2013, Vol. 39 
2. 山东省气候中心，济南 250031；
3. 甘肃省气象局，兰州 730020
2. Shandong Province Climate Centre, Jinan 250031;
3. Gansu Provincial Meteorological Service, Lanzhou 730020
在全球变暖的大背景下，节能减排需要建立在基于气候变化的能源需求分析的基础上。研究气候对能源消费的影响可以为能源规划、战略的制定以及能源消费的预测提供科学依据(袁顺全等，2004)。
度日数最早是作为反映农作物生长中所需热量水平的一种度量(任永建等，2010)。20世纪50年代初，Thom(1952；1954；1966) 首次用度日法探讨了美国能源消费与温度的关系。国内李怀瑾等(1987)和龙斯玉等(1985)最早基于采暖期的确定进行过度日数的研究。最近也有研究基于采暖制冷度日探讨了香港热岛效应与采暖制冷需求的关系(Memon et al, 2011)。在气候与能源关系日益紧密的今天，度日数成为最简单可靠的衡量能源需求的指标，度日数分析法作为研究气温和能源关系的基本方法，广泛运用于气候变化与能源需求的研究领域(任永建等，2010；张昕璇等，2008)。
许多学者在西班牙(Valor et al, 2001)、土耳其(Kadioğln et al, 2001)、新疆(Jiang et al, 2009)、北京(谢庄等，2007)等已经做过着重于度日数变化趋势和特征的研究。有学者就山东省主要城市度日数分布进行过初步探讨(李永安等，2006)。目前，现有能源格局改造、新型低碳经济建设已经成经济发展中迫切需要解决的问题，而这需要更加精准的能源指标分布信息作为参考。能源等部门将会更多的使用度日数资料，来分析比较国内外用于冬季供暖和空调制冷的能源需求状况和预测未来趋势(张海东等，2010)。本文将在前人研究基础上，从空间分布及时间变化趋势方面，基于Mann-Kendall检验方法，系统地研究整个山东省的采暖、降温度日数的分布特征和变化规律，旨在为山东省能源规划和决策提供基础参考。
1 资料与方法 1.1 资料采用山东省日平均气温数据对采暖、降温度日数的分布特征与变化趋势进行分析，资料年限为1965—2010年。资料选取时考虑观测时间长、缺测少的气象台站，对于缺测严重和观测时间过短的台站予以剔除，对于短暂不连续(10日内连续缺测)的台站资料进行插补订正。插补订正方法(杨续超等，2011)：对单日缺测，用本站前后各1日平均气温求平均；对2日以上连续缺测，采用缺测站与相邻高相关站点利用线性回归的方法进行插补。
1.2 采暖与降温度日数度日数指日平均温度与基础温度的实际离差，分为两类即采暖度日数(Heating Degree Days，HDD)和降温度日数(Cooling Degree Days，CDD)。度日数的计算公式(Asseldonk et al, 2003)如下：
对于第i天的度日数：
| $ HD{D_i} = \max \left\{ {\left[ {0;\left({{T_{{\rm{ref}}}} - {T_{{\rm{avg}}}}} \right)} \right]} \right\} $ | (1) |
| $ CD{D_i} = \max \left\{ {\left[ {0;\left({{T_{{\rm{avg}}}} - {T_{{\rm{ref}}}}} \right)} \right]} \right\} $ | (2) |
对于年度日数：
| $ HDD = \sum\limits_{i = 1}^n {HD{D_i}} $ | (3) |
| $ CDD = \sum\limits_{i = 1}^n {CD{D_i}} $ | (4) |
其中，Tref为基础温度，Tavg为平均温度, n为一年内的总天数。
基础温度是为了统计需要而人为规定的一个参考温度，各个国家(或地区)往往根据能源供应、人体生理需求、经济水平和温度变化特点选取适合本国(或地区)的参考温度(袁顺全等，2004)。生理卫生学家认为，23~24℃为人生活最舒适的环境温度。据测定，一般建筑物室内设计温度和建筑物“热平衡”温度之差通常为3~7℃(龙斯玉等，1985)。国内外大部分研究的基础温度都在18℃附近，采暖度日数的基础温度取值范围为5~21.6℃，降温度日数的基础温度范围在15.5~26℃，见表 1。
|
表 1 各地基础温度取值表(单位：℃) Table 1 Threshold temperature values at various locations (unit:℃) |
根据《严寒和寒冷地区居住建筑节能设计标准》(JGJ26-2010)(中华人民共和国住房和城乡建设部，2010)定义，采暖度日数(HDD18) 指一年中，当某天室外日平均温度低于18℃时，将该日平均温度与18℃的差值乘以1 d，并将此乘积累加；空调度日数(CDD26) 指一年中，当某天室外日平均温度高于26℃时，将该日平均温度高于26℃的差值乘以1 d，并将此乘积累加。本研究所取采暖度日数和降温度日数的基础温度分别为18和26℃。
2 结果与分析 2.1 采暖与降温度日数空间分布特征为了解度日数空间分布特征，绘制了山东省多年平均采暖、降温度日数的空间分布图(图 1)，采暖(降温)度日数等值线数值越高、图示颜色越深表明该区域冬(夏)季温度越低(高)且低(高)温时段更长，采暖(制冷)所需能源越多；反之则采暖(制冷)所需能源越少。
|
图 1 山东省多年平均采暖度日数(a)和平均降温度日数(b)空间分布(单位：℃·d) Fig. 1 Spatial distributions of annual average heating degree days (a) and annual average cooling degree days (b) in Shandong Province (unit:℃·d) |
如图 1a所示，山东省采暖度日数多年平均值分布在2279~2945 ℃·d之间，空间分布具有纬向分布特征，随纬度增加而增加；其次具有地形影响特征，山地高，平原低。这与华中区域规律(任永建等，2010)相似，同时与山东省冬季平均气温呈现的分布规律(于群等，2007)相一致。胶东半岛和鲁西北区域采暖度日数达到2800 ℃·d以上，鲁中山区中东部、半岛南部在2640~2800 ℃·d，鲁中山区西部、鲁西南北部介于2400~2640 ℃·d，鲁西南南部和鲁中山区南部、济南市最低小于等于2400 ℃·d。
由图 1b可知，山东省降温度日数多年平均值分布在1~155 ℃·d之间，空间分布具有较为显著的海陆分布特征，随距海岸线距离增加而增大；也受到地形特征影响，山区小，平原大。就其分布特征而言，与华中(任永建等，2010)、华南(李艳兰等，2011)区域相似的是地形影响明显，不同的是这两个区域主要受纬度影响，而山东更多受海陆分布特征影响，这与山东夏季气温分布规律(于群等，2004)相一致。胶东半岛东部最低在36 ℃·d以下，胶莱平原和半岛南部在36~54 ℃·d之间，鲁北和鲁中山区东部南部在54~72 ℃·d之间，鲁西南和鲁西北较高均在72 ℃·d以上，济南市及周边地区最高在108 ℃·d以上。
2.2 采暖与降温度日数变化趋势 2.2.1 长期变化趋势采用Mann-Kendall(MK)检验(曹洁萍等，2008；徐梅等，2009；谭方颖等，2010)方法来研究采暖、降温度日数的时间变化趋势，其中以Kendall倾斜度(徐宗学等，2006；刘亚龙等，2010)来表示其长期变化趋势。山东省年均采暖度日数长期变化趋势图(图 2a)显示所有站点均呈现显著下降趋势，且都通过α=0.05的显著性水平检验。采暖度日数下降趋势显著与冬季升温趋势显著(于群等，2007)相联系，同时冬季升温会导致低温时数减少，这会加剧采暖度日数下降趋势。鲁中山区北部和胶莱平原部分站点降低趋势最大，达120.0 ℃·d·(10 a)-1以上；全省大部分站点介于80.0~120.0 ℃·d·(10 a)-1之间；60.0~80.0 ℃·d·(10 a)-1站点较少，主要出现于鲁西北北部、鲁西南、胶东半岛北部；西部部分站点最小，小于60.0 ℃·d·(10 a)-1。采暖度日数下降趋势最大的站点是淄博，达到162.3 ℃·d·(10 a)-1，其次是崂山，为147.3 ℃·d·(10 a)-1；下降趋势最小的站点是宁阳，仅44.6 ℃·d·(10 a)-1，石岛次之，为45.4 ℃·d·(10 a)-1。
|
图 2 山东省多年平均采暖度日数(a)和平均降温度日数(b)长期变化趋势[单位：℃·d·(10 a)-1] Fig. 2 Long trends of annual average heating degree days (a) and annual average cooling degree days (b) in Shandong Province [unit:℃·d·(10 a)-1] |
图 2b给出了山东省年均降温度日数长期变化趋势及其显著性特征。所有站点中仅有18个站点通过了α=0.10以上的显著性水平检验，其他大部分站点降温度日数都不存在明显的长期变化趋势，这对应于山东夏季升温总趋势不显著(于群等，2007)。降温度日数呈现显著变化趋势的站点均呈现上升趋势，在4.5~17.3 ℃·d·(10 a)-1之间，主要出现在鲁中山区北部、鲁西南、胶莱平原、半岛北部沿海。上升趋势最大的站点是淄博，为17.3 ℃·d·(10 a)-1，其次是垦利，为13.7 ℃·d·(10 a)-1；上升趋势最小的站点是威海，仅为4.5 ℃·d·(10 a)-1，其次是胶州，为5.0 ℃·d·(10 a)-1。
2.2.2 年际变化规律将山东省各站点年均度日数资料逐年求平均并绘制成曲线，得到山东省采暖、降温度日数逐年变化图(图 3)。
|
图 3 山东省采暖度日数(a)和降温度日数(b)逐年变化 Fig. 3 Variations of annual average heating (a) and cooling (b) degree days in Shandong Province |
山东省采暖度日数多年均值为2647 ℃·d，分析其逐年变化图(图 3a)可知其逐年变化趋势是波动递减的，表明冬半年气温逐年波动增加且低温时段波动减少，冬季采暖所需热量波动减少，有利于冬季节能。MK检验结果显示降低趋势为94.6 ℃·d·(10 a)-1，通过α=0.05的显著性水平检验，降低趋势显著。1988年及之前大部分年份高于多年均值，之后大部分年份低于多年均值。这与冷冬暖冬研究结果(于群等，2007)一致，暖冬年主要出现在20世纪90年代，冷冬集中发生在60、70年代和80年代中期以前，1987年以后没有出现冷冬。从5年滑动平均曲线上看，1965年起采暖度日数快速上升，1969年达到最高，1970—1986年在均值以上先小幅度波动下降后缓慢波动上升，1986年起持续波动下降，2006年达最低。1969年最高达3109 ℃·d，其次1967年较高达2914 ℃·d；2007年最低为2320 ℃·d，其次2004年较低为2340 ℃·d。
山东省降温度日数逐年变化见图 3b，其多年均值为73 ℃·d。MK趋势检验显示，降温度日数不存在显著的长期变化趋势但存在阶段性的波动变化，表明夏季增温长期趋势并不显著，而就阶段性变化来看，20世纪90年代以来存在弱的上升趋势，表明这段时间以来夏季空调制冷能源需求略有增加。从5年滑动平均曲线看出，降温度日数的变化与夏季气温(于群等，2007)表现出相似的位相，1967年前后表现为一个相对高值，之后快速降至均值以下，1970—1992年间始终在60 ℃·d附近波动，20世纪90年代后期达到高值，21世纪初又降回至均值水平。1997年最高达143 ℃·d，其次1967年较高达137 ℃·d；1993年最低为26 ℃·d，其次1980年较低为32 ℃·d。
2.3 济南热岛效应由山东省多年平均采暖和降温度日数的空间分布(图 1)可知，等值线最密集的区域位于同一地点，即济南。从采暖度日数分布看，济南比同一纬度区域低240 ℃·d以上；从降温度日数分布看，济南比相似海陆位置区域高出54 ℃·d以上。这些特征可能是济南城市热岛效应的一种表征。考虑到2001年以前长清一直作为济南的郊区县，直到2001年才划归为济南的一个区，选择长清作为济南的郊区参考站，以济南为例对比研究城市与郊区采暖、降温度日数的逐年变化规律。济南与长清采暖、降温度日数逐年变化曲线(图 4)表明济南市区与郊区采暖、降温度日数长期变化规律都与全省规律表现相似，同时，整个时段中郊区采暖度日数始终高于城市，降温度日数除1997和2010年郊区略高于城市外，其他年份都是城市高于郊区。
|
图 4 济南与长清采暖度日数(a)和降温度日数(b)的逐年变化曲线 Fig. 4 Variation curves of annual average heating (a) and cooling (b) degree days in Jinan (J) and Changqing (C) |
分析济南城市和郊区采暖度日数差值的时间序列和5年滑动平均序列(图 5)，发现城市和郊区采暖度日数差值从20世纪70年代波动增加，80年代初达到最大(1983年为212 ℃·d)，之后快速波动变小，1990—2009年间在100 ℃·d附近先缓降又缓升，2010年突降至最低值18 ℃·d。降温度日数差值变化趋势与采暖度日数基本相似，都是在20世纪70年代末至80年代初达到高值阶段；但长期趋势不十分显著，整体变化幅度小很多，90年代后期低值阶段更加显著。降温度日数差值1981年最大为53 ℃·d，2010年最小为-5 ℃·d。采暖和降温度日数城郊差值都在20世纪70年代末至80年代初达到高值阶段，近年最小，差值增大可能标志热岛效应增强，差值总体趋势的下降甚至为负可能说明极端高温或城市发展使得城郊温差减小。
|
图 5 济南与长清年均采暖度日数和降温度日数差值变化序列 Fig. 5 Variation of difference value of annual average heating and cooling degree days between Jinan and Changqing |
通过对山东省采暖和降温度日数的时空特征分析，得出以下结论。
(1) 山东省采暖度日数空间分布具有纬向分布和地形影响特征，多年均值在2279~2945 ℃·d之间，最高值区域分布在胶东半岛和鲁西北地区；降温度日数空间分布除受地形影响外，还具有海陆分布特征，多年平均值分布在1~155 ℃·d之间，最高值区域为济南及其周边地区。
(2) 山东省采暖度日数长期变化呈现显著下降趋势，在44.6~162.3 ℃·d·(10 a)-1之间；降温度日数长期变化趋势大部分站点不显著，仅18个站点有上升趋势，在4.5~17.3 ℃·d·(10 a)-1之间。山东省采暖度日数多年均值为2647 ℃·d，逐年变化趋势为显著波动递减，在2320~3109 ℃·d之间变化；降温度日数多年均值为73 ℃·d，不存在显著的长期变化趋势，但存在阶段性的波动变化，年均值变化幅度在26~143 ℃·d之间。
(3) 选择长清作为济南郊区参考站，整个时段中郊区采暖度日数始终高于城市，降温度日数大部分年份都是城市高于郊区。采暖和降温度日数城郊差值都在20世纪70年代末至80年代初达到高值阶段，近年最小，差值增大可能标志热岛效应增强，差值总体趋势的下降甚至为负可能说明极端高温或城市发展使得城郊温差减小。
本文采用日平均气温数据获得了关于山东省采暖和降温度日数分布特征与变化趋势的基本认识，而对于采暖和降温度日数的变化趋势成因及其预测，还需要结合气候变化的大背景来进行深入探讨。同时，气候与能源的紧密联系也体现于气候研究为科学合理节能提供理论依据，气象节能潜力评估将成为进一步研究的重点。
致谢：感谢何三宁老师在英文摘要翻译过程给予的有益指导。
曹洁萍, 迟道才, 武立强, 等, 2008. Mann-Kendall检验方法在降水趋势分析中的应用研究[J]. 农业科技与装备, (5): 35-40. |
郝全成, 孙周军, 2010. 近57年广东地区度日分布及变化特征分析[J]. 热带气象学报, 26(2): 223-226. |
姜逢清, 胡汝骥, 李珍, 2007. 新疆主要城市的采暖与制冷度日数(Ⅱ)——近45年来的变化趋势[J]. 干旱区地理, 30(5): 629-636. |
李怀瑾, 龙斯玉, 1987. 度日计算方法及其分布特征[J]. 暖通空调, (1): 4-10. |
李丽光, 万志红, 万志强, 等, 2009. 阜新地区热度日和冷度日变化特征分析[J]. 辽宁工程技术大学学报(自然科学版), 28(6): 1010-1012. |
李丽光, 王宏博, 赵先丽, 等, 2010. 辽宁中部城市群度日的变化特征[J]. 气象科学, 30(3): 387-392. |
李艳兰, 何如, 杜尧东, 等, 2011. 华南区域降温度日和采暖度日的时空变化特征[J]. 热带地理, 31(1): 14-20. |
李永安, 常静, 戎卫国, 等, 2006. 山东省采暖空调度日数及其分布特征[J]. 可再生能源, 24(2): 13-15. |
刘亚龙, 王庆, 毕景芝, 等, 2010. 基于Mann-Kendall方法的胶东半岛海岸带归一化植被指数趋势分析[J]. 海洋学报(中文版), 32(2): 79-87. |
龙斯玉, 李怀瑾, 1985. 中国度日分布特征[J]. 南京大学学报(自然科学版), (4): 719-734. |
鹿翠华, 张美玲, 叶爱华, 等, 2008. 枣庄地区热度日和冷度日的变化特征[J]. 山东气象, 28(4): 17-26. |
任永建, 刘敏, 陈正洪, 等, 2010. 华中区域取暖、降温度日的年代际及空间变化特征[J]. 气候变化研究进展, 6(6): 424-428. |
谭方颖, 王建林, 宋迎波, 2010. 华北平原近45年气候变化特征分析[J]. 气象, 36(5): 40-45. DOI:10.7519/j.issn.1000-0526.2010.05.005 |
谢庄, 苏德斌, 虞海燕, 等, 2007. 北京地区热度日和冷度日的变化特征[J]. 应用气象学报, 18(2): 232-236. DOI:10.11898/1001-7313.20070239 |
徐梅, 祝青林, 王丽娜, 等, 2009. 京津地区酸雨变化特征及趋势分析[J]. 气象, 35(11): 78-83. DOI:10.7519/j.issn.1000-0526.2009.11.010 |
徐宗学, 张玲, 阮本清, 2006. 北京地区降水量时空分布规律分析[J]. 干旱区地理, 29(2): 187-192. |
杨续超, 顾骏强, 陈葆德, 2011. 近49年中国夏季制冷度日数的变化[J]. 长江流域资源与环境, 20(1): 53-60. |
于群, 2004. 山东省冬夏季气温变化的气候特征及其年际变化分析[J]. 中国海洋大学: 4-12. |
于群, 王新, 牟勤, 等, 2007. 山东冬季气温变化的气候特征和分型[J]. 山东农业大学学报(自然科学版), 38(1): 21-27. |
袁顺全, 千怀遂, 2004. 气候对能源消费影响的测度指标及计算方法[J]. 资源科学, 26(6): 125-130. |
张海东, 张昕璇, 孙照渤, 等, 2010. 中国近50 a来度日变化的研究[J]. 大气科学学报, 22(5): 593-599. |
张天宇, 程炳岩, 唐红玉, 2009. 重庆热度日和冷度日的变化特征[J]. 大气科学研究与应用, (1): 63-72. |
张昕璇, 张海东, 刘寿东, 2008. 温度变化对城市冬夏季取暖和降温能耗的影响[J]. 气象, 34(T1): 289-299. DOI:10.7519/j.issn.1000-0526.2008.T1.058 |
中华人民共和国建设部, 2003. GB50019—2003采暖通风与空气调节设计规范[M]. 北京: 中国计划出版社.
|
中华人民共和国住房和城乡建设部, 2010a. JGJ134—2010夏热冬冷地区居住建筑节能设计标准[M]. 北京: 中国建筑工业出版社.
|
中华人民共和国住房和城乡建设部, 2010b. JGJ26—2010严夏和寒冷地区居住建筑节能设计标准[M]. 北京: 中国建筑工业出版社.
|
van Asseldonk, 2003. Insurance against weather risk: Use of heating degree-days from non-local stations for weather derivatives[J]. Theoretical and Applied Climatology, 74(1-2): 137-144. DOI:10.1007/s00704-002-0701-9 |
Beenstocka M, Goldinb E, Nabotb D, 1999. The demand forelectricity in Israel[J]. Energy Econ, 21(2): 168-183. DOI:10.1016/S0140-9883(98)00005-X |
Jiang F Q, Li X M, Wei B G, et al, 2009. Observed trends of heating and cooling degree-days in Xinjiang Province, China[J]. Theor Appl Climatol, 97(3-4): 349-360. DOI:10.1007/s00704-008-0078-5 |
Kadioğlu M, Sen Z, Gültekin L, 2001. Variations and trends in turkish seasonal heating and cooling degree-days[J]. Climatic Change, 49(1-2): 209-223. |
Memon R A, Leung D Y C, Liu C H, et al, 2011. Urban heat island and its effect on the cooling and heating demands in urban and suburban areas of Hong Kong[J]. Theor Appl Climatol, 103(3-4): 441-450. DOI:10.1007/s00704-010-0310-y |
Rehman S, Al-Hadhrami L M, Khan S, 2011. Annual and seasonal trends of cooling, heating and industrial degree-days in coastal regions of Saudi Arabia[J]. Theor Appl Climatol, 104(3-4): 479-488. DOI:10.1007/s00704-010-0359-7 |
Sailor D J, Muoñz J R, 1997. Sensitivity of electricity and natural gas consumption to climate in the USA-methodology and results for eight states[J]. Energy, 22(10): 987-998. DOI:10.1016/S0360-5442(97)00034-0 |
Thom H C, 1952. Seasonal degree day statistics for the United States[J]. Mon Wea Rev, 80(2): 143-149. |
Thom H C, 1954. The relationship between heating degree-days and temperature[J]. Mon Wea Rev, 82(1): 1-6. DOI:10.1175/1520-0493(1954)082<0001:TRRBHD>2.0.CO;2 |
Thom H C, 1966. Normal degree-days above any base by the universal truncation coefficient[J]. Mon Wea Rev, 94(7): 461-465. DOI:10.1175/1520-0493(1966)094<0461:NDDAAB>2.3.CO;2 |
Valor E, Meneu V, Caselles V, 2001. Daily air temperature and electricity load in Spain[J]. Ame Meteo Soc, 40(8): 1413-1421. |
Zapranis A, Alexandridis A, 2011. Modeling and forecasting cumulative average temperature and heating degree day indices for weather derivative pricing[J]. Neural Comput & Applic, 20(6): 787-801. |