气候与环境研究  2015, Vol. 20 Issue (2): 220-228   PDF    
1961~2010年黄河中下游地区24节气气候变化特征分析
冀翠华, 王式功, 尚可政    
兰州大学大气科学学院, 兰州730000
摘要:24节气是我国古代劳动人民的独特创造。全面掌握"24节气"的气候变化规律,不但有利于指导农事生产,提高气象服务质量和水平,而且在为人类预防和治疗疾病方面也有重要意义。在全球变暖的气候背景下,统计分析了1961~2010年黄河中下游地区24节气的气温、湿度、风速等6个气象要素的变化特征,得到以下结论:黄河中下游地区随节气变换气候变化显著,大暑、小暑节气高温高湿,小寒、大寒节气寒冷干燥,清明节气寒温反复大风将至,霜降节气天气渐凉秋燥加剧等。50年内,春季型节气(平均、最高、最低)气温显著升高,冬季型节气最低气温升高显著。气压随节气变化特征与气温大致相反,夏、秋季节气有升压趋势。相对湿度与降水均呈减少趋势,以秋季型节气减小趋势最明显。春季风速最大,夏、秋季风速最小,所有节气风速均呈减小趋势,冬夏季节气日照时间呈缩短趋势。
关键词24节气     气候变化     黄河中下游地区    
Climate Changes of 24 Solar Terms in the Middle and Lower Reaches of the Yellow River during 1961-2010
JI Cuihua, WANG Shigong, SHANG Kezheng    
College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000
Abstract: Ancient Chinese farmers created 24 solar terms to guide agricultural production, improve the quality and level of meteorological services, and prevent and treat human diseases. Under the background of global warming, the variation characteristics of six meteorological elements of the 24 solar terms such as temperature, humidity, and wind speed, etc. during 1961-2010 are analyzed in the middle and lower reaches of the Yellow River region. It is determined that climate change is significant in the study region. The Great Heat and Slight Heat include high temperatures and humidity; the Great Cold and Slight Cold include low temperatures and humidity; the Clear and bright includes various temperature with wind; and the Frost's Descent includes gradually cooling with aggravated autumn dryness. During the 50 year study period, the mean, maximum, and minimum temperatures of the spring-type solar terms have increased significantly whereas only the minimum temperatures of the winter-type solar terms show the same increase. The pressure distribution shows significant increases in summer- and winter-type solar terms. In addition, relative humidity and precipitation show decreasing trends, with the autumn-type solar terms showing the most obvious decrease. The wind speed of all solar terms shows a decreasing trending, with the maxima in spring and minima in summer and autumn. Sunshine hours of summer- and winter-type solar terms show decreasing trends.
Key words: 24 solar terms     Climate change     Yellow River    
1 引言

随着全球气候变化的加剧,极端天气气候事件的发生频率越来越高,给环境、生物、社会经济带来深远影响的同时,给人类健康和农业生产亦带来了严重威胁。“24节气”历法作为古代物候学、气象学、农学等多学科的结晶,是对自然阴阳变化规律的高度总结(史桂荣,2011),细致地反映了我国四季交替的气候特征,对现代农业生产具有重要的参考价值,现代中医理论也认为许多疾病的发生发展也和节气转换息息相关(蔡彦等,2007)。

近年来,对“24节气”气候变化相关的研究越来越多,李耀宁等(2009)王艳丽等(2010)分别统计了北京市和沈阳市24节气的气温变化特征。夏江江等(2011)分析了根据温、湿度指标定义的“三伏”天气的气候变化。钱诚等(2011)在对我国24节气变化研究中,根据气温重新定义了二十四个气候节气的阈值温度和时间。沈姣姣等(2013)研究了西安市节气的气温突变特征。但上述研究大多数针对的是单个城市或单一要素的变化特征分析,24节气细致地反映了我国四季交替的气候特点,其气候变化的表现是多方面的。

黄河中下游地区是24节气的起源地,也是我国古代农业最发达的地区,研究该地区节气的气候特征,不仅可以追溯节气的来源,调整节气的适用性,还为下一步研究节气更替对农业生产和人体疾病的影响奠定基础。所以本文针对黄河中下游地区,选取气温、气压、降水、相对湿度、风速和日照时数6个最基本的气象要素,以前人研究为基础综合分析24节气的气候变化特征。

2 资料和方法 2.1 资料来源

气象资料来源于中国气象科学共享数据网《中国地面气候资料日值数据集》,数据包括1961~2010年逐日平均气压、最高气压、最低气压、平均气温、最高气温、最低气温、平均相对湿度、最小相对湿度、风速、风向、日照时数等气象要素。

黄河中下游地区在全国气象地理区划中对应华北地区、部分黄淮和西北地区,包括陕西、山 西、河北、河南、山东五省和北京、天津两个直辖市。由于黄河中下游地区站点建站时间不同,资料长度不一,首先对该地区所有站点数据进行了预处理:剔除时间长度不足30年的站点,保证每站的资料都包含了1961~2010年的连续记录。本研究即针对黄河中下游地区85个站点资料的统计分析。

另外,考虑到研究区域内站点存在迁站等非自然变化因素(高晓容等,2008)的影响,1961~2004年气温资料采用《中国近50年均一化历史气温数据集》中日值气温数据进行替换。对于温度以外的气候要素资料,包括降水资料,没有使用均一性数据,只利用统计方法对于明显错误数据进行了检测,删除或用多年平均值取代错误数据。气温时间序列资料中的城市化影响在本次研究中没有给予订正。

2.2 24节气的划分

24节气是根据太阳在黄道上的位置划分的,反映了太阳的周年视运动,所以24节气在现行的公历中日期基本固定,随年份变化有前后2~3 d的变动。为了方便长期的统计研究,为每个节气取定了代表日期。如变动日期为3 d的取中间日期为代表日期,变动日期为2d的以最后一天为代表日期(冯斌等,2010),得到24个节气代表日期见表 1。同时,以立春、立夏、立秋、立冬四个节气为临界线把24节气划分为:春季型节气、夏季型节气、秋季型节气和冬季型节气(沈姣姣等,2013)。每个节气的平均气象要素是以节气间多日要素平均值表示,即定义一个节气的范围是该节气当日至相 邻下一节气的前一日,该时间段内气温、降水等 气象要素的平均值即该节气的平均气温、平均降 水等。

表 1 24节气及其代表日期 Table 1 Representative dates of 24 solar terms
2.3 研究方法

为了描述黄河中下游地区节气气候特点,首先统计各节气各气象要素(气温、湿度、风速、日照时数、气压、降水)的多年平均值。

${X_{ij}} = {N^{ - 1}}\sum\limits_{n = 1}^N {{x_{ijn}}} $ (1)

其中,X为某节气某气象要素的平均值;i为节气 序列值,i=1,2,3,…,24;j为6项气象要素序列值,j=1,2,3,4,5,6;x为某节气某日某气象要素值;n为某节气的日期序列值,n=1,2,3,…,N(N=14、15、16或17)。

同时,计算了相邻节气各气象要素的变化值:

${D_{ij}} = {X_{ij}} - {X_{(i - 1)j}}$ (2)

其中,D即某节气相比前一节气的各气象要素变化,可以反映出气候随节气的波动情况。

由一元线性回归方程计算50年各节气气象要素的气候倾向系数:

$y = {b_{\rm{0}}} + {b_{\rm{1}}}t$ (3)
其中,y为各气象要素逐年值;t为时间(年数),t=1,2,3,…,50;b0是常数,取要素的单位;b1即斜率,10×b1常称为气候倾向系数,单位为气象要素单位/10 a。气候倾向系数值的正负反映了某节气某气象要素的变化趋势(上升或下降),值的大小代表某节气某气象要素的变化幅度。最后通过t分布计算倾向系数的显著性,从而检验这种气候趋势是否有意义,或是一种随机振动。另外,还采用非参数Mann-Kendall法对气象要素的长时间序列进行了趋势显著性检测,UF曲线超出0.05显著置信曲线(U0.05 =±1.96)达到显著;超出0.01 显著置信曲线(U0.01 =±2.56)为极显著。

3 结果和分析 3.1 气温

作为最基本的气象要素,气温的高低及波动变化对农业生产和人体健康有最直接和广泛的影响。24节气中小暑、大暑、处暑、小寒、大寒等5个节气直接反映了气温的变化,如图 1所示。在黄河中下游地区,一年中24节气的气温分布呈现准正态的单峰型特点:平均、最高、最低气温曲线走势一致,大暑节气气温最高(平均24.1 °C,最高29.4 °C),其次是小暑(平均23.8 °C,最高29.5 °C);小寒节气气温最低(平均-3.76 °C,最低-8.5 °C),其次是大寒(平均-3.6 °C,最低-8.3 °C)。与大多研究基本一致,正如俗语“热在三伏,冷在三九”所指,“三伏天”出现在大暑节气前后,“三九天”也恰在小寒节气内。

图 1 黄河中下游地区24节气气温(平均、最高、最低)分布 Fig. 1 Distribution of solar term average,maximum,and minimum temperature in the middle and lower reaches of the Yellow River

由节气气温日较差的变化(图 2)可知,气温日较差随节气变化大致呈双峰分布,即春季型节气和秋季型节气气温日较差较大。其中,小满节气日气温差(13.2 °C)为一年中最大,霜降节气(12.2 °C)次之,大暑节气日气温差(9.5 °C)为一年中最小。立秋、处暑前后气温逐渐下降,气温日较差逐渐增大(见图 2),暑热之气有所收敛。另外,由实线可知气温波动最大出现在清明和立冬节气前后,即在黄河中下游地区,清明升温幅度最大,立冬降温幅度最大,相比前一节气分别升高和降低了4.1 °C和4.3 °C。相关研究(莫运政等,2012王郁彭等,2003)表明,气温波动对呼吸系统疾病的影响最为直接,因此立秋、立冬等转换节气,以及小满、霜降、清明、大暑节气应当预防疾病的发生。

图 2 相邻节气气温差(实线)和节气气温日较差(虚线)分布 Fig. 2 Distribution of temperature difference between two adjacent solar terms(solid line) and daily temperature range(dotted line)

分析发现,黄河中下游地区平均气温在20世纪90年代后出现急剧增暖。为了观察不同节气气温近50年的响应情况,统计计算了平均气温、最高气温、最低气温、气温日较差的线性趋势系数(见表 2)。就平均气温而言,50年内所有节气均呈现了变暖趋势,且一半以上增温显著。对于所有春季型节气,平均、最高、最低气温均呈显著升高趋势,且最低气温升温趋势通过了99%的信度检验。尤其是雨水、立春两节气升温速度最快,与钱诚等(2011)的研究结果一致,升高速率达到0.658 °C/ 10 a和0.573 °C /10 a。夏季型、秋季型、冬季型节气均有一半节气平均气温明显升高,且主要是最低气温显著升高,与任国玉等(2005)研究结论“近50年中国近地面气候变暖主要是平均最低气温明显上升的结果”相吻合。另外,节气平均气温日较差以年均减小趋势为主,其中清明和霜降节气气温日较差表现为逐年增加趋势但不显著,立夏、芒种、小暑和小寒4个节气减小趋势十分显著,通过了95%的信度检验。

表 2 1961~2010年24节气气温的线性趋势系数 Table 2 The linear trend coefficient of temperature for 24 solar terms during 1961−2010
3.2 气压

黄河中下游地区气压随节气呈单谷型分布(图 3),与气温的节气分布曲线正好相反。小暑气压最低(949.0 hPa),大雪气压最高(968.6 hPa),且秋分至春分气压均高于多年平均气压960.0 hPa。由相邻节气间气压的变化(虚线)可知,白露节气增压幅度最大,较处暑节气平均气压增高了3.9 hPa。另外,立春至夏至期间节气平均气压大致是呈线性下降的,小暑至白露的节气气压升高越来越快,而白露至大寒气压则呈逐渐减小的幅度升高。相关医疗气 象学研究指出,低气压会引起心脏病发作,相反气压升高可激发脑卒中风发病率上升(霍寿喜,2004)。

图 3 节气平均气压(实线)和相邻节气气压差(虚线)分布 Fig. 3 Distribution of solar term average pressure(solid line) and pressure difference between two adjacent solar terms(dotted line)

对各节气气压的时间序列进行t检验(见表 3)和Mann-Kendall检验(图略),发现除了清明节气,其余节气气压均呈线性升高趋势。其中50%节气增压趋势显著,集中在夏、秋季节。小暑至秋分节气气压的线性升高趋势均通过了99%的信度检验,立夏至芒种节气均通过95%的信度检验。且大暑节气升压幅度最大,从1963年开始持续升高,分别于1983年和1987年达到显著和极显著增压。立秋和小暑升压幅度仅次于大暑,分别于1987年和1975年发生突变,达到显著增压。冬季型节气大雪、小寒、大寒节气的增压趋势也均通过了95%的信度检验,达到显著增压的年份较少。

表 3 1961~2010年24节气风速等气象要素线性趋势系数 Table 3 The linear trend coefficient of wind speed and other meteorological elements for 24 solar terms during 1961−2010
3.3 降水

黄河中下游地区处于暖温带半湿润季风区,存在明显干湿季。降水节气分布呈单峰型特点(图 4),谷雨至秋分节气期间累积降水量占全年总降水量的82.9%,其中夏至至处暑5个节气总降水量占到全年降水量的一半以上。从谷雨节气开始降水量明显增多(图 4),夏至节气的降水量大幅度增多,相比前一节气平均降水量增多了23.0 mm。到大暑、小暑节气降水达到最多,分别为81.5 mm、78.6 mm。白露节气降水量大幅度减少,相比前一节气平均降水量减少了19.6 mm,小雪至大寒降水量最小,均不及5.0 mm。

50年来,所有节气降水量的变化趋势情况见图 4,2/3节气降水量呈现线性减少趋势,其中大寒节气整体减少趋势显著,小暑、大暑和立秋节气减少幅度最大,与王遵娅等(2004)研究指出华北地区夏季降水减少最明显的结论相一致,且指出与夏季风的减弱有关。另外,左洪超等(2004)指出华北—华中地区从1965年降水明显减少,1970年干旱加剧。对黄河中下游地区降水趋势通过Mann- Kendall检验再分析,发现不同节气自20世纪70年代以来降水均呈减少趋势,只是发生突变的年份略有差异,如小暑、大暑、立秋节气在1970年突变,分别于1971~1993年、1989~1994年和1996~2010年期间达到降水的显著或极显著减小,而大寒节气在1986年发生突变,50年内未出现显著减小的年份。

图 4 节气平均降水量(实线)和相邻节气降水量变化(虚线)分布 Fig. 4 Distribution of solar term average precipitation(solid line) and precipitation difference between two adjacent solar terms(dotted line)
3.4 相对湿度

黄河中下游地区相对湿度随节气的变化曲线(图 5)和降水大致相同,谷雨过后呈持续增大趋势,在夏至节气出现急剧增大,夏至相对湿度(69.3%)较芒种(61.3%)增加了8.0%。一年中,春分相对湿度最小(55.1%),大暑相对湿度最大(77.9%),立秋(77.4%)次之,夏至至立冬节 气相对湿度均高于60%。试验表明,相对湿度为50%~60%时人体感觉最为舒适,不容易引起疾病,空气湿度过大或过小,都对人体健康不利。

图 5 节气平均相对湿度(实线)及相邻节气相对湿度变化(虚线)分布 Fig. 5 Distribution of solar term average relative humidity(solid line) and relative humidity difference between two adjacent solar terms(dotted line)

1961~2010年各节气相对湿度的变化情况见图 5,夏季型和冬季型节气除冬至、小雪、小寒、立夏、芒种5个节气相对湿度呈增加趋势外,其余20个节气相对湿度在50年内均呈减小趋势。所有春季型和秋季型节气相对湿度都是减小的,其中霜降、谷雨减小趋势最显著,减小速率分别达到-1.747%/ 10 a和-1.418%/10 a。经过Mann-Kendall检验(图略)得知,大暑、小暑、立秋3个节气相对湿度呈波动变化,50年内均未达到显著减小;而霜降、谷雨节气相对湿度50年内整体为减小趋势,尤其是霜降节气从1995年以来一直极显著减小。

3.5 风速

速在四季中最大,各节气平均风速均高于2.2 m/s,冬季平均风速仅次于春季,其中清明节气平均风速(2.8 m/s)在一年中最大,小雪节气平均风速最大(2.3 m/s)在冬季最大,而处暑节气平均风速为一年中最小(1.6 m/s)。从相邻节气平均风速的变化(曲线)来看,雨水、立冬节气风速出现大幅度的增大。风速主要影响人体的对流散热作用,在不同的温度和湿度的协同作用下,风速对人体健康的正负效应也不同,如夏季气温较高,风速增加人体感觉舒适,而冬季气温较低,风速增加则会加剧寒冷程度,有研究表明上呼吸道对温度、湿度和风速均有较好的感知能力(周后福,1999),应多加注意。

1961~2010年各节气平均风速的变化情况(图 6),可知所有节气平均风速整体都呈减小趋势。冬季型节气风速减小幅度最大,春季型节气次之。所有节气中有22个趋势系数通过了95%的信度检验。另外,经过 Mann-Kendall检验发现大多数节气从20世纪80年代以来一直持续极显著减趋 势,这种现象可能与华北地区雾霾的的持续有关系。

图 6 节气平均风速(实线)和相邻节气风速变化(虚线)分布 Fig. 6 Distribution of solar term average wind speed(solid line) and wind speed differnce between two adjacent solar terms(dotted line)
3.6 日照时数

图 7可以看到,黄河中下游地区日照时数随节气变化呈单峰单谷型分布。一年中小满节气平均日照时数最长为7.9 h,立夏、芒种日照时间仅次于小满;冬至节气平均日照时间最短为4.9 h。相邻节气间日照时间的变化幅度呈波动变化,春分和立夏前后出现大幅度的增加,夏至和立冬前后缩短幅度最大。

图 7 节气平均日照时数(实线)和相邻节气日照时数变化(虚线)分布 Fig. 7 Distribution of solar term average sunshine hours(solid line) and sunshine hours difference between two adjacent solar terms(dotted line)

丁一汇等(2006)就指出,日照时数减少最明显的地区是中国东部,特别是华北和华东地区。黄河中下游地区,除了清明、谷雨两个节气,22个节气日照时数都呈减少趋势(见表 3)。另外研究发现,夏季型和冬季型节气对应日照时数线性减少趋势显著,其中芒种、小暑、大暑、小雪、小寒、立秋节气趋势通过了99%的信度检验,立夏、小满、夏至、冬至节气趋势通过了95%的信度检验。芒种和大暑节气日照时数减小幅度最大。对年际变化趋势进行非参数Mann-Kendall法检验发现,上述节气(除了夏至)均在20世纪80年代中后期至20世纪90年代末期达到显著的缩短趋势。

4 结论和讨论

  24节气作为我国的独特创造,更加细致地反映了我国四季的气候变化特点。本文针对24节气的起源地—黄河中下游地区,分析了24节气的气温、气压、降水、相对湿度、风速和日照时数共6个气象要素的气候态特征,得到以下结论:

  黄河中下游地区,大暑气温最高,小寒气温最低,小暑气压最低,大雪气压最高。相邻节气间气温差异最大在清明、最小在立冬,即清明节气升温幅度最大,立冬前后降温幅度最大。相对湿度和降水量均从谷雨节气开始明显增大,夏至节气出现最大幅度升高,到大暑节气达到峰值。风速随节气变化呈双峰型分布,处暑平均风速一年最小,清明平均风速一年最大,在冬季小雪风速最大。冬至节气平均日照时数为一年中最短,一年中最长日照时数出现在小满节气。

在气候变化的大背景下,1961~2010年各气象要素的节气变化响应情况如下:一半以上节气显著变暖,其中所有春季型节气变暖趋势显著且升温幅度最大,最低气温和最高气温均显著升高,而冬季型节气是最低气温升温显著。小暑至秋分节气气压显著升高,大暑升压速度最快。所有春季和秋季型节气相对湿度都是减小趋势,以谷雨、霜降减小趋势显著。24个节气平均风速均呈现减小趋势且极其显著。另外,22个节气日照时数均呈减少趋势,其中夏季型节气和大部分冬季型节气日照时间明显缩短。

考虑到文中未对城市化热岛效应的影响进行订正,而随着城市化进程的加快,城市热岛效应对区域平均温度变暖的的贡献率较大,且对不同区域不同季节的影响也不同(Portman,1993赵宗慈,1991Du et al.,2007周雅清和任国玉,2009Yang et al.,2011)。周雅清和任国玉(2005)就曾指出,华北地区平均气温序列受城市热岛效应增强因素的影响相当显著,热岛增温率为0.11 °C /10 a,占总增温速率的37.19%。且张爱英等(2010)指出 增温幅度在冬季最明显,春季和秋季次之。所以据推测,未订正城市化或热岛效应,可能导致春冬 型节气(冬至至惊蛰)的增温速率比实际偏大,但增温趋势不变。而部分夏、秋季型节气(如立 夏、大暑、立秋等)的升温趋势,实际上可能是降温趋势。

根据上述研究,黄河中下游地区随节气更替,天气气候变化特点可总结如下:清明、谷雨寒温反复、大风将至,大暑、小暑高温高湿低压,霜降前后天气渐凉秋燥加剧,小寒、大寒寒冷干燥。以上节气和“四立”、“二分二至”等转换节气,对人体影响最大,防御不当易出现疾病。

参考文献
[1] 蔡彦, 陈惠军, 陈创荣. 2007. 中医节气思想浅析 [J]. 中华临床医师杂志, (8): 9-11. Cai Yan, Chen Huijun, Chen Chuangrong. 2007. Solar term of TCM thought analyzed [J]. Chinese Journal of Clinicians (in Chinese), (8): 9-11.
[2] 丁一汇, 任国玉, 石广玉, 等. 2006. 气候变化国家评估报告(Ⅰ): 中国气候变化的历史和未来趋势 [J]. 气候变化研究进展, 2 (1): 3-8. Ding Yihui, Ren Guoyu, Shi Guangyu, et al. 2006. National assessment report of climate change (I): Climate change in China and its future trend [J]. Advances in Climate Change Research (in Chinese), 2 (1): 3-8.
[3] Du Y, Xie Z Q, Zeng Y, et al. 2007. Impact of urban expansion on regional temperature change in the Yangtze River delta [J]. Journal of Geographical Sciences, 17 (4): 387-398.
[4] 冯斌, 张成军, 陆萍. 2010. 宁夏固原市24节气的气象要素统计特征 [J]. 甘肃农业, (8): 9-11. Feng Bin, Zhang Chengjun, Lu Ping. 2010. Natural meteorological statistical characteristics of the 24 solar terms in Guyuan, Ningxia Province [J]. Journal of Gansu Agriculture (in Chinese), (8): 9-11.
[5] 高晓容, 李庆祥, 董文杰. 2008. 五台山站历史气候资料的均一性分析 [J]. 气象科技, 36 (1): 112-118. Gao Xiaorong, Li Qingxiang, Dong Wenjie. 2008. Homogeneity analysis of historical meteorological data at Wutaishan [J]. Meteorological Science and Technology (in Chinese), 36 (1): 112-118.
[6] 霍寿喜. 2004. 气压对健康的影响 [J]. 老年人, (7): 53. Huo Shouxi. 2004. The health effects of air pressure [J]. The Elderly (in Chinese), (7): 53.
[7] 李耀宁, 陶立新, 张德山, 等. 2009. 北京市朝阳区"24节气"气温的气候特征分析 [J]. 科技创新导报, (20): 98-100. Li Yaoning Tao Lixin, Zhang Deshan, et al. 2009. The climate characteristics analysis of temperature in "24 solar terms" in Chaoyang district of Beijing [J]. Science and Technology Innovation Herald (in Chinese), (20): 98-100.
[8] 莫运政, 郑亚安, 陶辉, 等. 2012. 日均气温与呼吸系统疾病急诊人次相关性的时间序列分析 [J]. 北京大学学报 (医学版), 03: 416-420. Mo Yunzheng, Zheng Ya'an, Tao Hui, et al. 2012. Time series analysis of the correlation between daily average temperature and emergency respiratory system disease passengers [J]. Journal of Peking University (Medical Science Edition), 03: 416-420.
[9] Portman D A. 1993. Identifying and correcting urban bias in regional time series: Surface temperature in China's northern plains [J]. J. Climate, 6 (12): 2298-2308.
[10] 钱诚, 严中伟, 符淙斌. 2011. 1960~2008年中国二十四节气气候变化 [J]. 科学通报, 56 (35): 3011-3020. Qian Cheng, Yan Zhongwei, Fu Zongbin. 2011. Climatic changes in the twenty-four solar terms during 1960-2008 [J]. Chinese Science Bulletin, 57 (2-3): 276-286.
[11] 任国玉, 初子莹, 周雅清, 等. 2005. 中国气温变化研究最新进展 [J]. 气候与环境研究, 10 (4): 701-716. Ren Guoyu, Chu Ziying, Zhou Yaqing, et al. Recent progresses in studies of regional temperature changes in China [J]. Climatic and Environmental Research (in Chinese), 2005, 10 (4): 701-716.
[12] 史桂荣. 2011. 试论二十四节气与中医学的关系 [J]. 中医药导报, 17 (3): 17-18. Shi Guirong. 2011. Round solar terms of the relationship with the medical [J]. Guiding Journal of Traditional Chinese Medicine and Pharmacology (in Chinese), 17 (3): 17-18.
[13] 沈姣姣, 徐虹, 李建科, 等. 2013. 近60年西安市24节气气温变化特征及突变分析 [J]. 资源科学, 35 (3): 646-654. Shen Jiaojiao, Xu Hong, Li Jianke, et al. 2013. Air temperature variation and mutation analysis of the twenty-four solar terms in Xi'an over 60 years [J]. Resources Science (in Chinese), 35 (3): 646-654.
[14] 王艳丽, 李岚, 息涛, 等. 2010. 沈阳市"24节气"气温和降水气候变化特征分析[C]. //第27届中国气象学会年会论文集: 1-4. Wang Yanli, Li Lan, Xi Tao, et al. 2010. Analysis on the change of temperature and precipitation of 24 solar terms in Shenyang [C]. // The 27th China Meteorological Society Annual Meeting Proceedings: 1-4.
[15] 王郁彭, 王明臣, 关志宇, 等. 2003. 季节变化与呼吸系统疾病发病关系的分析 [J]. 吉林气象, (S1): 13-14, 28. Wang Yupeng, Wang Mingchen, Guan Zhiyu, et al. 2003. Analysis of seasonal changes and respiratory system disease pathogenesis [J]. Journal of Season Weather (in Chinese), (S1): 13-14, 28.
[16] 王遵娅, 丁一汇, 何金海, 等. 2004. 近50年来中国气候变化特征的再分析 [J]. 气象学报, 62 (2): 228-236. Wang Zunya, Ding Yihui, He Jinhai, et al. 2004. An updating analysis of the climate change in China in recent 50 years [J]. Acta Meteorologica Sinica (in Chinese), 62 (2): 228-236.
[17] 夏江江, 严中伟, 周家斌. 2011. "三伏" 的气候学定义和区划 [J]. 气候与环境研究, 16 (1): 31-38. Xia Jiangjiang, Yan Zhongwei, Zhou Jianbin. 2011. Climatology of "Three Fu" in China [J]. Climatic and Environmental Research (in Chinese), 16 (1): 31-38.
[18] 赵宗慈. 1991. 近 39 年中国的气温变化与城市化影响 [J]. 气象, 17 (4): 14-16. Zhao Zongci. 1991. The change of temperature and the effects of the urbanization in China in the last 39 years [J]. Meteorological Monthly (in Chinese), 17 (4): 14-16.
[19] Yang X C, Hou Y L, Chen B D. 2011. Observed surface warming induced by urbanization in East China [J]. J. Geophys. Res.: Atmos., 116 (D14): D14113.
[20] 周后福. 1999. 气候变化对人体健康影响的综合指标探讨 [J]. 气候与环境研究, 4 (1): 121-126. Zhou Houfu. 1999. Discussion in synthetic index of climatic change influence on human health [J]. Climate and Environmental Research (in Chinese), 4 (1): 121-126.
[21] 周雅清, 任国玉. 2005. 华北地区地表气温观测中城镇化影响的检测和订正 [J]. 气候与环境研究, 10 (4): 743-753. Zhou Yaqing, Ren Guoyu. 2005. Identifying and correcting urban bias for regional surface air temperature series of North China over period of 1961-2000 [J]. Climatic and Environmental Research (in Chinese), 10(4): 743-753.
[22] 周雅清, 任国玉. 2009. 城市化对华北地区最高、最低气温和日较差变化趋势的影响 [J]. 高原气象, 28 (5): 1158-1166. Zhou Yaqing, Ren Guoyu. 2009. The effect of urbanization on maximum, minimum temperatures, and daily temperature range in North China [J]. Plateau Meteorology (in Chinese), 28 (5): 1158-1166.
[23] 张爱英, 任国玉, 周江兴, 等. 2010. 中国地面气温变化趋势中的城市化影响偏差 [J]. 气象学报, 68 (6): 957-966. Zhang Aiying, Ren Guoyu, Zhou Jiangxing, et al. 2010. On the urbanization effect on surface air temperature trends over China [J]. Acta Meteorologica Sinica (in Chinese), 68 (6): 957-966.
[24] 左洪超, 吕世华, 胡隐樵. 2004. 中国近50年气温及降水量的变化趋势分析 [J]. 高原气象, 23 (2): 238-244. Zuo Hongchao, Lü Shihua, Hu Yinjiao. 2004. Variations trend of yearly mean air temperature and precipitation in China in the last 50 years [J]. Plateau Meteorology (in Chinese), 23 (2): 238-244.