（气象学专业论文）起伏地形下重庆市水汽压的精细空间分布.pdf

摘要 本文利用重庆地区3 4 个及其周围4 个常规气象观测站1 9 7 1 2 0 0 0 年3 0 年 和7 个气象哨1 9 9 7 1 9 9 9 年3 年气候整编的月平均水汽压资料，以及重庆地区 l o o m xl o o md e m 数据，对重庆地区山地水汽压空间分布进行研究根据山地气候 学原理，利用g i s 技术，分析重庆地区水汽压递减系数的影响因子，研究水汽 压与经度纬度和海拔高度等因子的关系，建立重庆地区水汽压空间分布模型， 计算重庆市月平均和年平均水汽压空间分布，并完成重庆市水汽压空间分布的 制图。 地理位置和海拔高度是水汽压空间分布的主要影响因子水汽压递减系数在 不同时间是不相同的岖水汽压随着海拔高度的增加呈e 指数减小：经度和纬 度的常数项和一次项对水汽压空间分布的影响比较大，经度和纬度的二次项对 水汽压空间分布的影响比较小。 重庆市全年各月月平均和年平均水汽压都表现出：随着海拔高度的增加， 水汽压逐渐减小；西北部和中部的丘陵低山地区一般为水汽压的中高值区；东 北部与东南部的山地地区的水汽压则相对较小重庆市东北东南山地地区海拔高 度较高，尤其是东北山区的山地较东南山区的起伏更大，水汽压随海拔高度的 减小更加明显，因此各月的最小值往往出现在东北山区而非东南山区重庆市水 汽压的季节变化也很明显：冬季水汽压多为小值，大值较少；而夏季多为申大值， 小值较少；春秋季则介于两者之间。 关键词：水汽压重庆空间分布g i s ( 地理信息系统) a b s t r a c t t h i sp a p e rs t u d i e st h es p a t i a ld i s t r i b u t i o no fw a t e rv a p o rp r e s si nt h em o u n t a i n a r e a so fc h o n g q i n g ，w i t ht h em o n t ha v e r a g ed a t ao fw a t e rv a p o rp r e s so fc l i m a t i c r e o r g a n i z e dd a t ai n c l u d i n g3 4m e t e o r o l o g i c a lo b s e r v i n gs t a t i o n si nc h o n g q i n g a n d4 a r o u n di tf i r o m1 9 7 1t o2 0 0 0a n d7m e t e o r o l o g i c a ls e n t r i e si ni tf r o m1 9 9 7t o1 9 9 9 ， a n dlo o mx1 0 0 md e mo fc h o n g q i n g a c c o r d i n gt ot h et h e o r yo f m o u n t a l nc l i m a t e a n db a s i n go ng i s ，i t a n a l y s i s e s t h e i n f l u e n c i n g f a c t o r st ow a t e r v a p o rp r e s s d e c r e a s i n gc o e f f i c i e n t si nc h o n g q i n g ，a n ds t u d i e st h er e l a t i o n sa m o n gw a t e rv a p o r p r e s sb n g i t u d el a t i t u d ea n ds e al e v e le l e v a t i o n ，a n df o u n d st h ew a t e rv a p o rp r e s s s p a t i a ld i s t r i b u t i o nm o d e l i nc h o n g q i n g ，a n dc a l c u l a t e st h e s p a t i a ld i s t r i b u t i o no f t h e m o n t h a v e r a g ea n d t h ey e a ra v e r a g ew a t e r v a p o rp r e s s i nc h o n g q i n g , a n d c o m p l e t e s t h ec a r t o g r a p h i e so f t h ew a t e r v a p o rp r e s ss p a t i a ld i s t r i b u t i o n o f c h o n g q i n g g e o g r a p h i c a ls i t u a t i o na n d s e al e v e le l e v a t i o na r et h em a i ni n f l u e n c i n gf a c t o r s t ot h e s p a t i a l d i s t r i b u t i o no fw a t e rv a p o rp r e s s w a t e rv a p o rp r e s sd e c r e a s i n g c o e f f i c i e n t sa r ed i f f e r e n ti nd i f f e r e n tt i m e t h em o u n t a i nw a t e rv a p o rp r e s sd e c r e a s e s a saei n d e xw i t ht h ei n c r e a s i n go fs e a1 e v e le l e v a t i o n ；t h ec o n s t a n ti t e ma n d1 h eo l l c c i t e m so f l o n g i t u d ea n dl a t i t u d ea r ei m p o r t a n tt ot h es p a t i a ld i s t r i b u t i o no f w a t e rv a p o r p r e s s ；t h et w i c ei t e m so fl o n g i t u d ea n dl a t i t u d e a r el e s si m p o r t a n tt ot h es p a t i a l d i s t r i b u t i o no f w a t e r v a p o rp r e s s t h em o n t ha v e r a g ea n dt h ey e a ra v e r a g ew a t e rv a p o rp r e s si nc h o n g q i n gb o t h s h o wt h a t ：t h ew a t e rv a p o r p r e s sd e c r e a s e s w i t ht h ei n c r e a s i n go fs e al e v e le l e v a t i o n ； t h ew a t e r v a p o rp r e s sv a l u e s i nn o r t h w e s ta n dm i d d l eh i l la r e a sa r em i d d l ea n dh i g h ； t h ew a t e rv a p o r p r e s s v a l u e si nn o r t h - e a s ta n ds o u t h - e a s tm o u n t a i na r e a s a r e r e l a t i v e l yl o w t h es e al e v e le l e v a t i o n i nn o r t h - e a s ta n ds o u t h - e a s tm o u n t a i na r e a so f c h o n g q m g i sh i g h e r e s p e c i a l l yt h en o r t h - e a s tm o u n t a i n sa r cm o r er u g g e dt h a nt h e n o r t h w e s tm o u n t a i n s ，a n dt h ed e c r e a s i n go f w a t e rv a p o rp r e s sw i t ht h ei n c r e a s i n go f s e al e v e le l e v a t i o ni sm o r ed i s t i n c t ，s ot h el o w e s tv a l u eo f t e na p p e a r si n t h e n o r t h e a s tm o u n t a i n sn o ti nt h en o r t h w e s tm o u n t a i n s t h es e a s o n a lc h a n g eo f w a t e r v a p o rp r e s si nc h o n g q i n g i sa l s od i s t i n c t ：t h ev a l u e so fw a t e rv a p o rp r e s sa r el o w i l m o s t l yi nw i n t e r ，a n dt h eh i g hv a l u e sa r er e l a t i v e l yl e s s ；t h ev a l u e so fw a t e rv a p o r p r e s sa r em i d d l ea n dh i g hm o s t l yi ns u m l l l e r , a n dt h el o wv a l u e sa r e r e l a t i v e l yl e s s ， t h ev a l u e si ns p r i n ga n da u t u m na r eb e t w e e n t h e m k e y w o r d s ：w a t e r v a p o rp r e s s c h o n g q i n gs p a t i a l d i s t r i b u t i o n g i s ( g e o g r a p h y i n f o r m a t i o ns y s t e m ) l i i 第一章引言 1 1 研究的目的及意义 山区地形复杂，气候变化多样，“一山有四季，十里不同天”、“南枝向暖北 枝寒，一种春风有两般”等就是山地气候的生动写照。由于设备条件的限制， 气象观测点少，且大部分都在比较低平的谷地和开阔一点的小山坡上，分布很 不均匀，所以山区的数据十分稀少【1 】。气候数据在区域尺度以及全球尺度的生态 系统中起着关键作用。温度和水分等气候因子毫控制着很多生理生态、水分平 衡过程，如：气孑l 开闭、光合、蒸腾、生物生产力、植物进化反应。但是，很 多研究地区由于地理位置的特殊性以及仪器设备不足，气象站点少，难以获得 温度、水汽压等气象要素的直接观测值1 2 1 。因此如何将水汽压的空间分布进行数 学模拟，找出它们与诸多影响因子之间的定量关系，以便根据现有气象台站资 料进行气候计算，推知无观测地方的气候状况，是分析水汽压空间分布的前提。 水汽压的空间分布由比较稳定的宏观地理环境和不稳定的微观地形因素两方面 所决定。宏观地理环境因素包括地理位置因素( 经度和纬度) 、宏观地形因素( 大 地形特别是大山脉走向与总体高度) 和大自然地理环境因素( 大森林、大水体 等) 。微观地形因素包括局地海拔高度、坡地方位和小地形形态口】【”。宏观地理 环境因素因为在空间分布上具有一定规律，故其影响气候的空间分布也有一定 规律。局地海拔高度虽变化无穷，但它对气候的影响还是比较有规律的，而局 地小地形对气象要素空间分布的影响则相对比较复杂。 地球及其环境是一个随时空变化的巨系统，其特征之一是在时间空间 尺度上演化和变化的不同现象，其时空尺度的量级可以达到十几个量级。气象 信息是在对气象现象的观测、量测基础上的近似描述，且随时间空间发生复杂 的变化，这使得气象信息的管理非常复杂、困难，同时，这些差异会对信息的 处理、分析结果产生影响【5 】。各种气象要素，如温度、水汽压等都与地理位置、 海拔高度等因子密切相关，亦即具有明显的空间分布特征。气象观测点数据如 果能与空间分析技术相结合，将在气象研究中发挥更大的作用。地理信息系统 是近年来发展起来的一门新技术，它集数据库管理、空间数据操作与分析、计 算机制图功能于一体，可以进行如空间插值、数字图像处理、多变量综台分类 等较为复杂的数据分析操作。对多时相多站点的气象观测资料进行时间系列分 析、气候区域划分等都具有一般统计分析软件无法比拟的优势1 6 。利用地理信息 系统对各种气象要素进行空间扩展，可以更好地揭示和展现气象要素的现今状 态和时空变化规律，从现象到本质地回答了气象中面临的诸多问题。 1 2 国内外研究现状 多年来，国内外学者已经在山区湿度要素推算问题方面做过许多工作， h u n g e r f o r d 口1 等在m t c l i m 中主要是根据m u r r a y ( 1 9 6 7 ) 所提出的饱和蒸汽压 的算法，利用位点的露点和日平均气温来求相对湿度。因为露点数据资料非常 有限，常用每天最低气温来近似代替。k i m b a l l t 8 1 等发现，在不同的气候区中露 点温度与最低温度的关系是有很大差别的，因而用气温、蒸发、降雨的关系建 立估算露点温度的经验模型，从而使得水汽压的估算更加完善。国内在这一领 域的研究比较多，其中以傅抱璞、翁笃鸣、卢其尧的工作比较有代表性。傅抱 璞【9 】介绍了三种在没有气象观测的地方估计气候情况的方法。包括容易找出地形 影响的规律，估计推算变化复杂的各种地形条件下的气候情况的分离综合法， 和利用动力相似原理根据风要素与地形和风向的综合关系推求有关风问题的动 力相似法，以及将没有气象观测的地方某些气象要素的某种界限值变换为附近 气象站同一要素相应界限值，从而根据气象站的常年资料推求该界限值出现日 期、天数或频率的变换界限法。卢其尧”1 提出了山区农业气候资源空间分布的 推求方法，为适应计算机技术在山地气候研究中的开发应用，作者使推算模式 函数化，便于用计算机绘制山区小网格农业气候资源空间分布图，其方法在福 建省沙溪流域实际应用的结果表明，能有效地揭示山区农业气候资源空间分布 的宏观与微观变化，效果是令人满意的，精度也是高的。翁笃鸣1 等应用全国 1 0 3 个探空站资料，拟定出水汽压垂直递减率公式，计算了l 、4 、7 、1 0 月和年 平均自由大气与山地水汽压递减系数的影响因子；对自由大气与山地水汽压递 减系数的年变化进行了分型与区划；最后绘制出自由大气和山地水汽压递减系 数的全国分布图，分析了其分布规律，并对二者进行了比较。林之光【1 2 1 研究了 我国山顶( 山脊) 河谷( 盆地) 地形台站的气温、降水、气压、相对湿度、 风速和日照时数等日变化的差异，在研究过程中发现。除了东部地区的降水日 变化外，其它要素即使五年平均所得结果亦比较稳定，能较好反映地形对气象 要素的影响规律。傅抱璞呻】 】4 1 等根据1 9 7 9 年在秦岭主峰太白山南北两面不同高 2 度的坡地、谷地和山顶设置的九个测点对其温度、湿度、风、降水等气象要素 进行为期半个月的小气候观测，通过分析得到了各种要素在太白山南北两面的 分布规律，对研究山区气象要素的分布有重要意义；另外根据1 9 5 7 - 1 9 5 8 年冬 季南京方山观测的资料详细地讨论了坡地方位对土壤和空气温度、湿度的影响， 所得结果具有相当的典型性。刘玉洪等叫1 根据哀劳山北段东、西坡山地不同海 拔8 个气象站的同期湿度资料，研讨了该山地空气湿度资源的年变化、东坡与 西坡差异及其垂直分布特征。吴诚鸥等 1 6 1 提出适时回归方法，由卫星云图资料 估计湿度场。数理统计中的回归诊断是查找野点的强有力方法，运用回归诊断 于卫星云图资料估计湿度场，提高了精度，得到了良好的效果。 随着现代空间信息技术的发展，尤其是地理信息系统、遥感科学与技术的 发展，为解决山区各种气象要素的扩展提供了先进的手段。李正泉等【1 7 1 应用地 理信息系统和数据库等计算机技术，以东北地区数字高程模型( d e m ) 为基础， 生成坡度、坡向及遮蔽度等小地形因子数据库和经度、纬度及海拔高度等大地 形因子数据库。利用东北地区1 9 6 0 1 9 9 0 年3 0 a 平均的湿度资料，采用趋势面 分析、逐步回归、宏观地理因子模拟与小地形订正等方法，分区构筑了湿度空 间分布的数学模型。利用地理信息系统平台建立分辨率为l k m l k m 的东北地区 4 1 0 月各月和年平均湿度的专题地图。g r a n i e r ”】、w i l l i a m s ”】、d o z i e r m l 口”、 b o c q u e t 2 ”、李新等先后尝试利用数字高程模型( d e m ) 计算山地太阳辐射的 理论研究和区域试验，为起伏地形下太阳辐射提供了新的思路。邱新法1 2 4 1 用全 国1 ：1 0 0 万d e m ，以l k m xl k m 的分辨率系统的探讨研究了起伏地形下，全国起 伏地形下的天文辐射、地理可照时间、直接辐射、散射辐射的空间分布，取得 了成功，提出了一系列的起伏地形下太阳辐射资源空间扩展的分布式模型。 随着气候资源的开发和利用，对气候要素的分布迫切要求有详细而清楚的 认识，气候要素的推算一直为学术界和应用部门所热衷探讨。在己完成的山区 气候要素推算和订正方法中，更多地侧重于辐射、温度等要素，其理论的模式 也相对比较完善，湿度是较少涉及的一个气象要素，或者由于其实用意义不及 辐射、温度等要素，或者由于资料少而研究不多。 本文分析了水汽压空间分布的主要影响因子，建立了基于常规气象观测资 料的重庆地区月平均和年平均水汽压的空间分布式模型，完成了重庆地区l o o m x l o o m 格网间隔的月平均和年平均水汽压的精细空间分布图。本文的研究将为 重庆山地生态研究、气候资源开发利用，进而为工农业生产提供大量准确的基 础性数据。 1 3 重庆区域概况 1 行政区划 重庆目前是我国面积最大、行政辖区最广、人口最多的中央直辖市。全市 幅员面积8 2 万平方公里，共管辖万州区、涪陵区、渝中区、大渡口区、江北 区、沙坪坝区、九龙坡区、南岸区、北碚区、万盛区、双桥区、渝北区、巴南 区等1 3 个区；长寿县、綦江县、潼南县、铜梁县、大足县、荣昌县、壁山县、 粱平县、城口县、丰都县、垫江县、武隆县、忠县、开县、云阳县、奉节县、 巫山县、巫溪县、黔江土家族苗族自治县、石柱土家族自治县、秀山土家族苗 族自治县、酉阳土家族苗族自治县、彭水苗族土家族自治县等2 3 个县( 自治县) ； 江津市、合川市、永川市、南川市等4 个县级市，共4 0 个区县( 自治县、市) ， 图卜1 为重庆市行政区划图。 图卜1 重庆市行政区划图 4 2 地理位置 重庆市位于中国西南部，是青藏高原与长江中下游平原的过渡地带，长江 上游三峡库区及四川盆地东南部。地跨东经1 0 5 。1 7 - - 1 1 0 。1 1 、北纬 2 8 。1 0 一3 2 。1 3 之间，东西长4 7 0 公里，南北宽4 5 0 公里，总面积8 2 万平 方公里，东邻湖北省、湖南省，南接贵州省，西靠四川i 省泸州市、内江市、遂 宁市，北连四川省广安地区、达川地区和陕西省。 3 地质地貌 重庆地处四川盆地东南缘，地貌组合差异大。东部和南部靠大巴山、武陵 山两座大山脉，西北部和中部以丘陵、低山为主。地域内江河众多，长江干流 自西向东横贯全境，在重庆境内流程6 6 5 公里。以长江干流为轴线，上百条大 小支流入江，地势沿河流、山脉起伏，形成南北高、中间低，从南北向长江河 谷倾斜，多呈现“一山一岭”、“一山一槽二岭”的形貌，构成以山地、丘陵 为主的地形状态。地形高低悬殊，地貌结构比较复杂，主要有4 个特点： ( 1 ) 地势起伏大，层状地貌分明。东部、东南部和南部地势高，最高处大巴山 的川鄂岭海拔2 7 9 6 8 米，大多为海拔1 5 0 0 米以上的山地；西部地势低， 最低处巫山长江水面海拔7 3 1 米，大多为海拔3 0 0 米4 0 0 米的丘陵。 ( 2 ) 地貌类型多样，以山地为主。全市地貌形态类型有中山、低山、高丘陵、 中丘陵、低丘陵、缓丘陵、台地和平坝等8 大类，其中山地( 中山和低山) 面积6 2 4 0 0 多平方公里，占幅员面积的7 5 8 ：丘陵面积近1 5 0 0 0 平方公里， 占1 8 2 ；台地面积2 9 0 0 多平方公里，占3 6 ；平坝面积近2 0 0 0 平方公 里，占2 4 。 ( 3 ) 地貌形态组合的地区分异明显。华蓥山一巴岳山以西为丘陵地貌，华蓥山 至方斗山之问则为平行蛉谷区，北部为大巴山山区，东部、东南部和南部 则属巫山大娄山山区。 ( 4 ) 喀斯特地貌分布广泛。在东部和东南部地区，喀斯特地貌大量集中分布， 地下和地表喀颠特形态发育均佳。图卜2 给出重庆市l ：2 5 万数字高程模 犁。 图1 2 重庆市i ；z 5 万数字高程模型 4 气候条件 重庆位于北半球副热带内陆地区，属中亚热湿润季风气候类型，其主要气 候特征为：冬暖、春早、夏长、秋凉；云雾多，目照少，湿度大，风力小，无 霜期长；雨量充沛，却时空分布不均，气候温和，但气象灾害频繁，气候资源 丰富且光热水同步。其具体特征如下： ( 1 ) 气温：重庆市地势由西向东抬升，沿长江河谷向南北倾斜，北有秦岭、大 巴山脉阻挡，北方冷空气不易侵入，气温高于同纬度其他地区；且海拔高 差大( 7 3 1 米2 7 9 6 8 米) ，南北纬度相差4 度以上，因而形成了独特复 杂的气候。 ( z ) 降水：重庆市常年雨量充沛，但时空分配不均，时间上主要降水量都集中 在4 月9 月，降水量占全年雨量的7 0 9 0 ，其中6 月8 月的降雨量可 达全年雨量的5 0 以上，有光热水同季的特点，夏季多暴雨，又受青藏高压 和副热高压的影响，7 、8 月份常出现3 0 5 0 天的于旱：空闯上降雨量出东 向西北逐渐减少，且随海拔增高而增多。 ( 3 ) 日照：充气地区年平均日照时数为9 8 0 小时1 5 8 0 小时，仅为可照时数的 2 4 3 6 ，比同纬度的武汉、南京、上海等地显著偏少，是全国日照最少 的地区之一。 ( 4 ) 风：重庆市地形复杂，常年风速较小，年平均在0 6 米秒2 1 米秒之间， 且多数地方在1 米秒左右，甚至不足1 米秒。静风频率多数在5 0 左右， 万县静风频率竟高达7 2 。一般在海拔高度较高、四周地形开阔以及山口河 谷地带，风速相对大一些。 ( 5 ) 雾：多雾是重庆气候一大特点。雾成之后不易消散，形成大雾笼罩，素有 “雾都”、“雾重庆”之称。随着气候变化和城市规模的扩大，近年来雾在 城市呈减少趋势。市区年平均雾日5 0 次左右。 1 4 研究思路和方法 近几十年来对山地气候要素空间分布的研究取得了丰硕的成果，为后人进 一步工作提供了大量资料和依据。但由于受地形数据、计算手段等因素的限制， 实际地形下湿度计算这一问题长期以来未能找到比较合理、可靠的计算方法。 地理信息系统( g i s ) 的发展，为这一问题的解决提供了先进的手段，对分析重 庆地区水汽压空间分布的研究提供了新的途径。 本文利用l o o m x1 0 0 m 格网间隔的数字高程( d e m ) 资料，重庆地区3 4 个及 其周边4 个常规气象站1 9 7 1 年2 0 0 0 年3 0 年和重庆地区7 个气象哨1 9 9 7 1 9 9 9 年3 年气候整编资料，着重以下几个方面的研究： 1 分析重庆地区水汽压递减系数的分布规律。 2 建立了基于常规气象观测资料的重庆地区月平均和年平均水汽压的空间分 布式模型，计算重庆市月平均和年平均的水汽压空间分布，并完成了重庆地 区l o o m xl o o m 格网间隔的月平均和年平均水汽压的精细空间分布制图。 3 比较分析水汽压直接计算和插值计算的方法。 起伏地形下水汽压空间分布的计算流程见下图： 图i - 3 起伏地形下水汽压空间分布计算流程 第二章湿度的介绍 山地的空气湿度是一个重要的气候要素，它的变化与天气变化有密切的关 系。如大气中的水汽是形成云雾、降水现象的重要因素，而且大气中水汽的水 相转换是重要的能量传递方式。因而，空气湿度的变化往往是天气变化的前奏， 其结果还直接影响农作物的生长及整个山地生态农林业的布局m 】。 2 1 湿度的表示方法 表示空气中水汽量多少的物理量称空气湿度。空气湿度状况与云、雾、降 水等关系密切。空气湿度常用下述物理量表示： 1 绝对湿度 单位体积空气中水汽含量的多少称绝对湿度( a ) ，也就是空气中的水汽密 度。单位为：g m3 或g c m 3 。它不能直接测量，需根据气温( t ) 和水汽压( e ) 来推算。 2 水汽压和饱和水汽压 大气压力是大气中各种气体压力的总合。水汽和其它气体一样，也有压力。 大气中的水汽所产生的那部分压力称水汽压( e ) 。它的单位和气压一样，也用 h p a 表示。水汽压与绝对湿度的关系为： 舻4 x 0 8 南 ( 2 1 ) 3 其中t = 1 6 时，a = l 。 在温度一定情况下，单位体积空气中的水汽量有一定限度，如果水汽含量 达到此限度，空气就呈饱和状态，这时的空气称饱和空气。饱和空气的水汽压 ( e ) 称饱和水汽压，也叫最大水汽压，因为超过这个限度，水汽就要开始凝 结。实验和理论都可证明，饱和水汽压随温度的升高而增大。在不同的温度条 件下，饱和水汽压的数值是不同的。 3 相对湿度 相对湿度( ，) 就是空气中的实际水汽压与同温度下的饱和水汽压的比值 ( 用百分数表示) ，即 ，：兰x 1 0 0 ( 2 2 ) e 相对湿度直接反映空气距离饱和的程度。当接近1 0 0 时，表明当时空气接近于 饱和。当水汽压不变时，气温升高，饱和水汽压增大，相对湿度会减小。 4 饱和差 在一定温度下，饱和水汽压与实际空气中水汽压之差称饱和差( d ) 。即： d = e e( 2 3 ) d 表示实际空气距离饱和的程度。在研究水面蒸发时常用到d ，它能反映水 分子的蒸发能力。 5 比湿 在一团湿空气中，水气的质量与该团空气总质量( 水汽质量加上干空气质 量) 的比值，称比湿( q ) 。其单位是g g ，即表示每一克湿空气中含有多少克 的水汽。也有用每千克质量湿空气中所含水汽质量的克数表示的即g 堙。 口：塾( 2 4 ) m d + m ” 式中，m ，为该团湿空气中水汽的质量；m 。为该团湿空气中干空气的质量。据 此公式和气体状态方程可导出： q ：0 6 2 2 e ( 2 5 ) p 式中气压( p ) 和水汽压( e ) 须采用相同单位( h p a ) ，q 的单位是g g 。 由上式可知，对于某一团空气而言，只要其中水汽质量和干空气质量保持 不变，不论发生膨胀或压缩，体积如何变化，其比湿都保持不变。因此在讨论 空气的垂直运动时，通常用比湿来表示空气的湿度。 6 水汽混合比 一团湿空气中，水汽质量与干空气质量的比值称水汽混合比( y ) 即：( 单 位：g g ) ，：生( 2 6 ) m f 据其定义和气体状态方程可导出： y ：0 6 2 2 三一 ( 2 7 ) 7 露点 在空气中水汽含量不变，气压一定下，使空气冷却达到饱和时的温度，称 露点温度- 简称露点( 乃) 。其单位与气温相同。在气压一定下，露点的高低只 与空气中的水汽含量有关，水汽含量越多，露点越高，所以露点也是反映空气 中水汽含量的物理量。在实际大气中，空气经常处于未饱和状态，露点温度常 比气温低( 乃 t ) 。因此，根据，和乃的差值，可以大致判断空气距离饱和的 程度。 上述各种表示湿度的物理量：绝对湿度、水汽压、比湿、水汽混合比、露 点基本上表示空气中水汽含量的多寡。而相对湿度、饱和差、温度露点差则表 示空气距离饱和的程度。 2 2 水汽压的计算方法 水汽压是表示湿度的一个基本气候要素，探讨水汽压的分布对于了解各地 湿润状况有着重要的意义。在自由大气中，水汽压通常总是随着高度的增加而 减小；在山区，由于受海拔高度和地形起伏的影响，水汽压的分布具有自己的 特点，虽与自由大气不尽相同，但一般地也表现出水汽压随海拔高度增加而递 减的规律。 汉恩( j h a n n ) 根据阿尔卑斯山资料，得出水汽压随海拔高度递减的经验 公式0 5 】： l g 铲l g e o - 志 汜8 ) 或 生 e = - 1 0 。” ( 2 9 ) 式中为海拔高度h 处的水汽压，为海平面水汽压。 表2 - 1 同一高度自由大气和山区水汽压对比表 海拔高度( 千米) 0 51 01 52 02 53 o3 54 o 山区永汽压o 8 30 7 0o 5 80 4 8o 4 00 3 40 2 80 2 3 自由大气水汽压0 8 3 0 6 8o 5 10 4 l0 3 40 2 60 2 00 1 7 汉恩给出阿尔卑斯山中各高度上的水汽压值，同时还给出同高度自由大气 水汽压值作比较，如表2 - i ( 数值以相当于海平面水汽压的小数表示) ： 从表中可以看出：1 水汽压在山区和自由大气中的递减规律是一样的，但 各高度上山区的水汽压一般比自由大气中高一些，这是与山地的蒸散发有一定 关系的。山区地面蒸散的水汽首先可使山区近地气层的水汽含量增多。这与山 区地面气温一般高于同高度自由大气温度是很相似的。2 无论是在山区或是在 自由大气中，水汽压随高度的递减是很迅速的，减小一半的高度还不到2 0 0 0 米。 这是由于山区或自由大气中水汽压随高度递减，除地面是水汽源地外，还存在 其它因素的影响，如气温随高度递减的影响和动力因素的影响等。 a a 卡明斯基( a a k a m i l e c k h 蟊) 得出适合于1 0 0 0 米以下山区的水汽 压递减式【2 5 ： 铲志 他1 0 ) 吉野正敏跚则提供了较为复杂的负指数式： 盱1 一去 ( 2 1 1 ) = 1 0 6 ”。 ( 2 h o 纳卡林柯( h o h a k ope h k o ) 则认为下面的公式更能精确描述 自由大气中的水汽压分布： 8 = 8 0 e - 。( 一 w ( 2 1 2 ) 以上三式中的e 。和已0 分别表示海拔高度h 处的水汽压和海平面水汽压，瓦、e 分 别为地面和高度h 处气温，i 为经验系数，它的数值随测点地理位置和季节而变， 平均约为0 0 9 0 1 0 。 根据我国山区和自由大气中的水汽压垂直廓线，拟合出适合于我国的水汽 压计算式口7 j ： = e 0 e “ ( 2 1 3 ) 铲n 6 = 志 ( 2 1 5 ) e = e o h 6 ( 2 1 6 ) 土 e = a e 9 ( 2 1 7 ) 式中的p 。和g 。分别表示海拔高度h 处的水汽压和海平面水汽压，口、b 为经验系 数，p 为气压( h p a ) 。前两个式子拟合的精度较高，其余的虽有一定精度但已 远不及前两式。 2 3 水汽压递减系数的影响因子 由公式( 2 1 3 ) 可以得出： 6 ：i r t e o - l n e h ( 2 1 8 ) b 值表征水汽压垂直递减快慢的指数，称为水汽压递减系数，b 值越大，水 汽压随高度递减越迅速，b 值越d n 水汽压递减越缓慢。 根据山区和自由大气中水汽输送的一般概念，水汽压递减系数大小与地理纬 度、大水体的影响、山脉走向、测点海拔高度及地形条件等因子有关叫。 1 纬度对水汽压递减系数的影响 水汽压递减系数存在着明显的随纬度变化，具有高纬度的水汽压递减系数大 于低纬度地区的特点，而在同一纬度带则夏季的水汽压递减系数大于冬季。 2 大水体对山区水汽压递减系数的影响 大水体对于自由大气中水汽压递减系数的影响，可以从正反两个方面来理 解，一方面是由于海陆分布引起年降水量、年蒸发量由靠近海的地区向靠近陆 地的地区逐渐减小，使得水汽压递减系数也相应的减小；另一方面水汽平流由 沿海向内陆减弱导致与前者相反的水汽压递减系数分布。后者具有比较明显的 年变化，夏季这两方面的因素在一定程度上互相抵消，而冬季后者的作用显著 减小，水汽压递减系数出现由沿海向内陆递减的趋势。 在山区，情况则不完全一样，山区的水汽压递减系数大小主要受下垫面湿润 状况影响，沿海山区由于受来自海洋的湿平流影响，所以沿海水汽压递减系数 在全国年各月都不及内陆地区大。 3 山脉走向对山区水汽压递减系数的影响 在山的迎风坡面上一方面由于气流动力抬升，引起降水量随海拔高度增加， 并导致地面湿度增大；另一方面又由于迎风坡常受湿平流影响，导致水汽压递 减系数减小。而在背风坡，由于气流下沉，水汽压递减系数反而有所增大。 4 海拔高度对山地水汽压递减系数的影响 对于整个山区，在平均情况下计算的水汽压递减系数为一个常数，但对于单 一坡面按海拔高度一次分段计算递减系数，则因山地水汽压随自由大气的影响 程度随高度增大，山区水汽压递减系数将随高度更接近于自由大气中的数值， 亦即不断增大。 5 地形对山区水汽压递减系数的影响 地形主要是指大的地形如高原、盆地等。高原是一种大面积隆起的地形， 水汽的平流输送作用较小，因此高原上的水汽压递减系数一般较大。盆地的水 汽压递减系数，因四周地形阻挡，与外界水汽交换较弱，再加上本身地面干燥， 蒸发很小，水汽压递减系数较小。 2 4 水汽压递减系数的年变化 水汽压递减系数与地面的湿润状况、加热状况、湍流扩散以及平流条件等 有关。由于这些因子有季节变化，所以水汽压递减系数也有年变化。 山区水汽压递减系数的年变化类型： 1 - 冬季型：该型在我国主要分布在西南、青藏高原、北疆和东北地区，其 年变化特点是冬季大、夏季小。 2 春秋双峰型：该型在我国主要分布在华东、华北、西北和南疆地区，是 山地水汽压递减系数年变化的主要形式，其年变化特点是春秋季较大、冬夏季 较小。 第三章重庆市起伏地形下水汽压空间分布式模型研究 3 1 水汽压空间分布式模型 山区地形变化多端，素有“十里不同天”的说法，气候要素的空间变化很 大。山区气候要素不仅随海拔高度的变化而变化，还受坡向、坡度等小地形的 影响，形成错综复杂、多样化的“立体气候”环境。由于山区气象台站稀少， 因此研究推算山区无气象观测地方的气候要素值的方法和地形的气候效应问题 受到国内外的普遍关注吲一【”】。 在山区影响气候的因索有地理位置( 经度a 和纬度口) 、宏观地形和大地形 因素( 包括山的走向、总体高度和长度等) 、局地海拔高度( h ) 和微观地形因 素( 包括坡地方位、地形形态、植被和土壤等) 眺q 。宏观地理环境因素因为在 空间分布上具有一定规律，故其影响气候的空间分布也有一定规律。局地海拔 高度虽变化无穷，但它对气候的影响还是比较有规律的，而局地小地形对气象 要素空间分布的影响则相对比较复杂。 关于气候要素空间分布的模拟，通常有理论模式与经验模式两种。理论方 法虽然物理基础强，推导严谨，但由于影响山区气候的自然因子复杂，很难用 严格的数学函数来表示，总是要做一系列的假设和简化才能求解，这样的结果 往往难以符合实际情况；经验模式虽然比较简单，有时也能解决实际问题，但 有比较大的局限性和片面性。本文采用半经验半理论的方法推算山区水汽压的 空间分布，这种方法既有一定的物理基础，又尽量利用了实际观测资料，虽没 有纯理论方法那样严谨，但也能比较客观地反映实际情况。 一般常规气象站多分布在地势较平、海拔较低的城镇附近，可以视为没有 小地形影响，在山区，真正开阔的平地是很少或没有的，但由于一般气象台站 都只能设在周围遮蔽较小的凸出地形或小山头上，虽不能完全忽略其小地形影 响，但总的来说，可以认为它们的小地形相似，对水汽压的影响基本相同，可 以包含到大地形的影响中去，因此根据山区常规气象站的实际观测资料可以求 出水汽压的分布函数，表示水汽压在相当于常规气象站所在地形情况下的空间 分布。水汽压的空间分布可以表示为： p = f ( z ，妒，h ) ( 3 1 ) 该式表示水汽压受地理位置、宏观地形和局地海拔高度影响的空间分布。 水汽压通常随高度的增加而减小的，图3 一l 给出重庆市1 月、4 月、7 月、 1 0 月3 0 年月平均和年平均水汽压与海拔高度的关系。 06 0 01 0 0 0 1 5 0 02 0 0 02 5 0 0 3 c o o h 05 0 01 0 0 0l 5 0 02 0 0 0 2 5 0 03 0 0 0 h o 5 ”铲2 ”o 图3 - 1 水汽压( 8 ) 与海拔高度( h ) 相关关系图 ( a 1 月；b 4 月；c 7 月；d 1 0 月；e 年平均) 从图中可以看出：3 0 年各月月平均及年平均水汽压随海拔高度呈e 指数减 小，复相关系数均可以达到0 5 左右。 水汽压的空间分布采用非线性的模式9 “”，其空间分布函数f ( a ，妒，h ) 可以表 示为y 。以，9 ) 和函数厂( ) 的乘积，即： e = n ，妒) r ( h ) ( 3 2 ) 加 坫 加 5 o a 式中a 为经度；妒为纬度； 为海拔高度；l f ，。0 ，伊) 为水汽压p 的宏观水平分布 函数；，_ ( ) 为水汽压随海拔高度变化的函数。 水汽压e 的宏观水平分布函数帆( a ，妒) 可以表示为； 。、 帆n ，妒) = id 。+ i ( 3 3 ) i - 1 式中a 。、口，为经验常数；”的取值可视重庆地区水汽压水平分布状况和计算的 精度而定，在这里取以= 5 ：一为含有丑、妒的二元三次多项式。 水汽压随海拔高度变化的函数厂亿1 可以表示为： 厂协) = p “( 3 4 ) 式中c 为水汽压随海拔高度的递减系数。 由上述可得水汽压的空间分布模型： p = k + a 1 a + 口2 9 + 口3 九妒+ a 4 a 2 + 乜5 妒2j e 一曲 ( 3 5 ) 3 2 资料来源及其处理 本文所用的气象资料是重庆市气象局和中国气象局气候整编资料。 图3 - 2 重庆市气象站空间分布图 常规气象资料为重庆地区3 4 个常规气象站及周围4 个扩充常规气象站 1 9 7 1 2 0 0 0 年的3 0 年逐月月平均水汽压资料。 气象哨资料为重庆地区7 个气象哨1 9 9 7 1 9 9 9 年3 年逐月月平均水汽压资 料。 图3 - 2 给出了重庆常规气象站及周围扩充常规气象站和气象哨的数量及其 空间分布。 第四章重庆市起伏地形下水汽压的直接计算方法 4 1 计算结果和误差分析 根据( 3 5 ) 式用1 9 7 1 2 0 0 0 年重庆市3 4 个常规气象站各月月平均及年平 均水汽压资料进行计算，求得各月经验系数a 。、q 、a ：、a ，、a 。、a 。和水汽 压递减系数c 及各项误差的统计值。 3 4 个常规气象站中，在海拔较高和较低的地区选择巫山、铜梁、彭水3 个 站为检验站，因此各月月平均及年平均水汽压有3 1 个站参加分析，其经验系数 如表4 1 。 表4 - 1 水汽压与经度、纬度和海拔高度拟合系数袭 月 份 8 0a 1a 2a 3a 4吩 c i一2 6 2 4 1 94 8 4 53 7 90 0 4 2 10 2 3 3 50 1 3 9 2o 0 0 0 4 5 7 5 2- 2 6 0 0 8 54 6 8 28 5 90 0 4 1 90 2 1 4 80 0 6 8 1o 0 0 0 4 3 9 0 33 0 9 8 1 35 5 1 91 1 9 1一o 0 7 6 4一o 2 4 8 90 0 6 2 60 0 0 0 3 9 3 5 44 5 5 0 0 87 7 4 32 9 0 0一o 2 2 4 6一o 3 3 1 3一o 0 8 1 50 0 0 0 3 7 5 7 54 7 9 7 5 77 8 1 04 3 3 0一0 3 7 4 3一o 3 1 3 5一o 0 4 8 9o 0 0 0 3 5 1 9 64 7 0 2 9 36 7 9 97 3 4 20 6 6 8 8一o 2 2 5 60 0 1 8 60 0 0 0 3 3 1 9 73 2 2 8 8 43 5 6 39 0 9 80 8 4 3 00 0 5 0 90 0 0 9 50 0 0 0 2 7 8 9 83 6 5 1 3 84 4 8 28 6 7 7一o 9 0 4 70 0 8 5 8o 1 8 7 20 0 0 0 2 9 8 0 94 0 7 2 5 86 3 5 44 7 5 50 4 7 5 8一o 2 3 2 40 0 6 6 90 0 0 0 3 3 1 5 1 04 2 6 9 3 77 3 5 72 4 0 0一o 1 7 5 9一o 3 2 0 9一o 0 8 2 40 0 0 0 3 8 6 9 1 13 7 2 6 1 36 6 1 91 4 0 60 0 1 3 3- o 3 0 8 40 2 1 0 30 0 0 0