區域性氣候特征模型的建立
——以福州濱海新城為例

林麗萱 姚林塔 鄭中凱

(1.福州市長樂區氣象局，福建 福州 350200；2.福州市氣象局，福建 福州 350001)

福州濱海新城作為福州中心城區的副中心，位于長樂沿海地區，面積188km2，核心區域在文武砂,將是按照“數字中國”示范區目標打造的智慧新城，其規劃設計及風沙治理需要本地化的氣候特征數據，而長樂區氣候特征分析的依據主要來源于長樂國家站的數據，反映的是長樂主城區的氣候特征，而濱海新城在長樂沿岸，其氣候特征海洋性更明顯些。王曉利等[1]指出，沿海地區受海洋性氣候的影響，沿海各岸段的降水量變化率較大，易發生干旱和洪澇災害。陳晛等[2]以福建晉江為例，分析得出沿海城市風場受海陸風等局地風場影響較大，某點出現海陸風的頻率與其到海岸線距離大體呈負相關關系。基于發展建設需要，本文通過整理和分析濱海新城相關自動站點的氣象資料，建立區域性氣候特征模型，可為濱海新城規劃設計和建設項目提供更為詳細可行的氣象資料和氣候特征分析。

1 資料選取與檢驗方法

整理統計長樂國家站1961—2019年和文武砂、江田、古槐區域自動站2010—2019年氣象數據特征(極值和出現時間、平均值)和空間分布特征。采用等均值法，即應用系統誤差的檢驗方法(t檢驗)：假定文武砂站與長樂國家站、周圍測站(江田、古槐、)同時均能或不能通過兩組系統誤差檢驗，說明文武砂與長樂國家站、周圍測站變化趨勢一致，資料具有“三性”；如果文武砂能(不能)通過檢驗，而文武砂與長樂國家站、周圍測站不能(能)通過檢驗，說明文武砂與長樂國家站、周圍測站變化趨勢不一致；當某個測站90%的數據以上無法通過系統性檢驗，則舍去參照的資格。

這里統一用置信度α=0.05，為了表示檢驗結果，用0表示兩段數據不存在系統誤差，通過檢驗，用1表示兩段數據存在系統誤差，無法通過檢驗。本文所采用國家站和區域站資料來自福建省氣象信息中心。

2 檢驗結果

利用1961—2019年的長樂國家站數據擬合檢驗2010—2019年文武砂、江田、古槐站的數據，要素上主要選取氣溫、雨量、風。

2.1 氣溫

表1列舉了各站點月平均氣溫、月最低氣溫、月最高氣溫的檢驗結果。可以得出，用長樂國家站1961—2019年數據擬合檢驗各站，在要素月平均氣溫、月最高氣溫、日最低氣溫月平均上，4個站點數據擬合均能(不能)通過檢驗，表明各月變化趨勢完全一致，表現出均一性；在要素日最高氣溫月平均和月最低氣溫上，除7月外，文武砂站與其他測站數據均能(不能)通過檢驗，文武砂站7月這兩要素數據與其他站點不一致，但數據檢驗表現為0，通過檢驗，說明數據連續可靠，變化上與其他測站相反。

表1 各站點月氣溫檢驗結果 (Nx=49，Ny=10，Ta=2.0025)

2.2 雨量

從月雨量擬合檢驗結果來看(表2),1961—2019年長樂國家站數據與各站點擬合檢驗，表明4個站點除11月份外其他月份結果一致表現為0，說明通過檢驗，數據具有連續性。可是11月各站點檢驗結果雖然均為1，表示都未通過檢驗，但也說明各站點變化趨勢一致，故文武砂站數據還是合理可靠。

表2 各站點月雨量檢驗結果 (Nx=49，Ny=10，Ta=2.0025)

2.3 風

主要擬合檢驗月平均風速和月極大風速(見表3)。從月平均風速檢驗結果來看，長樂、文武砂、江田、古槐各站除5月、6月、9月外均能通過檢驗，但5月、6月、9月檢驗結果四站都表現為1。在月極大風速方面，除5月外，各站數據均通過檢驗，但5月各站點檢驗結果也是均為1，均未通過檢驗。四站未通過檢驗的月份體現了變化趨勢一致，因而文武砂站風數據可用。

表3 站點月平均風速和極大風速檢驗結果 (Nx=49，Ny=10，Ta=2.1604)

綜合表1～表3結果，月平均氣溫、月最低氣溫(除7月)、月最高氣溫、日最低氣溫月平均、日最高氣溫月平均(除7月)、月雨量、月平均風速、月極大風速，文武砂站與長樂國家站、周圍測站變化趨勢一致；月最低氣溫、日最高氣溫月平均，文武砂站7月與其他站點變化趨勢不一樣，但數據通過檢驗，說明數據可信，變化上與其他測站相反。因此用文武砂站點數據統計分析建立氣候特征模型具有代表性。

3 差異性分析

3.1 氣溫

近十年文武砂站年平均氣溫與長樂站接近(表4)，從各月距平數據來看，只有3月為-0.5℃；最高氣溫月平均差異較為明顯(表5)，文武砂站比長樂站偏低1.1℃，各月均偏低，其中2月、3月、4月、9月、10月、11月偏低，在1.1～1.4℃之間；最低氣溫月平均來看(表略)，兩站相比，年平均值接近，而各月均表現為正距平，其中8月、9月距平0.5℃，10月距平0.6℃，其余月份距平均在0.5℃以內。因此得出文武砂站與長樂站在高溫上差異明顯，偏低較多，低溫上，7月、8月、10月比長樂站略高些，表現出海洋性季風的影響更顯著。

表4 月平均氣溫 單位：℃

表5 月平均最高氣溫 單位：℃

3.2 雨量

比較文武砂站和長樂國家站(表6)，累年平均雨量文武砂比長樂城區少10%～20%，但各月差異性大，11月～5月正負偏差均在10%以內，6～10月均為負偏差，超過10%，尤其是7～10月負偏差超過25%。7～9月降雨量主要是由臺風、熱帶輻合帶影響所至。由此可見，內陸地形對雨量有一定的增幅作用。

表6 月雨量 單位：mm

3.3 風速及大風日數

累年平均風速文武砂站比長樂國家站大(表7)，主要體現在秋冬季，10月～2月風速正距平0.8～1.2m/s；大風日數異常偏多(表8)，十年累計大風日數文武砂629天，而長樂國家站304天，多1.07倍，大風日數差距1倍以上的月份有1月、9月、10月、11月、12月，可見大風日數在秋冬季沿海與內陸差異明顯。

表7 月平均風速 單位：m/s

表8 月大風日數 單位:天

4 濱海新城氣候數據時空分布特征

以文武砂站資料為代表，統計2010—2019年氣溫、雨量、風等數據，分析濱海新城氣候數據時空分布特征，建立其基本氣候模型。

4.1 月際特征

累年平均氣溫20.4℃，6～9月月平均氣溫均超過25℃，最熱月為7月(29.3℃)，最冷月為1月(11.1℃)。極端最高氣溫38.1℃，出現于2019年8月10日；極端最低氣溫-0.4℃，出現于2016年1月25日。

累年平均降雨量1386.8mm，表現為春夏多、秋冬少，主要降雨月份為3～9月，雨量占全年的77%，全年最多月為6月(258.2mm)，最少月為10月(61.8mm)；年平均降雨日數151天，其中年平均暴雨日數4.2天，主要出現于4～9月，最多月為6月0.9天，7、8、9月均為0.6天，而2月和12月無暴雨出現。極端最大日雨量207.6mm(2010年9月23日)。

在風方面，累年平均風速3.2m/s，最大瞬時風速41.9m/s(14級，NNE)，出現于2015年8月8日(2015年第13號臺風“蘇迪羅”影響所至)。年和四季的主導風向(圖3)集中在NW～NE，其中NNE風頻最大。年和春夏季的NW～NE累計風頻分別為66%、58%和45%，除主導風向外，春季的WSW～SSW累計風頻為12%，夏季的SW風增多，WSW～SSW累計風頻為20%；秋冬季的主導風向更明顯，NW～NE累計風頻分別為85%和83%，其余風向中ENE分別占5%和4%。年大風日數多，7級以上大風日數有62.9天，月平均5.2天，其中9、10、11、12月超過6天，最多月10月為9.3天，最少月5月為2.4天。

4.2 年際特征

從年際分布來看，2013年起，年平均氣溫均超過20.0℃(圖2)，2012年起氣溫呈逐年緩慢上升趨勢，2017年出現峰值，之后開始下滑。三年滑動平均線來看，無振蕩期，上升至2018年出現峰值。

圖2 年平均氣溫和3年滑動平均氣溫曲線

雨量上，年際變化比較突出(圖3)，極端最大年降雨量1798.1mm(2010年)，極端最小年降雨量995.8mm(2011年)，正負距平均接近30%，但從三年滑動平均來看，并沒有太大起伏，在均線附近震蕩。

圖1 文武砂站年風玫瑰圖

圖3 年平均雨量和3年滑動平均雨量曲線

5 氣象災害

濱海新城主要氣象災害是臺風、暴雨、夏季高溫、干旱、霜凍、強對流、大風等，但以臺風影響最大。十年資料統計得出，除臺風季外，未出現連續性暴雨，暴雨成災現象個例為0；出現1次全區范圍霜凍災害，2016年1月25日寒潮影響，大范圍霜凍，造成凍害。

影響長樂臺風一般出現在5～10月，集中出現在7～9月份，占81.3%，平均每年有3.5次，最多有9次(1961年)，近十年臺風影響，文武砂最大風力14級(1513號“蘇迪羅”臺風)，最大日降水量207.6mm，小時最大雨強41.2mm。

6 結論

(1)通過擬合1961—2019長樂國家站數據和2010—2019年文武砂站點十年數據，檢驗結果表明在氣溫、雨量、風等基本要素上，文武砂站數據可信可用。因此，用文武砂站點數據統計分析、建立氣候特征模型具有代表性。

(2)文武砂站與長樂國家站數據差異性分析，表明濱海新城的海洋性氣候特征更顯著些。濱海新城最高氣溫月平均偏低較多；雨量時空特征分布上，春夏季雨量占比較高，夏季主要是臺風帶來的降水，地勢相對平坦，量級上偏弱些；大風日數顯著偏多，尤其是秋冬季沿海與內陸差異明顯。

(3)濱海新城氣候特征為7月最熱，1月最冷，2012年起年平均氣溫呈緩慢上升趨勢，2017年達到峰值；雨量上表現為春夏多、秋冬少，年際變化比較大，主要降雨月份為3～9月，年暴雨日數為4.2天，2月和12月均無暴雨；大風日數多，表現為秋冬季多春夏少，年7級以上大風日數達62.9天，年和四季的主導風向NW～NE，其中NNE風頻最大。