清镇市水热变化分区及气团分类

张 皓，金昭贵，张学彬，徐 晓，袁仕锋

(贵州省清镇市气象局，贵州 清镇 550014)

0 引言

近年来对气候要素时空变化研究的不断深入，张先恭[1]探讨了我国气温的等级划分，王绍武[2]在此基础上针对中国近百年来的温度序列开展了进一步的研究，丁一汇[3]则着重对气温的变化趋势进行了相应的概述。屠其璞[4]分析了20世纪中国年平均气温变化。借助GIS、马克威软件，张翀[5]总结出中国近40 a来气候变化的时空特征。随着气候变化日益深刻，众多学者开始跨领域关注气候因子变化与土壤有机碳库分子结构特征的关系[6]，评估气候变化对跨境水资源影响的适应性[7]，开展气候变化对大气污染影响分析[8]，可见社会、生物和环境的某些现象与气候变化的综合状况有关。而气团分类作为研究气候变化的基础手段，在上世纪80年代末至21世纪初短暂复兴，张永强[9]提出了气团客观分类实施方案，李玉柱[10]对贵州气团分类与气象灾害相关性进行了分析。目前来看，作为基础研究的气团分类依然具有实际价值，但是在2001年以后相关研究鲜见报道。本文运用地理信息系统统计方法对水热变化进行分区，并采用李玉柱的气团分类方法分析清镇市近10 a间气团活动特征。

1 数据来源与研究方法

1.1 数据来源

本文以2006—2015年，清镇国家一般气象观测站、区域站(红枫、站街、犁倭、流长、新店、王庄、暗流、卫城、麦格)数据为研究对象。选取国家站及区域站年数据(气温、降水)进行水热变化分区；选取国家站逐日数据(海平面气压、气温、相对湿度)进行气团分类。数据均来自贵州省气象局信息中心。

1.2 研究方法

1.2.1 变化倾向率 运用线性趋势线分析气象要素的变化趋势，即利用气象要素的时间序列[11]，以时间为自变量，要素为因变最，建立一元回归方程。

1.2.2 水热变化分区 运用GS7.0，确定半方差函数模型、基台值、块金值、步长。在ArcGIS10.0中将离散数据点按照经纬度导入生成shp文件，调用Kriging工具箱将气温、降水变化倾向率栅格数据层绘制成图，对区域化变量的未知样点进行无偏估值[12]。

1.2.3 气团分类 贵州受东亚和南亚季风的共同影响，形成冬干、夏湿，干湿季节较为分明的区域降水季节特征[14]。同时，特殊地貌和高海拔的地理现状造就了贵州与同纬度季风区相比气压相对较低的气象背景。因此选择了压、温、湿3个气象因子的20时资料进行分类。分类时，如果相对湿度≥75%定为较湿天气型，小于75%为较干类；温度与前1 d相比，若升温2 ℃为暖型类天气，降温2 ℃为冷型天气，如果升温或降温不到2 ℃，但其前1 d为暖型，则定该天为暖型,若前1 d为冷型则定该天为冷型；气压划分则因季节而定：冬季以1 015 hPa为分界值，大于1 015 hPa为高压类，小于1 015 hPa为低压类，春、秋季以1 010 hPa，夏季以1 005 hPa为分界值。如此规定后，将各月、各季气团分为8类: 低压冷干型(1类)、低压冷湿型(2类)、低压暖干型(3类) 、低压暖湿型(4类) 、高压冷干型(5类)、高压冷湿型(6类)、高压暖干型(7类)、高压暖湿型(8类)[10]。

2 结果分析

2.1 水热变化及类型分布

运用GS7.0，进行半方差函数分析，得到各类模型参数，如表1所示。通过对残差和系数的综合考虑，气温倾向率插值选取Gaussian模型，降水倾向率插值选取Spherical模型。

表1 半方差函数模型参数统计Tab.1 Parameter statistics of the semivariance function model

利用 ArcGIS对年平均降水、温度倾向率进行插值，依据降水、温度倾向率的正负组合将水热变化类型划分为4类(表2)，得到近10 a水热变化类型图。10 a间清镇市平均降水的倾向率为13.36 mm/10 a，气温的倾向率为-0.38 ℃/10 a。城区、站街东南部、红枫湖东北部、暗流东南部、卫城北部增温趋势明显，其他大部分地区均有一定程度降温，城区北部边缘变暖少雨区域有零星分布，麦格乡10 a气温降低-0.862 ℃；2006—2015年，清镇5—10月降水占全年总量的75.15%～84.72%，而西南低涡多发于5—10月是造成我国西南地区夏半年暴雨洪涝等气象灾害的主要影响系统， 据统计2007年(68 次)和 2009年(72 次)为多发年[15]，同时中小尺度天气系统多发，成为气候趋势多雨的主要诱因。流长、卫城、暗流等北部乡镇与南部乡镇相比降水减少，倾向率分别为：-10.96 mm/10 a、-2.78 mm/10 a、-10.48 mm/10 a，这一结果与短时强降水以及暴雨呈南多北少态势密切相关，陈海凤[16]通过分析得出：≥30 mm/h 短时强降水的频率分布集中于清镇南部；总体趋势变冷与冷气团的频繁袭扰密不可分，下文针对气团活动特征进行了详细统计；而随着城镇化进程的推进，城区及暗流与卫城交界部分地区，10 a来构建筑物、交通设施的不断兴建，人群聚居，是气候呈现变暖趋势的最重要影响因素。

表2 水热变化类型划分标准Tab.2 Standard for classification of types of hydrothermal changes

图1 2006—2015年水热变化类型分区图Fig.1 Partition map of hydrothermal change types from 2006 to 2015

2.2 气团活动特征

10 a来以清镇为代表的黔中地区，受高压冷湿型气团(6类)影响最为频繁，高压暖干型气团(7类)、低压暖干型气团(3类)、高压暖湿型气团(8类)影响依次递减，低压冷湿型气团(2类)和低压暖湿型气团(4类)相当，低压冷干型气团(1类)和高压冷干型气团(5类)的影响较少。

冬半年高压冷湿型气团(6类)在各月活动最频繁如表3所示，10月和1月频率高达52.3%、51.0%，最低也达到了23.2%(3月)；高压暖湿型气团(8类)与高压暖干型气团(7类)频率介于25.0%～43.0%之间，二者的活跃程度基本相当；高压型气团(5、6、7、8类)的整体频率分布达到了52.3%～99.7%，表现最为突出的是12月。

夏半年4—8月2、3、4、6类气团出现较多,6月最为明显，频率为36.3%～98.0%，各类气团中低压暖干型气团(3类)活动稳定，总体活跃性最强；9月高压暖干型(7类)、高压冷湿型(6类)、高压暖湿型气团(8类)频率分别达到了31.3%、27.0%和25.7%(表4)。

表3 冬半年气团活动频率(%)Tab.3 Air mass activity frequency in winter half year (%)

表4 夏半年气团活动频率(%)Tab.4 Air mass activity frequency in summer half year (%)

从各类气团活动频率的逐月分布图看，低压冷干型气团(1类)7、8月频率较高，多数因高空槽东移影响导致；5—8月低压冷湿气团(2类)频繁袭扰，主要受高空冷平流及中低层切变控制，该时段的累计频率为76.8%；低压暖干型气团(3类)带来的天气多受西南热低压或副热带高压影响，主要出现在3—8月；低压暖湿气团(4类)5—7月累计频率为65.8%，主要是受副热带高压边缘西南气流影响产生；高压冷干气团(5类)属于强冷空气影响后冷高压控制的气团，多为倒春寒、秋季降温及冬季低温诱因，4月频率为12.0%，8月为15%，12月为14.8%；高压冷湿型气团(6类)出现时一般温度相对低、湿度偏大，很多情况下是由于地面冷空气或静止锋影响所致，频率分布呈“V”字形，以6月为最低点；1月(14.4%)和10(14.8%)月最高；在偏北气流影响下，高压暖干型气团(7类)在8月—次年4月较为活跃，多数为冷空气过境后变性较深的气团，9月频率最高达到17.4%；高压暖湿气团(8类)的产生与贵州省从低层到高空受西南气流影响密不可分，10—12月出现频率为12%～16.5%。

图2 气团月度频率分布图Fig.2 Air mass monthly frequency distribution diagram

3 结论与讨论

①基于GIS的地统计分析表明，10 a间清镇呈降温增雨趋势，这一结果与10 a逐日气团出现频次密切相关，2006—2015年高压冷湿型气团出现1 095次，占全部气团总数的29.98%，冷湿气团出现1 414次，占全部气团总数的38.72%。

②研究区域全年受高压冷湿型气团影响最为频繁，与1956— 1995年黔中气团活动特征一致[10]。冬半年高压型气团的整体频率分布达到了52.3%～99.7%；夏半年4—8月2、3、4、6类气团出现频次较高，6月最为明显频率为36.3%～98.0%，各类气团中低压暖干型气团活动稳定，总体活跃性最强。

本文水热变化总体趋势与史培军[17]研究结果不一致，可能的原因为：研究范围小，结果不能完全反应黔中乃至贵州整体状况；区域站数据累计时段相对较短，造成了研究的局限性；随着经济与社会发展，人为进行的环境整治对气候变化产生了一定影响。本文虽然存在不足，但是将气团分类与GIS结合讨论水热条件变化很少见，研究结果对于了解黔中气团影响及气候变化具有实际意义，笔者下一步将从空间广度与时间的维度上进行拓展，以期获得贵州省数十年气团活动及气候变化的相关性研究成果。