气温变化结论范文
时间：2023-12-29 17:44:26
导语：如何才能写好一篇气温变化结论，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
2变压器优化接地的要求
我国低压配电系统绝大多数是中性点接地系统。在这种系统中,配电变压器高压侧避雷器接地端、低压绕组中性点和配电变压器外壳共用一套接地装置。相关规程规定:当配电变压器容量为100kV•A及以下时,接地电阻不得大于10
Ω;当配电变压器容量大于100kV•A时,接地电阻不得大于4Ω。配电变压器接地不良或接地电阻超过上述规定值,虽然危险,但由于它不像相线那样,一有故障就会造成停电,因而常常被人们忽视。为了保证设备和人身安全,对配电变压器接地装置不应忽视,而应该认真对待。
2.1接地装置对土壤的要求
接地装置要敷设在低电阻率的区域里。因为接地装置的接地电阻和土壤电阻率近似成正比关系。相同的接地装置,土壤电阻率越小,则接地电阻越小;反之,则接地电阻越大。在选择配电变压器安装位置时,除考虑靠近负载中心外,还应尽可
能避开高电阻率区域。
2.2接地装置所用材料及规格要求
接地装置应尽可能利用自然接地极,如电力排灌站厂房的结构钢筋、水泵的管道系统等,但应保证接头处有可靠的电气连接。
2.3人工接地极连接的要求
水平接地极的连接宜采用焊接。水平接地极与垂直接地极的连接,也应采用焊接。接地引下线与接地极的连接最好也用焊接。如用螺栓连接时,应有防松螺母或垫片。连接时应将接触面除锈,擦净至发出金属光泽,并涂一薄层中性凡士林,然后拧紧。有条件的地方,接触面最好搪锡。接地引下线与设备的连接,是将引下线接至设备的接地螺栓上,接触面应除锈后涂中性凡士林,然后将接地螺
栓拧紧。
2.4对人工接地极敷设的要求
人工接地极的敷设深度一般来说是越深越好。因为埋得越深,接地电阻越小。但随着深度的增加,施工难度增加很大,而接地电阻却降低甚微,得不偿失。故规程建议埋深为0.6～0.8m。人工垂直接地极长度一般取2.0～2.5m,为降低屏蔽系数,其间距最好是20m。不得已时,最小不能小于其长度的2倍。垂直接地极一般不应少于2根,为便于打入土壤中,其一端应做成尖形。人工水平接地极的间距一般不宜小于5m。接地沟的尺寸没有严格要求,以节省土方工作量和便于施工为原则。所挖出的土方不宜弃置过远,以便于回填。回填土应夯实,土壤越密实,接地电阻越小。
3变压器优化接地应注意的问题
3.1采用TN-C系统需注意的问题
前述配电变压器低压侧中性点接地,并与高压侧避雷器接地共用一个接地装置,适应于大量采用的低压系统为TN和IT但是如采用IT制式,则中性点就不能接地。TN系统又分种TN一C系统、TN一S系统、TN一C一S系统。一般居民用户可用一一系统,即低压从配电变压器引出的主干线可以采取一系统四线制,到用户的支线采取一系统工厂车间可以采用竹系统,电动机用三相电源,照明及其它单相负载用用单相电源,配电变压器中性点接地,到车间后,车间设备的外壳单独接地。需防爆的场所最好采用系统,中性点不接地,外壳单独接地,这样相线碰地或碰外壳,电流很小,不会产生火花,可有效地防止爆炸。有防腐要求
(1)不能一部分设备接零,一部分设备接地,必须所有设备都接零,其原因如下:
1)设备外壳不能单纯采取接地措施,这是因为:某一设备的外壳采取接地后发生火线碰设备外壳时,可能由于外壳接地电阻Rd及配变中性点接地电阻R0的限制,开关不会跳闸。但是,设备外壳可能出现较高的对地电压Ud(见图
2)一旦人体触及设备外壳,人体承受的电压较大,只能减轻触电的危险程度,不能避免发生触电伤亡事故,确保人身安全。所以,在低压中性点接地系统中,设备外壳不允许单纯采取接地方式。
(2)不允许一部分设备接地,一部分设备接零。以图2为例:假设某设备m接地,某设备n接零,一旦设备m外壳带电,设备m对地电压和设备n对地电压都比较大;如人体接触设备m或设备n的外壳,或者人体同时接触设备m和设备n的外壳,都会发生触电,危及生命。所以,在接零系统中,要求所有电气设备的外壳都应该接零,而且零线要多处重复接地,不允许一部分设备接零,一部分设备接地。
3.2铝材在土壤中极易被腐蚀,所以不能用铝线或铝排作接地极。
由于采用三点共地后,高压侧避雷器的放电电流特别当三相同时放电时很大,在接地电阻上的压降也很高。该压降加在低压线圈上,通过低压线路电容接地,在低压线圈中就有一冲击电流使线圈励磁,通过电磁感应使高压线圈感应出很高的电压。高压侧电压受高压侧避雷器残压所限制,高压线圈中性点电位很高,容易在中性点附近,导致对地击穿或匝间短路而损坏变压器,因而必须采取措施限制低压线圈承受的电压。如低压侧也加一组避雷器,当地电位升高时,通过避雷器放电,低压线圈只承受低压避雷器的残压左右,这样过电压就被限制在可承受范围之内,这就是防止逆变换损坏变压器。同样当低压线路感应雷传到配电变压器时,低压侧避雷器也会动作,使雷电流人地,低压线圈的电压被限制在低压避雷器残压之内,防止配电变压器高压侧被按变比由低压而感应的电压所损坏。因此,必须在配电变压器的低压侧安装一组低压避雷器。这种情况属于正变换过电压,由于配电变压器的低压侧绝缘裕度高于高压侧,所以配电变压器雷击事故常发生在高压侧,尤其是中性点附近。低压侧加装避雷器,因其往往采用架空线,容易受雷击,直配变压器因其变比大,更应在低压侧加装一组避雷器。加装低压避雷器后,原来的点共同接地就成了点共同接地,就如图所示。中性线及其连接方法中性线在三相负荷不平衡时流过电流,按有关规定该电流不得大于相线电流的。另外,中性线、中性点接地线与配电变压器低压中性线端头的连接应可靠,应制作接线鼻板,螺栓应压紧,防止接触不良电流流过时发热烧断。
配电变压器高压侧避雷器的接地引下线的接地电阻,应按《电力设备过电压保护设计技术规程》所规定的要求进行,不能接在独立的接地极上,否则,雷电流在接地电阻上产生的电压将和避雷器的残压叠加,加在变压器高压绕组上,可能击穿高压绕组。
如配电变压器坐落在高电阻率区域内,可用外引接地极引至近处土壤电阻率较低的地方,如低洼地、池塘、湖泊、江河、溪流边等。如外引接地极有困难,可在接地极周围放置木炭、化工厂弱腐蚀性废渣或接地专用降阻剂等
3.3变压器低压侧中性点接地
配变低压侧中性点接地也称工作接地。工作接地一般有以下两项作用:
1)减轻一相接地的危险。中性点采取不接地系统若发生一相接地,则中性线及设备外壳对地是相电压(人体接触十分危险),其它两相电压对地升到线电压,故障时间越长,触电危险性就越设备外壳直接接而不接零时,存在触电危险大。中性点采取工作接地方式,发生一相接地时,中性线及设备外壳对地电压比较低。因为,中性
点接地电阻R0≤4Ω,可以把设备对地电压限制在安全范围之内。
2)减轻高压窜入低压的危险。在配变低压侧中性点接地条件下,若10kV/0.4kV的配变发生高压线圈对低压线圈击穿时,10kV高压系统的单相接地故障电流(电容电流,通常为数安培)可通过中性点接地电阻(R0≤4Ω)形成分压回路。此时低压中性线及设备外壳上电压U0较低见。
3.4重复接地
(1)在零线上多处接地(重复接地)的作用:
1)可以降低漏电设备对地电压,减少触电危险性。
2)可以减轻一旦零线断线时的触电危险。图4中,没有重复接地时,一旦零线断线,断线后面的接零设备发生漏电时带全相电压(A设备);有重复接地时,一旦零线断线,断线后面的接零设备发生漏电时只带部分相电压(B设备),减少了触电危险性。
3)重复接地和工作接地构成零线的并联分支。发生单相短路时,会增大单相接地短路电流,提高保护灵敏度,缩短跳闸时间。
4)架空线路采取在零线上重复接地,对雷电流具有分流作用,有利于限制雷电过电压。
(2)对重复接地的要求
1)户外架空线路宜采用集中重复接地。
2)架空线路的终端,分支线超过200m的分支处以及沿线每1km处零线均应重复接地。
3)高低压线路同杆敷设时,共同敷设段的两端低压零线应重复接地。
4)以金属外壳作为零线的低压电力电缆,应重复接地。
5)车间内部宜采用环形重复多点接地。
6)每一重复接地的接地电阻不得大于10Ω,变压器低压工作接地的接地电阻不得大于4Ω。
7)电气设备的接地、接零线不得串联,必须直接接到接地干线联接。
4接地装置的形式
农村低压电力技术规程(DC/T499—2001)要求,配电变压器的工作接地,车间、作坊的接地及零线的重复接地装置,宜采用复合式环形闭合接地网。在接地网中,重直接地体(可用长2.5～3.0m,直径为50mm的镀锌钢管或50mm×50mm×5m的角钢)不少于2根。水平接地网(用50mm×5mm的镀锌扁钢埋深不少于0.6m),面积不少于100m2组成,接地体之间应采用焊接。接地网的工频接地电阻可按式
(1)计算:Re=ρ(1/4R+1/L)(1)式中Re———工频接地电阻,Ω;
R———接地网的等效半径,m;
L———水平接地体和垂直接地体的总长度,m;
ρ———电阻率,Ω•m(砂质粘土为100,黄土为250,砂土为500)。
通常情况下ρ值取100Ω•m,接地网等值半径取10m,垂直接地体长度和水平接地体长度之和达到60m时,Re=4.15Ω,便可满足配变中性点接地电阻的要求。接地装置施工完成以后,还要实测接地电阻值,使之符合要求。
5结束语
从以上分析可知,正确的接线应是:变压器外壳的保护接地线经避雷器横担与避雷器的接地引下线相连后接地,低压侧中性线的工作接地与另一侧的接地极相连
6参考文献
[1]增补刘杰同志为《变压器》杂志编委会副主任委员[J].变压器,2005,(02)
[2]邵碧霞.关于优选变压器推动纺织工业节电的剖析[J].能源技术,1994,(04)
[3]于海年.辛勤耕耘再谱华章——纪念《变压器》杂志创刊300期[J].变压器,1995,(12)
[4]赵令骥.谈农电网络中变压器运行的巡视工作[J].江西水利科技,1996,(01)
[5]贺以燕.关于建立《变压器选用导则》的思考[J].变压器,1997,(04)
[6]何报杏.同容量变压器的择优运行与节能[J].设备管理与维修,2000,(06)
[7]文春柏.变压器的更新与节能[J].大众用电,2001,(05)
[8]周胜,赵凯.置换老旧变压器势在必行[J].机电信息,2001,(05)
篇2
基金项目：
作者简介：白万平（1963-），男，重庆人，博士，贵州财经大学教授，研究方向为计量经济模型应用研究；杨广仁（1978-），男，山东人，博士研究生，副教授，研究方向为非参数统计；张学敏（1975-），女，四川资阳人，经济师，人力资源管理师，国家二级企业培训师，研究方向为人力资源管理。
摘要： 在气候变化问题上，“灾难论”和“阴谋论”是由碳排放量增加与气温升高“因果论”和“非因果论”衍生的两种主要观点，但未见学者从统计因果关系检验角度深入探究。选取全球161年的时间序列数据，运用线性和非线性等方法检验两者之间的统计因果关系，结果表明碳排放增加是气温升高的原因，同时发现气温变化存在一个滞后期为29年的周期性变动；在面板数据因果检验中，从全球抽取20个代表性国家101年的数据，检验结果仍然是碳排放增加是气温变化的原因。因此，有证据表明，碳排放增加是全球气温变化的统计原因。节能减排是共同责任，“阴谋论”不足为信。
关键词：碳排放量；气温变化；统计因果关系；PVAR模型；同质性；Hisao检验
文章编号：2095-5960（2013）05-0046-06
；中图分类号：C81
；文献标识码：A
在碳排放增加与地球温度升高之间关系问题上，学术界一直存在“因果论”和“非因果论”之争，近年来又被演变成一种政治工具，对应为“灾难论”和“阴谋论”两种观点，特别是美国、加拿大两个发达国家相继退出减排协定后，使问题变得更加扑朔迷离。诚然，地球气温变化是一个复杂过程，气象科学家通过科学观测、模拟等手段证实了变化的复杂性。但换一个角度思考，两者所反映的是事物（现象）之间的因果关系，在获取大样本的观察数据后，可以利用统计因果检验的方法，探讨两者之间的统计因果关系。遗憾的是，对于这样一个重大问题，未见国内外学者的相关著述。通过运用多种现代统计因果关系检验方法探索两者的关系，其一能填补两者之间统计因果关系方面的缺失，为争论提供统计证据，其二拓展统计因果关系的应用范围，这正是本文试图作出的贡献。
本文安排如下：第一部分，统计因果关系检验进展回顾；第二部分，选择161年的时间序列，检验全球碳排放增加与气温升高之间的统计因果关系；第三部分，在全球选择20个样本国家，从面板数据角度检验两者之间的因果关系检验；最后，为本文结论。
一、统计因果关系检验进展
Granger（1969）[9]开创性地提出统计非因果关系检验方法后，经过四十余年的发展，用统计方法检验变量因果关系的研究，已经在时间序列向面板数据、线性向非线性、参数向非参数检验等多个维度上发展，成为科学检验变量间统计因果关系的必要手段和工具。
从统计上讲，假设序列Y和X都是平稳的，我们说X不引起Y（即X不是Y的Granger原因）是指在对Y作预测时，假如由包含X过去值所得到的预测值并不优于未含X过去值的预测。或者说，如果X不引起Y， X无助于对Y的预测。反之，则说X引起Y，即X是Y的Granger原因。对非平稳时间序列，假设两个序列之间有协整关系，可由Engle and Granger （1987）[7]单方程检验完成，或按Granger（1988）[10]两步法得出误差修正模型（ECM）处理，其中涉及滞后阶数的敏感性问题，可由Hsiao （1981，1982）[12] [13]用Akaike （1970）[1]的最终预报误差 （FPE） 结合Granger方法处理。Hsiao的方法还可以用于处理多变量线性因果关系及其最优滞后阶数的选择上。但发展至今，非线性因果关系检验问题在实证中仍然未获得满意结果，尽管已经出现了BDS（1992）[2]、HJ（1994） [11]和DP（2006）[3]等检验，除BDS检验外，其他尚处在理论研究阶段，难以直接应用到实证检验中。与此同时，多变量因果关系检验问题也成为另一个理论研究对象，Michael Eichler（2007）[21]另辟蹊径，在图论基础上建立探讨伪因果问题的构架，讨论弱平稳过程的因果关系，提出针对多元时间序列因果关系的一个图形推断方法，证明了这种路径诊断与变量间因果的对应关系，但这种方法目前还只能做定性分析。Zhidong Bai等（2010）[26]在分析多变量线性和非线性因果关系后，将BDS方法推广到多元情形，拓展诊断多元统计因果检验的方法，他们通过构造多个方程的VAR模型，以联合假设实现对因果关系的检验，但在实证分析中，该结果所需的条件很难满足。由于多元非线性因果关系检验问题所具有的复杂性，现有成果不多，只发现Zhidong Bai等（2011）[25]将HJ双变量非线性检验直接推广到多元的结果，该方法提供了一种多元非线性因果关系检验的途径，但存在过度拒绝原假设的倾向。Dufour等（2006，2010）[5][6]对因果关系的强度、类型等分别作了归类，认为除存在短期、长期以及瞬时等不同时间长度的因果响应外，还应重视时间序列之间的因果关系强度，而目前所做的统计显著性检验只依靠有效的数据和检验的功效，不足以评判因果关系强度。可见，对多变量因果关系的研究方兴未艾，极有可能发展成为处理复杂因果关系的又一种重要手段。
Holtz-Eakin等（1988）[4]开创了对面板数据变量因果关系检验的研究，其思路是对时间维度平稳的变量建立PVAR模型，构造Wald统计量，以达到检验有无Granger因果关系的目的。Hurlin等（2004，2008）[16][17]在系统讨论不同假设条件下的面板因果关系后，提出了面板数据Granger因果关系的四类假设：同质无因果假设（记为HNCH）；同质因果假设（记为HCH）；异质因果假设（记为HECH）和异质无因果假设（记为HENCH）。Hurlin所划分的四种类型试图将面板数据变量可能存在的因果关系包括其中，在同质性的假设下，表现的是两种极端情形，即全无Granger因果或全有Granger因果关系，而在异质性假设下，则需同时兼顾刻画因果性和异质性，目前做出的这种划分尚不完备。此外， Weinhold（1999）[24]构造含有混合固定系数和随机系数的模型（简称MFR模型），认为存在动态个体和相关（独立）变量异质性条件下，能够得出系数方差的估计，在T较小时该估计几乎是无偏的。但动态MFR模型的个体异质性更为复杂，在此情形下，给出因果关系的准确定义也存在困难。Konya（2006）[20]从似不相关回归（SUR）估计的角度，提出用设定的自助法标准值做Wald检验，但该方法在有单位根和协整关系时检验的功效有所降低，不同检验结果不尽相同。Furkan Emirmahmutoglu等（2011）[8]以Fish（1932）的元分析（Meta analysis）为基础，导出含异质性的混合面板数据统计因果关系检验法，由于该方法对固有的偏误、不可比较等问题未有实质性的改进，有碍于在实证中推广。可见，检验面板数据因果关系时，一系列问题的存在表明在检验方法上有待进一步完善。
理论上，时间序列中的双变量线性与非线性因果检验方法较为系统，包括多因一果和一因多果在内的多变量因果关系，以及面板数据变量因果关系的检验已经获得了一些解决的方法，但研究还不充分。如在检验多变量因果关系时，目前仅有的TY检验因只对少数具有特殊单整情形给出证明，尚不具备普适性；BWZ检验将BDS方法所做的推广存在过度拒绝的倾向；同时多元非线性Granger因果检验的成果目前大多处在理论层面，在应用中有一定难度。在面板数据因果关系检验中，Hurlin等人的研究成果对于检验某些场合的因果关系奏效，但该方法还存在分类不完备，可能出现难以解释的结果；Furkan的方法 在T较小或内生工具变量不易确定时用固定Granger因果估计存在固有的偏差且不可比较等问题，表明在统计因果关系理论有待发展。
在实证研究中，统计因果关系在研究经济系统变量间关系时应用较多，但对其他系统内变量间关系，特别是争论了一个多世纪的碳排放与气候变化之间的统计因果关系，未发现有学者采用上述统计方法研究。因此，无论是扩展统计因果关系方法的应用范围还是为一个重大关系提供证据，都有必要从时间序列和面板数据两个层面对此进行检验，为解释两者之间存在的关系提供佐证。
二、全球气温变化与碳排放统计因果关系检验
在以下的分析中，我们视序列的属性和满足的条件，采用适合的方法，由标准的Granger统计因果检验开始，层层推进，从线性、非线性时间序列到面板数据等多个维度对两者之间的统计因果关系进行全面检验，获得相应证据。
变量说明和样本选取。根据变量的代表性和数据的可得性，碳排放量和气温分别以xt，yt表示①①以每年消费化石能源的碳排放量表示年碳排放量，全球年均气温表示气温。数据来源：英国国家气象台、美国橡树岭实验室。，样本时间段为1850—2010年。在跨越三个世纪的161年中，地球年均气温最高的是1998年，达到0.529℃，最低的是1911年，为零下0.573℃，温度的极差为1.112℃，超过1℃，但161年气温升高不到1℃。同期全球碳排放量快速增加，由1850年的54mtc增加到2010年的9167mtc，人均碳排放量也由0.05tc增长到2010年的1.34tc，增长28倍。
单位根检验。对原序列采用6种方法检验后不能排除存在单位根的可能，进一步对两个差分序列进行检验，结果如表1。从检验结果看，两个差分序列平稳，不存在单位根。
为了观察不同滞后阶数的反应，将滞后阶数从1取到50，得出检验统计量对应的P值，在检验结果中，没有一致证据表明气温升高与碳排放增加的因果关系。在碳排放增加与气温升高的检验中，滞后阶数大于1后，没有证据表明碳排放增加是气温升高的Granger原因。而滞后1阶时，F检验值达到4.30431，P值为0.0397。显然，在5%的显著性水平下，拒绝原假设，即有统计证据表明，碳排放增加是气温升高的Granger原因。因果检验对滞后阶数的敏感性，无法得出一致的证据，需要进一步检验。两个变量是一阶单整的，接下来检验是否存在协整关系。利用Johansen检验，记Yt为碳排放、气温构成的二维列向量，Xt是确定性向量，分别在5种不同的设定进行检验。整理后的检验结果如表2所示。
表 2Johansen协整检验
数据趋势无无线性抛物线
检验类型无截距、无趋势有截距、无趋势有截距、无趋势有截距、有趋势有趋势、有截距
迹12210
最大特征根数12210
单纯观察检验结果，无法得出是否存在协整关系的结论。利用变量回归，不能拒绝趋势项冗余的假设，而趋势项对判断两者之间是否存在协整关系至关重要。因此，用Johansen协整检验并不能确定两者之间的长期稳定因果关系，采用Engle-Granger和Phillips-Ouliaris检验，所得结果整理如表3：
由此可知，E-G和PP两种单方程协整检验都拒绝碳排放量与气温之间不存在协整关系的假设，可以认为在样本期内，两者之间存在长期稳定的关系。
由于Granger检验不能确定最佳滞后阶数，为提高精度，进一步采用Hsiao（1981）的方法：按1/5样本选择滞后阶的原则，选取的最大滞后阶数为32 ，计算出各滞后阶数的FPE值，比较筛选的最小FPE=0.00838，相应的滞后阶数m*=29，该滞后阶数可解释为地球气温大约在29年左右出现周期性波动的特性；固定m*=29，引入碳排放量，计算到32阶的FPE值，得出最小FPE=0.008277，相应n*=1，由此确定的最佳滞后阶数为1期，即上期碳排放量对本期气温影响最为显著，该结果与通过Granger因果检验所得滞后阶数一致。所以，采用线性Granger因果关系检验后的结论是：碳排放增加是气温升高的统计原因。
上述检验的基本假设是两者之间存在线性关系，如果两者之间存在的关系不是线性的，则证据不足，需要进一步采用非线性统计检验方法检验。
由两个变量的特征，首先选择非线性因果关系中的BDS检验方法。用VAR模型剔除主要线性关系，检验余下部分的独立同分布特征。本问题中，所关注的问题是xt是否引起yt的变动，经过甄别，无约束、滞后两阶向量自回归模型是适宜模型，检验y关于x向量自回归模型中的残差，按照选取滞后阶数的原则，选择直到6阶后的检验结果见表4。
检验结果表明经过线性关系过滤后的序列中已经不含其他非线性因果关系，无需再采用其他非线性因果方法检验，支持碳排放增加是气温升高的统计原因这一结果。
利用线性和非线性统计因果关系的多种方法检验，所得结论是碳排放增加是气温升高的统计原因，全球碳排放增加在一定程度上引起了全球气温升高。
三、碳排放与气温面板数据因果关系检验
对碳排放与气温变化时间序列统计因果关系的研究，只是从时间进程上为我们提供了碳排放增加引起气温升高的证据。由于各地区工业化程度不一、区位各异，导致碳排放分布极不均衡，各地纬度等不同，气温差异也较大，仅仅由时序获取的证据略显单薄。为此，我们在全球选择样本点，采用面板数据因果关系检验方法，做出进一步的论证。
样本选择。综合考虑地区工业化程度、区域分布均衡性和数据可得性，从全球选取20个国家①①各国气温以主要城市代替，德国、俄罗斯等有分合的国家数据已按统一口径处理，数据来源同前。，分别为：美国、俄罗斯、英国、法国、德国、日本、波兰、挪威、瑞典、奥地利、爱尔兰、南非、墨西哥、印尼、印度、巴西、新西兰、阿根廷、澳大利亚、中国。其中包含了早期工业化国家、主要大国和发展中国家，分布在不同纬度，样本国家的总碳排放量占全球排放的近70%，样本有较强的代表性。受观测数据限制，为了兼顾各大洲皆有国家入选，最后确定样本区间为1910年至2010年，采集了101年的面板数据。
检验说明，对1、2、3阶的滞后期数，检验值都远大于临界值（显著性水平为1%），拒绝原假设。因此，不能排除碳排放增加是气温变化的统计原因。
至此，通过利用时间序列和面板数据的多种因果关系检验，结果都拒绝碳排放增加不是气温变化统计原因的假设。
在现有研究成果中，基于各地区不同区位、气温和碳排放量，气温升高所产生的影响有别，“灾难论”似乎证据更充分，人们总体上更倾向于气温升高对人类社会经济发展“弊大于利”的结论。假设气温持续升高，可以预见的危害包括海平面上升、病虫害增加、气候反常频率增加和沙漠化加剧等，将直接挑战可持续发展的基本条件。如果不能有效控制碳排放，阻止气温升高，对于经济发展主要依靠沿海地区的海岸国家，气温升高导致的经济损失后果将更严重。控制化石能源消费、寻找清洁替代能源、有效减少碳排放从而实现社会经济可持续发展，理应成为人类的共同选择和发展路径。
四、结论
碳排放增加与气候变化是复杂系统中的两个方面，选取碳排放和气温两个变量，在总结统计因果关系检验方法进展后，采用线性Granger因果检验捕捉到在碳排放增量滞后一期时，两者存在因果关系。进一步采用Hisao检验法，得出最优滞后阶数，表明碳排放增加是气温升高的原因，同时还发现地球气温在29年左右出现一个周期的结论。考虑两者之间可能存在非线性因果关系，用非线性检验方法，同样支持碳排放增加引起气温升高的结论。有证据表明，在全球范围内，碳排放增加是气温升高的直接原因。为提供更充分的证据，从全球选取20个样本国家，收集从1910年到2010年共101年的数据，采用面板数据因果检验法，在检验出这些国家的碳排放和气温具有同质性后，进一步检验两者的因果关系，结果同样支持碳排放增加是气温变化的统计原因。因此，从统计意义上讲，不能拒绝碳排放增加是气温变化的原因。
研究结论表明，按照无悔策略原则，中国政府在应对气候变化问题上的一系列决策是合理的选择。在资源趋紧和气温变化双重约束下，各地区需要从实际出发，选择科学发展路径，节能减排、保护环境，保持经济又好又快增长，这不仅是自身发展的需要，也是一个对世界负责的政府应有的态度。
参考文献
[1]Akaike， H. （1970）. Statistical predicator identification. Annals of the Institute of Statistical Mathematics[J]， 21， 203–207.
[2]Baek， E.G.， Brock， W.A.， 1992. A general test for nonlinear Granger causality： bivariate model[R]. Working Paper. Korea Development Institute， University of Wisconsin-Madison.
[3]Cees Diks， Valentyn Panchenko， A new statistic and practical guidelines for nonparametric Granger causality testing[J]， Journal of Economic Dynamics & Control 30 （2006） 1647–1669.
[4]Douglas Holtz-Eakin， Whitney Newey and Harvey S. Rosen， Estimating vector autoregressions with panel data[J]， Econometrica， 1988， 56（ 6） ：1371- 1395.
[5]Dufour， J.-M.， Pelletier， D.， Renault， E， 2006. Short run and long run causality in time series： Inference[J]. Journal of Econometrics 132 （2）， 337–362.
[6]Dufour， Abderrahim Taamoutic， Short and long run causality measures： Theory and inference[J]， Journal of Econometrics 154 （2010） 42–58.
[7]Engle， R.F， Granger， C.W.J.， 1987. Cointegration and error-correction： representation， estimation and testing[J]. Econometrica 55， 251–276.
[8]Furkan Emirmahmutoglu ，Nezir KoseTesting for Granger causality in heterogeneous mixed panels[J]，Economic Modelling，Volume 28， Issue 3， May 2011， Pages 870-876.
[9]Granger， C.W.J， 1969. Investigating causal relations by econometric models and crossspectral methods[J]. Econometrica37， 424–438.
[10]Granger， C.W.J.， 1988. Causality， cointegration and control[J]. Journal of Economic Dynamics and Control 12， 551–559.
[11]Hiemstra， C.， & Jones， J.， D. （1994）. Testing for Linear and Non-linear Granger Causality in the Stock Price Volume Relation[J]. Journal of Finance， 49， 1639-1664.
[12]Hsiao， C. （1981）. Autoregressive modelling and money-income causality detection[J]. Journal of Monetary Economics， 7，85–106.
[13]Hsiao， C. （1982） Autoregressive Modelling and Causal Ordering of Economic Variables[J].Journal of Economic Dynamics and Control 4： 243-259.
[14]Hurlin Christophe， Venet Baptiste， Granger Causality Tests in Panel Data Models Fixed Coefficients[R] ，Working Paper， Eurisco， Université Paris IX Dauphine ，2001.
[15]Hurlin Christophe， Venet Baptiste， Granger Causality Tests in Panel Data Models with Fixed Coefficients[R]， Working Paper ，2003.
[16]Hurlin C. Testing Granger causality in heterogenous panel data models with fixed coefficients[R]. Paris： Université Paris IX Dauphine，2004.
[17]Hurlin， C.， 2008. Testing for Granger non-causality in heterogeneous panels[R]. Working Papers halshs-00224434， version 1.
[18]Jean-Marie Dufour， Abderrahim Taamoutic， Short and long run causality measures： Theory and inference[J]， Journal of Econometrics 154 （2010） 42-58.
[19]Johansen， S.， Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models[J]. Econometrica 59（1991） 1551–1580.
[20]Konya， L.， 2006. Exports and growth： Granger causality analysis on OECD countries with a panel data approach[J]. Economic Modeling 23， 978–992.
[21]Michael Eichler，Granger causality and path diagrams for multivariate time series[J]，Journal of Econometrics 137 （2007） 334–353.
[22]P. Grassberger and I. Procaccia. Measuring the strangeness of strange attractors[J]. Physica D， 9：189--208， 1983.
[23]Toda， H.Y.， Yamamoto， T.， 1995. Statistical inference in vector autoregression with possibly integrated processes[J]. Journal of Econometrics 66， 225–250.
[24]Weinhold D， A dynamic‘fixed effects’model for heterogeneous panel data[R]，London： London School of Economics， April 1999.
篇3
【关键词】额济纳旗 绿洲 沙漠 气候变化
一、引言
全球气候变暖已成为气候研究的热点之一[1-3]，而全球气候与环境是长期以来人与自然关系失调的结果。人类生产发展，工业、农业、交通运输的发展和城市化进程，使得人类对自然的干扰和破坏越来越严重。长期的累积过程导致了许多全球性的环境问题，其中最直接的就是全球气候变暖。气候是人类赖以生存的自然环境的重要组成部分，它的任何变化都会对自然生态系统以及社会经济系统产生深远的影响。
全球平均地表温度自1861年以来一直在增高，20世纪增加了0.6±0.2℃。中国气候近百年来也在变暖，中国的气候学家对中国气候变化的研究取得了大量有价值的结果。丁一汇、戴晓苏[4]对中国近百年来温度变化的研究结果进行了综述，王绍武[5]等给出了中国近百年温度序列。。
额济纳旗地处中亚荒漠东南部，内蒙古的西部。西、西南、北三面环山，属内陆干燥气候。具有干旱少雨，蒸发量大，日照充足，温差较大，风沙多等气候特点。年均气温8.3℃，1月平均气温-11.6℃，极端低温-36.4℃，7月平均气温26.6℃，极端高温42.5℃，年日均气温8.6℃。无霜期天数最短179天，最长227天。日均气温0℃以上持续时期为3月中旬 ~10月下旬。年均降水量37毫米，年极端最大降水量103.0毫米，最小降水量7.0毫米。年均蒸发量3841.51 毫米，湿润度0.01毫米。本文利用额济纳旗境内的两个气象台站?（额济纳旗气象站代表绿洲和拐子湖气象站代表沙漠）近30 年得气象资料，从温度和降水的角度分析研究干旱地区沙漠和绿洲气候变化，为沙漠治理、沙漠开发及荒漠化的预报和防治提供了依据和对策。
二、气候变化
1.气温变化
额济纳旗地区的绿洲和沙漠地区气温近30年平均温度变化同全国气温变化一致，都是呈上升趋势。从平均温度来看，沙漠地区（拐子湖）整体要比绿洲地区（额济纳旗）要高；但是沙漠地区温度上升的趋势又明显要小于绿洲地区。沙漠地区温度上升趋势为0.41°C/10a,而绿洲地区温度上升趋势为0.58°C/10a。绿洲地区年平均温度上升更明显的原因可能更人口稠密，人类活动强烈有关。近30年里，沙漠地区和绿洲地区年平均温度最低和最高温度出现的年份都是一致的，最低温度出现在1984年，最高温度出现在1998年。这也与全国1984年的低温年和1998年的高温年一致。
2.降水变化
这两个台站所代表的沙漠和绿洲地区近30年来降水变化趋势基本一致，呈微弱的上升趋势，但是降水呈现明显的阶段性。从沙漠和绿洲降水变化和沙漠和绿洲降水距平值变化可以看出，从降水的平均值来看却是沙漠地区要比绿洲地区要多，代表沙漠地区的拐子湖气象站平均年降水量为40mm左右，而代表绿洲的额济纳旗气象站却只有32mm左右，但是沙漠地区的降水量变化的剧烈程度要明显强去绿洲地区。
3.温度和将水量的关系
气温与降水是表征气候的主要参数，两者之间是否有着某种联系，尚不确定。据王绍武研究，全球平均气温与降水年平均值的相关系数只有0.05。分别对两个台站的温度和降水进行相关性分析。发现代表绿洲的额济纳旗气象站降水同温度呈正相关，相关系数为0.013，低于全球的相关性系数；无论是绿洲还是沙漠，温度和降水的相关性都不显著。结合温度和降水分析来看，这两个地区在近30年里，在1981~1990年处于一个相对冷干时期，2000~2010年处于一个暖干期，而1991~2000年处于一个转换期。
三、结论
利用代表绿洲的额济纳旗气象站和代表沙漠的拐子湖气象站近30年观测资料，从温度和降水两个方面对比分析了内蒙古西部地区的气候变化情况，得出如下结论:
1.额济纳旗地区的绿洲和沙漠地区气温近30年平均温度变化同全国气温变化一致，都是呈上升趋势，但是沙漠和绿洲的变化还是有些差异。沙漠地区温度上升趋势为0.41°C/10a,而绿洲地区温度上升趋势为0.58℃/10a。
2.这两个台站所代表的沙漠和绿洲地区近30年来降水变化趋势基本一致，呈微弱的上升趋势，但是降水呈现明显的阶段性。都经历了一个枯水期-丰水期-枯水期的转变过程。
3.无论是绿洲还是沙漠，温度和降水的相关性都不显著。这两个地区在近30年里，在1981~1990年处于一个相对冷干时期，2000~2010年处于一个暖干期，而1991~2000年处于一个转换期。
参考文献：
[1]邹旭恺,张强. 近半个世纪我国干旱变化的初步研究. 应用气象学报,2008 ,19 (6) :679-687.
[2] 边多,杜军. 近40年“一江两河”流域气候变化特征. 应用气象学报,2006 ,17 (2) :169-175.
[3]缪启龙,许遐祯,潘文卓. 南京56 年来冬季气温变化特征. 应用气象学报,2008 ,19 (5) :620-626.
篇4
关键词：气温敏感性；蒸发能力；区域；黄河源区
中图分类号：S161.2+2 文献标识码：B 文章编号：1003-6997（2012）21-0049-02
1 途径
分析气温变化对蒸发能力的影响，是研究气候变化对黄河源区水文影响的一项重要内容。黄河源区已有多年的蒸发量观测资料，但观测蒸发量的蒸发器有多种，蒸发资料是各种蒸发器观测的混合资料，在对黄河源区的水循环要素与水量平衡进行估算时，蒸发量观测数据不统一，造成水量不平衡等。笔者分析了蒸发量与气温单站指数关系，建立气温与蒸发量关系，进一步分析了蒸发量对气温影响的敏感性。
2 资料的取得及可靠性
考虑到黄河源区气象、水文站分布不均，为了更好地反映整个流域气温、降水量、蒸发量等历年变化情况，选择没有变动的站址或变动后不影响记录连续性的站址，在分析计算中采用的测站均从20世纪50年代后期及60年代初开始观测。基于资料的代表性和完整性，其中，唐乃亥水文站自1956年起开始观测，至今已有近50多年的观测资料。但考虑到与气温、降水观测资料同步，并对部分站、年（或月）缺测的资料进行了插补和延长。故在分析计算中基本采用1959～2008年1～12月的气温、降水、蒸发量和径流资料系列，所采用的气温、降水、蒸发量与径流观测资料分别来源于青海省气象台、黄委会上游水文水资源局。
3 蒸发量对气温变化敏感性分析
3.1 蒸发量与气温单站指数关系
如前所述，影响蒸发量的因素甚多，其中主要因素还是气温。本课题拟设如下蒸发量与气温的指数关系：
Ew=AeBT
其中：Ew为蒸发量；T为气温；e为常数；A、B为经验参数。玛多站等的月蒸发量与月平均气温指数关系（见表1）。
从表1可以看出，玛多、吉迈、玛曲、同德站蒸发量和气温关系密切，相关系数在0.78～0.92之间，蒸发量实测值与计算值非常接近，其平均误差均在5 %以内。另外，玛多、吉迈相关系数在0.9以上，说明吉迈以上蒸发量对气温是很敏感的。
3.2 区域的蒸发量对气温响应模型
E（mm）与平均降水量P（mm）和平均气温T（℃）之间的关系如下：
E（p，t）=eα·pβ·tr
式中：E、p、t、分别为区域月平均蒸发量、月平均降水量、月平均气温；e为常数（自然对数）；α、β、r为回归系数。
本文根据河源区各分区的气候与蒸发量变化特征建立了各分区的蒸发量响应模型，以分析源区及各区域蒸发量对不同气候情景的敏感性（见表2）。
用河源区1959～2008年的水文、气象资料，拟合了蒸发量随降水和气温的变化趋势。可以看出，蒸发量与降水、气温之间存在着明显的非线性关系。在降水量不变的情况下，蒸发量随温度升高而变化的总趋势升高；在气温不变的情况下，蒸发量随降水增加而减少的趋势更为明显。总体来看，各区域相关系数在0.6以上，蒸发量与气温、降水之间的关系还是比较好的。
3.3 蒸发量对气温变化的敏感性分析
3.3.1 敏感性模式
Ep，T=（EP+p，T+T-EP，T）/EP，T×100 %
式中：EP，T为现状蒸发量；EP+p，T+T为降水变化P（%）与气温变化T（℃）情景下的蒸发量，Ep，T是EP，T与EP+p，T+T之间的相对之差。
在敏感性研究中，假定气候变化情景不改变历史气候的时空分布，且未来将重现降水、气温、径流缩放后的序列。在相同的气候变化情景下，响应的程度越大，水文要素越敏感；反之则不敏感。
从表2中可以观察到，河源区月平均蒸发量与月平均降水量和月平均气温的复相关系数R分别为0.60、0.66、0.62和0.61。方差分析中的显著性水平值SigF
3.3.2 敏感性分析
利用表3中的模型，根据假定的气候变化情景，便可得到河源区蒸发量对气候变化的敏感性分析结果。从表3中可以看到，若气温不变，降水量减少1 %和10 %时，河源区蒸发量将分别增加0.27 %和2.85 %；若降水量增加1 %和10 %，河源区蒸发量将分别减少0.27 %和2.52 %。若降水量不变，气温上升0.1 ℃（气温每上升0.1 ℃，相对于吉迈以上、吉迈——玛曲、玛曲——唐乃亥及河源区多年平均气温升幅超过4 %）和1 ℃时，蒸发量将分别增加0.70 %和6.82 %。上述计算结果显示，黄河源区各区域蒸发量对气温变化的敏感程度远大于对降水量的变化，且越往下游敏感性越强。
综上所述，河源区蒸发量对气温变化是十分敏感的，而且持续升高的趋势十分明显。根据世界气象组织《气候变化2007》综合报告指出：“中等可信度表明，如果全球平均温度增幅超过1.5～2.5 ℃……”，那么，源区在降水不变的情况下，气温升高1.5～2.5 ℃，则源区蒸发量将增加10 %～16 %，笔者认为，这种情况如果发生，对黄河源区径流的产生十分不利，而且气象灾害及相关灾害频繁发生。
篇5
关键词：气温；年变化；月变化；同心县
中图分类号 P467 文献标识码 A 文章编号 1007-7731（2016）24-0131-02
气候变暖是近些年来国内外科学研究关注的热点问题，研究表明近100年来地球表面平均气温上升了0.74℃[1]，也有研究表明近几十年来同心县的气温同样呈上升趋势[2]。宁夏同心县地处宁夏中部干旱带，其北部为吴忠市红寺堡区，县域内还分布有以保护青海云杉、油松为建群种的典型森林生态系统和野生动植物为重的罗山国家级自然保护区。同心县气象站位于罗山的西南侧，其气温长历时变化特征也可反应出罗山西麓近几十年来的气温变化趋势，这对于预测未来罗山森林生态系统如何响应气温变化提供了基础资料支持。
1 数据来源
本文所采用的数据来源于中国气象数据网中的《中国地面气候资料年值数据集》和《中国地面气候资料月值数据集》，数据集中提供了同心县1955―2015年间的平均气温、平均最高气温、平均最低气温、极端最高气温、极端最低气温、平均气温矩平等气象参数。同心县气象站的地理位置坐标E105.54°，N36.58°，观测场海拔高度1 339.3m。
2 结果与分析
2.1 气温的年变化 同心县1955―2015年间的多年平均气温为9.1℃，年平均气温最高10.6℃（1998年、2015年），年平均气温最低为7.2℃（1967年）；年平均最高气温16.7℃，年平均最高气温的最大值出现在1998年，为18.2℃，最小值出现在1967年，为14.7℃；年平均最低气温2.9℃，最大值出现在2015年，为4.8℃，最小值出现在1956年，为0.7℃。如图1所示，同心县1955年至2015年的年平均气温整体呈上升趋势，增幅2～3℃，1987年前后为气温升高的转折点，年均气温矩平由负值逐渐转为正值。
2.2 气温的累年月变化 如图2所示，同心县1955―2015年的累年月平均气温、平均最高气温、平均最低气温、极端最高气温、极端最低气温均自1―7月逐月递增，7月份升到最高值，7月至次年1月份逐月递减，1月份降到最低值。累年月平均气温、平均最高气温、平均最低气温的3条温度曲线变化趋势基本一致。1955―2015年间同心县月平均气温最高值为23.1℃，最低值为-7.4℃；月平均最高气温1.1～30.1℃间，月平均最低气温-13.5～17.0℃；月极端最高气温最大值为39.0℃，出现在2000年7月，月极端最低气温最小值为-28.3℃，出现在2008年1月；除1、2月份的月极端最低气温均出现在2008年外，1955―2015年间同心县3―12月份的月极端最低气温均来自1960s、1970s，其中3―8月的月极端最低气温均出现在1960s，9―12月的月极端最低气温均出现在1970s（见表1）。
3 结论
宁夏同心县60年来的气温整体上升2～3℃，1987年前后为气温上升的转折点；月平均气温、平均最高气温、平均最低气温、极端最高气温、极端最低气温均呈单峰型变化，7月份的月平均气温最高，1月份的最低；60年来同心县的月极端气温均出现在21世纪，多年月极端最高气温39℃（2000年），多年月极端最低气温-28.3℃（2008年）。
参考文献
[1]易湘生，尹衍雨，李国胜，等.青海三江源地区近50年来的气温变化[J].地理学报，2011，6（11）：1451-11465.
篇6
1模型原理与使用
1.1ThuSPAC-Wheat
ThuSPAC-Wheat模型是ThuSPAC(TsinghuaUniversitySoil-Plant-AtmosphereContinuum)模型的一部分,ThuSPAC模型是可以模拟田间水热运移及冬小麦生长过程的机理性模型。ThuSPAC-Wheat模型能够根据冬小麦基因型参数、气象资料和土壤水肥条件,考虑光合作用、呼吸作用、干物质分配等作物生理过程,模拟冬小麦的生长发育过程,计算出逐日发育状况和生物量值,最终获得冬小麦成熟所用的生长天数、成熟期产量、干物质量。ThuSPAC-Wheat模型采用生理发育时间(PDT)作为冬小麦生长阶段划分的度量,PDT决定了有机物在根、茎、叶、穗的分配比例。与积温类似,PDT主要由气温决定,但综合考虑了热效应、春化作用、光周期效应等。ThuSPAC-Wheat模型对气象要素的考虑主要反映在光合作用过程,辐射决定了基本光合作用,气温、土壤水分、CO2浓度、土壤肥分等反映在对光合作用的胁迫上。此外,水分和温度还影响干物质分配过程。
1.2CERES-Wheat
CERES(cropenvironmentresourcesynthesis)由美国农业部开发,是最具代表性的作物模型之一。经不断改进,目前CERES-Wheat[2]的最新版本为4.0。本研究采用美国农业部农业技术转移决策支持系统(DSSAT)v3.5中的CERES-Wheat模块。CERES-Wheat模型能够通过输入相对较少且容易获取的遗传参数和气象资料日值、土壤资料,模拟不同气候条件、土壤水分条件、氮肥条件、CO2浓度条件下冬小麦的生长过程,并可以计算出作物蒸发蒸腾量即水资源消耗量。CERES-Wheat模型由主控程序和4个主要子程序组成,包括:
1)阶段发育子程序(PHENOL),由计算春化作用、冬小麦冻害、分蘖和各生长阶段时期等模式组成;
2)生长子程序(GROSUB),包括计算叶片生长、叶片衰老、叶面积增加、光能量的截获、光合作用、植株不同器官生物量的分配、茎杆、根和穗生长等模式;
3)土壤水分平衡子程序(WATBAL),有计算土壤径流、渗透、土壤蒸发、植物蒸腾、植物吸收的水分、水分胁迫和根分布等若干个模式;
4)氮素平衡子程序(NTRANS),包含计算土壤矿化速率、固氮、氮的硝化等模式。CERES-Wheat模型的输入文件包括试验管理文件FILEX、田间实测摘要文件FILEA、天气数据文件FILEW、土壤文件FILES、遗传参数文件FILEC。模型提供了一个GenCalc模块,可以进行遗传参数的率定。CERES-Wheat模型以积温作为冬小麦生育阶段的标志。
2试验与参数率定
2.1田间试验
模型参数率定时采用的气象资料、土壤资料和作物生理资料均取自北京市水利科学研究所永乐店试验站结合国家自然科学重点基金项目“农田节水灌溉的增产与环境影响效应研究”所进行的田间试验。试验站位于北京市通州区(地理坐标为116.8°E、39.7°N),土壤以粉壤土及砂壤土为主。试验区分为6行(编号A—F)、5列(编号1—5)共30个小区,每个大小为10m×5m,用混凝土板隔开。小区南侧布置有小型气象站。试验开展时间为1998-10—2001-09,共播种3季冬小麦。试验测定的项目主要包括:气象资料、农艺资料、作物生理资料、土壤水热状况、土壤养分资料、作物含氮情况等。这3年冬小麦品种均选用京冬8号(原代号为京农88-66)。这3年的播种日期均为10-04,收割日期分别为06-12、06-12和06-10,播种量为300kg/hm2。
2.2参数率
定已知气象条件,根据作物生长过程实测资料,包括产量、干物质累积过程、叶面积变化过程,可以对ThuSPAC-Wheat模型中的遗传参数进行率定,,其中产量对收获因子(HI)最为敏感。已知气象条件,根据作物生长过程实测资料,可以对CERES-Wheat模型中的遗传参数进行率定,,其中产量对籽粒灌浆速率系数G2最敏感。利用这些参数,模型对冬小麦产量、干物质积累、叶面积指数等均有较好的模拟效果。
31951—2006年模拟
3.1假设
根据北京站(No.54511)1951—2006年气象资料,利用作物模型,分析期间气候变化对粮食生产的影响。为研究问题的需要,进行如下假设与简化:
1)由于降雨与灌溉的复杂关系,本研究不考虑水分胁迫,视为充分供水;
2)不考虑CO2浓度的胁迫;
3)不考虑氮素及养分的胁迫,即未考虑化肥施用的影响;
4)不考虑品种的变化;
5)未考虑病虫害的影响;
6)未考虑田间管理水平的变化;
7)ThuSPAC-Wheat模型中以PDT=56.0d作为冬小麦成熟的标志,当日的产量作为冬小麦产量模拟结果。在以上假设下计算获得的冬小麦产量实际上是潜在产量,由于冬小麦是跨年度作物,以下年份指收获年份。
3.2模拟结果
ThuSPAC-Wheat模型对1951—2006年冬小麦生长过程与潜在产量的模拟结果表明:生育期长度呈下降趋势,递减幅度0.198d/a1951—2006年平均生长期长度为248.6d,生长期累积缩短10.7d(为均值的4.3%);潜在产量呈下降趋势(见图3),递减幅度6.04kg•hm-2•a-1,1951—2006平均潜在产量为8603.3kg/hm2,潜在产量累积减少332.2kg/hm2(为均值的3.8%)。CERES-Wheat模型对1951—2006年冬小麦生长过程与潜在产量的模拟结果表明:生育期长度呈下降趋势,递减幅度0.193d/a,1951—2006年平均生长期长度为254.4d,生长期累积缩短10.4d(为均值的4.1%);潜在产量呈下降趋势,递减幅度16.24kg•hm-2•a-1,1951—2006年平均潜在产量为6261.9kg/hm2,潜在产量累积减少877.0kg/hm2(为均值的14.0%)。
3.3讨论
由于本研究所做假设,模拟结果中主要反映了气温、辐射、风速等气象要素的长期变化对冬小麦潜在产量的影响,其中辐射是根据日照时间推算的,主要气象要素的变化过程。图3表明,两个模型的潜在产量模拟结果都呈下降趋势,引起潜在产量下降的主要因素是辐射的下降。辐射是作物光合作用的主要能量来源,作物模型中对这一原理有充分的反映,辐射的下降直接引起光合作用的下降,从而引起潜在产量的下降。因此,1951—2006年中,辐射下降是引起潜在产量下降的主要因素,以往的研究中,往往对这一点重视不够。根据模型原理,气温上升是冬小麦生育期缩短的主要原因,数据分析表明两者有较好的负相关关系,相关系数达0.768,气温每升高1℃,冬小麦生长期缩短约4.5d。生长期缩短本身使干物质累积过程缩短,引起潜在产量下降。ThuSPAC-Wheat模型中,气温对光合作用的影响因子FT为(其中tmean为日平均气温冬小麦的生长过程主要在返青后,北京地区返青至收获的平均气温一般在3～25℃之间,因此气温升高一般情况下对光合作用有利。这样,气温升高对潜在产量既有正效应也有负效应,大体上互相抵消,下面情景5的分析将进一步验证这一结论。需要说明的是,1951—2006年的实际粮食产量有显著增长,这主要归功于品种不断改良,化肥的施用和灌溉条件的改善,而在本研究的模拟中并未考虑这些因素。综上所述,按照本文的假设,1951—2006年冬小麦的潜在产量呈下降趋势。其他条件不变,如果未来的气候以此趋势持续变化,那么对冬小麦生产有不利影响。
4未来气候变化情景分析
4.1情景设定与模拟结果
采用CERES-Wheat模型,小麦品种遗传参数采用京冬8号的相应遗传参数,以2005—2006年北京气象站气象资料作为基准,分别考虑CO2浓度增加、气温升高、辐射变化等未来可能的气候变化,模拟冬小麦的生长过程。根据IPCC2007,不同模式预测2090—2099年相对1980—1999年全球平均升温1.8～4.0℃,CO2浓度(pmol•mol-1)增加为600～1550(2005年为379),情景设定与模拟
4.2讨论
1)辐射的影响辐射增加引起潜在产量增加,辐射下降引起潜在产量下降。这从情景1、3与4的对比可以看出。当辐射增加20%,潜在产量增加22.3%;当辐射减少20%,潜在产量减少10.2%。从机理上讲,辐射增加将加强光合作用从而使合成有机物量增加,CERES-Wheat模型中反映了这一机理。腾发量反映了水资源消耗情况,辐射增加在引起潜在产量增加的同时也增加了水资源消耗。
2)气温的影响当辐射、水分等其他影响因素保持不变,单纯的温度变化对干物质增加和潜在产量形成影响较小,这从情景5与情景1的对比说明了这一点。总的来说,气温升高可以一定程度增强光合作用,但同时引起生长期长度的缩短,两种响应相互抵消,使得最终潜在产量无明显变化,水资源消耗也无显著变化。事实上,由于全球变暖主要反映在最低气温的升高,而夜间气温的升高有可能增强呼吸作用而引起潜在产量下降,这在CERES-Wheat模型中没有考虑。
3)CO2浓度的影响CO2浓度增加,使光合作用中碳的胁迫下降,提高了有机物转化效率,促进作物潜在产量的增加。情景2与情景1的对比说明,在CO2浓度倍增的条件下冬小麦潜在产量提高34.0%。另一方面,CO2浓度对叶表面气孔开闭有重要影响,浓度增加引起气孔关闭增加了气孔阻力,从而导致作物蒸腾量的下降。情景2与情景1的对比说明,在适宜的温度条件下,CO2浓度增加能够提高光合作用效率和水分利用效率,实现增产节水的目的。对于CO2浓度增加对作物生长的积极作用,也有学者持谨慎态度。而Eagleson基于对森林的分析认为,CO2供给的增加最初引起生产力增加,但增加的生产力引起植冠衰减系数的增加使CO2的供给减少从而使生产力恢复到最初的水平。
4)CO2浓度与温度的综合影响未来最有可能出现的情形是CO2浓度和气温均增加,考虑CO2浓度倍增且气温升高3℃,模拟结果表明冬小麦生长期缩短,潜在产量增加,耗水减少。可以发现CO2浓度倍增是主导因素。
5)水分条件的影响水分条件是作物产量的主要限制性因素之一,与降水、灌溉有较大关系,情景6采用实际灌溉作为输入,潜在产量较充分供水条件下降了5.4%。由于灌溉与降水的复杂关系,本研究对供水条件进行了简化,今后需要在这方面开展更为深入的工作。
5结论
ThuSPAC-Wheat模型和CERES-Wheat模型均可以较好地模拟冬小麦生长过程及产量。经过参数率定,两个模型对1951—2006年北京站气象资料的冬小麦生长模拟表明,冬小麦的生长期呈缩短趋势,潜在产量呈下降趋势,生长期缩短的主要原因是气温升高,潜在产量下降的主要原因是辐射水平下降。产量下降的同时,耗水水平下降。CERES-Wheat模型对未来7种气候变化情景的模拟结果表明:全球变暖将使作物生长期长度缩短,同时由于气温升高对光合作用的增强作用,因此气温变化对产量的影响较小;辐射增加引起潜在产量增加,相应的水资源消耗增加,辐射下降引起产量下降;在适宜的温度范围内,CO2浓度增加,由于减少了光合作用的碳供给胁迫,冬小麦的潜在产量增加,由于气孔开度减小,水资源消耗并没有增加。由于:
1)气候变化的趋势还存在诸多不确定因素;
2)作物生长模型还不能完全反映作物生长的机理;
篇7
[关键词]气象要素；气候变化；水稻；影响
中图分类号：S511 文献标识码：A 文章编号：1009-914X（2015）16-0301-01
一、前言
近年来，随着全球气候呈现变暖趋势，农业生产受气象灾害的影响尤为突出。气候变化的影响具有多层次、多尺度、全方位等特征，而农业就是受影响较明显的产业之一。例如2003年我国南方地区出现了罕见的伏旱和“热浪”，给广东省农业生产造成极大的危害，特别是受旱面积之广、损失之严重都创造了建国以来的空前高度，其同期的最高气温也创下了历史记录；2004年4月因气温异常偏高造成南方早稻早穗，部分地区刷新了历史同期的月极端最高气温记录；2006年7月中旬因受4号热带风暴“碧利斯”影响，部分地区降水远超过历史同期值，民众的生产、生活受害十分严重。针对气候变化对农业生产的影响，国内外学者已经作了大量的研究，多侧重于定性的研究范围或某种气候要素对农业生产可能产生的影响。在定量研究方向上，一般考虑全年或某个季节的气候要素变化，在统计时段上较少涉及主要农作物生育期的影响程度。因此，一些研究结论可能与实际生产情况有少许的差异。本文结合作者对梅州地区近30年气候的分析，对气象要素变化对梅州地区水稻生产的影响进行了研究，力求为梅州地区农作物防灾减灾提供参考。
二、水稻生长期需要的气候条件
水稻喜高温、多湿、短日照，对土壤要求不严，水稻土最好。幼苗发芽最低温度10～12℃，最适28～32℃。分蘖期日均20℃以上，穗分化适温30℃左右；低温使枝梗和颖花分化延长。抽穗适温25～35℃。开花最适温30℃左右，低于20℃或高于40℃，受精受严重影响。相对湿度50～90%为宜。穗分化至灌浆盛期是结实关键期；营养状况平衡和高光效的群体，对提高结实率和粒重意义重大。抽穗结实期需大量水分和矿质营养。
梅州地处粤东北部， 属亚热带季风气候区， 是南亚热带和中亚热带气候区的过渡地带。梅州年平均气温20.5-21.3℃， 其中5-10月平均气温日较差要大于9.5℃；同时，5-10月平均日照时数要达到6.5h左右。梅州地区气候温和，光照充足， 雨量充沛， 土壤肥沃， 适宜水稻的生长发育，
三、农业气象要素变化特征及对水稻生长发育的影响
农作物在生长发育过程中所必需的环境因素之一就是热量条件，一般用温度来表示，通常用界限温度表示不同作物的温度要求。日平均气温稳定通过10℃，水稻薄膜覆盖育秧或旱育秧开始播种；日平均气温稳定通过15℃，水育秧开始大面积播种。杂交稻或晚籼稻开花齐穗的临界温度为22℃。因此，水稻安全齐穗的最后日期是22℃终日。
（1） 水稻生长的热量条件年际变化特征
梅州地区历年稳定通过10℃初日的年际变化波动较大，从当地观测站30多年的资料来看，最早的日期为1月5日（1983年），最迟的日期为3月22日（1986年），最早和最迟的跨度为77d，80%的年份在2月3日之前。从通过10℃初日的趋势分析看，变化倾向率很低，变化趋势不明显。历年通过15℃的初日也有较大波动，最早日期为2月17日（1980年），最迟日期为4月9日（1993年），其时间的跨度为52d，80%的年份在3月7日之前。分析初日的变化趋势，其变化倾向率为-0.05d/a。稳定通过22℃终日的最早日期为9月20 日（1997年），最迟日期为10月26日（1986年），其跨度为37d，出现的平均日期在10月17日，80%的年份终止日期发生在10月10日。从趋势分析看，变化倾向率为-0.052 d/a。稳定通过10℃初日到22℃终日的持续天数，最短有160 d（1982年），最长有212d（2001年），二者跨度为52d，波动幅度也较大；超过80%的年份持续天数在180d 以上。年际变化倾向率为-0.062d/a。
（2） 暴雨日数变化对水稻的影响
遇上洪涝灾害，可直接冲毁农田，对水稻的生产影响很严重。统计近30年资料得出，暴雨日数呈现略微减少趋势。但暴雨多的年份也有8d左右。每年3到9月是暴雨出现的主要时段，其中3到5月比6到8月少不了几天。9月相对要少一些。其余时段不能完全排除没有暴雨发生。无论是抽穗开花，还是灌溉成熟，都是早稻形成的关键期，5月下旬～6月中旬、9月下旬分别是早稻晚稻抽穗扬花期，遇上暴雨天气会影响开花受粉，增加空秕粒，造成减产甚至失收。因此，早稻的花期可能很容易受到暴雨影响，而晚稻由于9月暴雨相对较少，收成可能相对较好。
（3） 冰雹、低温阴雨、寒潮对水稻的影响
据市气象站观测资料分析，梅州地区自1981年开始有冰雹记录，1981～2010年间仅有5次冰雹记录，5次冰雹天气有3次出现在4月，另外两次出现在3月。明显冰雹主要出现在早稻播种季节，但频率低，对农业的影响是很少见的。而寒潮出现在11月至翌年3月，最早的寒潮出现在11月11日（1982年），最晚的迟至3月4日（1977年）。因此，3月上旬以前都不利于播种，而第二季稻收获也应在11月中旬以前。在每年2～3月，出现日平均气温≤12℃的天数连续≥3天，或日平均气温≤15℃，每日日照时数≤2小时的天数连续≥7天，称为一次低温阴雨过程。低温阴雨主要不利早稻播种，导致烂秧、死苗，贻误农时。梅州地区低温阴雨灾害频繁发生，最长的一次过程为23天，出现在1968年2月。最迟的出现在1978年3月。因此，同寒潮的结束期接近，可将早稻的播种期定在3月下旬。结合未来几天的天气预报，这样可以保证播种百分百成功。
（4） 农业气象要素变化对水稻生长发育的影响
通过对梅州市的热量条件分析可知，在当前全球气温变暖的背景下，即使年平均气温明显上升，但各界限温度以上的积温等都有不同程度的增加。在水稻生育期内，双季早稻安全播种的初
日和终日仅略有提前；双季晚稻安全齐穗的日期（即稳定通过22℃终日）也略有提前，但变化趋势也不明显。从双季稻的早稻播种到晚稻齐穗的生育期天数（稳定通过10℃初日到22℃终日的持续天数）略微有所减少，但没有明显的变化趋势，对应的积温也没有明显变化。因此，在目前的气候变化形式下，与水稻生长相关的农业气象要素变化不明显，对水稻生长影响很小。
四、结论
总之，在气温升高、日照减少的气候变化背景下，对主要农作物水稻生育期内农业气象要素的空间分布和年际变化进行分析，结果表明：由于气候变暖趋势，水稻发育期可能缩短。因此，早稻的播种期定在3月下旬，收获期可以定在7月中上旬。由于梅州地区从9月开始，暴雨呈现减少趋势，9到11月多光照，少暴雨的气候特点更利于水稻的生长。因此，晚稻的收成不逊于早稻。考虑到11月中旬以后会受寒潮影响，晚稻的收成期不利于定在11月中旬以后，因此晚稻播种期不宜拖延太迟。
参考文献
[1] 黄晚华，刘晓波，邓伟.湖南农业气象要素变化及对主要农作物的影响[J].湖南农业科学，2009（1）：61-64.
[2] 信乃诠，程延年.未来气候变化对农业的影响及对策[J].中国农学通报，1995，11（3）：1-4，8.
篇8
关键词 冬九九；气温；气候变化倾向率；变化特征；辽宁辽阳
中图分类号 P423.3 文献标识码 A 文章编号 1007-5739（2017）06-0232-01
冬至是中国农历的一个重要节气，时间在每年公历12月21―23日，意味着寒冷的冬季到来了。冬至开始“数九”，冬至日即为“数九”的第1天，每9 d为1个九，历经9个九，结束“数九”，这9个九统称“冬九九”。
全球气候变暖已是不的事实。1906―2005年全球地表平均温度升高了0.74 ℃。我国气候变暖趋势与全球基本一致，1908―2007年我国地表平均气温升高了1.1 ℃，最近50年北方地区升温最明显，升温最高达4 ℃[1]。气候变暖导致极端气候事件频发，对工农业生产及生态等方面均产生重要影响[2-4]。本文利用辽阳市1956―2016年逐日平均气温资料，分析冬九九气温变化特征，充分认识辽阳市冬九九期间气温对气候变暖的响应，为更好地利用气候资源、合理安排工农业生产及防灾减灾提供科学依据。
1 资料与方法
1.1 资料来源
逐日平均气温资料来源于辽阳市气象局，时间跨度为1956年12月22日至2016年3月12日。常年值是指1981―2010年30年气候要素的平均值。
将农历冬至出现的具体日期换算成公历日期，再对应各年冬九九的逐日平均气温，建立冬九九逐日平均气温序列。统计1956―2015年的资料，其中冬至日出现在12月21日有10年，出现在12月22日有50年；有15年2月有29日。统计冬九九各九温度时，进行逐年逐日核对。
1.2 研究方法
采用线性倾向估计方法[5]，用xi表示气温因变量，ti表示时间自变量，建立一元线性回归方程：
xi=a+bti（i=1，2，…，n）（1）
按回归系数b的符号确定气温的趋势倾向：b>0表示气温呈上升趋势；b
2 结果与分析
2.1 冬九九气温变化趋势
冬九九从一九第1天至九九最后一天，历经9个九共81 d。统计这81 d平均气温，为冬九九平均气温。由图1可以看出，1956年冬九九平均气温最低，为-12.1 ℃；2006年冬九九平均气温最高，为-3.8 ℃，两者相差8.3 ℃。近60年冬九九平均气温为-7.7 ℃，常年值为-7.2 ℃。
由表1可以看出，1956―2015年辽阳市冬九九平均气温呈上升趋势，气候变化倾向率为0.49 ℃/10年。相关系数为0.435 2，通过0.001水平显著性检验，说明近60年辽阳市冬九九平均气温以0.49 ℃/10年的速率极显著升高。
由表1可知，冬九九中各九气温均呈上升趋势，升温幅度七九最大，达0.79 ℃/10年；三九升温幅度最小，为0.27 ℃/10年。五九、六九的升温趋势通过0.05水平显著性检验，七九、八九的升温趋势通过0.01水平显著性检验。
2.2 冬九九气温统计特征
由图2可以看出，各九平均气温大致呈锅底型分布，以三九气温最低，达-11.3 ℃；九九气温最高，为-0.9 ℃。
2.3 三九气温变化特征
由图3可以看出，1956―2015年三九平均气温呈上升趋势，气候变化倾向率为0.27 ℃/10年。相关系数为0.145 6，未通过显著性检验，上升趋势不显著。2000年的三九最冷，平均气温达 -21.6 ℃；2001年的三九最暖，平均气温为-3.6 ℃。
统计各年代三九平均气温分布发现，20世纪50年代三九平均气温最低，为-13.6 ℃；21世纪00年代、10年代三九平均气温最高，为-10.1 ℃。20世纪60年代三九平均气温大幅提高，为-11.4 ℃；70年代三九平均气温又小幅提高，为 -11.1 ℃；80年代略有回落，为-11.2 ℃；90年代明显大幅降低，为 -12.2 ℃；到21世纪00年代和10年代又明显大幅升高，达-10.1 ℃。
3 结论
1956―2015年辽阳市冬九九平均气温呈极显著升高趋势，气候变化倾向率为0.49 ℃/10年。1956年冬九九气温最低，为-12.1 ℃；2006年冬九九气温最高，为-3.8 ℃。各九平均气温均呈上升趋势，以七九气候变化倾向率最大，为0.79 ℃/10年；三九气候变化倾向率最小，为0.27 ℃/10年。一九至九九气温呈锅底型分布，其中以三九气温最低，为 -11.3 ℃；九九气温最高，为-0.9 ℃。20世纪50年代三九最冷，21世纪初15年的三九最暖。
4 参考文献
[1] 王伟光，郑国光.应对气候变化报告：通向哥本哈根[R].北京：社会科学文献出版社，2009：71-73.
[2] 钱锦霞，王淑凤，李娜，等.气候变暖背景下汾河上游流域气温和降水的变化及其影响分析[J].科学技术与工程，2013，13（34）：10259-10263.
[3] 张梅，安娟，陈玉光，等.近49年辽阳市玉米生长季气候特征及其对产量的影响[J].安徽农业科学，2011，39（17）：10439-10441.
篇9
【摘要】 目的 探讨年代节气变化与上消化道出血中医证型的关系。方法 对甘肃省7个地区中医院12年间全部上消化道出血住院病历进行调查、统计，按照统一制作的调查表格填好后输入计算机，进行统计学处理、分析。结果 不同节气、不同年代的上消化道出血中医证型分布有明显差异。结论 年份、节气的气压变化、气温变化、湿度变化、气温较差对上消化道出血的中医证型有直接影响。
【关键词】 上消化道血；节气；中医证型
The Relation between TCM Syndromes of Upper Gastrointestinal Hemorrhage and Solar Terms Change in Different Years WANG Lan-ying， ZHANG Zhu-jun， WANG Zi-li
Gansu TCM Hospital， Lanzhou 730050， China
Abstract：Objective To investigate the relation between TCM syndromes of upper gastrointestinal hemorrhage and solar terms change in different years. Methods Data of upper gastrointestinal hemorrhage in-patients in seven districts of TCM hospital of Gansu province in twelve years were filled in investigative statistical forms and analyzed by computer. Results There was obvious difference in TCM syndromes among different solar terms and different years. Conclusion Atmospheric pressure， atmospheric temperature， air humidity， diurnal temperature range of solar terms change in different years directly effect TCM syndromes of upper gastrointestinal hemorrhage.
Key words：upper gastrointestinal hemorrhage；solar term；TCM syndrome
急性上消化道出血属于中医学“血证(吐血、便血)”的范畴。笔者对甘肃省7个地区的中医院12年间的692例上消化道出血病历进行了调查、统计，回顾性研究了上消化道出血中医证型与年代节气变化之间的关系，结果表明，不同节气、不同年代的上消化道出血中医证型分布有明显差异。现报道如下。
1 资料与方法
1.1 一般资料
本研究调查1985年1月1日－1996年12月31日甘肃省7个地区的部分中医院(包括天水市中医院、武威市中医院、甘肃省中医院、白银区中医院、酒泉市中医院、庆阳地区中医院、成县中医院)的上消化道出血病历，患者以吐血或黑便入院，建立病历且诊断明确、记录较完整的有692例。
1.2 病历处理和方法
调查的各家医院，所有上消化道出血的住院病历由科研协作组成员按照统一制作的调查表格填写，由电脑专业人员编程后输入计算机，进行统计学处理、分析。
1.3 统计学方法
统计学处理采用SPSS10.0软件，等级资料比较用频数表描述，多组间比较采用秩和检验。P＜0.05为差异有统计学意义。
2 结果
2.1 7个地区12年间不同中医证型的疾病程度分布
脾虚不摄型导致的上消化道出血在不同出血程度上均较其他证型明显，其次为胃中积热型(表示在各组中频数较高者)。经秩和检验，P＝0.026＜0.05，说明各组间差异有统计学意义。见表1。表1 上消化道出血患者不同中医分型的疾病程度分布（略）
2.2 7个地区12年间不同节气的中医证型分布
肝火犯胃型在立秋时多见，脾胃虚寒型在白露时多见，脾虚不摄型在夏至时多见，湿热蕴结型在谷雨时多见，胃中积热型在立春时多见(表示在各组中频数最高者)。经秩和检验，P＝0.011＜0.05，说明各组间差异有统计学意义。见表2。表2 上消化道出血患者不同节气的中医证型分布（略）
2.3 7个地区12年间不同年份的中医证型分布
肝火犯胃型以1992年较多，脾胃虚寒型以1991年较多，脾虚不摄型以1987年较多，湿热蕴结型以1996年较多，胃中积热型以1986年较多(表示在各组中频数最高者)。经秩和检验，P＝0.005＜0.01，说明各组间差异有统计学意义。见表3。 表3 上消化道出血患者不同年代的中医证型分布（略）
3 讨论
根据表1分析，不同节气对上消化道出血患者的各种中医证型分布均有一定的相关性，其中立春、谷雨、立秋、白露均在冬春交季、春夏交季、秋冬交季时。而甘肃大部分地区在冬春季节及春夏交季、秋冬交季时气温变化较大，气温较差(24 h最高气温与最低气温之差)也很大，一般在10 ℃左右。由于气温的昼夜急剧变化，打破了人体的阴阳平衡，导致阴阳失和，气血运行失常，从而产生呕血、便血之症。这与林氏等[1]研究结果显示的气温较差与上消化道出血的发生呈中度正相关相符。由于地域的原因，夏至在甘肃地区虽然开始转热，但一般最高气温在30 ℃左右，是一年当中相对比较舒适的季节，随着人体胃液及各种消化液分泌增多，食欲改善，食量增加，必然会加重胃肠负担，损伤脾胃运化功能；脾虚不摄，血溢脉外，易导致吐血、便血。从表3不同中医分型对发病程度的影响也可以看出。上消化道出血患者大多病程较长，病情反复发作，脾虚不摄这类证型占大多数。而胃中积热型同时反映了出血的另一种病机，即火热之邪易灼伤血络，迫血妄行。
以往认为出血的原因多以内伤为主，其实者多由于火，火盛迫血而妄行；虚证多由于气虚，气虚则血失统摄，而与“外感”关系不大。杭州市第三医院中医科[2]对急性上消化道出血进行了系统的临床研究，发现 “外感”(气象因素与月廓盈亏)是急性上消化道出血的基本诱因，故认为出血诱因“以内伤为主，外感者极少”可能与忽略气象因素有关。张氏等[3]发现，消化性溃疡发病受同期旬气压极大值、旬气温极高值、旬平均相对湿度和旬降水量的影响最大。丘氏等[4]分析得出，成年人胃肠炎、胃溃疡、小儿腹泻在气压高、气温日差较大、气温低、湿度小的秋冬季节高发的结论。
根据表2分析，上消化道出血中医证型的形成，除了与个人体质差异有关外，还与每一年的气压变化、气温变化、湿度变化都有直接的关系，不同年份、不同节气与不同证型之间差异显著。但由于本项调查回顾的年限较长，分布的地区较多，有些内容无法采集全面，因此，还有待于今后进一步研究证实。
参考文献
[1] 林 平，武正权，吴荣娟.气温与节气对上消化道出血影响的临床分析[J].广州中医药大学学报，2007，24(1)：8－11.
[2] 傅志泉.月廓盈亏可诱发急性上消化道出血[N].中国中医药报， 1998-04-22(1).
篇10
关键词 气候变化；农业生产；累积距平；滑动t-检验法；四川昭觉
中图分类号 S162.5 文献标识码 A 文章编号 1007-5739（2016）04-0240-01
1 气候变化特征分析
1.1 气温变化特征
昭觉县44年的年平均气温呈逐渐上升趋势（相关系数r=0.494 3>r0.01=0.384 3），年气温变化倾向率为0.18 ℃/10年，多年平均气温11.1 ℃，最大年平均气温（12.0 ℃）与最小年平均气温（10.1 ℃）相差1.9 ℃，前30年（1971―2000年）平均气温（10.9 ℃）比后30年（1981―2010年）平均气温（11.4 ℃）偏低0.5 ℃。最大极端最高气温33.1 ℃出现在1991年，最小极端最高气温28.2℃出现在1978年，2002年以后极端最高气温均在30.0 ℃以上；最小极端最低气温-20.6 ℃出现在1977年，最大极端最低气温-4.8 ℃出现在1995年，二者相差15.8 ℃。
1.2 降水量变化特征
昭觉县44年降水量的线性变化并不明显（相关系数r=0.021 9
1.3 日照时数变化特征
由昭觉县44年日照时数3项多项式拟合趋势线可以看出，年日照时数线性增多趋势明显（r=0.444 97>r0.01=0.384 34，通过0.01显著性检验）。20世纪90年代中后期以来上升趋势明显。44年平均日照时数1 890.0 h，大于多年平均值的有28年，占64%；小于多年平均值的有16年，占36%。冬、春季日照时数线性变化不明显，夏季线性变化相对明显，秋季最为明显，秋季日照时数在20世纪90年开始有明显的增多趋势，春、夏、冬季变化平缓。
2 气候变化对农作物的影响
由于冬、春季降水量减少，土壤墒情较差，大春作物播种、出苗期延迟，而收获期的秋季气温较高，作物生育期缩短，对农作物产量和品质都有较大影响。随着气温的升高、无霜期增长，作物复种指数有所增加，冬闲农田得到充分利用。气候变暖使农业的不稳定性增加，气候变化对农业生产的影响利弊并存[1-2]。
3 应对气候变化的农业措施
一是综合考虑气候变化特点，确定适宜栽培季节，尽可能避开农作物生长关键期和对产量、品质形成影响较大时期可能出现的灾害性天气。二是根据光、温、水资源匹配情况及农业气象灾害、病虫害特点，调整作物、品种种植结构，达到趋利避害的目的。三是在选择作物种植品种时，不仅要考虑产量和品质，还应根据气候变化特点综合考虑栽培作物品种对农业气象灾害和病虫害的抗逆性。四是完善灌溉和排水等农业基础设施，提高农业生产对气候变化不利影响的抵御能力，增强农业抗灾能力，最大限度地减少损失[3-4]。
4 结论
（1）年平均气温呈逐渐上升趋势，年气温变化倾向率为0.18 ℃/10年，年际标准差0.49 ℃。20世纪70年代年平均气温变化最为明显，70年代至90年代中期气温呈下降趋势，90年代后期以来气温持续上升，在90年代出现气温突变，1997年是突变点。四季分析结果表明，春、秋2季升温趋势最为明显，夏、冬2季变化趋势平缓。
（2）年降水量线性变化并不明显，降水日数呈减少趋势，但强降水日数增多，2000―2014年年降水量变差系数最大，年降水量变化最明显，年际间差异最大。20世纪90年代出现降水量突变，1996年为突变点。进入20世纪90年代以来，冬、春季年降水量呈减少趋势，而夏、秋季呈增多趋势。
（3）年日照时数线性增多趋势明显，20世纪90年代年日照时数变差系数最大，变化最明显，年际间差异最大。20世纪90年代日照时数出现突变，1998年是突变点。20世纪90年代中后期以来上升趋势明显，其中秋季日照时数呈增多趋势，而春、夏、冬季变化平缓。
（4）无霜期呈增多趋势，20世纪80年代无霜期变差系数是最大的，无霜期变化最明显，年际间差异最大。2000―2014年变差系数最小，表明该时段无霜期变化平稳，年际间差异最小。
5 参考文献
[1] 王馥棠.气候变化对我国农业影响的研究[M].北京：气象出版社，1996.
[2] 冯秀藻，陶炳炎.农业气象学原理[M].北京：气象出版社，1991.
