1970—2012年西安市高陵区风速变化趋势分析
西安2012天气记录数据
区站号年月日20-20时降水量极大风速极大风速的风向西安20121103611西安20121205811西安2012130825西安2012140745西安2012150442西安2012160544西安2012170584西安2012180463西安20121902815西安201211003416西安20121110883西安20121120394西安20121130433西安20121140453西安20121150693西安20121161421西安20121170554西安20121180443西安20121190443西安201212013744西安201212154884西安20121225694西安201212304811西安201212407211西安201212504311西安201212605410西安201212704311西安201212805011西安20121290673西安20121300442西安201213105311西安2012210845西安2012220725西安20122303816西安2012240693西安2012250663西安2012260944西安20122701053西安2012280714西安20122906812西安20122100644西安20122110713西安20122120722西安20122130695西安201221404411西安20122150794西安20122160585西安20122170754西安20122190744西安20122200482西安20122210832西安20122220539西安201222301285西安20122240804西安201222501013西安20122261512西安20122270684西安20122280744西安201222903316西安201231224711西安20123201323西安20123301264西安20123401134西安20123508511西安20123601095西安2012370654西安20123896811西安2012392684西安201231004711西安201231101413西安20123120934西安20123130713西安201231401104西安2012315421114西安20123160539西安20123170494西安201231801664西安201231901854西安20123200773西安201232191144西安20123221111015西安2012323010815西安201232403811西安20123250623西安20123260503西安20123270703西安2012328451053西安201232936011西安2012330013115西安201233107110西安2012410661西安201242015815西安2012430933西安20124407611西安2012450763西安2012460674西安20124705111西安2012490967西安20124100953西安2012411013615西安20124122813815西安201241306811西安201241404710西安201241507912西安201241601024西安20124175864西安201241805610西安201241909015西安201242006214西安20124210495西安20124220914西安20124230993西安201242410011912西安201242508611西安201242607610西安20124270584西安20124280734西安201242901124西安201243001133西安20125118843西安2012529472西安20125314612西安2012540431西安20125506511西安2012560844西安20125711469西安2012580584西安2012590952西安201251001034西安20125119812211西安201251218615西安201251309912西安2012514127512西安201251506611西安2012516010015西安20125170914西安20125180794西安20125190884西安201252001235西安2012521961285西安20125221525511西安20125230322西安20125240475西安201252504410西安20125260544西安20125270582西安20125292738111西安20125300983西安20125310964西安2012610668西安2012620888西安2012630837西安2012640694西安2012650634西安2012660823西安201267011610西安201268010513西安20126907511西安20126100974西安20126110724西安201261206710西安201261308314西安201261409716西安20126150581西安20126160705西安201261705814西安20126180773西安20126192512716西安20126200783西安20126210735西安201262221344西安20126230873西安20126241988西安201262512904西安201262681154西安201262701164西安201262801184西安2012629160904西安201263005810西安2012710472西安201272144951西安20127305611西安201274645810西安2012750555西安2012760913西安2012776844西安20127850804西安2012791956011西安201271036612西安20127110893西安201271207711西安2012713414415西安201271401133西安20127150814西安201271601083西安20127180825西安20127190795西安20127200834西安2012721412413西安2012722168012西安201272315114西安20127241804西安20127250723西安201272607910西安20127270994西安20127280887西安20127290894西安201273001134西安20127315710212西安2012811588西安2012820585西安2012830734西安20128401074西安20128501113西安20128601214西安2012870714西安2012880671西安2012890984西安20128100973西安20128110893西安20128120574西安201281301003西安201281419844西安20128150505西安20128160984西安20128170863西安2012818986612西安20128192715211西安201282055511西安201282106011西安20128220904西安20128230873西安20128240914西安20128250994西安201282647793西安20128270634西安201282806611西安20128290754西安20128300695西安20128314051094西安20129117612311西安20129268112西安20129304710西安2012940914西安20129601224西安201297321164西安201298260534西安2012990923西安2012910160884西安2012911135411西安201291207614西安201291306813西安20129140804西安201291534943西安201291618731西安201291704711西安201291804613西安20129190614西安20129209853西安2012921203611西安20129220621西安20129230655西安20129240975西安2012925179763西安201292618624西安201292707610西安20129280657西安20129290422西安20129300584西安20121010494西安2012102335912西安201210310679西安201210408011西安20121050485西安20121060953西安20121070683西安201210818442西安201210906210西安201210100603西安2012101105812西安2012101205311西安201210130644西安201210140933西安2012101501034西安20121016479913西安201210170832西安2012101805310西安2012101904910西安201210200515西安20121021339715西安2012102207210西安2012102335210西安2012102405611西安2012102604611西安201210270664西安201210281464西安2012102987011西安2012103005811西安201210310561西安20121110444西安20121120955西安2012113015415西安201211408411西安20121150493西安20121160384西安2012117011211西安20121180783西安20121190813西安201211103611615西安201211110543西安201211120749西安201211130954西安201211140644西安20121115198811西安2012111606010西安201211170462西安2012111805112西安201211190983西安201211200594西安201211210594西安2012112201012西安2012112305012西安201211240713西安201211256410714西安2012112607513西安2012112705112西安201211280944西安201211290492西安201211300753日最低气温日最高本站气平均本站气压平均风速平均气温平均相对湿度日照时数日最低本站气98268-159509806-4798549820222264319793-1998479875231138509826-59905986330-2841849820-679901979611-405309770-729830981310-2360159782-71983698431615809828-119866983215-57209806-449857982912-17309806-38985898421227109824-309862985521-256669813-37989397889-36109758-33982397831386009759-219811975321196709727-49779970823-87109668-419752969610-118409670-339719972113-79009694-299746973412-179809715-289751976213108309744-12978697742459309760-29792980439-209509775-279836984822-417009826-579863982516-517909806-809852984233-4760859816-709874978211-4764779739-959827974620-2970299721-679770973513-1473609709-619757977117137009741-189790979223117209765-17981597931797709752-2498249718151979299680-3397789800301863199705-119829985924-634469818-299893975814-452769710-5198349726281259449709-12975297081577509669-27973997753220530969719824985641-2925459823-569871984324-2128689802-359870979330-2142329772-4398149807151248809774-199839975321439849704-529788972326285309699-69747974323285709717-59759974614356509717-15976497722337710975025979498131630592897911098449847261232179812-898729752212536789700-249807 9693104246269664-99725 966427415926963029701 96622154640963789674 968750555509668379707 973918554309707249753 977324385409746169803 978714188209764-39823 973219197909681-199794 967915197609662-169691 969314477009674229719 970214348509683199723 970842457809665199733 9703584366609676179730 9682492672649644-89715 967228537109656289684 9708335548389678239729 971019534728967999733 9737275578129705359754 9758246067289740289778 974617766191970979770 9769567743769727549800 9769245944579735139792 9720208159949668129764 96753710454359649599705 969150777909658609711 9677139676579631639718 96221811168969586619646 96496111965839582759681 971339617109635359740 972931577209696309759 968946448209660279721 975632648409710299795 98183294351059787529860 9748169738111969449805 973817121471009700459766 97102012851769677549739 97212013853539693839752 97203012172097011049733 97132314174096731029745 977022144507296821169813 975428136301049667569836 96111315343929562749670 966539160445095501279756 974817134301039689739791 96871916539959641999717 971023167307996501059750 973217164377696961019762 9717131784210296741119748962521186501796001569640 963321170647996051139655 963246179613695831449655 97343410670559611569776 96822313749999638729716 964418164467496101149671 963623191446896081269675 965024191478196181319686 96433117159096151459669 961815185597895881189643 964626177582695971269670 966415187607196371509692 9603201926011095411159659 9535352026510494881419568 949743215655694691819512 960635167694194921339638 9684281763410896261229723 9598251894212295531009652 9566192254511395271529597 956423225509395331639591 9576402165910995401579607 957656190701795471749595 96351317292095951619654 96381317790096151569661 96201119187096011649635 964015219704796181799661 9634122296210795991599663 960325232605595661779632 957716222752795552009591 9589172496810295671889607 963042247637895812169648 9620402515811395731969649 96192320479095891689636 967719191608396301649712 963626171635896111309659 9659301955211896251329686 9635182143711895921389674 9602292304411695791509626 9610232273910095691499641 958424248409395642109598 9599272485511495741849624 958744263439095522169614 96353419866095621549677 96802017083096501489699 96471218473096301649665 96682018177096471699681 965312197717396231509677 9610152335912095721579638 9605182554910195752069634967437212687096391599696 9649322335612496181579677 96483122660096211989663 9634252465011295951849658 9607262445010595671819635 958223253454995552109601 958217256548995562019611 95762423668095632239584 957123236645895491989586 9566232605211695331969589 957520260515395432079590 954426284429994992199579 9521212923612195002259534 9563282723211595242129596 9540292893211995022019569 9517253033112094882029541 9592242832511694952489633 9610152703011695751989634 9592212773212095531949621 957027285339595432169589 955630287417495142419579 955033237677595312079569 9545242695611095212049561 9545313014310595152439570 9540302984311895062339576 9511243074411594802499536 952123295525594862509544 95433225375095112319568 95693423480095472209576 956941260674895502289579 958249252662595642289594 95882622787095722099602 959411255697095732109608 957610279579195442179600 95692322886095481989593 953217260738295012129566 95352424786095072319552 9549182607311495282079569 9534442766610995082349550 95292225880095162359545 95272624589095162249540 95562523290095402149567 9544212786811595152209567 9531242945412095112429544 9535283014811695082529552 953016290567695082599544 956218260697195362209584 9564392637110695482219582 958559270676995592379604960436275618495722309628 958135278645695602459596 956034287635195322529576 954746269764795192329588 958931270659895602229609 958810256661395702289597 959824261724995732209616 958526286696895592469604 955321311639095192639576 9535323235211795092709552 9549303255011895212679571 9536263295311594992749561 952733300608394992679549 95712426468795482239579 95941425873095722309608 959718265695895702299618 957429282718295452449593 957651285648095502529591 959648272717595732529610 960944274716495892469625 9607242886211295812399630 959215292668895672559611 95833028169095612539601 957942276638395522419596 956831287597995462469586 955722286682495442599568 95834825371095582399596 96012522380095852139616 961512237815395911989643 960235269678095792249618 959940269655395822419609 96383822987095992209658 96371720390096201969663 96251921689096141959636 966319238719896271929685 9681342345811496431749710 965439231569796251889676 9639432325310496131859660 963633244647896142079656 962026236775595951979643 961918248744295962109634 9607132526910295812049626 9603182696111895792109627 959729270608595752229616 96273621486095841969642 96435118893095941749702 969524205726996711639717 9678222206411496501659695 96683022567108964318096859655432386910096362079665 96702720580096501839684 9667920095096521919680 966028222806996301849679 96513719683096321809669 966922208871296561809684 971034206585696691869734 9727171775711196961279753 9701201846111296651169730 968943185647496621519703 97113118473096991629727 969114190788296511519724 965011204739796251519670 9637112156810396081599659 964435193762196171729660 96521519786096281759674 96532319185096331619678 96551620381096401749678 965329215734496301799673 96862218187096431629723 97311318285097181619744 974416191817097291489764 9779181645010397391149811 9747141586510497071039773 971812183629996761239749 969116175639996691229718 96921316281096651359707 967014186795996371449710 96812517773096441549698 972012186726196931569740 974038173681697211429764 97302417470097141619745 97301516180097191539742 974520175689097121399770 972319166649196851129760 969620169651396791429718 96872117673096691459707 967715185728396491319704 967137183582496481519690 96853916764096681579697 97853014661699686999839 976020123491009692649816 97101510866109699719722 97001213972659665979727 96871014674869657929713 97482613679096681149821 97872612555909744739826 974427847409735639765 97062812969889666789746969017159616096681259714 97281313372509690859760 9732101267609707949749 97592013982797321179779 97861611956879744739818 97611211255909716549797 9707169453689673389736 96591710762819614459699 9802509432849638719846 9784286528969741159818 9764195639949736-89789 9750136344939718-49779 975437856609733749777 9688208369859636349758 968033946409647709711 979242775669711529843 9780184453979731-89832 9743237046509706119783 9709327546909671159735 972014605032969079740 978332656809727499839 9793267760709734369846 9703115764889662-39743 9730228554789684289757 9743347555329710429764 972113766609694659738 9702178963569660609730 9766199253369696809823 9794186636839746479843 9713253452439675-49756 9783414866219699179823 9786164240879730-19841 9707143663729672-269738 974730294632971689780 974311-756109726-329770 974020-261639709-429761最小相对湿度日最高气温最大风速最大风速的风20272737839112636595311352427-53223527383321836446383245455241545442615413960333382744546284385731351384844717312713340473-53049432303672250476564491-2544450-31351166-13491235329114119361148442811426237114845484525531251954111515257432294841856282295350335634434957624191869418947416549424534111206449324744443174493419434114057511156623652438503178057424 10332230 8458340 106351545 8887438 10053426 6871433 4629160 5647360 5748453 86241146 57351166 9886450 8785448 6777355 90581156 8972430 9444327 88481135 99411152 153351119 115101432 11458433 15953335 15771439 13873444 148341047 18337344 203111433 104123459 9456362 8782467 111731462 149661513 197281113 19439424 20336327 19750429 16773341 192411149 179901515 226451112 24041223 2061021519 19958315 250481217 21341314 22443414 24735111823157729 24163336 238871544 193941541 217491118 226321127 269521120 24165325 21553344 254301029 221621537 242411136 29534414 26560444 26065352 228881138 231601116 280481124 30143422 28052432 26776438 25179442 18855378 20632275 227311268 277271141 308381125 28653435 260341158 30937336 28463453 30473437 282881140 233481531 217611137 270531316 290491115 326581514 29959321 29355428 30960334 31871421 29073526 211371051 20225961 19129467 252271144 29937427 31943229277581137 29167338 26453439 30638425 30447429 28850830 30744434 28542345 29856438 335551327 322661225 357541115 35257422 32545415 374401111 382411014 33868216 33337518 35144514 35832921 33850330 30270237 32951433 36950527 35979328 36452329 33754433 31157347 26072464 31377446 28974354 26057466 31333842 33927238 31058252 328361142 300371159 31737446 32660349 29753459 26951481 258371178 347421140 35951238 357491132 36077233 31164348 31454452 3146945132353543 31855448 32951451 338731351 334581133 300331241 31253454 33750254 377471036 37264436 38456733 39763429 38168334 304661146 28540855 30940448 32548449 32569449 31168456 32366452 35247439 34741246 32469456 32162346 33256349 32538454 29862365 23957373 29625557 31866449 30957352 267461162 228381177 243371274 300421042 28464338 27557344 27856445 28552450 28148358 29547455 32433235 32452441 33450435 28867339 201771187 262521143 296311131 2745934828678451 24371461 21132493 26460359 24657452 263351154 241511336 238441328 25048431 24861439 20947262 248331150 275311141 28338429 23755351 241251163 23136267 24842361 26464350 23047363 21641465 240441058 21140529 225241434 24335334 24333440 202401161 253421046 207501156 23632449 20867453 19443358 18132265 233411133 23039337 219401147 211391158 24335343 22262341 19657351 190611331 18549325 144331033 19529649 210291546 171691561 197471119 145361130 213411130217281036 20150445 16335452 172481167 180371123 197271117 15832429 18056333 1481041512 116501216 13033416 13026222 104721133 14454441 13055452 101761526 109331220 152491121 13365421 10645430 9547439 141361120 12031238 163341121 11566432 9140453 12342447 11458231 108321014 6548427 77731342 92511221 96331135 7564421 2733232 4453337。
西安气候特征
西安气候特征来源：中国气象报社西安属暖温带半湿润大陆性季风气候,四季分明，气候温和，雨量适中。
春季温暖、干燥、多风；夏季炎热多雨，多雷雨大风天气；秋季凉爽，气温速降，秋淋明显；冬季寒冷，多雾、少雨雪。
气象要素特点：本网站气象要素数据根据西安气象观测站1970—2009年的气象观测资料统计。
1 . 气温西安极端最高气温为42.9℃，出现在2006年6月17日；4-10月极端最低气温-1.9℃，出现在1978年10月29日。
图1 西安1970—2009年4—10月逐旬平均温度变化图春季回暖期（4月1～30日）：平均气温15.2℃，4月上、中旬常有较强降温天气，下旬温度迅速回升。
初夏少雨期（5月1日～6月20日）：平均气温21.8℃，气温呈现上升趋势，但昼夜温差大。
初夏多雨期（6月21日～7月20日）：气温变化比较平稳，日平均气温稳定在25～28℃，最低气温通常高于15℃。
盛夏伏旱期（7月21日～8月20日）：日平均气温在24～28℃之间，日平均气温呈现缓慢下降趋势，极端最高气温35～40℃，昼夜温差9～11℃。
初秋多雨期（8月21日～10月10日）：日平均气温15～24℃，随着北方冷空气的不断入侵，日平均气温呈现降低趋势。
秋季凉爽期（10月11～31日）：日平均气温11～15℃，随着北方入侵冷空气的加强，日平均气温迅速降低。
2 . 降水西安4～10月平均总降水量488.6毫米,平均总降水日数66天。
平均日降水≥25毫米的大雨日4.5天，平均日降水≥50毫米的暴雨日约1天。
图2 西安1970—2009年4—10月逐旬平均降水量变化图下表是西安各时段平均降水量。
表1 西安1970—2009年各时段降水量统计3. 湿度空气湿度对人体感觉气象环境的舒适程度有重要影响，高温高湿会使人感到闷热而不舒适。
春季回暖期（4月1～30日）：平均相对湿度为64.5%， 4月内各旬相对湿度分布比较均匀。
初夏少雨期（5月1日～6月20日）：相对湿度6月上中旬的54%，达到全年最低值。
陕西高陵4.4级地震期间形变异常分析
级地 震前 周 围许 多 台 站 出现 这类 异 常 ， 且 无 明显 干扰 ， 再 次说 明这 一 问题 。
ｌ 台基 概 况
陕 西有 ８个 形 变 台站 ， 分 布 在 关 中 和 陕 南 。关 中位 于鄂 尔 多 斯 块 体 南 缘 ， 有 固关 一
功 县断 裂 、 秦 岭 北 麓 断裂 、 渭河 断裂 、 乾 县一 蒲
柯 昌安 ， 李正嫒２ ， 窦玛丽
（ １ ．陕西省地震局 ， 陕西 西安 ７ １ ０ ０ ６ ８ ；２ ．中国地震 台网中心， 北京 １ ０ ０ ０ ４ ５ ）
摘要： ２ ０ ０ ９年 １ １月 ５ 日， 陕 西省 高陵县 发 生 了 Ｍｓ ４ ． ４级 地 震 ， 震 前 １周 陕西 各 台倾 斜资料在 高陵 ４ ． ４级地 震期 间的分钟值 曲线
第 ４期
柯 昌安 ， 等： 陕西 高陵 ４ ． ４级 地震期 间形 变异 常分析
基金项 目： 国家质检公益性行业科研专项 （ １ ０— ２ １ ５ ） ； 地震公益性 行业科研专项 （ ２ ０ ０ ８ ０ ８ ０ ３ ３ ） 。 作者简介 ： 柯昌安（ １ ９ ５ ６ 一 ） ， 男， 陕西人 ， 高级工程师 ， 长期从事地 震监测预报工作。Ｅ— ｍ ａ ｉ ｌ ： ｋ ｅ ｅ ｈ ａ ｎ ｇ ａ ｎ ＠１ ２ ６ ． ｃ ｏ ｍ 。
０ 引 言
定点形变测量是大地变形测量的重要组成部 分， 目的是捕获地震前 的异常信息 ， 较其他方法而 言捕 获途 径更 加直接 。许 多学者 已在这方 面做 了 大量 的 研 究 ， 总 结 出 了许 多 临 震 前 的 异 常 现 象 】 。其中短期偏离为数不少 ， 尽管这类异常 产生的原因较多， 如气象因素、 观测环境的干扰和 局部的地下活动等 ， 单个 台站的短期偏离说 明不 了什么问题 ， 也谈不上映震能力。但是 ， 如果多个 台站的资料同时出现此类异 常， 且没有大面积气 象 因素 的影响 ， 则映震能力显著提高。高陵４ ． ４
基于某长头车除霜风道性能分析与优化
52 建筑机械基于某长头车除霜风道性能分析与优化刘家妩，袁志宏，金 开，邢 超，杜亮亮（陕西汽车控股集团有限公司，陕西 西安 710200）［摘要］通过Hypermesh 软件与STAR -CCM+软件对某长头车风窗玻璃进行分析，并给出相应速度参考指标。
该指标可以间接快速评判除霜效果，从而快速评价风道设计性能优劣。
对风道优化前后进行分析计算，并通过试验验证优化后除霜风道除霜区域得到明显改善。
该方法能够有效降低试验次数，缩短产品开发周期，为长头车空调除霜系统设计提供理论支撑。
［关键词］长头车；风窗玻璃；风速指标；风道设计［中图分类号］U461 ［文献标识码］B ［文章编号］1001-554X （2020）08-0052-04Performance analysis and optimization of defrosting based on a long head vehicleLIU Jia -wu ，YUAN Zhi -hong ，JIN Kai ，XING Chao ，DU Liang -liang汽车除霜性能不仅是衡量空调性能的重要指标，而且直接影响驾驶员的视野情况和驾驶安全。
传统的空调设计主要依赖工程师的经验，设计完成后再进行试验，并且优化方案不能得到及时验证，产品设计周期长，成本昂贵，具有很大局限性。
目前产品开发引入仿真技术，CFD 技术的应用使得产品开发周期大大缩短，能够快速验证设计的合理性，降低产品开发成本。
另外，目前汽车除霜除雾的分析大部分基于乘用车，对长头车的除霜分析鲜有涉及。
因此本文使用STAR -CCM+软件以某公司长头车为例，通过制定出风口风速指标对风窗表面流速进行分析，提出改进方案并进行优化，最后通过试验验证。
本文对长头车的除霜设计与风道、格栅优化有着重要工程价值和意义。
1 理论基础除霜分析计算的是一个定常、不可压缩的流体域，主要涉及到质量方程、动量方程和能量方程。
质量守恒方程也被称作连续性方程，为流体力学中三大基本定律之一，基本结构形式如下()()()0y x z ρu ρu ρu ρt x y z +++=∂∂∂∂∂∂∂∂x xyxy yy zyy yyz xz z zz τρu ττp ρu u ρf t xx y z ρu τττp ρu u ρf t y y y z ττρu τp ÑÑ+×=-+++++×=-++++∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂其中 μx 、μy 、μz 分别为x 、y 、z 3个方向的速度分量，m/s ；ρ为密度，kg/m 3。
青藏高原两类对流层顶高度的季节变化特征
青藏高原两类对流层顶高度的季节变化特征周顺武;杨双艳;张人禾;马振锋【摘要】根据青藏高原地区14个探空站近30 a(1979-2008年)的对流层顶逐日观测资料,分析了该地区上空热带对流层顶(第二对流层顶)和极地对流层顶(第一对流层顶)出现的频率及高度的季节变化特征.结果表明:(1)高原全年均可观测到第二对流层顶,其中在暖季(6-10月)第二对流层顶占绝对主导地位,而在其余月份则以复合对流层顶为主;(2)两类对流层顶高度在季节变化上存在着明显的差异,第一对流层顶高度在春秋(夏冬)季偏高(低),第二对流层顶高度在春夏(秋冬)季偏高(低),即第一(二)对流层顶高度的年变化曲线呈双(单)峰型;(3)两类对流层顶高度均存在明显的年际变化,第一(二)对流层顶高度除秋季存在准3.6 a(6 a)的周期变化外,其余季节均具有4.5～6 a(2～4 a)的振荡周期;(4)近30 a来高原第一(二)对流层顶主要表现出下降(上升)的趋势,尤其是第二对流层顶高度在冬、春季存在着明显的上升趋势.【期刊名称】《大气科学学报》【年(卷),期】2010(033)003【总页数】8页(P307-314)【关键词】青藏高原;第一对流层顶;第二对流层顶;高度;季节变化【作者】周顺武;杨双艳;张人禾;马振锋【作者单位】南京信息工程大学,气象灾害省部共建教育部重点实验室,江苏,南京,210044;南京信息工程大学,气象灾害省部共建教育部重点实验室,江苏,南京,210044;中国气象科学研究院,灾害天气国家重点实验室,北京,100081;四川省气候中心,四川,成都,610071【正文语种】中文【中图分类】P465Abstract:Based on the tropopause daily observation data of 14 sounding stations from 1979 to 2008 over the Tibetan Plateau,the frequence and the seasonal variation of the tropical tropopause(the second tropopause)and the polar tropopause(the first tropopause)were analyzed.The results indicate that the second tropopause is dominant from June to Octoberover the Tibetan Plateau and the frequency of the two types of tropopause is roughly equal in other months.There are significant seasonal differences in the two kinds of tropopauses:the first tropopause presents a double-peak structure which is higher in spring and autumn and lower in winter and summer;the second tropopause presents a single-peak structure which is lower in autumn and winter and higher in spring and summer.There are obvious annual variations in the tropopause height:in each season,the first one has a periodic quasi-oscillation of 4.5 to 6 years in each season except autumn which has a 3.6-year one,while the second one has a periodic quasi-oscillation of 2 to 4 years except autumn which has a 6-year one.In recent 30 years,the first heighthas a mainly downtrend while the second one presents an opposite trend,which is even more obvious in spring and winter.Key words:the Tibetan Plateau;the first tropopause;the second tropopause;height;seasonal variation对流层顶是对流层和平流层之间的一个过渡层,作为一个深厚的阻滞层,对流层顶阻碍着积雨云顶的垂直发展、气溶胶和水汽等的垂直交换[1-6]。
西安市近60年降水量和气温变化趋势及突变分析
西安市近60年降水量和气温变化趋势及突变分析李斌;解建仓;胡彦华;姜仁贵【摘要】利用西安市1951年-2008年的降水和气温资料,采用线性拟合、滑动t 检验,有序聚类,曼肯德尔法对西安市近60年的降水量、气温等气象水文要素进行变化趋势及突变分析.首先,采用线性拟合与距平百分率研究了西安市降水量和气温的变化趋势,分析了降水日数和降水量变化特征,最后,采用有序聚类、滑动t检验和曼肯德尔对降水量和气温的突变性进行分析.趋势分析结果表明:西安市年降水量总体呈下降趋势,汛期降水占全年降水的58％,降水量的年内分布很不均匀;年平均气温、极端最低气温呈上升趋势.突变分析结果显示:西安市降水量的突变点出现1958、1975和1980年;年平均气温的突变点发生在1993年-1995年之间.【期刊名称】《南水北调与水利科技》【年(卷),期】2016(014)002【总页数】7页(P55-61)【关键词】西安市;降水;气温;变化趋势;突变分析【作者】李斌;解建仓;胡彦华;姜仁贵【作者单位】西安理工大学水利水电学院,西安710048;陕西省水利厅,西安710004;西安理工大学水利水电学院,西安710048;陕西省水利厅,西安710004;西安理工大学水利水电学院,西安710048【正文语种】中文【中图分类】P467受气候变化和人类活动等变化环境的影响，降水和气温等气象水文要素随之发生变化。
我国幅员辽阔，不同区域的自然地理和气候条件存在较大差异，使得不同区域降水类型及与之相关的气温、蒸发等气候要素呈现出多样性。
如何对降水和气温等气候水文要素变化趋势的研究对科学认识因环境变化引起的降水量等气象水文要素的影响机制以及区域的水资源管理具有重要的意义。
诸多学者针对上述问题开展研究，并取得许多有益的成果，姚恵明等[1]利用动态泰森多边形模型计算评价了1951年-2006年中国降水演变趋势，分别从全国尺度和区域尺度研究了降水量时间与空间尺度上的分布情况，并对不同时段降水量震荡周期、演变与突变趋势进行分析。
西安高陵M_S4.4地震天体引潮力和温度变化过程初探
期分析 多源综合 温度数据 资料 ， 提取地 震过 程 的异 常温度 变化 图像 。结果 表 明 ： 天体 引潮 力对地应 力 处于临界状 态的活动 断层具 有诱发 作 用 ； 前 温度发 生 明显 异 常 ， 震 经历 了起 始 增温 一异 常减温 一 温度恢 复的 演 变过程 。显示微 震过程 中天体 引潮 力作 用明显 ， 温度异 常也 有清晰反 映 ， 地震 热异 是 常现 象的有 力证据 ， 也是 对利 用热异 常预测地 震 方法科 学性 的补 充证 实。
２ Ｃｏ ｌｇ ｆ Ｔｏ ｒｓ ａｎ ｓ ｕ ｔ ａ ｇ ｎ ｎ ｅ ｉｎ ｒ ｌＵｎ ｖ ｒｉｙｌＺｈ ｊ ａ ｇ ｎ ａ ３ １ ０ Ｃｈ ｎ 、 ． ｌｅ ｅｏ ｕ ｉｍ ｄ Ｒｅｏ ｒ Ｍ ｍｚ ｔＩＺｈ ｊａ ｇ Ｎｏ ｍａ ｉｅ ｓｔ Ｐ ｅ ｉ ｎ Ｊｉｈｕ ２ ０ ４Ｉ ｉ ａ
ｇ ｔ ｅ ｎ Ｔｈｅ ｒ ｓ ｔｉ ｄｉａ ｅ ｈ ｔｔ ｉ ｌｆ ｃ ｅｅ ｔａ ｂ ｄ ａ ｒｇ ｒｎ ｆｅ ｔｏｎ ｆ ｌ ｏ ｔｒ ． ｅ ｕｌ ｎ ｃ ｔ ｓ ｔ ａ ｈｅ ｔｄａ ｏｒ ｅ ｏｆｃ ｌ ｓ ｉ ｌ ｏ ｙ ｈ ｓ ａ ｔｉ ｇｅ ｉ ｇ ｅ ｆｃ ａｕ ｔ
ａ ｔｖｔ ． Ｔｈｅ ｔ ｍ ｐ ｒ ｔ ｒ ｂｎ ｒ ａ ｈａ ｇｅ ｃ ｌ ａ ｌ ｅ ｌ ｃ ｈ ｒ ｅ ｓｏ ｆ ｓ ｉ ｍ ｉ ａｕ ｔａ — ｃ ｉ ｉｙ ｅ ｅ ａ ｕ ｅ ａ ｏ ｍ ｌｃ ｎ ａｎ ｃｅ ｒ ｙ ｒ ｆｅ ｔ ｔ ｅ ｐ ｏｃ ｓ ｉｎ ｏ ｅｓ ｃ ｆ ｌ ｃ ｔｖ ｔ ｉ ｔａ ｅ ｐｅ ａ ｕ ｅ ｒｓ －￣ ｂ ｒ ａ ｌ ｏ — ｒ ｔ ｒ ｏ ｂ ｓ ｌｎ ． Ｉ ｓ ｓ ｏ ｎ ｔ ａ ｔ ｆｅ ｔ ｉ ｉｙ： ｎｉｉ ｌｔ ｍ ｒ ｔ ｒ ｉｅ ａ ｎｏ ｍ ｌｙ ｄｒ ｐ ｅ ｕ ｎ ｔ ａ ｅｉｅ ｔｉ ｈ ｗ ｈ ｔ ｈｅ ｅ ｆ ｃ
近40 a来西安市区与郊县气温变化特征对比
近40 a来西安市区与郊县气温变化特征对比金丽娜;王建鹏;张弘【摘要】利用西安市区及郊县国家级一般气象站1971年12月至2011年11月的年、季、年代平均气温作为研究对象,采用一元回归线性拟合、距平分析、变异系数、冷(暖)冬期、突变检验等分析方法,分析总结近40 a来市区及郊县的气温变化特征:(1)市区及郊县的逐年平均气温均呈上升趋势,且市区增温速率高于郊县0.27℃/10 a;(2)市区逐年极端最高气温基本持平,逐年极端最低气温明显升高;(3)市区及郊县1990年代前升温缓慢,1990年代后升温迅速;(4)市区和郊县的年平均气温升高主要来自春季和冬季升温的贡献;(5)市区及郊县冷冬基本都出现在1980年代中期之前,暖冬均出现在1990年代末以后,且市区冬季气温距平上升率高于郊县;(6)郊县的突变时间早于市区.【期刊名称】《干旱气象》【年(卷),期】2013(031)004【总页数】6页(P720-725)【关键词】西安;市区和郊县;气温变化;对比分析【作者】金丽娜;王建鹏;张弘【作者单位】陕西省西安市气象局,陕西西安710016;陕西省气象局,陕西西安710015;陕西省气象局,陕西西安710015【正文语种】中文【中图分类】P423.3+4引言近一个世纪以来，全球显著增温，各地对气候变暖的响应具有明显的季节性和区域性差异。
IPCC第4次评估报告指出:近50 a(1956～2005年)，全球气候变化趋势是增暖的，近100 a(1906～2005年)的年平均温度大约升高了0.78 ±0.27 ℃［1］。
全球变暖已成为世界各国共同关注的重大问题。
为此，我国学者从不同时空尺度广泛开展了气温增暖的研究。
左洪超等发现，1976～2000年全国平均气温有明显的上升趋势，其中华北地区是增温最快、范围最大的地区之一［2］。
张楠等根据华北地区29个气象台站近57 a(1951～2007年)的月平均气温资料，对夏季气温的时空分布特征进行分析发现，该地区夏季气温变化最主要的特征是一致性［3］。
西安市近62_年冬季冷暖时空变化特征分析
Climate Change Research Letters 气候变化研究快报, 2023, 12(2), 449-456 Published Online March 2023 in Hans. https:///journal/ccrl https:///10.12677/ccrl.2023.122047西安市近62年冬季冷暖时空变化特征分析金丽娜，徐 波，张高健陕西省西安市气象局，陕西 西安收稿日期：2023年2月22日；录用日期：2023年3月24日；发布日期：2023年3月31日摘 要应用1960年12月~2022年2月西安市6个国家气象站和1个区域气象站的气温、降水数据，对县区冬季平均气温求气候标准差，并确定冷暖冬阈值，判定西安市区域冷暖冬及各区县单站冷暖冬。
采用距平、线性、相关性等方法，分析西安市冬季平均气温及冷暖冬气候特征。
结论显示：西安市近62年冬季气温变化趋势与全国研究结果一致，冬季平均气温距平以0.35℃/10a 的趋势上升，且为明显的阶段性变化，2015年至今为暖期，强冷冬主要发生在20世纪60~70年代，强暖冬主要发生在21世纪；周至县、市区冷冬发生频次较高，蓝田县、高陵区暖冬发生频次较高；西安市冬季气温变化一致型占比30.6%，前后相反型占比59.7%，冷暖交替型占比9.7%；冬季平均气温与气温要素均呈正相关，与降水要素多成负相关；年、春季、秋季、汛期平均气温对冬季气温具有明显的指示性意义；21世纪以来，各区县冷暖冬时间重合度较高，说明区域尺度上的冷暖冬事件的出现是大范围气候状态的反应。
关键词冬季，冷暖冬，时空变化特征，预测模型Analysis of Spatial and Temporal Variation Characteristics of Cold and Warm in Recent 62 Winter in Xi’anLina Jin, Bo Xu, Gaojian ZhangXi’an Meteorological Bureau of Shaanxi Province, Xi’an ShaanxiReceived: Feb. 22nd , 2023; accepted: Mar. 24th , 2023; published: Mar. 31st , 2023AbstractBased on the temperature and precipitation data of six national meteorological stations and one regional meteorological station in Xi’an from December 1960 to February 2022, the climate stan-金丽娜等dard deviation of the average winter temperature in the county is calculated, and it determines the cold and warm winter threshold, determines the regional cold and warm winter of Xi’an and the cold and warm winter of single station in each district and county. The methods of deviation, linearity and correlation are adopted, which analyzes the climatic characteristics of extremely cold and warm winter in Xi’an. The conclusion shows that: the variation trend of winter tempera-ture in Xi’an in recent 62 years is consistent with the national research results, the average tem-perature in winter is 0.35˚C/10a, and it is an obvious stage change, warm period since 2015, the strong cold winter mainly occurred in the 1960s and 1970s, and strong warm winter mainly oc-curred in the 21st century; the frequency of cold winter in Zhouzhi and urban are high, the fre-quency of warm winter in Lantian and Lintong are high; in Xi’an, 30.6% of the winter temperature changes are consistent, 59.7% are opposite, and 9.7% are cold and warm alternating; the average temperature in winter is positively correlated with the temperature elements and negatively cor-related with the precipitation elements; the average temperature in the year, spring, autumn and flood season has obvious indicative significance to the winter temperature; since the 21st century, the coincidence degree of cold and warm winter in each district and county is high, it shows that the occurrence of cold and warm winter events on the regional scale is the response of a wide range of climate conditions.KeywordsWinter, Cold and Warm Winter, Spatial and Temporal Variation Characteristics, Prediction Model Array Copyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0)./licenses/by/4.0/1. 引言目前，全球增温总趋势气候变化显著[1]。
1971_2010年陕西省气候舒适度变化特征及区划
图 2 1971 ～ 2010 年陕西省气候舒适日数（ a） 、正常日数（ b） 和不舒适日数（ c） 线性倾向率空间分布 （ 单位： d / a，阴影区通过了 0． 05 的显著性检验）
Fig． 2 linear trend rate of climate comfortable days （ a） ，normal days （ b） and uncomfortable days （ c） in Shaanxi from 1971 to 2010 （ Unit： d / a，shaded area passed 0． 05 significant test）
第6 期
卢 珊等： 1971 ～ 2010 年陕西省气候舒适度变化特征及区划
989
区仍在陕南地区，其年均正常日数基本都在 150 d 以上，且大值中心位于陕南东南部，多站超过了 160 d，其中安康最高，达 178 d。与气候舒适日数的空间 分布正相反，年均气候不舒适日数呈北多南少分布， 陕北大部年均不舒适日数达 140 ～ 160 d，关中地区 在 100 ～ 130 d 左右，陕南地区大都少于 90 d，其中 陕南东南部各站均在 70 d 以下（ 图 1c） 。
39） 资助 作者简介： 卢珊（ 1985 － ） ，女，陕西石泉人，硕士，工程师，从事预报服务工作． E － mail： lushan660@ 163． com
988
干旱气象
33 卷
1． 2 研究方法
1． 2． 1 气候舒适度计算 根据环境卫生学指标及相关研究结论［17 － 19］，考
虑到陕西南北跨度大的地理特点，经多次对比分析
1 资料与方法
1． 1 资料 选用陕西省 82 个气象台站 1971 ～ 2010 年逐日
渭河流域气候变化及干湿状况时空分布分析
渭河流域气候变化及干湿状况时空分布分析雷江群;刘登峰;黄强【摘要】[目的]揭示渭河流域气候要素变化规律,明晰干湿状况分布及演变规律,为该流域减灾防灾决策提供支持.[方法]利用渭河流域21个气象站1960-2010年共51年的气象观测资料,采用FAO Penman-Monteith公式计算该流域各气象站的潜在蒸散量和干燥指数,通过气候倾向率、Mann Kendall法、R/S法、小波分析、滑动平均等方法,对该区域气候要素、干燥指数的变化特征及干湿状况进行分析.[结果](1)渭河流域51年来的降水量以1.69mm/年不显著线性趋势减少,潜在蒸散量以0.24 mm/年不显著线性趋势增加,两者均存在17年和28年左右的变化周期;降水量与潜在蒸散量空间分布差异较明显,均呈东多西少、南多北少、由东南向西北递减的格局.(2)干燥指数以0.005/年不显著线性趋势增加,且增加趋势具有正的持续性;有8年和28年左右的干湿周期;干湿状况为东湿西干,南湿北干,呈现由东南向西北逐渐变干的格局.(3)预测该流域2010年后最湿润年份出现在2024年左右,最干燥年份出现在2019年左右.[结论]渭河流域多年来有降雨减少、潜在蒸散变大、逐渐变干的趋势,应采取应对措施减轻旱涝灾害及其不利影响.【期刊名称】《西北农林科技大学学报（自然科学版）》【年(卷),期】2015(043)003【总页数】7页(P175-181)【关键词】渭河流域;气候变化;干燥指数;干湿状况;时空分布【作者】雷江群;刘登峰;黄强【作者单位】西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048;西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048;西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048【正文语种】中文【中图分类】P463.1IPCC(The Intergovernmental Panel on Climate Change)第三次全球气候评估报告指出，自工业革命以来，全球平均气温升高[1]，气候大幅度变暖，将对流域的水资源、农业和生态环境产生深刻影响。
西安气候特征
西安气候特征来源：中国气象报社西安属暖温带半湿润大陆性季风气候,四季分明，气候温和，雨量适中。
春季温暖、干燥、多风；夏季炎热多雨，多雷雨大风天气；秋季凉爽，气温速降，秋淋明显；冬季寒冷，多雾、少雨雪。
气象要素特点：本网站气象要素数据根据西安气象观测站1970—2009年的气象观测资料统计。
1 . 气温西安极端最高气温为42.9℃，出现在2006年6月17日；4-10月极端最低气温-1.9℃，出现在1978年10月29日。
图1 西安1970—2009年4—10月逐旬平均温度变化图春季回暖期（4月1～30日）：平均气温15.2℃，4月上、中旬常有较强降温天气，下旬温度迅速回升。
初夏少雨期（5月1日～6月20日）：平均气温21.8℃，气温呈现上升趋势，但昼夜温差大。
初夏多雨期（6月21日～7月20日）：气温变化比较平稳，日平均气温稳定在25～28℃，最低气温通常高于15℃。
盛夏伏旱期（7月21日～8月20日）：日平均气温在24～28℃之间，日平均气温呈现缓慢下降趋势，极端最高气温35～40℃，昼夜温差9～11℃。
初秋多雨期（8月21日～10月10日）：日平均气温15～24℃，随着北方冷空气的不断入侵，日平均气温呈现降低趋势。
秋季凉爽期（10月11～31日）：日平均气温11～15℃，随着北方入侵冷空气的加强，日平均气温迅速降低。
2 . 降水西安4～10月平均总降水量488.6毫米,平均总降水日数66天。
平均日降水≥25毫米的大雨日4.5天，平均日降水≥50毫米的暴雨日约1天。
图2 西安1970—2009年4—10月逐旬平均降水量变化图下表是西安各时段平均降水量。
表1 西安1970—2009年各时段降水量统计3. 湿度空气湿度对人体感觉气象环境的舒适程度有重要影响，高温高湿会使人感到闷热而不舒适。
春季回暖期（4月1～30日）：平均相对湿度为64.5%， 4月内各旬相对湿度分布比较均匀。
初夏少雨期（5月1日～6月20日）：相对湿度6月上中旬的54%，达到全年最低值。
西安地区近50年降水量的统计分析
西安地区近50年降水量的统计分析党碧玲;任志远;张翀【摘要】Aim To analyze the change of the rainfall in Xi'an region. Methods For the data of annual and monthly rainfall from 1951 to 2000 in Xi'an Region, climatic linear trend and accumulated variance analysis methods are applied to analyze the rainfall in this region. Results The main findings in Xi'an Region can be listed as follow:the trends varied with time. Positive trends were detected in 1950s and early 1980s. Negative trends were observed in late 1970s and 1990s. Precipitation was normal from 1960s to early 1970s, as well as at the end of the 1980s, the changes were less. Conclusion The long-term overall trend of the summer precipitation in Xi'an Region decreased at a rate of 20. 42mm per 10 years; rainfall change in flood reason decreased too, especially in 1970s; the seasonal rainfall reduced too, the most obvious season is the fall; and there was no abrupt change in yearly rainfall.%目的分析西安地区降水量变化.方法利用西安地区1951-2000年年降水量、月降水量资料,通过线性趋势法和累积距平曲线法,对西安地区近50年降水的变化特征进行分析.结果 20世纪50年代降水以偏多为主,60年代到70年代初期降水基本正常,变化小,70年代末期降水偏少,80年代初期降水偏多,80年代末期降水基本正常,90年代降水一直持续偏少.结论西安地区降水长期变化呈微弱的减少趋势,以20.42 mm/10 a的速率减少;汛期降水变化也呈减少的趋势,20世纪70年代减少趋势显著;降水的季节变化各季均呈减少趋势,秋季最为明显;年降水量无明显的突变.【期刊名称】《西北大学学报（自然科学版）》【年(卷),期】2011(041)001【总页数】6页(P139-144)【关键词】降水量;线性趋势;累积距平;西安【作者】党碧玲;任志远;张翀【作者单位】长安大学,地质工程与测绘学院,陕西,西安,710054;陕西师范大学,旅游与环境学院,陕西,西安,710062;陕西师范大学,旅游与环境学院,陕西,西安,710062;陕西师范大学,旅游与环境学院,陕西,西安,710062【正文语种】中文【中图分类】P468.0+24联合国政府间气候变化专门委员会第一工作组第三次评估报告明确指出，全球降水发生了显著变化，在过去的50年里，中国年平均降水量变化趋势不显著，但1951—1989年中国年平均降水量出现弱的减少趋势，且区域差异明显［1］。
气候变化背景下秦岭南北强降雪与小雪时空变化特征
气候变化背景下秦岭南北强降雪与小雪时空变化特征李双双;何锦屏;段克勤;延军平【期刊名称】《地理科学》【年(卷),期】2024(44)5【摘要】不同等级降雪变化可反映气候变暖对关键气候变量趋势和极端性的综合影响。
基于1970—2018年逐日气象观测数据,辅以湿球温度动态阈值法、趋势分析等气候诊断方法,论文对秦岭南北11月—次年3月强降雪和小雪时空变化特征进行分析,探究3个分区(关中平原、秦岭南坡和汉江谷地)不同等级降雪与气温的响应关系。
结果表明:①1970—2018年,秦岭南北11月—次年3月无降水日数增多,固态降水(降雪或雨夹雪)日数明显减少。
1998年后,降雪日数比重由前期8.5%下降为5.2%。
②秦岭南北小雪降雪量、降雪日数变化显著下降,降雪强度显著上升;强降雪3个指标变化趋势均不显著,说明区域降雪变化以小雪减少为主。
③在气温响应关系上,秦岭南北3个子区小雪降雪量、降雪天数与气温显著负相关;关中平原、汉江谷地气温与强降雪量、天数显著负相关,秦岭南坡气温变化与强降雪3个指标相关性较弱。
说明河谷平原区是强降雪对气温响应的敏感区。
本文研究结论可为理解中国南北过渡带冬季气候响应规律提供理论基础。
【总页数】11页(P890-900)【作者】李双双;何锦屏;段克勤;延军平【作者单位】陕西师范大学地理科学与旅游学院【正文语种】中文【中图分类】P426.63【相关文献】1.气候变化对秦岭南北植被净初级生产力的影响(Ⅰ)——近52年秦岭南北气候时空变化特征分析2.全球气候变化下秦岭南北气候生产力时空对比研究3.气候变化背景下秦岭水源涵养功能时空变异特征4.全球气候变化下秦岭南北气温变化特征5.1970—2018年秦岭南北冷季降雪量时空变化及其影响因素因版权原因，仅展示原文概要，查看原文内容请购买。
西安气象资料
地面沉降是西安较为突出的地质灾害之一。
其形成发展的历史较长，波及范围广，并具有独特的活动特征。
地面沉降的持续发展还加剧了西安地裂缝的活动，给西安市的市政设施及城市建设造成很大危害，因此有效地控制地面沉降已成为一项非常紧迫的任务。
本图主要反映1959—1995年西安市地面沉降的分布范围和空间变化规律，以及1982—1992年平均沉降速率的分布特征（南郊八里村附近采用1988—1992年平均沉降速率）。
地面沉降特征：西安市的地面沉降主要发生在城区和近郊区。
从1959年开始大范围的水准测量以来，截止1995年，累积沉降量超过200mm的范围。
西起鱼化寨，东到纺织城，南抵三爻村，北至辛家庙，面积为145.5km2。
在西安沉降区内，11条地裂缝呈NNE向展布，把沉降区分割成同走向的条块体，使地面沉降水平方向的发展受到了制约。
地面沉降区总体形态呈椭圆形，所形成的各个沉降漏斗水平扩展多限于两条地裂缝之间，形成了一系列NNE走向平面形态呈狭长的椭圆形沉降槽，其长轴方向与地裂缝走向基本一致。
沉降槽一般是北深南浅，地裂缝南侧沉降量大，形成地形变陡变带，地形上多呈陡坎或陡坡。
地面沉降的强度表现在累积沉降量与沉降速率大小上。
多年监测资料表明，地面沉降的空间分布极不均匀，总体规律是：累计沉降量在西安市东南郊较大，西北郊较小。
沉降区内形成了7个沉降槽，中心分别位于北郊的辛家庙、西安交通大学、沙坡村、南郊的大雁塔什字、东八里村和西北工业大学。
西安城郊大部分地区（除城区西北角外）累积沉降量均超过了600 mm ，有41 km2的地区超过了1000mm,东八里村、大雁塔什字、沙坡村、胡家庙沉降中心超过了2000 mm，其中东八里村地段达到2322 mm。
地面沉降强度的另一个指标是沉降速率。
沉降速率超过100 mm/a的地区大约8.5km2，分布在东八里村、省军区、大雁塔什字、沙坡村、胡家庙附近，与沉降中心基本吻合。
沉降速率在50—100 mm/a的地区约42.5km2,主要分布在西安市南郊、东郊及城区范围内，而西安市北郊、西郊及东郊纺织城地区沉降速率均小于50 mm/a。
西安市高陵区人民政府办公室关于印发西安市高陵区自然灾害救助应急预案的通知
西安市高陵区人民政府办公室关于印发西安市高陵区自然灾害救助应急预案的通知文章属性•【制定机关】西安市高陵区人民政府办公室•【公布日期】2018.04.02•【字号】•【施行日期】2018.04.02•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】地质灾害正文西安市高陵区人民政府办公室关于印发西安市高陵区自然灾害救助应急预案的通知各街道办事处、区政府各工作部门，各直属机构：重新修订后的《西安市高陵区自然灾害救助应急预案》已经区政府同意，现印发给你们，请结合实际认真贯彻落实。
西安市高陵区人民政府办公室2018年4月2日目录1.总则 (4)1.1编制目的 (4)1.2编制依据 (4)1.3适用范围 (4)1.4工作原则 (5)2.组织指挥体系及其职责 (5)2.1领导机构 (5)2.1办事机构 (5)2.3成员单位及职责 (6)3.灾害预警响应 (12)4.信息报告和发布 (13)4.1灾情和救灾工作信息报告 (13)4.2信息发布 (14)5.应急响应 (15)5.1Ⅰ级响应 (16)5.2Ⅱ级响应 (17)5.3Ⅲ级响应 (20)6.灾后救助与恢复重建 (22)6.1过渡期生活救助 (22)6.2冬春救助 (22)6.3恢复重建 (23)7.保障措施 (25)7.1资金保障 (25)7.2物资保障 (26)7.3通信和信息保障 (27)7.4救灾装备和设施保障 (27)7.5人力资源保障 (27)7.6社会动员保障 (28)7.7科技保障 (28)7.8金融保障 (28)8.预案管理 (29)8.1宣传、培训和演练 (29)8.2预案修订和备案 (29)9.奖励与责任追究 (30)10.附则 (30)10.1预案解释 (30)10.2预案实施 (30)西安市高陵区自然灾害救助应急预案1. 总则1.1编制目的建立健全自然灾害应急响应机制，着力提高自然灾害救助应急能力，规范救灾救助工作，合理配置救灾资源，最大限度地减少人民群众生产财产损失，保障灾区群众的基本生活，维护灾区社会稳定和发展。
西安高陵马坊滩渭河洪水变化研究
西安高陵马坊滩渭河洪水变化研究
根据高陵渭河马坊滩河漫滩沉积剖面中的沉积层测量和147个样品的粒度分析和历史记载的年代资料,研究了西安高陵渭河距今1400～1100年间洪水和降雨量变化.高陵渭河古洪水沉积分层清楚,能敏感反映洪水的变化和短期降水量的变化,也能弥补历史文献记载的不足.粒度成分和粒度参数资料指示,高陵马坊滩厚约3.5m的河漫滩沉积剖面至少包括了9个颗粒成分不同的沉积层,代表了9个大洪水阶段;其中厚度大、粒度粗的第2、4、6、8层形成时的洪水规模比厚度小、粒度细的第1、3、5、7、9层形成时要明显大.这9个大洪水阶段均比2003年洪水大,第2、4、6、8阶段应为特大洪水阶段.根据沉积学原理和洪水沉积物粒度成分差异,可确定这9个阶段洪水规模由大到小的顺序是:第2阶段＞第6阶段＞第4阶段＞第8阶段＞第3阶段＞第1阶段＞第5阶段＞第9阶段＞第7阶段.这9个阶段的洪水发生时河漫滩上的洪水深度均大于2m,当时洪水深度、洪水动力和规模均比现代洪水大,大洪水发生的原因应当是当年降水量的明显增加造成的.
李胜利,LISheng-li(陕西师范大学旅游与环境学院)。
工程设计暴雨分析与计算
3 设计暴雨分析与计算本设计主要参照《西安市实用水文手册》中有关暴雨方面的研究成果，对基地所在地的设计暴雨进行分析和计算。
3.1 降雨特征长安县的多年平均年降水量为676mm，场区附近的滦村气象站则为757mm。
根据《西安市实用水文手册》(以下简称“手册”)可知，祥峪河所处的多年平均年降水量为800~900mm，降水高值区位于秦岭北麓半山腰以上，如黑河、涝河、沣河、洨河、灞河的上游地区。
西安市区域内1950~1989年期间，丰水年为1958年、1964年和1975年，年降水量一般在1000mm之上；枯水年为1959年、1969年、1977年，年降水量一般在550mm以下。
全年降水日数一般为110~130天。
7~10月的降水量占全年总量的40%~65%，这四个月中最长持续降水日数约为13~14天，多发生在9月。
根据相关资料分析可知，西安市区域内1950~1989年期间，10min最大降雨为27.9mm，20min最大降雨量39.4mm，30min最大降雨量为52.4mm，60min为70.9mm，120min为113.1mm，180min 为143.5mm，详见表3-1。
表3-1 西安市区域内各历时内最大降雨量统计表3.2 设计暴雨计算3.2.1 设计点暴雨历时由于基地周围的各山洪沟的汇水面积均小于10.0km2，根据《手册》规定，设计点暴雨设计历时取1.0h，但为了详细分析，这里取6.0h。
3.2.2 各历时点雨量均值及Cv值根据《手册》中图5-1至图5-10的等值线图，可查得设计区范围的不同历时的暴雨量均值及相应变差数值如下：表3-2 各历时的暴雨均值及Cv值按表3-2中各历时Cv值，以Cs＝3.5Cv查得的不同设计频率下皮尔逊III型曲线模比系数Kp，进而求出各历时不同频率的设计暴雨量，见表3-3。
表3-3 各历时不同频率的设计暴雨量单位：mm由于祥峪河1#明渠和2#沟的山洪流域面积都在10km2以下，故设计暴雨可不考虑点面关系的修正。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1970—2012年西安市高陵区风速变化趋势分析
作者：刘聪田依洁
来源：《乡村科技》2017年第14期
[摘要] 利用1970-2012年陕西省西安市高陵区风速历史资料，统计分析高陵区近43 年的风速变化特征，结果表明：近43 年高陵区年和春、夏、秋、冬季平均风速及日平均风速均呈下降趋势；夏季日平均风速变化不明显，其他季节变化均较显著，冬季平均风速降幅明显大于春季。
高陵区风速变化趋势与西安市污染物指标升高趋势有负相关性，借助风速变化分析，深入扩展其他相关气象因子研究，以便为高陵区农业气象预报预测服务。
[关键词] 风速；变化特征；高陵区
[中图分类号] P467 [文献标识码] A [文章编号] 1674-7909（2017）14-92-2
选取1970-2012年陕西省西安市高陵区多年风速观测资料进行统计分析，认识近43 年高陵区风速变化规律，提高当地气象灾害预测预报水平，特别是受到异常风速影响造成的极端大风条件下损坏大棚导致的霜冻害、低温冷害等农业气象灾害，以及诱发性极端天气气候事件的预测预报提供历史依据，也对当地开展物候期变化的研究有着积极的支撑作用。
其次，春冬季的雾霾浮尘污染问题已成为阻碍大西安经济圈发展的瓶颈之一，高陵区作为西安市上风区，研究该区域风速变化有助于掌握西安地区40 年因风力变化对污染物净化能力演变趋势的了解。
1 研究区概况
高陵区位于陕西省关中平原腹地，地处西安市北部，境内一马平川，是一片充满希望的投资热土。
东西长20.55 km，南北宽20.10 km，素有关中“白菜心”之称。
因境内有奉正塬，塬体高隆，称塬为陵，故名高陵。
境内有唐昭慧塔、李晟碑、东渭桥遗址等古文化遗迹，建于秦孝公12年（公元前350年）。
高陵区属暖温带半湿润大陆性季风气候。
最高温度41.4 ℃，最低气温-20.8 ℃，年平均气温13.2 ℃，无霜期212 d，年平均日照时间2 247.3 h，年降水540 mm 左右，其中高陵区灾害性天气影响突出，低温、寡照、大风、暴雪等气象灾害的危害常造成大面积减产，甚至毁棚绝收。
2 资料与方法
2.1 数据来源与处理
选取1970-2012年高陵区台站逐年逐月平均风速、最高大风速观测资料，经计算得出逐年平均风速、各季平均风速、年极端最高与最低气温、日平均最高与最低气温及43 年气温累积距平值。
其中，每年的3-5月为春季，6-8月为夏季，9-11月为秋季，12月至翌年2月为冬季。
2.2 研究方法
利用线性倾向估计对1970-2012年高陵区年、季平均风速作年际和年代际变化趋势分析。
然后，采用累积距平法对各风速序列进行突变检测。
2.2.1 线性倾向估计。
用yi表示n的某一风速变量，用xi表示yi所对应的时间，建立yi与xi之间的一元线性回归方程，见公式（1），其含义是用一条合理的直线表示y与时间x之间的关系。
如图1所示为高陵区四季风速线性倾向估计图，其中1表示1970年，40表示2009年。
年度y=-0.016 1x+2.395 7，R2=0.175 0；冬季y=-0.030 4x+2.805 2，R2=0.312 8；春季y=-0.009
3x+2.095 7，R2=0.064 4；夏季y=-0.038 3x+2.950 0，R2=0.653 0；秋季y=-0.009 1x+2.028 6，R2=0.073 5。
显著性检验可确定其显著性水平α，当|γ|>γα，说明y随着时间x的线性变化而出现明显的变化趋势。
反之，其变化趋势则不明显。
在此研究过程中，y代表的是风速，单位为m/s；x为年份或年代际序列，单位分别为年。
2.2.2 累积距平法。
累积距平是通过曲线直接对变化趋势进行判断的，这种方法比较常用。
当曲线上升时，说明距平值是增加的，曲线下降则说明距平值出现了减小，曲线呈现出的上下波动变化，可作为长期显著演变趋势及持续性变化的判断依据，从中还可以对突变的大致时间进行确定。
具体计算公式如下：
[xt=i=1nxi-x-x-=1ni=1nxi]（表示43 年风速均值的偏离程度及变化趋势）
2.2.3 西安市六区县43 年雾霾情况统计。
表1为西安市六区县43年雾霾统计数据，图2为西安市六区县43 年年平均雾霾日数，分析可知，西安市城区年雾霾日数相对于周边区县有减少趋势，西安风向上游高陵则雾霾天气则不断增多，结合高陵风速年际变化，冬季为西安地区雾霾高发时段。
3 结论
①高陵区作为西安市春冬季的上风区，无论年际变化还是年代际变化，1970-2012年高陵区年和春、夏、秋、冬季平均风速及日平均风速均呈下降趋势，分别以-0.016 0、-0.030 0、-0.009 3、-0.009 1和-0.038 3的变化率下降。
除夏季日平均风速变化不明显外，其他季节变化均
较为显著。
由于冬季平均风速降幅明显大于春季，这与人们现实生活对风速变化的感知相接近，可为以后更为详细地开展物候年较差的研究提供数据支持。
②高陵区风速变化趋势与西安市污染物指标升高趋势有负相关性，这是对今后在研究大气污染方面问题需要考虑的问题，是在自然与人为因素共同影响下的后果。
当前要发展区域经济，更要重视雾霾等污染天气变化规律和带来的不良后果，找出减少雾霾等大气污染的有效途径，这在发展地方经济方面意义重大。
研究地方性风速变化特征，并由此进一步深入了解掌握相关气象因子，有助于做好高陵区农业气象资源开发利用，开展农业种植区划，提高农业气象预报服务水平，提升农业防灾减灾能力，促进地方农业可持续良性发展。