典型海水温度年计算方法及其应用

端木琳　徐 飞

(大连理工大学土木工程学院　大连　116024)



典型海水温度年计算方法及其应用

端木琳徐 飞

(大连理工大学土木工程学院大连116024)

海水温度是海水源热泵系统方案论证和系统设计的基础数据，其与系统的运行效率和运行安全密切相关。因此，获取具有代表性的海水温度数据对海水源热泵系统设计工作有重要意义。本文提出了典型海水温度年的概念并分析了其特点，然后给出了获取典型海水温度年的思路。并以近10年大连市近海海水温度数据为基础，计算得到了该地区的典型海水温度年。分析发现计算结果在分布规律、月平均温度和数据连续性等特点上均有较好的代表性。

海水温度；水源热泵；典型温度年；累计分布函数

海水源热泵系统是一种清洁能源利用系统，在沿海地区推广应用该系统，对缓解目前面临的能源压力有重要意义。海水温度是海水源热泵系统成功的关键，是系统方案论证和工程设计的基础数据，对系统能否安全高效运行起决定性作用。目前国内外的热泵供热设计时要求海水温度不得低于2 ℃[1](少数热泵产品可以在-4 ℃以上运行)。海水温度越高，热泵机组的制热系数越大，效率越高。国外学者Chow T T等[2]在研究中指出，当热泵机组的冷却水温度由30 ℃降到20 ℃时，机组的制冷COP增加了20%，平均每降低1 ℃将会导致机组COP增加2%。对于供暖系统，不同的海水温度在供暖系统设计形式上也会存在差异，这直接影响到系统的投资和运行费用。

目前海水温度获取方法通常有现场实测、查阅当地海洋气象部门公布数据和查阅相关文献等方法。通过现场实测获取的温度数据量有限，需要进行大量长期的实测，获得的温度数据才具有一般代表性。而在文献中可查阅的海水温度数据多为历年月平均温度或者多年累计月平均温度。月平均温度易受温度极值的影响，并不能全面的反映当月温度变化情况。国内学者夏华永等[3]通过对广西沿海海洋温度实测数据分析发现，北海1960年～1979年1月份海水平均温度为15.6 ℃，最高温度为25.4 ℃，最低温度为7.6 ℃，极差为17.8 ℃。在如此大的温差情况下，如果还完全以月平均温度作为海水源热泵设计依据，显然是不够合理的。

另外，海洋温度也是不断变化的，国内外不少学者均指出，受全球气候变暖的影响，海水温度也呈现出缓慢上升趋势[4-5]。而近40年我国东海和渤海等海域表层海水温度同样呈缓慢升高趋势[6-7]。因此海水温度数据需要随全球气候环境变化同步更新，如果还以过去的数据资料指导现在的工程设计，显然是不合适的。

由以上分析可知，由于海水温度对海水源热泵设计的重要性以及目前可获取的海水温度资料所面临的问题，获取最新更详细并且具有代表性的海水温度数据，为海水源热泵系统的设计工作奠定基础是一件十分有意义的工作。基于以上思考，本文提出典型海水温度年，并给出了典型海水温度年的计算方法。

1 典型海水温度年

海水源热泵利用的是海水表面以下几米到十几米的海水，而在竖直方向上海水存在温度梯度。但通过表层海水的温度可以模拟分析近表层海水的温度，因此，表层海水温度可作为分析设计的基础数据。表层海水温度是随时间变化的，每年都会有一定的差异。为了满足工程设计需要，需要从过去多年的温度数据当中得到具有代表性的一整年温度数据，即典型海水温度年。典型海水温度年是以过去多年的海水温度实测数据为基础计算得到的具有代表性的一整年海水温度数据，由12个具有代表性的月份组成，这12个月份可以来自不同的年份。

为使数据具有一定代表性，典型海水温度年不仅需要考虑全年不同月份之间海水温度变化，同时也要考虑不同年份之间海水温度的差异。因此，典型海水温度年的温度变化趋势和分布规律应该要与过去多年温度整体变化趋势和分布规律相符。

相对于平均温度，逐时温度数据包含的信息更多，能够更全面更准确的反映温度全年变化情况。若以逐时温度作为海水源热泵设计的基础数据，将有助于提高系统设计的准确性，但这同时也增加了数据处理量和数据处理难度。由于海水温度日波动幅度很小(根据目前已掌握的数据，日波动不超过0.4 ℃)，为了减少数据处理量，本文以天为步长，以海水逐日平均温度为计算对象。

典型年海水温度为全年逐日海水温度值，因此该温度应该具有良好的连续性。温度是一个连续变化的物理量，不应出现跳跃突变的现象，因此计算得到的逐日典型年温度也应该满足连续性的条件，不应该出现温度突变跳跃现象。

典型海水温度年的计算过程是从多年累计的数据当中找出具有代表性的一整年数据，为了保证典型年的挑选不受算法的影响，因此计算得到的典型年温度数据，完全来自于海水温度实测数据。

综上所述，典型海水温度年是以过去多年实测数据为基础的一整年连续的逐日海水温度数据，并且该温度全年变化趋势和分布规律与过去多年温度变化趋势和分布相似，能够反映过去多年海水温度的变化情况。

2 典型年计算方法

采用FS(Finkelstein-Schafe)统计方法[10-13]来计算典型海水温度年，该方法基本思想是通过对比所选月份的逐年累积分布函数与该月份多年累积分布函数的接近程度来确定典型年。计算方法步骤如下：

1)计算各月份温度累计分布函数。以月份为组距将温度数据分为12个组，并将各组数据按照升序排序，然后用下面的公式计算各月份长期累计分布函数和各月月累计分布函数。

(1)

式中：CDF(x)为数据x的累积分布函数值；n为数据总个数；k为数据x在所有数据中以升序排列的序号。

2)计算各月份的Fs值。Fs值的大小反映各月温度分布规律与过去多年累计分布规律的相似程度，Fs值越小说明二者分布规律越接近，其定义式如下：

(2)

式中：Fs(m，y)为y年m月份的Fs值；n为计算月份数据个数，如1月n为31；xi为各月份按照升序排列的第i个温度值；CDFm(xi)为m月温度x(i)的多年累计分布函数值；CDFm，y(xi)为y年m月温度x(i)的累月分布函数值。

3)找到各个月份最小的Fs值，其对应的月份作为典型年的组成月份。如Fs(m1，y1)在所有Fs(m1，y)中值最小，则y1年的m1月即作为典型年的m1月。同理1～12月可以找到12个这样的月份，由这些最小Fs值对应的月份组成典型年。

通过FS统计方法选取具有最小Fs值的月份作为典型月，由12个不同的典型月组成典型年。由计算过程可知，Fs值的大小反映当月数据分布规律与多年累计分布规律的相似程度，Fs值越小，其所在月份温度分布规律就与该月份过去多年长期分布越接近，二者分布规律越相似。因此选取Fs值最小的月份为典型年组成月份，保证了典型年的温度分布规律与过去多年海水温度的长期分布规律相似。

3 典型年计算

本文以天为步长收集整理了近10年(2005～2014)大连市市区黄海海域近海岸表层海水温度，海水温度数据源于大连市海洋渔业局网站。对于个别天数温度数据缺失的情况，采用Akima插值方法[16]进行数据补充修正。

根据整理得到的数据，采用上述典型年计算方法计算了大连市市区近海岸近10年典型海水温度年，计算结果见表1和表2。表1为各月份Fs值计算结果，表中用黑体注明的为该月份Fs最小值。表2为根据Fs计算结果选出典型海水温度年。

表1 海水温度Fs计算值

4 计算结果分析

对比典型年各月份海水温度累计分布(CDFm，y)和海水温度多年累计分布(CDFm)，可以直观的比较典型年海水温度分布规律与海水温度多年累计分布规律的相似度。图1～图8为典型年部分月份温度累计分布与该月份多年累计分布对比图。限于篇幅选取的月份为供暖月和制冷月。

图1　1月典型年与多年累计温度分布对比图Fig.1 Comparison of typical year CDF with long term CDF in January

图2　2月典型年与多年累计温度分布对比图Fig.2 Comparison of typical year CDF with >long term CDF in February

图3　3月典型年与多年累计温度分布对比图Fig.3 Comparison of typical year CDF with long term CDF in March

图4　6月典型年与多年累计温度分布对比图Fig.4 Comparison of typical year CDF with long term CDF in June

图5　7月典型年与多年累计温度分布对比图Fig.5 Comparison of typical year CDF with long term CDF in July

图6　8月典型年与多年累计温度分布对比图Fig.6 Comparison of typical year CDF with long term CDF in August

图7　11月典型年与多年累计温度分布对比图Fig.7 Comparison of typical year CDF with long term CDF in November

图8　12月典型年与多年累计温度分布对比图Fig.8 Comparison of typical year CDF with long term CDF in December

图中，典型分布年曲线对应表1中Fs值最小月份的温度分布曲线，最差分布年曲线对应Fs值最大月份温度分布曲线，累计分布曲线是该月份的10年(2005～2014)温度累计分布曲线。从图中可以看到典型年的温度分布规律与多年累计温度分布规律相似度高。Fs值越小，其温度分布规律与累计分布规律相似度越高。例如2012年11月和2008年12月Fs值分别为0.0261和0.0318，是12个月份中Fs值最小的两个月，结合图7和图8中的分布曲线图可以看到，这两个月的温度分布规律与温度长年累计分布规律相似性度最高，概率分布曲线变化趋势与累计分布曲线最接近。

对典型年月平均温度和长年累计月平均温度进行对比，可以进一步观察典型年温度分布规律与温度长年累计分布规律的相似性。图9是月平均温度对比曲线图，从图中可以看到典型年各月平均温度与该月累计平均温度很接近,两条曲线几乎重合。平均温度最大差值在4月，为0.47 ℃。因此典型年月平均温度能较好的反映过去多年海水温度的平均水平。从月平均温度表(表3)中也可以得到类似结论。

图10为典型海水温度年逐日海水温度与典型气象年月平均气温变化曲线图。图中曲线是根据温度数据拟合得到的温度变化趋势线，拟合趋势线均为4次多项式，拟合R2均大于0.98。从图中可以看到，逐日海水温度沿着海水全年变化趋势线变化，虽然海水温度在趋势线附近来回波动，但是整体连续性较好，未出现大的温度突变或跳跃现象。从图中还可以看到，与全年气温变化趋势相比，首先海水温度全年变化幅度较气温小，全年海水温度约在2～25 ℃范围内变化，而月平均温度变化范围约为-5～24 ℃；其次，比较海水温度曲线和月平均温度曲线的波峰与波谷可知，海水温度变化相对于气温变化存在延迟，最低气温出现在1月，而最低海水温度出现在2月。

表2 典型海水温度年组成

表3 月平均温度

图9 月平均温度对比曲线图Fig.9 Comparison of average temperature

图10 典型海水温度年逐日海水温度与典型气象年月平均气温变化曲线图Fig.10 Comparison of TSTY daily seawater temperature with monthly mean temperature of TMY

5 结论

通过分析海水温度数据的现状，首先提出了典型海水温度年的概念，并分析了典型海水温度年的特点。然后根据海水多年累计分布规律，提出了典型海水温度年的计算思路，并以近10年大连市近海逐日海水温度数据为基础，通过该方法计算得到了大连市典型海水温度年。对计算结果分析发现，首先典型年温度分布规律与10年累计分布规律相符，它们的分布曲线相似度较高；其次典型年各月平均温度与10年累计月平均温度差值小，典型年月平均温度能够较好的反映过去10年该地区海水平均温度情况；最后得到的典型年逐日海水温度具有较好的连续性，未出现大的数据突然或者跳跃现象。因此通过该方法计算得到的典型年能够反映过去多年海水温度的变化情况，典型年温度数据具有代表性。

本文提出的是一种典型海水温度年的计算方法，并以大连为例进行了应用。由于国内海水源热泵的应用近十年才开始，有针对性的海水温度数据积累也刚刚开始，若能获取更多更全面的海水温度数据，建立健全我国各海域的典型海水温度年数据库，这将为以后海水源热泵相关的设计工作提供便利，为海水源热泵系统的设计和方案论证提供数据支持，同时也将有助于海水源热泵技术在我国的推广。

[1]徐伟.地源热泵技术手册[M].1版.北京:中国建筑工业出版社，2011：260-261.

[2]Chow T T， Au W H， Yau R，et al. Applying district-cooling technology in Hong Kong[J].Applied Energy，2004，79(3)：275-289.

[3]夏华永，古万才.广西沿海海洋观测海水温度的统计分析[J].海洋通报，2000，19(4)：15-21.(XIA Huayong，GU Wancai.Statistical analysis of mean sea temperature at tidal gauge station along Guangxi coast[J].Marine Science Bulletin，2000，19(4)：15-21.)

[4]Stramska M， Biaogrodzka J.Spatial and temporal variability of sea surface temperature in the Baltic Sea based on 32-years (1982-2013) of satellite data[J].Science Direct，2015，57(3):223-235.

[5]Khalil I， Atkinson P M， Challenor P.Looking back and looking forwards：Historical and future trends in sea surface temperature (SST) in the Indo-Pacific region from 1982 to 2100[J]. International Journal of Applied Earth Observation and Geoinformation,2016，45(5)：14-26.

[6]孙克渠，胡志晖，张瑞光，等.连云港海域海水温度近40年来的变化及突变分析[J].海洋预报，2007，24(3)：108-111.(SUN Kequ， HU Zhihui， ZHANG Ruiguang，et al.Period and jump analysis of temperature variation in Daqing in recent 40 years[J].Marine Forecasts，2007，24(3)：108-111.)

[7]郭伟奇，沙伟，韦应新，等.东海沿岸海水表层温度的变化特征及变化趋势[J].海洋学报，2005，27(5)：2-8.(GUO Weiqi，SHA Wei，WEI Yingxin，et al. Characteristics and tend of SST variation in the coastal region of the east China sea[J].Acta Oceanologica Sinica，2005，27(5)：2-8.)

[8]赵迎春，肖庆锐.山东半岛东北部沿海2000年1月、2月水温变化及对渔业的影响[J].海洋通报，2000，19(6)：84-87.(ZHAO Yingchun，XIAO Qingrui.The influence of water temperature variation on the fisheries in Northeast Sea off Shandong peninsula in Jan. and Feb.，2000[J]. Marine Science Bulletin，2000，19(6)：84-87.)

[9]袁承仪.黄海与环流变化特征及机制研究[D].山东：中国海洋大学，2011年12月.

[10] Chan A L S， Chow T T， Fong S K F，et al.Generation of a typical meteorological year for Hong Kong[J].Energy Conversion and Management，2006，47(1)：87-96.

[11] Skeiker K.Comparison of methodologies for TMY generation using 10 years data for Damascus, Syria[J]. Energy Conversion and Management，2007，48(7)：2090-2102.

[12] Ohunakin O S， Adaramola M S， Oyewola O M，et al.Generation of a typical meteorological year for north-east，Nigeria[J].Applied Energy，2013，112(4)：152-159.

[13] Skeiker K.Comparison of methodologies for TMY generation using 10 years data for Damascus，Syria[J]. Energy Conversion and Management，2007，48(7):2090-2102.

[14] 张明.逐时标准年气象数据在建筑能耗模拟中的应用研究[D].陕西：西安建筑科技大学，2007年6月.

[15] 大连市海洋与渔业局[EB/OL]. 2004[2015-10].http://www.hyyyyj.dl.gov.cn/web/hyyb_index.aspx.

[16] AKIM A H.A new method of interpolation and smooth cure fitting based on local procedures[J].Journal of the Association for Computing Machinery，1970，17(4)：589-602.

[17] Jiang Y.Generation of typical meteorological year for different climates of China[J].Energy，2010，35(5): 1946-1953.

[18] Festa R，Ratto C F.Proposal of a numerical procedure to select reference years[J].Solar Energy, 1993，50(1)：9-17.

[19] 清华大学建筑技术科学系，中国气象局气象信息中心气象资料室.中国建筑热环境分析专用气象数据集[M].北京:中国建筑工业出版社，2005：52-56.

About the corresponding author

Duanmu Lin，female，professor，School of Civil Engineering, Dalian University of Technology, +86 411-84709612，E-mail: duanmu@ dlut.edu.cn．Research fields: heat pump and the application of renewable energy in buildings．

Caculation and Its Application of Typical Seawater Temperature Year

Duanmu LinXu Fei

(School of Civil Engineering, Dalian University of Technology, Dalian, 116024, China)

Seawater temperatures are the base data for the design and feasibility research of seawater source heat pump system. It's crucial to the operating efficiency and safety. Getting typical seawater temperature year has significance for system design. This paper puts forward the concept of typical seawater temperature and presents the generation of typical seawater temperature year by analyzing its characteristics. Then this article gets the typical seawater temperature year of Dalian basing on the recent decade seawater temperature data of this area. It shows that the cumulative distribution, mean monthly temperature and data continuity of the results are representative.

sea temperature; water source heat pump; typical temperature year; cumulative distribution function

0253- 4339(2016) 03- 0006- 06

10.3969/j.issn.0253- 4339.2016.03.006

国家科技部“十二五”国家科技支撑计划(2014BAJ01B04)资助项目。(The project was supported by Key Projects in the National Science & Technology Pillar Program during the Twelfth Five-year Plan Period(No.2014BAJ01B04).)

2015年10月7日

TQ051.5; P731.11

A

简介

端木琳，女，教授，大连理工大学土木工程学院，(0411)84709612， E-mail: duanmu@ dlut.edu.cn。研究方向: 热泵及可再生能源在建筑中的利用。