区域性气候特征模型的建立——以福州滨海新城为例

林丽萱 姚林塔 郑中凯

(1.福州市长乐区气象局，福建 福州 350200；2.福州市气象局，福建 福州 350001)

福州滨海新城作为福州中心城区的副中心，位于长乐沿海地区，面积188km2，核心区域在文武砂,将是按照“数字中国”示范区目标打造的智慧新城，其规划设计及风沙治理需要本地化的气候特征数据，而长乐区气候特征分析的依据主要来源于长乐国家站的数据，反映的是长乐主城区的气候特征，而滨海新城在长乐沿岸，其气候特征海洋性更明显些。王晓利等[1]指出，沿海地区受海洋性气候的影响，沿海各岸段的降水量变化率较大，易发生干旱和洪涝灾害。陈晛等[2]以福建晋江为例，分析得出沿海城市风场受海陆风等局地风场影响较大，某点出现海陆风的频率与其到海岸线距离大体呈负相关关系。基于发展建设需要，本文通过整理和分析滨海新城相关自动站点的气象资料，建立区域性气候特征模型，可为滨海新城规划设计和建设项目提供更为详细可行的气象资料和气候特征分析。

1 资料选取与检验方法

整理统计长乐国家站1961—2019年和文武砂、江田、古槐区域自动站2010—2019年气象数据特征(极值和出现时间、平均值)和空间分布特征。采用等均值法，即应用系统误差的检验方法(t检验)：假定文武砂站与长乐国家站、周围测站(江田、古槐、)同时均能或不能通过两组系统误差检验，说明文武砂与长乐国家站、周围测站变化趋势一致，资料具有“三性”；如果文武砂能(不能)通过检验，而文武砂与长乐国家站、周围测站不能(能)通过检验，说明文武砂与长乐国家站、周围测站变化趋势不一致；当某个测站90%的数据以上无法通过系统性检验，则舍去参照的资格。

这里统一用置信度α=0.05，为了表示检验结果，用0表示两段数据不存在系统误差，通过检验，用1表示两段数据存在系统误差，无法通过检验。本文所采用国家站和区域站资料来自福建省气象信息中心。

2 检验结果

利用1961—2019年的长乐国家站数据拟合检验2010—2019年文武砂、江田、古槐站的数据，要素上主要选取气温、雨量、风。

2.1 气温

表1列举了各站点月平均气温、月最低气温、月最高气温的检验结果。可以得出，用长乐国家站1961—2019年数据拟合检验各站，在要素月平均气温、月最高气温、日最低气温月平均上，4个站点数据拟合均能(不能)通过检验，表明各月变化趋势完全一致，表现出均一性；在要素日最高气温月平均和月最低气温上，除7月外，文武砂站与其他测站数据均能(不能)通过检验，文武砂站7月这两要素数据与其他站点不一致，但数据检验表现为0，通过检验，说明数据连续可靠，变化上与其他测站相反。

表1 各站点月气温检验结果 (Nx=49，Ny=10，Ta=2.0025)

2.2 雨量

从月雨量拟合检验结果来看(表2),1961—2019年长乐国家站数据与各站点拟合检验，表明4个站点除11月份外其他月份结果一致表现为0，说明通过检验，数据具有连续性。可是11月各站点检验结果虽然均为1，表示都未通过检验，但也说明各站点变化趋势一致，故文武砂站数据还是合理可靠。

表2 各站点月雨量检验结果 (Nx=49，Ny=10，Ta=2.0025)

2.3 风

主要拟合检验月平均风速和月极大风速(见表3)。从月平均风速检验结果来看，长乐、文武砂、江田、古槐各站除5月、6月、9月外均能通过检验，但5月、6月、9月检验结果四站都表现为1。在月极大风速方面，除5月外，各站数据均通过检验，但5月各站点检验结果也是均为1，均未通过检验。四站未通过检验的月份体现了变化趋势一致，因而文武砂站风数据可用。

表3 站点月平均风速和极大风速检验结果 (Nx=49，Ny=10，Ta=2.1604)

综合表1～表3结果，月平均气温、月最低气温(除7月)、月最高气温、日最低气温月平均、日最高气温月平均(除7月)、月雨量、月平均风速、月极大风速，文武砂站与长乐国家站、周围测站变化趋势一致；月最低气温、日最高气温月平均，文武砂站7月与其他站点变化趋势不一样，但数据通过检验，说明数据可信，变化上与其他测站相反。因此用文武砂站点数据统计分析建立气候特征模型具有代表性。

3 差异性分析

3.1 气温

近十年文武砂站年平均气温与长乐站接近(表4)，从各月距平数据来看，只有3月为-0.5℃；最高气温月平均差异较为明显(表5)，文武砂站比长乐站偏低1.1℃，各月均偏低，其中2月、3月、4月、9月、10月、11月偏低，在1.1～1.4℃之间；最低气温月平均来看(表略)，两站相比，年平均值接近，而各月均表现为正距平，其中8月、9月距平0.5℃，10月距平0.6℃，其余月份距平均在0.5℃以内。因此得出文武砂站与长乐站在高温上差异明显，偏低较多，低温上，7月、8月、10月比长乐站略高些，表现出海洋性季风的影响更显著。

表4 月平均气温 单位：℃

表5 月平均最高气温 单位：℃

3.2 雨量

比较文武砂站和长乐国家站(表6)，累年平均雨量文武砂比长乐城区少10%～20%，但各月差异性大，11月～5月正负偏差均在10%以内，6～10月均为负偏差，超过10%，尤其是7～10月负偏差超过25%。7～9月降雨量主要是由台风、热带辐合带影响所至。由此可见，内陆地形对雨量有一定的增幅作用。

表6 月雨量 单位：mm

3.3 风速及大风日数

累年平均风速文武砂站比长乐国家站大(表7)，主要体现在秋冬季，10月～2月风速正距平0.8～1.2m/s；大风日数异常偏多(表8)，十年累计大风日数文武砂629天，而长乐国家站304天，多1.07倍，大风日数差距1倍以上的月份有1月、9月、10月、11月、12月，可见大风日数在秋冬季沿海与内陆差异明显。

表7 月平均风速 单位：m/s

表8 月大风日数 单位:天

4 滨海新城气候数据时空分布特征

以文武砂站资料为代表，统计2010—2019年气温、雨量、风等数据，分析滨海新城气候数据时空分布特征，建立其基本气候模型。

4.1 月际特征

累年平均气温20.4℃，6～9月月平均气温均超过25℃，最热月为7月(29.3℃)，最冷月为1月(11.1℃)。极端最高气温38.1℃，出现于2019年8月10日；极端最低气温-0.4℃，出现于2016年1月25日。

累年平均降雨量1386.8mm，表现为春夏多、秋冬少，主要降雨月份为3～9月，雨量占全年的77%，全年最多月为6月(258.2mm)，最少月为10月(61.8mm)；年平均降雨日数151天，其中年平均暴雨日数4.2天，主要出现于4～9月，最多月为6月0.9天，7、8、9月均为0.6天，而2月和12月无暴雨出现。极端最大日雨量207.6mm(2010年9月23日)。

在风方面，累年平均风速3.2m/s，最大瞬时风速41.9m/s(14级，NNE)，出现于2015年8月8日(2015年第13号台风“苏迪罗”影响所至)。年和四季的主导风向(图3)集中在NW～NE，其中NNE风频最大。年和春夏季的NW～NE累计风频分别为66%、58%和45%，除主导风向外，春季的WSW～SSW累计风频为12%，夏季的SW风增多，WSW～SSW累计风频为20%；秋冬季的主导风向更明显，NW～NE累计风频分别为85%和83%，其余风向中ENE分别占5%和4%。年大风日数多，7级以上大风日数有62.9天，月平均5.2天，其中9、10、11、12月超过6天，最多月10月为9.3天，最少月5月为2.4天。

4.2 年际特征

从年际分布来看，2013年起，年平均气温均超过20.0℃(图2)，2012年起气温呈逐年缓慢上升趋势，2017年出现峰值，之后开始下滑。三年滑动平均线来看，无振荡期，上升至2018年出现峰值。

图2 年平均气温和3年滑动平均气温曲线

雨量上，年际变化比较突出(图3)，极端最大年降雨量1798.1mm(2010年)，极端最小年降雨量995.8mm(2011年)，正负距平均接近30%，但从三年滑动平均来看，并没有太大起伏，在均线附近震荡。

图1 文武砂站年风玫瑰图

图3 年平均雨量和3年滑动平均雨量曲线

5 气象灾害

滨海新城主要气象灾害是台风、暴雨、夏季高温、干旱、霜冻、强对流、大风等，但以台风影响最大。十年资料统计得出，除台风季外，未出现连续性暴雨，暴雨成灾现象个例为0；出现1次全区范围霜冻灾害，2016年1月25日寒潮影响，大范围霜冻，造成冻害。

影响长乐台风一般出现在5～10月，集中出现在7～9月份，占81.3%，平均每年有3.5次，最多有9次(1961年)，近十年台风影响，文武砂最大风力14级(1513号“苏迪罗”台风)，最大日降水量207.6mm，小时最大雨强41.2mm。

6 结论

(1)通过拟合1961—2019长乐国家站数据和2010—2019年文武砂站点十年数据，检验结果表明在气温、雨量、风等基本要素上，文武砂站数据可信可用。因此，用文武砂站点数据统计分析、建立气候特征模型具有代表性。

(2)文武砂站与长乐国家站数据差异性分析，表明滨海新城的海洋性气候特征更显著些。滨海新城最高气温月平均偏低较多；雨量时空特征分布上，春夏季雨量占比较高，夏季主要是台风带来的降水，地势相对平坦，量级上偏弱些；大风日数显著偏多，尤其是秋冬季沿海与内陆差异明显。

(3)滨海新城气候特征为7月最热，1月最冷，2012年起年平均气温呈缓慢上升趋势，2017年达到峰值；雨量上表现为春夏多、秋冬少，年际变化比较大，主要降雨月份为3～9月，年暴雨日数为4.2天，2月和12月均无暴雨；大风日数多，表现为秋冬季多春夏少，年7级以上大风日数达62.9天，年和四季的主导风向NW～NE，其中NNE风频最大。