气温年较差(6篇)
来源：收集
气温年较差篇1
关键词气候变化；农业生产；累积距平；滑动t-检验法；四川昭觉
中图分类号S162.5文献标识码A文章编号1007-5739（2016）04-0240-01
1气候变化特征分析
1.1气温变化特征
昭觉县44年的年平均气温呈逐渐上升趋势（相关系数r=0.4943>r0.01=0.3843），年气温变化倾向率为0.18℃/10年，多年平均气温11.1℃，最大年平均气温（12.0℃）与最小年平均气温（10.1℃）相差1.9℃，前30年（1971―2000年）平均气温（10.9℃）比后30年（1981―2010年）平均气温（11.4℃）偏低0.5℃。最大极端最高气温33.1℃出现在1991年，最小极端最高气温28.2℃出现在1978年，2002年以后极端最高气温均在30.0℃以上；最小极端最低气温-20.6℃出现在1977年，最大极端最低气温-4.8℃出现在1995年，二者相差15.8℃。
1.2降水量变化特征
昭觉县44年降水量的线性变化并不明显（相关系数r=0.0219
1.3日照时数变化特征
由昭觉县44年日照时数3项多项式拟合趋势线可以看出，年日照时数线性增多趋势明显（r=0.44497>r0.01=0.38434，通过0.01显著性检验）。20世纪90年代中后期以来上升趋势明显。44年平均日照时数1890.0h，大于多年平均值的有28年，占64%；小于多年平均值的有16年，占36%。冬、春季日照时数线性变化不明显，夏季线性变化相对明显，秋季最为明显，秋季日照时数在20世纪90年开始有明显的增多趋势，春、夏、冬季变化平缓。
2气候变化对农作物的影响
由于冬、春季降水量减少，土壤墒情较差，大春作物播种、出苗期延迟，而收获期的秋季气温较高，作物生育期缩短，对农作物产量和品质都有较大影响。随着气温的升高、无霜期增长，作物复种指数有所增加，冬闲农田得到充分利用。气候变暖使农业的不稳定性增加，气候变化对农业生产的影响利弊并存[1-2]。
3应对气候变化的农业措施
一是综合考虑气候变化特点，确定适宜栽培季节，尽可能避开农作物生长关键期和对产量、品质形成影响较大时期可能出现的灾害性天气。二是根据光、温、水资源匹配情况及农业气象灾害、病虫害特点，调整作物、品种种植结构，达到趋利避害的目的。三是在选择作物种植品种时，不仅要考虑产量和品质，还应根据气候变化特点综合考虑栽培作物品种对农业气象灾害和病虫害的抗逆性。四是完善灌溉和排水等农业基础设施，提高农业生产对气候变化不利影响的抵御能力，增强农业抗灾能力，最大限度地减少损失[3-4]。
4结论
（1）年平均气温呈逐渐上升趋势，年气温变化倾向率为0.18℃/10年，年际标准差0.49℃。20世纪70年代年平均气温变化最为明显，70年代至90年代中期气温呈下降趋势，90年代后期以来气温持续上升，在90年代出现气温突变，1997年是突变点。四季分析结果表明，春、秋2季升温趋势最为明显，夏、冬2季变化趋势平缓。
（2）年降水量线性变化并不明显，降水日数呈减少趋势，但强降水日数增多，2000―2014年年降水量变差系数最大，年降水量变化最明显，年际间差异最大。20世纪90年代出现降水量突变，1996年为突变点。进入20世纪90年代以来，冬、春季年降水量呈减少趋势，而夏、秋季呈增多趋势。
（3）年日照时数线性增多趋势明显，20世纪90年代年日照时数变差系数最大，变化最明显，年际间差异最大。20世纪90年代日照时数出现突变，1998年是突变点。20世纪90年代中后期以来上升趋势明显，其中秋季日照时数呈增多趋势，而春、夏、冬季变化平缓。
（4）无霜期呈增多趋势，20世纪80年代无霜期变差系数是最大的，无霜期变化最明显，年际间差异最大。2000―2014年变差系数最小，表明该时段无霜期变化平稳，年际间差异最小。
5参考文献
[1]王馥棠.气候变化对我国农业影响的研究[M].北京：气象出版社，1996.
[2]冯秀藻，陶炳炎.农业气象学原理[M].北京：气象出版社，1991.
气温年较差篇2
关键词气候资源；气象要素；特点；分布规律；甘肃康乐
中图分类号P467文献标识码A文章编号1007-5739（2016）24-0192-03
AnalysisonClimateResourceCharacteristicsofKangleCounty
MALi-tingLIWan-yu
（MeteorologicalBureauofLinxiaHuiAutonomousPrefectureinGansuProvince，LinxiaGansu731100）
AbstractKangleCountylocatesinthetransitionzonebetweenQinghai-TibetPlateauandLoessPlateau，whileitisinthesouth-centralGansuProvinceandsoutheasternLinxiaHuiAutonomousPrefecture.InKangleCounty，theterrainissteep，weatherconditionsarecomplex，andclimateresourcesareabundant.ThemeteorologicaldataofKangleCountyfrom1968to2015werecollectedandanalyzed，andacomprehensiveanalysisonvarioustypesofmeteorologicalfactorswasconducted，inordertodiscussthecharacteristicsanddistributionregulationofclimaticresourcesinKangleCounty.
Keywordsclimateresource；meteorologicalfactor；characteristics；distributionregulation；KangleGansu
1康乐县地理概况
康乐县地处黄土高原向青藏高原过渡地带、洮河下游西侧。县城西南部莲花山、花崖山、白石山、尖石山属西秦岭西延部分，其支脉延伸全境，总趋势由西南向北倾斜伸展。由于深居嚷皆独牒Q螅故大陆性季风气候特征明显。
康乐县位于甘肃省中南部、临夏回族自治州东南端，介于东经103°24′～103°49′、北纬34°54′～35°27′之间，海拔1893～3908m，平均海拔2000m，东邻临洮、渭源县，西接和政县，南与临潭、卓尼县接壤，北界广河县，南北长57.5km，东西宽34.5km，总面积1083km2。
2康乐县气候资源
康乐县地形复杂，垂直气候明显。南部山地属高原湿润气候区，北部属温带半干旱气候区。气候由北向西南从温凉半湿润区向高寒特湿润区过渡。该县按气候不同可分为4个区域：东北部温凉半湿润区，海拔1900～2100m；中部温寒半湿润区，海拔2000～2200m；西南部寒冷湿润区，海拔2200～2500m；西南高寒湿润区，海拔2500m以上。
四季的气候特点：冬季开始于10月上旬，结束于4月下旬，冬季平均长为204d，冬季干燥寒冷；春季开始于4月下旬，结束于7月中旬，春季平均长为83d，春季冷暖多变，易发生春旱；夏季开始于7月中旬，结束于7月中旬，夏季平均长为4d。由于夏季出现时间较短，所以结束日期和开始日期处在同一时段内，夏季温湿、无酷暑，易发生伏旱和强对流天气；秋季来得最早，一般开始于7月上中旬，结束于10月上旬，秋季平均长为74d，秋季降温迅速，秋温低于春温，降水变率大，易发生秋季连阴雨[1-2]。
2.1光能资源
2.1.1太阳辐射。一是太阳总辐射。与甘肃省相比，临夏全州总辐射属中等水平。康乐县属湿润和半湿润地区，年太阳辐射总量5554.1MJ/m2，较临夏全州年太阳辐射总量中等偏少，且随海拔增高而减少。二是≥0℃期间太阳总辐射。康乐县日平均气温稳定通过≥0℃期间太阳总辐射为3700MJ/m2，日平均气温稳定通过≥10℃期间太阳总辐射为2500MJ/m2，总的分布形势为北高南低。
2.1.2日照。一是日照时数。因康乐县的特殊地形，较其他各县市空气较为湿润，云量偏多，晴天偏少，日照较为不足，是临夏州中日照最少的地区，年均日照时数2372h，年日照时数变化范围在2109.8～2693.0h之间。东北部温凉半湿润区，及中部温寒半湿润区，平均日照时数2430h；西南部寒冷湿润区，平均日照时数2400h；西南高寒湿润区，年平均日照时数52%；夏季云雨多，大部分为52%左右。初秋多连阴雨，日照百分率最小为49%～52%。年日照百分率分布与年日照时数分布大致相同，呈北高南低的形势。
2.2热量资源
热量状况是最主要的气候特征。积温的多少、温度高低及其变化规律是衡量一个地区热量资源多寡的主要标志。
2.2.1年平均气温。气温的地理分布及变化特征是受地理纬度、太阳辐射和地形特点综合影响的结果[3-5]。康乐县地形复杂，气温的时空分布差异较大。其年平均气温分布趋势呈东北部高、西南部低。东北部温凉半湿润区，年平均气温6～7℃；中部温寒半湿润区，年平均气温5～6℃；西南部寒冷湿润区，年均气温4～5℃；西南高寒湿润区，年均气温4℃以下。
2.2.2气温年、季变化。
（1）气温的年变化特征。康乐县地势陡峭，气温四季变化明显。各季气温的分布趋势与年平均气温大致相似。冬季气温最低，夏季气温最高，春季气温高于秋季。
冬季（1月）（1968―2015年资料），康乐县受蒙古冷高压控制，盛行偏北风，寒冷干燥，为全年最冷的季节，昼夜温差大。冬季平均气温为-11.9～-4.6℃（图1）。
春季（4月），是由冬季向夏季过渡的季节，太阳辐射变化大，冷暖气团交绥频繁，天气阴晴不定，日气温升、降幅度大。平均气温为5.6～11.9℃（图2）。
夏季（7月），是康乐县一年中最热的季节，气温日变化幅度较大，昼热夜凉。平均气温为16.3～20.7℃（图3）。
秋季（10月），是夏季向冬季的过渡季节，太阳辐射日渐减弱，地面散热较快，冷空气势力迅速加强，降温较快，气温多变。其平均气温为5.0～9.4℃（图4）。
（2）气温年较差。气温年较差是最热月和最冷月平均气温之差，表示一个地方冬冷夏热的程度。其分布一般取决于纬度、地形、地势及天气系统的活动情况。分析表明，康乐县的气温年较差随纬度变化的趋势不明显，主要受制于地形、地势及天气系统等因素。康乐县是临夏州气温年较差最大的地区，为25.9℃。
2.2.3气温的月际变化。春季升降和秋季降温特别迅速，且以秋季变幅为最大（10―11月，6.8℃），升温最快为2―3月，6.1℃。同时可以看出，隆冬（12月至翌年1月，1.8℃）和盛夏（7―8月，0.7℃）的变幅最小。由隆冬至春季，月际变化在逐渐增大；4月后，月际变化逐渐减小，至盛夏达全年最小。8月开始，气温月际变化迅速增大，秋季达到全年最大值，11月后又开始减小直到隆冬。
（1）气温的日变化。一般气温的日变化与纬度、地表性质及天气情况关系密切，但受云量影响最大。在晴天情况下，气温日变化具有一定的周期性规律。康乐县夏季日最高气温出现在15：00―17：00，冬季在15：00―16：00，春、秋季一般在15：00左右；日最低气温出现的时间大都在清晨至日出前。在阴天或多云时，由于受云量的影响，气温日变化较复杂，最高气温和最低气温出现的时间与晴天不同。康乐地区2015年7月12日橐跆欤最高气温出现在12：00―13：00；2015年1月13日为阴天，最高气温出现在14：00―16：00；而2015年7月12日最低气温出现在2：00前后，2015年1月13日最低气温出现在7：00―8：00。晴天气温日变化幅度大，阴天日变化幅度小（图5）。
（2）气温日较差。气温日较差为一日内最高气温与最低气温之差，康乐县的年平均气温日较差较高。各季气温日较差的分布趋势与年气温日较差是一致的，且春、秋季气温日较差较大，冬、夏季较小。康乐县春季4月气温日较差为14.6℃，为全年最大。这是由于冬季过后，太阳辐射逐渐增强，此时该地区正逢干季，甚至大多数时间仍在冬季大气环流控制下，白天升温快，夜间降温也迅速的缘故。夏季7月，云雨增多，日较差略有减小。秋季10月，太阳辐射开始减弱，秋高气爽，冷空气活动逐渐增多，导致白天气温下降明显，因而气温日较差较小，康乐县为12.0℃，是全年中气温日较差最小的季节。冬季1月，康乐县在西北气流的控制下，加之又是太阳辐射最弱的季节，虽然云雨较少，但夜间降温较大，白天气温增加较小，因而气温日较差较小。
2.2.4气温极值。康乐县极端最低≤0℃的日数，平均8d；≤-10℃的日数，平均4d；≤-15℃的日数，平均2.8d；≤-20℃的日数，平均1.3d；≤-25℃的日数，平均0.3d。康乐县极端最高≥35℃，平均不足0.1d；极端最高≥32℃，平均0.4d；极端最高≥30℃，平均1.4d。康乐县日最高气温≥35℃的日数，平均0.2d；≥32℃的日数，平均1.0d；≥30℃的的日数，平均4.6d。
2.2.5积温。康乐县热量资源差异悬殊，农业界限温度初终日期、持续日数和积温差别很大。康乐县东北部，≥0℃生长季为240～260d，积温2800～3500℃；≥5℃生长季为200～210d，积温2600～3400℃；≥10℃生长季为130～160d，积温2000～3000℃；≥15℃生长季50～80d，积温1000～1500℃。康乐县中南部，≥0℃生长季220～240d，积温2200～2800℃；≥5℃生长季为170～200d，积温200～2600℃；≥10℃生长季为100～130d，积温1400～2000℃；≥15℃生长季为20～40d，积温400～700℃。康乐县≥0℃初日随着气候变暖有提前趋势，而终日确有推后的趋势。
2.2.6热量资源垂直分布。康乐县地形复杂，海拔高度差大，由于海拔高差悬殊，热量随地形和海拔高度变化。热量随高度的垂直变化，必然导致耕作制度、作物种类、品种的垂直差异和自然植被的垂直分布。康乐县的东北部为温凉半湿润区：气温高，雨量少，日照充足，蒸发量大，是主要产粮区；中部温寒半湿润区：气候湿寒，雨量适中，是主要产粮区；西南部寒冷湿润区：气候寒冷湿润，水分充足，土壤含水量大，日照时数少，蒸发量小，是油料、蚕豆和小麦种植区，也适宜发展林牧业。
2.3水分资源
2.3.1降水量。康乐县降水量偏多，分布不均匀，南多北少。降水资源丰富，有利于植物多样性的开发和利用。
（1）降水量年、季变化。降水量夏季多、冬半年少，具有雨热同季的特征。月变化趋势为1―8月逐月增多，8―12月逐月减少，且均以夏季降水最多（与1968―2015年48年均值比较）。康乐县的降水量绝大部分集中在生产季节，且降水量高度集中在7―9月，容易出现大（暴）雨和连阴雨，对夏季作物成熟和秋作物后期生长均有影响。而4―6月降水比伏秋降水少，容易出现春末初夏干旱，对春小麦生长发育影响较大。
（2）降水量的地理分布。康乐县的降水量与该地的地理资源环境有密切关系，其东北部的温凉半湿润区年平均降水量为500～600mm；中部温寒半湿润区为600～700mm；西南部寒冷湿润区为700～800mm。
（3）各级降水日数。降水日数的时空分布规律与降水量的分布基本一致，即夏多冬少、南多北少。全年平均小雨（日雨量0.1mm）以上降水日数为111d，且以7―9月最多；小雨以上降水日数各月为13～17d，12月降水日数最少，平均1～3d；中雨（日雨量10.0mm）以上降水日数为16d，一般出现在3―11月；大雨多出现在4―9月；暴雨大多在7―8月。
（4）降水强度。一般夏强冬弱，南强北弱。康乐县一日最大降水量为137.7mm（2005年7月1日），比其他县市偏多18.4～93.2mm。
（5）最长连续降水日数和最长连续无降水日数。最长连续降水（日雨量≥0.1mm）日数伏秋季节长，冬、春季节短；山区日数长，川区日数短。康乐县历年最长连续降水日数13d（1976年7月27日至8月8日，过程雨量135.5mm；1981年8月14―26日，过程雨量55.8mm）。连续降水日数长，造成连阴雨天气。光照、热量相应减少，对作物后期生长和成熟均有影响，甚至造成烂芽和洋芋腐烂等现象。
最长连续无降水日数冬季长、夏季较短。无降水日数长容易造成干旱，虽然康乐县的干旱没有临夏州北部地区严重，但每当春末初夏最长连续无降水日数较长，这时正值春小麦生长关键期，干旱威胁很大。
2.3.2降雪和积雪。
（1）降雪。康乐县平均初雪日期为10月下旬，属临夏州较晚出现初雪的地区。平均终日期为4月中下旬，属临夏州初雪较早结束的地区。年平均降雪日数为27d。
（2）积雪。康乐县初积雪日期为11月上旬；终积雪日期为4月中旬。年积雪日数38d，最大积雪深度16cm，均属临夏州中等水平。
2.3.3其他气象要素。
（1）空气湿度。空气湿度是表征空气中水汽含量多少的物理量，也是反映农业气候特点的要素之一。湿度的大小可用绝对湿度和相对湿度表示。
（2）绝对湿度（水汽压）。年平均绝对湿度7.5hPa。绝对湿度的年变化：夏季大，冬季小。7月、8月绝对湿度为15.6hPa，1月为2hPa左右，均为临夏州最大值。
（3）相对湿度。年平均相对湿度为68%，属于临夏州次大值。相对湿度年变化：冬、春季小，夏、秋季大。月平均相对湿度最小值出现在3月，为60%；最大值出现在9月，为79%。
（4）蒸发量。康乐县的蒸发量较全州偏少，为1300～1400mm。月蒸发量以5月最大，为170～180mm；12月或1月最小，为30～40mm。
（5）风。康乐县年平均风速较小，为0.9～1.3m/s。月平均风速以4月最大，≤2.0m/s；最小值出现在冬季，≤1.0m/s。康乐县年最大风速为14m/s（N），年最多风向为ESE和SE，冬季风向主要是NE，春、夏、秋季风向以ESE和SE为主，频率为4%。
3结论
康乐县地形复杂，地势陡峭，山大沟深，雨量充沛，四季分明，冬季干燥寒冷，夏季温湿无酷暑。垂直气候明显，由北向西南从温凉半湿润区向高寒特湿润区过渡。康乐县气候复杂，冰雹、霜冻、暴雨、低温阴雨灾害频繁发生，对农业生产造成极大危害。通过分析康乐县的太阳辐射、年平均气温、积温、降水、降雪、湿度、蒸发量、风等气象要素，对其光能资源、热能资源、水资源等方面进行探究，且发现康乐的各方面气候资源利用能较大，值得进一步探索与开发。
4参考文献
[1]李栋梁，刘德祥.甘肃气候[M].北京：气象出版社，2000：39-170.
[2]尹宪志，孙玉莲.临夏气象[M].北京：气象出版社，2011：180-236.
[3]梁晨，梁杰，梁思琦.1975―2014年郸城县农业气候资源及变化特征分析[J].现代农业科技，2015（15）：248.
气温年较差篇3
关键词：长江中下游地区；水稻产量；气候变化；小波变换
中图分类号：S162.5+3文献标识码：A文章编号：0439-8114（2014）01-0043-09
EffectsofClimateChangeonRiceYieldoftheMiddleandLowerReachesRegionoftheYangtzeRiver
WANGBao1，HUANGSi-xian2，SUNWei-guo3
（1.XianningBureauofMeterology，Xianning437100，Hubei，China；2.EzhouBureauofMeterology，Ezhou436000，Hubei，China；
3.NanjingUniversityofInformationScience&Technology，Naning210044，China）
Abstract：TorevealtheimpactoftheregionalclimatechangeonriceyieldofthemiddleandlowerreachesoftheYangtzeRiver，andtounderstandthereasonsforricerelativemeteorologicalyieldfluctuations，statisticalanalysisandwavelettransformwereusedtoanalyzetimeandthefrequencyvariationfeaturesofriceproduction，theaveragetemperature，precipitation，diurnaltemperature，and≥10℃activeaccumulatedtemperatureoftheYangtzeRiverregioninthepast60years，andthetime-frequencystructuralfeaturesbetweenriceproductionandregionalclimatechange.TheresultsshowedthatriceyieldofthemiddleandlowerreachesoftheYangtzeRiverregioninthepast60yearshadfluctuationsinthegrowthtrend.Theaveragetemperatureandtheactiveaccumulatedtemperatureincreasedduringthegrowingseason.Thereductionofprecipitationwasnotobvious.Diurnaltemperatureappearedtodecreasesignificantly.Betweenriceproductionandclimatechange，therewereperiodiccharacteristicsofinterannualanddecadalchanges.Thetime-frequencycharacteristicswascertainlysimilarbetweenthetwo.Cross-wavelettransformresultsshowedthatbetweenriceproductionandclimatechange，thereweretheresonancefrequencyofthedifferentscales，like2-4a，6a，8a，12aand14a.Thereweremorepositivecorrelationbetweenthemain，butinthelocaltimedomaintherewasanegativecorrelationofdifferentfrequencyscale.Thetworelationshipandrelevanceweredifferent，varyingfromoscillationperiodsscale.ItwasbelievedthatriceyieldfluctuationsofmiddleandlowerreachesoftheYangtzeRiverwascloselyrelatedwiththeclimatechange.Theperiodicfeaturewasobvious，andtheeffectoftheimprovementofheatconditiononincreasingproductionwasmuchmorethantheimpactofreducingprecipitation.
Keywords：themiddleandlowerreachesoftheYangtzeRiver；riceyield；climatechange；wavelettransform
收稿日期：2013-07-16
作者简介：王保（1989-），女，湖北黄冈人，助理工程师，主要从事短期天气预报及气候变化和小波变换等方面的研究，（电话）
15272681090（电子信箱）；通讯作者，黄思先，助理工程师，主要从事短期天气预报及重要天气过程诊断分析
和气候变化等方面的研究，（电话）15926018229（电子信箱）。
气候变化已成为不争的事实。政府间气候变化专业委员会（IPCC）的气候变化评估报告[1-4]指出，全球气候正发生着以气候变暖为主要特征的显著性变化，全球平均地表温度从1861年以来一直在升高。关于气候变化对作物产量的影响，我国学者已经进行了多方面的探究[5，6]，尤其是气候变暖背景下作物产量的变化规律以及农业应对气候变化的措施等已成为目前研究的热点问题。20世纪以来，全球气候变暖越来越快，气候变化对作物生产的影响也越来越大，特别是气候变暖背景下，极端气候事件发生频率、持续时间和分布规律的变化对农田生态系统的影响往往超过了气候平均变率所带来的影响[7]。
研究作物产量与气候因子之间的关系，以往大多采用常规统计学方法[8-11]，但气候变化具有不同时间尺度，区域平均气温和降水量的周期性变化以及极端气候事件的发生，必然引起作物产量的变化和波动，因此，有必要采用新的时频分析方法对气候变化及作物产量的周期性进行研究。孙卫国等[12]、张明等[13]和苏占胜等[14]用功率谱和交叉小波变换方法分析了作物产量与区域气候变化之间的关系，发现两者关系密切，周期性变化特征显著。
长江中下游地区是我国水稻的主要种植区，气候变化将会带来水稻产量的变化，但目前气候变化对该区水稻产量影响的研究较少[15-19]，对该区产量周期性的研究更不多见，所以，研究该区水稻产量与区域气候变化的关系具有重要现实意义。水稻生长发育要求的最低温度在10℃以上，南方三季稻要求≥10℃的活动积温达到7000℃，双季稻要求达到5300℃，且气温日较差对作物产量形成影响较大，因此，需要分析水稻生长季内平均气温、降水量、气温日较差和≥10℃的活动积温的影响。研究根据1951～2010年长江中下游6省（安徽、湖北、湖南、江苏、江西和浙江）实际水稻产量和同期107个气象站的水稻生长季内平均气温、降水量、气温日较差和≥10℃的活动积温资料，采用交叉小波变换方法，以相对气象产量为研究对象，分析长江中下游地区60年水稻产量与生育期内这些气候变量的时频变化特征及耦合振荡的关系，讨论水稻产量波动与气候因子变化周期的相关性，通过区域气候变化对水稻产量的影响以及水稻产量波动的原因分析，为区域性作物产量评估和预测提供参考。
1材料与方法
1.1材料的处理
水稻产量资料来源于国家统计局，根据1951～2010年长江中下游地区6省水稻产量（t/hm2），经一致性检验，建立区域平均水稻产量序列，样本数n=60。同期的气候资料来源于中国气象局逐日气候资料，包括平均气温（℃）、降水量（mm）、最高气温（℃）和最低气温（℃）记录，根据这6省107个气象站的资料，算得区域水稻生长季（4～10月）内平均气温、总降水量、平均气温日较差以及≥10℃的活动积温。计算时，为了保证资料序列的平稳随机过程，对资料进行了标准化处理。
1.2研究方法
1.2.1趋势产量估算影响作物产量的因素比较多，且各影响因素的变化特征及其时间尺度不同，主要的影响因素有人为因素、气象因素和随机“噪音”三方面，分别构成3个产量分量[20]，作物产量=趋势产量+气象产量+随机“噪音”。随机“噪音”所占比例很小，一般可忽略不计；趋势产量是实际产量的平稳变化项，表示产量的演变趋势，其大小决定于历年的生产技术水平，其模拟方法很多，本研究采用直线滑动平均法[12]，采用15年滑动步长来消除短周期波动的影响，算出趋势产量。气象产量为作物产量扣除趋势产量得到，反映了气象条件对产量的影响。气象产量与趋势产量的比值可以表示为相对气象产量。为了消除生产力水平对水稻产量的影响，真实地反映气象因子对其影响规律，本研究在进行产量分析时以相对气象产量作为研究对象。
1.2.2小波变换方法小波变换方法[21]起源于Fourier分析方法，Fourier级数主要用来表征信号的周期性，但在大多数情况下信号都是非周期性的，于是引入Fourier变换，将非周期性信号分解为多个周期性信号的叠加来处理，但是Fourier分析方法只是将信号在频率域内展开，没有包含时域的信息，丢弃的这些时域信息可能对某些应用非常重要，所以需要引进小波变换方法，将信号在时频两域的信息提取出来，充分利用信号信息[12]。
交叉小波变换[22]是一种新型信号分析技术，与传统的交叉谱方法相比更具优越性，特别是用于两个时间序列耦合振荡行为的相关分析上，除了可以弥补传统交叉谱分析方法不可避免的缺陷外，还能够将小波变换在时频两域都具有表征信号局部化特征的能力发挥到极致；交叉小波变换方法具有比较强的耦合信号分辨的能力，具有便于描述耦合信号在时频域中分布状况等优点[23]，经过多次实践应用验证表明[24-26]，该方法确实能够充分反映两时间序列相关振荡的周期显著性和两时间序列的相互依赖关系，还可以分析出两时间序列信号精细的时频变化特征，效果很显著。
2结果与分析
2.1水稻产量与气候变化特征的关系
2.1.1产量波动水稻产量的波动与气候条件密不可分，图1为1951～2010年长江中下游地区水稻的实际产量（实线）、气象产量（虚线）以及趋势产量（点划线）的时间变化图，实际产量和趋势产量均为左侧纵坐标轴，气象产量为右侧纵坐标轴。从图1可以看出，长江中下游地区水稻的实际产量随时间呈波动增长的趋势，年代际变化主要在1985年之前气象产量波动比较大，1985年之后波动较平稳，且1950年代和1980年代的波动相对于1960和1970年代的波动要大得多，这与长江中下游地区水稻生长季内平均气温、平均气温日较差以及≥10℃活动积温的波动特点相对应。
长江中下游地区水稻生长季内的气象灾害主要有高温热害、低温冷害、雨涝、干旱、春季低温阴雨、寒露风、台风以及风雹等。1959年长江中下游地区水稻减产主要受严重的伏秋连旱影响，1960年水稻低产主要与该区春季冷暖空气交替频繁，早稻育秧期出现低温阴雨天气造成大量烂秧，秧苗质量差等有关；1961年的低产主要由干旱造成，长江中下游出现了大范围、程度较重的干旱，秧田龟裂，稻禾枯黄，最终导致大幅减产；1962年该区降水偏多，出现了雨涝，但对水稻产量影响显著的还是春季的低温连阴雨天气；1975年的产量主要因“寒露风”的影响而降低；1977年的减产主要受部分地区（江西等地）高温干旱的影响；1980年长江中下游地区遇到了雨涝、春季低温阴雨以及“寒露风”等灾害，影响了水稻的生长，造成大幅减产；2003年主要是高温热害造成的减产。
2.1.2气候变化图2为长江中下游地区1951～2010年水稻生长季内平均气温（a）、降水量（b）、平均气温日较差（c）和≥10℃活动积温（d）的时间变化图，图中直线（或曲线）为其变化趋势线。由图2可以看出水稻生长季内的气候变化特征主要表现为平均气温和≥10℃活动积温的变化呈现二次曲线形式，且平均气温转折点在1975年左右，≥10℃活动积温转折点在1980年左右。水稻生长季内平均气温、降水量、平均气温日较差以及≥10℃活动积温与时间的相关系数分别为0.354、0.000、-0.548和0.360，其中，水稻生长季内平均气温、≥10℃活动积温以及平均气温日较差与时间相关关系通过了0.01水平的显著性检验，降水量与时间的相关性没有通过0.05水平的检验。
2.1.3水稻产量与气候变化相关分析由相关分析可知，水稻产量与水稻生长季内平均气温、平均气温日较差以及≥10℃活动积温的相关系数都通过了0.01水平的显著性检验，与降水量的相关系数没有通过0.05水平的显著性检验。水稻产量与生长季内的平均气温日较差呈负相关，因为长江中下游地区容易出现高温天气，虽然气温日较差大有利于水稻有机物的积累，但是高温会影响水稻的生长，已有研究表明，水稻在孕穗至抽穗扬花期对温度极其敏感[27]，如果日均温度高于32℃，日最高温度高于35℃，水稻抽穗扬花就受到影响，从而造成产量损失和品质下降；水稻在灌浆期也最易受高温危害[28]，造成结实率和千粒重的降低，从而导致减产。水稻产量与降水量的相关性不强，因为在长江中下游地区，水源较充足，农业用水一般不受自然降水量的影响，但当降水量过大或持续时间较长，仍然会影响水稻的开花和授粉，特别是在开花期，连阴雨天气将会使水稻花粉的传播受精受阻，从而导致减产。水稻产量与平均气温和≥10℃活动积温呈正相关关系，主要反映的是水稻生长对热量条件的需求，水稻是喜热作物，热量条件对其产量有重要影响，有效热量越多，水稻产量越高。
2.2水稻产量与气候变化的时频结构
相关分析只能初步分析气候变化与水稻产量的简单相关关系，不能充分反映区域气候变化对水稻产量的影响，而小波变换则能从时间域和频率域上充分利用时间序列信号，分析出水稻产量和气候变化的局部时频变化规律，通过交叉小波分析出两者之间在时频结构上的相关关系。
小波变换系数的实数部分包含给定时间和尺度下相对于其他时间和尺度信号的强度和位相两方面的信息[26]。小波系数实数部分为正时，表示水稻相对气象产量距平、降水量距平、平均气温距平、气温日较差距平和≥10℃活动积温距平相对偏多，图3中用实线表示；小波系数实数部分为负时，表示相对偏少，图3中用虚线表示；小波系数为0的地方则为突变点。图3中的符号反映了振荡的位相，等值线中心反映了不同尺度振荡的振幅最大值。采用小波功率谱检验显著性，小波功率谱图为小波功率谱与置信水平为95%的红噪声总体谱的比值，比值大于1.0表示通过95%置信水平红噪声检验的显著周期振荡（实线），比值小于1.0表示未通过95%置信水平的红噪声检验（虚线）。
2.2.1水稻产量波动的时频变化特征图3为长江中下游地区水稻相对气象产量距平的小波变换系数实数部分等值线图和小波功率谱图。由图3a可以看出，水稻相对气象产量波动的年际尺度主要表现在2～4年和6年尺度的周期振荡，且时域分布不均匀，局部化特征明显；年代际尺度主要表现在10年和14～16年尺度的周期振荡。
年际尺度特征为2～4年左右的尺度周期信号主要表现在1954、1955年以及1976～1982年，同时也反映了在此周期尺度上，水稻相对气象产量距平在1954、1976年及1980年处于偏少期，但1955、1979年和1982年是偏多的；6年左右的周期信号主要表现在1976～1981年，且呈现偏少—偏多—偏少的振荡规律，具体为1976年水稻相对气象产量距平偏少，1977～1980年偏多，1981年又呈偏少特征。
年代际尺度特征，10年左右的振荡信号主要表现在1970～1985年，水稻相对气象产量距平呈现偏少—偏多的两次周期振荡；14～16年左右的振荡信号比较强，等值线比较密集，在全域都有表现，但是1985年之前的振荡比1985年之后的强，1985年之后的振荡呈逐渐增强趋势，水稻相对气象产量存在偏多—偏少的4次振荡，具体表现为1950～1957年偏多，1958～1965年偏少，1966～1973年偏多，1974～1981年偏少，1982～1988年偏多，1989～1996年偏少，1997～2002年偏多，2003～2010年偏少，且等值线闭合，预计2010年之后会出现水稻相对气象产量偏多的情况。
由图3b可以看出，2～4年的周期振荡在1957年之前以及1975～1983年比较强，结合图3a中的结果分析，2～4年左右的周期信号在1954年、1955年和1979年的周期比较明显，周期特征显著；6年尺度的周期振荡在1957～1963年以及1976～1982年比较明显，结合图3a可以得出，1976～1982年的周期振荡是通过检验的，周期性显著；10年左右的周期振荡在1970年之前比较强，结合图3a可知，10年左右的周期振荡信号没有通过显著性检验；14～16年左右的周期振荡在1980年之前比较明显，通过了95%置信水平的红噪声检验。
综上所述，长江中下游地区水稻相对气象产量的周期性特征主要表现出2～4年、6年、14～16年的周期振荡，时域分布不均匀。
2.2.2气候变化波动的时频变化特征图4为长江中下游地区水稻生长季内月平均气温距平的小波变换系数实数部分等值线图和小波功率谱图。由图4a可以看出，水稻生长季内月平均气温距平波动的年际尺度主要表现在3～4年、6年和8年尺度的周期振荡，且时域分布不均匀；年代际尺度主要表现在10和14～16年尺度的周期振荡。
由图4b可以看出，3～4年尺度的周期信号在1962～1970年、1989～1997年振荡比较强，结合图4a可知，3～4年尺度的周期信号在1962～1970年和1989～1997年周期性显著；6年尺度的周期振荡不强，在整个时间域上都没有通过显著性检验；8年尺度周期振荡信号在1954～1960年比较强，结合图3a可知，8年尺度的周期振荡在1954～1960年通过了显著性检验；10年左右的周期振荡在2000～2008年比较强，结合图3a可知，10年左右的周期振荡在2000～2008年周期性比较明显，通过了显著性检验；14～16年尺度的周期振荡比较弱，在整个时间域上都没有通过显著性检验（等值线的值均
对长江中下游地区水稻生长季内月降水量距平的小波变换系数实数部分等值线图和小波功率谱图分析可以看出，水稻生长季内月降水量距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在10年、14年和18年尺度的周期振荡。1～2年尺度的周期振荡在1952～1957年、1966～1967年、1972年、1979～1982年以及1995～2002年比较强，其中1～2年尺度的周期信号在1952～1957年、1979～1982年以及1995～2002年的周期性比较明显，周期特征显著；3～4年尺度的周期信号在1951～1957年、1971～1986年以及2000～2005年的周期性比较明显，通过了显著性检验；6年尺度的周期振荡在1966～1982年比较强，结合小波系数实数部分分析，此周期尺度上在时间的全域范围内都没有通过显著性检验；8年尺度周期振荡在1958～1961年比较强，8年尺度周期信号在1958～1961年显著；10年左右的周期信号在1958～1978年的振荡比较强，总结得出10年左右的周期信号只在1958～1978年显著；14年以上尺度的周期振荡比较弱，均未通过95%置信水平的红噪声检验。说明长江中下游地区水稻生长季内的降水量距平主要表现在1～2年、3～4年、8年和10年尺度的周期振荡，时域分布不均匀。
对长江中下游地区水稻生长季内气温日较差距平的小波变换系数实数部分和小波功率谱分析可知，水稻生长季内气温日较差距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在14～16年尺度的周期振荡。1～2年的周期振荡在1955年之前、1957～1961年、1966～1967年、1972～1973年、1976～1982以及1984～1994年比较强，其中1～2年尺度的周期信号在1955年之前、1976～1982以及1984～1994年的周期特征显著；3～4年尺度的周期信号只在1959年之前以及1971～1975年通过了检验，3～4年尺度的周期振荡在1959年之前周期效果明显；6年尺度的周期振荡在1961～1985年间比较强，通过了95%置信水平的红噪声检验；8年尺度的周期振荡在1989年之前都比较强，结合小波系数实数部分分析结果可知，8年尺度周期信号主要在1963年之前以及1985～1989年显著，周期特征明显；14～16年尺度的周期振荡在1956～1981年间比较强，14～16年尺度的周期信号只在1956～1981年通过了显著性检验，周期性强。说明长江中下游地区水稻生长季内气温日较差距平主要存在1～2年、3～4年、6年、8年以及14～16年尺度的周期振荡，高频部分比较明显。
对长江中下游地区水稻生长季内≥10℃活动积温距平的小波变换系数实数部分和小波功率谱分析可知，水稻生长季内≥10℃活动积温距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在10年和14年左右尺度的周期振荡。生长季内≥10℃活动积温在高频部分周期性比低频明显，具体表现为1～2年尺度的周期振荡在1951～1954年、1958～1962年、1969～1972年、1974～1976年、1979～1982年以及1993～2004年比较强，其中1～2年尺度的周期信号在1951～1954年、1969～1972年及1993～1998年比较明显，周期特征显著；3～4年尺度的周期信号在1962～1970年、1975～1979年、1988～1995年通过了检验，周期性显著；6年尺度的周期振荡比较弱，均未通过95%置信水平的红噪声检验；8年尺度的周期振荡在1954～1960年比较强，结合小波系数实数部分分析可知，8年尺度的周期信号在1954～1960年通过了显著性检验；10年尺度的周期信号在2000～2008年振荡比较强，10年尺度的周期信号在整个时域上没有通过显著性检验；14年尺度的周期信号在全时域的振荡都不强，说明该周期尺度在整个时域中都不显著。
长江中下游地区水稻生长季内≥10℃活动积温距平的周期特征主要反映在高频部分的1～2年、3～4年以及8年尺度上，低频部分均未通过显著性检验，同时将≥10℃活动积温距平的小波变换与平均气温距平小波变换对比发现，它们的变换特征非常相似。
水稻相对气象产量距平小波变换的周期特征与同期生长季内的平均气温、降水量、气温日较差以及≥10℃活动积温距平的小波变换有某种相似性，有共同的3～4年和8年的周期振荡，说明水稻产量变化与气象变化可能存在某种周期频率上的联系，因此作水稻相对气象产量与各气候变量序列之间的交叉小波协谱图和功率谱密度图来进行进一步的分析。
2.3水稻产量与区域气候变化的相关性
2.3.1水稻产量与水稻生长季内平均气温的时频变化相关性图5为长江中下游地区水稻相对气象产量距平与水稻生长季内平均气温距平的交叉小波协谱图和功率谱密度图，反映了长江中下游地区水稻产量与水稻生长季内平均气温之间的时频相关分布特征。两者的正相关关系表明水稻生长季内平均气温对水稻产量是促进作用，负相关则表示水稻生长季内平均气温出现不适宜水稻生产的情况。
图5a表明，相对气象产量与水稻生长季内平均气温之间的关系以正相关为主，在局部时域中个别频率尺度上两者之间也存在负相关关系。两者正相关振荡主要表现在2～3年、4年和12年尺度的共振频率上：2～3年尺度的正相关出现在1952～1955年和1962～1964年；4年尺度的正相关出现在1973～1983年；12年尺度正相关出现在1967～1974年和1990～1995年。两者负相关振荡主要表现在2～3年和8年尺度上：2～3年尺度的负相关表现在1956～1957年以及1982～1986年；8年尺度的负相关表现在1950～1974年。从图5b可以看出，水稻相对气象产量与水稻生长季内平均气温在频率域中年际尺度周期上的相关程度明显高于年代际尺度周期上的相关程度，2～3年、4年以及12年尺度是呈正相关的，其中以12年时间尺度上的正相关程度最大，4年时间尺度上的次之，在8年时间尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。结合图5a可以得出，水稻相对气象产量与水稻生长季内平均气温之间存在2～3年、4年、8年和12年尺度的共振频率，且相关程度最好的是8年尺度的负相关和12年尺度的正相关，4年尺度的正相关程度也比较明显，2～3年尺度的相关程度不高。
2.3.2水稻产量与水稻生长季内降水量的时频变化相关性长江中下游地区水稻相对气象产量距平与水稻生长季内降水量距平的交叉小波协谱和功率谱密度反映了长江中下游地区水稻产量与水稻生长季内降水量之间的时频相关分布特征。由分析可知，长江中下游地区水稻生长季内的降水量对水稻的产量影响不大，但是过量和持续的降水则会造成产量的降低，表现为两者的负相关关系，而正常降水则会对产量产生正面影响，表现为两者的正相关关系。
通过水稻相对气象产量距平与水稻生长季内降水量距平的交叉小波协谱和功率谱密度分析可知，水稻相对气象产量与水稻生长季内降水量之间的关系既有正相关关系，又有负相关关系。两者正相关主要表现在2～4年、6年、8年和14～16年尺度的共振频率上：2～4年尺度的正相关出现在1966～1975；6年尺度的正相关出现在1960～1968年；8年尺度的正相关出现在1966～1981年；14～16年尺度正相关出现在1974～2010年。两者负相关主要表现在2～4年、6年和14年尺度上：2～4年尺度的负相关表现在1958年以前以及1975～1984年；6年尺度的负相关表现在1960～1983年；14年尺度的负相关主要表现在1957～1975年。通过交叉小波功率谱密度分析可知，水稻相对气象产量与水稻生长季内降水量在频率域中年际尺度周期上的相关程度明显高于年代际尺度周期上的相关，2～4年、6年尺度是呈负相关的，8年、14～16年尺度是呈正相关的，其中以14～16年尺度上的正相关程度最大，2～4年尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，水稻相对气象产量与水稻生长季内降水量之间存在2～4年、6年、8年和14～16年尺度的共振频率。
2.3.3水稻产量与水稻生长季内气温日较差的时频变化相关性长江中下游地区水稻相对气象产量距平与水稻生长季内气温日较差距平的交叉小波协谱和交叉小波功率谱密度反映了长江中下游地区水稻产量与水稻生长季内气温日较差之间的时频相关分布特征。由分析结果可知，长江中下游地区水稻生长季内气温日较差与水稻产量整体是呈负相关的，因此，两者的正相关表示水稻生长季内气温日较差偏小，没有出现极端气温对水稻的伤害，有利于水稻产量的积累，而负相关则表示水稻生长季内气温日较差偏大，日最高气温或最低气温超过了水稻的适宜生长温度，不利于水稻的生长发育，导致水稻产量偏低。
通过水稻相对气象产量距平与水稻生长季内气温日较差距平的交叉小波协谱和功率谱密度分析可知，水稻相对气象产量与水稻气温日较差之间的关系主要表现为正相关关系，局部也存在有负相关关系。两者正相关振荡主要表现在2～4年、6年和14～16年尺度的共振频率上：2～4年尺度的正相关出现在除1969～1974年之外的全域范围内，且1976～1982年表现比较明显；6年尺度的正相关出现在1968～2010年，且在1978～1980年表现比较明显；14～16年尺度正相关在全域都有表现，在1980年之前表现得比较强烈，且在1973～1979年表现比较明显，等值线很密集，波幅中心出现在1962年左右。两者负相关振荡主要表现在2～4年、6年、8年和14年尺度上：2～4年尺度的负相关表现在1969～1974年，表现比较弱；6年尺度的负相关表现在1956～1967年；8年尺度的负相关主要表现在1986年之前，且1977年之前表现比较明显，波幅中心在1955～1960年；14年尺度的负相关出现在1983年之后，表现不强。交叉小波功率谱密度分析表明，两者在频率域中年际尺度周期上的相关程度明显低于年代际尺度周期上的相关，6年、8年尺度是呈负相关的，8年左右尺度的负相关最强，2～4年、14～16年尺度是呈正相关的，其中以14～16年尺度上的正相关程度最大，25年以后，周期尺度越大，相关性越不强，而且两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，两者之间存在2～4年、6年、8年和14～16年尺度的共振频率，总体的相关程度是最高的，其中14～16年尺度的正相关程度最高，8年左右尺度的负相关最大，2～4年和6年的相关程度不高。
2.3.4水稻产量与水稻生长季内≥10℃活动积温的时频变化相关性长江中下游地区水稻相对气象产量距平与水稻生长季内≥10℃活动积温距平的交叉小波协谱和功率谱密度反映了长江中下游地区水稻产量与水稻生长季内≥10℃活动积温之间的时频相关分布特征。水稻生长要求最低气温在10℃以上，整个生长季要求≥10℃的活动积温达到一定的值，当水稻产量与水稻生长季内≥10℃活动积温成正相关关系时表明水稻生长季内≥10℃活动积温达到水稻生长的要求，负相关则表示水稻生长季内≥10℃活动积温没有满足水稻生长的要求。
通过水稻相对气象产量距平与水稻生长季内≥10℃活动积温距平的交叉小波协谱和功率谱密度分析可知，两者之间的关系以正相关为主，局部时域存在不同频率尺度的负相关。两者正相关振荡主要表现在2～3年、4年、6年和12年尺度的共振频率上：2～3年尺度的正相关出现在1955年之前、1962～1964年、1966～1975以及1990年之后，表现不强；4年尺度的正相关在全域都有表现，但在1975～1982年表现比较强，波幅中心在1978年左右；6年尺度的正相关出现在1995年之后，表现很不明显；12年尺度正相关在全域都有弱表现。两者负相关振荡主要表现在2～3年和8年尺度上：2～3年尺度的负相关表现在1957年以及1983～1986年，表现很弱；8年尺度的负相关表现在1974年之前，表现比较明显，且波幅中心出现在1960年左右。由交叉小波功率谱密度分析可知，在频率域中年际尺度周期上的相关高于年代际尺度周期上的相关，2～3年、4年、6年、12年尺度是正相关，2～3年、8年尺度是呈负相关的，其中以12年时间尺度上的正相关程度最大，8年时间尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，两者之间存在2～3年、4年、6年、8年和12年尺度的共振频率，12年尺度的正相关程度最大，8年尺度的负相关程度最大。
3结论与讨论
近60年来长江中下游地区的气候变化趋势与全国气候变化一致，其中水稻生长季内平均气温和≥10℃活动积温随时间呈二次曲线变化；气温日较差呈减小趋势；降水量与时间的相关性较差。水稻产量呈波动增长趋势，波动特点明显，出现了大量的丰歉年。
1）气候变化对长江中下游地区水稻产量有一定的影响，水稻生长季内平均气温的升高和≥10℃活动积温的增加对水稻产量是正面影响，气温日较差的增大则会导致产量下降，而降水量变化则与产量变化关系不大。
2）长江中下游地区水稻相对气象产量与水稻生长季内的平均气温、降水量、气温日较差以及≥10℃活动积温的时频结构有一定的相似性，存在某些频率尺度的显著性变化周期，主要表现在高频部分。
3）长江中下游地区水稻产量与水稻生长季内平均气温和≥10℃活动积温之间存在多尺度的共振频率，且在低频部分的相关程度比高频部分稍好，相关程度最好的是8年的反位相的振荡和12年尺度的正位相振荡。
4）长江中下游地区水稻相对气象产量与水稻生长季内降水量之间存在2～4年、6年、8年和14～16年尺度的共振频率，相关程度随振荡周期尺度的不同而不同，且总体相关程度较低。
5）长江中下游地区水稻相对气象产量与水稻生长季内气温日较差之间存在2～4年、6年、8年和14～16年尺度的共振频率，总体相关程度在所有与水稻产量进行交叉小波变换的变量中最高。
长江中下游地区水热资源丰富，气候变化对其影响比较明显，影响机理比较复杂，长江下游地区靠近海岸的区域，受海陆气候的影响比较大，特别是夏季太平洋西岸的热带高压对其直接影响更导致了气候变化的复杂性，同时城市化发展较快，城市“热岛效应”明显，它们对水稻产量的影响还有待进一步研究，这对于估算水稻产量和提高水稻种植管理技术从而提高产量有重要意义。
参考文献：
[1]HOUGHTONJT，JENKINSGJ，EPHRAUMSJJ.ClimateChange：TheIPCCScientificAssessment（1990）.ReportPreparedforIntergovernmentalPanelonClimateChangebyWorkingGroupI[M].Cambridge，UnitedKingdom：CambridgeUniversityPress，1990.
气温年较差篇4
气象观测的资料取自头道湖气象站和乌斯太气象站的气象年报表，资料包括气温、气压、降水量、相对湿度、风等要素及各种天气现象，数据均经过了质量控制，剔除了不正确观测数据。资料主要采用统计学方法进行分析[2]。
2气温的对比分析
迁站前7年（2001~2007）的年平均温度分别为：9.2℃、9.1℃、8.8℃、8.8℃、8.6℃、9.4℃、8.7℃，平均8.9℃，迁站后7年（2008~2014）的年平均温度分别为：9.3℃、10.0℃、9.6℃、9.2℃、9.0℃、10.8℃、10.3℃，平均9.7℃。从气温的观测数据可以看出，迁站前气温较迁站后气温偏低0.8℃，这与乌斯太气象站海拔高度偏低89.4米有关，因海拔高度变化造成的温度差异可按平均温度垂直递减率0.65℃/100米来估算[3]，高度相差89.4米可使迁站前后温差相差0.58℃。迁站前后年平均最高气温相差无几，迁站前较迁站后的年平均最低气温偏低2.2℃。乌斯太气象站迁站前后的温度差异符合气温随海拔高度的升高而降低的基本趋势，但差值的大小说明温度差异不仅是由海拔高度变化而引起的，也与地理位置和周围探测环境的改变有关。
3风速、风向的对比分析
经过观测数据分析得出，迁站前后的年平均风速变化不大，而且14年的年平均风速都比较接近。迁站后年平均大风日数增加了19天。年平均沙尘暴日数迁站后较迁站前降低了3天，主要是由于迁站前后地理环境发生了变化，根据全盟其它各站沙尘暴日数统计，全盟沙尘暴日数后7年较前7年均有减少趋势。迁站前的最多风向为ESE，出现频率为17.4%，其次风向为SE；迁站后的最多风向为SSE，出现频率为18.9%，其次风向为SE。迁站前后风向变化受地理环境的变化影响较大。
4其它要素
4.1气压
经过分析得到，年平均气压迁站后较迁站前升高了7.9百帕，这与气压总随着高度的增加而降低的有关。在近地面层中，高度每升高100米，气压平均降低约9.5百帕，因海拔高度变化造成的气压差异，可按平均气压垂直递减率9.5百帕/100米来估算，高度相差89.4米可使迁站前后气压相差8.5百帕。乌斯太气象站迁站前后的气压差异符合气压随海拔高度的升高而降低的基本趋势，但差值的大小说明气压差异不仅是由海拔高度变化而引起的，也与地理位置变化有关。
4.2降水量
乌斯太气象站迁站前后年平均降水量基本持平，迁站前7年平均降水量为149.5毫米,年最大降水量为219.4毫米（2007年），年最小降水量为76.4毫米（2005年）,最大月降水量为77.5毫米（2007年6月）。迁站后7年平均降水量为158.8毫米，年最大降水量为198.7毫米（2014年），年最小降水量为124.4毫米（2011年），最大月降水量为79.5毫米（2012年7月）。迁站前后的月降水量变化一致，主要集中在6~9月。
4.3相对湿度
乌斯太气象站迁站后相对湿度略高，迁站前相对湿度45%，迁站后相对湿度39%，主要由于地理位置的变化引起，阿拉善盟地处沙漠边缘，常年干旱少雨，全盟各站年平均相对湿度差值不大。
5结论和讨论
气温年较差篇5
关键词乡镇温度预报；回归方程；差值法；滑动平均法；辽宁辽阳
中图分类号P457文献标识码A文章编号1007-5739（2017）05-0192-02
日最低气温和最高气温预报是非常重要的天气预报要素之一。目前，我国对气温的长期变化特征和影响因子的研究很多，对日气温的统计和影响因子[1-3]的研究很少。在国内已有许多关于如何制作乡镇温度预报的研究工作，如连志鸾等[4]利用ECMWF资料、地面常规观测资料和自动站气温资料，采用多级相似和站际间的气温差额预报方法制作乡镇的最低、最高气温预报，得到了较高的预报准确率；苗爱梅等[5]以数值产品为基础，采用PPM、MOS、KF等方法建立的“数值产品省级分县气温预报系统”在业务运行中取得了良好的预报效果；陈百炼[6]利用T106数值预报产品和MOS预报方法进行了贵州省分县客观预报方法研究；孙田文等[7]利用T106数值预报产品和卡尔曼滤波方法进行迭代订正回归系数，建立了动态气温预报方法。
空气温度与日照、风、云量、降水等气象要素以及下垫面、温室效应等因素有关，由于数值预报没有考虑局地的气候特点，所以误差较大，本文旨在找到适合辽阳地区乡镇温度预报的方法。
1资料与方法
1.1资料来源
使用2012―2014年辽阳地区区域站观测数据，其中部级自动站3个，分别为辽阳市、灯塔市和辽阳县；省级自动站36个，覆盖了偏远地区主要乡镇。由于省级自动气象站无人值守，数据可用率较低，所以本文所有研究方法均是以辽阳站为基准站。
1.2研究方法
通过对比回归方程法、差值法、滑动平均法，确定适合辽阳地区的乡镇温度预报方法。
1.2.1回归方程法。
（1）建立辽阳站气温和其他各站气温之间的一元一次线性回归方程（分季节、不分季节）。通过Origin软件分别建立各站与辽阳站之间的线性关系。方程y=kx+b，x为辽阳站对应的最高（最低）气温，k为系数，b为截距，y为其他各站对应的最高（最低）气温。
（2）建立辽阳站、某站气温和其他各站气温之间的回归方程（不分季节）。y=k1x1+k2x2+b，其中，x1为辽阳站对应的最高（最低）气温、x2为数据较准确的某站气温（如灯塔市、辽阳县）。
（3）建立辽阳站气温、风速和其他各站气温之间的回归方程（不分季节）。方程y=k1x1+k2x2+b，其中，x1、x2分别为辽阳站对应的最高气温（最低气温）、风速。
（4）建立辽阳站气温、湿度、风速之间的线性关系（不分季节）。y=k1x1+k2x2+k3x3+b，x1、x2、x3分别为辽阳站对应的最高（最低）气温、湿度、风速。
1.2.2差值法。假设各站气温的变化幅度与基准站完全一致，即T各站=T基准站+（T各站实况-T基准站实况）。例如今日最高实况：辽阳29.5℃、古城28.3℃，预报辽阳明日最高气温为31℃，则T古城=31+（28.3-29.5），对结果进行四舍五入。
1.2.3滑动平均法。此方法类似于差值法，但将订正值（T各站实况-T基准站实况）由前一天的差值改为前N天差值的滑动平均值，分别统计各站的3、5、7、10、15、30d滑动平均的准确率。统计准确率的2个假设：①假设当天的预报完全准确；②假设计算结果未进行四舍五入。实际上，辽阳站预报有误差；计算值为小数，预报值为整数。
2结果与分析
2.1回归方程法
以回归方程法中不分季节进行线性拟合为例：
YL7027=-0.29+1.01X54347，复相关系数R2=0.99，YL7027为区站号L7027的最高（最低）气温，X54347为辽阳站的最高（最低）气温。结果表明，大多数区域站的复相关系数均>0.9，说明区域站与辽阳站都有很好的相关性。
从图1可以看出，最高气温比最低气温准确率高；2个站最高气温和最低气温进行线性拟合时，分季节和不分季节回归方法的一致性较高，说明分季节统计意义不大；气温、风速拟合回归方法和气温、湿度、风速拟合回归方法的一致性较高，但准确率较低；除鸡冠山乡之外，用2个站气温订正1个站气温回归方法准确率较高；鸡冠山站和西马峰站的准确率较低，灯塔站、柳河子站、大河南站准确率较高。
检验方程y=kx+b（不分季节）发现，各站之间最高气温差在1～2℃之间，最低气温差在1～4℃之间，此结果不理想。冬季个别山区台站最低温差会在8～12℃。上述结果可能与截距k、斜率b、R2的误差有关。此外，台站环境、气候变暖等会导致准确率逐渐降低。
2.2差值法
差值法是台站中常用的预报方法，但对于不同天气过程，该方法的准确率不尽相同，如寒潮降温、大风降温、降雪等天气过程的准确率较低。
2.3滑动平均法
从图2（a）、（b）可以看出，不同滑动平均的一致性较高；最高气温的统计中，灯塔站、西马峰站、柳河子站的嗜仿式细撸鸡冠山站、五星镇民2村站的准确率较低；最低气温的统计中，灯塔站、西马峰站、大河南站的准确率较高，鸡冠山站的准确率较低。
3结论与讨论
本文通过建立回归方程法、差值法、滑动平均法对各乡镇温度进行订正，得出以下结论：最高气温比最低气温预报准确率高，与日照、云、风等要素有关。建立回归方程法，分季节、不分季节拟合，差别不大；多要素拟合效果不好。差值法在台站中常用，但有天气过程（如寒潮降温、大风降温、降雪等）时准确率降低。滑动平均法订正乡镇温度预报中，10d和15d准确率较高；对比差值法，此方法平滑了异常天气，准确率较高，且避免了回归方程中实用性降低的缺点。
综上所述，10d和15d滑动平均法订正乡镇温度预报准确率较高。
4参考文献
[1]郭元喜，龚道溢，汪文珊，等.中国东部夏季云量与日气温统计关系[J].地理科学，2013，33（1）：104-109.
[2]周雅清，任国玉.城市化对华北地区最高、最低气温和日较差变化趋势的影响[J].高原气象，2009（5）：1158-1166.
[3]吴凌云，张井勇，董文杰.中国植被覆盖对日最高最低气温的影响[J].科学通报，2011（3）：274.
[4]连志鸾，李国翠，卞韬，等.基于多级相似-差额方法制作乡镇温度预报[J].气象，2008，34（5）：114-117.
[5]苗爱梅，胡永祥，郭玉玺，等.以数值产品为基础的省级分县气温预报方法[J].气象，1998，24（9）：41-45.
气温年较差篇6
关键词月极端最低气温；温度变化方程；地面积雪；辽宁抚顺
中图分类号P468.1文献标识码A文章编号1007-5739（2013）06-0236-02
气温高低变化对人们的日常生活和经济建设都有重要影响。目前有关这方面的研究虽然很多，但大多是从统计学的角度进行分析，较少采用定量的方法进行研究。11月是抚顺秋冬转换的季节，既有降雨也有降雪，气温波动范围非常大，最高气温可达20℃以上，最低气温则可降至-20℃以下。这给气温的预报带来了很大困难。该文对2002—2011年出现在抚顺市11月的10次月极端最低气温过程从地面和850hPa2个层面进行定量对比分析，以此来探讨影响温度变化的各项因子对夜间降温的影响。
1资料与方法
利用抚顺章党观测站2002—2011年逐年11月月极端最低气温出现的夜间地面和850hPa2个层面的实况资料及micaps系统资料，应用温度变化方程分别求出温度局地变化项、平流变化项、绝热变化项和非绝热变化项。
1.1确定夜间时间长度
根据抚顺市所在地理位置，在11月的10次月极端最低气温过程中，最短的夜间时间长度出现在2009年11月15日，为13.1h；最长的夜间时间长度出现在2004年11月29日，为13.5h。因此，夜间时间长度可以统一取整为13h。
1.2计算方法
温度变化方程：
■=-V·？塄hT-ω（rd-r）+■■（1）
由此可以看出，大尺度运动系统中温度的局地变化决定于温度的平流变化、绝热变化和非绝热变化3项因子[2]。
1.2.1地面各项因子的计算。近地面的空气因地面的摩擦阻碍作用，不易在水平方向上流散开，因而该层空气的下沉运动不明显，由此所引起的温度变化也就不大[1]，所以在地面气温分析中可以忽略垂直运动项因子，只分析平流项和非绝热项。①平流项。通过micaps系统查得10次极端最低气温出现的夜间20：00和8：001000hPa温度平流，取平均值，再换算成12h温度变化率可得1000hPa温度平流（表1）。②非绝热项。非绝热项较为复杂，它包括辐射、湍流交换、水汽相变等过程[2]，无法直接测出，但可根据式（1）间接求出近似值，以下为地面气温局地变化项的计算方法：按照太阳辐射等于零时为夜间开始的时刻[1]，夜间开始时间统一取17：22。根据17：00和20：00的温度，采用插值的方法就可求得17：22的温度。然后用最低气温减去17：22的温度所得的值就是夜间地面气温的降温幅度，即温度的局地变化（表1）。
1.2.2高空850hPa各项因子的计算。①平流项。通过micaps系统查得10次极端最低气温出现时夜间20：00和8：00850hPa温度平流，取平均值，再换算成12h温度变化率可得850hPa温度平流（表2）。②垂直项。通过micaps系统查得10次极端最低气温出现时夜间20：00和8：00850hPa垂直速度，取平均值，由于其单位是hPa/s，需要将其转换成cm/s。计算垂直减温率。取700～850hPa的高度差为1500m，根据2个层面的温度差可求得层结减温率。气块减温率取1℃/100m。经过计算，换算成12h温度变化率可得垂直项（表2）。③非绝热项。先假设非绝热项为零，计算850hPa的温度局地变化，然后与实况850hPa的温度变化对比，所得差值，就是850hPa非绝热项的大小。
2综合分析
2.1平流作用
一是在1000hPa，10次均为冷平流，平均值为-1.9℃。在850hPa冷、暖平流都有，平均值为-0.75℃，这说明1000hPa的冷平流强度平均比850hPa大。二是2004、2010、2011年3次850hPa为暖平流，而在1000hPa均为冷平流。以上情况说明在多数情况下暖空气在850hPa要比1000hPa更早开始向北输送。
2.2非绝热作用
2.2.1积雪深度对非绝热项的影响。对比表1中的非绝热项和积雪深度可以看出，在地面，非绝热项所引起的温度变化都是降温，并且积雪深度越深降温幅度越大。对比表2中的非绝热项和表1中的积雪深度可以看出，在850hPa，当地面积雪深度深时，非绝热项所引起的温度变化都是降温；当地面没有积雪或积雪深度很浅时，非绝热项所引起的温度变化既有升温也有降温但幅度较小。上述情况说明，积雪深度不仅对地面降温有非常重要的作用，也可以使850hPa的温度有所下降。
2.2.2地面乱流混合对非绝热项的影响。章党站位于抚顺市区东部浑河北岸，东南西三面为丘陵地带，浑河呈东北西南向流经抚顺地区。吹东北或西南风时，由于沿着浑河河谷吹，下垫面平坦，不易产生乱流；当吹西北风时，空气需要流经章党站北侧的广大丘陵地带，下垫面粗糙，容易产生乱流。由于层结减温率小于气块的减温率，所以下沉后的空气温度高于其周围的大气温度，其与周围大气混合后，使得下层大气升温。在夜间，这种乱流混合升温会在一定程度上补偿辐射降温，从而使夜间的气温不至于降得很低。
从表1可以看出，2008年11月极端最低气温过程的非绝热项所引起的降温幅度与其他9次相比最小，只有-4.8℃。仅2008年整夜地面吹的是西北风。这说明只有2008年西北气流在地面所引起的乱流强度最强、持续时间最长。根据以上分析，2008年较强的西北风产生了很强的乱流混合，使下层大气升温，补偿了辐射降温，从而大大减小了2008年的非绝热项的降温幅度。
2.2.3在850hPa温度露点差对非绝热项的影响。从表1、2可以看出，在850hPa，有3种情况：第1种情况，积雪深度≥7cm，共有4次，分别为2002、2003、2009、2011年。第2种情况，1cm≤积雪深度≤3cm，共有3次，分别为2006、2007和2010年。第3种情况，积雪深度≤0cm，即积雪深度为0cm或没有积雪，共有3次，分别为2004、2005、2008年。在第1种情况下，2002、2009年的温度露点差较小，为4.0、5.0℃，平均值为4.5℃，所对应的非绝热项的值相对较高，为-1.3、-1.8℃/12h，平均值为-1.6℃/12h，比其他2次的平均值（-4.1℃/12h）高8.6℃/12h。2003、2011年温度露点差分别为8.5、7.5℃。在第2种情况下，2007年的温度露点差最低，为4.5℃，所对应的非绝热项的值为10次中最高，达1.3℃/12h。在第3种情况下，3次的温度露点差都很高，所对应的非绝热项值相对较高，平均值为-0.4℃/13h。由第1、2种情况可见，较低的温度露点差可以使850hPa的温度升高，当温度露点差≤5℃时，非绝热项可使温度升高2℃以上。第3种情况由于没有较低的温度露点差可供对比，所对应的较高非绝热项的值应是地面无积雪所导致的。
3结论与讨论
（1）对比10次极端最低气温过程，多数情况下暖空气在850hPa要比1000hPa更早开始向北输送，这使得850hPa的冷平流强度平均低于1000hPa。因此，有时850hPa的温度已经开始回升，但地面气温并不随着同步上升，甚至继续下降。
（2）在地面，平流项所引起的降温幅度与非绝热项相比很小，夜间降温主要以非绝热作用为主，即夜间的气温下降主要由地面的辐射降温引起，而地面积雪深度对辐射降温的影响最为明显。雪面的较强辐射冷却作用以及积雪本身对深层土壤热量上传的阻隔作用不仅能使夜间地面气温下降明显，也能使850hPa的温度有相当幅度的下降。
（3）决定850hPa温度变化的3项因子平流项、垂直运动项和非绝热项的变化幅度大致都在0～±4℃的范围内。
（4）另一个对气温变化有明显影响的是乱流混合增温。由于抚顺章党观测站所处的特殊地形，当吹较强西北风时就有可能发生乱流现象，而乱流混合增温可以补偿一部分辐射降温，从而使夜间的最低气温不至于降得很低。
（5）较低的温度露点差可以使850hPa的温度升高，当温度露点差≤5℃时，可使850hPa的温度升高2℃以上。
4参考文献
[1]成都气象学院.气象学[M].北京：农业出版社，1980.
[2]北京大学地球物理系气象教研室.天气分析和预报[M].北京：科学出版社，1976.