DOI: 10

Size: px

Start display at page:

Download "DOI: 10"

狷裘
5 years ago
Views:

第 2 卷第 1 期全球变化数据学报 Vol. 2 No.1 2018 年 3 月 Journal of Global Change Data & Discovery Mar.

得到上海市极端高温天气研究数据集数据集包括 8 个统计表 :(1) 上海市历年与高温相关的气象参数数据 (1960-2013 年 );(2) 上海市高温分析的特征参数数据 (1960-2013 年 );(3) 2004-2014 年上海市各区历年最高气温数据 ;(4)2004-2014 年上海市各区历年高温天数数据 ; (5)2004-2014 年上海市各区历年暖夜天数数据

1 第 2 卷第 1 期全球变化数据学报 Vol. 2 No 年 3 月 Journal of Global Change Data & Discovery Mar 上海市极端高温天气数据集姜荣上海华闵环境科技发展有限公司, 上海摘要 : 基于中国地面气候资料日数据集 ( 中国气象数据共享服务网 ) 中的年上海徐汇站气象数据 ( 包括日最高气温日最低气温和相对湿度等 ) 和上海市夏季日最高气温和日最低气温数据 ( 上海市气象局年气象统计数据 ), 分析上海市极端高温天气的变化特征, 得到上海市极端高温天气研究数据集数据集包括 8 个统计表 :(1) 上海市历年与高温相关的气象参数数据 ( 年 );(2) 上海市高温分析的特征参数数据 ( 年 );(3) 年上海市各区历年最高气温数据 ;(4) 年上海市各区历年高温天数数据 ; (5) 年上海市各区历年暖夜天数数据 ;(6) 年上海市各区热浪次数数据 ; (7) 年上海市各区热浪天数数据 ;(8) 年上海市各区热浪强度数据数据集存储在 Excel 文件, 数据量 27.4 KB 关键词 : 上海 ; 天气 ; 极端高温 DOI: /geodp 上海市极端高温天气变化数据集 (ExtrHighTemShanghai) 基于中国地面气候资料日数据集 ( 中国气象数据共享网站 ) 中的年上海市徐汇站气象数据 ( 包括日最高气温日最低气温和相对湿度等 ) 和上海市夏季日最高气温和日最低气温 ( 上海市气象局年气象统计数据 ), 通过上海全市及各区极端高温天气指数分析, 包括日最高气温日最低气温高温日数暖夜日数高温热浪发生频次高温热浪日数高温热浪强度炎热日数等, 得到上海市极端高温天气数据集 2 上海市极端高温天气数据集 (ExtrHighTemShanghai) 的数据集名称短名名称作者地理区域数据年代时间分辨率空间分辨率数据集组成数据出版与共享服务平台数据共享政策等信息见表 1 3 基于气象数据采用线性趋势系数法初步分析年上海市夏季最高气温夜间最收稿日期 : ; 修订日期 : ; 出版日期 : 作者信息 : 姜荣 C , 上海华闵环境科技发展有限公司, jiangrong512@163.com 论文引用格式 : 姜荣. 上海市极端高温天气数据集 [J]. 全球变化数据学报, 2018, 2(1): DOI: /geodb 数据集引用格式 : 姜荣. 上海市极端高温天气数据集 [DB/OL]. 全球变化科学研究数据出版系统, DOI: /geodb V1.

2 第 1 期姜荣等 : 上海市极端高温天气数据集 77 低气温和暖夜日数的变化趋势基于阈值法确定高温热浪的判定标准, 并统计上海市历年夏季高温热浪发生频次热浪日数和热浪强度引入炎热指数, 从气象角度评价不同气候条件下人体的舒适感状态采用广义极值分布函数表征极端高温天气的变化趋势表 1 上海市极端高温天气集元数据简表条目描述数据集名称数据集短名作者信息地理区域数据年代时间分辨率数据格式数据量数据集组成上海市极端高温天气数据集 ExtrHighTemShanghai 姜荣 C , 上海华闵环境科技发展有限公司, jiangrong512@163.com 中国上海, 经度范围大致位于 E E, 维度范围大致位于 W W 年和年年日.xlsx 27.43KB 年上海全市高温气象数据和年上海各区高温气象数据出版与共享服务平台全球变化科学研究数据出版系统地址北京市朝阳区大屯路甲 11 号 , 中国科学院地理科学与资源研究所数据共享政策全球变化科学研究数据出版系统的数据包括元数据 ( 中英文 ) 实体数据 ( 中英文 ) 3.1 指数定义和计算 (1) 暖夜日数和通过全球变化数据学报 ( 中英文 ) 发表的数据论文其共享政策如下 :(1) 数据以最便利的方式通过互联网系统免费向全社会开放, 用户免费浏览免费下载 ;(2) 最终用户使用数据需要按照引用格式在参考文献或适当的位置标注数据来源 ;(3) 增值服务用户或以任何形式散发和传播 ( 包括通过计算机服务器 ) 数据的用户需要与全球变化数据学报 ( 中英文 ) 编辑部签署书面协议, 获得许可 ;(4) 摘取数据中的部分记录创作新数据的作者需要遵循 10% 引用原则, 即从本数据集中摘取的数据记录少于 [1] 新数据集总记录量的 10%, 同时需要对摘取的数据记录标注数据来源研究表明, 安静时人体在 28 气温时产生热量明显增加, 此后产热量随着气温升高而增加, 进而影响人体代谢 [2], 参考气候变化和预测 (Climate Variability and Predictability, CLIVAR) [3] 组织对暖夜的定义, 本文定义夜间温度 ( 即日最低气温 ) 28 为一个暖夜日 (2) 高温热浪高温热浪指数反映了夏季高温持续的时间本文参考中国气象局对极端高温的定义, 定义 35 为高温天气, 即每个站点出现连续 5d 35 的高温天气即定义为一次高温热浪过程 [3] 分析上海地区高温热浪发生频次高温热浪日数和高温热浪强度, 高温热浪发生频次是指某站某年夏季出现高温热浪过程的次数 ; 高温热浪日数是指某站某年夏季全部高温热浪过程的累积日数, 一次高温热浪过程的长短也反映了高温热浪影响的大小, 一般来说, 高温热浪持续时间越长, 影响越大 ; 高温热浪强度是指某站某年夏季所有的高温热浪过程日最高气温超过高温阈值的累积数, 更能定量地反映某年高温热浪的影响强度, 高温热浪日数和高温热浪强度的公式为 : 式中,N 为热浪天数, 为一次热浪过程的天数,m 为热浪次数,I 为热浪强度, 为热浪 (1) (2)

3 78 全球变化数据学报第 1 卷过程中的日最高气温 (3) 炎热天数炎热指数是热应力的舒适指标, 最初由 Tom 提出,Bosen 进行了修改与发展 [5], 具体计算过程如下所示 : 当时 (3) 当时 (4) 式中, 为炎热指数 ( ), 为环境温度 ( ), 一般取当日最高温度,RH 为空气相对湿度 (%) 为确定上海市高温炎热天数, 首先根据炎热指数确定炎热临界值, 利用研究区年 6-9 月逐日气象数据 ( 包括日最高气温和相对湿度 ), 参考黄卓等 (2011) [6] 中对炎热指数的定义, 计算其中最高温度 33 的炎热指数, 并对其进行排序, 选取第 50 百分位的值作为临界炎热指数其次, 计算炎热指数大于临界炎热指数的天数, 所得即为高温炎热天数 (4) 广义极值分布函数广义极值 (Generalized Extreme Value,GEV) 分布函数的三个分布特征参数 ( 形状参数尺度参数位置参数 ) 能够从三个方面反映极端温度的长期变化趋势, 其中位置参数表征效果最好本研究通过 GEV 分布函数表征研究区夏季极端高温天气变化趋势, 模型原理和数据处理方法简介如下 : 1 原理设 F(x) 的样本为, 其中 ( ) 称为次序统计量样本极小值和样本极大值分别为和, 其对应的分布称为极值分布统计学家费舍与逛皮特研究显示, 分布函数经过线性变换后的样本极大值的概率收敛于一个随机变量 GEV 模型理论分布函数表达式如下 : (5) 式中 :, 为位置参数 ; 为尺度参数 ;, 为形状参数 ; 和分别对应 Weibull 分布和 Frechet 分布, 对应 Gumbel 分布 2 数据处理过程第一步 : 将上海市 1960 年年共 54 年的数据划分成 43 个周期, 即为第一周期, 为第二个周期, 以此类推, 为第 43 个周期 ; 第二步 : 每年提取 3 天最高温数据, 对每个周期中的 33 个数据进行排图 1 上海市极端高温天气数据集生成的流程图

4 第 1 期姜荣等 : 上海市极端高温天气数据集 79 序, 选取中间年作为典型代表年份 ; 第三步 : 计算 GEV 分布, 因此本文主要分析位置参数的变化趋势 3.2 技术路线基于中国地面气象资料日数据集的上海市徐汇站气象数据 (1960~2013 年 ) 得到上海全市尺度高温指标高温热浪指标炎热天数广义极值分布特征等数据 ; 基于上海市气象局年气象统计数据得到上海区县尺度日最高气温高温天数暖夜天数和高温热浪指标等数据上海市极端高温天气数据集生成的流程图示于图上海市全市极端高温数据 (1) 四个高温指标数据上海市年夏季日最高温和日最低气温统计, 最高温为 39.9 (2013 年 8 月 6 日 ), 平均最高温为 37.0, 且日最低气温也有明显上升趋势 2000 年前夏季日最高气温基本在均值以下,2000 年年期间夏季日最高气温均在均值以上在过去 54 年中, 上海市极端最高气温以 0.47 /10a 的线性倾向率显著增加根据先前学者对极端高温与健康的关系的研究 [2], 对极端高温进行分级 : 大于等于 35 为高温, 大于等于 38 为危害性高温分析上海市高温出现频次, 结果显示 :1960 年年, 上海市高温 ( 35 ) 日数和危害性高温 ( 38 ) 日数分别为 541 天和 33 天, 年平均值分别为天和 0.61 天, 其中高温日数以 2013 年的 44 天为最多 (2) 高温热浪指标数据结果显示, 年, 上海市每年经历的热浪次数最多为 3 次, 最少为 0 次, 其中, 年, 上海市热浪次数最多为一次, 共经历 11 次热浪过程, 占所有热浪次数的 39.29%, 共经历热浪天数为 91 天, 占所有热浪天数的 39.91%, 共经历热浪强度为 117.7, 占所有热浪强度的 32.64% 可以看出, 某年经历的热浪次数越多, 热浪天数和热浪强度也更多,2013 年最明显但是, 相同的热浪次数不一定代表相同的热浪天数和热浪强度, 热浪次数热浪天数和热浪强度之间呈显著相关热浪次数和热浪天数与热浪天数和热浪强度的 Pearson 相关系数分别为和在 0.01 层上显著, 热浪次数和热浪强度的 Pearson 相关系数略低, 为 0.876, 在 0.01 层上显著 (3) 炎热天数数据从整体看来, 年炎热天数呈上升趋势, 线性倾向率为 , 观察数据分布特征, 即在 1972 年至 1984 年间呈现低值分布现象, 考虑将炎热天数分为两个阶段进行分析为分别计算年为转折年的两个阶段的线性倾向率, 两个阶段的线性倾向率差值 ( 第二阶段线性倾向率减第一阶段线性倾向率 ) 最大的年份即为转折年份炎热天数在年呈下降趋势, 年呈上升趋势分别对 1976 年前后两个阶段进行线图 2 广义极值分布位置参数图

5 80 全球变化数据学报第 1 卷性拟合, 第一个阶段线性倾向率为 , 第二个阶段线性倾向率为 , 呈现明显的上升趋势 (4) 广义极值分布表征广义极值分布函数能够排除极端高温出现的偶然性, 更科学得表征极端高温天气的变化趋势广义极值分布位置参数见图 2, 结果显示, 位置参数值在第 13 个周期之后逐渐升高, 也就是说,1976 年以后, 极端高温明显升高, 这与上海市城市化进程发展阶段具有一致性 4.2 上海市各区极端高温天气数据 (1) 各区日最高气温数据年, 各区夏季日最高气温最高值出现在代表市区的市区 (2014 年 ), 最低值出现在奉贤区 (2012 年 ) 为避免单个站点偶然值的影响, 计算各区多年日最高气温的平均值, 排序为 : 市区 (38.63 )> 松江区 (38.38 )> 闵行区 ( )> 青浦区 (38.14 ) > 嘉定区 (38.11 )> 浦东新区 (38.04 )> 宝山区 (37.88 )> 崇明县 (37.33 ) > 奉贤区 (37.16 )> 金山区 (36.87 ) 上海市各区多年日最高气温的平均值图见图 3 (2) 各区高温天数数据为反映十个站点的均衡和整体情况, 对年上海市各区的高温天数总和进行研究, 十个气象站中高温天数最大值和最小值分别都出现在 2013 年和 2014 年与各区日最高气温排序相比, 各区高温天数排序略有不同, 除市区都排在首位, 崇明县奉贤区和金山区都处在末尾, 其余六个区的排序次序不太一致, 表明多年平均日最高气温略高的城区未必出现相应多的高温天数, 这也与六个区的多年平均日最高气温相差较小有关, 六个区多年平均日最高气温最大值 ( 松江区 ) 与最小值 ( 宝山区 ) 仅差 0.5, 而全市 10 个站点中多年平均日最高气温最大值 ( 市区 ) 与图 3 上海市各区多年日最高气温的平均值图最小值 ( 金山区 ) 相差高达 1.76, 可见六个区多年日最高气温差别不大上海市各区多年日最高气温天数平均值图见图 4 (3) 各区暖夜天数数据为反映十个站点的均衡和整体情况, 对年上海市各区的暖夜天数总和进行研究, 各区暖夜天数变化趋势与日最高气温和高温天数都有所不同, 其排序图 4 上海市各区多年高温天数平均值图为 : 市区 > 金山区 > 宝山区 > 闵行区 > 松图 5 上海市各区多年暖夜天数平均值图江区 > 嘉定区 > 崇明县 > 奉贤区 > 浦东新区 > 青浦区上海市各区多年暖夜天数平均值图

6 第 1 期姜荣等 : 上海市极端高温天气数据集 81 见图 5 (4) 各区高温热浪指标数据与上节中讨论的上海市整体热浪情况相似, 热浪次数热浪天数和热浪强度之间有显著的相关性, 但具体的变化趋势仍有差别上海市各区高温热浪指标统计表见表 2- 表 4 为反映十个站点热浪的整体情况, 对年上海市各区的热浪次数总和进行分析, 各区热浪次数由大到小顺序为 : 市区 (20 次 )> 嘉定区 (13 次 )> 闵行区 (12 次 )> 松江区宝山区和青浦区 (11 次 )> 浦东新区 (9 次 )> 崇明县 (5 次 )> 奉贤区和金山区 (3 次 ) 对年上海市各区的热浪天数总和进行分析, 各区热浪天数最多的出现在市区 (150 天 ), 最少的出现在奉贤区和金山区 (20 天 ) 对年上海市各区的热浪强度总和进行分析, 热浪强度最大值的出现在市区 (289 ), 最小值出现在金山区 (41.8 ) 各区极端高温天气数据从空间尺度和时间尺度角度的特征分析详见文献 [8] 表 2 上海市各区热浪次数数据 ( 单位 : 次 ) 徐汇区浦东松江宝山崇明奉贤嘉定金山闵行青浦表 3 上海市各区热浪天数数据 ( 单位 : 天 ) 徐汇区浦东松江宝山崇明奉贤嘉定金山闵行青浦

82 全球变化数据学报第 1 卷表 4 上海市各区热浪强度数据 ( 单位 : 天 ) 徐汇区浦东松江宝山崇明奉贤嘉定金山闵行青浦 2004 19.7 6.2 16.9 11.4 0 0 16.3 0 12.1 14.1 2005 37.2 23.7 24.2 13.3 8.1 9.6 12 7.9 29.2 11.8 2006 16.9 4.4 0 0 0 0 6.

7 82 全球变化数据学报第 1 卷表 4 上海市各区热浪强度数据 ( 单位 : 天 ) 徐汇区浦东松江宝山崇明奉贤嘉定金山闵行青浦该数据集是基于中国地面气候资料日数据集和上海市夏季日最高气温和日最低气温数据, 通过线性趋势系数法初步分析上海全市和各区极端高温天气指数, 得到上海市极端高温天气数据集该数据集较好得反映了上海全市极端高温天气时间变化特征和上海各区极端高温天气空间差异性, 受到数据源的限值, 空间分辨率不足, 今后的研究可以进行更加精细化的极端高温空间分布特征研究参考文献 [1] 全球变化科学研究数据出版系统. 全球变化科学研究数据共享政策 [OL]. DOI: /dp.policy (2017 年更新 ). [2] 谈建国, 陆晨, 陈正洪等. 高温热浪与人体健康 [M]. 北京 : 中国气象局, [3] Climate and ocean-variability, predictability, and change [Z]. /Etccdi/Etccdi.Php. [4] Huynen, M. M., Martens, P, Schram, D, et al. The impact of heat waves and cold spells on mortality rates in the Dutch population [J]. Environmental Health Perspectives, 2001, 109(5): [5] Tom, E, C, Bosen, J, R. The Discomfort Index [J]. Weatherwise, 1959, 12: [6] 黄卓, 陈辉, 田华. 高温热浪指标研究 [J]. 气象, 2011, 37(3): [7] 姜荣. 上海市极端高温天气数据集 [DB/OL]. 全球变化科学研究数据出版系统, DOI: /geodb V1. [8] 姜荣, 陈亮, 象伟宁. 上海市极端高温天气变化特征 [J]. 气象与环境学报, 2016, 32(1):

DOI: 10

DOI: 10 第 2 卷第 4 期全球变化数据学报 Vol. 2 No.4 2018 年 12 月 Journal of Global Change Data & Discovery Dec. 2018 美国东南部地区 2007 年重大旱灾对植被影响数据集 * 杨建华, 武建军北京师范大学地理科学学部地理学院, 北京 100875 摘要 : 为研究典型重大旱灾对陆地植被的影响, 基于标准化降水蒸散发指数 (SPEI),