论文部分内容阅读
干热河谷区的气候特性一直处于一个粗略概念,并没有统一的要素来进行描述。本文针对这一问题,根据干热河谷主要是位于云南省境内这一特点,利用云南省125个气象观测站19812010年30年气象观测资料,建立数学模型,得到云南不同类型气候的分布,找出最具代表性的干热河谷区;通过严格的数学计算,得到的结果更具有理论依据,比通过定性的认识来定义干热河谷区域更加严谨和科学。并建立干热河谷区的判别函数,便于有针对性地开展气候区划和气候适宜性分析,合理开发利用和保护气候资源。我们初步取11月次年4月平均气温≥10℃,年雨量≤1000毫米的地区来进行干热河谷区的初选。可以看到,在我国境内,干热河谷区分布的大多数区域位于我国的西南,主要在云南、贵州、四川境内,其中云南干热河谷存在的可能性更大、范围更广,这和前人的研究是一致的。因为云南境内干热河谷面积最广、范围最大,而且我国西南的云、贵、川几省均受西南季风影响,气候背景基本一致。因此,云南干热河谷气候特性,基本可以代表我国西南干热河谷的气候特点。使用云南125个气象站点30年(19812010年)112月的月平均气温、月平均最低气温、月平均最高气温、月平均≥10℃积温、月平均降水量、月平均蒸发量、月平均相对湿度、月平均日照时数、月平均干燥度等数据,作为分析的基础数据。选取具有代表性的9个变量(p=9),先对数据标准化,将云南省125个气象站气象要素进行系统聚类,结合实际情况,分成5个类别,并对5个类别特别是干热区的气候特征进行分析。系统聚类法中的类平均法被普遍认为是一种比较好的聚类方法,它有两种形式:组间联结法(between-groups Linkage)和组内联结法(within-groups Linkage)。组间联结法主要计算两个类之间样品的距离平均,本文使用这一方法。在实际生活中,随着经济社会的发展,人类对气候的认识会更深入,需要对气候资源进行更细致的观测和掌握。当建立更多的观测点来进行气象要素的观测后,需要判断该地属于哪种类别,具有何种气候特征,我们建立如下的判别函数:将Ci(i=1、2……5)视为5个总体,u(i)、∑(i)为总体Gi的均值和协方差阵,通常情况下,u(i)、∑(i)是未知的。由于气象观测数据是统一观测规范下得到的,所以可以假设协方差是相等的,即:∑(1)=∑(2)=∑(3)=∑(4)=∑(5)=∑,为了进行判别,先对u(i)及∑进行估计。u(i)=1/ni∑nij=1x(i)j=(i),它表示Gi,类的重心∑j=1/(∑5i=1ni-5)∑5i=1Ai Ai =∑n(i)j=1(xj(i)-(i)(xj(i)-((i)))T,i=1、2、3、4、5在此基础上定义判别函数:设d(x、Gi)表示新的站点观测数据样本x与Gi类的距离,为了消除量纲及数据间的相关性,用马氏距离来定义d(x、GI):d(x、Gi)=(x-u(i))T∑-1(x-uj),取f=mini=1、2、3、4、5d(x、Gi)若Gk类x与的马氏距离等于f,将x归结到第Gk类,即f=d(x、Gk),说明新站点观测数据x属于第Gk类,具有Gk类表现出来的气象特征。通过系统聚类,云南125个县市共分成5个类别,分别表现出不同气候特征。聚类结果表明,云南省的干热河谷区域,主要位于怒江流域的六库县,澜沧江流域的双江县、云县,南盘江流域的开远县,元江流域的南涧县、元江县、红河县、元阳县,金沙江流域的宾川县、华坪县、元谋县、东川县、巧家县。建水和蒙自虽然不在河谷深度切割的区域,但是这两个县位于南盘江和元江的中间,气候也是属于干热气候,因此归为一类。聚类结果表明,干热河谷分布是不连续的,主要分布在各流域中海拔相对较低的河谷区域,分布最广的是金沙江流域和元江流域。聚类结果与前人的研究和调研结果是一致的。通过严格的数学计算,得到的结果与调研结果基本吻合,说明本文使用的计算方法是科学的,结果是合理的。本文计算数据来源于各县市气象观测站观测数据,因此,有些有名的干热河谷区,比如双柏境内的绿汁江干热河谷,由于没有建立气象观测点或者观测点数据时间长度不够,缺乏观测数据进行计算,而双柏县气象站又不属于干热区,观测数据不具备干热区的特性,因此计算结果没有显示出该地为干热河谷区。云南省的干热河谷区域,主要位于怒江流域、澜沧江流域、南盘江流域、元江流域、金沙江流域海拔相对较低的河谷区域,分布最广的是金沙江流域和元江流域。通过计算,得到干热河谷区域的气候有以下特征:降雨少、湿度小、蒸发大、日照充足、气温高。