪中叶极端气象灾害甚至有可能会常态化。
斯托特认为，上述极端天气事件的直接原因是大气活动异常。通常，印度洋西南季风可以越过青藏高原直达内陆，而今年西南季风却与来自亚洲内陆的气流在巴基斯坦相遇。中国和巴基斯坦的洪水、俄罗斯的火灾都是这种大气异常的后果。
当然，不能将每一场气象灾害都与全球气候变化相连；断言今夏全球气象灾害多发就是气候变化的后果，也缺乏足够的科学依据。不过。这已经足够警醒世人，要加强对气候变化问题的研究与应对行动，其中特别要通过国际气候谈判来维护发展中国家人民的权益。
保护发展中国家利益，其中的重要一项是加强发展中国家适应气候变化的能力建设。这包括加强海堤(以对抗海平面上升)、加强防洪设施(以应对洪水)、合理利用水资源(以应对干旱)、防沙治沙(以应对荒漠化)、改善农业(以应对粮食危机)等措施。
退一步讲，即使将来的科学研究证明，气候变化不存在，或与气象灾害无关，上述这些措施也能够提高发展中国家应对灾害的水平。
令人遗憾的是，在《联合国气候变化框架公约》下的长效合作机制特设工作组的最新案文中，“加强适应行动”的章节并未取得明显进展，主要症结是发达国家在为发展中国家提供资金、转移技术方面扭扭捏捏，与发展中国家的实际需要相去甚远。显然，要想更好地防止气象灾害引发的人道主义危机，气候谈判代表们需要更加努力。
正如中国气候谈判代表团团长苏伟在波恩第三次谈判结束时所说，今年世界各地极端气候事件增多，全世界都对气候变化问题有了直观感受，采取应对气候变化行动的紧迫性正在日益提升，这都要求国际社会必须尽快完成气候谈判并立即付诸行动。
气象站环境变化 篇4
关键词：气象观测环境,气温序列,分析与探讨
1 浅析当前气象观测环境现状
在现代化社会发展过程中, 气象观测站的设置具有十分重要的作用, 由其提供的各项资料为天气预报、气象分析等研究工作提供了参考, 因此必须保证所提供观测资料的准确性、代表性和对比行, 通过分析观测资料可以了解观测气象情况;还可以分析出特定范围内气象的平均情况, 而若想要实现这一目标就必须确保气象资料的科学性, 这也正体现出了气象探测环境的重要作用。
2 探讨气象观测环境变化对气温序列的影响
为了保证分析结果的准确性和科学性, 本文选取了观测环境相差不大且符合国家观测环境标准要求的5个气象观测站, 设定为A类;之后选取在海拔、地理位置等与A类观测站相差不大, 但是观测环境有所不同的5个气象观测站, 设定为B类。选择完成之后, 对以上10个气象观测站获取的气温观测结果进行科学的对比分析, 其结果如表1所示。B类代表站观测所得的气温气候平均值高于A类代表站的观测结果, 其中最高气温偏高0.06℃, 最低气温偏高0.02℃, 而平均气温偏高0.09℃, 从这一结果可以得出, 气象观测环境的变化会造成气温平均值和正常的温度变化违背了纬度分布规律, 最终导致观测结果不科学、不合理, 影响气象气候的分析。
从表1对比分析中可知A类和B类气象观测站的地理条件和气候情况相差不大, 同时其使用的观测仪器和技术所产生误差也是在同一水平中, 而两者最主要的不同就是气象观测环境。上述中A、B2类气象观测站气温的气候平均值不同, 其中B类观测站是导致这一现象发生的主要原因, 部分纬度较大的观测站的温度出现偏高的现象, 而这一结果也说明气象观测环境的变化会引起气温差异现象的发生。
除此之外, 通过对各个气象观测站气温差值序列分析发现, A、B2类代表站气候平均值相差不大, 但是之间的气温差值增加比较明显, 且差值序列的气候情况呈现一定的上升趋势, 而这一结果就说明了B类气象观测站的气温存在偏高的现象, 因此气环境的变化对气温差值的变化情况也存在着一定的影响, 最终导致观测获取的信息数据在天气预报方面的运用出现失真的现象。
3 探讨气象观测环境变化的原因
通过详细调查分析发现, 造成气象观测环境变化的原因比较多, 我国部分气象观测站建设的时间较长, 但是随着我国改革开放的不断深入, 城市化发展也越来越快, 这样使得部分气象观测站在城市中的位置发生了一定的改变, 例如部分观测站由城市边缘地带移至中心, 而这样将会对气象观测环境的代表性和观测结果的准确性造成严重的影响, 特别是城市建筑的不确定性就会对气象观测环境产生一定的破坏作用。
参考文献
气象站环境变化 篇5
摘 要：以新疆阿克苏地区径级9.0 cm的灰枣为研究对象，利用FLGS-TDP插针式茎流仪和小气候仪对其茎流变化极其环境因子进行同步检测。结果表明，枣树茎流速率具有明显的日变化规律，呈单峰曲线，茎流量在16：00左右到达高峰状态;在不同类型的天气条件下，枣树的茎流活动规律不尽相同;相关性分析表明，太阳的有效辐射、空气温度、相对湿度是影响枣树茎流变化的主要气象因子，茎流量与环境因子之间存在时滞效应。
关键词：茎流速率; 气象因子; 灰枣
新疆位于亚欧大陆内部，温带大陆性气候，是枣树的天然适生区。近年来，南疆地区的枣树栽培发展很快，但是在生产上存在着众多的问题，其中包括水分管理的不科学性。尤其是枣树的茎流规律的系统研究并不多见。本文利用插针式茎流仪，结合小气象仪对气象因子的同步检测，动态地研究枣树干茎流规律，对枣树的干茎流和气象因子之间的关系进行分析。
1 研究区域概况
研究区位于新疆阿克苏地区温宿县内的林科院佳木良种试验站(80°32′E， 41°15@N，海拔1 103.8 m，地下水位3.3 m)，是新疆林科院下属试验基地。该地区属大陆性干旱气候，年均蒸发量远大于年均降水量，枣树生长期主要靠天山南坡的冰雪融水灌溉，昼夜温差大，有效积温高，年日照时数和无霜期长，光热资源丰富，气候干燥，病虫害少。试验站内灌溉样地用水为台兰河下游水源和井水，水资源充足，实验灌溉方式为滴灌。
2 研究方法
2.1 被测植株的选定及预处理 实验果树品种为灰枣，根据荒漠沙壤土土壤测定的标准，选择果树生长的代表性土壤环境区域，在其生长位置远离田埂并便于灌溉的植株中进行筛选，实验是将地径为9.0 cm的样株作为中龄林的代表进行分析，植株地径尽量笔直，树体表层粗皮无开裂。
2.2 茎流速率的测定 利用已安装的FLGS-TDP插针式茎流仪，与5-8月份的灰枣生长期对枣树的茎流速率进行连续检测，并利用小气候仪对实验所在地区的温度、相对湿度及太阳辐射等气候因素每隔1 h进行自动检测记录，保证与茎流测量同步。
3 结果与分析
图1 枣树茎流速率日变化规律
3.1 枣树茎流的日际变化 从图1中看出，8月上旬枣树茎流速率日变化呈单峰曲线。8月3日天气晴朗， 由于实验区日出时间较晚，枣树茎流启动时间一般为08：00，08：30-16：00茎流量大幅度上升，并在16：00左右迅速到达茎流活动的高峰状态，茎流高峰可持续6～8 h。在此之后，茎流速率开始呈下降趋势，与上升幅度相比，下降幅度比较缓和，茎流停止的时间界限不是很明显，到凌晨02：00左右时基本下降至极低值，至后将舒缓的进行夜间茎流传输，总体而言，整个日周期灰枣的液流活跃期历时约15 h。
图2 枣树茎流速率日际变化规律
从图2中看出，8月上旬枣树茎流速率日际变化呈多峰曲线。8月3-5日天气晴朗，枣树液流启动时间大致都为09：00点。15：00-17：00点出现峰值。在此之后，茎流量呈下降趋势。相对而言，多云或阴天天气液流启动时间将推迟，峰值也较小。8月6日为多云，茎流启动时间推迟大约30 min，茎流波峰始终保持较小值，明显低于晴天时的水平。从气象因子连日变化曲线可看出，在多云或阴天天气条件下，太阳辐射强度小，空气相对湿度大，气温低，相应的枣树的茎流速率曲线峰值低;而晴朗干燥天气条件下，情况正好相反，说明这一季节每日液流的`最大值与当日的气象因子密切相关。8月7-8日两天都有阵雨，茎流量波动与晴天相比，峰值均出现在20：00左右，波动幅度受降雨量的影响显著，夜间降雨时土壤水分含量高， 使得枣树较高的茎流峰值出现在晚间，茎流量明显大于白天。
一般而言，植被的气孔在夜间会关闭， 叶片蒸腾速率变为0，而试验中测得的枣树液流速率尽管数值很低， 数值却不为0(图1和图2)。可看出，枣树的根系在夜间仍具有继续保持吸水的能力，以此来协调自身的需水平衡。由上述分析可以看出，灰枣夜间有茎流活动，且活动强度具有自身的特点。由图2 可知，3-5日的夜间出现了比较明显的茎流活动，这是由于晴朗的天气条件下，白天植株蒸腾作用过于强烈，根系吸水在一定程度上不能满足自身需求，从而造成植物体内水分供需平衡失调，水容量下降。而在夜间蒸腾停止后，在根压的作用下根系吸水方式由被动变为主动，持续保持吸水能力，以此补充白天蒸腾引起的水分亏缺。而6-8日，天气为阴天或有降雨过程，白天枣树的耗水量相对较少，植物体失水并不严重，到了夜间基本无液流活动。
3.2 枣树茎流变化与环境因子的关系 枣树茎流变化与小气候仪同步检测的试验地空气温、湿度、太阳辐射强度等气候因子连日变化的测定结果比较发现，枣树茎干液流速率连日波动规律完全与同步检测的气象因子如太阳辐射、气温、空气相对湿度等变化趋势基本吻合，灰枣的液流速率受环境因子影响明显。
森林火灾气象环境条件初探 篇6
关键词森林火灾；气候条件
中图分类号S716文献标识码A文章编号1673-9671-(2011)041-0218-01
森林火灾是一种自然灾害，具有很强的周期性、突发性和破坏性，它的发生与天体演变、气候变化和人类活动密切相关。凡是酿成大灾、造成巨大森林资源损失、或导致重大人身伤亡事故的森林火灾，都與天气及自然条件不可分割。同时，大多数森林火灾是人为引起的，没有人为火源，再干旱的条件、再高的火险，大多数地方是不会自燃的。因此，森林火灾具有自然灾害和人为灾害的双重性，而自然灾害的属性明显比重偏大。
为了保护森林资源，掌握防火的主动权，有关部门根据气象条件变化的季节特点，规定了防火期，一般分春季防火期和秋季防火期。许多地方还依据气象与森林火灾的关系，划分了森林火灾等级，并且在发布未来天气预报时，也发布森林防火预报。
本文通过对各地森林火灾资料的研究和分析，力图从气象和林业紧密联系的角度，分析研究森林火灾发生、发展、蔓延和熄灭过程的气象环境条件。对揭示森林火灾的成因及指导防火、灭火有一定的指示意义。
1森林火灾气象要素特征分析
将黑河市嫩江县和绥化市庆安县近两次森林火灾按火源、过火面积、蔓延速度、降水量、气温、相对湿度和风速嫩江和逊克林区2001-2006年共发生过火面积大于100公顷的重大森林火灾7次。庆安林区01-08年发生重大森林火灾1次。2001年10月8—9日烧秸稞引起3处起火，导致重大火灾；2004年10月16—20日烧荒和点烧防火线引起重大火灾；2005年9月29—10月6日烧荒引起重大火灾；2006年5月21—31日雷击木着火引起特大森林火灾；2008年4月19—22日人为引起重大火灾。这说明烧火、烧荒易导致重大火灾，有极大危险性。烧火者、烧荒人等留下火苗，人已离去，待发现时已大火漫山。
1.1林火蔓延速度
林火蔓延速度分线速度、面积速度、周边长速度。根据王正非等人的研究结果，考虑初始蔓延速度，并据可燃物类型、可燃物含水率和对初始蔓延速度有影响的气象因子等，建立如下方程：
R0 =0.053T+0.048W-0.275
式中R0 是可燃物在无风时燃烧初始蔓延速度，T为每日14时气温，W是每日14时风力，0.048W项在无风时为零。分别算得2次林火过程初始蔓延速度如下：
T=25.5℃，R0 =1.08；
T=25.8℃，R0 =1.09；
上述数据表明，可燃物初始蔓延速度受气温影响较大，随着气温升高，初始蔓延速度迅速加快。
1.2晴雨状况
晴雨状况与森林可燃物含水量有密切关系。晴天时可燃物含水率低，连续晴天时可燃物含水率迅速降低；阴雨时可燃物含水率较大，随着降雨量增大可燃物含水率迅速增大，因而晴雨状况是森林火灾的重要因子。按我们东北林区计算方法，凡降雨量不足5毫米的日数，均属于连续干旱，连旱天数超过10天易发生森林火灾。从2001-2008年黑河和庆安发生的森林火灾中可以看出，林火发生前5-10天，降雨量比常年同期偏少7成以上；林火发生前3-5天5次火灾中滴雨未降有3次，旱象严重，地被物极其干燥。
1.3风速状况
风是影响火灾蔓延的主要气象因子。当风速小于等于3.0m/s时，有利于着火，但不助火蔓延；风速大于3.0m/s时，火场蔓延扩大，危险性加大。风大加速了可燃物的水分蒸发，使可燃物变干易燃。同时，可不断补充燃烧区氧气，加速燃烧过程，使火越烧越旺。庆安从4月1日到22日大于5级风日数多达17天，风干物燥，可燃物增多，风大对大火大发展起了推波助澜的作用。
1.414时的气温变化
地方时14时空气温度大致相当于一天中最高空气温度。林火发生前3-4天，平均每天升温2-3℃，一天最大升温11.4℃，4天最大升温为15.7℃。蔓延期一天最大升温6.9℃，4天最大升温为7.1℃。如庆安4月17-21日连续五天气温高达20℃以上；嫩江5月18日、20日、23日，气温分别为9.8℃、23.6℃、26.7℃，其中20日比18日高13.8℃，23日比20日高3.1℃，气温有8天大于25.0℃，升温幅度大，极值大。
1.514时的相对湿度变化
每日相对湿度与最高空气温度相似，这里采用的14时相对湿度大致相当于每天最小相对湿度。林火燃烧过程要素特征表明，林火发生前三四天相对湿度下降，一般在15%-45%之间，降雨日相对湿度偏大，蔓延相对湿度在20%-35%之间有1次，7%-21%之间有1次，没有明显季节变化。如2006年5月18日和21日，相对湿度分别为70%和13%，4天下降幅度为57%，可见空气极端干燥。
2结论
黑河和绥化林火要素特征分析结果表明，森林火灾的发生除人为因素外，与气象因子关系极为密切。在气象条件中，空气湿度是火险天气中的关键因素，当空气湿度小于60%时，就有发生森林火灾的可能。温度越高，火灾发生的可能性越大，高温还会促使火势更加猛烈。降水量减少，无雨日较长，森林可燃物的含水量将不断下降，森林火灾发生的可能性和严重性也随之增大。而风不仅能把植被吹干，而且在火灾发生后使可燃物加速燃烧，扩大火灾面积。所以，晴朗、高温、大风天气常使森林中可燃物含水量下降到40%以下，这时最易发生森林火灾。
参考文献
[1]文定元主编.森林防火基本知识[M].北京:中国林业出版社,1995.
[2]王贤祥,刘宪德.森林火蔓延方式与火强度及自然风场的关系[J].火灾科学,1996,5:1.
[3]王正非等.森林气象学[M].北京:中国林业出版社,1985.
[4]宋志杰等.林火原理和林火预报[M].北京:气象出版社,1991.
[5]居恩德.林火蔓延[J].森林防火(黑龙江),1986,2:31-33,27.
作者简介
气象站环境变化 篇7
1 资料来源与方法
选取佛坪县21世纪初10年 (2002—2011年) 气温、降水量、日照时数、相对湿度等气象观测资料进行对比分析气温距平是指逐年气温与10年气温平均值的差值, 降水量距平是指逐年降水量与10年降水量平均值的差值。
2 气象要素变化特征
2.1 气温
佛坪县气候温凉, 由表1可知, 2002—2011年年平均气温为13.0℃, 年平均最高气温为19.1℃, 年平均最低气温为8.8℃, 极端最高气温为37.1℃ (2006年6月17日和2009年7月24日) , 极端最低气温为-10.8℃ (2002年12月26日) 。
由图1可知, 年内各月的平均气温、平均最高气温和平均最低气温的变化规律相似, 均呈单峰型变化。其中7月为平均气温、平均最高气温、平均最低气温的最大值, 而1月则呈现最小值;温差分别为22.0、21.7、21.9℃, 显示该县年内气温变化温和, 温差变化较小。
2.2 降水
2002—2011年佛坪县10年平均降水量为939.4 mm。由图2可知, 降水量年际变化较大, 其中年最大降水量为1 222.6 mm (2007年) , 年最小降水量为764.4 mm (2004年) , 相差458.2 mm;最大月降水量为319.0 mm (2002年6月) , 最大日降水量为203.3 mm (2002年6月9日) 。
由表2可知, 降水量年内分配极为不均, 呈现单峰型特点:1—7月降水量逐渐增大, 8月以后降水量又逐渐减少;全年降水量主要集中在5—10月, 占年降水总量的86%, 月降水高峰出现在7月, 占全年降水量的22.5%, 最低值出现在1月, 仅占全年降水量的0.3%。
2.3 日照时数
由表1可知, 2002—2011年佛坪县年平均日照时数为1 492.2 h, 最多年日照时数为1 648.5 h (2002年) , 最少年日照时数为1 339.7 h (2003年) , 相差308.8 h。日照时数在年内分配以4—8月为主, 占年日照时数的50.9%;各月日照时数中, 6月最多, 为158.5 h;2月最少, 为84.4 h。
2.4 相对湿度
佛坪县地处山区, 森林覆盖率高达87%, 因此空气湿度比较高, 10年平均相对湿度为73%, 平均湿度在年内波动, 1—4月相对较低, 1月、3月达到全年最低值 (63%) ;5—11月相对较高, 9月达到全年最高值 (86%) , 与最小值相差23个百分点, 此时正值秋淋天气, 降雨充沛, 因而使该月的相对湿度在全年中最大。
3 主要气象灾害
由表3可知, 佛坪县2002—2011年的主要气象灾害有6种, 分别为暴雨 (14 d) 、冰雹 (4 d) 、大风 (3 d) 、雷暴 (222 d) 、高温 (16 d) 和霜冻 (599 d) 。其中暴雨、冰雹、大风3种灾害性天气在2007年后呈现增多趋势, 这与近年来全球极端天气事件增多的大背景一致;尤其是暴雨, 在2007—2011年每年均会出现, 2007年高达5个暴雨日。佛坪县地处山区, 暴雨及其引发的山洪、滑坡、泥石流等次生灾害发生概率较大, 因此做好暴雨预报预警、山洪地质灾害气象等级预报等气象信息的发布和服务工作尤为重要[3]。
主要气象灾害天气日数
冰雹、大风、雷暴等多为短时强对流天气, 但其危害性较大, 应加强短时临近预报和预警信号的发布工作, 积极开展防雷检测和雷击风险评估;佛坪县森林覆盖率高, 高温天气易造成森林火险发生等级的提高, 故加强气象与林业的合作, 联合开展监测、发布森林火险气象等级预报对于林区的安全起到促进作用;佛坪县地处山区, 交通不便, 冬季的霜冻天气对道路交通、输电线路设施等易造成破坏, 影响也不容小觑[4,5]。
4 结语
佛坪县2002—2011年平均气温为13.0℃, 年平均最高气温为19.1℃, 年平均最低气温为8.8℃。年内各月的平均气温、平均最高和平均最低气温的变化规律相似, 均呈现单峰型分布, 都是在7月最高, 1月最低。10年年平均降水量为939.4 mm, 年降水量呈现微上升趋势。降水的年际变化最大相差466.4 mm。年内降水量分配很不平衡, 呈现为单峰型特点, 主要集中在夏、秋季, 对农业生产有利。年平均日照时数为1 492.2 h, 6月最多, 为158.5 h;2月最少, 为84.4 h。年平均相对湿度为73%, 1月、3月最低为63%;9月最高为86%。2002—2011年佛坪县的主要气象灾害天气有6种, 为暴雨、冰雹、大风、雷暴、高温和霜冻;暴雨、冰雹、大风3种灾害性天气日数在2007年后呈现增多的趋势, 给生产、生活带来不利影响。
参考文献
[1]吉奇, 邢刚.本溪山区气候变化与主要农业气象灾害的响应[J].中国农学通报, 2011 (8) :310-316.
[2]周连, 张秀珍, 甄世祺, 等.南京52年来气象要素变化特征分析[C]//2011年全国环境卫生学术年会论文集.北京:中国疾病预防控制中心环境与健康相关产品安全所、中华预防医学会环境卫生分会, 2011:6.
[3]胡菊芳, 张超美, 彭静.江西省主要气象灾害年代际变化特征分析[C]//中国气象学会2007年年会气候变化分会场论文集.北京:中国气象学会, 2007:9.
[4]赵月兰, 何临平.甘肃省和政县主要气象灾害特征分析[J].农业灾害研究, 2013 (4) :58-61.
气象站环境变化 篇8
关键词：牧草,产量,品质,气象条件
草原初级生产是个庞大的“露天工厂”, 牧草产量的形成和品质的优劣与气候条件变化密切相关。因此, 认识天然草场与气象条件关系的规律, 是研究草原畜牧业的基础, 也是防止草原退化、沙化以及保持草原生态平衡和良性发展的基础。通过分析天然牧草生长发育和气象要素平行观测的资料, 揭示呼伦贝尔草原天然牧草产量、品质与气候变化的内在关系, 以期为草原的科学利用和开发提供科学依据。
1 自然概况
呼伦贝尔草原属于草甸草原, 面积867万公顷。草场群落为:羊草+贝加尔针茅—线叶菊+麻花头。草群丰富, 草质优良, 代表性强。年平均气温-2.5℃, 年降水量320mm, 其中4~9月占全年降水的90%以上。0℃以上的积温为2 160℃, 冬季漫长严寒, 夏季温凉短促, 无霜期115d, 积雪日数平均180d, 水分蒸发量是降水的4倍多, 土壤为暗栗钙砂壤土。
2 天然牧草生长与气象条件的关系
牧草从返青至停止生长的整个过程中, 地上生物量随时间变化符合logistic曲线。热量和水分条件起着十分重要的作用。
2.1 热量条件分析
当气温稳定通过5℃时牧草开始返青, 当气温降至5℃后牧草开始黄枯, 从返青到黄枯需要5℃以上的积温1 600~2 000℃。即返青后5℃以上的积温达到1 844℃时, 牧草产量2 145kg/hm2为最高值, 此时大约在8月中旬前后, 牧草进入成熟期。
2.2 水分条件分析
呼伦贝尔岭北地区降水偏少且季节分配极不均匀, 所以水分条件是影响天然牧草生长最重要的因素。经分析计算, 牧草在整个生长期耗水240~300mm。春季积雪融化、土壤解冻, 土壤湿度达到70% (相当于89mm的降水) , 一般年份都能满足牧草返青的需要, 以后随着蒸散增大, 土壤水分迅速下降, 一直到拔节期土壤湿度降到50%, 因该期牧草幼小生长缓慢, 水分基本能维持牧草正常生长, 此时为5月上旬。随后牧草逐步进入快速生长期, 需水量增加, 一直到6月上旬, 由于大气降水不多, 水分供求矛盾突出, 经常出现春旱或春夏连旱, 致使牧草长势不佳。6月中旬至7月下旬称为需水关键期, 牧草进入旺盛生长期, 营养生长和生殖生长并进, 是产量形成的主要阶段, 需水量剧增, 对水分要求严格, 而6月中旬是雨季来临之际, 所以每年雨季出现的时间早晚是造成牧草产量波动的主要原因, 经多年资料统计, 6月中旬至7月下旬, 每年因水分不足减产20%~30%。
3 天然牧草各物候期品质与气象条件的关系
天然牧草在生长期生物产量随时间变化呈“S”曲线, 牧草从4月中旬返青至8月中旬停止生长, 整个生长期为120d左右, 返青至黄枯 (青草期) 约150d, 整个生命期可分为4个阶段:一是返青 (4月中旬) 至拔节 (5月下旬) , 随着天气回暖、地表积雪融化, 牧草生长缓慢, 陆续进入展叶期、拔节期。此时牧草营养成分 (粗纤维和粗蛋白) 较低, 幼苗鲜嫩适口, 清香四溢。因牧草稀疏低矮, 牲畜进入跑青期。二是6月上、中旬温度明显升高, 牧草枝叶生长迅速, 需水量不断增加, 进入牧草需水敏感期, 牧草产量增加快而营养成分含量 (粗蛋白和粗纤维) 增加缓慢, 牲畜进入饱青期。三是6月下旬至7月下旬, 水热同期, 牧草营养生长和生殖生长并进, 各种牧草陆续进入孕穗期、抽穗期、开花期、结籽期, 牧草产量和营养成分 (粗蛋白和粗纤维) 快速增加, 牲畜进入抓水膘时期。四是8月上、中旬, 雨量充足, 温度适宜, 牧草逐步进入灌浆期、乳熟期、腊熟期和完熟期, 产量增加缓慢而营养成分 (粗蛋白和粗纤维) 增加迅速, 至8月中旬末地上生物量和营养成分达到最高值, 牲畜进入抓油膘阶段。
4 结论
5 月下旬至6月中旬, 旱情常常出现, 如能通过人工增
雨或浇灌等方法补给适量的水分, 可使牧草产量提高10%~20%;在6月下旬至7月下旬补给适量的水分, 弥补由于降水时空分布而造成的阶段性缺水, 产量可提高20%~30%。因此, 在牧草需水关键期补给水分, 是提高草原天然牧草产量的有效途径。7月上旬大多数牧草处于开花结实期, 营养成分高且草质优良适口, 产草量也较高。如果此期打草, 不但牧草产量和品质俱佳, 还可利用后期逾50d、高于1 000℃的积温, 充分发挥天然牧草再生能力强的优势来提高牧草产量。草原畜牧业生产比较脆弱, 由于草场长期过度利用, 退化沙化较为严重;加之呼伦贝尔地区生长季短, 气象灾害频繁, 牧草单产不稳、总产不高, 草畜矛盾日益突出。只有充分利用气候资源, 根据天然牧草生物学规律, 大力开展牧草补播和人工草场种植, 最终才能实现传统畜牧业向现代畜牧业的转变。
参考文献
[1]姚玉璧, 张秀云, 段永良.气候变化对亚高山草甸类草地牧草生长发育的影响[J].资源科学, 2008, 30 (12) :1839-1845.
气象站环境变化 篇9
1 沾化县气候变化特征分析
根据沾化县1971~2000年的气象资料, 统计20世纪70年代、80年代和90年代的气温、降水变化特征, 以及春 (3~5月) 、夏 (6~8月) 、秋 (9~11月) 、冬 (12月至翌年2月) 四季的变化特征。
1.1 气温变化特征
从表1可以看出, 沾化县近30年的温度变化趋势为温度逐渐升高, 20世纪90年代年平均气温13.0℃, 较常年平均气温偏高0.5℃, 较80年代偏高0.6℃, 较70年代偏高0.9℃。通过对比可以发现, 20世纪90年代温度偏高以冬季气温偏高最为明显, 90年代冬季平均气温比70年代偏高1.6℃, 较80年代偏高0.4℃, 最低气温的变暖比最高气温更为明显, 极端最低气温在90年代显著增高。沾化县年平均气温变化波动性大, 自1986年气温呈上升趋势, 1998年达到近30年最高值14.0℃, 较常年偏高1.5℃。由表2可知, 沾化县年平均气温日较差为10.9℃, 一年之中4月平均日较差最大, 为12.8℃, 7月最小为9.2℃。春、秋季节平均日较差大于夏、冬季, 由于春、秋季节冷暖空气活动频繁, 天气系统不稳定, 气温变化剧烈可造成此种情况的发生。
1.2 降水量及雨日变化特征
近30年沾化县年平均降水量为543.7mm, 但年内降水分布不均, 干湿季节分明 (见表3) 。夏季降水占全年降水量的68%, 而冬季仅占3%, 每年从4月下旬开始降水明显增加, 至10月下旬开始降水明显减少, 20世纪70年代降水量最多, 80年代夏、秋季降水明显减少, 年平均降水量比常年偏少43.7mm, 到90年代略有增加。沾化县逐月平均降水量与极值见表4。年最大值为1990年的1 056.1mm, 最小值为2000年的295.8 mm, 年际变化大。
2 主要气象灾害分析
2.1 干旱
旱灾是沾化县的主要气象灾害之一, 其中春旱和秋旱最为多见。根据沾化县1971~2000年气象资料统计, 春季 (3~5月) 降水量占全年的13%, 由于春季温度回升较快且多大风天气, 蒸发量大故易造成春旱。秋季 (9~11月) 降水量占全年的16%, 但温度偏高和无效降水日数偏多、蒸发量大是造成秋季干旱的重要原因。降水距平百分率指某时段内与历年同时段平均降水量差值占历年同时段平均降水量的百分率 (Pa) , 可表示旱涝程度, 根据评定等级月尺度-75%
2.2 冰雹
冰雹灾害是沾化县最严重的气象灾害, 据统计, 沾化县冰雹出现次数占全部统计灾情 (干旱、大风、洪涝、低温冷害等) 的47%。沾化县冰雹主要发生在4~10月, 其中以6月出现次数最多, 占冰雹日数的32%, 其次是4月和7月, 均占22% (见表6) 。近年来随着人工影响天气的开展, 已有效地减少了冰雹的发生, 20世纪70~90年代冰雹日数有所减少。
2.3 大风
大风是沾化县比较严重的灾害之一, 北部沿海地区常因东北大风引起海水倒灌, 土地盐碱化加剧。沾化年平均风速为2.8m/s, 年平均大风 (≥17.0m/s) 日数为11d, 最多年份达36d。根据资料分析, 大风日数春季最多, 夏季、冬季、秋季依次减少, 夏季大风常伴有暴雨, 秋季是全年大风日数最少的季节。大风常常与暴雨、海潮等灾害同时发生, 造成巨大危害, 如1992年9月1日受16号台风影响, 沿海出现12级以上东北风, 发生大风海潮, 冲毁渔港码头、倒塌房屋2 866间, 虾池1 000hm2经济损失2亿元。1997年台风受9711号台风影响, 出现10级以上大风, 沿海12级以上, 台风、海潮、暴雨三灾并发 (见表6) 。
2.4 干热风
干热风通过高温低湿的剧变和持续作用, 造成了大量蒸发, 如未采取有效的防御手段, 就会强烈破坏作物的水分平衡和光合作用, 导致对作物植株体的伤害。沾化县受干热风影响较重的作物是小麦, 干热风除了会造成小麦茎叶枯干、降低对光能的利用外, 主要是缩短灌浆过程、降低千粒重, 迫使小麦提前成熟。遇轻干热风的年份, 可能减产5%~10%;重的年份可能减产10%~20%, 有时可达30%以上, 而且影响小麦的品质及降低出粉率。干热风主要出现在6月, 个别年份在9月下旬也能出现。由表7可知, 重干热风出现最多的是20世纪70年代, 到了90年代轻干热风数量有所增加。
干热风防御可运用一些常用的农业技术措施, 如选种育种、灌溉施肥、耕作改制等, 或是增强小麦对干热风的抗性, 或是改善农田小气候环境, 以求达到防避干热风的目的。还可以通过培植生物改善生态环境来抵御干热风。植树造林, 特别是营造防风林, 实行林粮间作等, 就是在较大范围内改变生态气候来防御干热风的重要生物措施。
3 结论
近30年沾化县平均气温呈上升趋势, 其中冬季气温的变暖最为突出, 平均最低气温的变暖比平均最高气温明显;年平均降水量为543.7 mm, 时空变化明显。自20世纪80年代始暴雨日数逐渐减少, 90年代比70年代偏少19%;干旱、干热风等灾害连年发生, 频率逐渐增高, 应采用及时灌溉、改善农田小气候环境等手段减少干旱、干热风的发生。冰雹主要出现在6月, 占冰雹日数的32%, 自20世纪70~90年代冰雹日数有所减少, 90年代比70年代偏少21%。大风灾害以春季大风最为显著, 依夏季、冬季、秋季顺序逐渐减少, 夏季和秋季大风易伴随暴雨和海潮, 给沾化县带来巨大损失。
摘要：通过分析沾化县1971～2000年的气象资料, 对沾化县近30年的气温与降水量变化特征及农业气象灾害发生规律进行了分析, 为合理开发气候资源和防灾减灾提供依据。
关键词：气候变化,特征分析,农业气象灾害,山东沾化
参考文献
[1]彭延昌, 罗连升.利用气象档案资料分析气象灾害对农业的影响[J].兰台世界, 2009 (16) :48-49.
[2]姜小丽.浅析衢州市气候概况及农业气象灾害[J].农家之友, 2008 (12) :54-55.
[3]梁桂花.浅析朔州市气候概况及农业气象灾害[J].科技情况开发与经济, 2008, 18 (14) :114-116.
[4]王记芳, 朱业玉, 刘和平.近28a河南主要农业气象灾害及其影响[J].气象与环境科学, 2007, 30 (B09) :9-11.
[5]贾桂青.气候变化对莘县农业气象灾害的影响及对策[J].安徽农业科学, 2007, 35 (27) :8644, 8646.
气象站环境变化 篇10
据2013年5月31日公开发布的 《贵州省第一水利普查公报》,贵州年平均降雨量和人均水资源量均高于全国平均水平,平塘县的年平均降雨量为1 193.2 mm,水资源较丰富。分析其仍干旱的原因,一方面和喀斯特地貌有关,一方面是受气候影响的原因,另一个原因是抗旱对策不完善,水利基础设施建设不足等。如何减轻水资源减少因气象干旱带来的危害,成为摆在人们面前的一道难题。笔者对平塘县气象干旱的特征进行分析,对平塘县干旱天气的预报、评估及合理调度水资源为抗旱提供决策服务,进而对平塘县抗旱防御具有重要意义。
1资料与方法
1.1资料的选取
资料来源于平塘县一般气象站 (该站地理坐标107°19′E,25°50′N), 降雨资料从1963年12月至2014年1 2月的月报表共计近51年的观测资料中统计。
1.2分析方法
评价气象干旱的标准有多种,其中降水量偏少是造成气象干旱的直接原因。利用贵州省干旱标准中的降水距平百分率方法[3],分析平塘县分季节出现气象干旱情况。降水量距平百分率公式如下:
式中,P为降水距平百分率,Ri为某时段某年的降雨量,为该时段历年平均降水量。P>- 50,无气象干旱,P<- 50,出现气象干旱。
2结果与分析
2.1平塘县冬季气象干旱时间分布特征
统计平塘 县1963年12月至201 4年2月冬季降雨量资料,得到平塘县冬季平均降水量为73.3 mm,冬季最少降雨量为1996年的17.8 mm。出现气象冬旱的频率为15.7%。从年代分布来看,冬季降雨量低于历年平均值的年份主要出现在各年代的中后期。 从图1可以看出,统计年份内冬季气象干旱从2009年开始有加重的趋势。
2.2平塘县春季气象干旱时间分布特征
统计平塘县1964—2014年春季降雨量资料,得到平塘县春季平均降水量为365.9 mm,春季最少降雨量为1 986年的1 52.6 mm。出现春旱的频率为9.8%。从年代分布来看,春季降雨量低于历年平均值的年份主要出现在各年代的后期。
从图2可以看出,统计年份内春季气象干旱出现频次较多的为20世纪80年代,20世纪90年代春季降雨量较均匀。
2.3平塘县夏季气象干旱时间分布特征
统计平塘县1964—2014年夏季降雨量资料,得到平塘县夏季平均降水量为552.0 mm,夏季最少降雨量为1 981年的267.3 mm。出现夏旱的频率为7.8%。从年代分布来看,夏季气象干旱主要出现在20世纪90年代之后, 有加重的趋势(图3)。
2.4平塘县秋季气象干旱时间分布特征
统计平塘县1964—2014年秋季降雨量资料,得到平塘县秋季平均降水量为220.9 mm,秋季最少降雨量为2005年的64.4 mm。出现秋旱的频率为15.7%。从年代分布来看,秋季气象干旱主要出现在2000年后,有加重的趋势(图4)。
2.5平塘县月气象干旱的时间分布特征
由表1可见,平塘县的气象干旱在1—3月和9—12月发生的概率较大,以秋旱和冬旱为主,但秋季和冬季发生的气象干旱持续到春季,导致春耕生产严重受影响。如2009年秋季至201 0年春季滇、黔、桂、川、渝等西南喀斯特地区5省、市持续严重干旱,其中平塘县旱灾面积11 550 hm2,粮食损失3.35万t ,饮水困难人口1 4.2万人。
3结论
通过对平塘县近51年气象干旱特征分析,得知,平塘县气象干旱时间多出现在9月至次年3月,以秋旱和冬旱为主,夏旱最少;平塘县虽然夏旱最少,但由于夏季正是作物生长旺盛期、需水期,加上夏季气温高、蒸发量大,导致出现夏旱后的灾情较重;平塘县属于喀斯特地貌,土壤薄、渗透严重、蓄水性差,对造成干旱贡献很大; 由于秋季和冬季发生的气象干旱持续到次年春季,使春旱的影响较大。
摘要：用平塘县气象站1964—2014年的降水资料及干旱灾情资料,采用贵州省气象干旱标准中的降水距平百分率方法,对平塘县气象干旱的特征进行分析。结果表明,平塘县气象干旱时间分布以秋旱和冬旱最多,春旱次之,夏旱最少。
气象站环境变化 篇11
目前新标准中对大气质量的监测主要是监测大气中二氧化硫 (SO２) 、二氧化氮 (NO２) 、一氧化碳 (CO) 、臭氧 (O３) 、可吸入颗粒物 (PM１０) 以及细颗粒物 (PM２．５) 等六类基本项目和总悬浮颗粒物 (TSP) 、 氮氧化物 (NOｘ) 、铅 (Pb) 、苯并[a]芘 (BaP) 四类其他项目的浓度。研究表明, 城市环境空气质量好坏与气象因素、城市能源消费结构等因素的关系十分密切。气象条件对污染物扩散、稀释和积累有一定作用。在在污染源一定的条件下, 污染物浓度大小主要取决于气象条件［１－２］。Wise等发现气象条件的变化能影响美国西南部40 % ~70 %的臭氧变化和20 % ~50 %的颗粒物变化［３］。王宏等研究了发生突变时气压、风速、温度、湿度等气象条件的变化特征［４］。Buhalqem Mamtimin等利用2000~ 2006年乌鲁木齐市大气污染指标 (PM１０、SO２和NO２) 月浓度值及相对应的气象数据, 探讨了城市空气污染与地面气象要素的关系［５］。 周伟东指出PM１０浓度与风速密切相关, 静风时浓度最大, 随着风速增大, PM１０浓度逐步降低。风向对PM１０浓度的影响也非常显著, 近地面吹偏东风时PM１０浓度相对较低［６］。徐莉、李艳红发现API指数与气温、风速、能见度和湿度等气象因素关系密切, API值与气温、能见度和风速呈负相关, 与湿度呈正相关［７］。李林等发现对于能源消耗排放的一次PM１０和SO２, 工业排放对其浓度的贡献率在40%以上;机动车排放对NOｘ浓度的贡献率在65%左右［８］。张菊等研究发现产业结构的变化、重点污染源的整治、能源结构调整能源的清洁使用、机动车尾气排放标准的提高等对保护环境空气质量起到一定作用［９］。寇栓虎、 杨荣提出进一步推广使用天然气等清洁型燃料大力开发和推广洁净煤技术, 清洁使用煤炭, 并加强燃煤锅炉排烟的脱硫脱硝脱灰等净化工作, 进一步降低煤烟对大气环境的污染［１０］。
北京市作为我国的首都, 空气质量却频频出现及其糟糕的情况, 不仅损害居民的身体健康, 而且和国际化大都市的形象和地位不符。分析影响空气质量的因子, 找到大气污染物与气象因子的定量关系, 有利于制定科学的防治性措施, 从而为改善空气质量奠定基础。
1数据来源和研究方法
1.1数据来源
污染物数据来自北京市空气质量自动监测站点的监测数据, 气象数据来自中国气象科学数据共享服务网的逐日监测数据, 选取空气污染物指标4个, 分别是Y１ (年日均SO２浓度) 、Y２ (年日均NO２浓度) 、Y３ (年日均可吸入颗粒物PM１０浓度) 、Y４ (年日均CO浓度) , 单位都是mg/m３;相关气象因子指标8个, 分别是X１ (年日均气温, ℃) 、X２ (平均相对湿度, 无量纲) 、X３ (全年日照数, h) 、X４ (全年降水量, mm) 、X５ (平均风速, m/s) 、X６ (平均气压, kPa) 、X７ (大风日数, 单位d) 、X８ (雨日数, d) 。另有部分数据来自《中国环境年鉴》 (2003~2004年) 、《中国气象年鉴》 (2012年) 、《中国环境统计年鉴》 (2005~2012年) 、《北京统计年鉴》 (2012年) 、《北京市环境状况公报》 (http://www.bjepb.gov.cn/portal0/tab181/) 。
1.2研究方法
1.2.1污染物浓度及趋势分析
Spearman秩相关系数法 (又名Daniel趋势检验方法) , 是一个非参数性质 (与分布无关) 的秩统计参数, 可以用于R检验, 在数据的分布使得Pearson线性相关系数不能用来描述或是用来描述导致错误的结论时, 作为变量之间单调联系强弱的度量。《环境质量综合评价分析技术导则》推荐它用于地表水水质、地下水水质、环境空气质量、酸雨频率、近岸海域海水水质等多时段变化趋势和变化程度分析中。
假设原始的数据xｉ, yｉ已经按从大到小的顺序排列, 记x′ｉ, y′ｉ为原xｉ, yｉ在排列后数据所在的位置, 则x′ｉ, y′ｉ称为变量xｉ, yｉ的秩次, 则dｉ=x′ｉ- y′ｉ为xｉ, yｉ的秩次之差。
如果没有相同的秩次, 则rｓ可由式 (1) 计算:
如果有相同的秩次存在, 那么就需要计算秩次之间的Pearson的线性相关系数
rｓ值的正负分别表示污染的增长和下降, 其绝对值的大小表示变化的强度。将rｓ的绝对值同Spearman秩相关系数的临界值Wｐ相比较。如果|rｓ|>Wｐ, 则表明变化趋势有显著意义;如果|rｓ| ≤ Wｐ, 则表明变化趋势没有显著意义, 说明在研究时段里空气质量稳定或变化不大。
根据近10年来北京市大气主要污染物年日均浓度值, 使用Spearman秩相关系数法分析北京市大气污染物的年日均浓度的年际变化趋势及其统计学显著性特征。
1.2.2污染物与气象因子的关联分析
设Y１, Y２, …, Yｓ为系统特征行为数据序列, X１, X２, …, Xｍ为相关因素行为序列。若Y１, Y２, …, Yｓ;X１, X２, …, Xｍ的长度也相同, Yｉｊ (i=1, 2, …, s;j=1, 2, …, m) 为Yｓ与Xｊ的灰色关联度, 则称为灰色关联矩阵。
灰色关联矩阵中第i行元素是系统特征数据序列Yｉ (i=1, 2, …, s) 与相关因素序列X１, X２, …, Xｍ的灰色关联度;第j列元素是系统特征序列Y１, Y２, …, Yｓ与Xｊ (j=1, 2, …, m) 的灰色关联度。
类似的可以定义广义的灰色关联矩阵, 如绝对的灰色关联矩阵A、相对的灰色关联矩阵B和灰色综合关联矩阵C。
利用灰色关联矩阵, 可以对系统特征或相关因素作优势分析。采用广义灰色关联度理论中的优势分析方法, 分别计算大气污染物与气象因子的灰色绝对关联矩阵、灰色相对关联矩阵和灰色综合关联矩阵, 得到表征大气质量状况的最优特征 (污染物类型) , 以及影响空气质量的最优气象因子。
2近十年大气污染物的年际变化趋势
根据2002~2012年北京市空气污染物浓度值, 利用Spearman秩相关系数公式计算各污染物年日均浓度的变化趋势, 结果表明不同的污染物表现出不同的变化轨迹。
近10年来空气年日均SO２浓度、年日均NO２浓度、年均可吸入颗粒物浓度和年日均CO浓度总体呈显著 (p<0.01) 下降趋势, 其中2006年各污染物年日均浓度出现极大值, 2008年各污染物年日均浓度达到最小值 (见图1) 。2008年北京空气质量大幅改善的原因与奥运期间实施一系列改善空气质量的措施密不可分［１１，１２ ］。
2002~2008年NO２年日均浓度呈显著下降趋势 (p<0.05) , 2008~2012年变化较平稳 (不显著增长) ;2002~2008年CO年日均浓度显著下降 (p< 0.05) , 2008~2012年浓度变化不大 (上升不显著) ; 2002~2006年可吸入颗粒物年日均浓度基本持平 (降低不显著) , 2006~2012年浓度呈显著下降趋势 (p<0.01) 。不同时间段的Spearman秩相关系数检验结果见表1。
3污染物与气象因子的综合关联度
3.1污染物与气象因子的绝对关联度
对主要空气污染物序列Yi (i=1, 2, 3, 4) 和气象因子序列Xj (j=1, 2, 3, 4, 5, 6, 7, 8) 求始点零象化Y0i和Y0j。
对空气污染物序列序列Yｉ (i=1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) , 有
得绝对关联矩阵A如下 (表2) 。
从绝对关联矩阵中可以看出, 影响Y１年日均SO２浓度 (绝对关联系数0.988 8) 、Y２年日均NO２浓度 (绝对关联系数0.974 4) 和Y３年日均可吸入颗粒物浓度 (绝对关联系数0.998 4) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X３全年日照数 (绝对关联系数0.962 0) 。
由于A中各列元素满足:
εi3>εi2>εi7>εi4;i=1, 2, 3, 4;
εi2>εi5>εi6, i=1, 2, 3, 4。
故有X３> X１> X７> X４, X２> X５> X６, 所以X２ (平均相对湿度) 和X３ (全年日照数) 为影响空气质量的主要气象因子。考虑
所以X２》X３》X５》X１》X７》X８》X４》X６, 即X２ (平均相对湿度) 是影响空气质量的准优因子, X３ (全年日照数) 次之, X６ (年日均气压) 最劣。
各行元素满足, 所以Y3》Y1》Y2》Y4, 即Y3 (年日均可吸入颗粒物PM１０) 是空气污染物的准优特征, Y１ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
3.2污染物与气象因子的相对关联度
表征空气质量状况的主要污染物序列Yｉ (i= 1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的初值象为Yｉ′和Xｊ′。
诸Yｉ (i=1, 2, 3, 4) 和Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的始点零化象为Yｉ′０和Xｊ′０。
得相对关联矩阵B如表3。
从相对关联矩阵B看, 影响Y１年日均SO２浓度 (相对关联系数0.951 6) 、Y２年日均NO２浓度 (相对关联系数0.993 6) 、Y３年日均可吸入颗粒物浓度 (相对关联系数0.995 6) 和Y４年日均CO浓度 (相对关联系数0.974 5) 的最主要气象因子都是X７大风日数。
B中元素满足:
故有X7> X2> X3> X4> X5> X6, X5> X８, 所以X７ (大风日数) 是影响空气质量的最优因子, X２ (平均相对湿度) 次之。考虑, 因此X６ (平均气压) 最劣。
又, 故Y2》Y３≥Y４≥Y１, 即Y２ (年日均NO２浓度) 是表示空气污染物的准优特征, Y３ (年日均可吸入颗粒物PM１０浓度) 次之, Y１ (年日均SO２浓度) 最劣。
3.3污染物与气象因子的综合关联度
综合关联矩阵C =θA + (1-θ) B =θεｉｊ+ (1-θ) Yｉｊ= (ρｉｊ) , 取θ=0.5, 则C如下 (表4) 。
从综合关联矩阵C看, 影响Y１年日均SO２浓度 (综合关联系数0.948 8) 、Y２年日均NO２浓度 (综合关联系数0.965 4) 和Y３年日均可吸入颗粒物浓度 (综合关联系数0.967 0) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X７大风日数 (综合关联系数0.953 2) 。
C中元素满足:
各行元素满足因此Y３》Y２》Y１》Y４, 即Y３ (年日均可吸入颗粒物PM１０浓度) 是空气质量状况的准优特征, Y２ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
三种关联分析的结果之所以不完全一致, 是由于绝对关联序是从绝对量的关系着眼考虑的, 相对关联序是从各年观测数据相对于起始点的变化速率着眼, 而综合关联序则是综合了绝对量的关系和变化速率的关系后考察的。由于空气主要污染物和气象因子序列经过特定的灰关联算子作用后, 因此把绝对关联序的结果作为考察结果, 即X２ (平均相对湿度) 是影响空气质量的最优因子, Y３ (年日均可吸入颗粒物PM１０浓度) 是表征空气质量的最优特征, 两者关联系数达0.9984, 相关关系如下 (见图2) 。
4结论与展望
综合上面的研究, 本文主要有以下几点结论:
(1) 2002~2012年整体来看, 北京市年日均SO２浓度、年日均NO２浓度、年日均可吸入颗粒物浓度和年日均CO浓度呈显著下降趋势, 其中2006年四类污染物年均浓度出现极大值, 2008年年均浓度达到最小值。分时间段来看, 2002~2008年NO２年日均浓度呈显著下降趋势, 2008~2012年变化较平稳;2002~2008年CO年日均浓度显著下降, 2008~ 2012年浓度变化不大;2002~2006年可吸入颗粒物年日均浓度基本持平, 2006~2012年浓度呈显著下降趋势。
(2) 影响年日均SO２浓度、年日均NO２浓度和年日均可吸入颗粒物浓度的最主要气象因子都是平均相对湿度;影响年日均CO浓度最主要气象因子是全年日照数。平均相对湿度是影响空气质量的最优因子, 年日均可吸入颗粒物PM１０浓度是表征空气质量的最优特征, 两者关联程度最大。
本文尚未讨论能源消费结构与大气污染物浓度之间的关系, 相关影响因素需进一步挖掘, 主要大气污染物的来源、形成扩散机理、预报预测、控制对策等的研究也有待探索。
参考文献
[1] 蒋维楣, 曹文俊, 蒋瑞宾.空气污染气象学教程.北京:气象出版社, 1993;74—90
[2] 吴兑, 邓雪娇.环境气象学与特种气象预报.北京:气象出版社, 2001;22—35
[3] Wise E K, Comrie A C.Meteorologically adjusted urban air quality trends in the South western United States.Atmospheric Environment, 2005;39 (16) :2969—2980
[4] 王宏, 林长城, 蔡义勇, 等.福州市PM10突变特征与气象条件的关系研究.热带气象学报, 2008;24 (5) :564—568
[5] Mamtimn B, Meixner F X.Air pollution and meteorological processes in the growing dryland city of Urumqi (Xin-jiang, China) .Science of the Total Environment, 2011;409:1277—1290
[6] 周伟东, 梁萍.风的气候变化对上海地区秋季空气质量的可能影响.资源科学, 2013;35 (5) :1044—1050
[7] 徐莉, 李艳红.乌鲁木齐城市空气质量状况与常规气象条件的关系.农业灾害研究, 2013;01:41—44
[8] 李林, 郝吉明, 胡京南.北京市能源利用对空气质量的影响分析和预测.中国环境科学, 2005;25 (6) :746—750
[9] 张菊, 苗鸿, 欧阳志云, 等.近20年北京市城近郊区环境空气质量变化及其影响因素分析.环境科学学报, 2006;26 (11) :1886—1892
[10] 寇栓虎, 杨荣.能源消费状况对延安市大气环境质量的影响分析.干旱区资源与环境, 2010; (6) :82—86
[11] 曾静, 廖晓兰, 任玉芬, 等.奥运期间北京PM2.5、NOX、CO的动态特征及影响因素.生态学报, 2010;30 (22) :6227—6233