清鎮市水熱變化分區及氣團分類

張 皓，金昭貴，張學彬，徐 曉，袁仕鋒

(貴州省清鎮市氣象局，貴州 清鎮 550014)

0 引言

近年來對氣候要素時空變化研究的不斷深入，張先恭[1]探討了我國氣溫的等級劃分，王紹武[2]在此基礎上針對中國近百年來的溫度序列開展了進一步的研究，丁一匯[3]則著重對氣溫的變化趨勢進行了相應的概述。屠其璞[4]分析了20世紀中國年平均氣溫變化。借助GIS、馬克威軟件，張翀[5]總結出中國近40 a來氣候變化的時空特征。隨著氣候變化日益深刻，眾多學者開始跨領域關注氣候因子變化與土壤有機碳庫分子結構特征的關系[6]，評估氣候變化對跨境水資源影響的適應性[7]，開展氣候變化對大氣污染影響分析[8]，可見社會、生物和環境的某些現象與氣候變化的綜合狀況有關。而氣團分類作為研究氣候變化的基礎手段，在上世紀80年代末至21世紀初短暫復興，張永強[9]提出了氣團客觀分類實施方案，李玉柱[10]對貴州氣團分類與氣象災害相關性進行了分析。目前來看，作為基礎研究的氣團分類依然具有實際價值，但是在2001年以后相關研究鮮見報道。本文運用地理信息系統統計方法對水熱變化進行分區，并采用李玉柱的氣團分類方法分析清鎮市近10 a間氣團活動特征。

1 數據來源與研究方法

1.1 數據來源

本文以2006—2015年，清鎮國家一般氣象觀測站、區域站(紅楓、站街、犁倭、流長、新店、王莊、暗流、衛城、麥格)數據為研究對象。選取國家站及區域站年數據(氣溫、降水)進行水熱變化分區；選取國家站逐日數據(海平面氣壓、氣溫、相對濕度)進行氣團分類。數據均來自貴州省氣象局信息中心。

1.2 研究方法

1.2.1 變化傾向率 運用線性趨勢線分析氣象要素的變化趨勢，即利用氣象要素的時間序列[11]，以時間為自變量，要素為因變最，建立一元回歸方程。

1.2.2 水熱變化分區 運用GS7.0，確定半方差函數模型、基臺值、塊金值、步長。在ArcGIS10.0中將離散數據點按照經緯度導入生成shp文件，調用Kriging工具箱將氣溫、降水變化傾向率柵格數據層繪制成圖，對區域化變量的未知樣點進行無偏估值[12]。

1.2.3 氣團分類 貴州受東亞和南亞季風的共同影響，形成冬干、夏濕，干濕季節較為分明的區域降水季節特征[14]。同時，特殊地貌和高海拔的地理現狀造就了貴州與同緯度季風區相比氣壓相對較低的氣象背景。因此選擇了壓、溫、濕3個氣象因子的20時資料進行分類。分類時，如果相對濕度≥75%定為較濕天氣型，小于75%為較干類；溫度與前1 d相比，若升溫2 ℃為暖型類天氣，降溫2 ℃為冷型天氣，如果升溫或降溫不到2 ℃，但其前1 d為暖型，則定該天為暖型,若前1 d為冷型則定該天為冷型；氣壓劃分則因季節而定：冬季以1 015 hPa為分界值，大于1 015 hPa為高壓類，小于1 015 hPa為低壓類，春、秋季以1 010 hPa，夏季以1 005 hPa為分界值。如此規定后，將各月、各季氣團分為8類: 低壓冷干型(1類)、低壓冷濕型(2類)、低壓暖干型(3類) 、低壓暖濕型(4類) 、高壓冷干型(5類)、高壓冷濕型(6類)、高壓暖干型(7類)、高壓暖濕型(8類)[10]。

2 結果分析

2.1 水熱變化及類型分布

運用GS7.0，進行半方差函數分析，得到各類模型參數，如表1所示。通過對殘差和系數的綜合考慮，氣溫傾向率插值選取Gaussian模型，降水傾向率插值選取Spherical模型。

表1 半方差函數模型參數統計Tab.1 Parameter statistics of the semivariance function model

利用 ArcGIS對年平均降水、溫度傾向率進行插值，依據降水、溫度傾向率的正負組合將水熱變化類型劃分為4類(表2)，得到近10 a水熱變化類型圖。10 a間清鎮市平均降水的傾向率為13.36 mm/10 a，氣溫的傾向率為-0.38 ℃/10 a。城區、站街東南部、紅楓湖東北部、暗流東南部、衛城北部增溫趨勢明顯，其他大部分地區均有一定程度降溫，城區北部邊緣變暖少雨區域有零星分布，麥格鄉10 a氣溫降低-0.862 ℃；2006—2015年，清鎮5—10月降水占全年總量的75.15%～84.72%，而西南低渦多發于5—10月是造成我國西南地區夏半年暴雨洪澇等氣象災害的主要影響系統， 據統計2007年(68 次)和 2009年(72 次)為多發年[15]，同時中小尺度天氣系統多發，成為氣候趨勢多雨的主要誘因。流長、衛城、暗流等北部鄉鎮與南部鄉鎮相比降水減少，傾向率分別為：-10.96 mm/10 a、-2.78 mm/10 a、-10.48 mm/10 a，這一結果與短時強降水以及暴雨呈南多北少態勢密切相關，陳海鳳[16]通過分析得出：≥30 mm/h 短時強降水的頻率分布集中于清鎮南部；總體趨勢變冷與冷氣團的頻繁襲擾密不可分，下文針對氣團活動特征進行了詳細統計；而隨著城鎮化進程的推進，城區及暗流與衛城交界部分地區，10 a來構建筑物、交通設施的不斷興建，人群聚居，是氣候呈現變暖趨勢的最重要影響因素。

表2 水熱變化類型劃分標準Tab.2 Standard for classification of types of hydrothermal changes

圖1 2006—2015年水熱變化類型分區圖Fig.1 Partition map of hydrothermal change types from 2006 to 2015

2.2 氣團活動特征

10 a來以清鎮為代表的黔中地區，受高壓冷濕型氣團(6類)影響最為頻繁，高壓暖干型氣團(7類)、低壓暖干型氣團(3類)、高壓暖濕型氣團(8類)影響依次遞減，低壓冷濕型氣團(2類)和低壓暖濕型氣團(4類)相當，低壓冷干型氣團(1類)和高壓冷干型氣團(5類)的影響較少。

冬半年高壓冷濕型氣團(6類)在各月活動最頻繁如表3所示，10月和1月頻率高達52.3%、51.0%，最低也達到了23.2%(3月)；高壓暖濕型氣團(8類)與高壓暖干型氣團(7類)頻率介于25.0%～43.0%之間，二者的活躍程度基本相當；高壓型氣團(5、6、7、8類)的整體頻率分布達到了52.3%～99.7%，表現最為突出的是12月。

夏半年4—8月2、3、4、6類氣團出現較多,6月最為明顯，頻率為36.3%～98.0%，各類氣團中低壓暖干型氣團(3類)活動穩定，總體活躍性最強；9月高壓暖干型(7類)、高壓冷濕型(6類)、高壓暖濕型氣團(8類)頻率分別達到了31.3%、27.0%和25.7%(表4)。

表3 冬半年氣團活動頻率(%)Tab.3 Air mass activity frequency in winter half year (%)

表4 夏半年氣團活動頻率(%)Tab.4 Air mass activity frequency in summer half year (%)

從各類氣團活動頻率的逐月分布圖看，低壓冷干型氣團(1類)7、8月頻率較高，多數因高空槽東移影響導致；5—8月低壓冷濕氣團(2類)頻繁襲擾，主要受高空冷平流及中低層切變控制，該時段的累計頻率為76.8%；低壓暖干型氣團(3類)帶來的天氣多受西南熱低壓或副熱帶高壓影響，主要出現在3—8月；低壓暖濕氣團(4類)5—7月累計頻率為65.8%，主要是受副熱帶高壓邊緣西南氣流影響產生；高壓冷干氣團(5類)屬于強冷空氣影響后冷高壓控制的氣團，多為倒春寒、秋季降溫及冬季低溫誘因，4月頻率為12.0%，8月為15%，12月為14.8%；高壓冷濕型氣團(6類)出現時一般溫度相對低、濕度偏大，很多情況下是由于地面冷空氣或靜止鋒影響所致，頻率分布呈“V”字形，以6月為最低點；1月(14.4%)和10(14.8%)月最高；在偏北氣流影響下，高壓暖干型氣團(7類)在8月—次年4月較為活躍，多數為冷空氣過境后變性較深的氣團，9月頻率最高達到17.4%；高壓暖濕氣團(8類)的產生與貴州省從低層到高空受西南氣流影響密不可分，10—12月出現頻率為12%～16.5%。

圖2 氣團月度頻率分布圖Fig.2 Air mass monthly frequency distribution diagram

3 結論與討論

①基于GIS的地統計分析表明，10 a間清鎮呈降溫增雨趨勢，這一結果與10 a逐日氣團出現頻次密切相關，2006—2015年高壓冷濕型氣團出現1 095次，占全部氣團總數的29.98%，冷濕氣團出現1 414次，占全部氣團總數的38.72%。

②研究區域全年受高壓冷濕型氣團影響最為頻繁，與1956— 1995年黔中氣團活動特征一致[10]。冬半年高壓型氣團的整體頻率分布達到了52.3%～99.7%；夏半年4—8月2、3、4、6類氣團出現頻次較高，6月最為明顯頻率為36.3%～98.0%，各類氣團中低壓暖干型氣團活動穩定，總體活躍性最強。

本文水熱變化總體趨勢與史培軍[17]研究結果不一致，可能的原因為：研究范圍小，結果不能完全反應黔中乃至貴州整體狀況；區域站數據累計時段相對較短，造成了研究的局限性；隨著經濟與社會發展，人為進行的環境整治對氣候變化產生了一定影響。本文雖然存在不足，但是將氣團分類與GIS結合討論水熱條件變化很少見，研究結果對于了解黔中氣團影響及氣候變化具有實際意義，筆者下一步將從空間廣度與時間的維度上進行拓展，以期獲得貴州省數十年氣團活動及氣候變化的相關性研究成果。