貴陽不同天空狀況下日最高氣溫研究

王 璇,左 晉,王麗媛,燕 鶴,周 庶,陳翱章

(1.貴州省畢節市氣象局，貴州 畢節 551700；2.貴州省生態氣象和衛星遙感中心，貴州 貴陽 550002；3.貴州省七星關區氣象局，貴州 畢節 551700；4.貴州省威寧彝族回族苗族自治縣氣象局，貴州 威寧 553100)

0 引言

貴州地處青藏高原東南側、云貴高原東斜坡上，境內山脈眾多，重巒疊峰。特殊的地理位置和復雜的地形，造成了貴州省氣溫變化快、起伏大且日較差大的特點，正所謂“一山分四季，十里不同天”。因此，也使得溫度預報難度大，尤其在冬、春季受滇黔準靜止鋒擺動的影響，最高氣溫更是難以把握，所以提高溫度綜合預報能力是當前天氣預報需要解決的首要任務。目前，國內很多氣象工作者對溫度預報開展了研究工作，韓永清等[1]、王麗媛等[2]、劉麗敏等[3]、趙海英等[4]、王強等[5]分別對山東省、伊春市、山西省、貴州省及懷化市的溫度模式預報進行了檢驗，分析了溫度預報誤差；潘留杰等[6]采用“格點訂正值向格點傳遞”的方法來訂正格點預報方法；沈潔等[7]、孫爽等[8]篩選了影響最高氣溫的關鍵因子，采用回歸方法，建立客觀預報方程。這些研究對提升本地溫度預報準確率都起到了積極的作用。本文以貴陽站為例，通過統計貴陽站不同天空狀況下的日最高氣溫的特點，分析影響最高氣溫的要素，構建回歸模型，為今后預報校正提供參考。

1 資料與方法

1.1 資料選取

本文研究資料包括：2010—2015年貴州省貴陽站逐日最高氣溫、最低氣溫，地面最高溫度、最低溫度，云量、降水量、日照時數、濕度等氣象要素觀測資料。

1.2 研究方法

將氣象觀測資料按照天空狀況、月、季節進行分類統計，利用SPSS計算各氣象要素與日最高氣溫的相關系數，對通過顯著性檢驗的因子，采用逐步回歸法，篩選出各季節不同天空狀況下影響日最高氣溫的關鍵因子，建立回歸模型。

2 不同天空狀況出現頻率分析

影響氣溫的重要因素之一是太陽輻射，而云量的多少對太陽輻射有直接的影響，此外，大氣的干濕程度等也影響著大氣中熱量的交換。因此，本文根據日平均總云量和降水量將天空狀況分為晴天(總云量0～3成，無降水)、多云(總云量4～7成，無降水)、陰天(總云量8～10成，08—20時內無降水)、雨天(總云量8～10成，08—20時內有降水)，因最高氣溫主要出現在白天，故陰天和雨天主要根據白天有無降水來劃分。

根據上述對天空狀況的定義，統計了貴陽站2010—2015年每月各類天氣出現的頻率及平均日最高氣溫。結果顯示，晴天天氣在9、10月份出現的頻率最高，為16.67%，其次為8月15.05%，因進入秋季后大陸上氣壓由低值系統向高值系統轉變，貴州因高壓的控制，晴朗少云的天氣明顯增多；多云天氣在8月出現頻率最高，為29.03%，其次是7月和9月，主要也是因副高的變動，副高外圍云系常影響貴州；因靜止鋒等系統的影響，貴州陰雨天氣要遠多于晴好天氣，尤其是冬半年，但降水以在夜間居多，白天主要以陰天為主，因此貴陽站從11月—5月，陰天天氣幾乎都占了50%左右；雨天出現概率各月的差距不是太大，基本在20%～35%之間，最多是6月，為45%，主要因6月貴州進入主汛期，降水最為頻繁，也導致6月晴和多云天氣出現頻率為全年最低。

從平均日最高氣溫來看，不同天空狀況下，平均日最高氣溫均是在1月最低，3月開始有明顯上升，在7月達到最高，其次是8月。在晴和多云天氣下時，平均日最高氣溫比較接近，僅在1—3月相差2～4 ℃，其余差值大多在1 ℃左右；陰天天氣下時，平均日最高氣溫較晴和多云天氣下時明顯降低，夏季較為接近，相差2～3 ℃左右，冬春季相差較大，比晴天天氣下時降低了6～13 ℃，2月和3月相差最多，比多云天氣下時也降低了5～9 ℃；在雨天天氣下時，平均日最高氣溫又有所降低，但與陰天天氣下時的平均日最高氣溫相比，每月降低的幅度比較穩定，季節上沒有太大的差異，大都在2～3 ℃左右。可以看出，在同一月份，晴好天氣下和陰雨天氣下，平均日最高氣溫有較大的差異，尤其是冬春季，平均最高相差15 ℃，這也反映出貴州最高氣溫變化起伏大的特點。

3 不同天空狀況下日最高氣溫影響因子分析

本文選取了貴陽站2010—2015年前1 d日最高氣溫、日最低氣溫、平均相對濕度、平均總云量、平均低云量、日照時數、平均風速、地面最高溫度及地面最低溫度作為影響因子，按照不同的天空狀況和季節，分析各影響因子與當日日最高氣溫的相關性。

結果顯示，影響因子中前1 d日最高、最低氣溫及地面最高、最低溫度與日最高氣溫的相關性較高，且均通過0.01的顯著性檢驗，其中相關性最高的為前1 d日最高氣溫，相關系數大多在0.75以上，只在夏季陰天和雨天的相關系數低于0.7；其次是前1 d日最低氣溫，各類天氣下夏季的相關性較差，相關系數在0.5左右，其余相關系數也基本在0.75以上；地面最高溫度和最低溫度大多在0.6～0.8之間，同樣也是夏季低于其他季節；相關性最低的為平均風速，且多沒有通過顯著性檢驗，濕度、云量、日照時數的相關性也較低，相關系數基本在0.5以下；不同的天空狀況下相關性差異不大，但不同的季節有一定的差異，總體來說，相關性最高為秋季，其次是冬春季，夏季相關性較低。

表1 貴陽不同天空狀況下平均日最高氣溫及出現頻率Tab.1 Average maximum temperature and occurrence frequency in different sky conditions in Guiyang

4 日最高氣溫模型

按照不同的季節和天空狀況，對通過顯著性檢驗的影響因子采用SPSS逐步回歸，篩選出影響日最高氣溫的關鍵因子，得到各季節不同天空狀況下日最高氣溫的回歸模型，各模型總體Sig均小于0.05，表明回歸模型顯著。篩選結果如表2所示，其中R為回歸模型相關系數。從表中可以看出，對于不同季節、不同天空狀況，對日最高氣溫有顯著影響的因子也不盡相同，其中影響最顯著是前1 d日最高氣溫，尤其是在晴和多云天氣下，影響程度最高；其次是前1 d日最低氣溫，在陰天和雨天天氣下時，此項對日最高氣溫的影響最大；此外，對日最高氣溫有較大影響還有前1 d地面最低溫度，主要是在晴和多云天氣下時。大多數影響因子與日最高氣溫都是呈正相關，平均低云量和平均風速等則與日最高氣溫呈負相關，即在其他條件不變時，低云量越高或風速越大，日最高氣溫越低。

表2 不同天空狀況不同季節日最高氣溫回歸模型Tab.2 Regression model of maximum temperature for different sky conditions and seasons

回歸模型相關系數總體較高，對于不同季節來說，夏季較低，為0.619～0.821，其余季節相關系數都較高，均在0.8以上，其中秋季最高，為0.887～0.951；對不同的天空狀況來說，最高為晴天，相關系數為0.821～0.951，其次是多云天氣，為0.755～0.926。從標準估計誤差值來看，在不同的天空狀況下，晴天天氣下的擬合效果最好，估計誤差值都在2 ℃以內，其中夏秋季在1 ℃左右；其次多云天氣下擬合效果也較好，夏秋季的估計誤差值也都在2 ℃以內，冬春季較差；而在陰天和雨天天氣下時，擬合效果最差，估計誤差值大多在2～3 ℃。從季節上來看，夏季的擬合效果最好，平均估計誤差值為1.6 ℃，其次是秋季，平均估計誤差值為1.7 ℃，春季平均估計誤差值最大，為2.5 ℃。

5 結論

通過對貴陽站2010—2015年不同天空狀況下日最高氣溫及其影響因子的分析，得出以下結論：

①貴陽站陰雨天氣出現頻率要遠多于晴和多云天氣，尤其是冬春季，晴和多云天氣多出現在夏秋季。在同一月份，晴好天氣下和陰雨天氣下，平均日最高氣溫有較大的差異，冬春季差異最大，平均最高能相差15 ℃。

②影響因子中前1 d日最高、最低氣溫及地面最高、最低溫度與日最高氣溫的相關性較高，且均通過0.01的顯著性檢驗，其中相關性最高的為前1 d日最高氣溫，相關系數大多在0.75以上；不同的天空狀況下相關性差異不大，但不同的季節有一定的差異，總體來說，相關性最高為秋季，其次是冬春季，夏季相關性較低。

③通過逐步回歸法篩選出的影響因子在不同的季節、不同的天空狀況下有所不同，在晴和多云天氣下時，前1 d日最高氣溫對日最高氣溫的影響最大，而在陰天和雨天天氣下時，則是前1 d日最低氣溫的影響最大。在不同的天空狀況下，晴天天氣下的擬合效果最好，估計誤差值都在2 ℃以內，從季節上來看，夏季的擬合效果最好，平均估計誤差值為1.6 ℃。