丘陵地区地表温度垂直递减率的变化特征<br/>——以重庆市为例

丘陵地区地表温度垂直递减率的变化特征
——以重庆市为例

2021-09-26廖代强柴闯闯

西南大学学报（自然科学版） 2021年9期

廖代强，柴闯闯

1. 重庆市气候中心，重庆 401147；2. 重庆舍特气象应用研究所，重庆 401147

山地气候的垂直变化是一个经典的地理学和气候学问题，对生态学研究也十分重要，是区域生态系统、城市热岛、天气预报、水温循环和环境演化等分析研究和模型模拟的重要变量和基础资料．一般认为，在对流层内自由大气的温度递减率为0.065 ℃/km．但在不同的环境条件下，温度递减率往往有所差异．影响温度递减率变化的要素复杂多样[1-3]，包括下垫面条件、海拔、空气湿度、云量、能量平衡组成等，其中空气湿度扮演着重要的角色[4]．而且自由大气与地面递减率不同．在一个温度较高的地方，地表温度递减率可能会发生变化[5]．

目前，国内外学者非常重视山区气候变化，也对温度垂直递减率进行过研究，Pepin[6]对美国落基山脉地表递减率的系统变化进行了研究；刘伟刚等[7]研究了喜马拉雅山中段地区气温直减率变化特征；方精云[8]的研究显示我国地面温度垂直递减率在0.025～0.063 ℃/km范围内波动；郑成洋等[9]对福建黄岗山东南坡温度的垂直变化分析得出年均温的递减率为0.043 ℃/km；田杰等[10]研究了长白山北坡温度的垂直变化．这些方法虽然能反映山区气候的一般趋势，取得一定的研究成果，但山地气候因复杂的地理、地形等条件具有明显的区域小气候特征，因此传统意义上的温度递减率结果并不适用于山地气候区[11]，特别是丘陵地区，由于受气象台(站)条件监测的限制，温度的连续观测一般难以实现，从而很难准确地获得连续、多年的温度变化信息．

本文利用重庆市2008-2019年2 055个(经过质量控制后，剩余1 802个站点)加密的区域自动站的资料，弥补了以前观测资料的不足且避免了遥感资料的误差，对重庆温度垂直递减率的时空分布特征做了较详细的分析研究，为山地丘陵地区水文、农业、林业、旅游和生态等合理地、科学地开发及可持续发展提供数据参考和科学依据．

1 资料与方法

1.1 研究区域

研究区域：重庆市地处中国内陆西南部，地貌以丘陵、山地为主，其山地丘陵占76%，东邻湖北、湖南，南靠贵州，西接四川，北连陕西．地跨东经105°11′-110°11′、北纬28°10′-32°13′之间．研究数据选取34个国家气象观测站点和重庆市所有2 055个(经过质量控制后，剩余1 802个站点)区域自动站资料，具体区域和站点情况如图1所示．

1.2 数据检验与处理

由于自动站资料存在缺测或观测错误，因此必须对其进行质量控制．参考江志红等[12]的研究成果对数据进行温度极值检验、时间连续性检验、空间连续性检验．

1.2.1 温度极值检验

首先直接剔除数据已标识为缺测的数据，然后通过判断要素数据是否位于特定阈值范围内，从而进一步对可疑数据进行筛除．根据重庆本地的气候状况，日平均温度的阈值设置为-20～40 ℃，超过该阈值的数据便判断为缺省值．

1.2.2 时间连续性检验

温度变化与时间存在较为显著的相关性，邻近日期的要素值应当是连续均匀变化的，时间连续性检验就是将出现过度变化或变化过小的气象要素值判断为可疑数据进行剔除处理．本研究中以温度连续4 d的平均变率为基础，若某一站点4 d的平均变率超过15 ℃或小于0.5 ℃，则设置为缺省值．

1.2.3 空间连续性检验

同一区域范围内的站点观测数据可表现出相似的空间分布特征，若某个测站的要素值与邻近站差异较大，则可判断此站点的要素为可疑数据．将距离质控站点周围一定范围内的所有站点作为样本，根据Barnes客观分析法插值[13]到质控站点位置，然后判断站点原数据与插值数据间的残差，若超过特定阈值则该要素值判断为缺测．相关计算方程为

(1)

(2)

式(1)中x′为残差值，xj和xi分别为质控站点原始值和周围站点值，ωi为周围站点权重，r为周围站点到质控站点的距离，R为影响半径．

审图号： GS(2019)3333号．图1 重庆市2018年地面气象观测站点分布

由于进行空间连续性检查需要使用周边站点进行插值，若某个还未进行质控的可疑站点也参与到插值中势必会对结果造成影响，因此研究中采用了二次迭代方案，即首先对所有站点进行1次空间连续性检验，然后在第2次检验中只使用通过了第1次检验的站点进行插值．若某个站点在第2次空间连续性检验中依然被判断为可疑值，便剔除；反之，则保留．进行质控时，影响半径设为20 km，温度的最大残差值为6 ℃．利用经过质量控制后的资料，剩余1 802个站点作为本文的基础数据样本(表1)．

表1 不同坡向和水体的样本数

1.3 研究方法

温度的垂直变化与高度有着较吻合的线性关系，这个线性关系的系数就是温度垂直递减率，简称温度递减率．由于温度受纬度、下垫面、气流等因素的影响，温度递减率随地点、季节、昼夜的不同而变化．本文为了准确分析丘陵地区温度垂直变化特征，建立不同海拔的温度(T)和海拔(H)之间的一元回归方程，方程的斜率即是温度递减率(δ)．计算公式为：

T=Ts+δH

(3)

式(3)中，Ts为地表温度，单位为℃；δ为温度递减率，单位为℃/km．

将温度递减率作为待拟合参数，采用最小二乘法原理对观测的温度垂直廓线进行线性拟合，即可求得对应观测时刻的温度递减率[14]．

(4)

2 结果分析

2.1 年、季、月的温度递减率公式

利用重庆市2008-2019年1 802个自动气象观测站的逐小时温度资料，根据以上温度递减率的计算公式，采用最小二乘法拟合得到重庆市不同坡向、水体边(与长江和嘉陵江距离1 km以内[15-16)、年、季、月的温度递减率公式(表2)．

表2 不同属性和时间尺度的温度递减率公式

2.2 年内月、日分布特征

为了探讨地表温度垂直递减率在各月的变化特征，根据选取的全市自动站资料分析得到年内不同月份和日内地表温度垂直递减率变化特征折线图，分别见图2、图3.总体来看，各月的地表温度递减率变化幅度不大，其中最大值出现在8月(0.063 ℃/km)，最小值出现在9月(0.053 ℃/km)，相差仅0.01 ℃/km．相比年月变化而言，年内日变化幅度相对较大，为0.016 ℃/km；变化趋势分为3个阶段，1时-10时为变化不大的平稳期，11时-19 时为上升期，10时-24 时为下降期．地表温度递减率的日变化是地表大气湍流交换过程的具体体现[7]，在19时左右，大气湍流运动最剧烈，地表温度递减率最高；而在11时左右，大气层结相对稳定，常有逆温发生，这时地表温度递减率最低．

图2 年内地表温度递减率月变化分布

图3 年内地表温度递减率日变化分布

2.3 不同季节分布特征

为了解1年内4个季节中的变化情况，按照春季(3-5月)、夏季(6-8月)、秋季(9-11月)和冬季(12-翌年2月)分别统计地表温度垂直递减率在不同季节的分布特征．从图4可以明显看出，地表温度垂直递减率在不同季节波动幅度存在差异．秋季的地表温度垂直递减率为4个季节中最低(0.054 ℃/km)，其次是冬季、春季和夏季，其中夏季最高(0.059 ℃/km)．

图4 年内季节变化

2.4 不同季节日内分布特征

为分析不同季节地表温度垂直递减率在日内的变化特征，根据计算结果绘制不同季节日内地表温度垂直递减率变化特征折线图(图5)．总体来说，4个季节的平均地表温度垂直递减率在日内(1时-24时)变化形式基本一致，大致可划分为3个阶段：平稳期(1时-10时)，上升期(11时-19时)，下降期(20时-24时)，变化过程均呈“勺子”形；其中夏季变化幅度最大，冬季最小．从平均尺度上看，丘陵地区的地表温度垂直递减率从大到小依次为夏季和春季、冬季、秋季，其中春季和夏季平均变化情况基本相同；各个季节的地表温度垂直递减率日变化特征差异较大，最大值出现在夏季19时(0.071 ℃/km)，最小值是秋季的11时(0.047 ℃/km)，差值达到0.024 ℃/km．

图5 不同季节地表温度递减率日内分布

2.5 不同月份日内分布特征

图6是各月份地表温度递减率在日内的起伏情况，与图3、图5的基本趋势一致，从1时开始至9时，基本保持不变，然后先上升后下降．最大值均出现在下午(19时)，最小值出现在上午(10时和11时)，其中7月的变化幅度最大，11月、12月幅度最小．由此可知，丘陵地区地表月份温度垂直递减率的日内变化与季节、年的日变化相似．其中7月份(19时)的差值最大，高达0.076 ℃/km，最小值是10月(12时)，仅为0.046 ℃/km．