中尺度分析

中尺度分析（精选十篇）

中尺度分析 篇1

1 实况降水分布及灾情

2013年6月29日至7月2日, 四川省出现了一次大暴雨天气过程, 此次大暴雨持续时间长, 降雨强度大, 影响范围广, 在历年同期列第1位。全省共计有52个站出现了暴雨, 其中19个站达到大暴雨, 1个站达到特大暴雨, 过程平均降水量为145.6mm, 遂宁过程降水总量为全省最大, 达到了519.5mm。6月29日20时至7月2日12时, 遂宁市78个测点雨量达50mm以上, 其中77个测点雨量超过100m m, 54个测点超过200m m以上, 41个测点雨量达到300m m以上, 17个测点雨量超过400mm, 7个测点雨量超过500mm。据7月2日17时统计, 此次暴雨过程造成全省16个市的69个县 (市、区) 不同程度受灾, 受灾人口达449.16万人, 因灾死亡13人, 失踪5人, 紧急转移人口18.37万人;农作物受灾面积19.72万公顷, 绝收3.98万公顷, 倒塌房屋4921户、11100间, 严重损坏房屋10829户、27464间, 一般损坏房屋20589户、41809间;导致直接经济损失37.03亿元。

2 环流背景

6月30日, 低涡主体位于内蒙古东北部地区, 槽线延伸至河套地区中部, 影响四川地区的南支槽发展成为一未闭合的低涡, 槽线甚至云南东南部。副热带高压不断加强并西伸, 四川处于副热带高压主体边缘高温高湿环境中, 存在大量的不稳定能量, 而位于河套地区的低槽对于不稳定能量的释放有一定的触发作用。30日08时, 副热带高压西脊点移过110°E, 其南侧热带低压移向西北方, 我国中纬度地区处于“西低东高”环流形势控制范围中, 高原槽自青海东伸至四川盆地。

四川省位于312dgpm线以西, 西南风风速达到10m/s以上, 水汽输送条件较好;同时陇南及四川中南部一带存在切变。四川盆地中部存在闭合低涡及“人”字形切变线, 切变线辐合对于低层水汽抬升十分有利, 较大的西南风风速有利于系统的发展移动;而且盆地以东地区为风速达到14m/s的偏南风急流, 7月1日08时, 受台风“温比亚”影响, 副热带高压北抬东撤, 高原槽经向度增大, 后在盆地形成闭合低涡, 受副热带高压阻挡, 低层西南涡稳定且少动。

3 中尺度分析

3.1 各层中尺度分析

四川省位于200h Pa急流带出口右侧, 对于中高层垂直上升运动较为有利。500h Pa上, 四川盆地处于副热带高压外围, 高温高湿极易出现局地对流性天气。而700h Pa~850h Pa低层上, 四川位于冷槽附近, 且700h Pa该省处于24h明显降温区内, 可见此次大暴雨过程中冷空气活动异常活跃, 同时700h Pa及850h Pa四川省处于t- td≤5℃显著湿区, 并在急流出口左侧, 有利于水汽输送及水汽辐合。850h Pa和925h Pa四川省东部存在切变线, 成为不稳定能量释放的触发机制, 加之四川盆地处在925h Pa暖脊前, 极易产生对流性天气。

3.2 地面中尺度分析

从14时开始, 地面稳定维持一辐合线;同时雷达回波产品分析可知, 对流最早产生于辐合线附近, 之后向东北向发展移动, 辐合线的存在及中低层冷空气活动频繁, 使得对流发展旺盛, 因此, 中尺度辐合线的存在和持续维持对此次大暴雨对流性天气的触发作用非常明显。

4 物理量分析

4.1 水汽条件

四川省大部分地区700h Pa以下低空相对湿度均达到了80%以上, 低层水汽充足, 为暴雨天气的发生发展提供了充足的水汽条件, 而500h Pa一带相对较干。上干下湿的现象形成强烈的对流性不稳定层结, 有利于对流性大暴雨天气的发生发展。

4.2 动力条件

30日20时至7月1日08时期间, 四川上空850h Pa以下存在着中心值为 - 15S-1的涡度中心, 而400h Pa一带存在着中心值为 - 9S-1的涡度中心, 可见此时间段内, 四川盆地上空气流为垂直上升运动, 且低层上升运动强烈, 非常有利于大暴雨、特大暴雨天气的产生。

4.3 不稳定条件

分析本次暴雨过程的假相当位温场发现, 6月30日20时至7月1日08时四川省假相当位温值达到了84K以上, 不稳定能量较高, 而且500h Pa以下假相当位温值随着高度出现递减, 表现出上干冷、下暖湿现象, 说明四川上空大气层结是趋于不稳定的。从降雨区域来看, 特大暴雨区主要出现在盆地中部遂宁, 这也证明了不稳定能量对盆地中部特大暴雨的贡献。

5 小结

1) 2013年6月29至7月2日, 四川省出现了进入2013年后影响范围最广、降雨强度最强、持续时间最长的区域性暴雨天气过程。

2) 此次大暴雨天气过程发生在副热带高压主体边缘, 前期高温高湿条件使大气中不稳定能量积累较多, 地面辐合线及底层切变线的存在对不稳定能量的触发作用明显。

3) 低层西南风风速较大, 且四川盆地处于700h Pa及850h Pa急流出口左侧, 水汽输送及水汽辐合条件较好。700h Pa及850h Pa冷空气的参与, 特别是700h Pa四川盆地处于显著降温区, 对于强对流的发展作用较大。850h Pa以下的正涡度中心对应400h Pa附近的负涡度中心, 有利于四川盆地上空气流垂直上升运动长时间维持有利。上干下湿的大气层结配置也十分有利于强对流性大暴雨天气的发生发展。

摘要：2013年6月29日至7月2日, 四川省受高空槽影响, 出现了进入该年份后影响范围最广、降雨强度最大、持续时间最长的区域性大暴雨天气过程。通过高空形势、中尺度分析及物理量特征等方面分析得出:盆地上空深厚的高空槽及稳定少动的西南涡有利于暴雨的发生发展, 高层分流区辐散抽吸作用为暴雨提供了有力的动力条件, 上干下湿的层结配置对强对流天气的发生发展较为有利。

关键词：暴雨,环流背景,中尺度,物理量,诊断分析

参考文献

商业街空间尺度设计分析 篇2

商业街的主要特点是因商业店铺的集中而形成了室外购物、休闲、餐饮等功能的空间。基于商业街的店铺特色，决定了其设计的核心就是让空间适用。一般商业街宽度都控制在20米以内。又考虑到车行对人流的影响，利用竖向高差的变化将其划分成两个不同的空间。弯曲的街，使步行变得更加有趣，且会减少风力干扰。变换的街道空间，小型广场的穿插使步行的心理距离变短了。人在步行时都爱走近道，所以提供便捷的路线是游线设计的重要原则之一。

商业街的理想气氛应该是使人觉得亲切、放松、平易近人、有人情味，使人有愉悦的消费心情，而不是单纯的行走空间，人们在其中流连的过程本身也是一种体验和休闲！所以购物者所关注的纵向范围主要集中在建筑一层。对一层以上的范围几乎是“视而不见”。而横向关注范围一般也就在10米——20米之间，而超过20米宽的商业街，行人很可能只关注街道一侧的店铺，不会在超20米宽的范围内“之”字前行。商业街的长度不能太长，超过600米，消费者就可能产生疲劳、厌倦的感觉。

人类学家霍尔于1966年在《潜在尺度》（The Hidden Dimension）一书中，提出了美国白人中年男子的四个级别的空间距离：

A．亲密距离（约0.15～0.45m）。在这种距离内可进行爱抚、格斗、安慰、保护等行为动作的发生；

B．个人距离（约0.45～1.2m）。在这种距离内能看清对方表情等，可获取交流信息；

C．社会距离（约1.20～3.60m）。在这种距离内有社会交往的意向；

D．公共距离（约3.60～7.50m）。在这种距离内人们行同陌路。

现代研究认为，人体视野水平方向约180°，垂直方向约120°，其中视平线上方55°，下方65°。正常人的视力范围要比视野小一些，视力范围是要求能迅速地看清目标细节的范围，一般把视野分为三个主要视力范围区：

A．中心视力范围（直视区），视角1.5°到3°，该区域内的物体视觉效果最清晰；

B．瞬间视力范围，视角18°，特点是通过眼球的转动，在有限的时间内就能获得该区域内物体的清晰形象；

C．有效视力范围，视角30°，特点是利用头部和眼球的转动，在该区域内注视物体时，必须集中注意力方有足够的清晰视觉。

人站在竖高的物体旁边会有意无意地向上看，去寻找它的轮廓，如果过于高耸，找不到它的边缘，他就会感到迷茫、无所适从、压抑、不安全，所以，在一定的距离内，必然有一个适宜的高度不致于使人产生这种感觉。在上述视力范围内确定的建筑高度无疑是最人性的：方便、轻松，但在商业街这样特别金贵的地方显然是很不经济的。

现在以“公共距离”W＝3.60～7.50m为基本宽度，来确定最大适宜建筑高度H＝h＋W/2.tga，其中h为人眼的高度，这里取较高人体地区男子正立时眼的高度1.57m另加鞋厚度0.02m为1.59m；a为仰视角，为求得建筑主要视力范围内的最大高度，这里取为30°；W取为7.50m, W/2表示人走在中间的宽带区内。可知，H＝3.76m，这也就是一层房的高度。

如果考虑到区位的经济因素，那么视平线上方a＝55°是最大的仰视角，由此确定的视野内最大经济建筑高度为H＝h＋W/2.tg55°，即H＝6.95m，这也就是二层楼的高度。

中尺度分析 篇3

[摘要]本文以江苏盐城麋鹿生态旅游区为例，采用TRAMO／SEATS模型和小波分析方法进行了游客序列的季节调整和多尺度分解。表明景区游客增长以2003年为界分为两段，后期游客数量明显上升但增速变缓，短期内的异常变化主要受控于景区政策调整及经营策略变化。基于分解组分建立的CART模型揭示了多尺度作用过程，在景区发展初期，游客数量的小幅波动对趋势影响明显，而相对稳定的客源市场形成后，游客变动对趋势影响变小，更多体现于不同尺度波动的耦合作用。

[关键词]游客变动；季节调整；盐城麋鹿生态旅游区

[中图分类号]F59

[文献标识码]A

[文章编号]1002—5006(2009)07—0027一07

旅游流是游客及其相关和伴生要素在空间区域内的迁移现象，其形成不仅与旅游资源条件有关，而且与社会经济发展水平、文化和政治联系及空间距离密切相关。对旅游流变化规律的深入分析，有助于揭示旅游系统内部各要素间相互作用的关系。本文主要研究狭义的旅游流——游客流。景区游客人数及其变化规律是旅游区的开发、经营、管理和效益分析的起点，也是制定旅游业发展规划、确定客源市场、制定对外宣传策略的重要依据。旅游流在时间变化上具有多尺度性，现有的研究主要集中于客流变化特征和预测等方面。游客数量的变化受景点类型、区位、生命周期等因素影响，特别是受季节要素变化及异常事件影响，游客数量往往表现出明显的异常变化。目前基于历史序列的分析往往忽略了隐含在数据中多尺度变化规律及异常处理，这导致了对游客变化内在规律认识上的不足以及预测上的困难。本文基于盐城麋鹿生态旅游区1998—2005年间游客月际变化数据，综合运用TRAMO／SEATS季节调整方法和小波分析以及CART方法对游客序列进行分析，探讨了旅游区游客序列的变化特征及其作用过程。

1研究思路与研究方法

1.1研究思路

游客时间序列包含了一些基本的、潜在的模式和随机波动，受旅游区的自然条件、资源条件、区位和社会经济条件等确定性因素的影响，游客数量一般表现为整体趋势性和周期性变化。随机性因素则反映了政策、经营策略以及特殊事件(如“非典”)等的影响，其规律性不甚明显，但其对旅游区的影响不可忽略。对游客观测序列的深入剖析，一是构成分析，即对序列中的长期趋势、季节变化、循环变化和不规则变化组分进行分解，以获得不同尺度的作用模式；二是序列分析，以理解旅游区游客波动的内在规律，进而开展预测研究。

1.2研究方法

1.2.1TRAMO／SEATS方法

TRAMo／SEATS方法是以ARIMA模型为基础，使用信号提取技术进行季节性调整时间序列的方法。其中TRAMO(Time series Regression withARLMA noise，Missing observation，and Outliers)为具有ARIMA噪声、缺失值和异常值的时间序列回归法，而SEATS(Signal Extraction in ARIMA TimeSeries)为ARIMA时间序列的信号提取法。这两个程序往往联合使用，TRAMO用于数据的预处理，而SEATS将序列分解出趋势、周期、季节以及不规则等因素。其优势在于它可以设定回归变量，引入自己设定的回归因子，从而解决一些特定的季节因素(如中国日期不确定的春节或放长假等)的影响，是应用最广泛的时间序列调整方法之一。

1.2.2小波分析方法

小波分析(Wavelet Analysis)是近年来发展的时间序列分析的新方法，可对信号进行时频域再现和多尺度多分辨率分析。传统的傅立叶变换只能获得信号整体的、单层次的和单分辨率的认识。小波变换的基本思想与傅立叶变换类似，但它既可以分析信号的概貌，又可分析其细节。其优势在于它能够揭示信号的层次特征及尺度行为，即可在预先定义的尺度上对原始信号进行多尺度滤波。小波变换可以有效地提取非线性和非平稳时间序列在不同尺度上的变动规律和异常特征，已被广泛运用于突变检测、特征提取、信号去噪和信号压缩等多个领域。

1.2.3分类回归树

分类回归树(Classification and Regression Tree，CART)是以递推分解原理为基础的选择变量和变量值的强有力的非参数技术，可自动探测出高度复杂资料的潜在结构、重要模式和作用关系，并可用来构造精确和可靠的预测模型。分类回归树算法分为树生长和树剪枝两个部分，从包括所有训练数据的根节点开始，通过穷尽搜索寻找最小化分类误差的分割点，产生分割点后，根节点相应地被分为两个子节点，继续对两个子节点实施同样的划分过程，直至某一个子节点的划分误差减小到小于某一确定值。实际应用中期望建立用少量的节点即能够解释数据的简单模型，即决策树简单、紧凑。

2游客序列多尺度分解及对应关系

2.1游客序列的多尺度分解

分别利用欧洲统计署开发的Demetra和Matlab软件对盐城游客数据进行季节调整和离散小波分解。由于短期内季节组分一般不随趋势变化而变化，季节调整的基础模型选择加法模型。季节调整时仅选择工作日的影响，并增加了“五一”和“十一”两个黄金周作为回归因子对数据进行预调整。离散小波分解的小波基采用双正交小波db15，分解层数为5层。两者分解获得的各组分序列与原始序列对比见图1a、1b。两种方法均能较好地从原始序列中分离出趋势、周期和不规则组分，但在曲线形态上表现出一定的差异，这与两种方法数学背景不同有关。

2.2多尺度对应关系分析

除趋势组分外，TRAMO／SEATS与小波分解分别获得了3个和5个组分(周期与随机波动)，表明季节调整注重整体平均状态的揭示，而小波分解则更注重不同时间尺度上游客变动的局部特征，适合于不同阶段驱动因素对游客变动规律的影响分析。两种方法在年周期尺度及不规则组分间存在较好的对应关系(图2)。TRAMO／SEATS所提取的两个周期组分(T2，T3)均可与小波分解获得的D2组分进行对比，大致反映了年周期的变化，相关系数分别为0.67和0.53。两者的和序列(T2+T3)与D2间表现出良好的对应关系，相关系数达到了0.93。由于D2包含了所有细节波动组分能量的49.34％(占总体能量的2.60％)，因此可以认为D2是麋鹿景区游客年际尺度变动的主导模式。

将季节调整年周期组分和序列与D2序列相减所获得的残差序列与D3同样表现出较好的对应关系(相关系数为0.53)。而该残差序列与D3的差序列与D1间相关系数为0.49，但与季节调整获得的不规则组分间相关系数则为-0.24。这可能与季节调整获得的不规则组分存在极端异常值有关。季节

调整获得的周期组分与D2、D3组分之和间的差异可能由随机噪声所引起的。

3游客序列的多尺度波动特征分析

游客变动分析指从调查获得的数据中发掘游客增长的固有模式，包括游客增长的长期趋势、游客变动的周期分析以及游客数变化的异常分析等。

3.1景区游客变动的长期趋势分析

季节调整和小波分解提取的景区游客数序列的长期趋势分量对比见图3。季节调整提取的趋势以2003年为界划分为两段，2003年前景区游客呈较高速增长状况，年均游客增长率在2000人，月左右。2003年后整体基数明显抬升，但游客增长率降为1000人／月左右。从TRAMO／SEATS方法在预调整时对原始序列线性拟合趋势看，1998—2005年间多年平均游客增长率在1600人／月左右。小波分解提取趋势则表现为非线性趋势，其中，A5与预调整序列提取的平均趋势较为接近，该组分能量占总体能量分布的94.73％。在D4、D5均反映出2003年前后存在显著的周期转型(图1)。将D4、D5与A5相加获得的和序列整体上与季节调整的分段趋势相接近，但存在一些局部性波动。

景区游客数的趋势变化反映了景区建设与游客之间的双向影响。从季节调整和线性拟合的趋势项间的对比看，景区发展初期，游客数呈现较强烈的线性增长，2001年后，游客数达到一个相对较高的水平，而景区由于自身投资不足以及相关配套设施更新不够，使得其对游客的吸引力较之以前有所下降。2003年后，由于景区开设了一系列游客互动类旅游项目，并加大投入改善景区的服务水平和基础设施水平，使得2003年后景区游客有较大的增长，并直接导致趋势项以2003年为界分为两段。从2003年游客的增长率下降来看，景区仍需在基础设施建设、宣传策略等方面加大力度。

3.2景区游客变动的周期分析

景区游客的周期分析有助于揭示景区游客在时间上的波动规律。从季节调整获得的年周期波动看(图4)，除7月、8月、12月4个月游客数相对明显偏低外，其他月份游客数相对较为平均。7月、8月的低值与气温有关，12月份的低值则可能与其处于元旦及春节长假之前出游需求不强烈有关。由于麋鹿景区主要以露天观赏为主，此种变化不仅反映了景区受季节因素影响造成的游客周期性变化，同时也在一定程度上反映了景区的服务和基础设施建设的不足，以及对暑期市场开发的重视不够。

小波分解的D2组分显示年周期波动可划分为3个阶段，1998年到2000年，该阶段处于景区运营的起步阶段，游客总数相对较少，周期波动的振幅也相对较小。2000年到2003年，该阶段游客数量表现为波动上升。2003年到2005年间，游客表现出更大幅度的波动，这与景区政策调整有关。上述阶段性变化在季节调整的12组分中也有反映，但差异不甚明显。T2组分中在2005年7月、8月间表现出明显低值。与景区管理人员沟通表明，这一剧烈变动主要受景区内部决策和管理方向的调整的影响。而2000年11月、2001年9月以及2004年7月3个游客高峰的出现，均由于景区增加了游客活动类旅游项目，从而增加了景区对游客的吸引力。

3.3景区游客变动的不规则组分和异常事件分析

游客序列的不规则组分可揭示突发事件或随机因素造成的游客变化情况。TRAMO／SEATS方法根据统计特性的不同，将序列异常点划分为LS、AO及代型3类。LS型表示水平持久变化的异常点，一般代表机制性的突变；AO型表示单个跳跃点，一般不具有重现性，主要由随机因素引起。TC型表示对后继序列有一定的影响，但最终会回到原始值，一般由具有一定影响力特殊事件所导致。本文以序列的2倍标准差(SD)为基准，分析了D1组分T1组分中可能存在的异常(图5)，并进行了对比分析。

从图5可知，季节调整的T1组分存在2001年7月、2002年11月和2005年6月3个异常点。时间间隔分别是16个月和31个月，功率谱分析显示不存在这两个周期组分，因此可以认为3个异常点均为突变性异常点。根据TRAMO／SEATS对异常的判定结果也表明3个异常点均为AO型。此外，TRAMO／SEATS还显示2003年1月是一个具有长期影响的突变点(LS型)，这与前文景区游客增长趋势的阶段性变化相对应。可见，季节调整所识别出的不同类型的异常点，有助于从机制层面分析其原因及作用方式。基于小波D1组分提取的异常看，在2002年11月和2005年6月两个异常的相邻月份也表现为异常，这可能与小波分解过程有关。而2000年9月和2000年12月在季节调整中未得到反映，其原因有待进一步研究。

从上述两种方法对不规则组分及异常的分析看，TRAMO／SEATS根据统计特征将异常进行分类，一定程度上更有助于判断异常产生的驱动机制及其影响程度的大小。而小波分解的方法更注重局部信息的再现。从功率谱的对比看，小波分解的频率界限非常明显，而季节调整获得的不规则组分更接近于白噪声的功率谱。就简单性和准确性而言，TRAMO／SEATS不失为一种有效的异常提取与判别方法。

4游客序列多尺度作用过程分析

4.1基于组分的CART模型建立

CART通过对自变量进行层次性的划分和归类以揭示因变量与自变量间的统计关系，各因变量自上而下的层次关系可从统计层面上反映各自变量对因变量的作用过程。分别以季节调整和小波分解获取的各组分为自变量，以原始游客序列为因变量建立5层CART模型，计算了模型拟合序列与原始序列的对比及各组分相对重要性(图6a，6b)。可知，2001年前，季节调整分解序列建立的CART模型拟合效果更佳，2001年后，小波分解组分建立的CART对波动和异常拟合效果更佳。这可能与季节调整注重整体平均的序列组分，而小波则更注重于波动的局部特性有关。就因子的相对重要性而言，CART的结果与前文分析相一致。

4.2CART模型揭示的作用过程

基于季节调整与小波分解结果所建立的CART在形式上具有一致性，文中仅以季节调整获取的CART(图7)分析多尺度的作用过程。自根节点起，以T4(趋势)是否大于13392为界(2002年12月至2003年1月间)分为左右两枝，与前文趋势的分段相一致。

左枝据T4是否大于7008为界(2000年10月)划分为两枝，此分界点反映了T2、T3问的相互作用的不同，此前T2和T3大致呈反相位，其主要作用变量为T3、T4，而此后呈正相位，表明2000年lO月到2003年1月间，主导的作用变量为12、T3。该分界点在小波分解组分中也有较好的体现。表明在景区发展初期，游客基数较小，游客数量的小幅波动就可能影响到景区游客整体的趋势性变化。

右枝中T2>4108的节点分别对应于2005年5月、9月和10月3个异常月份。对于T2~<4108的节点，往下再以T1(不规则变动)为基准进行划分。表明2003年后，游客序列趋势变化基本稳定，周期波动幅度也相对较小，序列受异常影响明显。此时景区发展到一定的规模，形成了相对稳定的客源市场后，游客变动一般不直接反映于趋势变动，而是体现于不同周期波动的耦合作用中。小波分解的结果也表明该段异常在D1、D2尺度影响明显，而在更大大尺度上影响甚微。

5结论与讨论

游客人数是衡量旅游区发展水平的重要指标之一。旅游区的发展受到诸多确定性和随机性因素的共同作用，表现为游客序列数据变动一般较大、类型复杂且噪声和异常较多。通过厘定游客序列中长期趋势、周期波动和不规则变化组分等不同尺度的作用模式，有助于理解旅游区游客波动的内在规律及其影响要素。

运用TRAMO／SEATS模型与小波分析方法对麇鹿生态旅游区1998—2005年游客序列进行了多尺度分解，季节调整获取的周期变动更注重整体平均状态的揭示，而小波分解的多尺度组分则更注重在不同时间尺度上游客变动的局部特征。总体上，游客增长以2003年为界划分两段，后期游客数量明显上升，但游客增长速率变缓。在国际尺度的变化上，7月、8月和12月游客数量相对较低，这不仅反映了景区受自然规律(气温等)和特定季节因素(节日分布)影响造成的游客周期性的变化，也表明景区在服务、基础设施和暑期营销策略上仍有待提高。从突变和异常看，游客数量短期内异常变化主要受控于景区政策调整以及经营策略变化的影响。

通过建立CART模型，揭示了各分解组分对游客序列的作用过程。CART中各分界点所揭示的不同阶段的变化特征，与景区游客变化过程之间存在较好的对应关系。即在景区发展初期，游客基数较小的阶段，游客数量的小幅波动就可能作用于游客变化的趋势分量。而当景区发展到一定阶段，形成了相对稳定的客源市场后，游客变动对趋势的影响变小，更多体现于不同周期波动的耦合作用。这种作用尺度上的差异，对于深入分析景区经营策略评价、规划等具有重要的意义。

具有不同数学背景的方法的综合应用与对比，有助于更好地揭示旅游系统演化的过程与趋势，以及景区经营决策对景区游客数量的影响，从而可为减小经营风险、以及景区未来的决策提供可靠的依据。今后应在游客序列分析的基础上，强化预测模型及优化调控对策等方面的研究，从而在追求游客总量增长和经济效益提升的同时，强化旅游资源和生态环境的保护与优化。

[参考文献]

[1]章锦河，张捷，李娜，等，中国国内旅游流空间场效应分析[J]，

地理研究，2005，24(2)：293—302

[3]唐顺铁，郭来喜，旅游流体系研究[J]，旅游学刊，1998，13(3)：

[4]吴必虎，中国旅游研究14年[J]，旅游学刊，2001，16(1)：17—

21

[5]张捷，周寅康，都金康，等观光旅游地客流时间分布特性的比

较研究[J]，地理科学，1999，19(1)：49—54

[6]陆林，宣国富，章锦河，等，海滨型与山岳型旅游的客流季节性

比较——以山亚、北海、普陀山、黄山、九华山为例[J]地理学

报，2002，57(6)：73l一740

[7 涂建军四川省入境旅游客流时空动态模式研究[J]长江流

域资源与环境，2004，(4)：338—342，

[8]丁正山，南京国内旅游流时空演变研究[J]，旅游学刊，2004，

19(2)：38—44

[9]朱迎波，葛全胜，魏小安，等，sARs对中国人境旅游人数影响

的研究[J]，地理研究，2003，22(5)：55l一559

[12]保继刚，引力模型在游客预测中的应用[J]，中山大学学报(自

然科学版)，1992，3l(4)：133－136

[13]严汾，蒙吉军，Logistic增长模型在游客流量预测中的应用——

以贵州省绥阳县为例[J]人文地理，2005，20(4)：87—91

[14]孙根年，马丽君，基于本底线的2008年北京奥运会客流量预

测[J]地理研究，2008，27(1)：65—74

[15]黄震方，袁林旺，俞肇元，盐城麋鹿生态旅游区游客变化特征

及预测[J]，地理学报，2007，62(12)：1277—1286

[16]孙玉环，中国入境旅游外汇收入季节调整实证分析[J]旅游

纹理表面滑动接触多尺度分析 篇4

接触表面发生相对滑动时,表面纹理是影响摩擦性能的重要因素。Dumitru等[2]在类金刚石表面加工出均匀分布的凹坑,容纳了表面磨损的碎屑,对减轻磨损起到了积极意义。Kovalchenkoa等[3]通过测量油润滑状态下探针与旋转平面圆盘滑动接触时的摩擦系数,发现纹理表面可以降低摩擦系数。Pettersson等[4]对辊子与活塞高压低速滑动接触问题进行研究,指出纹理表面与抛光表面有相同的摩擦水平,并可以降低摩擦时的振动。Menezes等[5]实验发现摩擦系数主要取决于表面纹理的方向性。He等[6]研究了表面纹理对二甲基硅氧烷材料摩擦性能的影响:纹理表面的摩擦系数远小于光滑表面,对于宏观试验,摩擦系数降低59%,微观试验,摩擦系数降低38%。可见,只要表面纹理设计选择合理,就可以降低表面摩擦系数。然而,目前绝大多数的研究集中于实验研究,表面纹理的制备与选择往往受到实验条件的限制,对更多复杂情况没有普适性模型,数值模拟则弥补了上述不足。

在数值计算方面,分子动力学模拟是研究纳观接触行为的主要方法之一。Luan等[7]运用分子动力学模拟了纳观接触过程,发现由离散原子组成的原子尺度粗糙表面的接触特性不同于连续介质理论。Israelachvili[9]在随后的评论中指出:当忽略原子尺度表面粗糙度时,往往会使接触问题理想化;而当需要考虑表面原子排布时,可以主动设计原子级表面形貌,以达到所需要的接触性能。

由于分子动力学模拟存在诸如计算空间和时间尺度有限以及边界条件等效处理等局限性[9],采用分子动力学与连续介质方法耦合的多尺度方法[10]应运而生。多尺度方法既能节约计算成本,又能保证所研究问题的物理特性,在纳观接触问题的研究中得到了广泛的发展和应用。

鉴于以上分析,采用多尺度方法对二维刚性圆柱表面(简称压头)与弹性纹理表面的黏着滑动接触进行分析,对表面纹理凸峰高度、凸峰间距、凸峰形状、压头下压深度以及压头半径等对滑动接触性能的影响进行了全面研究,通过不同条件下滑动摩擦力的比较,揭示了上述各参数对黏着滑动接触的影响规律。

1 模型描述

刚性压头与弹性平面的黏着滑动接触模型如图1所示,材料为面心立方单晶铜。压头半径为30r0(r0为长度参数,r0=0.227 7 nm[11]),对应的压头原子数为60,其滑动速度为v=1.0 m/s,压头与弹性平面最小间隙初始值设为2.5r0。弹性平面x方向总长度为112.5dx(dx=21/6r0,为相邻两个原子之间x方向的距离),y方向总长度为80.0dy[dy=(31/2/2)dx,为相邻两层原子之间y方向的距离]。

基体上部分的分子动力学区域,除凸峰外原子总数为113×31,在x方向长度为112.5dx,y方向长度为30.0dy,有限元区域x方向长度为112.5dx,y方向长度为56.0dy,耦合区域y方向长度为6.0dy,有限元区域离散为102个结点,162个有限元三角单元。

分子动力学区域底层原子(图1中小实心圆)采用固定边界条件,而左右两侧边界原子采用周期性边界条件,模拟温度300 K。整个作用过程分为两个阶段:(1)压头由原始位置下压深度d;(2)压头由左至右以速度v滑动。

2 表面纹理对滑动摩擦力的影响

2.1 表面纹理凸峰高度的影响

图2所示假设了三种表面纹理,研究表面纹理凸峰高度对滑动摩擦力的影响。每个纹理表面由7个凸峰(asperities)组成,每个凸峰分别由9×2、9×4及9×6个原子组成。图3给出了三种纹理表面在零载荷作用下的滑动摩擦力。可见,对于2层(layers)原子组成的纹理表面,在滑动位移u<8.0r0时,其滑动摩擦力大多大于4层和6层的情况,而当u>8.0r0时,4层纹理表面的滑动摩擦力更多情况下大于2层和6层的情况。从整个滑动过程来看,由6层原子组成的纹理表面滑动摩擦力较小且较为稳定。

2.2 表面纹理凸峰间距的影响

图4所示两种表面纹理分别由9个凸峰和11个凸峰组成。由于模型在x方向上的规模相同,凸峰个数的不同使得凸峰间距随之变化。与图2(a)中的纹理相比较,图5给出了凸峰间距不同时各纹理表面在零载荷作用下的滑动摩擦力。滑动初始阶段,凸峰间距对滑动摩擦力的影响较小,当u>6.0r0时,由11个凸峰组成的纹理表面滑动摩擦力明显高于其他两种纹理表面,而纹理表面包含9个凸峰时的滑动摩擦力也略大于7个凸峰的情况。可见,在本文研究范围内,凸峰间距越大,滑动摩擦力越小。

2.3 表面纹理凸峰形状的影响

定义图2(a)中的表面为surface I,与之相对应假设另一形状的纹理表面surface II,由7个凸峰组成,每个凸峰包含9+8个原子,如图6所示。图7比较了光滑表面以及上述两种纹理表面在压头下压深度d=2.5r0时的滑动摩擦力。在滑动位移u<6.0r0时两种纹理表面的滑动摩擦力均小于光滑表面的情况,起到了降低摩擦力的作用,当u>6.0r0时,surface I已不能明显降低摩擦力。对于surface II,在6.0r08.0r0时,表面纹理凸峰的原子由于黏着作用而大量迁移,不能再有效降低摩擦力。可见,在纳观滑动接触过程中,表面纹理在不发生破坏的前提下可以有效降低摩擦力。

3 压头下压深度对滑动摩擦力的影响

随着压头下压深度的增加,与之发生作用的基体原子数增多,会对表面滑动摩擦力产生影响。图8选取图2(a)所示表面纹理,比较了三种不同下压深度情况下的滑动摩擦力。当u<6.0r0时,下压深度对滑动摩擦力的影响不明显,而当u>6.0r0后,d=1.675r0时的摩擦力远小于其他两种情况。d=2.5r0时的摩擦力略大于d=2.0r0时的情况,此时表面纹理的凸峰均发生原子的迁移。这一现象说明,在凸峰未发生破坏时,其表面摩擦力可以维持在一个较小的范围,而下压深度达到某一数值后,凸峰发生破坏,摩擦力将会增大并维持在一个较大的范围。

4 压头半径对滑动摩擦力的影响

在纳观黏着滑动接触过程中,尺度效应将通过黏着力影响滑动摩擦力。选取压头半径分别为30r0与100r0,图9研究了尺度效应对纹理表面滑动摩擦力的影响,表面纹理如图2(a),压头下压深度为2.0r0。压头半径为100r0时表面摩擦力明显大于半径为30r0的情况,因为压头半径越大,与其发生作用的基体原子数越多,在纳观滑动接触过程中原子之间的作用力直接决定了滑动摩擦力的大小。

5 结论

采用分子动力学与有限元耦合的多尺度方法,研究了纳观纹理表面黏着滑动接触问题,通过定义不同的表面纹理,对其凸峰高度、凸峰间距、凸峰形状、下压深度以及压头半径等对滑动接触性能的影响进行了全面研究,通过不同条件下滑动摩擦力的比较,得出如下结论:

(1)对于某一固定凸峰间距,凸峰高度越高,滑动摩擦力越小且越稳定;对于某一固定凸峰高度,凸峰间距越大,滑动摩擦力越小;

(2)表面纹理在不发生破坏的前提下可以有效降低摩擦力,相同条件作用下,不同的表面纹理形状可能导致不同的减摩效果,如surface II可以维持较长时间的低摩擦水平;

(3)压头下压深度越小,滑动摩擦力越小,随着下压深度的增加,下压深度对滑动摩擦力的影响非常小;

(4)压头半径的增大使得与其发生作用的基体原子增多,滑动摩擦力随压头半径增大而增大。

摘要：采用分子动力学与有限元耦合的多尺度方法,求解二维刚性圆柱表面压头与弹性纹理表面的纳观黏着滑动接触问题。对表面纹理凸峰高度、凸峰间距、凸峰形状、压头下压深度以及压头半径等对滑动接触性能的影响进行了全面研究。通过不同条件下滑动摩擦力的比较,揭示了上述各参数对黏着滑动接触的影响规律。凸峰高度越高,滑动摩擦力越小且越稳定;凸峰间距越大,滑动摩擦力越小;表面纹理在不发生破坏的前提下可以有效降低摩擦力;压头下压深度越小,滑动摩擦力越小;相同作用条件下,滑动摩擦力随压头半径的增大而增大。

关键词：纳观,纹理,黏着,滑动,多尺度

参考文献

[1]王国彪,雷源忠.关注和发展摩擦学,推动经济可持续发展.表面工程资讯,2005;6(5):3—5

[2] Dumitru G,Romano V,Webera H P,et al.Laser treatment of tribolog-ical DLC films.Diamond and Related Materials,2003;12:1034—1040

[3] Kovalchenkoa A,Ajayia O,Erdemira A,et al.The effect of laser sur-face texturing on transitions in lubrication regimes during unidirection-al sliding contact.Tribology International,2005;38:219—225

[4] Pettersson U,Jacobson S.Textured surfaces for improved lubricationat high pressure and low sliding speed of roller/piston in hydraulicmotors.Tribology International,2007;40:355—359

[5] Menezes P L,Kishore,Kailas S V.On the effect of surface texture onfriction and transfer layer formation—A study using Al and steel pair.Wear,2008;265:1655—1669

[6] He B,Chen W,Wang Q J.Surface texture effect on friction of a mi-crotextured poly(dimethylsiloxane)(PDMS).Tribology Letters,2008;31:187—197

[7] Luan B,Robbins M O.The breakdown of continuum models for me-chanical contacts.Nature,2005;435:929—932

[8] Iisraelachvili J N.Skimming the surface.Nature,2005;435:893—895

[9] Liu W K,Karpov E G,Zhang S,et al.An introduction to computa-tional nanomechanics and materials.Computer Methods in AppliedMechanics and Engineering,2004;193:1529—1578

[10]刘更,刘天祥,温诗铸.微/纳尺度接触问题计算方法研究进展.力学进展,2008;38(5):521—544

《爱需要尺度》随笔 篇5

当代社会充斥着太多的不公平和谎言，从古到今比比皆是，数不胜数人间悲欢，喜怒哀乐。

每个人扮演过许多角色，有意或者无意曾经伤害过别人，也曾被别人伤害过。善良是修行，恶意心念起。观望，可怜之人，必有可恨之处。可怜宝宝太过憨厚，才会凝成近日之果?还是，可恨宝宝没有防御之心。

近日宝强离婚备受世人瞩目，其妻马蓉与经纪人宋喆婚外情被舆论推到风口浪尖，令人心寒难测，情感遇霜，深为处世老实厚道的宝宝感到愤慨不平。

再说水浒里面，武大郎得知美貌妻子潘金莲与西门庆之事后，赶回家眼见事实不敢声张，最终还是遇害。好人得不到好报?还是，老实人容易被弃?还是，牛粪插鲜花本就不搭调。

婚姻里的情感有几分真诚?还会存在几分祸根......

宝宝竭尽心力做好一个丈夫，爱妻，宠妻。对家人、亲人、友人乐善好施，一贯老实做人，憨厚做事。把信誉与财产完全交给妻子马蓉掌管，不曾有一点私房钱，结果还是避免不了她与经纪人行苟且之事，掏空所有财产，使宝宝头上长出了一片青草。

看到打官司之钱也是同好友所借，感受到的.是好男人受伤了。昔日《奔跑吧兄弟》队伍，兄弟之间情谊其乐融融，现如今只有李晨自己站出来支持宝强。真是世态炎凉，各为防守，慎怕那日类似新闻主角换为自己。

“心的尺度比身体的尺度更可怕” 篇6

@：你觉得张丰毅他们麦子割得怎么样？

王全安：把式教了他们一段时间，但那个挺见功夫，是个寸劲，不是蛮力就能割麦的。所以老段（段奕宏）割麦的时候镰刀直接从手上割了过去，刀口特别深，但他都没有意识到。陕西的把式还是最好的，带到内蒙古海拉尔的十几个麦客跟当地的麦客比，果然具有秦军的骁勇。你说开拍，哗一片麦子（割掉），你不喊停就没得拍了。当年秦军打仗拿着刀割敌军的头挂在自己身上，我看这阵势完全能想象——所以你还能通过割麦这件事看到当年秦军的范儿。

@：段奕宏吃面那一段，是不能重拍的吧？

王全安：没有，吃了七八碗，不在话下！演员就是这么个事，陕西拉面都做得非常好，老段也喜欢吃。那是陕西饮食上的特点，女的也一样，看起来很小，腰也细，那么一大碗东西吃下去你都不知道放在什么地方。

@：怎么看张雨琦在其中的表演？

王全安：张雨琦的表演貌似要用很多技巧才能完成，但就是因为她的单纯，反而呈现出来很多变化。我也希望她能保持这种单纯，她携带的这种东西比演戏更可贵。张雨琦在演戏上能走得更远，我以她老公的身份，绝对不可能笨到说成天教她怎么弄。（记者：所以有时候挺难把握？）不难把握，只要你放得开放下你自己，就很好相处。

@：导演会额外给你补课吗？

张雨琦：导演找我就是演田小娥，因为没有别的女性角色了。

@：这个角色跟你以前的角色差别很大吧？

张雨琦：对。气质上倒没有多大不一样，反正我扮演的角色都是美，每个导演找我来都说这个角色是一个很美的女人啊，我说好好好，然后呢？但田小娥的美跟以前的角色的美不太一样。我觉得很多导演没有自信去把一个女人拍深刻，但往往去赢得成功的是我们把一个女人拍深刻了了。

@：你觉得自己的性格跟田小娥有相似的地方吗？

张雨琦：我哪儿知道田小娥什么性格呀？我觉得不能相提并论，因为我们的时代完全不同，她也不是一个真实的人，你可以赋予她任何想象。

@：有人说情欲戏是这部电影的卖点，演情欲戏有障碍吗？

张雨琦：是不是卖点看你怎么看，你不让他看，他还不行，看什么都是情欲，比如看一个苹果，多可爱啊，他还觉得那是一个器官呢。这种东西，你的想法我控制不了。我也没觉得我拍过什么情欲不情欲的东西在里边，只是一些很正常的表演而已，如果说还让你觉得脸红脖子赤，那可能是你内心想太多了，呵呵。

@：这是你演过的尺度最大的一部戏吗？

张雨琦：我觉得还没有到达尺度那份儿上呢。对于一个演员来说，尺度不是情欲不情欲，更大的尺度是看你能不能放下自己的身段，那是你自己的尺度。说实话，露个胳膊露个腿我不觉得那是尺度，那是你的心放不下，你给自己的尺度太高了。心的尺度比身体的尺度更可怕。

一次龙卷天气过程中小尺度特征分析 篇7

2008 年 5 月 29 日 16:30—16:40, 海口市美兰区三江农场上山村出现龙卷风天气。海口多普勒雷达首次探测到这次非热带气旋引发的超级单体龙卷。灾情调查资料显示, 该龙卷风自西北向东南方向由海上向陆地移动, 移动路径长度约 1 200 m, 宽度约 100m, 持续约 6 min, 全村 80 户 250 人受灾, 211 间房屋瓦片被掀, 4 艘渔船被掀上岸, 10 根电线杆被折断, 电力线路损失约 700 m, 多棵较粗树木被折断, 造成经济损失约 400 万元。笔者主要利用海口多普勒雷达资料对此次龙卷过程进行分析, 以期为龙卷灾害天气预警提供参考。

1 天气背景

1.1 大尺度环流形势

2008 年 5 月 29 日 500 hPa 东亚大槽加深东移, 华南地区有小槽波动, 08:00 南支小槽位于广西东中部地区, 槽底位于 22°N 附近, 海南岛处于槽前西南气流控制下;20:00, 南支小槽东移过 110°E 至两广交界区, 槽底略往北收, 海南岛北部转受偏西气流控制, 高层有干冷的冷平流扩散至海南岛北部地区。850 hPa 长江口至广西中部地区维持一条东北—西南向的切变线, 海口 08:00 中低层 700、850 和925 hPa 维持 12~14 m/s 的西南急流。地面北方冷空气活动频繁, 南岭附近维持静止锋, 西南低槽位于我国云贵高原, 海南岛受西南低压槽控制, 白天气温较高, 北部和西部地区最高气温达 35~37 ℃ (图略) 。南支槽东移和中低层华南切变线的维持为龙卷产生提供了有利的天气背景条件, 地面的持续升温有利于海南岛北部陆地午后局地强对流的发生发展。

注:图中阴影部分面积代表对流有效位能 (CAPE) 值的大小。

1.2 地面中小尺度分析

2008年5月29日海南岛乡镇自动站极大风向风速图显示, 13:00—14:00, 海口北部沿海有海陆风切变生成, 由于高层有弱冷空气扩散, 14:00 以后中尺度辐合切变继续加强, 辐合线西段逐渐向南到东南方向移动, 深入内陆地区, 东段则以海口和文昌交界沿海地区为轴心做逆时针摆动, 至 16:00—17:00, 辐合切变线位于海口东部至屯昌北部地区, 切变线东段在海口和文昌交界处呈南北向, 瞬时极大风速达到 14~20 m/s, 龙卷运动路径与这段切变线位置基本吻合;地面小尺度低涡位于龙卷发生地三江镇附近 (海口和文昌交界中部) , 气旋性辐合中心风速达到 10~12 m/s (图 1) 。分析海南岛乡镇自动站 10 min 平均风向风速资料发现, 5 月 29 日 16:00, 中尺度辐合切变线在海口和文昌交界处维持近1 h, 基本呈南北向并且位置少动。地面强烈的辐合上升有利于局地强对流的发生。低层中尺度辐合系统对强对流天气的发生、发展及运动起重要作用。

1.3 大气层结

由 2008 年 5 月 29 日 14:00 海口探空站加密观测资料 T-lnP 图 (图 2) 可知, 对流有效位能值为 2 603 J/kg, 表明此时海口上空大气层处于强烈的对流不稳定状态。从近地层到 700hPa, 假相当位温随高度升高而减小, 大气层上干下湿, 此时海口地区中低层大气处于对流不稳定状态 (图 3b) 。29 日 14:00 海口沙氏指数 (SI) 为0.45, K 指数为 31, 表明此时海口上空大气中水汽含量不是很充沛;从近地层到 200 hPa 高空整层湿度都相对较小 (图 3a) 。这种配置有利于产生局地强对流天气, 而不是强降水, 与实况相吻合, 29 日海南岛东北部地区只出现了小到中雨的降水。29 日 14:00 海口相对湿度较小, 但 15:00 开始, 随着海口地区自北向南出现降水, 近地层相对湿度迅速增大, 为龙卷的产生提供了高温高湿的有利条件。合适的环境流场, 极度不稳定的大气层结, 如果遇到地面中尺度系统的触发就会产生剧烈的对流运动[6]。

根据 29 日 08:00 海口地面到 700hPa 各层风场计算低层垂直风切变, 结果表明, 0~3 km (地面到 700 hPa) 的垂直风切变为 4.5 m/ (s·km) , 0~1 km (地面到 850 hPa) 的垂直风切变为12.1 m/ (s·km) , 超过了有利强风暴生成的风切变经验值 2.0~4.5 m/ (s·km) 范围, 达到了中等强度[7];另外从 29 日14:00 海口探空站 T-lnP 图可以得到当时海口上空的抬升凝结高度 (LCL) 为 835 m。比较大的低层垂直风切变和较低的抬升凝结高度有利于 F2 级龙卷的产生[1]。

2 海口多普勒天气雷达资料分析

2.1 海口多普勒天气雷达基本反射率因子特征

海口多普勒雷达反射率因子图显示, 2008 年 5 月 29 日 15:43 海口北部沿海陆地和文昌东北部沿海各有对流单体生成, 沿着切变线分别向东北和西南方向相向发展;龙卷发生地附近海南岛东北部的对流单体发展强烈, 16:28 0.5°仰角回波前部由于前侧入流的不断加强钩状特征逐渐明显, 1.5°、2.4°、3.4°和 4.3°仰角都显示出典型的钩状回波特征, 此时这个对流风暴已经发展成熟;16:410.5°仰角钩状对流风暴与沿着地面中尺度切变线东北移动的对流带在龙卷发生地附近合并发展成 S 型对流风暴, 形成东北—西南向的飑线, 回波强度明显增强, 最强达到 55 dBz, 回波顶高最大达到 15~17 km, S 型回波特征经过 2 个体扫 (12 min) 在 16:54 消失, 飑线逐渐均匀, 回波范围逐渐扩大, 强度也随之降至 45 dBz, 而 16:351.5°、2.4°、3.4°和 4.3°仰角就显示出典型的 S 型回波特征, 较 0.5°仰角提前了 1 个体扫 (6 min) (图 4) 。相应的垂直剖面 (图 5) 也清楚地展示出风暴低层的弱回波区、中高层的悬垂结构和回波墙。龙卷发生在 S 型对流风暴强烈的前、后侧入流的切变最大处。

2.2 海口多普勒天气雷达平均径向速度特征

海口多普勒雷达径向速度图显示, 对应地面中尺度辐合切变线, 0.5°仰角 15:31 在海南岛北部地区存在速度的辐合区, 这个速度辐合区在向东南方向伸展的过程中辐合逐渐加强, 16:22—16:48 辐合区在龙卷发生地附近稳定少动并出现逆风区。16:15—16:48 0.5°、1.5°、2.4°、3.4°和 4.3°仰角径向速度图上, 在龙卷发生地附近先后出现了中气旋 (图 6) ;1.5°仰角 16:15 最先探测到中气旋, 入流速度 15 m/s, 出流速度20 m/s, 像素最大值大于 27 m/s, 核区直径 3 km 左右, 距离海口多普勒雷达31.8 km, 按照美国天气局的标准可判定为中等强度中气旋。该中气旋首先在中低层出现, 然后向上、向下伸展, 最大旋转速度出现在 16:35 的 2.4°仰角, 为 20 m/s, 这时是龙卷发生的最大可能时间[1], 从首次出现中气旋特征开始可以提前 3 个体扫 (18 min) 对此次龙卷预警;0.5°仰角在 16:28 出现中气旋, 入流速度 15 m/s, 出流速度20 m/s, 距离海口多普勒雷达 36 km, 达到中等强度中气旋标准, 距离地面的高度为 0.5 km。最近的研究表明[8], 如果探测到中等以上强度的中气旋, 其底到地面的距离 <1 km 者, 龙卷产生的概率可达 40%以上, 根据这一研究结果, 至少可以提前 2 个体扫 (12min) 对这次龙卷进行预警。分析径向速度垂直剖面图 (图 7) 可以看出, 成熟期的对流风暴低层辐合、高层辐散特征明显, 速度辐合区伸展到 6 km 以上, 最大辐合区位于 3 km 附近, 1 km范围内风速达到 35 m/s, 达到了中层深厚辐合区的标准。对此次海口三江镇附近发生的龙卷, 海口多普勒雷达中尺度气旋产品中气旋 B3 16:41—16:54 连续出现 3 个体扫, 龙卷涡旋特征产品 TVS B3 分别在 16:28 和16:41 报警 2 次, 移向都是自西北向东南方向移动, 与龙卷实况路径相吻合, 有较大的参考意义。有研究发现TVS 对龙卷的发现率很低, 但其误警率几乎为 0, 当发现有 TVS 报警时, 即可发布龙卷或灾害性大风警报[9]。

注:黑色圆圈标示出中气旋和最大辐合区的位置。

注:黑色圆圈标出中气旋和最大辐合区的位置。

2.3 海口多普勒天气雷达谱宽特征

在龙卷发生地附近, 1.5°仰角16:15—16:28 连续 3 个体扫出现了谱宽大值中心;谱宽垂直剖面显示 (图略) , 谱宽大值区伸展到 3 km 以上, 与强速度辐合区高度相对应。可以从谱宽的变化来估测强天气发生的时间。

3 海口多普勒天气雷达导出产品的应用

海口多普勒雷达风廓线产品显示, 5 月 29 日 08:00 前后, 中低层大气 (2.1 km 以下) 风向随高度顺转为暖平流, 低层风切变较大;16:00 前后, 随着海陆风切变逐渐深入内陆, 从地面到高层逐渐转为北到西北气流, 高层有冷平流扩散, 导致地面中尺度辐合切变加强。

海口多普勒雷达垂直累积液态水含量 (VIL) 图显示 (图略) , 在龙卷发生地附近, 垂直累积液态水含量最大值16:15—16:35维持55~65 kg/m2, 16:41为45 kg/m2, 16:48为35 kg/m2, 随着龙卷的发生而迅速减小。伍志方等认为大的 VIL 值对应的对流风暴有利于产生雷雨大风等强对流天气, 而不是强降水, 85%产生雷雨大风回波的 VIL值集中在 30~69 kg/m2, 产生强降水回波中的 VIL 呈递减分布, 86%强降水的 VIL 集中在 20~39 kg/m2, 明显比产生雷雨大风的 VIL 值低[5]。

风暴追踪信息产品显示, 在龙卷发生地附近, B3 风暴 16:03 出现至16:48 位置少动, 对应的强风暴组合反射率最大值 16:03—16:35 为 60dBz, 16:41—16:48 为 55 dBz, 以后迅速减弱, 表明产生龙卷的对流风暴母体是在龙卷发生地附近原地发展加强的。

4 小结

(1) 高空南支槽东移和中低层华南切变线的维持为龙卷产生提供了有利的天气背景条件。龙卷发生地上层干冷, 近地层高温高湿造成大气层结强烈对流不稳定;中等强度的低层垂直风切变和较低的抬升凝结高度有利于 F2 级龙卷的产生。

(2) 扩散的冷平流使得海南岛海陆风切变增强, 中尺度辐合线在龙卷发生地呈南北向并长时间维持, 龙卷运动路径与这段切变线位置基本吻合, 低层中尺度辐合系统对强对流天气的发生、发展及运动起重要作用。

(3) 钩状回波与东北移动的飑线合并演变成为 S 型对流风暴, 龙卷发生在 S 型对流风暴强烈的前、后侧入流的切变最大处。这次龙卷过程在海口多普勒雷达径向速度图上呈现为明显的中气旋和深厚辐合区特征, 可以提前 3 个体扫 (18 min) 对龙卷预警;龙卷涡旋附近谱宽值较大, 谱宽大值区伸展高度与中气旋伸展高度相当 (3km 以上) 。

参考文献

[1]俞小鼎, 姚秀萍, 熊廷南, 等.多普勒天气雷达原理与业务应用[M].北京:气象出版社, 2006.

[2]俞小鼎, 郑媛媛, 张爱民, 等.安徽一次强烈龙卷的多普勒天气雷达分析[J].高原气象, 2006, 25 (5) :914-924.

[3]郑媛媛, 俞小鼎, 方翀, 等.2003年7月8日安徽系列龙卷的新一代天气雷达分析[J].气象, 2004, 30 (1) :38-43.

[4]姚叶青, 俞小鼎, 郝莹, 等.两次强龙卷过程的环境背景场和多普勒雷达资料的对比分析[J].热带气象学报, 2007, 23 (5) :483-490.

[5]伍志方, 叶爱芬, 胡胜, 等.中小尺度天气系统的多普勒统计特征[J].热带气象学报, 2004, 20 (4) :391-400.

[6]郑艳.多普勒天气雷达产品在海南防台减灾中的应用[J].热带作物学报, 2007 (S) :53-56.

[7]陆汉城, 杨国详.中尺度气象学[M].北京:气象出版社, 2004.

[8]TRAPP R J.A reassessment of the percentage of tornadic meso-cyclones[J].Weather Forecasting, 2005, 20:680-687.

中尺度分析 篇8

城市化过程对城市及其周边地区的自然、生态、社会经济过程产生了显著影响,并直接表现为城市用地的扩张和景观内部结构及空间格局的变化。尺度通常指研究某一物体或现象时所采用的空间或时间量度,是景观空间异质性的一个重要方面。

城市景观其实是一个城市各方面矛盾的综合反映,透过它能探视到许多城市议题的核心。解析城市景观与城市功能服务之间的互动关系,必须从城市交通、城市意象、城市历史文化风貌、城市生态、城市管理等各方面进行全方位考虑。

1 城市景观综合设计原则

1.1 城市景观综合设计的内容和标准

分析城市景观不仅要评价其视觉影响,更重要的是还要探究它与城市功能服务之间的互动机制。其中,一个相对普适的、综合的城市景观分析体系可以发挥较好的作用。许多经典的城市理论、规划设计专著都提出过不少关于“好的城市空间设计”的标准,这些标准有不少重叠和相似的地方,但它们都体现了人类城市环境最基本和重要的价值观,为综合分析城市景观提供了重要的参考依据。

这些价值观涵盖城市功能、人文、生态、美学和社会公益等各个方面,为城市景观分析提供了核心的价值标准。

1.2 城市景观综合分析体系组成

1)景观生态导向发展。

目前许多成长起来的城市环境是与城市宜居和可持续发展的目标不相符的,例如城市内部绿色空间稀缺,城市建设拥挤而杂乱无章,热岛效应,交通堵塞,空气污染,水、空气等自然要素不能正常流动,并且质量得不到保证。

面对巨大的人口、资源与环境压力,今后我国城市发展的必由之路是TOD和ECOD。TOD即公交导向发展,其更深一层的含义是,城市土地利用的强度应该与服务当地的公共交通运力互相匹配。

2)景观生态格局理念。

景观总体形态现状直接影响着城市功能的运行。不同类型的开放空间为人们提供了休憩、娱乐、庆典等各种重要的城市功能,现在不少城市建设完全丧失了对原有自然地形、地貌和生态格局的尊重,导致城市居民的生活失去了与环境的应有关联,这是居民生活品质下降的一个重要原因。

3)景观表现方法与程度。

意象表现的清晰度、完整度以及独特性可以作为三个较抽象的二级指标,分别从重要景观节点的保护、城市肌理与母质的协调程度以及城市特色风貌保存状况予以考察。

传统老城区的更新必须特别注意尊重其原有的城市肌理,做到与原有的城市母质相协调。传统老城区地块零碎狭小,单个地块内“低密度”的高层塔楼,合起来对整个地区的实质效果往往是“高密度,高容积率”,进而导致城市生态环境减损,交通压力剧增。

4)景观可持续性。

景观的可持续性对于城市主打形象的确立和城市功能的高效运转都有着重要的影响。视觉廊道的保护是景观表现延续性一个重要的也是相对容易考察的指标,而实际延续性则从步行和公交的通达性予以考察。不管是刻意设计的还是无意间造就的,城市里总是存在一些对景观表现有重要作用的视觉廊道,这些视觉廊道应该被珍惜并加以保护和维护。

5)景观人文和功能汇合度。

丰富的文化历史意涵和背景能极大地提高居民和游客对城市的认知,但如果缺乏景观资源的有效管理与整合,即便再丰富的人文资源也不能发挥出来,进而造成文化遗产的浪费甚至流失。而对于人口稠密的城区,城市功能的富集则是活力和繁荣的保证,表现在多样的城市服务能及时方便地为人们所获取。

因此,传统文化景观不被重视,人们特别是年轻一代就会逐渐丧失对自身文化传统的认知和认同。

2 城市景观综合设计措施与方法

2.1 吸取教训,总结经验

城市景观一旦遭受破坏,任何补救措施都需要付出相当高昂的成本,甚至根本就难以挽回。目前,我国各级城市都在急速扩张,急功近利、好大喜功的各种规划和建设充斥其中,因此,透过城市景观对城市建设发展进行检讨有其积极意义。城市景观分析的内容可以是综合的,也可以是专题的。

2.2 基于宏观尺度的城市设计

充分考虑到地区城市景观的宏观尺度的城市设计,对于建设适宜居住和创业的、生态环境良好的城市是不可或缺的。原则上来说,任何单个城市建设都必须考虑到其整体的景观环境,即对周遭城市功能服务的影响。然而,只有充分掌握城市景观与城市功能服务的互动关系,才能使城市设计具备真正坚实的科学基础,最终使规划更加合理。

2.3 城市设计的法制保证

在我国特殊的市场经济条件下,规划界的各种体制和法规还亟待健全。各种力量已经激烈博弈于城市规划与开发之中,对城市的发展起着越来越深远的影响。在这样一种背景下,政府的角色更显关键。在很多情况下,政府过多地参与了城市经济与开发的具体事务,导致优秀的城市设计无法兑现。

2.4科学的综合评价

城市景观的研究已经不再停留在视觉表面上,更多时候必须深入了解其背后的各种问题和机制,为此应该引入各种相关的学科和方法助力。“景观生态学与规划的结合被认为是走向可持续规划最令人激动的途径,也是在一个可操作界面上实现人地关系和谐的最合适的途径”。

3结语

城市景观综合分析框架对于分析城市景观十分有益,以宏观尺度的城市设计控制理念可使得城市景观发生改变,从而反过来影响一个城市的功能与服务。坚持城市综合设计原则和理念,采取切实有效的措施保证这些理念和观点运用到实际的规划中,是当前城市景观综合设计的重要内容。

参考文献

[1]凯文.林奇.城市意象[M].北京:华夏出版社,2001:35-67.

[2]Timothy Beatley.Green Urbanism:Learning From European Cities[M].Island Press,2000:107-223.

预热温度对微尺度燃烧影响的分析 篇9

高温空气预热技术是一项有效的燃烧节能技术, 国内外在宏观尺度也已经展开了大量的研究。其中, 很多发达国家在研究与开发高温空气燃烧技术方面已经开发出70多项专利[1,2,3,4]。尹洪超等[5]利用了数值模拟对不同空气温度下某烯烃厂芳烃加热炉的燃烧温度进行了模拟, 验证了预热空气对燃烧的稳定性、温度均匀性的作用, 预热温度越高, 燃烧越充分, 火焰厚度越厚, 温度分布更均匀。李宇红等[6]运用数值模拟方法研究了低氧浓度条件下甲烷高温空气燃烧的火焰特性, 以及预热空气温度对燃烧的影响, 验证了高温空气燃烧的最高燃烧温度降低, 燃烧区扩展, 场内温差亦大大降低。燃烧区最高温度和平均温差与进口空气预热温度呈近似线性的变化关系。袁德等[7]认为从燃烧动力学来看, 高温可以使火焰稳定, 火焰的稳定极限是随温度的提高而加宽的, 或者说温度的提高导致火焰稳定的下限降低, 上限拓宽, 使火焰在较大范围内获得稳定。同时, 在着火阶段参加燃烧的可燃物浓度高, 也易着火和稳定燃烧。另外空气温度越高, 火焰的熄灭应变能力越强, 火焰也越稳定, 需要的氧浓度可以降低。其次高温还可使燃烧速率提高, 随着温度的提高燃烧速率几乎直线上升。但对于微尺度燃烧而言, 由于散热的影响相对较大, 温度肯定没有宏观尺度燃烧那样高, 因此燃烧稳定性也要差一些。由于微燃烧室内燃烧特性测量的困难, 数值模拟来研究微燃烧特性是一种节省成本的方法。美国德拉瓦大学研究了二维的CFD模拟来分析微燃烧室内甲烷/丙烷空气预混燃烧稳定性[8,9]。本文对微管内的氢氧燃烧过程进行了三维数值模拟研究, 分析混合气入口温度对微尺度燃烧特性的影响, 以求对微燃烧过程有进一步认识。

1 物理模型

模拟对象为图1所示内径为0.2 mm、壁厚为0.05 mm、长度为1.6 mm的微型圆柱管, 壁面材料为耐高温的石英玻璃, 其导热系数为1.38 W/ (m·K) 。由于燃烧室的结构很规则, 采用结构化网格划分。

2 计算结果及分析

用以上模型对微管内氢气空气预混燃烧进行数值模拟, 本研究取管径为0.2 mm、壁面厚度为0.05mm的石英管, 外壁面散热系数为100 W/m2·K, 以化学当量比下氢气和空气预混合物, 入口流速固定为1.5 m/s, 以入口温度分别为300、500、700 K通入微尺度燃烧室内进行模拟研究, 分析混合气入口温度对微尺度燃烧特性的影响。

图2和图3分别是不同入口温度下燃烧室内温度和氢气质量分数沿燃烧室轴向分布的剖面图。由图2可知, 随着混合气体入口温度的增加, 管内火焰最高温度降低, 火焰中心向燃烧室入口处靠近, 火焰中心区域减小, 出口处气体温度也降低。由图3可知, 随着混合气体入口温度的增加, 化学反应区域向燃烧室入口处靠近, 燃烧室出口处氢气质量分数在入口温度为500 K时最低。可见, 在入口温度为500 K时最有利于实现氢气完全燃烧发生化学反应。

图4和图5为不同混合气入口温度下微尺度燃烧室的气体温度和氢气转化率沿无量纲轴向距离的分布图。由图4可知, 随着气体混合物入口温度的增加, 燃烧室内火焰最高温度向入口处靠近, 出口处气体温度降低。由图5可知, 随着入口温度的增加, 在靠近燃烧室入口处氢气转化率增加, 也就是提高了燃烧效率, 在出口处基本实现了完全转化。这是因为随着入口温度增加, 混合气体温度更接近着火点发生燃烧释放热量, 但是由于燃烧室外壁面温度较低, 散热量增大。

3 结语

因此, 较高的混合气入口温度使得燃烧效率提高, 火焰中心更靠近燃烧室入口。但是, 由于壁面热损失, 火焰中心温度增加幅度不大, 燃烧室出口温度降低幅度较大。为了实现较高的微尺度燃烧室的能量转化, 需要火焰有较高的出口温度, 这样, 就需要较合适的入口温度, 而不是越高越好。

参考文献

[1]Yoshikawa K.Gastification and Power Generation from Solid Fuels using High Temperature Air.高温空气燃烧新技术国际研讨会论文集[C].北京:1999, 48-68.

[2]Kobayashi H, Kawai K et al.Gastification and Power Generation System and Boiler Performance using High Temperature Air.高温空气燃烧新技术国际研讨会论文集[C].北京:1999, 70-88.

[3]尹洪超, 张微.空气预热温度对燃烧状况的影响[J].节能, 2007 (9) :4-5.

[4]李宇红, 祁海鹰, 苑皎, 等.预热温度影响甲烷高温空气燃烧特性的数值分析[J].工程热物理学报, 2001, 3 (22) :258-260.

[5]袁德, 李明.高温空气无油点火技术研究与应用[A].中国科学2004年学术年会电力会场暨中国电机工程学会学术论文集[C].中国, 海南:2004.

[6]Norton, D.G., Vlachos, D.G..Combustion characteristics and flame stability at the microscale:a CFD study of premixed methane/air mixtures Chemical Engineering Science, 58 (2003) :4871-4882.

[7]Norton, D.G., Vlachos, D.G..2004.A CFD study for propane/air microflame stability.Combust.Flame 138, 97–107.

中尺度分析 篇10

气候系统是一个多时间尺度的系统,有千年、百年、几十年不等。同样气候变化亦有其地域特点,不同地区气候变化趋势是不一样的。区域性气候的研究证实了中国北方的气候呈明显变暖的趋势[2,3],而北方的增暖主要出现在东北、西北西部和华北地区,其中东北和华北地区增温最快[4]。另外,有研究表明[5],全球的主要气候变化是从20世纪70年代后期起气温明显升高,但是变暖区主要为35。N以北的地区。辽宁省地处我国东北地区的南部,位于35°N以北的区域。

有关辽宁地区气候的研究[6,7]表明,近50多年辽宁气候呈增暖趋势,主要表现为冬季气温的增高。近年来,对大区域范围的气候变化研究[8,9,10]层出不穷,而局部地区气候变化研究相对匮乏。营口市位于辽东半岛西北部,辽河入海口左岸,西临渤海辽东湾。独特的地理位置使营口的气候变化具有自身的特点,其属暖温带大陆性季风气候,四季分明。但目前关于营口地区气候变化的研究并不多见,尤其是囊括近60年气温资料的相关研究还未曾有报道。因此,本文拟根据近60年营口地区气象站的逐日气温资料,采用统计学分析方法,包括趋势分析、小波变换、Mann-Kendall突变检验和R/S分析等方法,对该地区气温变化趋势、多时间尺度结构及其年代际突变特性进行分析,旨在于揭示营口地区的气温演变规律,为区域气候诊断分析和预测提供参考依据。

1 资料与方法

1.1 资料来源

本文所用资料来自营口市气象局,包括营口市所属的营口(西炮台观测站)、盖州、大石桥和熊岳气象站(图1)观测的逐日气温纪录,数据采集时间自1951年1月]日至2010年12月31日。对原始数据中的个别缺测或错测记录进行了插补订正,在资料质量控制和均一性检验的基础上,统计各站年、季、月平均温度和区域平均温度序列。

1.2 研究方法

本文采用线性回归法[11]反映气候序列的变化趋势,利用变差系数[12]描述气温在不同年代的相对变化,从而对比不同年代气温变化的大小及其变化的稳定性。

小波变换[13,14]方法是一种时频分析新技术,近年来被广泛应用于大气科学领域。本文采用Morlet小波分析气温变化的时域结构以及在不同时域上的周期性振荡特征,Morlet小波为复数小波[15,16,17],根据小波变换系数实部的时频域分布可以反映气候信号的周期性,同时应用小波功率谱检验其变化周期的显著性。将功率谱假设检验方法应用于小波功率谱[18],可检验给定信度条件下小波功率谱的显著性水平。

Mann-Kendall检验[19]法在气候变化研究中的应用非常普遍,由于其不需要样本遵从一定的分布,也不受少数异常值的干扰,而且计算也比较方便,因此采用该方法不但可以明确气候突变的开始时间,而且可指出突变区域。

R/S分析(Rescaled Range Analysis)法是Hurst[20]提出的一种时间序列统计方法,其在分形理论中具有着重要作用[21,22]。若R/S∝rH,则说明所分析的时间序列存在Hurst现象,H称为Hurst指数。根据H值的大小,可以判断该时间序列是完全随机的或是存在趋势性(持续性,反持续性)成分。判断标准如下:(1)当H=0.5时,意味着时间序列未来与过去无关或短程相关。(2)当0.5

2 结果分析

2.1 气温基本特征

营口市年平均气温为9.3℃。1956年最冷,年平均气温仅7.6℃;2007年最热,年平均气温达10.9℃,是最冷年份1.43倍。日极端最高气温为35.3℃,出现在1958年7月20日;而日极端最低气温出现在1985年1月28日,气温纪录为-28.4℃。

表1给出了1951～2010年营口地区平均气温的统计结果。近60年来,年平均气温、最高气温、最低气温的标准差秋季最大,春季次之,夏季最小。年平均日最高气温为20.6℃,日最低气温为-1.9℃,平均日较差22.5℃。

营口地区的年最低气温变率大于最高气温变率,所以该区域出现极端低温的可能性要大于出现极端高温的可能性。这可能与冷期贝加尔湖附近冷空气势力较强而暖期贝加尔湖附近冷空气势力相对较弱有关。

注:ϯ达到0.05的显著水平(α0.05=0.273)检验,§达到0.001的显著水平(α0.001=0.443)。b为回归系数,b的10倍为气温线性倾向率,单位是℃/10a;rxt为气温趋势系数。

2.2 气温变化趋势

2.2.1 平均气温的年代际变化

近60年来营口地区年平均气温在波动中呈现稳中略升的变化特征,趋势系数为0.32℃/10 a(表2)。20世纪50年代平均气温呈上升趋势,60年代和70年代呈下降趋势,80年代中期以后气温均处于上升阶段,增温最快的时段为90年代(图2)。采用t检验方法检验总体和各阶段气温倾向趋势的显著性,大部分都通过了信度0.05的显著性检验,说明营口地区气温上升趋势明显。近60年营口地区年平均气温大体上可以分为3个阶段:

1951—1960年的升温阶段。平均气温由1951年的8.3℃升高到1960年的9.2℃,气温倾向率为0.34℃/10 a;但未通过α=0.05的信度检验,说明升温趋势不显著。这阶段的平均气温为8.4℃,低于多年平均气温。

1961—1987年的降温阶段。气温由1961年的9.9℃下降到1987年的9.0℃,降温幅度为0.29℃/10 a,其中60年代的下降幅度较大;通过了α=0.001的信度检验,说明降温趋势显著。这阶段的平均气温为9.2℃,与多年平均气温相当。

1988—2010年的升温阶段。年平均气温由1988年的9.1℃升高到2010年的9.3℃,其中以80年代的增温幅度最大(0.64℃/10 a),均通过了α=0.05的信度检验。表明营口气温处于偏暖期,升温趋势十分显著。这阶段的平均气温高达9.8弋，比多年平均气温高0.5 T。

综上所述,营口地区各季节和年平均气温均呈现出不同程度的上升趋势;年平均气温经历了先升后降再逐渐升高的阶段,增温率为0.32℃/10 a;特别是在1981—1990年代以后气温上升尤为显著,增温率达0.64℃/10 a;各季节中,冬季(0.47℃/10a)和春季(0.42℃/10 a)增温对该地区年平均气温贡献最大;冬季气温呈现升-降-升-降-升的交替变化,年际变化显著。可见,冬季为四季气温变化最明显的季节。

各年代平均气温变差系数最大的是20世纪50年代(表3),随后变差系数逐渐减小,到90年代达到最小,21世纪后又略有增加。这和气温变化曲线所反映的结果基本一致。说明营口气温在1951—1960年期间是分析期内气温年际变化最明显的阶段,而后逐渐趋于稳定,直至20世纪90年代。

(粗实线为温度距平;细实线是线性趋势;虚线是5年滑动平均;a春季,b夏季,c秋季,d冬季)

2.2.2 平均气温的季节变化

营口地区春、夏、秋、冬4个季节的气温同样存在着明显的上升趋势(表2)。春季(图3a)平均气温为9.5℃,平均增温倾向率为0.42℃/10 a,通过了α=0.001的显著性检验。从年代际变化上来看,20世纪50年代到60年代春季气温有所上升,70年代到90年代略有下降,90年代以后春季气温迅速升高,尤其是1991—2000年增幅高达0.74℃/10 a;21世纪初春季气温略有下降,但趋势系数没有通过α=0.05的显著性检验,说明降温不明显。夏季(图3b)平均气温为23.7℃,20世纪60年代到80年代夏季气温略呈下降趋势,随后明显上升,2001—2010年期间升温幅度最大,增幅达0.49℃/10 a。秋季(图3c)气温的年代际变化与夏季相似,不同的是在90年代表现为短暂的下降趋势,随后秋季气温逐渐上升;秋季气温80年代增幅最大,达2.0℃/10 a。冬季(图3c)气温呈现升-降-升-降-升的交替变化,1981—1990年期间升温幅度最大,增幅为2.04℃/10 a;60年代降温最为显著,降幅达1.67℃/10 a;均通过了α=0.05的显著性检验。显然,冬季为营口四季气温变化最明显的季节;这与以往对东北气温变化趋势研究[21,22,23]所得出的结论是一致的。

由此可见,无论是年平均气温还是各季节平均温度,近60年来营口地区气温变化都呈上升趋势,大多通过了α=0.001的显著性检验。除秋季以外,20世纪50年代到60年代营口地区气温都表现为一个上升趋势;经过一个时期(1961—1980)的下降,随之又出现上升趋势。冬季气温表现为升温与降温的年际交替变化。80年代的冬季气温增幅最大,而降温幅度最大的时期出现在21世纪初的春季。

2.3 气温变化周期

2.3.1 气温变化的时频结构

众所周知,气候变化含有多种时间尺度,在时域中存在着多时间尺度结构和局部化特征,而在频域中表现为不同显著性水平的周期振荡。图4(a)为营口地区年平均气温距平的小波变换系数在时频域中的分布。小波系数数值越大,说明信号的周期性变化特征越明显,其所代表的冷暖事件也就越强烈;小波系数通过零点的位置表示冷暖事件发生转折的具体时间。

由图4(a)可见,营口地区年平均气温变化具有明显的多时间尺度频率结构,不同时间尺度上气温变化的周期性特征和冷暖事件交替变化过程等很容易分辨出来。营口地区气温变化表现为明显的16 a尺度的年代际变化周期和6—7 a、4 a、准2 a尺度的年际变化周期。时域中16 a尺度的年代际振荡主要表现在1970年以前,表现为3个偏冷期和2个偏暖期,分别对应1957年以前的偏冷期、1960—1965年的偏暖期、60年代中期到70年代中期的偏冷期、70年代后期到80年代的偏暖期和1980年以后的偏冷期。气温变化的年际尺度周期性振荡主要表现为20世纪60—70年代和80年代初至20世纪末的6—7 a尺度变化周期、50-60年代和1980—2010年期间的4 a尺度周期、50年代中后期和70年代后期出现的准2 a尺度周期;其中,6—7a、4 a尺度周期信号明显,准2 a周期信号相对较弱。

营口地区四季平均气温也存在周期性变化(图略)。春季气温变化存在16 a左右的振荡周期,主要表现在20世纪60年初期到80年代中期;时域中6—7 a左右的振荡周期表现为逐渐减弱趋势。夏季平均温度变化存在着16 a、8 a和3 a尺度的震荡周期,其中16 a尺度周期信号明显,在所讨论的时域上都有体现。总体上,秋季气温变化的周期信号较弱,20世纪70—80年代以前以4—6 a尺度周期为主,90年代存在3 a左右的周期振荡。冬季气温周期性变化明显,16 a左右周期信号出现在所讨论的整个时域中,2001—2005年期间4 a尺度周期信号也有所表现。

2.3.2 变化周期的显著性检验

为了了解不同尺度周期振荡的显著性水平,分别对营口地区的年平均温度和各季节平均温度进行小波功率谱分析,并采用置信水平为95%的红噪声检验。年平均气温的小波功率谱检验结果,如图4(b)所示。图中等值线为小波功率谱与置信水平为95%的红噪声标准谱的比值,比值大于1.0(实线)为通过95%红噪声检验的显著变化周期,比值小于1.0(虚线)表示未通过显著性检验的周期。

由图4(b)可见,营口地区年平均气温变化存在着16 a、6—7 a、4 a和准2 a尺度的显著变化周期。时域中,16 a尺度的低频振荡能量最强,主要出现在1970年以前。年际尺度显著周期的时域分布存在明显的局部化特征。6—7 a尺度显著周期主要表现在1951—1968和1980—1990年期间,且80年代该尺度周期的振荡能量明显大于1968年以前;4 a尺度显著周期主要出现在1980年以后,1998—2002年振荡能量强大;准2 a尺度显著周期在20世纪50年代中期、70年代后期和2000年以后都有明显表现,说明气温变化的高频振荡更加频繁。

四季平均气温的小波功率谱检验(图略)结果表明,春季平均气温变化存在16 a、6—8 a和4 a左右的显著振荡周期,其中16 a尺度周期振荡能量较强,主要表现在1980年以前。夏季气温变化的16a、8 a、4 a和准2 a尺度周期均通过了显著性检验,其中16 a尺度周期能量最强,出现在所讨论的整个时域中。秋季气温变化仅4—6 a尺度周期通过了显著性检验。冬季气温16 a尺度变化周期振荡能量强大,整个时域中均有表现;4 a和准2 a尺度变化周期也通过了显著性检验,时域中局部化特征明显。

以上分析表明,营口地区气温变化具有不同时间尺度的显著变化周期,年际和年代际振荡能量及其在时域中的表现存在明显差异。年平均气温存在16 a尺度的显著震荡周期,时域中主要表现在1970年以前;年际变化以4 a尺度周期振荡能量最强,时域中主要出现在1980年以后。四季气温变化也存在年际和年代际周期性振荡,春、夏和冬季16 a和4 a左右震荡周期能量强大,秋季气温变化的周期性特征不显著。最近几年不同时间尺度的气温变化表明,目前营口气温变化处于较强的偏暖期。

2.4 冷暖异常分析

根据表4所列冷暖等级标准[24]所作的统计结果表明,近60 a来营口地区年平均气温没有出现异常偏冷年,显著偏冷年仅出现过一次(1956年),偏冷年出现了两次(1957和1952年),偏冷年和显著偏冷年都出现在20世纪50年代;同样,异常偏暖年也没有出现,显著偏暖年出现了两次(2007和1998年),偏暖年分别出现在1994、2004和2008年。

注:T表示平均气温,Tp表示多年气温平均值,S表示平均气温标准差。

近60 a来营口地区春季偏冷只出现过1次(1957年),而春季偏暖出现过3次(1998、2002和2003年);由春季偏暖出现的年份可知,自20世纪90年代以来营口地区春季增温趋势明显。近60 a营口地区未出现异常冷夏,显著冷夏(1976年)和偏冷夏(1954年)各出现一次;异常暖夏也没有出现,显著暖夏出现过1次(2000年),偏暖夏出现过2次(1997和1994年);秋季偏冷出现过1次(1976年),而秋季偏暖出现过4次(2004、2005、2006和2008年);冬季偏冷出现过2次(1952和1956年),显著暖冬出现过1次(2007年),偏暖冬出现了4次(1992、1999、2002和2005年)。

近60 a营口地区显著低温少,显著高温多;证实了20世纪90年代以来气温逐渐变暖的气候异常事实。这可能与人类活动引起全球气候系统变化、海气相互作用导致东亚大气环流异常等因素有关;特别是冬半年的显著增温,可能是近年来北方冷空气强度减弱、入侵频次减少所造成的。

2.5 气温突变检验

气候突变是气候系统中普遍存在的一个重要现象。采用Mann-Kendall方法对近60 a营口地区年平均气温进行了突变检测,结果如图5所示。由图可见,两条检验曲线在临界线内存在明显的交点,说明年平均气温存在显著的突变特征。近60 a营口地区年平均气温在1988年发生了突变,20世纪90年代以来增暖趋势十分明显,通过了信度α=0.05的显著性检验。

各季节平均气温的突变检验(图略)结果表明,春季气温从20世纪60年代初开始出现上升趋势,冷暖突变点出现在1981年,80年代以后升温趋势显著;夏、秋季气温突变时间和显著升温阶段基本相似,60年代中期呈上升趋势,到70年代初趋于稳定,随后均在90年代中期发生突变,90年代中期以后增温显著;冬季平均气温在1983年发生了冷暖突变,此后升温趋势明显。

(直线为95%临界值线,临界值|Ul 0.05=1.96;虚线为Uf曲线,实线为UB曲线)

2.6 未来气温变化趋势

从以上分析可知,无论是年平均气温还是各季节平均气温,近60 a来营口地区气温变化均呈上升趋势,特别是20世纪90年代以来增温速度很快。然而,对于营口地区未来的气温变化仍存在不确定性,为此本文采用R/S分析法判断其未来变化趋势。

表5列出了近60 a来营口地区各季节和年平均气温的Hurst指数。可见,营口地区四季及年平均气温的Hurst指数均大于0.5,说明平均气温将继续保持原来的增温趋势;其中以春季和冬季增温趋势最强(持续性分级:很强)、年平均气温的增温趋势次之(持续性分级:强),其次是夏季(持续性分级:较强)和秋季(持续性分级:较弱)增温。由此认为营口地区未来几年的气温变化仍将保持不同程度的增温趋势。

3 结论

1951—2010年营口地区年平均气温呈上升趋势,气温倾向率为0.32℃/10 a,其中20世纪80—90年代气温上升趋势显著。各季节气温变化趋势与年平均气温变化趋势基本一致,气温倾向率分别为0.42℃/10 a、0.17℃/10 a、0.23℃/10 a、0.47℃/10 a;但增温幅度差异较大,冬季气温增幅最大。近60年中1951—1960年是分析期内气温变化最明显的时期。

营口地区年平均气温具有不同时间尺度的显著变化周期。时域中16 a尺度年代际振荡主要表现在1970年以前,4 a左右年际尺度变化周期表现在1980年以后。春、夏和冬季平均气温均存在16 a、4 a和准2 a尺度显著变化周期,秋季气温存在4—6 a尺度显著变化周期。

年平均气温突变发生在1988年;春季和冬季气温在80年代初发生突变;夏、秋季气温在90年代中期发生突变;各季节和年平均气温发生突变后升温趋势显著。未来几年营口地区的气温变化仍将保持增暖趋势;尤其是春季和冬季,增温趋势更显著。

摘要：根据近60年的逐日气温资料,采用线性拟合、小波变换、Mann-Kendall突变检验和R/S分析等方法分析了营口地区的气温变化。结果表明:近60年营口地区年平均气温呈上升趋势,气温倾向率为0.32℃/10a;春夏秋冬四季平均气温上升速度存在差异,倾向率分别为0.42℃/10a、0.17℃/10a、0.23℃/10a、0.47℃/10a。年平均气温存在准2 a、4 a、6～7 a和16 a左右的显著变化周期,其中4 a和16 a左右周期振荡能量强大,时域中4 a年际尺度变化表现在1980年以后;而16 a年代际尺度振荡主要表现在1970年以前。显著偏暖年出现在1998年和2007年,1976年为冷夏,2007年出现暖冬。年平均气温在20世纪80年代末发生突变。预计未来一段时期营口地区气温变化依然保持增暖趋势,春季和冬季的增温尤其显著。