CN114201561A - 一种节气气候时段的校正方法 - Google Patents

Abstract

本发明公开了一种节气气候时段的校正方法，包括以下步骤：S1、采用温度传感器获取气温数据；S2、选取一定年份的气温数据，获得单个站点及所选范围的累年日平均值的序列；S3、对获得的单个站点的累年日平均气温的均值序列进行数据处理，获得单个站点及所选范围的日气温序列；S4、根据日气温序列绘制365天日气温序列曲线，设立节气气候阈值，确定天文时段节气起始日、结束日以及节气区间气温序列的最大及最小值，判断并划分各个节气所在区间。本发明的节气气候时段的校正方法可以精确地刻画不同年代、不同地区、不同节气在的气候变化程度，从根本上解决节气时间体系中气候时间与天文时间的偏差如何量化计算的问题。

Description

一种节气气候时段的校正方法

技术领域

本发明涉及气候领域，具体为一种节气气候时段的校正方法。

背景技术

二十四节气是源自中国的人类非物质文化遗产，是中国人普遍应用的、表征气候态和气候节律的时间体系，也是传承二十四节气体系的诸多国家普遍依循的时间体系。

在气候变化的背景下，节气气候时段与节气天文时段不吻合甚至严重背离的情形越来越普遍地影响到公众和社会对于二十四节气的科学应用和文化传承。人们经常感叹二十四节气越来越不准了，基于二十四节气的农业、生活指导也越来越不准确。

发明内容

为了严谨地量化表征某一国家、某一区域、某一城市二十四节气气候时间与天文时段的偏离程度，我们提出了“二十四节气气候时段的伸缩与漂移”的概念。通过“二十四节气气候时段的伸缩与漂移”，可以表征出哪个节气的气候时间延长了、缩短了或者消失了，哪个节气的气候时间漂移到了其他节气的天文时段之中。

基于“二十四节气气候时段的伸缩与漂移”的概念，提出一种节气气候时段的校正方法，能够实现伸缩与漂移后的二十四节气气候时段的表达，提供准确的节气气候依据。

一种节气气候时段的校正方法，包括以下步骤：

S1、采用温度传感器获取气温数据；

S2、选取一定年份的气温数据，获得单个站点及所选范围的累年日平均值的序列，其中，一定范围内包含一个以上的站点；

S3、对获得的单个站点及所选范围的累年日平均值的序列进行数据处理，获得单个站点及所选范围的日气温序列；

S4、根据日气温序列绘制365天日气温序列曲线，寻找具有上升区、下降区、峰值区、谷值区4类趋势特征区间，设立节气气候阈值，确定天文时段节气起始日、结束日以及节气区间气温序列的最大及最小值，判断并划分各个节气所在区间。

进一步地，步骤S1中，对于获取的温度数据进行筛选，以温度传感器所在站点为筛选单位，站点筛选标准为：历年温度数据少于10年或某月的累年日平均资料缺测多于10天时，站点予以舍弃不用。

进一步地，步骤S2中，累年某日平均值由历年该日平均值平均求得，2月29日不计入统计之内，全年为1-365天的累年日平均值的序列，计算公式：

单个站点累年日平均值：

式中，t_i为第i年的日平均值，i为1，2,……n，n为资料年数；

所选范围累年日平均值：

式中，

表示第j个站点的累年日平均值，其中j为1，2,……n，n为站点数。

进一步地，步骤S2中，一定年份为10-60年。

步骤S3中，数据处理包括滤波处理和五日滑动处理；

进一步地，滤波处理为：利用谐波分析方法对累年日平均值的序列进行处理，滤去高频波动，谐波分析的具体计算公式为：

式中，N为365，k为需要截取的波数，w为2π/365，

为累年日平均值的年均值，f(t)为谐波分析后第t日的累年日平均值，t为1至365日序列，f_j为单个站点第j日的累年日平均值，j取值1到365；

进一步地，五日滑动处理为：在累年日平均值的序列滤波处理后进行五天滑动平均计算，向前向后各2天、滑动均值中间日期简称为“滑动均值当日”，公式如下：

式中，

为第j日五日滑动均值，j＝1，2，……365，

为第j日滤波处理后的累年日平均气温，形成滑动均值序列

称为日气温序列。

进一步地，步骤S4中，节气气候起始日的确定方法为：

(1)处于气温上升区间的节气，大寒至夏至

当条件满足开始日气温小于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气起始日气温作为阈值，大于等于阈值的当日，即为该节气起始日；

(2)处于气温下降区间的节气，立秋至冬至

当条件满足起始日气温大于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气区间最大值作为阈值，小于等于阈值的当日，即为该节气起始日；

(3)处于全年气温峰区的节气

根据所选年份日气温序列中峰值所在某一节气区间内的位置不同，进行阈值设定；

当峰值位于节气起始日，则阈值为实际分析日气温序列的全年最大值(非所选年份日气温序列最大值)，小于等于阈值当日，为该节气起始日；当峰值位于节气区间或者终止日，则阈值为该节日起始日气温，大于等于阈值的当日为该节气起始日并满足实际分析序列的全年气温峰值位于该区间。

(4)处于全年气温谷区的节气

根据所选年份日气温序列中谷值所在某一节气区间内的位置不同，进行阈值设定；

当谷值位于节气起始日，则阈值为节气起始日气温，大于等于阈值当日为该节气起始日；当谷值位于节气区间内或者终止日，该节气开始日气温作为阈值，小于等于阈值当日为该节气起始日。

进一步地，节气气候终止日的确定方法为：以某一节气气候起始日的前一日，作为上一个节气气候终止日。

进一步地，在峰区、谷区，当实际分析日气温序列无法满足所选年份任一节气阈值或者与任一节气气温区间值，产生交叉、重合的情况，则认为该节气消失，该节气的前一节气和后一节气阈值判断法同(3)、(4)。

本发明与现有技术相比的优点在于：本发明的节气气候时段的校正方法可以精确地刻画不同年代、不同地区、不同节气在的气候变化程度，从根本上解决节气时间体系中气候时间与天文时间的偏差如何量化计算的问题。这使基于节气耕作、基于节气养生、基于节气进行气候变化表述，有了数值化的科学依据，也是二十四节气这一人类非遗注入科学算法的与时俱进。

附图说明书

图1为全国二十四节气平均气温；

图2为与1951-1980年相比,1981-2010年各节气增温幅度；

图3为二十四节气每个节气的天文时长；

图4为全国天文春季和夏季节气气候时段的漂移；

图5为全国天文秋季和冬季节气气候时段的漂移；

图6为北京二十四节气气候时长；

图7为北京天文春季和夏季节气气候时段的漂移；

图8为北京天文秋季和冬季节气气候时段的漂移；

图9为沈阳二十四节气气候时长；

图10为沈阳天文春季和夏季节气气候时段的漂移；

图11为沈阳天文秋季和冬季节气气候时段的漂移。

具体实施方式

实施例

对于二十四节气气候时段的伸缩与漂移进行说明，对全国范围内二十四节气(1981-2010年)气候平均值进行计算得出结果，如图1所示，并与1951-1980年相比,得出各节气增温幅度，如图2所示，可以发现1981-2010年的各个节气都普遍出现了增温，只是幅度有所不同。

每个节气的天文时长，如图3所示，是大体相当的，而随着气候变化，各个节气的增温幅度不同，各个节气的气候时段便有了伸缩。

采用本申请的节气气候时段的校正方法对全国的二十四节气平均气候时段漂移结果进行验算，如图4、5所示，总体而言，夏季节气气候时间的延长，导致秋季迟到，春季早退。而冬季节气的气候时间延后开始，提前结束。立春节气的气候时间提前11天开始，所以在大寒时节，主要是立春气候。

以1951-2010年北京地区的气温数据为基础，进行节气气候时段的校正：

S1、采用温度传感器获取气温数据；对于获取的温度数据进行筛选，以温度传感器所在站点为筛选单位，站点筛选标准为：历年温度数据少于10年或某月的累年日平均资料缺测多于10天时，站点予以舍弃不用。

S2、选取1951-2010年北京地区的气温数据，获得单个站点及北京市的累年日平均值的序列；

其中，累年某日平均值由历年该日平均值平均求得，2月29日不计入统计之内，全年为1-365天的日平均气温累年平均序列，计算公式：

单个站点累年日平均值：

式中，t_i为第i年的日平均值，i为1，2,……n，n为资料年数；

北京市累年日平均值：

式中，

表示第j个站点的累年日平均值，其中j为1，2,……n，n为站点数。

S3、对获得的单个站点及北京市的累年日平均值的序列进行数据处理，获得单个站点及北京市的日气温序列；

其中，数据处理包括滤波处理和五日滑动处理；

滤波处理为：利用谐波分析方法对累年日平均值的序列进行处理，滤去高频波动，谐波分析的具体计算公式为：

式中，N为365，k为需要截取的波数，w为2π/365，

为累年日平均值的年均值，f(t)为谐波分析后第t日的累年日平均值，t为1至365日序列，f_j为单个站点第j日的累年日平均值，j取值1到365；

五日滑动处理为：在累年日平均值的序列滤波处理后进行五天滑动平均计算，向前向后各2天、滑动均值中间日期简称为“滑动均值当日”，公式如下：

式中，

为第j日五日滑动均值，j＝1，2，……365，

为第j日滤波处理后的累年日平均值，形成滑动均值序列

称为日气温序列。

S4、根据日气温序列绘制365天日气温序列曲线，寻找具有上升区、下降区、峰值区、谷值区4类趋势特征区间，设立节气气候阈值，确定天文时段节气起始日、结束日以及节气区间气温序列的最大及最小值，判断并划分各个节气所在区间。

其中，节气气候起始日的确定方法为：

(1)处于气温上升区间的节气，大寒至夏至

当条件满足开始日气温小于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气起始日气温作为阈值，大于等于阈值的当日，即为该节气起始日；

(2)处于气温下降区间的节气，立秋至冬至

当条件满足起始日气温大于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气区间最大值作为阈值，小于等于阈值的当日，即为该节气起始日；

(3)处于全年气温峰区的节气

根据所选年份日气温序列中峰值所在某一节气区间内的位置不同，进行阈值设定；

当峰值位于节气起始日，则阈值为实际分析日气温序列的全年最大值(非所选年份日气温序列最大值)，小于等于阈值当日，为该节气起始日；当峰值位于节气区间或者终止日，则阈值为该节日起始日气温，大于等于阈值的当日为该节气起始日并满足实际分析序列的全年气温峰值位于该区间。

(4)处于全年气温谷区的节气

根据所选年份日气温序列中谷值所在某一节气区间内的位置不同，进行阈值设定；

当谷值位于节气起始日，则阈值为节气起始日气温，大于等于阈值当日为该节气起始日；当谷值位于节气区间内或者终止日，该节气开始日气温作为阈值，小于等于阈值当日为该节气起始日。

节气气候终止日的确定方法为：以某一节气气候起始日的前一日，作为上一个节气气候终止日。

在峰区、谷区，当实际分析日气温序列无法满足所选年份任一节气阈值或者与任一节气气温区间值，产生交叉、重合的情况，则认为该节气消失，该节气的前一节气和后一节气阈值判断法同(3)、(4)。

获得的北京市1951-2010年二十四节气气候时长如图6所示，盛夏的小暑和大暑天数，增加到57天；隆冬的冬至小寒大寒，都完全消失了。此外，对北京市天文节气气候时段漂移结果进行验算后发现(图7及图8)，北京市春季节气的气候时间提早22天开始，提早4天结束，延长18天；夏季提早4天开始，延后12天结束，延长16天；秋季延后12天开始，延后3天结束，缩短9天；冬季延后3天开始，提早22天结束，缩短25天。

从图7中还可以发现，立春节气的气候时间，从1月13日小寒二候开始。而立春的天文时间，完全是雨水气候。

通过本申请的方法获得的沈阳地区1951-2010年二十四节气气候时长如图9所示，最热的大暑增加到了24天，而最冷的小寒完全消失。天文春季和夏季节气气候时段的漂移结果，如图10所示，可以发现，在东北，谷雨立夏的气候时间向前漂移。终霜冻提前，大田作物播种时间相应提前；天文秋季和冬季节气气候时段的漂移结果，如图11所示，沈阳春季节气的气候时间提早7天开始，提早1天结束，延长6天。夏季提早1天开始，延后3天结束，延长4天。秋季延后3天开始，延后1天结束，缩短2天。冬季延后1天开始，提早7天结束，缩短8天。

由此可知，本申请的节气气候时段校正方法可对因气候变化导致的二十四节气气候时段的伸缩与漂移进行准确客观地表达，为耕作理念和生养智慧等提供更准确可靠的节气气候参考依据，为工作和生活提供便利，减少因气候变化预判不准确造成的损失。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种节气气候时段的校正方法，其特征在于，包括以下步骤：

S1、采用温度传感器获取气温数据；

S2、选取一定年份一定范围的气温数据，获得单个站点及所选范围的累年日平均值的序列，其中，一定范围内包含一个以上的站点；

S3、对获得的单个站点及所选范围的累年日平均值的序列进行数据处理，获得单个站点及所选范围的日气温序列；

S4、根据日气温序列绘制365天日气温序列曲线，寻找具有上升区、下降区、峰值区、谷值区4类趋势特征区间，设立节气气候阈值，确定天文时段节气起始日、结束日以及节气区间气温序列的最大及最小值，判断并划分各个节气所在区间。

2.根据权利要求1所述的节气气候时段的校正方法，其特征在于，步骤S1中，对于获取的温度数据进行筛选，以温度传感器所在站点为筛选单位，站点筛选标准为：历年温度数据少于10年或某月的累年日平均资料缺测多于10天时，站点予以舍弃不用。

3.根据权利要求1所述的节气气候时段的校正方法，其特征在于，步骤S2中，单个站点某日的累年日平均值由历年该日平均值平均求得，2月29日不计入统计之内，全年为1-365天的累年日平均值的序列，计算公式：

单个站点的累年日平均值：

式中，t_i为第i年的日平均值，i为1，2,……n，n为资料年数；

所选范围的累年日平均值：

式中，

表示第j个站点的累年日平均值，其中j为1，2,……n，n为站点数。

4.根据权利要求1所述的节气气候时段的校正方法，其特征在于，步骤S2中，一定年份为10-60年。

5.根据权利要求1所述的节气气候时段的校正方法，其特征在于，数据处理包括滤波处理和五日滑动处理；

滤波处理为：利用谐波分析方法对累年日平均值的序列进行处理，滤去高频波动，谐波分析的具体计算公式为：

式中，N为365，k为需要截取的波数，w为2π/365，

为累年日平均值的年均值，f(t)为谐波分析后第t日的累年日平均值，t为1至365日序列，f_j为单个站点第j日的累年日平均值，j取值1到365；

优选地，五日滑动处理为：在累年日平均值的序列滤波处理后进行五天滑动平均计算，向前向后各2天、滑动均值中间日期简称为滑动均值当日，公式为：

式中，

为第j日五日滑动均值，j＝1，2，……365，

为第j日滤波处理后的累年日平均值，形成滑动均值序列

称为日气温序列，j＝1,2,3,..365。

6.根据权利要求1所述的节气气候时段的校正方法，其特征在于，步骤S4中，节气气候起始日的确定方法为：

1、处于气温上升区间的节气，大寒至夏至

当条件满足开始日气温小于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气起始日气温作为阈值，大于等于阈值的当日，即为该节气起始日；

2、处于气温下降区间的节气，立秋至冬至

当条件满足起始日气温大于终止日气温的条件，且第n个、第n+1个节气气温区间不重合，以该节气区间最大值作为阈值，小于等于阈值的当日，即为该节气起始日；

3、处于全年气温峰区的节气

根据所选年份日气温序列中峰值所在某一节气区间内的位置不同，进行阈值设定；

当峰值位于节气起始日，则阈值为实际分析日气温序列的全年最大值，小于等于阈值当日，为该节气起始日；当峰值位于节气区间或者终止日，则阈值为该节日起始日气温，大于等于阈值的当日为该节气起始日并满足实际分析序列的全年气温峰值位于该区间；

4、处于全年气温谷区的节气

根据所选年份日气温序列中谷值所在某一节气区间内的位置不同，进行阈值设定；

当谷值位于节气起始日，则阈值为节气起始日气温，大于等于阈值当日为该节气起始日；当谷值位于节气区间内或者终止日，该节气开始日气温作为阈值，小于等于阈值当日为该节气起始日。

7.根据权利要求6所述的节气气候时段的校正方法，其特征在于，节气气候终止日的确定方法为：以某一节气气候起始日的前一日，作为上一个节气气候终止日。

8.根据权利要求6所述的节气气候时段的校正方法，其特征在于，在峰区、谷区，当实际分析日气温序列无法满足所选年份任一节气阈值或者与任一节气气温区间值，产生交叉、重合的情况，则认为该节气消失，该节气的前一节气和后一节气阈值判断法与处于全年气温峰区的节气及处于全年气温谷区的节气相同。

Images