1909年—2015年中国东北气温变化特征分析

百年尺度的中国东北气温变化研究对于该地区应对区域气候变化、制定适应性策略有重要意义。选用1950年前后均有观测记录的33个站点,建立东北地区年及四季平均气温时间序列,采用一元线性回归模型和Mann-Kendall非参数统计检验方法分析东北百年气温变化趋势,并进行气温突变检测;使用反距离空间插值法对东北百年气温变化的区域差异进行探讨。结果表明:1)1909年—2015年,中国东北地区,年平均气温增温速率为0.16℃/10 a,其中冬、春季增温显著;2)东北地区,年均温的年代际变化在1950年前出现波动,而在1950年以后呈现明显的增温趋势,20世纪后20年的增温幅度明显大于20世纪40年代,其中前者增温表现在冬季,后者增温则表现在夏季;3)经MK检验分析,东北地区年平均气温在1982年出现突变点,20世纪后期夏、秋季的增温趋势并不显著;4)百余年来,东北地区年均气温增温幅度较大的区域位于大兴安岭中北部、呼伦贝尔高平原东部、松嫩平原北部及长白山北部等地区,增温幅度较小的区域位于三江平原、大兴安岭南部、辽西丘陵、辽东平原等地区。

气温变化对广西城乡居民电力消费的影响

利用2009—2023年广西91个国家级气象观测站的气温资料和广西社会用电量资料,运用Spearman相关分析法,研究近15a来广西气温和城乡居民用电量的变化趋势特征,以及运用度日数法探讨气温变化对城乡居民电力消费的影响。结果表明,广西气温整体呈上升趋势,各个季节的气温指标变化趋势不一;城乡居民电力消费增加,气象电量与气温要素的变化趋势基本一致。气温变化对广西城乡居民用电量的影响较大,以夏、秋季的影响最为明显;夏季增温导致居民电力消费需求明显增大,冬季低温过程增强也导致居民电力消费需求增加,秋季气温上升、低温过程强度减弱,居民电力消费需求有增有减;春季增暖则居民电力消费需求减少。

马鞍山市二十四节气气温变化特征及突变分析

利用安徽省马鞍山市4个国家气象站1961—2020年逐日气温资料,运用线性趋势分析、Mann-Kendall法和滑动T检验法,分析马鞍山市二十四节气气温变化和突变特征。结果表明,近60年马鞍山市二十四节气平均气温、初终日平均气温呈准正态分布,且趋势一致;气温距平在20世纪90年代前多为负值,20世纪90年代后多为正值;惊蛰、清明、小满、芒种4个物候性节气平均气温均呈上升趋势,其中惊蛰和清明趋势极显著;清明、小满、芒种平均气温分别在1998年、1996年和2001年前后发生转暖突变,惊蛰气温未发生明显突变。

基于ERA5-Land数据的1961-2020年喜马拉雅山地区气温变化特征

喜马拉雅山地区气温对全球气候变化敏感。由于海拔高、数据获取难度大,已有研究对喜马拉雅山区气候变化的认识并不充分。本研究基于高分辨率ERA5-Land数据,分析1961—2020年喜马拉雅山地区气温时空变化特征,评估其在喜马拉雅山地区的适用性。结果表明:(1)1961—2020年喜马拉雅山整体以0.13℃/10a的速率升温,但自1990年后升温速率显著增大至0.20℃/10a,以秋冬季变暖最为显著。(2)空间上,北坡升温高于南坡,东段升温快于西段。升温导致年平均0℃等温线上升100 m,且0℃等温线季节差异显著,其中秋季升高可达161 m,而春季升高仅70 m。(3)喜马拉雅山地区气温垂直变化存在海拔依赖性特征,中、东段升温峰值区位于海拔4000~5500 m处,而西段升温峰值区位于海拔3000~4000 m处。1961—2020年喜马拉雅山高海拔地区积雪面积快速减少,导致地表反照率降低进而地表吸收太阳辐射增加,形成气温升高—反照率降低—气温进一步升高的正反馈过程,这是高海拔升温显著的重要原因。全面认识喜马拉雅山高海拔地区气温的时空演变规律有利于应对变暖所导致的环境问题并提出相应策略。

1951年至2020年湖南省主要站点冬季气温变化趋势分析研究

为了研究湖南省冬季气温近70年上升或下降趋势,选取了桑植、石门及南县等20个主要气温监测站点的数据,使用线性回归模型方法对该站点中的平均气温、平均最高气温和平均最低气温3个指标进行分析。研究结果表明:近70年来,湖南省冬季平均气温、平均最低气温及平均最高气温整体均呈上升趋势,但不同站点气温上升或下降幅度存在差异,整体上平均气温上升的幅度均高于平均最低气温和平均最高气温。与其他站点相比,长沙地区的气温上升幅度最高,郴州和永州12月份的平均最高气温呈轻微下降趋势,桑植是所有站点中气温上升幅度最小的站点。

基于改进自回归理论的非平稳气温变化预测模型研究

气温变化在时间尺度上通常表现为非平稳性,这给气温预测模型的研究带来了挑战。为了能有效地对未来的非平稳气温进行预测,基于自回归模型理论提出一种能处理非平稳气温变化的预测模型,选择1951—2020年常德市57662号站点中2月、5月、8月、11月的平均气温数据对该模型的精度进行了检验,预测了该站点未来15年中2月、5月、8月、11月平均气温的变化情况。研究结果表明:改进的自回归模型在拟合精度上优于传统的自回归模型,其拟合系数最高可达到0.96,证明了该模型在处理非平稳气温变化预测问题上的可行性。

城市化对山东省和福建省气温变化影响的对比分析

以山东和福建为研究区,基于气象站气候观测数据及ERA5-land再分析数据,采用变化趋势分析、观测减再分析(Observation Minus Reanalysis,OMR)和对比分析等方法,在区域尺度上探讨不同气候背景下城市化引起的局地升温差异。结果表明,1987—2017年山东省台站年平均气温平均变化率略高于福建省,分别为0.38℃·(10a)^(-1)和0.33℃·(10a)^(-1),但两省各季节气温变化趋势存在很大差异。城市化对山东省年和各季节T_(mean)变化的影响均大于福建省,北方相对干旱且较长的日照时间更利于城市热岛形成,这是导致上述差异的重要原因。此外,城市化对两省秋、冬季节T_(mean)变化的影响较春、夏季节更大,这与秋、冬季节相对干旱且静稳的气候特征有关。山东省城市化升温幅度的季节性差异较福建省大,可能与北方地区季节气候波动更大有关。

基于机器学习和时间因子的气温变化模型研究

随着全球气温变暖的加剧,解决全球变暖问题愈加紧迫,本文综合分析了全球气温变化趋势,并针对传统的气温预测模型的局限性进行了研究,在此基础上建立了一种基于机器学习和时间因子的温度预测模型。该模型从时间层面研究气温变化,对时序性温度数据进行数据分析,根据数据变化趋势得出时间和温度数据的变化呈现周期性,并计算不同时间因子对温度模型的影响程度,通过影响程度对时间数据进行细腻化。将不同时间细腻度下的时间数据分别导入XGBoost等机器学习模型中进行训练和预测,并对结果进行对比分析。实验结果表明,时间细腻度等于5时均方根误差最小,XGBoost模型的均方根误差在0.26左右,精度达到99.18%。

南昌市冬季气温变化趋势及影响

为了解南昌市冬季气温变化情况,对南昌市冬季平均气温、最高气温、最低气温等资料进行线性拟合与谐波分析,结果表明:南昌市12-次年2月平均气温为7.1℃,入冬时间及冬季结束时间均较晚,冬季日数总体呈缓慢增长的趋势;通过对南昌冬季三个月平均气温数据的分析,发现极端天气多,冬季温差大,且出现“今年冷,次年热”的现象,但整体12-次年2月的平均气温趋于平缓。南昌地区的气温情况是中国南方大部分地区的缩影,响应了全球气候变化的总体趋势,全球气候变暖,极端性天气增加,人们不但要主动适应变化趋势,更要积极应对变化趋势产生的影响。

气温变化会影响企业选址吗?——基于碳达峰碳中和的企业层面微观数据

现有文献大多忽视了气温变化因素对企业选址决策的影响,本文试图通过微观企业数据的分析进行有益的学术补充。为此,本文分别采用季度均温、日度均温和极端温度天数等三种方式衡量气温变化,并基于中国工业企业数据和城市气象数据,首次分析了企业选址决策是否会受到气温变化的显著影响。研究发现,夏季、秋季均温的升高和春季、冬季均温的降低会使当地新建企业数显著减少,极端温度(包括极端高温和极端低温)天数的增加也会对当地企业进入造成显著的负向影响,并且这一影响对不同所有制、不同行业的企业以及经济发达程度和气温变化幅度不同地区的企业存在异质性。进一步研究表明,气温变化主要通过降低地区劳动力供给数量和质量以及增强地区环境规制强度两个机制对企业选址决策产生影响。本文的研究结论为政府制定和实施气温治理政策提供了经验证据,也为地区引进企业和吸引人才提供了决策参考。

基于气温变化的简易融雪模型研究

在干旱区,冰雪融化是水资源形成的主要来源,为此,积雪资源的形成、转化与利用是新疆水资源开发利用研究的重要内容,而水文模型是水资源形成与转化量确定的关键途径。以中国科学院天山积雪站野外试验区为研究基地,以气象数据为自变量,以融雪量为因变量,研究了基于气温变化的融雪模型,并对所建单因素简易模型进行了率定和验证,同时分析了试验区多年融雪变化规律以及融雪对气温的响应过程。结果表明:在一定的低温状态下,冬季仍有融雪发生,在天山山区本项目研究流域积雪消融的日平均气温临界值约为-7℃,当日平均气温低于-7℃时,融雪基本处于暂停状态,体现了干旱区融雪特征。在模型方面,基于气温构建的单因素简易融雪模型在模拟山区融雪量时呈现出良好的代表性,在率定期(2016—2020年),融雪量观测值与模拟值间的相关性参数偏差、平均绝对误差、均方根误差、纳什效率系数和决定分别为-0.037、0.367、0.482、0.870和0.876;而验证期的值分别为-0.210、0.292、0.577、0.845和0.811。验证期的模拟结果和相关性系数显示,该模型的模拟值与观测值具有良好的一致性和稳定性,其优点是通过易获取的气象数据就可以估算流域融雪量。研究成果为干旱区积雪消融计算提供较为简便的算法,也为水文模型提供简便有效的融雪子模块。本研究对于掌握该地融雪变化规律及后续的融雪径流模拟及预测具有重要的参考价值。

1980—2019年江淮地区夏季气温变化及其异常年环流特征

利用1980—2019年ERA5月平均2 m气温资料、NCEP/NCAR提供的大气环流资料以及NOAA的海表温度资料,分析了江淮地区夏季气温变化及其异常年环流特征。结果表明:江淮地区夏季气温整体呈波动上升趋势,冷暖交替出现,在2000年发生突变,空间分布上表现出整体一致性;气温变化主要受西太平洋副热带高压(简称西太副高)、东亚夏季风及西伯利亚冷空气的影响;高温年江淮地区为大范围的位势高度正距平控制,西太副高整体偏西偏强,江淮地区处于副高脊线附近,高纬度阻塞高压较强,低温年则反之;高温年赤道中东太平洋及西太平洋海温分布具有拉尼娜事件的特征,而低温年赤道中东太平洋及西太平洋海温分布具有厄尔尼诺事件的特征;赤道中东太平洋海温异常偏高年江淮地区气温整体偏低,偏低年反之。

清徐县1960—2019年气温变化特征分析及其对农业的影响

研究清徐县气温时空变化特征及规律,为今后气象为农业生产服务和应对气候变化提供参考依据,推动当地经济可持续发展。选取清徐县1960—2019年的气温观测资料和粮食产量资料并进行气候倾向率、滑动平均计算法和Mann-Kendall趋势检验与突变等分析。结果表明:清徐县年平均气温整体呈上升趋势,气温倾向率为0.27℃/10 a;冷暖期以20世纪90年代为界线;年代际变化趋势为“显著上升—不变—显著上升—平缓上升”;存在明显的突变点,时间为1991年。四季平均气温也基本呈现出上升趋势,春季气温上升最为显著;年代际变化整体呈现波动增温趋势;春季、秋季和冬季平均气温均存在明显的突变点,时间分别为1996、1994、1980年。全年粮食总产量和秋粮年产量与年平均气温显著相关,夏粮年产量与年平均气温不相关,并据此提出合理开发利用农业资源的建议。

江苏省气温变化的特征分析

利用南京信息工程大学气象台所提供的2000—2014年的日气温相关资料,对江苏省近15年气温变化特征进行分析与研讨。21世纪以来,夏季平均气温呈现上升趋势,但冬季平均气温呈波动下降趋势,下降幅度较小。江苏省气温变化存在明显的南北差异,但也有相似趋势。大城市气温普遍高于小城镇,但大城市气温变幅小于小城市。气温变化趋势与特征受全球气候大趋势影响,但存在特殊性。

气温变化对电力负荷的影响及预测方法探究

本文主要探究气温变化对电力负荷的影响及预测方法。首先,介绍了气温变化对电力负荷的影响机理和特点,并通过案例分析展示了气温变化对电力负荷的实际影响。接着,介绍了气象预测模型和电力负荷预测模型,并探讨了两者结合的方法。最后,通过案例分析展示了气温变化对电力负荷的预测方法的应用,以及气温变化对电力负荷管理的影响。通过本文的研究,以期为电力系统的负荷管理和规划提供参考。

1961—2022年呼和浩特市二十四节气气温变化特征

基于呼和浩特市6个气象站点1961—2022年逐日气温资料,对呼和浩特市二十四节气气温变化特征和物候性节气(惊蛰、清明、小满和芒种)的突变特征进行分析。结果表明,呼和浩特市二十四节气平均气温、初日气温、终日气温均呈明显的正态分布的单峰型特点,且趋势一致;一年中平均气温最高和最低的节气分别是小暑和小寒。二十四节气中所有节气的平均气温、最低气温均呈上升趋势,且春季型节气增暖最为显著;气温距平在20世纪80年代前多为负值,从90年代开始距平多为正值,在21世纪初春季型节气增温幅度最大。惊蛰、清明、小满、芒种节气平均气温均呈上升趋势,其中惊蛰节气的升温最为显著,线性趋势系数为0.618℃/10年,2012年气温发生转暖突变;小满气温上升趋势最弱,线性趋势系数为0.260℃/10年,在1978年发生转暖突变;清明和芒种气温发生突变转暖的年份分别为1996年和1993年。

气温变化与能源消耗的关联机制

在全球气候变化与我国“双碳”目标确立的背景下,对气温变化与能源消耗的关联机制进行分析,可为“双碳”目标的实现提供决策参考。采用我国1953-2020年的年平均气温数据与能源消耗数据,进行格兰杰因果检验并构建联立方程模型,研究结果表明:能源消耗与平均气温存在双向因果关系,其中能源消耗的增加对气温升高有正向影响,同时气温升高也加速了能源消耗的增加,两者存在“正向循环影响”,且这种影响在南方地区更为明显。在全球气候变化和碳排放居高不下的背景下,我国作为全球最大的化石能源燃烧国义不容辞地承担着减排的责任,各地应积极响应“双碳”政策,通过技术进步、开发绿色清洁能源、产业结构调整等措施,探索低能耗、高效用的低碳发展道路。

广东气温变化与火山爆发的可能联系

为了研究广东气温变化与火山爆发的可能联系,基于站点资料对广东全年气温特征及火山爆发后3年内广东气温的演变规律进行简要分析。结果表明:广东全年气温呈现显著增暖趋势,其中广义冬时段气温增暖幅度更大且波动幅度更强。火山爆发后3年内,广东全年气温总体出现降温且极端低温月份发生概率大幅提高的特点,但火山纬度差异伴随的广东气温异常演变特征也存在不同,不同纬度火山爆发伴随的广东气温主要冷却时段也不同。总体上讲,相较中高纬度火山爆发而言,低纬度较强火山爆发后广东气温响应更快速且降温更持久;不同纬度较强火山爆发后次年后期到第3年初期,广东气温普遍出现明显下降。

太白山保护区气温变化及其空间差异性分析

根据太白山保护区周边15个气象站1959-2013年以及保护区内11个高山气象站2012-2014年的数据,采用Kriging插值法、一元线性回归分析法、Mann-Kendall突变检验法等,结合Arc GIS分析太白山保护区的气温变化趋势和突变特征,并对比保护区南北坡和高海拔区域(海拔≥2800m)与保护区整体的气温变化差异。结果表明:(1)1959-2013年太白山保护区的气温呈波动上升趋势,线性倾向率为0.329℃·10a-1(P<0.05)。气温变化空间差异明显,东南部和西部地区气温上升趋势显著(P<0.05或P<0.01),最高达0.383℃·10a-1;四季气温均呈上升趋势,冬季升温最快,春季最慢。(2)M-K检验表明,1998年前后保护区整体气温发生增温突变。突变后气温上升加快,上升趋势达显著水平的区域为86.76%。(3)空间差异分析显示,55a来太白山保护区北坡年平均气温和升温速率明显低于南坡,北坡和南坡年平均气温线性倾向率分别为0.247和0.291℃·10a-1。高海拔区域的年平均气温线性倾向率为0.244℃·10a-1,低于保护区整体,其气温突变发生在2001年,突变前东南部升温最快,突变后西部升温速率降低,中部地区升温明显加快。

近18年兰州市气温变化特征分析

基于兰州市2004~2021年的气温监测数据,采用数理统计、线性趋势分析、滑动平均、Mann-Kendall突变检验等方法,对兰州市气温的不同尺度的变化特征进行分析,并分析了气温变化的突变节点。研究结果表明:兰州市2004~2021年气温变化整体呈现上升趋势,线性倾向率为倾向率为0.442℃/10a,高于中国1951年至2021年地表平均气温的增温速率0.26℃/10a。四季平均气温均呈现上升趋势,其中,冬季增暖最明显(0.552℃/10a),其次为春季(0.46℃/10a),均超过了年平均气温倾向率。近18a,兰州市年平均气温在2012年发生突变,春季与冬季同样在2012年出现气温突变,夏季气温突变出现在2012年之后,秋季发生在2004年。