小学冬季值周总结范文第1篇

位于新市区，东临南三路，南临爱家购物广场，西临南二路，北临南纬三路，总建筑面积38208.85m2，其中地下17777.01m2，地上20431.84m2，地下负一层为库房，负二层、负三层为车库，地上9层为纯商业，建筑高度为47.7m，建筑效果。

2室外风环境设计模拟分析

2.1模拟工况

本项目根据《民用建筑供暖通风与空气调节设计规范》确定夏季和冬季的风向和风速参数，在室外风环境模拟中研究的具体工况及参数设置。

2.2模拟分析

2.2.1风速。1.5m高度处风速云图（夏季、过渡季/平均风速）铁路局商业广场风速均低于3.2m/s，建筑的朝向与主导风几乎一致，有利于夏季、过渡季的自然通风。项目建筑外周围风速基本处于0.50~3.2m/s之间，周边流场无滞风现象，不影响周边环境质量。距地1.5m高度处初始风速、最大风速分别为2.17m/s、3.2m/s，风速放大系数为1.47，小于2；最大风速小于5m/s，满足标准的要求。

2.2.2风压。分析项目各立面风压分布状况，提供迎风面风压等值线图（夏季、过渡季/平均风速）迎风面风压等值线图以同样的步骤分析冬季平均风速情况下的建筑周边流场分布状况。

3结论

3.1风速舒适性

铁路局商业广场建筑区域周边的流场分布较为均匀，气流通畅，无涡流、滞风区域，主要通道风场流线无明显的气流死区。项目建筑周边人行区域1.5m高度处风速均小于5m/s，同时风速放大系数均＜2，符合行人舒适的要求。

3.2自然通风

铁路局商业广场在夏季、过渡季节的建筑前后保持3Pa左右的压差，从而避免局部出现涡流和死角，有利于室内采用自然通风。

3.3防风节能

冬季主导风向项目周边区域风速均小于5m/s；在平均风速条件下，除迎风面之外的建筑部分前后压差在4Pa左右，满足“严寒地区冬季保证除迎风面之外的建筑物前后压差小于5Pa”的要求。

3.4达标判断

铁路局商业广场的建筑朝向为南北向，建筑朝向有利于夏季的自然通风，避开冬季主导风，满足《绿色建筑评价标准》GB/T50378-2006第5.2.6条一般项“：建筑总平面设计有利于冬季采光并避开冬季主导风向，夏季有利于自然通风”中关于建筑朝向的要求。各季节在平均风速条件下，铁路局商业广场周边人行区域距地1.5m高度处风速均小于5m/s，风速放大系数小于2，无涡流、滞风区域，符合《绿色建筑评价标准》GB/T50378-2006第5.1.7条一般项：“建筑物周围人行区风速低于5m/s，不影响室外活动的舒适性和建筑通风”的规定。

4结束语

小学冬季值周总结范文第2篇

关键词：雷暴活动；最小二乘法；离散小波分析

0 引言

雷暴是一种产生于强对流天气系统下的常见灾害性天气现象，关注气候变化，如今成为当今世界的几大议题之一。国外Changnon[1]等利用86个台站100年的雷暴观测资料，将美国雷暴活动划分为12个不同的区域，归结于6种雷暴活动变化类型，整体雷暴活动在变化中呈现减少的趋势。国内张敏锋，冯霞（1998）利用国内104个台站，研究发现近30年来，我国大部分地区平均雷暴频数在波动中减少，上世纪60年代前期雷暴频数有所增加；往后至70年代，呈缓慢减小的趋势；80年代中期雷暴频数减少幅度明显加快，频数现在正处于剧烈减少[2]。局部地区如广州雷暴日数平均每10年减少15.5天，月平均雷暴日数1至7月逐渐增多，8至12月急剧减少，呈现单一峰值[3]。德州市年雷暴日数呈减少趋势，平均10年减少1.28 天。月平均雷暴日数最多值出现在7月[4]。昌都地区雷暴日年际变化大，从上世纪80年代起呈递减趋势[5]。湖南省近35年（1971～2005年）来雷暴在不断减少，年际间变化特征是成加速度减少，其中夏季雷暴数百分比随着年际间变化是逐步减少，而冬季和春季雷暴发生比例均有所增加[6]。另外在特定的区域内，雷暴年际变化趋势还呈现一定的变化规律，主要表现在以大小不一的周期呈现不同的周期性震荡变化。徐桂玉，杨修群（2001）根据我国南方62个气象观测站1971～1995年近25年雷暴日数统计资料，研究南方雷暴的气候变化特征发现：我国南方雷暴25年变化的总趋势是逐渐减少的，并具有2年、4年、9年较短周期和21年长周期变化。较短周期存在着70年代以2年周期为主、80年代2年、4年周期都较明显、90年代以3～4周期为主的年代变化规律[7]。张美平、敖淑珍等利用广州白云机场1956～2001年46年的逐时观测资料，通过小波分析发现46年来广州白云机场雷暴日数的年际变化有着较好的9～12年振荡周期，而且雷暴的发生有逐渐减小的趋势变化[8]。孙丽、于淑琴等人利用1978～2007年辽宁省59个站常规地面观测资料，对雷暴日数的时空变化进行分析，结果表明： 1978-2007年雷暴日数总体呈逐渐下降趋势[9]。经国内外资料分析研究表明，大部分地区雷暴活动在年际变化上都呈现逐年减少的趋势。

香港地处亚洲大陆南缘华南沿岸，地形丘陵起伏，地势北高南低，总面积约1，104平方公里，管辖总面积2，755.03平方公里，水域率占59.9%。由于海陆面及地形差异的存在，易于地形雷暴的产生。香港属亚热带气候，夏天炎热且潮湿，冬天凉爽而干燥。受热带气旋、强烈冬季和夏季季风、季风槽等重要天气的影响，易形成锋面雷暴和切变线雷暴，经常在四至九月发生狂风暴雨[10][11]。特殊的地理环境和气候环境使得香港地区多年雷暴活动的时间和空间分布都极不均匀。据此，本文利用香港天文台常规气象观测站的观测记录资料，分析1950～2009年香港地区雷暴活动及异常情况，总结60年来该地区雷暴活动的变化特征，有利于提高防御雷电灾害能力，为香港地区的雷暴预测和雷电防护工作提供参考依据。

1 资料来源和分析方法

1.1 资料来源

本文资料来源于香港天文台气象观测数据资料库 [12]，经过仔细订正的完整雷暴日观测资料，为保证分析资料具有代表性，文中选用其中60年（1950～2009）记录作资料处理，分析香港地区的雷暴活动特征。

1.2 分析方法

1.2.1 最小二乘拟合

最小二乘估计是德国科学家Karl Gauss（1777～1855）提出用最小化图中垂直方向的误差平方和来估计参数，其主要思想是用最小二乘法拟合因变量与自变量间的回归模型，从而把具有不确定关系的若干变量转化为有确定关系的方程模型来近似地分析，通过自变量的变化预测因变量的变化趋势。本文采用最小二乘拟合雷暴活动与时间的关系，分析香港地区近60年雷暴日年际、季节变化趋势，以此反映香港地区长期雷暴活动变化情况。

1.2.2 小波分析

小波分析方法是一种窗口大小（即窗口面积）固定，但是其形状可改变，时间窗和频率窗都可改变的时频局部化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，这正符合低频信号变化缓慢而高频信号变化迅速的特点。因此，小波分析能将交织在一起的不同频率成分组成的复杂的时间序列分解成频率不相同的子序列[13]，低频部分信号的重构可以发现时间序列的发展趋势及规律，高频部分信号的重构可以发现时间序列的突变特性和循环周期[14]，以此观察不同时间尺度上的变化情况。小波函数定义为：如果ψ（t）∈l2（R）（l2（R）表示平方可积的实数空间，即能量有限的信号空间满足允许性条件：

（1）

那么ψ（t）叫做基小波，式中ψ（ω）是ψ（t）的Fourier变换，由基小波函数ψ（t）进行伸缩和平移，本文选用Daubechies （db） 小波函数，对香港60年雷暴日数离散序列进行分析，更清晰地反映雷暴日序列的细微变化情况。

2 雷暴的时空分布特征

2.1 雷暴日数的年际变化特征及趋势分析

香港长达60年的雷暴日变化趋势（图1中曲线1）呈现年际差异较大的变化，其中雷暴日数最多高达53天，出现在1997年、2005年；最少年份为20天， 出现在1962年、1963年、1967年，与60年来香港年平均雷暴日比较少了15.69天。采用最小二乘拟合60年雷暴日数线性变化趋势（图1中曲线2），香港雷暴活动随时间增加呈现逐渐上升的趋势。

最小二乘线性拟合气象趋势函数为y=0.17433x

-309.05，反映香港近60年平均雷暴日数以1.74 天/10a 的趋势增加。对60年雷暴日数进行最小二乘5阶多项式函数拟合（图1中曲线3），发现香港60年雷暴日变化呈现如下变化趋势：雷暴活动自50年代中期急剧下降至60年来的最小值，该最小值处于60年代，而后的时间里一直呈现两个稳步上升的趋势，先缓慢增加至70年代末，在80年代的10年间呈现平缓下降，往后急剧增加。

为更清晰地了解雷暴日序列的细微变化情况，将香港地区1950～2009年雷暴日数变化序列转化为Matlab 环境下的离散信号，利用Daubechies小波（db5）将这一由不同频率成分组成的雷暴日时间序列分解成频率不相同的子序列（见图2），包括一个低频部分a5和5个高频部分d1、d2、d3、d4、d5。低频部分a5表现的是信号的主要特征，是主要的稳定特征表现，表征了60年来香港地区雷暴日数的主要变化趋势。原序列s中雷暴日数绝大部分分布在50天以下，第5级的大尺度低频分量a5一般在35天以上，最大为40天，最小值大于32天，序列存在长期增长的变化趋势，以1984年为突变点，分为两个阶段，即1984年以前为雷暴日数偏少年，1984年以后为雷暴日数偏多年。1950～1984年与1984～2009年比较，后者增长趋势较为迅猛。从第1层高频信号d5的重构可以看出3个明显的突变点，分别是1967、1984和1999年，并存在不太明显的30年大尺度。从第2层高频信号d4的重构可以看出3个明显的突变点，分别是1959、1967和1992年，存在不太明显的20年尺度。从第3层高频信号d3的重构可以看出8个明显的突变点，分别是1957、1959、1962、1967、1971、1995、2003和2005年，且在1975年以前存在7～8年左右的震荡周期。从第4层高频信号d2的重构可以看出60年来呈现出3～4年左右的震荡周期。

2.2 雷暴日数的季节性变化特征及趋势分析

自1950年到今，香港地区60年来共记录了2162次雷暴事件的发生，雷暴事件季节性变化最多发生在夏季，占60年雷暴日总数的55.14%；春季次之，占全年总数的29.18%；秋季占13.64%；其中冬季最少，发生了44次雷暴天气，占2.04%。图3中～四个图分别反映香港60年来雷暴日的季节变化序列、采用最小二乘拟合分别线性拟合和n阶多项式拟合所得的变化趋势图。采用线性拟合得到春、夏、秋、冬四季雷暴日随年变化的气象系数趋势方程为：

（2）

香港位于亚洲大陆的东南缘，整个地区受季风环流控制，在时间上分别受到冬季风和夏季风的影响，年内季风交替明显干湿季分明，在气候分类上本地属南亚热带季风气候。春季3至5月份，地面的冷高压开始衰退，锋区逐渐北移，西太平洋副高北抬，高空南支西风小槽小脊活动频繁，地面冷空气常与副高西侧偏南暖湿气流相遇，冷暖空气频繁交汇，锋面天气异常活跃，易于锋面雷暴的产生，因此雷暴活动也日趋活跃。香港春季雷暴活动情况如图3中所示，80年代以前临近年份雷暴波动范围较后期大，后期在小范围的波动过程中随年际增加而逐渐减小。用最小二乘5阶多项式拟合60年活动趋势发现，呈现正弦波形状变化。自1950年开始急剧减少至60年代中期，为60年间的春季雷暴活动最小值，在1963、1964两年的春季三个月里仅发生了一次雷暴活动。然后增加至80年代出现峰值为22天，再而减小。拟合60年来香港春季雷暴日数随年际变化y1=-0.022x+54.2428，雷暴活动以0.22天/10a的趋势随年份呈现减少。

夏季6至8月份，随着太阳直射点的北移，温度升高，亚洲热带环流出现调整，大陆热低压形成，海洋高压不断加强。6月香港受印度低压影响，过赤道的西南气流北进增强，南海西南季风建立。6月以后西太平洋副高不断增强，香港处在副高南缘，同时，南海热带辐合带、东风波、热带低压等热带天气系统活动频繁影响香港，冷暖空气频繁交汇，海陆面差异明显，对流极其活跃，各种天气活动频繁，迎来了全年雷暴最活跃的时期。夏季雷暴活动趋势如图3中所示，香港60年来都在小范围内紧凑的波动中呈现随年际增加先减少后增加的变化趋势，特别是在20世纪末，夏季雷暴活动异常活跃。拟合夏季雷暴活动随年际变化y2=0.1706x-317.841，雷暴活动以1.7天/10a的趋势随年份呈现增长。

秋季9至11月，香港地区是干燥的冬季风逐渐代替暖湿的夏季风的过渡季节，西风急流的季节性南移， 对流层中层的副高迅速退出，雷暴活动逐渐减弱，低层夏季风南撤，随后便是东北季风开始建立，香港出现了短暂晴朗、干燥的天气。秋季雷暴活动趋势如图3中所示，60年长期在大范围无规则的震荡中随年际增加呈现上升的趋势，采用多项式拟合发现活动趋势随时间呈现两谷一峰的变化趋势，拟合变化趋势函数为y3=0.018x-30.7792，雷暴活动以0.18天/10a趋势增加。

冬季，在每年12月至翌年2月，强大的蒙古高压控制着整个亚洲大陆。本地常处于大陆冷高压脊的东南缘，盛行东北季风，中高纬度东移的槽线常引导冷空气南下，地面冷锋随之南下影响香港，南海暖湿气流在沿海一带对峙，出现准静止锋引起的低温阴雨天气，不易形成对流性天气，雷暴活动极弱。张鸿发[15]等利用TRMM卫星探测到18～38°N、74～123°E闪电资料，对中国区域年、季、日发生闪电频数和随经纬度变化，闪电密度分布和闪电气候特征进行了计算分析，发现冬季只有很少闪电出现在中国30°N度以南地区，且每年发生100次左右。图3中所示香港冬季雷暴活动情况，雷暴活动60年来其中44年出现整个季节无雷暴天气，基本不出现雷暴活动。但在80年代初至90年代末，冬季雷暴活动异常活跃，拟合发现香港地区冬季雷暴活动以0.07天/10a的趋势随年份增加。

3 结论和讨论

本文以香港天文台60年雷暴日观测资料为基础，采用一系列数理统计方法探讨香港地区雷暴活动趋势得到如下结论：

1）香港地区年平均雷暴日数为35.69d，按雷暴日数划分属于多雷区。60年来，雷暴绝大部分始发于全年的3、4月份，分别占40%和28.3%。极少数年份在5月份才出现雷暴天气；主要终止于10、11月份，10月份占据50%以上。60年间雷暴日最晚均终止于12月份，从未出现过全年12月均有雷暴天气。

2）香港地区雷暴年际变化差异大，年平均雷暴日数相差在10日以上；年际变化在大尺度上与大部分地区完全相反，以1984年为界呈现两个时期稳定上升的趋势，1984-2009年增长较前一时期更为迅猛；与之对应在小尺度上呈现各式各样的波动，较为明显的是出现3-4年和7-8年振荡周期。

3）近代香港雷暴活动逐年增加，香港雷暴日的月频率变化显现双峰单谷的抛物线变化。季节变化呈抛物线型，主要集中在夏季，7-8月为雷暴的高发期，春秋次之，冬季发生的概率小。近60来夏季雷暴占55.14%，而冬季则不足3%，夏季、秋季和冬季雷暴日数均呈增长的趋势，尤其以夏季雷暴日数增长最为显著达到以1.7天/10a，而春季雷暴日数以0.22天/10a的趋势随年份减少。拟合雷暴活动与年纪增加的线性函数为y=0.17433x-309.05，香港雷暴活动以1.74天/10a的趋势随年际增长而上升。

本论文对雷暴日作数据分析，在数理统计软件的基础上得到一些结论，但鉴于观测数据资料本身的局限性，限制了对某些问题分析研究的进一步深入，有待于进一步思考和探索！

参考文献：

[1] Changnon S A，Changnon D.Long-term fluctuations in thunderstorm activity in the United States[J].Climatic Change，2001，50（4）：489-503.

[2] 张敏锋，冯霞.我国雷暴天气的气候特征[J].热带气象学报，1998，14（2）：156-162.

[3] 张金，聂长春，陈玉华.广州市雷暴日数变化特征分析[J].成都信息工程学院学报，2009，2（1）：58-60.

[4] 石慧兰，贾汉奎，陈德英等.德州56 年雷暴日数变化及相关因子分析[C]//中国气象学会编.中国气象学会2008年年会气候变化分会场论文集.北京：气象出版社.2008：583-587.

[5] 李白萍，仓决，潘贵元.昌都地区近52年雷暴气候统计分析[J].科技，2007，（7）：61-63.

[6] 陈涛，吴岚，韩波，等.湖南省雷电特征及闪电数据分析[J].防灾科技学院学报，2008，10（3）：38-42.

[7] 徐桂玉，杨修群.我国南方雷暴的气候特征研究[J].气象科学，2001，9（3）：299-307.

[8] 张美平，敖淑珍，刘翔，李念英.广州白云国际机场近46 年来雷暴气候的统计特征[J].应用气象学报，2004，15（1）：66-73.

[9] 孙丽，于淑琴，等.辽宁省雷暴日数的时空变化特征[J].气象与环境学报，2010，26（1）：59-63.

[10] 张景奎.香港的地形和气候[J].香港知识纵横谈，2000：73-74.

[11] 胡东洋，王金岗.香港概况.明珠·香港[Z]，1996：14-15.

[12] 香港天文台，气象数据库. http：//hko.gov.hk/cis/statis

tic/tsday_statistic_c.htm，2010-3-17/2010-5-22.

[13] 高瑞华，申培鲁，高慧，等.渤海海峡大风日数的变化趋势分析[J].海洋预报，2010，（1）：39-43.

小学冬季值周总结范文第3篇

【关键词】降水量;变化规律;趋势分析

IPCC第四次全球气候评估报告明确指出，自从工业革命以来，大气中CO2浓度明显增大，使得近100年来全球表面平均温度升高了0.74℃，达到有史以来的最高值。全球大幅度气候变暖，势必导致降水量的异常变化，而降水量异常变化是农业灾害(农业干旱、暴雨)的主要原因，将对农业产生深刻影响。20世纪80年代以来，国内学者对我国区域气候变化已做了较多的研究。通过对镇平县近50年降水量变化特征分析的基础上，进一步研究降水量变化对农业生产的影响，以便科学利用当地降水资源，提高人们对降水量变化的应变能力，进而合理地安排农业生产。

1.研究区概况

镇平县位于河南省西南部，东依卧龙区、南毗邓州市、西接内乡县、北连南召县，处于北亚热带向暖温带的过渡地带，秦岭山脉东延，伏牛山地质带中，南阳盆地西北侧，兼南北气候之长、四季分明。光照充足，雨量充沛，土地肥沃，气候适宜，东经111°58''-112°25''，北纬32°51''-33°21''，平均海拔高度在130-1100m，面积1500平方公里，人口94万人。

2.资料与方法

资料取自镇平县气象观测站1960年-2010年的观测值，选取平均降水量作为主要研究对象。使用的主要方法有：线性趋势分析、小波变换等方法。

3.镇平县年降水量的分布特征

镇平县降水量空间分布总特征是：从北部山区向南部平原递减。大部分地区年降水量为600～800mm。北部山区二龙、高丘、老庄等乡镇海拔200m以上的山区，年雨量为800-1100mm，为镇平县多雨区；由于地形的地力抬升作用，暖湿气流遇山地极易成云致雨，致使山地降水量普遍多于川谷，如北顶、四山、老庄等，为多雨中心，年降水量可达1000mm以上。南部平原地区降水量相对偏少，中部地区属过渡地段。

4.降水量时序变化特征分析

4.1年平均降水量变化特征

50年平均降水量变化图见图1。

从图1可以看出，镇平县年平均降水量约为709.4mm，近51年来，镇平县降水量距平呈波动趋势。20世纪60年代至80年代末降水降水变化每6年为一个变化周期（丰水期和枯水期），90年代变化剧烈为旱1年涝1年自然灾害频发阶段，量的年际变化较大，极易出现极端偏少或偏多年份，使得镇平县极端旱、涝等事件更加突出。

4.2季节降水量变化特征

4.2.1春季降水量变化特征

镇平县春季的平均降水量为139.5mm，而南阳春季平均降水量为156.6mm，比南阳偏少10.9%，相比之下镇平县春季降水略有不足，春旱时有发生。从资料可见，历年春季自然降水总体上看变化不是太明显，距平呈波动趋势。近51年中，春季降水1991年最多，季雨量达244.0mm；2001年最少，季雨量仅10.3mm。春季降水量年际间的振幅较大，1963年降水量仅45.3mm,比平均值偏少67％,而1964年降水量达236.5mm,比平均值偏多1倍多。春季降水在不同时间尺度上存在周期震荡，准25年及小尺度3～5年上的周期震荡非常明显。春季降水经历了少一多一少一多一少一多6个循环交替。1962年以前降水偏少，1963年-l969年降水偏多，1970年-1981年降水偏少，1982年-1989年降水偏多，1990-1994年降水偏少，1995-2004年降水偏多，2005年以后降水偏少，而2005年以后等值线还没有闭合，说明2008年后一段时间降水将会偏少，近年来经常出现冬春连旱现象。在3～5年的小尺度上，春季降水经历了少一多一少一多等15个循环交替，有更多的降水偏多期和偏少期的循环交替。

4.2.2夏季降水量变化特征

镇平县夏季的平均降水量为381.4mm，占全年降水的52％以上。其阶段趋势变化特点不太明显，平稳递减。夏季降水量在1985年以后异常偏多的年份仅有4年，而异常偏少的年份则明显增多，这种变化特征说明夏季极端洪涝事件发生的概率在减少但如果出现即为大涝，在2010年7.23特大暴雨灾害中镇平县损失多达1.3亿元，发生严重伏旱的概率在增加。

夏季降水有准15年周期，夏季降水经历了多一少一多一少一多一少一多7个循环交替；在35年时间尺度上，夏季降水经历了少一多一少一多等l6个循环交替；在等值线图的底部小时间尺度上，则有更多的相对多雨期和少雨期的循环交替。可见，夏季降水在未来一段时间内将比常年偏多，夏季降水的增多势必影响到全年的降水。

4.2.3秋季降水量变化特征

秋季平均降水量为153.4mm，而南阳秋季平均降水为163.7mm，相差了10.3mm，在南阳属偏少县。从资料可见，近51年来镇平县秋季降水也呈波动趋势，与年降水量变化趋势一致。在2000年以前降水量异常偏少的年份大于偏多的年份，这在20世纪80年代后期到90年代尤为明显。秋季降水的周期不显著，期间秋季降水经历了多一少一多3个循环交替，1960年-1975年以及2000年以后2个时期降水偏多，1975年～2000年降水偏少，其中1985年降水比常年偏多；3～5年时问尺度的周期震荡从1965年-2005年都较活跃，存在降水较多和较少的循环交替。

4.2.4冬季降水量变化特征

镇平县冬季降水以液态-固体混合形式降落。冬季平均降水量为35.1mm，年际间变化明显。从资料分析，可以把冬季降水大致划分为3个阶段，20世纪60年代-80年代为降水偏s少期，20世纪80年代-90年代为降水偏多期，进入2l世纪后降水则普遍偏少。近51年中冬季降水1990年最多，季降水量达82.4mm；2010年最少，季降水量仅9mm。冬季降水的周期也不显著。1980年以前以及2000年以后降水偏少，1980年-2000年降水偏多；3-5年时问尺度的周期变化存在少一多等12个周期震荡。

5.降水量未来变化趋势

分析表明，近51年来镇平县年降水量基本呈现了周期性的特点，准l2年周期振荡比较显著。20世纪80年代到21世纪初期的多雨期，60-80年代后期的少雨期以及进入21世纪后的又一少雨期，反映了该地区年降水明显的阶段性特征。根据山西省年降水的年际变化规律及未来发展趋势的分析，初步估计未来10年左右，镇平县将进入少雨期，少雨期之后，将可能逐步转入下一个多雨期。

6.结论

分析的局部化特性可展现降水时间序列的精细结构，为分析气候多时间尺度变化特征等农业生产关键问题研究提供了一种新途径。镇平县多年平均降水量的地区分布既受天气系统的制约，叉受地形等地理环境的影响，造成明显的地区性差异。年降水量空间分布的总趋势是从东南向西北递减，由盆地到高山递增。近51年来，镇平县降水量总体呈波动变化趋势。　[科]

【参考文献】

［1］中国气象局,地面气象观测规范[M].气象出版社,2003,11（1）.

［2］余剑莉.统计天气预报[M].北京:气象出版社,1994．

［3］北京大学地球物理系气象教研室编.天气分析和预报[M].科学出版社,1978.9.

［4］施能,陈家其,屠其璞.中国近100年来4个年代际的气候变化特征[J].气象学报,1995．

［5］朱乾根,林锦瑞,寿绍文.天气学原理与方法[M].气象出版社,1979.

［6］任健美,尤莉,高建峰,王尚义.鄂尔多斯高原近40a气候变化研究[J].中国沙漠,2005.

小学冬季值周总结范文第4篇

关键词：南方城市；2015年冬季降水量；厄尔尼诺

中图分类号 P732；P461.2 文献标识码 A 文章编号 1007-7731（2016）02-124-02

Relationship between Precipitation of Winter in Southern Cities and El Nino in 2015――Taking Changsha，Wuhan，and Nanchang as Examples

Yang Liu

（Department of Geography and Environment，Jiangxi Normal University，Nanchang 330022，China）

Abstract：This paper attempted to analyze the variation trend of precipitation in recent years in the case city ， and compared it with the previous studies， to verify the relationship between the phenomenon which the precipitation of cities in southern China in 2015 winter was more than normal years and the El Nino.First， explain what is the El Nino and what cause it to form， then analyze the variation trend of winter precipitation in Changsha， Wuhan within ten years， in Nanchang within seven years， and try to sum up some rules.And judge that the law is in accordance with the previous studies and the time series of the Southern Oscillation Index in 1876-2011.It proved that precipitation of winter in southern cities in 2015 is due to the impact of the El Nino which happened in May 2014.

Key words：Southern city；Precipitation of winter in 2015；The E1 Nino

此前已有不少机构和学者研究过厄尔尼诺对中国降水的影响。世界气象组织和联合国环境规划署于1993年通过调查认为，厄尔尼诺处于发生阶段时，中国江淮流域夏季降水偏多，黄河流域、华北及江南等地降水偏少；当厄尔尼诺处于衰退阶段时，则反之。石广玉等研究进一步指出，厄尔尼诺发生在春季，则夏季多雨带主要位于淮河流域一带；发生在夏秋季，次年夏季多雨带将出现在长江沿岸及其以南地区[1]；若发生在秋冬季时，长江中下游地区梅雨量将偏少；在春夏季出现时，情况与之相反[2]。秦坚肇通过研究发现，东部型厄尔尼诺次年夏季长江以南沿海地区降水显著增加主要体现在8月，而中部型厄尔尼诺次年夏季江淮流域沿岸降水显著减少主要体现在6、8月[3]。目前关于厄尔尼诺对中国区域降水影响的研究一直处于探索阶段，因而本文研究2015年南方城市冬季降水量偏多与厄尔尼诺之间的关系具有一定的价值和意义。

1 厄尔尼诺及其形成原因

厄尔尼诺指在南美洲西海岸向西延伸，经赤道太平洋至日期变更线附近的海面温度异常增暖的现象。正常年份，南美洲西海岸区域盛行东南信风，把表层暖水向西输送，在西太平洋堆积，使西太平洋海平面上升，海水温度升高。而东太平洋海水在离岸风作用下，产生离岸漂流，造成海平面下降，下层冷的海水上涌，海水温度降低，空气层结稳定，空气不易产生对流运动，气候相对干燥。当南半球处于夏季，全球气压带、风带随太阳直射点南移，东北信风越过赤道向左偏转成西北季风。其不但削弱了秘鲁西海岸的离岸风，且吹拂着水温较高的赤道暖流南下，使秘鲁寒流的水温异常升高，形成不固定且无规律可循的“厄尔尼诺暖流”，不仅造成东南信风的减弱，赤道东太平洋地区海水上翻现象消失，当地的浮游生物、鱼类及鸟类大量死亡；而且由于海水温度升高，空气产生对流运动，区域降水异常增多，从而导致“厄尔尼诺”发生。厄尔尼诺发生时，大气现象一般滞后海洋现象2～3个季节[4]。据张志华等[5]研究表明，厄尔尼诺通常会导致南方梅雨时期从5月中旬推迟至6月，且出现北旱南涝，偶尔也出现北涝南旱，出现哪种状况取决于大气环流状况。宗海峰等通过研究提出，厄尔尼诺通常每隔2～7a发生一次，何时发生并不遵循严格周期，持续时间一般为1a左右，发生时间通常为5月（春发型）或7～8月（秋发型）[6]。

2 近年来南方城市冬季降水状况

据国家防汛抗旱总指挥部办公室通报的数据，2015年南方地区发生罕见冬汛。学界多认为此次罕见的冬汛是受2014年5月发生的厄尔尼诺影响。

如图1（a），2004-2014年间长沙市12月、1月、2月降水量峰值，分别出现在2010年、2011年及2004年，通过图1（b）可知武汉市为2012年、2008年及2004年。如图1（c），南昌市3个月份降水量峰值出现年份为2012年、2011年、2014年。相较于2004年，长沙市近年来冬天降水量有走低趋势；武汉市10a间2月份降水量变率最大，自2015年2月份起降水量呈上升态势；南昌冬季降水量相对高，历年12月份的降水量变幅最大，1月、2月的降水量变幅相对小，且近几年南昌市12月、1月的降水量呈现出下降的趋势，2月份降水量呈现上升趋势。可见，3市近年来降水量均呈波动变化的特征，具体到某年的12月、1月、2月的降水量之间的上升或下降趋势并无太大关联性。

综合图1（a）、（b）、（c）可知，2012年冬季3市降水量偏多。同时，通过对近年冬季降水量走势进行分析，得出2015年的1月、2月的降水量较往年均有一定幅度的提高，2月份降水量增加更为明显。总的来说，各月降水量的变化虽不具有明确的规律性，但整体变化趋势相同，说明长江中下游地区冬季降水量主要受大范围的天气系统影响，受区域小气候干扰较小。

3 2015年南方城市冬季降水量偏多源于厄尔尼诺影响

结合20世纪下半叶厄尔尼诺影响下长江流域多雨与洪水年份情况，并根据南方涛动指数SOI时间序列呈现出的规律可知，厄尔尼诺现象发生年份长江流域的降水一般增多并引发洪涝或较大洪水。

从厄尔尼诺所处发生阶段看，若2015年南方城市冬季降水量偏多是受发生于2014年5月厄尔尼诺影响，则正处于厄尔尼诺衰减阶段。长江中游城市群出现多雨天气，这与世界气象组织及联合国环境调查署（1993）调查结果所反映规律吻合；从发生年份看，厄尔尼诺发生于2014年且3市雨量站统计数据显示2015年夏季降水量偏高，也与石广玉等（1991）研究出发生年次年夏季主要多雨带出现在长江沿岸及其以南地区这一规律吻合；2015年长沙、武汉、南昌3市梅雨期较长，也应证了发生于春夏季的厄尔尼诺，无论当年或次年，长江中下游地区梅雨量偏多这一规律[7-8]。另一方面，结合南方涛动指数SOI时间序列，2012年3市雨量站统计数据显示降水量偏高，相应的南方涛动指数SOI的时间序列也呈现El Nino小型峰值。

因此，根据厄尔尼诺平均每2～7a发生一次的规律[9]并结合2015年南方冬季出现罕见冬汛及以上分析可以判断，2015年南方城市冬季降水偏多是受发生于2014年5月的厄尔尼诺影响。

参考文献

[1]石广玉.大气微量气体的辐射强迫与温室气候效应[J].中国期刊B辑，1991，22：776-784.

[2]石广玉，许黎，吕位秀，等.0-33公里大气臭氧和气溶胶垂直分布的气球观测[J].科学通报，1986，15（5）：1165-1167.

[3]秦坚肇.两类厄尔尼诺对次年夏季中国东部降水的可能影响[D].北京：中国气象科学研究院，2014：1-86.

[4]周国良等.厄尔尼诺现象及其对我国水文气候的重大影响[J].水文，2002，22（3）：14-17.

[5]张志华，黄刚.不同类型El Nino事件及其与我国夏季气候异常的关系[J].南京气象学院学报，31（6）：782-789.

[6]武媛，李乃杰.厄尔尼诺事件对我国季节性降水的影响[J].科技风，2014，22（3）：205.

[7]陈文.El Nino和La Nina事件对东亚冬、夏季风循环的影响[J].大气科学，26：595-610.

[8]高辉，王永光.ENSO对中国夏季降水可预测性变化的研究[J].气象学报，65（1）：131-137.

小学冬季值周总结范文第5篇

[关键词]大连 空气污染物 PM2.5 PM10 周末 节假日

中图分类号：TH54 文献标识码：A 文章编号：1009-914X（2016）30-0124-02

引言：

“周末效应”最初是在研究股票收益率的周内异常波动规律时提出的，并被逐步引用到各类不同的研究领域中，以研究要素在周循环中的变化特征[1]。近年来，随着人们对人类活动和空气污染间的关系研究的日益深入，“周末效应”的概念也因此被引入空气污染领域。人类生活规律可能对城市空气污染排放产生一定影响，在周末和节假日，市民生活规律与平时工作日期间有所不同，从而可能对空气污染物排放的变化特征或者总量造成影响。因此，本文通过2016年大连市的大气日平均资料，对污染物在工作日、周末、节假日的浓度变化特征进行分析，研究人类的生产生活方式及生活规律对污染物浓度和空气质量的影响.

1、研究区介绍

大连市位于辽东半岛最南端，是辽中南和环渤海工业经济地带的核心城市之一。随着城市经济的快速发展和城市规模的不断扩大，其空气污染问题也日益严峻。观测表明，近年来大连市区空气中PM2.5年均值均大于50μg/m3，远超世界卫生组织推荐安全值（10μg/m3），对人体健康可能会造成一定程度的影响。截止2016年10月，大连市机动车保有量已高于150万，年平均增长率超过12%，人类活动对空气污染物的影响日益加强且显著。如何在城市发展中改善大气环境质量，有效防治大气污染并制定优化控制措施是大连市在城市发展中所面临的重要问题。

2、资料和方法

2.1 研究数据来源

本文使用中国空气质量在线监测分析平台公布的历史数据，包括历史天气数据和历史空气质量数据，其中，历史天气数据包括每日最高气温、最低气温、天气和风向风力，历史空气质量数据具体包括日均AQI，PM2.5，PM10，S02，N02，O3，和CO，本文使用其中PM2.5和PM10数据。数据的时间为2016年1月1日-2016年12月31日。

2.2 数据处理方法

考虑到我国春节和“十一”的七天长假，以及元旦、清明、劳动节、端午节、中秋节的三天小长假中存在调休，因此在整体统计时做以下划分：将放假的日期均定义为周日，并将长假前后调整的需要上班的周末定义为周一，以便于统计。经处理，将2月6日（星期六）、2月14日（星期日）、4月2日（星期六）、4月30日（星期六）、6月12日（星期日）、9月18日（星期日）、10月8日（星期六）、10月9日（星期日）定义为周一，1月1日～3日、2月7日～13日、4月3日～5日、5月1日～3日、6月9日～6月11日、9月15日～9月17日、10月1日～10月7日定义为周日。

2.3 研究数据质量控制

本文主要研究对象为由于人类活动而产生的空气污染变化的周末效应，而空气污染变化其本身的变化规律，并受气象条件影响，与气象条件和季节变化有较高的相关性，周末效应仅为在固有规律变化的影响下有一定增加或减弱的作用。例如寒潮会明显使空气污染指数增大，周末效应不能改变这种大趋势，只能让这种增大的趋势能起到减弱或增加的作用。因此为更好反映出空气污染的周末效应，本文剔除掉空气污染指数大于150（中度污染以上）的日期，总计有13组样本，这几组样本全都为11月至4月这些容易出现寒潮以及集中供暖的月份.剔除后数据样本数由原366减少为353个。

2.4 周末效应指数的定义

前人研究中多以某一要素的周末效应指数为该要素周末（周六和周日）的平均值减去工作日（周一到周五）的平均值作为衡量周末效应的指标，当该值大于0时，表示该要素周末平均值高于工作日；小于0时则相反。而本文为了方便对比不同的空气污染要素的变化情况，将周末效应指数做了一定改进，使其无量纲化，定义其为周末（周六和周日）的平均值减去工作日（周一到周五）的平均值再除以总体均值

其中，其中D周末为某个要素浓度的周末均值，D周末为工作日均值，而表示该类污染要素对应的某段时间周期内的总体均值，W即为本文所定义的周末效应指数。当W>0时，表示该要素周末平均值高于工作日；W

3、大连市空气污染变化周末效应分析

3.1 “周末效应”的季节分布分析

由于污染排放、气象条件等要素的影响，空气污染物的浓度变化在不同季节中变化较大。因此，本文对各类空气污染物的周末效应情况分季节进行分析讨论。图1为春夏秋冬四个季节中，空气污染物周末效应指数的分布折线图。其中，不同的折线代表不同类别的空气污染物，横轴对应四个季节，纵轴是周末效应指数值。由图1可知，PM2.5、PM10、在春季均表现出正的周末效应，即周末平均浓度要大于工作日浓度，并且PM2.5和PM10表现出了较为一致的变化趋势；夏季，各类大气污染颗粒物的周末效应指数的绝对值普遍偏小，可视为周末效应不显著，其中PM10表现出正的周末效应，而PM2.5则相反；秋季，PM2.5、PM10的周末效应指数均为正；值得注意是，冬季所有类别的空气污染物周末效应指数均为正，指数值总体偏高，PM2.5和PM10的数值远远大于其他三个季节，这说明在冬季，空气污染物的周末效应较为显著。

在大多数空气污染物浓度变化的“周末效应”的研究中，污染物浓度表现出负的周末效应，一般认为是与工业生产及人类出行活动的变化有关[2]。而大连市2016年的大气污染颗粒物浓度变化则表现出普遍存在正的周末效应的特性，尤其在冬季，该效应较其他三个季节更为明显。初步推测可能与大连市部分地区实行工作日单双号限行以及冬季存在市民周末在家中活动时长时间高频率地使用较高功率的电器有关。更具体的原因需要结合更为详细的大气污染颗粒物浓度变化数据以及城市供电量数据进行深入分析研究，因此在此暂不做讨论。

3.2 典型假日的“周末效应”分析

春节和国庆节是我们国家最为重要，并且放假r间最长的两个节日。这两个节日会有长达7天的假日，这为研究我们假日期间各类空气污染物浓度变化特征提供了便利条件，因此，本文选取这两个假日的前后共12天的工作日作为非假日数据样本，并据此对假日和非假日的各类空气污染物浓度进行比较分析。

由表2可以看到，春节和春节前后的非假日期间，大连市空气污染颗粒物PM10和PM2.5的周末效应指数均为正值，且数值较大，说明春节期间大气污染表现出较为明显的正周末效应，即七天长假中的大气污染颗粒物浓度高于假日前后。这可能与我国民众在春节期间有燃放烟花爆竹庆祝新年到来的习俗，官方亦有固定的烟火表演活动有关。并且，春节期间大连市主要为西风或西南风向，正处于京津冀的下风向，可能受到一定京津冀的灰霾污染的影响。另外，由于冬季气候干燥，逆温天气出现的频率较多，气象条件不利于大气污染物扩散，一旦空气污染加剧，就会造成较为严重的影响。

国庆假日期间大连市空气污染颗粒物PM10和PM2.5浓度表现出轻微的负周末效应，国庆假日的空气污染颗粒物PM10和PM2.5的浓度低于假日前后。国庆期间，由于大部分工厂都会根据自身状况进行一定休假，因此工业燃煤污染排放可能会低于平日。另外，由于长假休息期间，由于市民上下班的所造成的车流量会有所减小，因此机动车尾气排放导致的大连空气污染颗粒物PM10和PM2.5浓度变化会相对减弱，从而可能造成国庆假日期间的空气污染颗粒物PM10和PM2.5浓度要略低于假日前后。

4、结论

1）2016年，大连市空气污染颗粒物PM10和PM2.5基本表现出正的周末效应，两类颗粒物的变化趋势基本一致，并且该效应在冬季较其他三个季节更为明显。

2）烟花爆竹集中燃放的影响使PM10和PM2.5的浓度在春节期间高于春节假日前后，而国庆节期间PM10和PM2.5的浓度则要小于非国庆期间，推测与国庆期间部分工厂休息以及长假中的车流量的变化有关。在针对假日的研究本文中发现，国庆节和春节的空气污染颗粒物PM10和PM2.5浓度出现了相反的变化规律，而这种不同的变化规律能够一定程度上与人为污染源排放的变化对应，这说明了人类活动对污染物浓度变化具有一定的影响力。

参考文献

[1] Cross F. The Behavior of Stock Prices on Fridays and Mondays[J]. Financial Analysts Journal， 1973， 29（6）：67-69.

[2] 章志芹，唐健，汤剑平.无锡空气污染指数、气象要素的周末效应[J].南京大学学报（自然科学），2007，43（6）：643-654.

[3] 阎守政，纪德钰，李丹，等.大连市区空气中颗粒物（PM10和PM2.5）污染原因分析[J].中国环境管理干部学院学报，2015（4）：53-55.

[4] 雷瑜，张小玲，唐宜西，等.北京城区PM2.5及主要污染气体“周末效应”和“假日效应”研究[J].环境科学学报，2015，35（5）：1520-1528.

[5] 城市地区PM2.5周末效应的初步研究[J].地球环境学报，2015，6（4）：224-230.