干旱气象
  • CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊
作者投稿 专家审稿 编辑办公

干旱气象, 2025, 43(1): 54-63 DOI: 10.11755/j.issn.1006-7639-2025-01-0054

论文

洞庭湖滨湖小时风速及湖陆风变化特征

谢益军,1,2, 黄菊梅,2, 杨伟2, 黄天赐2, 吴浩1,2, 袁泉2

1.湖南省气候中心，气象防灾减灾湖南省重点实验室，湖南 长沙 410118

2.洞庭湖国家气候观象台，湖南 岳阳 414000

Variation characteristics of hourly wind speed at lakeside and lake-land breeze in Dongting Lake

XIE Yijun,1,2, HUANG Jumei,2, YANG Wei2, HUANG Tianci2, WU Hao1,2, YUAN Quan2

1. Hunan Climate Center，Key Laboratory of Preventing-Diminishing Meteorological Disasters in Hunan Province，Changsha 410118，China

2. Dongting Lake National Climate Observatory，Yueyang 414000，Hunan，China

通讯作者: 黄菊梅（1969—），女，正高级工程师，主要从事气候预测、气象服务等工作。E-mail：hjm17@163.com。

责任编辑: 王涓力；校对：邓祖琴

收稿日期: 2023-08-31   修回日期: 2023-09-15  

基金资助: 湖南省气象局2023年创新发展专项(CXFZ2023-FZZX17)
国家自然科学基金项目(42005058)

Received: 2023-08-31   Revised: 2023-09-15  

作者简介 About authors

谢益军（1969—），女，正高级工程师，主要从事气候预测、气象服务等工作。E-mail：421148605@qq.com。

摘要

了解洞庭湖湖陆风风速在大尺度气候背景下的变化特征及其可能原因，对风能资源的开发利用、水上交通运输以及防灾减灾等有参考意义。利用1954—2021年岳阳站小时风向风速资料，采用线性倾向估计、Mann-Kendall突变检验及滑动t检验等方法，分析滨湖风速和湖陆风风速特征及长期变化趋势。结果表明：在4个时次的风向风速特征方面，02：00、08：00、20：00（北京时，下同）基本一致，均以偏东风、陆风为主，14：00则以偏西风、湖风为主，且14：00风速明显大于其他时次。年际尺度上，滨湖风速和湖陆风风速4个时次的变化趋势一致，4个时次滨湖风速和02：00、08：00、20：00陆风风速均表现为明显减小趋势，而14：00湖风风速变化不显著。月际尺度上，除20：00外，02：00、08：00、14：00均在7月风速达到峰值；14：00冬季各月以陆风为主，其他各月以湖风为主，02：00、08：00、20：00各月均以陆风为主；全年以汛期湖风风速最大。小时尺度上，2004—2021年24 h逐时风速与湖陆风风速变化趋势基本一致，陆风频率高于湖风，10：00—17：00风速较大且以湖风为主，各月09：00—18：00出现时长为3~10 h的湖风。突变检验发现4个时次风速从20世纪70年代开始显著下降，但仅14：00风速于1970年附近突变，4个时次湖陆风风速突变点在2002年或2003年。探测环境变化导致湖风风速和短时间风速增大并不能改变风速长期减小趋势，换仪器对风速及湖陆风风速影响均较小。

关键词： 风速; 湖陆风; 气候变化; 洞庭湖; 突变检验

Abstract

Understanding the variation characteristics and possible causes of lake-land breeze speed in Dongting Lake under large-scale climate background is of reference significance for the development and utilization of wind energy resources，water transportation and disaster prevention and reduction. The hourly wind direction and wind speed data at Yueyang Station from 1954 to 2021 are used to analyze the wind speed characteristics and long-term trends of the shoreline and lake-land wind by using the linear tendency estimation，Mann-Kendall mutation detection and sliding t-test methods. The results show that about the wind direction and wind speed characteristics of the four times，02：00，08：00 and 20：00 （Beijing time，the same as below） were almost the same，and the easterly wind and land breeze were dominant，while the westerly wind and lake breeze prevailed at 14：00，and the wind speed at 14：00 was significantly higher than other times. At the inter-annual scale，the variation trend of lakeshore and lake-land wind speed was consistent at four times，both the wind speeds at four times and the land breezes at 02：00，08：00 and 20：00 all showed an obvious decreasing trend，while the change of the lake breeze at 14：00 was not significant. For monthly scale，the wind speed peaks at 02：00，08：00 and 14：00 were all in July，and at 14：00 in winter months land breezes were dominated，and in other months it was dominated by lake breezes. It was dominated by land breezes at 02：00，08：00 and 20：00 in each month，and lake breeze speed was the highest in flood season throughout the year. On the hourly scale，the variation trend of hourly wind speed from 2004 to 2021 was basically the same as that of the lake-land breezes. The frequency of the land breezes was higher than that of the lake breezes，and the wind speed was larger and lake breeze was dominated from 10：00 to 17：00，and the lake breezes with a duration of 3 to 10 hours occurred from 09：00 to 18：00 in each month. The mutation tests find that the wind speed at four times decreased significantly from the 1970s，but only at 14：00 it changed abruptly around 1970，and the abrupt changes of the lake-land breeze speeds at four times occurred in 2002 or 2003. The increase of lake breeze speed and short-term wind speed caused by the change of detection environment can not change the long-term decrease trend of wind speed，and the change of instruments has little effect on wind speed and lake-land wind speed.

Keywords： wind speed; lake-land breeze; climate change; Dongting Lake; mutation test

PDF (4658KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

谢益军, 黄菊梅, 杨伟, 黄天赐, 吴浩, 袁泉. 洞庭湖滨湖小时风速及湖陆风变化特征[J]. 干旱气象, 2025, 43(1): 54-63 DOI:10.11755/j.issn.1006-7639-2025-01-0054

XIE Yijun, HUANG Jumei, YANG Wei, HUANG Tianci, WU Hao, YUAN Quan. Variation characteristics of hourly wind speed at lakeside and lake-land breeze in Dongting Lake[J]. Arid Meteorology, 2025, 43(1): 54-63 DOI:10.11755/j.issn.1006-7639-2025-01-0054

0 引言

气候变暖背景下，中国地面风速在过去几十年整体呈减弱趋势，对风能资源开发产生了显著影响（丁一汇等，2020）。如辽宁省年和四季风速均呈减小趋势，城市站的减小速率明显快于乡村站（敖雪等，2020）；石家庄站年、季节平均地面风速和平均10 min最大风速呈长期下降趋势（卞韬等，2018）；长江流域中下游丘陵与平原区风速下降显著（李悦佳等，2018），洞庭湖区平均风速呈极显著减小趋势，减小幅度高值区基本位于洞庭湖水体周围（黄菊梅等，2017）。但在我国西南地区的局部区域（熊敏诠，2015；Zhang et al.，2019）以及中部地区（王慧等，2022）存在风速增加现象。同时，南北疆（何毅等，2015；许超宗等，2019）、渭河流域（蒋冲等，2012）、甘肃陇东地区（师玮等，2017）平均风速发生突变或者出现明显的突变点；山西省年、春、夏和秋季平均风速突变时间均在20世纪80年代初，冬季则没有突变发生（王大勇等，2021）。台站观测环境变化和迁站在不同程度上对地面平均风速变化趋势会产生影响（刘学锋等，2009；郭军等，2015），观测环境变化对地面风速资料序列的影响也是不可忽视的重要因素（刘学锋等，2012），另外气象台站周边的城市化发展和风速测量仪器的更换均会对风速变化产生一定影响（蒋冲等，2013）。

风速是气象防灾减灾、天气预报、气候分析和科学研究的重要基础资料，长期的逐小时风速风向观测资料，可广泛应用于气候变化研究、风蚀强度评估、沙尘暴预测、大气污染评价等领域，不仅是气候分析和大气环境研究中不可缺少的要素，也为桥梁、高层建筑的设计等其他行业提供重要的科学支撑。我国逐小时风观测数据在自动站建立以前主要来源于自记文件，2004年以后所有地面观测站均实现了风的逐小时观测（赵煜飞等，2017）。目前针对地面风速的研究大多基于月、季、年平均风速，而关于小时风向风速资料的研究和应用较少，已往少量研究通过建立风电场同期合适的输入变量与小时风速之间的物理、统计、空间、人工智能等相关模型，对小时风速进行预测后进而预测风电场的功率，使电力调度部门提前根据风电功率变化及时调整调度计划，保证电能质量，减轻风能的波动性和随机性对电网的冲击（孙春顺等，2008；刘烨等，2010；蒋泽甫等，2012；赵慧等，2014；王娜等，2015；Cadenas et al.，2016）。此外，小时风速也被用于测定蒸散发的遥感模型（Allen et al.，2007； Mkhwanazi et al.，2015）以及大气污染物浓度变化的研究（Pacheco et al.，2023）。

湖陆风是水面和陆地表面的热力差异产生的一个重要现象（赵宗慈等，2016；吴琼等，2020）。李连方（1978）、林必元和李敏娴（1988）、杨伟等（2020）利用洞庭湖周边典型站点的小时风资料分析表明，洞庭湖区湖陆风明显，但他们的研究只是基于某一年或者较短的时间段数据，且没有涉及到湖陆风风速的变化趋势。岳阳国家基本气象观测站（简称“岳阳站”）位于东洞庭湖滨湖，是全国唯一建在大型水体附近的气象观测站，湖岸线几乎呈南北向，西部为东洞庭湖，东部为主城区。本文通过对该站有完整气象记录以来的逐时风向风速进行分解，提取湖陆风分量，从日、月、季、年时间尺度分析湖陆风的变化特征，有助于了解大型水体风速和湖陆风风速年代际特征及其变化规律，深化区域风速变化与地形差异的认识，探索湖陆风风速在大尺度气候变化背景下的个别体现及其可能原因，既可为深入了解与风速变化有关的气候学问题提供基础，也可为气候变化监测评估、生态环境变化研究、风能资源的开发利用、水上交通运输以及防灾减灾等提供科学依据。

1 资料与方法

1954—2021年逐时风向风速数据来源于岳阳站，其中1954—2003年仅有02：00、08：00、14：00、20：00（北京时，下同）观测记录，2004—2021年全天均有记录。各时次年、月的风向、风速数据均为算术平均值。为有效识别湖陆风，将岳阳站各时次风向风速分解为U和V分量，取U值代表东西方向的风（西风为正值，东风为负值）。由于滨湖湖岸线几乎呈南北向，岳阳站西方为洞庭湖，东方为主城区，因此西风为湖风，东风为陆风。

采用线性趋势法进行变化趋势分析，采用Pearson相关系数检验方法进行显著性检验，通过0.05显著性水平时为显著。为了排除单一方法判断的虚假突变点，采用Mann-Kendall检验（简称“M-K检验”）和滑动t检验方法（魏凤英，2013），通过对二者交互检验，印证突变点的准确性。

2 结果分析

2.1 风向风速的平均日变化特征

图1为1954—2021年02：00、08：00、14：00、20：00平均风向风速玫瑰图。可以看出，1954—2021年14：00平均静风频率为2%，02：00、08：00、20：00为9%~10%，且这3个时次的风向频率大小及变化趋势基本一致。14：00 ENE（风向方位，下同）、E、ESE、SE、SSE等5个方向风向频率合计为5%，其他3个时次为26%~33%；14：00 SW、WSW、W等3个方向风向频率合计为32%，其他3个时次为3%~4%。因此，02：00、08：00、20：00的各风向频率接近，且变化趋势基本同步，14：00偏东风风向频率明显偏小、偏西风风向频率则明显偏大。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   1954—2021年02:00（a）、08:00（b）、14:00（c）、20:00（d）平均风向风速玫瑰图

Fig.1   The rose diagrams of mean wind direction and wind speed at 02:00 (a), 08:00 (b), 14:00 (c) and 20:00 (d) from 1954 to 2021


各风向的风速大小及变化趋势02：00、08：00、20：00基本一致。与上述3个时次相比，14：00 NE、ENE、E风向的风速偏大0.66~1.12 m·s-1，SSW、SW、WSW风向的风速偏大0.70~2.67 m·s-1，其他各风向的风速基本接近，如SSW风向，02：00、08：00、20：00风速为2.35~2.48 m·s-1，14：00达5.02 m·s-1；SW风向，02：00、08：00、20：00风速为2.01~2.08 m·s-1，14：00达3.82 m·s-1。因此，类似于风向频率，各风向的风速大小及变化趋势同样表现为02：00、08：00、20：00基本一致，但和这3个时次相比，14：00偏东北风和偏西南风的风速分别为略偏大和明显偏大。

2.2 风速和湖陆风风速的年际、月际及逐时变化特征

2.2.1 年际特征

图2是1954—2021年4个时次风速与U值分布。可以看出，1954—2021年02：00、08：00、14：00、20：00 4个时次风速平均值分别为2.56、2.58、3.28、2.44 m·s-1，具有3个变化阶段：20世纪70年代末之前为持续减小阶段，80年代初出现突增后至90年代呈波动减小趋势；21世纪最初10 a前期突增后持续减小。1954—2021年02：00、08：00、20：00 U值平均为-0.93、-0.95、-0.87 m·s-1，各年份U值均为负，说明这3个时次均以陆风为主且大小相当；14：00 U值平均为0.49 m·s-1，除1999年为-0.15 m·s-1外，其余年份均为正值，说明14：00以湖风为主。4个时次U值具有2个变化阶段：21世纪最初10 a初之前呈微弱波动变化趋势（02：00、08：00、20：00陆风风速微弱增大、14：00湖风风速微弱减小），21世纪最初10 a前中期突变（02：00、08：00、20：00陆风风速突减、14：00湖风风速突增）后呈波动状态。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   1954—2021年4个时次平均风速（a）与U值（b）变化

Fig.2   Variation of mean wind speed （a） and U-value （b） at 4 times from 1954 to 2021


2.2.2 月际特征

图3为1954—2021年各月4个时次平均风速与U值分布。可以看出，4个时次风速变化趋势基本一致，但14：00风速较02：00、08：00、20：00偏大；各月除20：00表现不明显，其他时次7月均有明显的风速峰值。02：00、08：00、20：00风速除7月的08：00为3.18 m·s-1外，其他各月基本相当（2.18~2.82 m·s-1）；而14：00，除7月风速达4.12 m·s-1外，其他各月风速为2.96~3.71 m·s-1。02：00、08：00、20：00 各月U值为-1.22~-0.47 m·s-1，均以陆风为主且风速大小及变化趋势3个时次一致；而14：00 各月U值较其他3个时次明显偏大且3—11月均为正值，4—9月U值达0.34~1.93 m·s-1，即除12—2月（冬季）以陆风为主外，其他各月14：00以湖风为主，4—9月（汛期）湖风风速明显偏大。综上可见，4个时次风速变化趋势基本一致，14：00风速明显偏大且冬季各月以陆风为主、其他各月以湖风为主，汛期湖风风速明显偏大，这与杨伟等（2020）研究发现的湖风夏季最强、春季次之、冬季最弱的季节变化特征一致。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   1954—2021年4个时次平均风速（a）与U值（b）的月变化

Fig.3   Variation of monthly mean wind speed （a） and U-value （b） at 4 times from 1954 to 2021


2.2.3 逐时特征

2004—2021年各时次平均风速与U值变化趋势基本一致（图4），00：00—23：00平均风速为2.22~3.24 m·s-1，U值为-0.75~0.74 m·s-1。其中18：00—次日09：00平均风速为2.22~2.54 m·s-1，U值为-0.75~-0.20 m·s-1；10：00—17：00平均风速为2.71~3.24 m·s-1，U值为0.09~0.74 m·s-1。各时次风速与湖陆风风速变化趋势基本一致，夜间无湖风出现，18：00—次日09：00风速较小且以陆风为主，10：00—17：00风速较大且以湖风为主。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   2004—2021年逐时平均风速与U值变化

Fig.4   Variations of hourly mean wind speed and U-value from 2004 to 2021


综上所述，陆风出现频率高于湖风，各月09：00—18：00出现3~10 h的湖风。其中夏季各月（6—8月）09：00—18：00均为湖风，时长10 h；冬季各月（12月—次年2月）湖风开始时间为12：00—13：00，结束时间为15：00，时长3~4 h；春季各月（3—5月）湖风开始时间为10：00—11：00，结束时间为17：00—18：00，时长7~9 h；秋季各月（9—11月）湖风开始时间为10：00—11：00，结束时间为15：00—16：00，时长5~7 h。陆风与湖风的时长占比冬季最大，夏季最小。

2.3 风速和湖陆风风速的趋势变化特征

2.3.1 年际变化

1954—2021年4个时次风速随时间变化的相关系数为-0.68~-0.54，表明4个时次风速均显著减小，减小速率为0.08~0.10 m·s-1·（10 a）-1。1954—2021年02：00、08：00、14：00、20：00 U值随时间变化的相关系数分别为0.69、0.75、0.08、0.33，表明02：00、08：00、20：00 U值显著增大，而14：00 U值变化不显著，即陆风风速显著减小，减小速率为0.03~0.10 m·s-1·（10 a）-1，而14：00湖风风速变化不显著。

2.3.2 突变检验

图5为1954—2021年02：00、08：00、14：00、20：00风速的M-K检验及滑动t检验。可以看出，02：00、08：00、20：00的M-K统计量变化趋势基本一致，UF值从1964年附近开始由之前的波动状态转为下降趋势，特别是在20世纪70年代至21世纪最初10 a期间，UF和UB值均超过0.05显著性水平相应的临界值，表明风速下降趋势显著，此后两条曲线有多个交汇点，但交点均在临界线之外，因此02：00、08：00、20：00均不存在趋势性突变；14：00 M-K统计量在1970年附近有交汇点且位于临界范围内，即发生了突变，此后UF曲线在1985年和2005年附近分别出现减小趋势加快、放缓两次拐点，但不存在突变。而从滑动t检验来看，02：00、08：00、20：00突破t=0.01临界水平的时间点即突变点出现在1964年附近，体现在M-K检验中从1964年开始转为明显下降趋势，但无突变点；14：00分别在1964—1970、1985和2005年附近有3次突变，其中1985、2005年在M-K检验中有所表现，但不存在突变，两种检验方法一致的突变点在1970年附近。因此，综合两种方法的检验结果，4个时次风速从20世纪70年代开始表现为显著下降趋势，但仅14：00风速在1970年附近发生突变，其余时次突变点不明显。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   1954—2021年02：00（a）、08：00（b）、14：00（c）、20：00（d）风速M-K检验及滑动（10 a）t检验（e）

[虚直线为α=0.05及t=0.01（图e）显著性水平临界值线，下同]

Fig.5   The M-K test of wind speed at 02：00 （a），08：00 （b），14：00 （c） and 20：00 （d），the sliding （10 a） t-test of wind speed at four times （e） from 1954 to 2021

（The dotted line is the α=0.05 and t=0.01 （the figure e） significance level critical value line，the same as below）


图6为1954—2021年02：00、08：00、14：00、20：00 U值的M-K检验及滑动t检验。可以看出，4个时次M-K统计量UF曲线均在2002或2003年转为增大趋势，其中02：00和08：00、14：00和20：00的M-K统计量变化趋势相似，02：00和08：00 UF和UB曲线交汇点均在2007年附近，但仅02：00 U值存在突变，而08：00两条曲线交汇点在临界线以外，因此不存在明显突变点；14：00、20：00 M-K统计量均有2个突变点，14：00在1969年和2018年附近，20：00在1959年和2013年附近。分析滑动t检验情况，4个时次在2002或2003年出现明显突变点，对应M-K统计量有趋势转折的表现，而M-K检验得到的02：00、14：00和20：00的突变点在滑动t检验中未能得到印证，因而是虚假突变点。此外，滑动t检验中14：00、20：00在1984年附近均有一个突变点，但在M-K检验中未能体现。因此，通过M-K检验和滑动t检验共同分析，得到4个时次U值的突变点均在2002年或2003年，表明该时间点发生了湖风增强、陆风减弱的突变。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   1954—2021年02：00（a）、08：00（b）、14：00（c）、20：00（d）U值的M-K检验及滑动（10 a）t检验（e）

Fig.6   The M-K test of U-value at 02：00 （a），08：00 （b），14：00 （c） and 20：00 （d），the sliding （10 a） t-test of U-value at four times （e） from 1954 to 2021


3 探测环境变化和仪器更换对风速及湖陆风的影响

3.1 探测环境变化对风速的影响

岳阳站位于东洞庭湖滨湖，兼具湖泊和城市气候特征。岳阳市北门渡口至南岳坡码头的岳阳楼景区建设中，3个多月时间拆迁沿湖超过15万m2的建筑物，并于2005年年底拆迁完成，之后滨湖观测环境有所改善。

从表1可见，2006年4个时次平均风速较2005年增加0.71~0.90 m∙s-1，U值增加0~0.13 m∙s-1。这和突变检验分析发现的2005年附近风速减小趋势放缓一致。2006—2021年4个时次风速平均值较1954—2005年减小0.02~0.23 m∙s-1，U值增加0.32~0.56 m∙s-1。可见，2006年探测环境变化后4个时次平均风速均较2005年明显增大且14：00湖风风速微增，其他时次陆风风速不变或微减；而2006—2021年4个时次平均风速均较1954—2005年微减，14：00湖风风速增大，其他时次陆风风速减小。统计2005年和2006年岳阳市下辖的其他5个国家基本气象站4个时次风速后发现，2006年较2005年除2个站点均在14：00风速增大0.04、0.08 m∙s-1外，其他各站4个时次减小0.01~0.11 m∙s-1。因此，探测环境变化可能是造成岳阳站短时间风速明显增大的直接原因，并可能是14：00湖风风速增大、其他时次陆风风速减小的因素之一，但这些都不足以改变风速长期减小的趋势。

表1   不同时段4个时次风速与U值平均值

Tab.1  Mean wind speed and U-values at four times during different periods

时段风速/（m∙s-1）U值/（m∙s-1）
02：0008：0014：0020：0002：0008：0014：0020：00
20051.982.062.961.91-0.75-0.680.54-0.69
20062.882.933.672.64-0.75-0.640.67-0.62
1954—20052.612.623.292.49-1.02-1.080.42-0.95
2006—20212.392.433.272.26-0.64-0.520.74-0.60

新窗口打开| 下载CSV


从表2看出，探测环境改变前后两个时段4个时次风速均呈显著减小趋势，2006—2021年减小速率大于1954—2005年。1954—2005年02：00 U值增大不明显，08：00显著增大、14：00和20：00 U值均显著减小，即02：00陆风风速变化不明显而08：00显著减小、14：00湖风风速显著减小、20：00陆风风速显著增大。2006—2021年02：00、08：00、20：00 U值均显著增大即陆风风速显著减小、14：00 U值增大但不显著即湖风风速变化不显著。1954—2005年02：00、08：00陆风减小速率小于2006—2021年，1954—2005年14：00湖风风速显著减小而2006—2021年变化不显著，1954—2005年20：00陆风风速增大速率与2006—2021年减小速率基本相当。总体上，观测环境改善前陆风减小速率较小甚至有增加趋势而湖风显著减小，观测环境改善后湖风变化不明显而陆风风速显著减小。

表2   不同时段4个时次风速与U值平均值的相关系数及气候倾向率

Tab.2  Correlation coefficients and climatic tendency rates of mean wind speeds and U-values at four times in different periods

时段风速U值
02：0008：0014：0020：0002：0008：0014：0020：00
相关系数1954—2005-0.71-0.65-0.82-0.620.13*0.29-0.59-0.54
2006—2021-0.85-0.84-0.78-0.830.550.700.06 *0.41
气候倾向率/[m∙s-1·（10 a）-1]1954—2005-0.13-0.11-0.18-0.090.010.02-0.09-0.05
2006—2021-0.50-0.53-0.49-0.430.090.110.010.06

注： *为未通过α=0.05的显著性检验。

新窗口打开| 下载CSV


3.2 仪器更换对风速的影响

岳阳站建站以来未迁过站，但风速仪器存在多次同期批量换型的情况。1970年由维尔德测风器（即风压板）更换为EL型电接风向风速计，该仪器较为灵敏，测量结果有可能比维尔德风速计大（蒋冲等，2013），然而1970年各时次风速及湖陆风风速均减小，突变检验发现14：00风速在1970年出现突变减小。1993年10月EL型电接风向风速计被EN型测风数据处理仪替换，后来又被EL型测风数据处理仪替换，但各时次风速及湖陆风风速变化较小。因此，更换仪器对小时风速及湖陆风风速影响较小。

4 结论与讨论

利用1954—2021年岳阳站小时风向风速资料，采用现代气候统计方法，分析了洞庭湖滨湖小时风速和湖陆风风速特征及变化趋势，得到如下结论。

（1）1954—2021年02：00、08：00、20：00各风向频率及风速大小变化趋势基本一致，风向以偏东为主，偏东风频率较14：00偏大21%~28%；14：00风向以偏西为主，偏西风频率较其他时次偏大28%~29%，且14：00风速明显大于其他时次。

（2）4个时次风速均经历3个变化阶段：20世纪70年代末之前持续减小、80年代初突增后至90年代呈波动减小趋势、21世纪最初10 a前期突增后持续减小。14：00以湖风为主，其他时次以陆风为主，湖陆风风速具有2个变化阶段：21世纪最初10 a初之前陆风风速微弱增大、湖风风速微弱减小，21世纪最初10 a前中期陆风风速突减、湖风风速突增之后呈波动状态。

（3）4个时次风速的月际变化趋势基本一致，除20：00峰值表现不明显，其他时次均在7月有明显风速峰值；14：00冬季各月以陆风为主，其他各月以湖风为主，汛期湖风风速最大，其他时次各月以陆风为主。

（4）2004—2021年逐时风速与湖陆风风速变化趋势基本一致，陆风频率高于湖风。18：00—次日09：00风速较小且以陆风为主；10：00—17：00风速较大且以湖风为主。湖风出现在09：00—18：00，时长为3~10 h。夏季各月09：00—18：00持续10 h湖风，冬季各月12：00—15：00湖风时长3~4 h，春秋季各月10：00—18：00湖风时长5~9 h。

（5）4个时次风速均表现为明显减小趋势；02：00、08：00、20：00陆风风速显著减小，14：00湖风风速变化不明显。

（6）4个时次风速自20世纪70年代开始呈下降趋势，但仅14：00于1970年附近存在突变；4个时次湖陆风风速突变在2002年或2003年，对应发生湖风增强、陆风减弱的突变。

（7）探测环境变化可能是造成风速短时间增大的直接原因和14：00湖风风速增大、其他时次陆风风速减小的因素之一，但并不能改变风速长期减小的趋势。观测环境改善前陆风减小速率较小甚至有增加趋势而湖风显著减小，观测环境改善后湖风变化不明显而陆风风速显著减小。

风速变化存在时空差异，具有一定的局地性。独特的地理气候条件下滨湖环境变化对小时风速及湖陆风风速产生了一定影响，更换仪器对两者影响均较小。驱动力和阻力的改变是造成风速变化的关键因素（赵宗慈等，2016），地面风速减弱趋势虽与下垫面改变导致的拖曳力增加有关，但大气环流驱动力的减弱才是主导性因素（丁一汇等，2020）。多数研究将风速下降主要归因于全球变暖背景下气压梯度力的减弱（杨明等，2008；Guo et al.，2011；Li et al.，2011；Jiang et al.，2013；贺圣平，2013；Kim and Paik，2015；Wu et al.，2018；de Bodas Terassi et al.，2023）和城市化的加快（Jiang et al.，2010；陈练，2013；Azorin-Molina et al.，2014；Kim and Paik.，2015；敖雪等，2020）以及土地覆盖的变化（李艳等，2008；Jiang et al.，2010；Vautard et al.，2010；Wever，2012；陈练，2013；Laurila et al.，2021），气溶胶浓度的增加对东亚季风的减弱也有贡献（赵宗慈等，2012；吴国雄等，2015；Liu et al.，2019）。此外，部分研究认为风速减弱主要和气候系统内部的自然变化有关（McVicar et al.，2008；陈练，2013；Lin et al.，2013；王会军和范可，2013；Kim and Paik，2015；李京龙等，2018；Correia Filho et al.，2022），但实际气候系统内部各因素也可能受到人类活动的影响，不可能绝对分开（赵宗慈等，2016）。影响地表风速变化的因素很多，并具有复杂的因果关系，因此亟待进一步加强风速变化特征及其原因的分析。

参考文献

敖雪, 翟晴飞, 崔妍, 等, 2020.

城市化对辽宁省近地面风速的影响分析

[J]. 气象, 46(9):1153-1 164.

[本文引用: 2]

卞韬, 任国玉, 张立霞, 2018.

城市化对石家庄站近地面风速趋势的影响

[J]. 气候变化研究进展, 14(1):21-30.

[本文引用: 1]

陈练, 2013. 气候变暖背景下中国风速(能)变化及其影响因子研究[D]. 南京: 南京信息工程大学.

[本文引用: 3]

丁一汇, 李霄, 李巧萍, 2020.

气候变暖背景下中国地面风速变化研究进展

[J]. 应用气象学报, 31(1):1-12.

[本文引用: 2]

郭军, 曹经福, 杨艳娟, 2015.

1971—2012年环渤海沿海地区风速变化及其影响因素分析

[J]. 气象与环境学报, 31(4):82-88.

[本文引用: 1]

何毅, 杨太保, 陈杰, 等, 2015.

1960—2013年南北疆风速变化特征分析

[J]. 干旱区地理, 38(2):249-259.

[本文引用: 1]

利用较为均匀分布在新疆的45个气象站1960-2013年平均风速数据，通过气候趋势分析、气候突变分析、Morlet小波分析、Pearson相关分析等方法，研究近50 a来南北疆平均风速变化特征，结果表明：（1）1960-2013年南北疆地区年平均风速分别以0.15 m&middot;s<sup>-1</sup>&middot;（10 a）<sup>-1</sup>和0.14 m&middot;s<sup>-1</sup>&middot;（10 a）-1的速率显著降低，1960-1990年南北疆年均风速分别以0.21 m&middot;s<sup>-1</sup>&middot;（10 a）和0.18 m&middot;s<sup>-1</sup>&middot;（10 a）<sup>-1</sup>速率降低；1991-2013年北疆以0.01 m&middot;s<sup>-1</sup>&middot;（10 a）<sup>-1</sup>的速率下降，而南疆却以0.17 m&middot;s<sup>-1</sup>&middot;（10 a）<sup>-1</sup>的速率上升，各季节风速变化趋势与年序列相似。（2）四季中，南北疆的年递减率均是夏季最为显著，北疆是冬季变化不明显，而南疆其余各季节相差不大。（3）从空间分布上显示，北疆各站点总体较南疆明显，低海拔区递减幅度较大。（4）风速的长期变化具有一定的突变性，南北疆的平均风速均在1980年前后出现明显的突变点，从各季节平均风速来看，北疆春、夏、秋季突变出现的时间稍早于冬季，南疆春季突变出现的时间稍早于夏、秋和冬季。（5）Morlet小波分析结果显示，南北疆风速变化均存在4 a、8 a及15～20 a左右的变化周期，春夏秋冬各季节表现出强弱不一致，体现出季节性变化。（6）城市化发展对风速的变化产生了一定影响，但不是风速显著下降的主要原因，大气环流变化和气候变暖才是造成风速减小的可能原因。

贺圣平, 2013.

20世纪80年代中期以来东亚冬季风年际变率的减弱及可能成因

[J]. 科学通报, 58(8):609-616.

[本文引用: 1]

黄菊梅, 刘擎, 欧阳芳芳, 等, 2017.

近55年洞庭湖区雾和风的时空特征

[J]. 中国农学通报, 33(27):124-131.

DOI      [本文引用: 1]

为预防和减少因气象灾害导致的各种航运交通事故发生。利用洞庭湖区18个气象站1960—2014年雾、风资料，对其时空变化和驱动因子进行分析和探讨。结果表明，近55年来大雾日数显著减少，而轻雾日数极显著增加；大风日数、平均风速均极显著减少。大雾日数自北向南增加、马蹄形周围山区向中间滨湖减少；轻雾日数西北部和南部为2个高值中心，低值区从东部到西南部呈舌状分布；大风日数、平均风速分布与大雾的空间分布基本相反。大雾日数西北部—中部—东南部呈“减少—增加—减少”的变化趋势；轻雾日数大部分站显著增加，但增加幅度区域性不明显；各站大风日数均显著性减少，减少幅度高值区位于洞庭湖水体周围，低值区位于南部；平均风速绝大多数站点呈显著减小趋势，减少幅度高值区基本位于洞庭湖水体周围。水体热效应、气候变暖变干、人类活动等是导致雾和风的时空特征及其变化的重要驱动因子。

蒋冲, 王飞, 刘焱序, 等, 2013.

秦岭南北风速时空变化及突变特征分析

[J]. 地理科学, 33(2):244-250.

DOI      [本文引用: 2]

根据秦岭南北47个气象站1960~2011年逐月风速和气温资料,采用样条曲线插值法（Spline）、Pettitt突变点检验、气候倾向率和相关分析等方法对该区风速的空间分布、时空演变特征及其可能影响因素进行了分析。结果表明：① 秦岭南北风速空间分布呈东高西低、北高南低格局,按其大小排序为秦岭以北&#x0003E;秦岭南坡&#x0003E;汉水流域&#x0003E;巴巫谷地。四季风速排序为春季&#x0003E;冬季&#x0003E;夏季&#x0003E;秋季,均以秦岭以北最大。② 近52 a来,秦岭南北整体和各子区年平均风速呈现一致的显著下降趋势,下降最快的为秦岭南坡,最慢的为汉水流域。四季风速下降速率排序为冬季&#x0003E;春季&#x0003E;秋季&#x0003E;夏季。③ 年和季节尺度风速的突变集中出现在1969~1974、1978~1981和1990~1994年间,秦岭南北整体于1981年突变。④ 气象台站周边的城市化发展和风速测量仪器的更换都对风速的变化产生了一定影响,但都不是风速显著下降的主要原因,大气环流变化和气候变暖才是造成风速减小的可能原因。

蒋冲, 王飞, 张仁慧, 等, 2012.

近50年中国风速减小的可能原因

[J]. 干旱地区农业研究, 30(5):228-234.

[本文引用: 1]

蒋泽甫, 谢开贵, 胡博, 等, 2012.

风力发电系统可靠性评估解析模型

[J]. 电力系统保护与控制, 40(21):52-57.

[本文引用: 1]

李京龙, 武胜利, 葛欢欢, 等, 2018.

1962—2016年阿勒泰地区风速变化分析

[J]. 干旱区地理, 41(3):499-507.

[本文引用: 1]

李连方, 1978.

岳阳(洞庭湖畔)的湖陆风

[J]. 气象, 4(4):30.

[本文引用: 1]

李艳, 王元, 储惠芸, 等, 2008.

中国陆域近地层风能资源的气候变异和下垫面人为改变的影响

[J]. 科学通报, 53(21):2646-2 653.

[本文引用: 1]

李悦佳, 贺新光, 卢希安, 等, 2018.

1960—2015年长江流域风速的时空变化特征

[J]. 热带地理, 38(5):660-667.

[本文引用: 1]

林必元, 李敏娴, 1988.

洞庭湖湖陆风特征与降水

[J]. 南京气象学院学报, 11(1):78-88.

[本文引用: 1]

刘学锋, 江滢, 任国玉, 等, 2009.

河北城市化和观测环境改变对地面风速观测资料序列的影响

[J]. 高原气象, 28(2):433-439.

[本文引用: 1]

选用河北省143个气象台站1975-2004年10 m高年平均风速资料， 以及1990年和2000年人口普查资料， 根据人口增长、 台站迁移、 仪器高度变化、 台站微观环境变化等影响地面风速变化的台站历史信息， 把所有气象台站分为4类， 并分别对其进行比较分析。结果表明： 河北省绝大多数台站风速变化呈减小趋势； 城市化进程、 台站观测环境等因素均在不同程度上对地面平均风速变化趋势产生了影响， 其中台站所在城镇城市化程度是风速减小趋势不可忽略的原因， 其影响程度约在1/4左右； 台站观测环境因素中观测场附近微观环境变化对风速减小趋势具有重要影响， 超过了区域背景风速减小趋势。台站观测环境因素对风速资料序列均一性的影响也不容忽视， 至少有1/3的平均风速序列非均一性断点是由观测环境变化产生的。

刘学锋, 梁秀慧, 任国玉, 等, 2012.

台站观测环境改变对我国近地面风速观测资料序列的影响

[J]. 高原气象, 31(6):1645-1 652.

[本文引用: 1]

刘烨, 卢小芬, 方瑞明, 等, 2010.

风力发电系统中风速预测方法综述

[J]. 电网与清洁能源, 26(6):62-66.

[本文引用: 1]

师玮, 周俊菊, 胡子瑛, 等, 2017.

甘肃省陇东地区近55年风速时空变化特征

[J]. 生态学杂志, 36(12):3594-3 601.

[本文引用: 1]

孙春顺, 王耀南, 李欣然, 2008.

小时风速的向量自回归模型及应用

[J]. 中国电机工程学报, 28(14):112-117.

[本文引用: 1]

王大勇, 王晓琼, 张冬峰, 等, 2021.

1960—2019年山西省地面风速变化分析

[J]. 气象科技, 49(4):597-603.

[本文引用: 1]

王会军, 范可, 2013.

东亚季风近几十年来的主要变化特征

[J]. 大气科学, 37(2):313-318.

[本文引用: 1]

王慧, 白淑英, 赵庆, 等, 2022.

赤水河流域仁怀地区风速风向独特性及变化分析

[J]. 环境生态学, 4(增刊1): 10-18.

[本文引用: 1]

王娜, 邵霞, 高云鹏, 等, 2015.

基于区域信息融合的风电场平均年发电量预测

[J]. 湖南大学学报:自然科学版, 42(8):81-85.

[本文引用: 1]

魏凤英, 2013. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社:58-66.

[本文引用: 1]

吴国雄, 李占清, 符淙斌, 等, 2015.

气溶胶与东亚季风相互影响的研究进展

[J]. 中国科学:地球科学, 45(11):1609-1 627.

[本文引用: 1]

吴琼, 张超美, 许彬, 等, 2020.

鄱阳湖区域关键气候要素变化特征

[J]. 干旱气象, 38(3):371-379.

[本文引用: 1]

熊敏诠, 2015.

近30年中国地面风速分区及气候特征

[J]. 高原气象, 34(1):39-49.

DOI      [本文引用: 1]

通过中国近地面风速区划可以深入了解风速分布规律, 有助于研究风速的变化机制.利用1980-2009年中国608个测站的日平均风速资料, 经过旋转经验正交函数分解法(REOF)得到10个分区, 各分区范围和地形有一定的关系.风速频率曲线变化表明, 中国北部地区(第3、4区)风速偏大, 中部地区(第2、10区)风速普遍较小; 对比分析了区域有效风速日数频率和风能分布.根据谐波方法得到各分区风速的年变化特征, 大部分区域呈单峰单谷型或双峰双谷型, 高值区主要出现在春季, 并分析了形成上述特点的可能天气学成因.风速线性倾向估计结果表明, 中国大部分地区风速呈减小趋势, 第1、4、5区平均风速递减率在-0.028~-0.023 m·s<sup>-1</sup>·a<sup>-1</sup>之间, 但是, 中部地区(第2区、第6区西部、第10区)年平均风速出现递增.通过Mann-Kendan法和小波分析方法检测表明, 第2、3、5区突变点出现在2000年附近, 第1、4、6区突变点出现在20世纪90年代初.环流特征量指数和风速同期相关性分析, 揭示了北极涡和副热带高压对风速的影响.

许超宗, 陈蜀江, 黄铁成, 等, 2019.

1961—2016年伊犁地区风速时空变化分析

[J]. 西南农业学报, 32(2):410-415.

[本文引用: 1]

杨明, 徐海明, 李维亮, 等, 2008.

近40年东亚季风变化特征及其与海陆温差关系

[J]. 应用气象学报, 19(5):522-530.

[本文引用: 1]

杨伟, 刘擎, 王威, 等, 2020.

东洞庭湖湖陆风特征分析

[J]. 气象科技进展, 10(3):107-116.

[本文引用: 2]

赵慧, 党张利, 赵志远, 等, 2014.

基于小波分解的统计模型对小时风速的预测

[J]. 兰州大学学报:自然科学版, 50(4):513-516.

[本文引用: 1]

赵煜飞, 张强, 余予, 等, 2017.

中国小时风速数据集研制及在青藏高原地区的应用

[J]. 高原气象, 36(4):930-938.

DOI      [本文引用: 1]

基于记录2400余个国家站建站至今的地面风自记观测数据文件，与2001以来自动站小时风速数据进行拼接整合，形成中国2400个站点从建站以来的逐小时风速序列；同时结合历史风速资料信息化特点，参考我国小时风速数据特性研制质量控制方案，完成中国逐小时台站观测风速数据集的研制。20世纪50年代，只有少部分地面观测站采用风自记观测，主要分布在我国东北、华北、江南等地区。风自记站数在70年代以后增加较快，逐渐接近地面观测站数。2004年以后，所有地面观测站均实现了风的逐小时观测。经分析，全国76.3%台站平均缺测率小于7%。2005年自动站开始自动观测后，正确率高于95%；可疑率在1969年和1970年最高，分别为0.21%和0.18%；错误率在1991年、1998年、1997年和2004年相对偏高，分别为0.013%、0.005%、0.001%、0.001%。利用研制的逐小时风速数据集，对青藏高原地区各季节风速日变化进行分析应用，结果表明：春季风速较大，各小时平均风速均高于其他三个季节。青藏高原东部（西部）地区在16：00（14：00）（如无特别说明，均指北京时）风速较大，06：00（06：00）风速较小。东部地区16：00风速明显大于西部地区14：00风速，分别为3.75 m·s<sup>-1</sup>和2.90 m·s<sup>-1</sup>。19952015年春季，东部峰时风速序列与平均风速都显示为减小趋势（通过0.01的显著性检验）；青藏高原西部峰时风速与平均风速序列无显著的变化趋势。

赵宗慈, 罗勇, 黄建斌, 2012.

城市热岛对未来气候变化有影响吗?

[J]. 气候变化研究进展, 8(6):469-472.

[本文引用: 1]

赵宗慈, 罗勇, 江滢, 等, 2016.

近50年中国风速减小的可能原因

[J]. 气象科技进展, 6(3):106-109.

[本文引用: 3]

ALLEN R G, TASUMI M, TREZZA R, 2007.

Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC) model

[J]. Journal of Irrigation and Drainage Engineering, 133(4): 380-394.

[本文引用: 1]

AZORIN-MOLINA C, VICENTE-SERRANO S M, MCVICAR T R, et al, 2014.

Homogenization and assessment of observed near-surface wind speed trends over Spain and Portugal, 1961-2011

[J]. Journal of Climate, 27(10): 3 692-3 712.

[本文引用: 1]

CADENAS E, RIVERA W, CAMPOS-AMEZCUA R, et al, 2016.

Wind speed prediction using a univariate ARIMA model and a multivariate NARX model

[J]. Energies, 9(2): 109.

[本文引用: 1]

CORREIA FILHO W L F, DE ALMEIDA SOUZA P H, DE OLIVEIRA-JÚNIOR J F, et al, 2022.

The wind regime over the Brazilian southeast: Spatial and temporal characterization using multivariate analysis

[J]. International Journal of Climatology, 42(3): 1 767-1 788.

[本文引用: 1]

DE BODAS TERASSI P, CORREIA FILHO W, GALVANI E, et al, 2023.

Wind characteristics and temporal trends in eastern paraná state, Brazil

[J]. Climate, 11(3): 69.

[本文引用: 1]

GUO H, XU M, HU Q, 2011.

Changes in near-surface wind speed in China: 1969-2005

[J]. International Journal of Climatology, 31(3): 349-358.

[本文引用: 1]

JIANG Y, LUO Y, ZHAO Z C, 2013.

Maximum wind speed changes over China

[J]. Acta Meteorologica Sinica, 27(1): 63-74.

[本文引用: 1]

JIANG Y, LUO Y, ZHAO Z C, et al, 2010.

Changes in wind speed over China during 1956-2004

[J]. Theoretical and Applied Climatology, 99(3): 421-430.

[本文引用: 2]

KIM J, PAIK K, 2015.

Recent recovery of surface wind speed after decadal decrease: A focus on South Korea

[J]. Climate Dynamics, 45(5): 1 699-1 712.

[本文引用: 3]

LAURILA T K, SINCLAIR V A, GREGOW H, 2021.

Climatology, variability, and trends in near-surface wind speeds over the North Atlantic and Europe during 1979-2018 based on ERA5

[J]. International Journal of Climatology, 41(4): 2 253-2 278.

[本文引用: 1]

LI Z, YAN Z W, TU K, et al, 2011.

Changes in wind speed and extremes in Beijing during 1960-2008 based on homogenized observations

[J]. Advances in Atmospheric Sciences, 28(2): 408-420.

[本文引用: 1]

LIN C G, YANG K, QIN J, et al, 2013.

Observed coherent trends of surface and upper-air wind speed over China since 1960

[J]. Journal of Climate, 26(9): 2 891-2 903.

[本文引用: 1]

LIU Y, CAI W J, SUN C F, et al, 2019.

Anthropogenic aerosols cause recent pronounced weakening of Asian summer monsoon relative to last four centuries

[J]. Geophysical Research Letters, 46(10): 5 469-5 479.

[本文引用: 1]

MCVICAR T R, VAN NIEL T G, LI L T, et al, 2008.

Wind speed climatology and trends for Australia, 1975-2006: Capturing the stilling phenomenon and comparison with near-surface reanalysis output

[J]. Geophysical Research Letters, 35(20): L20403.

[本文引用: 1]

MKHWANAZI M, CHAVEZ J, ANDALES A, 2015.

SEBAL-A: A remote sensing ET algorithm that accounts for advection with limited data. part I: Development and validation

[J]. Remote Sensing, 7(11): 15 046-15 067.

[本文引用: 1]

PACHECO P, MERA E, FUENTES V, 2023.

Intensive urbanization, urban meteorology and air pollutants: Effects on the temperature of a city in a basin geography

[J]. International Journal of Environmental Research and Public Health, 20(5): 3 941.

[本文引用: 1]

VAUTARD R, CATTIAUX J, YIOU P, et al, 2010.

Northern Hemisphere atmospheric stilling partly attributed to an increase in surface roughness

[J]. Nature Geoscience, 3: 756-761.

[本文引用: 1]

WEVER N, 2012.

Quantifying trends in surface roughness and the effect on surface wind speed observations

[J]. Journal of Geophysical Research: Atmospheres, 117(D11): e2011jd017118.

[本文引用: 1]

WU J, ZHA J L, ZHAO D M, et al, 2018.

Changes in terrestrial near-surface wind speed and their possible causes: An overview

[J]. Climate Dynamics, 51(5): 2 039-2 078.

[本文引用: 1]

ZHANG R H, ZHANG S Y, LUO J L, et al, 2019.

Analysis of near-surface wind speed change in China during 1958-2015

[J]. Theoretical and Applied Climatology, 137(3): 2 785-2 801.

[本文引用: 1]

/

〈 〉



陇ICP备09004376

Copyright © 2019 《干旱气象》 编辑部

地址： 甘肃省兰州市东岗东路2070号，中国气象局兰州干旱气象研究所 730020

电话： 0931-2402270、0931-2402775   Email：ghqx@iamcma.cn、ghs_ghqx@sina.com

技术支持: 北京玛格泰克科技发展有限公司

访问总数: 当日访问总数: 当前在线人数: