全國80cm地溫分布特征和基于太陽輻射的預測方法

倪敏莉韓樂瓊趙魯強

（1 中國氣象局公共氣象服務中心，北京 100081；2 象輯知源科技有限公司，北京 100081）

全國80cm地溫分布特征和基于太陽輻射的預測方法

倪敏莉1韓樂瓊2趙魯強1

（1 中國氣象局公共氣象服務中心，北京 100081；2 象輯知源科技有限公司，北京 100081）

利用2001—2010年全國80cm層的逐日平均地溫資料，分析了全國地溫的時空分布規律；同時結合太陽輻射資料，分析太陽輻射和地溫的相關性；將太陽輻射作為預報因子，構建地溫預報模型。結果表明，各海拔高度的地溫呈現相同的季節變化，在夏季達到波峰，春季降到波谷，并且多年演變趨勢呈現上升趨勢；經30日滑動平均處理后太陽輻射與滯后60日的地溫相關性較好，以此構建的地溫預報模型能夠較好地預報出地溫的周期波動性，并且預報準確率較高。

80cm地溫、太陽輻射、預報模型、滑動平均

0 引言

構成地球氣候系統運作的重要機制是陸－氣相互作用。在陸－氣相互作用中，土壤溫度和濕度對上層大氣的變化有著重要的影響。同時，土壤溫度不僅與上層大氣有著交互作用，還影響著種子的萌發、根系的發育等土壤內的生物過程。近年來，隨著氣候變暖現象的加劇，研究學者們多將重心放在研究我國氣溫和降水等要素的分布及其變化，通過統計及構建物理模型，運用模式預測等多種方法提高了預報準確率。但對影響大氣環流的地溫研究卻較少，部分研究表明，地溫的變化受太陽輻射平衡及土壤熱量平衡的共同影響，在不同經緯度和不同季節以及土壤組成不同的地區有著明顯的差別。

我國地溫站點分布相對氣溫觀測站來說相對較少，部分地區近10年才開展地溫觀測，且在2000年前，大部分站點只觀測了淺層（0～20cm）地溫。1980年以前，全國淺層地溫站點不足1000個，且多集中分布于東北、山西等煤礦產地。1980年后，我國逐漸發展深層地溫研究，部分氣象站點開始增加深層地溫的觀測。2000年后，除了西藏、新疆等偏遠地區，全國各地都有了代表性的地溫站點。

杜軍等[1]研究了近45年拉薩地區地溫變化趨勢，發現拉薩淺層（40cm）和深層（80cm）地溫均呈極為顯著的升高趨勢，提出了通過鄰近站線性回歸方法 、差值法或平均值法進行填補，使其趨勢完整，從而更好地進行分析。陳成國等[2]對1961—2010年德州市地面及各深層地溫的變化趨勢進行了研究，結果表明地面溫度及各深層地溫均有增溫趨勢，明顯增溫主要出現在冬季，而夏季多為降溫。王忠偉等[3]則通過均值法和線性傾向估計法分析了新疆輸油管道沿線160cm地溫與氣溫的變化關系，結果表現出輸油管道沿線的160cm地溫呈北低南高的態勢，也得到了地溫隨年代際上升的趨勢。李帥等[4]分析了黑龍江省春季淺層地溫、氣溫變化特征，并利用該省逐日氣溫、20cm地溫資料建立春季淺層地溫預報模型。陳鵬獅等[5]利用遼寧省近50年的0和5cm地溫及平均氣溫資料，分析了0cm地溫和氣溫，地－氣溫差的季節、年際和年代際變化特征，并建立了春播期5cm地溫預測模型。上述研究均為針對某省范圍的地溫研究。呂紅玉等[6]通過分析1981—2010年黑龍江佳木斯氣象站40～320cm的月平均地溫資料，研究了三江平原的地溫變化規律期氣候突變等特征，定量給出地溫升幅為0.496～0.574℃；其中，夏季升幅最大，月平均地溫呈波形變化，振幅隨深度增加而減小。強玉柱等[7]分析了天水市近50年淺層地溫變化及對氣候變化的影響特征，得出淺層各季節及年平均地溫均顯著升高，5和20cm平均地溫對氣候變暖更敏感的結論。高振榮等[8]對河西走廊地區深層地溫的研究表明：近31 年來河西走廊地區80、160、320cm深層地溫均呈顯著的波動上升趨勢，存在3年波動周期，隨著深度的增加，氣溫與地溫的相關性略有降低。阿布都克日木·阿巴司等[9]對新疆喀什市的深層地溫進行了研究，表明近30年來，喀什市各深層地溫的年均值呈明顯的階段性特征，80和160cm深層地溫年均值在1985和2009年發生了突變，3.2m深層地溫年均值在1985和2008年發生了突變。高學芹等[10]利用濰坊市1980—2014年80～320cm地溫資料研究濰坊深層地溫對氣候變化的響應，結果表明隨著深度的增加，氣溫與各層地溫的相關性略有降低，這是深層地溫變化存在滯后性所致，降水量對各深層地溫影響不大。這些研究都說明了不同季節、不同地域深層地溫對氣候變化的響應程度是不同的。此外，趙紅巖等[11]研究了夏季西太平洋副熱帶高壓位置與地溫變化的關系，副熱帶高壓脊線的位置與中國深層地溫的關系非常明顯，在100°—115°E、30°—45°N地區呈現高相關性。上述研究都支持地溫隨年代際增暖，并且與氣溫及其他環流因子關系明顯[12-13]。

基于之前的研究多數集中于局部地區，沒有對全國的地溫分布進行過研究，本文試圖通過對全國測站觀測到的2001—2010年逐日80cm處的地溫進行分析，得到其季節變化、年際變化及年代際變化的趨勢。并根據其與太陽輻射的關系構建地溫預報模型，從而預報逐日的地溫。

1 資料與方法

1.1 資料選取

本文選取的資料來自于中國氣象局國家氣象信息中心提供的全國地溫80cm層的站點資料及全國站點的太陽輻射資料。之所以選用80cm的地溫資料，主要是因為在2001—2010年有觀測的地溫站點中80cm地溫比160cm的站點多82個，且該層地溫站點不缺測天數在2920天（即8年）以上的站點也比160cm的更多。因此，80cm層的資料相對于160cm層的地溫更全，受深層地熱影響相對較少，同時又受地面氣象要素的影響較多，氣象因子對它的影響較大，更方便找到預報因子。

1.2 數據處理

本文選取2001年1月1日—2010年12月31日逐日地溫數據，統計發現，全國80cm地溫不缺測天數在2555天（即7年）以上的地溫站點總共有729個，但部分站點并不是從2001年就開始觀測或者觀測沒有持續到2010年。對站點數據的起始和結束年份進行統計后，剔除掉觀測長度不足10年的站點，剩下112個站點的地溫資料。在這剩下的站點資料中，仍然存在較為明顯的缺測情況，因此，根據缺測情況的不同進行了填補：對于連續缺測在10天以內的，以前后10天的滑動平均來填補；連續缺測在10天至1個月以內的，以前10天和后10天未缺測值的斜率平均值做填補。

1.3 預報模型

一元回歸模型主要用2001—2009年的地溫值作為擬合時段，與預報因子計算相關系數，從而構建一元回歸預報模型。

式中，y是地溫預報值，a是預報系數，b是回歸參數。用最后一年的預報因子x代入該公式中計算2010年的地溫預報值，并對預報結果做評測。

2 地溫分布特征

進行地溫資料填補后，根據112個站點海拔高度（h）的不同將其分成7組。對于h≤100m以下的站點，在華北、江南、華南地區分別選取2個站點；對于100＜h≤500m、500＜h≤1000m、1000＜h≤1500m及h＞1500m的站點中分別選取2個站點，最終得到14個代表站點，詳見表1。

表1 14個代表站點Table1 Information from 14 representative stations

根據14個代表站點的地溫隨時間演變（圖1，因篇幅限制僅展示其中6個站點）分析發現，盡管地理位置不同、海拔高度不同，但是地溫變化表現出相同的波動性：年際變化呈現明顯的振蕩；季節變化則表現出夏季最高，在夏中到達波峰，隨后開始下降，到冬末初春達到一年的最低值，隨后開始上升；趨勢線表現出地溫的年代際變化趨勢是增長的，不同的海拔高度，增長趨勢不同。高海拔的地區增長趨勢相對明顯。

3 地溫預報模型

太陽輻射是地氣系統的主要熱源，地球的熱力平衡關系受太陽輻射的影響。近年來，一些研究[14]指出太陽輻射是影響氣象要素變化的重要因素，通過分析氣溫和太陽輻射的分布特征，指出太陽輻射和氣溫呈現之后一年的正相關；申彥波等[15]在研究中也指出太陽輻射對地溫有著顯著的影響。在本研究中，對全國2000年1月1日—2009年12月31日的太陽輻射資料進行了整理，根據輻射資料完整性，結合地溫資料的缺失情況，最終確定了56個站點（圖2）的地溫及輻射資料可用，文中構建地溫預報模型的地溫站也是基于該56個站點來完成。

圖1 2001—2010年6個站點的日平均地溫變化趨勢Fig.1 Daily mean earth temperature variations from 2001 to 2010 at six stations

圖2 56個站點分布圖Fig.2 Locations of the 56 stations

最終選定的56個地溫站點，除了西藏、東北以及福建沿海外，全國大部都有分布，其中四川南部和云南北部分布較少，長江中下游及華中等地區分布較密集。除了地形地貌、人口及經濟因素導致深層地溫觀測站點分布不均勻外，輻射站點分布較為稀疏也對站點的最終選擇有較大影響。對于東北地區，站點本身建站時間較短且缺測相對嚴重，同時由于氣候原因，冬季氣溫偏低，對地下管道的鋪設和維修等業務有較大影響，因此該處地溫的預報在實際工作中使用較少。基于上述理由，最終沒有挑選東北地區的站點。但隨著后期地溫和輻射站點的增加，在業務運行中，可以著重對東北、西藏等站點分布稀疏的地區進行地溫預測研究，從而推動地溫分布全國研究的進展。

對這56個地溫站點同期的地溫資料和輻射資料進行對比研究（圖3，僅顯示4個站點）發現，雖然輻射波動相比地溫波動明顯較多、日變化也較大，但是二者的年際變化表現出相似的特征。對單個站點的地溫及其輻射資料（圖4）進行對比，發現地溫和輻射都有明顯的1年波動周期。地溫在每年的夏中達到波峰，而輻射則在春季出現波峰。

基于地溫和輻射二者變化的關系，對輻射資料作30日滑動平均，并計算它與地溫的相關系數（圖5），發現輻射對滯后60日的地溫影響最強烈，二者達到波峰波谷的時間幾乎是完全對應的。基于此，對太陽輻射做30天滑動平均，并且取在時間上比地溫提前兩月的輻射資料作為預報因子。

圖3 4個站點逐日輻射和逐日地溫變化趨勢（紅色實線表示逐日地溫；黑色實線表示逐日輻射）（a）伊寧；（b）烏魯木齊；（c）焉耆；（d）吐魯番Fig.3 Variations of daily earth temperature and solar radiation during the period from 2001 to 2010 at four stations(Red solid lines denote daily earth temperature; Black solid lines denote daily solar radiation)(a)Yining；(b) Urumqi；(c)Yanqi；(d) Turpan

考慮到地溫演變呈現波動性，經過上述處理后，輻射值和地溫的波動周期相同但振幅不同。為此提出一個新的一元回歸預報方法（圖6）：將地溫和輻射值自身的趨勢線作為分割，分為A、B（上下）兩個位相。以輻射的A位相作為地溫A位相的預報因子，以輻射B位相作為地溫B位相的預報因子，分別構建兩個預報方程，公式（1）是常規的一元回歸方程，公式（2）是計算一元回歸方程截距的方程。公式（3）和（4）是本文構建的兩個一元回歸方程的截距，通過兩個截距分別構建了兩個預報方程。此后，對兩個方程做條件判斷：當二者的值均小于（大于）地溫趨勢線時，預報值y值取二者中相對較大（較小）的那個；當一個大于趨勢值，一個小于趨勢值時，y值等于二者的平均值。

圖4 伊寧站的逐日地溫和逐日輻射變化趨勢（紅色實線表示逐日地溫；黑色實線表示逐日輻射）Fig.4 Variations of daily earth temperature and solar radiation in 2001-2010 at Yining ( Red solid lines denote daily earth temperature; Black solid lines denote daily solar radiation)

圖5 30日滑動平均的逐日輻射以及滯后60日的逐日地溫變化趨勢（紅色實線表示滯后60日的逐日地溫，黑色實線表示30日滑動平均的逐日輻射）（a）伊寧；（b）烏魯木齊；（c）焉耆；（d）吐魯番Fig.5 Variations of the 60-day lagged daily earth temperature and solar radiation in 30 days moving average for 2001-2010 at four stations(Red solid lines denote the 60-day lagged daily earth temperature; Black solid lines denote daily solar radiation in 30 days moving average)(a)Yining；(b) Urumqi；(c)Yanqi；(d) Turpan

圖6 滯后60日的逐日地溫值和30日滑動平均的輻射值的線性趨勢（粉色實線代表逐日地溫，以其本身的粉色趨勢線作為分割，可分為A、B兩部分；藍色實線代表逐日輻射，以其本身的藍色趨勢線作為分割，也可分為A、B兩部分）Fig.6 Linear trend of the 60-day lagged daily earth temperature and solar radiation in 30 days moving average for 2001-2010 (Pink solid lines denote daily earth temperature, divided into part A and part B; Blue solid lines denote daily solar radiation, divided into part A and part B)

以此公式預報的地溫值和實況地溫比較（圖7），可以看到2001—2009年的擬合階段擬合值（黑色）和實況值（紅色）非常接近，能很好擬合出波峰和波谷的位置，并且二者相差較小。同時，2010年地溫的預報值（黑色）和實況值（紅色）非常接近，完整體現了地溫的季節波動。構建的地溫預報模型很好地預報了地溫的變化情況。并且二者的變化呈現同步性，預報的地溫能較好地表現出實況地溫的季節變化和年際增長。

利用2010年的資料，給出該方程預報的地溫和實況的相關系數（圖8），可以看出二者的相關性較高，56個站點均通過了0.01的顯著性檢驗。絕大多數站點的相關系數在0.7以上，56個站點的平均相關系數為0.87。有兩個站點的預報相對較差有可能是因為當地的輻射缺測值較多造成的。另外，對56個站點的預報和實況的均方根誤差進行計算得到56個站點平均的均方根誤差為3.2。

圖7 4個站點日平均地溫擬合及預報值與實況的對比（紅色實線表示地溫實況值，黑色實線在2001—2009年表示地溫擬合值，在2010年表示地溫預報值）（a）伊寧；（b）烏魯木齊；（c）焉耆；（d）吐魯番Fig.7 Comparisons of fitting, forecast value and the observed value for daily earth temperature for 2001-2010 (Red solid lines denote observed value; Black solid lines denote fitting value in 2001-2009 and forecast value for 2010)（a）Yining；（b）Urumqi；（c）Yanqi；（d）Turpan

圖8 56個站點的預報值和實況值的相關系數Fig.8 The correlations between forecast values and observed values for various number of 56 stations

4 結論與討論

1）不同海拔高度的地溫均呈現波動上升趨勢，并表現出一致的季節性波動，夏季達到波峰，初春降到波谷。

2）太陽輻射的逐日波動雖然比地溫明顯很多，但表現出相似的季節性波動，春季輻射達到波峰，冬季降到波谷。在對其做了30日滑動平均后，其波形和滯后60日的地溫波形有較高的一致性，并表現出相似的年際變化。

3）根據太陽輻射和滯后60日的地溫較高的相關系數，通過本文定義的新回歸預報方程，構建出地溫預報方程。通過上述對該方程地溫預報的評測結果可以看出，該模型能較好地預報出地溫的逐日變化和季節變化趨勢。可用于后期的業務工作，該預報方程能提前一個月給出下月的地溫預報，在地溫業務預報中有較好的應用性。

4）地溫的預報可根據輻射值通過一定的預報方程得到，但是輻射值的缺測會影響預報結果的準確性。因此在日常生活中，輻射的觀測非常重要，輻射觀測值越精確，地溫預報結果越好。

雖然由輻射構建的地溫預報方程有較好的效果，但是基于輻射數據的觀測站點不全，部分站點無法構建預報方程。目前國內已有基于衛星數據對歷史輻射數據的反演，可以考慮對該類反演數據進行評估，再用來對地溫進行預報。此外，因為輻射數據受云量等影響較大，也可以采用各臺站每日4次的云觀測數據來進行地溫的預報。

地溫的影響因素很多，除了輻射因子，地下水、土壤含水量與地溫之間也有一定的聯系，地下水位對地溫的影響存在臨界值，當地下水埋深超過臨界值時，地下水就對地溫不再具有影響作用[16]。

淺層地溫資料可以用作強震和旱澇形式分析。地殼運動將部分動能轉化為熱能，地溫升高，隨即出現旱象，地殼運動進一步加劇而導致爆發式能量釋放——地震，久旱后遂大澇，從而形成熱—旱—震—澇的模式。由于熱與震、旱澇相關性的不確定，僅能從幾年熱態變化趨勢給出未來2～5年震、旱、澇的基本形勢估計[17]。

另外，研究地溫的逐日變化和月、季、年長度的預測，對地下管道架設，深層煤礦、油氣分布研究及溫泉探測等方面有重要的指導意義。其歷史的變化特征及對逐日地溫的預測，在地下管道選址、施工及管道維護等方面有較重要的作用。后期在地溫預測開展為業務化后，可為各大燃氣公司提供相應的咨詢和預警。另外，隨著深層地溫的觀測站點逐漸增加，可對局部地熱異常場展開類似的地溫研究，并給出局地地熱異常的預測及預警，從而指導熱田等的勘探開發工作，該部分工作需要對地熱異常進行更深入的研究。

[1]杜軍, 李春, 廖健, 等. 拉薩近45年淺層地溫的變化特征. 干旱區地理, 2007, 30(6): 826-831.

[2]陳成國, 石慧蘭, 王桂蘭, 等. 1961—2010年德州市地溫變化特征.氣象與環境學報, 2012, 28(1): 86-89.

[3]王忠偉, 張新軍, 楊靜. 新疆輸油氣管道160cm地溫氣候特征分析.沙漠與綠洲氣象, 2013, 7(2): 39-42.

[4]李帥, 王萍, 陳莉, 等. 黑龍江省春季淺層(0～20cm)地溫變化特征及預報. 冰川凍土, 2014, 36(1): 55-62.

[5]陳鵬獅, 張玉書, 馮銳, 等. 50年來遼寧省地溫變化規律及播種期地溫預報研究. 干旱區資源與環境, 2015, 29(6): 163-167.

[6]呂紅玉, 張林媛, 張宏茹, 等. 1981—2010年三江平原40～320cm深地溫變化特征. 冰川凍土, 2012, 34(6): 1347-1352.

[7]強玉柱, 蒲金涌, 劉揚, 等. 天水市近50年淺層地溫變化特征分析.中國農學通報, 2013, 29(35): 317-322.

[8]高振榮, 李紅英, 曹淑超, 等. 近31a河西走廊地區深層地溫變化及突變分析. 干旱區地理, 2013, 36(6): 1006-1011.

[9]阿布都克日木·阿巴司, 麥合布熱提·買買提依明, 努爾帕提曼·買買提熱依木, 等. 新疆喀什市深層地溫的變化特征分析. 中國農業氣象, 2014, 35(3): 237-242.

[10]高學芹, 袁靜. 1980—2014年濰坊市深層地溫對氣候變化的響應. 中國農學通報, 2015, 31(28): 201-206.

[11]趙紅巖, 楊瑜峰, 張久林, 等. 夏季西太平洋副高位置與中國地溫場的關系. 高原氣象, 2007, 26(5): 1119-1122.

[12]彭楚明, 何有海, 關翠華, 等. 南海夏季風爆發與海溫和大氣對流的低頻變化. 高原氣象, 1999, 18(4): 603-612.

[13]趙勇, 何冬燕, 秦賀. 烏魯木齊地溫特征及其與降水的關系. 沙漠與綠洲氣象, 2012, 6(2): 13-17.

[14]季國良, 呂蘭芝. 格爾木太陽輻射與氣溫的多年變化. 高原氣象, 1997, 16(1): 30-35.

[15]申彥波, 王標. 近50年中國東南地區地面太陽輻射變化對氣溫變化的影響. 地球物理學報, 2011, 54(6): 1457-1465.

[16]傅志敏, 周志芳, 李明武. 基于地下水埋深效益的地溫突變判據.江蘇大學學報(自然科學版), 2006, 27(5): 441-445.

[17]張治兆. 淺層地溫變化與強震、旱澇的關系. 中國減災, 1992, 2(8): 38-39.

Distribution Features of Earth Temperature at 80 cm in China and Prediction Method Based on the Factor of Solar Radiation

Ni Minli1, Han Leqiong2, Zhao Luqiang1
(1 Public Meteorological Service Centre of China Meteorological Administration, Beijing 100081 2 MLOG Group Inc, Beijing 100081)

Temporal and spatial distribution of earth temperature in China was analyzed based on the daily mean earth temperature at 80cm for 2001-2010. Meanwhile, the correlation of earth temperature with solar radiation was analyzed; the earth temperature prediction model was constructed by taking solar radiation as the predictor. The results show that earth temperature presents similarly seasonal variation in various depths, and reaches a ridge in summer then dropped to trough in the next spring. The long-term evolution demonstrated a rising tendency. We found that the correlation of the 60-day lagged earth temperature to the solar radiation become better after a 30-day moving average on each of the two series. Then, we constructed a prediction model to forecast the periodic fl uctuation of the earth temperature, and got a higher accuracy. Thus this model may be applied in the future.

80 cm earth temperature, solar radiation, prediction model, moving average

10.3969/j.issn.2095-1973.2016.06.007

2016年6月8日；

2016年11月11日

倪敏莉（1983—），Email: chilliren @136.com

趙魯強（1965—），Email: zhaolq@cma.gov.cn

資助信息：中國氣象局公共氣象服務中心業務服務專項基金（M2014020）