地面气温

地面大气温度

地面气温主要取决于地面辐射地面辐射(或地的温度)取决于太阳辐射

概念
地面气温的时间变化:大气的热量主要来自地面,而地面热量的多少又取决于地面热量收支状况。当地面的热量收入(主要是太阳辐射大气逆辐射)大于热量支出时,地面存储的热量增多,地面温度升高,地面辐射增强,大气吸收地面辐射后,地面气温随之升高。反之,当地面热量收入小于热量支出时,地面储存的热量减少,地面温度下降,地面辐射减弱,地面气温随之下降。
近54年中国地面气温变化
20世纪80年代以来,国内学者对中国器测时期的气候变化进行了很多研究,取得了大量成果。这些研究表明,中国近百年温度变化与全球或北半球相似,均显示出20世纪30~40年代和80年代以来两个显著增温期,但相对于北半球中国30~40年代的温暖期更为明显,同时中国一些地区的夏季气温具有不同程度的降低趋势。
近50年来我国地面气候观测资料空间覆盖面和数据质量均较1950年以前有明显改善。利用这些资料,国内学者对中国近50年来的气候特别是气温变化开展了很多分析工作。对近50年地面气温变化的研究获得了许多有价值的成果,增进了对我国器测时期气候变化规律的认识。但是,对这个时期气候变化的研究还需要深化,特别是,在现有的中国温度序列中,资料的非均一性问题仍比较突出,而在全国或区域性近地面平均气温序列建立过程中,多数研究对此还没有给予妥善处理。城市热岛效应对地面气温记录和区域温度序列的影响也是一个没有解决的问题。此外,为了增强可比性,气温序列的建立需要采用国际上的标准方法。
研究应用国家基准气候站和基本气象站观测网资料,对中国大陆地区近54年来近地面气温变化重新进行了分析。这项工作更新了原有的气候要素时间序列。由于使用了比较密集的台站观测资料,而且在资料的质量检验、均一性处理以及区域平均的统计方法等方面做了更细致的考虑,使得新序列的可靠性得到提高。
资料
资料来源于中国气象局国家气象信息中心资料室提供的中国740个测站1951~2004年的逐年平均和逐月平均资料,这些站绝大部分属于国家基准气候站和基本气象站,个别为一般气象站。
在所用气温资料中,20世纪50年代初站点较少,1951年只有128个,1956年就达到433个,而1960年的站点数量已经接近650个,各年的站点数量变化不大,基本上都介于650~700之间。在这份资料中,具有30年以上连续记录的台站数有666个,35年以上连续记录台站数647个,40年以上连续记录的台站数625个,45年以上连续记录的台站数492个,而具有连续54年温度记录的台站数仅有98个站。20世纪50年代初期站点数量不仅少,而且空间分布也很不均匀,西部地区除了新疆有少量台站外,其他地区鲜有记录;50年代中期以后西部的站点也逐渐增多,至1956年中国西部所有省区都有了观测站。研究采用具有35年以上连续记录的647个台站资料计算平均气温距平和气温趋势。
在现有的地面气温资料中,一个突出的问题就是各种人为因素引起的非均一性现象。引起温度资料非均一性的一个主要原因是观测地点的迁移。全国气象观测站观测时次、观测仪器和观测高度也曾有变化,这可能在温度序列中引起额外的非均一性问题。为了解决这个问题,对1951~2001年的月平均气温资料进行了非均一性检验和订正。对全部基准站和基本站的月平均气温序列中的明显断点进行了排查,并根据排查和台站历史沿革记录资料检验结果,对确认的人为偏差进行了订正,即将检测出的断点或不连续点去除,使包含不连续点的时间序列变得“相对均一”。但是,由于城市化和增强的热岛效应引起的非均一性不存在明显的不连续点,在这项研究中没有给予订正。通过订正,使得包括台站迁移、仪器换型、观测方法改变、计算方法变化甚至台站周围环境的变化对资料均一性的影响尽可能减少到最小。由于订正是以最新记录为标准进行的,即把资料订正到断点以后的序列上来,这为序列的更新延长提供了便利。
方法
在建立全国平均地面气温序列时,提出计算区域平均气候时间序列的方法,把中国整个区域按经纬度划分网格,网格尺寸为2.5°×2.5°;然后将每个网格里所有站点的数据做算术平均,得到各网格的平均值;最后应用面积加权法计算所有网格点的平均值,获得全国平均的气温时间序列。计算距平值的参考气候期是1971~2000年。
气温变化空间特点
全国范围内,除四川盆地和川、阗交界地带有较小的气温下降趋势外,其他地方均表现为增暖。我国北方(秦岭、淮河一线以北地区)和青藏高原的广大地区、海南、云南南部、东南沿海地带以及江淮地区,年平均气温变化的趋势系数都超过了0.4,增温趋势显著(信度在0.01以上)。其中新疆东南、青海西北、西藏中部、内蒙大部、黑龙江大部、辽宁、河北北部、北京、海南以及云南南部,年平均气温变化的趋势系数更大于0.6,增温趋势非常显著。
西南地区北部,包括四川盆地东部和云贵高原北部,年平均气温呈下降趋势,但并不是很显著。这个区域的降温现象早在多年前就已发现,90年代中开始略有回暖,但在所分析的时段内仍然表现为弱的降温趋势。
我国北方和青藏高原,除了塔里木盆地,其他地区一年四季气温普遍上升(图2)。东北地区,除秋季外的其他季节增温都比较明显;内蒙古各个季节的增温也都比较明显;新疆冬季增温明显,南疆地区的春、夏、秋季平均气温略有下降;青藏高原秋、冬季的增温最为显著,其中青海西北部是全国秋、冬季增温最快的地区。
包括华东和华中的长江中下游地区、淮河流域夏季平均气温有一定下降趋势,但春、秋、冬季都存在增温趋势,特别是在江北、苏南和上海地区,增温趋势比较明显。华南地区,除了广西和福建部分地区在春季有一定降温趋势外,其余地区一年四季呈微弱增温趋势,其中珠江三角洲地区夏、秋季增温明显,海南四季的增温都比较明显。西南地区和四川盆地四季平均气温都有一定下降,春季降温尤为明显。云南南部一年四季的增温都很明显。
因此,我国四季增暖在北方最为显著,其中春季的增暖主要在东北地区,秋、冬季的增暖主要在华北和西北地区。从春季经夏、秋到冬季,主要增暖区域有自东向西转移并扩大的趋势;全国季节性的降温区域主要发生在南方,春季和夏季的变凉比较明显,其中春季的降温主要在西南地区,而夏季的变凉主要发生在长江中下游地区。从春季到夏季,我国南方的降温地区有从西向东迁移趋势。
研究结论
分析表明,近54年我国年平均气温的变暖速率比同期全球或北半球平均高得多,成为全球变暖最明显的地区之一。变暖的空间和季节特征与北半球情况相似。由于春、秋季的明显增暖,中国大陆大范围地区的气候或温度生长期已经显著变长。冬季和春、秋季温度的明显增暖也导致冷空气和寒潮活动的显著减弱,对经济社会生活和生态系统产生了不可忽视的影响。
值得提出的是,研究给出的全国平均温度变化趋势或速率比过去分析结果要大。例如,根据估计,1951~1995年期间全国年平均气温增加速率为0.13℃/10a左右;1951~2002年间全国年平均气温增加速率为0.17℃/10a左右;1951~2001年间年平均气温增加速率是0.22℃/10a;而研究获得的1951~2004年期间年平均气温增加速率达到0.25℃/10a。造成这种差别的原因主要有两个:一是全国范围增暖在近些年非常明显,研究序列由于采用了最新的资料,包含最显著的增温阶段,所获得的温度上升趋势也就更加显著;二是采用经过非均一性订正的资料建立全国平均温度序列,所获得的平均气温变化趋势一般比原始资料分析结果更为明显。这是因为,温度资料的非均一性检验主要是针对台站迁移引起的不连续点,订正也主要是对台站由城镇建城区向郊区迁移所引起的误差进行纠错,这一过程往往恢复了单站城镇化影响造成的地面气温上升趋势。
对于造成我国年代以上尺度气温变化的原因,还难以给出明确的结论。多数气候学者相信,近百年、特别是近50年的增暖可能主要是由增强的温室效应所引起的。尽管有关冬季和春季温度重建的研究指出,最近我国东部的冬季增暖在近2000年历史气候序列中可能不是独特的,过去有更温暖的时期,秦岭地区近50年春季温度在过去300多年里也是比较低的,但在青海祁连山地区的树轮气候分析表明,20世纪特别是近50年来的增暖可能确实是过去1000年内所没有的,说明自然的气候因子可能不是祁连山地区近期变暖的主要原因。最近,国内开展的气候模式模拟工作也表明,当考虑了大气中温室气体浓度、气溶胶浓度、太阳辐射和火山活动等强迫因子变化的影响时,模式模拟的20世纪中国近地面平均气温与观测的气温变化比较一致,说明增强的大气温室效应可能是我国气候变暖的主要原因。
但是,在根据地面观测资料和模式分析识别气温变化原因的过程中,还有很多问题需要解决。其中一个重要的问题是,城镇热岛效应增强的影响究竟在多大程度上还保留在近地面气温序列中。一些研究指出,我国城镇化过程对地面气温记录的影响是比较显著的。当然,也有研究认为,从大范围来看,由于城镇化或局地环境变化对气温序列的影响是微弱的。最近对我国部分地区的分析表明,在国家基准气候站和基本气象站的记录中,1961~2000年期间,由于城镇化影响引起的近地面气温上升对观测到的年平均气温增加趋势的贡献非常明显,北京地区甚至达到70%左右,天津和山东地区至少也有20%~30%,华北地区作为一个整体接近40%。如果剔除城镇化对近地面气温的影响,1961~2000年期间北京地区的背景年平均气温可能仅上升0.25℃,增温速率降为0.06℃/10a;但1979~2000年期间北京地区背景年平均温度上升仍达0.75℃,增温速率为0.35℃/10a。
显然,全国其他城镇测站可能也在不同程度上存在这个问题。如果这一点得到证实,研究给出的全国平均气温变化趋势的估计值就将明显偏高,但预计这种偏差可能不会超过一半以上。假如华北地区的分析结果对于全国有代表性,则剔除城市化影响后,近54年全国年平均气温上升值当为0.78℃,增温速率约1.5℃/10a。为了有效检测中国地区对可能由人为温室效应增强引起的全球气温变化的响应程度和速率,城镇化造成的观测点升温问题需要进行深入研究,并从全国或区域平均的温度序列中予以剔除。
与城镇热岛效应增强有联系的是区域尺度上的土地利用变化,后者可能也对近地面气温记录产生一定影响。尽管我国基本的土地利用方式和土地覆盖分布格局早在20世纪以前就已经形成了,1950年以来仍发生一定变化。气候模式敏感性分析表明,当土地利用和土地覆盖出现明显变化时,近地面气温等气候要素也将改变,夏季和年平均温度可能增加。显然,从观测的温度序列中分离土地利用和土地覆盖变化的影响还十分困难,但不能排除其对现有近地面气温记录产生一定影响的可能性。
另一个重要问题是海气系统年代以上尺度的低频涛动,这种低频振荡得到观测分析的证实。例如,北大西洋涛动(NAO)或北极涛动(AO)对北半球特别是欧亚大陆气候具有重要影响,在其正位相阶段中高纬度欧亚大陆近地面平均气温一般也显著偏暖。自1985年以来,NAO正处于强的正位相阶段,显然已经对北半球特别是欧亚大陆的增暖起了不小的作用。太平洋年代际涛动(PDO或IPO)及其与之相联系的ENSO多年代变率也十分重要,IPO的正位相阶段一般对应全球和北半球的偏暖时期,据估计,在年代尺度上PDO或IPO大致可以解释一半左右全球表面温度的变率。1978年以来IPO处于正位相阶段,表现为西南和西北太平洋表层海温偏冷,但热带、副热带中西太平洋和赤道东太平洋表层海温偏暖。还不清楚,太平洋海温的低频变化对我国近地面气温有什么影响。
但是,近50年来东亚或我国的季风强度已经出现了变化,并且可能对我国近地面气温变化造成重要影响。季风的变化不仅可能与NAO或AO有关,而且可能与太平洋的年代以上尺度涛动存在某种联系。如果这种联系存在,太平洋海表水温的变化就同样可能对我国近地面气温的年代或多年代变化产生影响。
当然,有一种观点认为,即使能够证明海气系统的低频波动在全球或北半球近地面气温变化中起到重要作用,仍不能排除人类活动影响的主导作用,因为增强的温室效应可能已经改变了海气系统涛动的正常模态,这种可能性是存在的。但是,对古海洋和古气候代用资料的分析似乎不支持这一观点,一些代用资料分析表明,类似这样的海气系统涛动模态在过去不是罕见的现象,因而至少还不能排除当前的变化仍然是低频自然振动一部分的可能性。
此外,有关各种外强迫因子变化的真实历史以及气候系统对于这些辐射强迫(特别是太阳辐射和火山喷发产生的气溶胶)变化的敏感性,仍没有很好解决;用于研究过去气候变化原因的气候模式也不很成熟,还有很大的改进余地。所有这些都进一步增加了器测时期气候变化原因识别的难度。
我国地面气温参考站点遴选
城市化特别是城市热岛效应的加强,对气象台站的地面气温观测造成了明显影响。为了检测、评价和订正这种影响,需要遴选具有代表性的乡村站或参考站。本文针对我国气象观测的具体情况,提出遴选参考地面气温站点的依据、原则、方法和步骤。
研究目的、现状和意义
全球和区域气候变化检测需要可靠的地面观测资料,地面气温观测资料的质量和可靠性尤其关键。但是,器测时期的气温资料存在着诸多问题。其中一个重要问题是城市发展造成的台站观测资料偏差,显著影响了对气温变化趋势的估计。例如,美国国家气候资料中心(NCDC)等在建立全球近地面平均气温序列时对资料的非均一性问题有所考虑,其他区域平均气温序列研究也对此给予重视,但对于城市化因素的影响,这些作者没有给予充分考虑。城市化影响问题不解决,就无法得到代表大区域或全球平均的气温序列,气候变化的检测研究也就难以得出令人信服的结论。
我国拥有相对完整的地面气候观测系统。利用国家基本气象站和基准气候站(以下简称国家站)的观测资料,国内学者开展了大量研究,发现近100年我国地面气温变化趋势与北半球或全球大致相似,但在细节上又存在差异,近50年的增温比北半球明显得多。近年来,一些研究者对西部地区早期资料缺乏问题给予注意,在资料的非均一性处理和区域平均的统计方法上做了更细致的考虑。但迄今我国的研究也没有把城市化影响问题考虑周全。另一方面,我国的城市化进程异常迅速,对城镇气象台站的地面气温记录造成了显著影响,需要在未来的分析中给予认真对待。例如,1961~2000年华北地区大城市站城市热岛效应引起的增温为0.16℃/10a,对总增温趋势的贡献达47.1%;国家站的热岛增温率为0.11℃/10a,占总增温趋势的38%左右。
造成这种现象的原因不难理解。由于历史和独特的社会经济条件,国家站最初多设在城镇边缘地带。随着城镇发展,特别是改革开放以后快速的城镇化,这些台站逐渐为城区所包围。许多台站位于城镇建成区内,周围耸立起大量的人工建筑物。在这种情况下,一些台站被迫迁移,迁至城市郊区。在快速城市化的平原地区,由于迁站距离不够长,若干年(常常几年到十几年)后,新站址再次被建成区包裹,观测环境又一次恶化,其中一些台站就又选择外迁到郊区。
一般情况下,不论站址位于城区还是郊区,城市热岛效应对于大中城市台站地面气温记录的影响都是难以避免的。这是因为,在无风或微风的条件下,城市区域的相对热空气是呈穹隆状分布的。图3表示在无风条件下,一个城市边界层内热岛穹隆的理想分布情况,可大体代表气候垂直剖面。热岛穹隆内某一特定等温线(面)与地面的交界线不一定止于建成区边界上,而是常常位于郊区的某个位置。城市越大,近郊区就越可能位于热岛穹隆下方,位于近城区或郊区的气象站也就越容易感受到城市热岛效应及其随时间变化的影响。
人们在建立和分析区域地面气温序列时,开始对台站迁移等造成的资料非均一性给予更多关注,并采取各种方法对其进行了订正。通常情况下,这种订正是必要的,因为订正后可以获得比原来更为均一的单站气温资料序列。但是,由于多数情况下均一化订正是对迁站引起的人为序列断点进行修补,并以当前站址的气温记录为标准纠正资料序列,而迁站通常又是由城区或近城区迁往郊区,订正后的气温序列在一定程度上恢复了城市热岛效应引起的增温趋势。
图4表示理想情况下气象站点不断从城区向郊区迁移所造成的影响。当站点处于城区时,气温比较高;由于观测环境不代表背景气候条件,站点被迁到郊区或远郊区,这导致气温突然下降,形成一个不连续点;经过若干年,在中国东部的大城市,常常只有10多年,城市化使得站点再次被建成区包围,气温上升到一个新水平,站址再迁移到郊区,形成新的不连续点。在进行气候变化分析时,研究者需要把迁站造成的这些不连续点即非均一性进行订正,但订正的气温序列则获得了更大的增温趋势,因为这个过程把原始序列中削弱了的城市化影响恢复过来了。在分析美国地面气温资料序列时发现了这种现象。中国均一化订正的区域平均地面气温序列增温趋势也比原始序列略高。由于元数据的缺失,对于迁站引起的非均一性断点的订正是不完全的,因此是否进行订正对区域平均气温序列中城市热岛效应偏差数值的影响仍比较有限;但在更完全订正的情况下,这个问题就会进一步突显出来。
因此,根据国家站地面资料建立的全国或区域平均气温序列,在很大程度上还保留着城市热岛效应引起的偏差,难以代表基准气候状态和区域气候变化趋势。当采用均一化订正的资料序列时,城市热岛效应偏差可能会更明显。
对于全球和区域气候变化检测、预估和影响研究来说,城市都不具有代表性。在全球陆地上,城市建成区面积所占比例很小,不及1%。根据住房和城乡建设部城市、县城和村镇建设统计公报,2007年我国城市建成区面积为3.5万km2,仅占陆域国土面积的0.36%(表1);即使加上所有县城和建制镇,我国城镇的建成区面积也只有7.7万km2,仅占陆域国土面积的0.80%。检测和预估全球和区域气候变化信号,以及评价气候变化对农业和水资源等部门的影响,都需要了解城市之间占陆地面积99%以上的旷野和乡村区域的气候变化趋势。因此,对于全球和区域气候变化研究,需要把城市化引起的地面气温等气候要素趋势作为系统误差,予以剔除。
获得具有一定时间长度的区域背景平均气温序列有两个途径:①在观测站网中剔除那些受城市化影响严重的台站,这是以牺牲具有较长连续记录的资料序列为代价的,其后果是往往无法获得足够长的区域和全球平均气温序列;②对检测出有城市化增温偏差的台站资料序列进行订正,但由于缺乏必要的临近参考站长序列资料,这种订正的效果通常也不尽如人意。尽管如此,为了获得具有一定时间长度的气温序列,第2个途径几乎是气候变化检测研究者的选择。
上述2个途径实际上都需要获得代表区域背景气候变化的台站资料,但第1个途径是在剔除受到城市化影响严重的台站后获得的,通常是把附近居民点人口总数或密度大于规定阈值的台站剔除掉。实践表明,为了获得具有一定数量的长序列站点,所选的观测网中往往仍存留许多城市站,不能作为严格意义上的背景站;第2个途径则是通过设立若干标准,主动遴选背景或参考气候站,再利用这些台站资料检测和订正目标站的城市热岛效应影响,所用标准除台站附近居民点人口总数或密度外,有时还考虑其他直接或间接表征城市化水平的指标。
研究的目的是,从具有较长时间记录的全国气象观测站网中,遴选出一定数量的地面气温参考站。有了这样一个参考站网资料,希望可以对近几十年来城市化导致的国家站或城市站地面气温的增温偏差进行评价和适当订正。参考站网资料也可直接用来分析最近50来年全国范围的地面气温变化和变异规律。此外,这项工作确立的遴选气温参考站原则和方法,还可以为新的国家基准气候站网设计提供一定参考。
思路和原则
我国有国家级地面气象站700个左右,一般站1800多个,所有台站加起来共2615个。从哪个站网中确定参考站,对于保证遴选结果的代表性和可信性至关重要。曾使用我国东部有限的台站(主要是国家基准气候站,部分为国家基本气象站)资料,把附近居民点人口少于10万人的台站作为参考站。在这个区域,这种规模的城镇站在国家站里极为稀少;另一方面,这种台站城镇化造成的增温也是很明显的,一些甚至比大中城市站的城市化增温还大。使用全部国家站资料,采用的资料数量明显增多,并对资料进行了均一化订正。但我国国家站多数也是城镇站,东部地区尤其如此,从中遴选和确定参考站仍然非常困难。由于这个原因,这两项研究均未能发现中国城镇化对地面气温变化趋势具有显著影响。这同近年来许多其他作者通过采用全部站网资料确定参考站所获得的分析结果存在较大差异。
从包括一般站网的所有台站中遴选参考站是必须的。包括了一般站后,站网资料的数量和密度均比仅使用国家站资料增加3倍左右,东部城市和人口密集的区域增加幅度还要大。更重要的是,由于一般站更可能建立在乡镇附近,这样就可以保证获得足够数量的脱离了城市化影响的参考站点。
研究在遴选地面气温参考站的过程中,规定以下5条原则。这些原则参考了WMO确定全球气候观测系统(GCOS)陆地表面站网(GSN)的原则和思路,但由于目的不同,一般比后者要求更为严格。
(1)资料序列足够长,时间连续性高。连续记录的长序列参考站资料是比较评价目标站城市热岛偏差的前提条件。理想情况下,参考站观测时间长度应该与目标站完全一致,例如目标站有80年观测记录,参考站资料序列也达到80年。但由于参考站很多将从一般站网中选取,而一般站建站时间通常较晚,获得与目标站观测记录长度一致的参考站十分困难。在这种情况下,参考站的观测长度一般比目标站的短。由于评价和分析是在全国和区域尺度上开展,规定统一的参考站观测起始时间点是必要的。这要照顾到多数候选站的记录长度,也要考虑所获得的目标站城市热岛增温趋势结果是有意义的。
(2)迁站次数少,迁站等造成的资料非均一性可以证实和订正。迁站是造成地面气温序列非均一性的主要原因之一。频繁的迁站将产生一系列非均一性断点,给资料序列的连续性和可靠性造成影响。由于检测技术的局限和元数据的可获得性等问题,不是每一个断点都能够识别和确认,订正起来也就十分困难。因此,作为参考站的候选台站,最好没有经历迁站。在最近的50年中,没有迁站记录的台站数量较少,国家站中不足33%,一般站中不足35%。如果要求均无迁站记录,候选站的数量将大大减少。在这种情况下,只好规定迁站的次数尽可能少,并具备完善的台站沿革记录,以便对断点进行可靠检测和订正。
(3)避开各类人口密集的城市地区,选择附近人类活动程度和性质对广大区域有代表性的台站,这是最重要的,也是难以做到的。近年的许多分析都发现,大中城市和特大城市台站记录的地面气温趋势中,城市化的影响十分显著。根据这一原则,参考站应该位于真正的乡村、农田、旷野和各种自然生态群系内,但在我国这样的台站凤毛麟角。现实与理想的差距比较大,能够做到的也只能是尽最大可能,选择那些代表性相对较好的站点。因此,一些参考站不可避免地仍将坐落于乡镇甚至小城市等居民区附近。已有的分析说明,城市规模越大,台站附近城市化增温也越显著。乡镇和小城市站虽然仍能感受到城市化的影响,但和其他各类规模城市站比较,其同期的总增温和热岛增温率是最小的。这为选择附近居民点人口较少的台站提供了依据。
(4)达到一定数量,空间分布相对均匀。地面气温变化和变异在空间上的持续性比较好,但比城市尺度大的各种区域性因子仍然使其具有较明显的空间差异。为了充分反映这种区域差异性,所选的参考站需要达到一定数量,在空间分布上也要相对均匀。遵循这一原则有时可能要求在难以寻找参考站的地区适当降低标准。这样做是为了在区域范围内能够对目标站的城市热岛偏差进行评价。例如,在我国东部的平原地区,许多原来台站所在乡镇已经发展成为小城市,真正位于乡镇的台站极少。在这种情况下,就需要综合考虑台站所在地人口、经济发展水平和具体位置等条件来选择参考站。
(5)对于各类自然和人工环境具有代表性。这一原则与上一条原则有密切联系。在参考站密度和分布达到要求的情况下,各类大的自然和人工环境条件一般可以获得记录。在山区和沿海等自然环境梯度较大的区域,气温变化和变异的空间差异不一定也大,这和气候学上的气温分布特征不同。因此,仅就气候变化研究来说,这些区域参考站的密度与其他区域可以相近。
研究结论
地面气温变化特征是气候变化研究的关键科学问题。我国具有相对密集的气象观测网,这个观测网在长期的气象业务和科研中发挥了巨大的作用。但是,我国现有气象台站网当初不是为气候变化研究设计的。气候变化研究要求地面气温观测资料序列具有长期性、连续性、均一性和代表性。频繁的迁站和观测环境的改变对我国地面气温资料序列的均一性和代表性造成了严重影响。从根本上改变这种现状则需要建立全新的基准气候观测系统,但这无法满足当前的研究需求。
当前的研究工作仍需要利用现有的观测站网资料。为此,有必要对现有观测网中的台站进行甄别,遴选出可用于地面气温变化研究的站点。研究在这方面进行了尝试。在确定了基本原则以后,提出了遴选地面气温参考站的具体方法和步骤,最后确定了138个参考站。这些台站是所可能获得的、能够大体代表背景地面气温变化的地点,其长期地面气温资料可用作其他台站城市化增温偏差评价和订正的参考,也可直接用于我国地面气温变化的分析。
研究遴选的地面气温参考站在东部平原地区还较稀少,将来应结合更详细的台站信息加以补充。还需要指出的是,这里给出的参考站还不是真正意义上的区域背景气温站,这些台站仍然存在局地较强人为干扰问题;这些台站能否用作基准气候站,还值得进一步探讨。因为研究确定的遴选原则和标准在实际执行过程中不得不一再打折扣,同时这些原则和标准也主要是针对气温变化研究提出的,降水和风速等其他要素变化研究将有不同的要求。但是,提出的遴选思路和方法,对于国家基准气候站网设计或将具有一定借鉴意义。
全国各地天气预报查询

上海市

  • 市辖区
  • 云南省

  • 临沧市
  • 云南省

  • 丽江市
  • 云南省

  • 保山市
  • 云南省

  • 大理白族自治州
  • 云南省

  • 德宏傣族景颇族自治州
  • 云南省

  • 怒江傈僳族自治州
  • 云南省

  • 文山壮族苗族自治州
  • 云南省

  • 昆明市
  • 云南省

  • 昭通市
  • 云南省

  • 普洱市
  • 云南省

  • 曲靖市
  • 云南省

  • 楚雄彝族自治州
  • 云南省

  • 玉溪市
  • 云南省

  • 红河哈尼族彝族自治州
  • 云南省

  • 西双版纳傣族自治州
  • 云南省

  • 迪庆藏族自治州
  • 内蒙古自治区

  • 乌兰察布市
  • 内蒙古自治区

  • 乌海市
  • 内蒙古自治区

  • 兴安盟
  • 内蒙古自治区

  • 包头市
  • 内蒙古自治区

  • 呼伦贝尔市
  • 内蒙古自治区

  • 呼和浩特市
  • 内蒙古自治区

  • 巴彦淖尔市
  • 内蒙古自治区

  • 赤峰市
  • 内蒙古自治区

  • 通辽市
  • 内蒙古自治区

  • 鄂尔多斯市
  • 内蒙古自治区

  • 锡林郭勒盟
  • 内蒙古自治区

  • 阿拉善盟
  • 北京市

  • 市辖区
  • 吉林省

  • 吉林市
  • 吉林省

  • 四平市
  • 吉林省

  • 延边朝鲜族自治州
  • 吉林省

  • 松原市
  • 吉林省

  • 白城市
  • 吉林省

  • 白山市
  • 吉林省

  • 辽源市
  • 吉林省

  • 通化市
  • 吉林省

  • 长春市
  • 四川省

  • 乐山市
  • 四川省

  • 内江市
  • 四川省

  • 凉山彝族自治州
  • 四川省

  • 南充市
  • 四川省

  • 宜宾市
  • 四川省

  • 巴中市
  • 四川省

  • 广元市
  • 四川省

  • 广安市
  • 四川省

  • 德阳市
  • 四川省

  • 成都市
  • 四川省

  • 攀枝花市
  • 四川省

  • 泸州市
  • 四川省

  • 甘孜藏族自治州
  • 四川省

  • 眉山市
  • 四川省

  • 绵阳市
  • 四川省

  • 自贡市
  • 四川省

  • 资阳市
  • 四川省

  • 达州市
  • 四川省

  • 遂宁市
  • 四川省

  • 阿坝藏族羌族自治州
  • 四川省

  • 雅安市
  • 天津市

  • 市辖区
  • 宁夏回族自治区

  • 中卫市
  • 宁夏回族自治区

  • 吴忠市
  • 宁夏回族自治区

  • 固原市
  • 宁夏回族自治区

  • 石嘴山市
  • 宁夏回族自治区

  • 银川市
  • 安徽省

  • 亳州市
  • 安徽省

  • 六安市
  • 安徽省

  • 合肥市
  • 安徽省

  • 安庆市
  • 安徽省

  • 宣城市
  • 安徽省

  • 宿州市
  • 安徽省

  • 池州市
  • 安徽省

  • 淮北市
  • 安徽省

  • 淮南市
  • 安徽省

  • 滁州市
  • 安徽省

  • 芜湖市
  • 安徽省

  • 蚌埠市
  • 安徽省

  • 铜陵市
  • 安徽省

  • 阜阳市
  • 安徽省

  • 马鞍山市
  • 安徽省

  • 黄山市
  • 山东省

  • 东营市
  • 山东省

  • 临沂市
  • 山东省

  • 威海市
  • 山东省

  • 德州市
  • 山东省

  • 日照市
  • 山东省

  • 枣庄市
  • 山东省

  • 泰安市
  • 山东省

  • 济南市
  • 山东省

  • 济宁市
  • 山东省

  • 淄博市
  • 山东省

  • 滨州市
  • 山东省

  • 潍坊市
  • 山东省

  • 烟台市
  • 山东省

  • 聊城市
  • 山东省

  • 菏泽市
  • 山东省

  • 青岛市
  • 山西省

  • 临汾市
  • 山西省

  • 吕梁市
  • 山西省

  • 大同市
  • 山西省

  • 太原市
  • 山西省

  • 忻州市
  • 山西省

  • 晋中市
  • 山西省

  • 晋城市
  • 山西省

  • 朔州市
  • 山西省

  • 运城市
  • 山西省

  • 长治市
  • 山西省

  • 阳泉市
  • 广东省

  • 东莞市
  • 广东省

  • 中山市
  • 广东省

  • 云浮市
  • 广东省

  • 佛山市
  • 广东省

  • 广州市
  • 广东省

  • 惠州市
  • 广东省

  • 揭阳市
  • 广东省

  • 梅州市
  • 广东省

  • 汕头市
  • 广东省

  • 汕尾市
  • 广东省

  • 江门市
  • 广东省

  • 河源市
  • 广东省

  • 深圳市
  • 广东省

  • 清远市
  • 广东省

  • 湛江市
  • 广东省

  • 潮州市
  • 广东省

  • 珠海市
  • 广东省

  • 肇庆市
  • 广东省

  • 茂名市
  • 广东省

  • 阳江市
  • 广东省

  • 韶关市
  • 广西壮族自治区

  • 北海市
  • 广西壮族自治区

  • 南宁市
  • 广西壮族自治区

  • 崇左市
  • 广西壮族自治区

  • 来宾市
  • 广西壮族自治区

  • 柳州市
  • 广西壮族自治区

  • 桂林市
  • 广西壮族自治区

  • 梧州市
  • 广西壮族自治区

  • 河池市
  • 广西壮族自治区

  • 玉林市
  • 广西壮族自治区

  • 百色市
  • 广西壮族自治区

  • 贵港市
  • 广西壮族自治区

  • 贺州市
  • 广西壮族自治区

  • 钦州市
  • 广西壮族自治区

  • 防城港市
  • 新疆维吾尔自治区

  • 乌鲁木齐市
  • 新疆维吾尔自治区

  • 伊犁哈萨克自治州
  • 新疆维吾尔自治区

  • 克孜勒苏柯尔克孜自治州
  • 新疆维吾尔自治区

  • 克拉玛依市
  • 新疆维吾尔自治区

  • 博尔塔拉蒙古自治州
  • 新疆维吾尔自治区

  • 吐鲁番市
  • 新疆维吾尔自治区

  • 和田地区
  • 新疆维吾尔自治区

  • 哈密市
  • 新疆维吾尔自治区

  • 喀什地区
  • 新疆维吾尔自治区

  • 塔城地区
  • 新疆维吾尔自治区

  • 巴音郭楞蒙古自治州
  • 新疆维吾尔自治区

  • 昌吉回族自治州
  • 新疆维吾尔自治区

  • 自治区直辖县级行政区划
  • 新疆维吾尔自治区

  • 阿克苏地区
  • 新疆维吾尔自治区

  • 阿勒泰地区
  • 江苏省

  • 南京市
  • 江苏省

  • 南通市
  • 江苏省

  • 宿迁市
  • 江苏省

  • 常州市
  • 江苏省

  • 徐州市
  • 江苏省

  • 扬州市
  • 江苏省

  • 无锡市
  • 江苏省

  • 泰州市
  • 江苏省

  • 淮安市
  • 江苏省

  • 盐城市
  • 江苏省

  • 苏州市
  • 江苏省

  • 连云港市
  • 江苏省

  • 镇江市
  • 江西省

  • 上饶市
  • 江西省

  • 九江市
  • 江西省

  • 南昌市
  • 江西省

  • 吉安市
  • 江西省

  • 宜春市
  • 江西省

  • 抚州市
  • 江西省

  • 新余市
  • 江西省

  • 景德镇市
  • 江西省

  • 萍乡市
  • 江西省

  • 赣州市
  • 江西省

  • 鹰潭市
  • 河北省

  • 保定市
  • 河北省

  • 唐山市
  • 河北省

  • 廊坊市
  • 河北省

  • 张家口市
  • 河北省

  • 承德市
  • 河北省

  • 沧州市
  • 河北省

  • 石家庄市
  • 河北省

  • 秦皇岛市
  • 河北省

  • 衡水市
  • 河北省

  • 邢台市
  • 河北省

  • 邯郸市
  • 河南省

  • 三门峡市
  • 河南省

  • 信阳市
  • 河南省

  • 南阳市
  • 河南省

  • 周口市
  • 河南省

  • 商丘市
  • 河南省

  • 安阳市
  • 河南省

  • 平顶山市
  • 河南省

  • 开封市
  • 河南省

  • 新乡市
  • 河南省

  • 洛阳市
  • 河南省

  • 漯河市
  • 河南省

  • 濮阳市
  • 河南省

  • 焦作市
  • 河南省

  • 省直辖县级行政区划
  • 河南省

  • 许昌市
  • 河南省

  • 郑州市
  • 河南省

  • 驻马店市
  • 河南省

  • 鹤壁市
  • 浙江省

  • 丽水市
  • 浙江省

  • 台州市
  • 浙江省

  • 嘉兴市
  • 浙江省

  • 宁波市
  • 浙江省

  • 杭州市
  • 浙江省

  • 温州市
  • 浙江省

  • 湖州市
  • 浙江省

  • 绍兴市
  • 浙江省

  • 舟山市
  • 浙江省

  • 衢州市
  • 浙江省

  • 金华市
  • 海南省

  • 三亚市
  • 海南省

  • 三沙市
  • 海南省

  • 儋州市
  • 海南省

  • 海口市
  • 海南省

  • 省直辖县级行政区划
  • 湖北省

  • 十堰市
  • 湖北省

  • 咸宁市
  • 湖北省

  • 孝感市
  • 湖北省

  • 宜昌市
  • 湖北省

  • 恩施土家族苗族自治州
  • 湖北省

  • 武汉市
  • 湖北省

  • 省直辖县级行政区划
  • 湖北省

  • 荆州市
  • 湖北省

  • 荆门市
  • 湖北省

  • 襄阳市
  • 湖北省

  • 鄂州市
  • 湖北省

  • 随州市
  • 湖北省

  • 黄冈市
  • 湖北省

  • 黄石市
  • 湖南省

  • 娄底市
  • 湖南省

  • 岳阳市
  • 湖南省

  • 常德市
  • 湖南省

  • 张家界市
  • 湖南省

  • 怀化市
  • 湖南省

  • 株洲市
  • 湖南省

  • 永州市
  • 湖南省

  • 湘潭市
  • 湖南省

  • 湘西土家族苗族自治州
  • 湖南省

  • 益阳市
  • 湖南省

  • 衡阳市
  • 湖南省

  • 邵阳市
  • 湖南省

  • 郴州市
  • 湖南省

  • 长沙市
  • 甘肃省

  • 临夏回族自治州
  • 甘肃省

  • 兰州市
  • 甘肃省

  • 嘉峪关市
  • 甘肃省

  • 天水市
  • 甘肃省

  • 定西市
  • 甘肃省

  • 平凉市
  • 甘肃省

  • 庆阳市
  • 甘肃省

  • 张掖市
  • 甘肃省

  • 武威市
  • 甘肃省

  • 甘南藏族自治州
  • 甘肃省

  • 白银市
  • 甘肃省

  • 酒泉市
  • 甘肃省

  • 金昌市
  • 甘肃省

  • 陇南市
  • 福建省

  • 三明市
  • 福建省

  • 南平市
  • 福建省

  • 厦门市
  • 福建省

  • 宁德市
  • 福建省

  • 泉州市
  • 福建省

  • 漳州市
  • 福建省

  • 福州市
  • 福建省

  • 莆田市
  • 福建省

  • 龙岩市
  • 西藏自治区

  • 山南市
  • 西藏自治区

  • 拉萨市
  • 西藏自治区

  • 日喀则市
  • 西藏自治区

  • 昌都市
  • 西藏自治区

  • 林芝市
  • 西藏自治区

  • 那曲市
  • 西藏自治区

  • 阿里地区
  • 贵州省

  • 六盘水市
  • 贵州省

  • 安顺市
  • 贵州省

  • 毕节市
  • 贵州省

  • 贵阳市
  • 贵州省

  • 遵义市
  • 贵州省

  • 铜仁市
  • 贵州省

  • 黔东南苗族侗族自治州
  • 贵州省

  • 黔南布依族苗族自治州
  • 贵州省

  • 黔西南布依族苗族自治州
  • 辽宁省

  • 丹东市
  • 辽宁省

  • 大连市
  • 辽宁省

  • 抚顺市
  • 辽宁省

  • 朝阳市
  • 辽宁省

  • 本溪市
  • 辽宁省

  • 沈阳市
  • 辽宁省

  • 盘锦市
  • 辽宁省

  • 营口市
  • 辽宁省

  • 葫芦岛市
  • 辽宁省

  • 辽阳市
  • 辽宁省

  • 铁岭市
  • 辽宁省

  • 锦州市
  • 辽宁省

  • 阜新市
  • 辽宁省

  • 鞍山市
  • 重庆市

  • 重庆市

  • 市辖区
  • 陕西省

  • 咸阳市
  • 陕西省

  • 商洛市
  • 陕西省

  • 安康市
  • 陕西省

  • 宝鸡市
  • 陕西省

  • 延安市
  • 陕西省

  • 榆林市
  • 陕西省

  • 汉中市
  • 陕西省

  • 渭南市
  • 陕西省

  • 西安市
  • 陕西省

  • 铜川市
  • 青海省

  • 果洛藏族自治州
  • 青海省

  • 海东市
  • 青海省

  • 海北藏族自治州
  • 青海省

  • 海南藏族自治州
  • 青海省

  • 海西蒙古族藏族自治州
  • 青海省

  • 玉树藏族自治州
  • 青海省

  • 西宁市
  • 青海省

  • 黄南藏族自治州
  • 黑龙江省

  • 七台河市
  • 黑龙江省

  • 伊春市
  • 黑龙江省

  • 佳木斯市
  • 黑龙江省

  • 双鸭山市
  • 黑龙江省

  • 哈尔滨市
  • 黑龙江省

  • 大兴安岭地区
  • 黑龙江省

  • 大庆市
  • 黑龙江省

  • 牡丹江市
  • 黑龙江省

  • 绥化市
  • 黑龙江省

  • 鸡西市
  • 黑龙江省

  • 鹤岗市
  • 黑龙江省

  • 黑河市
  • 黑龙江省

  • 齐齐哈尔市