胡 藝 符嬌蘭 陶亦為 李嘉睿 李曉蘭

國家氣象中心，北京 100081

提 要： 基于2019—2020年1—3月延慶賽區(qū)11個站點的實況觀測數(shù)據(jù)，分析了2022年北京冬奧會延慶賽區(qū)風、氣溫的時空分布特征，建立了陣風因子與平均風速、湍流強度之間的關(guān)系，為延慶賽區(qū)氣溫、風場尤其是陣風因子預報提供參考。結(jié)果表明：平均來講，各站點在15時或16時出現(xiàn)日最高氣溫，06—08時出現(xiàn)日最低氣溫，氣溫日較差隨海拔升高而減?。黄骄L速和極大風速有一致的日變化特征，以競速5號站為界，高海拔站點白天風速小，夜間風速大，低海拔站點日變化相反，海拔超過1 900 m站點的風速隨海拔升高而增大；位于山脊站點風向無日變化，以西北風為主，位于山坡站點風向日變化較小，白天以西北風為主，夜間為偏西風，而位于低海拔地區(qū)的山谷站點風向日變化大，表現(xiàn)出明顯的山谷風環(huán)流特征。競速1號站陣風因子有明顯的日變化，白天陣風因子較大，最大值出現(xiàn)在午后，陣風因子離散度大，夜間陣風因子較小且離散度小。陣風因子與湍流強度呈正比，基于湍流強度擬合得到的陣風因子更接近實際。

引 言

延慶賽區(qū)地處延慶縣西北部的海坨山地區(qū)，距延慶縣城約18 km，海坨山山體呈東南—西北走向，小海坨在大海坨南側(cè)，海拔為2 199 m，將承擔2022年第24屆冬奧會部分高山滑雪、國家雪車雪橇賽事。冬奧賽事受氣象條件影響大，氣溫、風等氣象條件對賽事的正常進行以及運動員水平的發(fā)揮起關(guān)鍵作用。由于賽區(qū)地形復雜，氣象站點分布在不同海拔高度的山脊、山谷和背風坡上，受到局地小地形和山脈遮擋，氣象要素預報難度大，特別是陣風預報。加強對海坨山地區(qū)氣象要素時空分布特征的認識是提高復雜地形下氣象要素預報的基礎，但目前還缺乏對該地區(qū)氣象要素的深入分析，因此亟待開展基于實況資料的風、氣溫等要素特征的分析。

氣溫是影響賽事造雪、用雪、儲雪的一個重要因素。目前，由于我國復雜山地觀測站點稀少，因此對于復雜地形下氣溫精細化時空分布特征研究較少。目前的研究主要以復雜地形下站點逐月氣溫、日平均氣溫等氣候背景為主(陳志軍，2004；Zeng et al，2009；邱新法等，2009；楊澄和付志嘉，2016)。通過對具體的山脈、地點的氣溫研究指出，氣溫受緯度、海拔、太陽輻射等影響顯著，需要考慮坡度、坡向、地形相互遮蔽作用等對復雜地形下太陽總輻射的影響(翁篤鳴和孫治安, 1984; 袁淑杰等，2010；田杰等, 2013)。韓芳琴等(2011)指出陽坡山谷氣溫日較差最大，隨海拔升高日較差呈遞減趨勢。

風是影響冬奧賽事的關(guān)鍵氣象因素，尤其是陣風，前人對山地地形下的風場有了一些研究。陳凱等(2003)提到對于傍山地區(qū)，由于局部地形影響，它的風速和處于平坦地區(qū)的氣象站有顯著不同。宋麗莉等(2009)和李國平(2016)指出山地地形對風場的影響機制比較復雜，一方面因接受的太陽輻射不均勻而導致氣流局地上升和下沉，另一方面由于地形的起伏而改變了低層氣流的方向和速度。另外，山地復雜地形下風速也有明顯的日變化特征，最大風速出現(xiàn)在傍晚，最小風速出現(xiàn)在夜間(Jiménez et al, 2009)。

極大風速是指給定時段內(nèi)瞬時風速(3 s陣風風速)的最大值，可表征陣性大風的強度(李錦洪等，2013；樓文娟等，2016)，業(yè)務上規(guī)定極大風為10 min 內(nèi)的3 s最大陣風。陣風與平均風以及湍流強度有關(guān)，陣風與平均風的比值稱為陣風因子，世界氣象組織給出陣風因子的定義為在時距T0時間段內(nèi)持續(xù)時間為τ的最大風速與時距為T0的平均風速之比(Harper et al,2010;胡波,2017；周福等,2017)。最早文獻中陣風因子都取某一個固定的數(shù)值。Krayer and Marshall(1992)指出熱帶氣旋影響下的陣風因子為1.55，溫帶氣旋影響下的陣風因子為1.40，比前者更小一些。隨著對陣風研究的不斷深入，人們發(fā)現(xiàn)不同條件下陣風因子數(shù)值并不一致，它的大小與下墊面的粗糙度有關(guān)，下墊面越粗糙，陣風因子的值越大(Ashcroft,1994;Sparks and Huang,2001;Yu and Chowdhury,2009;Wever,2012;Cao et al,2015)。陣風因子還與陣風的持續(xù)時間以及觀測高度有關(guān)，當時間間隔越大、觀測高度越高，陣風因子的值越小(Ashcroft,1994; Ghanadi et al,2017; Wang et al,2018)。Shu et al (2015)中指出陣風因子對平均風速有很高的敏感度，當平均風速較小時陣風系數(shù)的均值和波動幅度較大(胡波, 2017)，10 min平均風速超過15 m·s-1，陣風因子隨著平均風速的增大而減小(Ashcroft,1994; Vickery and Skerlj, 2005; Wang et al, 2018)。有文獻總結(jié)到陣風因子與湍流強度直接相關(guān)(Greenway, 1979; 陳凱等, 2003; He et al, 2013; Shu et al, 2015; Ghanadi et al, 2017; Hu et al,2018; Wang et al, 2018)，Cao et al(2009)認為湍流強度會隨著平均風速的增加而減小，當風速超過某個值繼續(xù)增加時，湍流強度將保持恒定。Harstveit(1996)提到，湍流強度和陣風因子之間的比值接近于某個常數(shù)，Panofsky and Dutton(1984)指出這個比值在平坦的下墊面接近于2.39，而在起伏的下墊面比值較高，陳凱等(2003)擬合得到的比值為3.14。

延慶賽區(qū)2017年底完成全部賽道氣象觀測站的布設，目前還尚未對其氣象要素的分布特征進行系統(tǒng)性的研究。本文基于延慶賽區(qū)站點實況觀測資料研究復雜地形下不同海拔高度站點的風和氣溫時空分布特征，為冬奧賽季期間的預報提供背景參考。

1 延慶賽區(qū)概況及所用資料

圖1為延慶賽區(qū)地形高度及賽區(qū)氣象觀測站分布，總體來看，延慶賽區(qū)地勢呈現(xiàn)北高南低的特點，小海坨山呈西北—東南向，賽道及氣象觀測站均位于小海坨山的南側(cè)。賽道沿線共布設了7個冬奧氣象觀測站(紅色和白色站點)，競速賽道(白點)和競技賽道(紅點)基本位于山脈的東西兩側(cè)，海坨山地區(qū)還有4個日常業(yè)務氣象自動站(紫色站點)。圖中的站點海拔最高的是競速1(S1，2 194 m)，西側(cè)白色站點自北向南海拔依次降低，分別是競速3(S3，1 925 m)、競速5(S5，1 670 m)、競速8(S8，1 310 m)，東側(cè)紅色站點自北向南海拔同樣依次降低，分別是競技1(G1，1 942 m)、競技2(G2，1 770 m)、競技3(G3，1 460 m)，另外在東側(cè)最外圍(紫點)，海拔由高到低，依次為小海坨(XHT，2 108 m)、二海坨(EHT，1 805 m)、長蟲溝(CCG，1 316 m)，還有海拔最低的站點西大莊科(XDZK，928 m)，為方便表述，下文站點均用簡稱。

圖1 延慶賽區(qū)地形高度(填色)及氣象觀測站點分布(白點代表競速賽道氣象觀測站，為S1、S3、S5、S8紅點代表競技賽道氣象觀測站，為G1～G3；紫點代表業(yè)務自動氣象站，XHT：小海坨，EHT：二海坨CCG：長蟲溝，XDZK：西大莊科；下同)Fig.1 Terrain height (colored) of Yanqing Area and the spatial distribution of 11 meteorological stations [White dots represent meteorological stations of racing events (S1, S3, S5, S8), red dots represent meteorological stations of competitive events (G1-G3), purple dots represent operational automatic meteorological stations(XHT, EHT, CCG, XDZK), the same below]

從圖1中可以看到，S1站位于山頂，S3站位于西側(cè)明顯的東西向山脊上，S5站位于南北向的山脊上，XHT和EHT站位于東側(cè)西北—東南向山脊上，G1、G2、G3、S8和CCG站位于西北—東南向山脊的南坡，且G3站位于東北—西南向山谷中，CCG站位于東西向的山谷中，XDZK站位于海坨山山頂西南方向5 km的山谷里。

由于賽區(qū)地處山區(qū)，2014年年底才開始陸續(xù)布設氣象觀測站，通過對有最長觀測記錄的小海坨站2015—2020年分析表明(圖略)：近兩年冬奧延慶賽區(qū)氣溫、風速等氣象要素沒有明顯的年際變化。故本文用賽道11個氣象站點觀測數(shù)據(jù)較全的2019—2020年進行研究，對各站點溫度、風速及風向等對冬奧賽區(qū)影響最大的氣象要素時空分布特征進行分析。所用資料包括如下：

①2019—2020年每年1—3月期間延慶賽區(qū)11個氣象觀測站的10 min數(shù)據(jù)集和2019年1—3月的1 min 數(shù)據(jù)集，包括溫度、平均風速、平均風向、極大風速和極大風向。其中10 min數(shù)據(jù)集的極大風為10 min內(nèi)的3 s最大陣風。

②SRTM V4.1格點地形數(shù)據(jù) (Jarvis et al, 2008)。圖1填色為高度場，水平分辨率為90 m。

2 賽區(qū)測站氣溫和風的空間分布特征

基于2019—2020年每年1—3月的10 min數(shù)據(jù)集對延慶賽區(qū)11個站點的氣溫、風速、風向求平均，分析各個站點平均狀態(tài)，并進一步探究賽區(qū)氣溫、風隨海拔高度的變化。

S1站海拔最高，平均氣溫為-11 ℃，而地勢最低的西大莊科平均氣溫為-3.6 ℃，平均氣溫隨海拔基本呈現(xiàn)線性遞減趨勢(圖2a)，即隨著觀測站點海拔的升高，平均氣溫逐漸降低，氣溫隨高度遞減率為-0.6 ℃·(100 m)-1，略低于氣溫垂直遞減率的經(jīng)驗值-0.65 ℃·(100 m)-1(許紹祖,1993)。其中， G1站和S3站的海拔很接近，只相差19 m，但G1站平均氣溫略高于S3站。從圖4中可以看出S3站午后氣溫略高于G1站，但其他時段氣溫均低于G1站。這可能與S3站位于山頂有關(guān)，夜間輻射降溫更明顯，而G1站位于山坡上，其北側(cè)海拔更高的山脊夜間輻射降溫，導致氣流沿著山坡絕熱下沉，下沉增溫導致夜間氣溫較海拔高度略低的山脊站氣溫高。

圖2 2019—2020年1—3月(a)站點平均氣溫隨海拔高度的變化，(b)各站點氣溫箱線圖Fig.2 (a) Variation of average temperature at 11 stations with altitude, (b) temperature boxplot of 11 stations from January to March in 2019-2020

從氣溫箱線圖(圖2b)中可以看出，不同高度站點的箱線圖高度相差不大，說明氣溫變化幅度并沒有隨著海拔高度改變。從各站錄得的最低、最高氣溫極值可以看出，1—3月，最低氣溫極值可達-20 ℃ 左右，其中S1站最低氣溫極值低于-25 ℃，除XDZK站最高氣溫極值可達10 ℃以上以外，其余各站最高氣溫均低于10 ℃，其中XHT和S1站最高氣溫極值低于5 ℃，氣溫高于5 ℃時賽道具有一定融雪風險，低于-20 ℃時則有停賽的風險。

從平均風速和極大風速平均值(圖3a)可以看出，S1站平均風速可達9.6 m·s-1(5級風)，極大風速可達13.7 m·s-1(6級風)，而S8站平均風為1.9 m·s-1(2級風)，極大風速為5.45 m·s-1(4級風)。平均風速和極大風速隨海拔高度變化具有階段性特征，主要表現(xiàn)在海拔高度低于1 500 m(海拔低于S5，不含S5)的站點之間風速隨高度變化不明顯，且風向不一致；海拔高度高于1 600 m的站點風速隨高度波動增大，主導風向均為西北風；海拔高度大于1 900 m (海拔高于EHT，不含EHT)站點風速隨海拔高度線性增大。以上風速的分布特征與各站點所處的地形有關(guān)。G2站平均風速和極大風速與海拔高度較低的S5相比偏小，EHT站平均風速和平均極大風速均較S3偏大。G2站的風速異常偏小，與低海拔站點風速相當，考慮到其位于南坡，西北氣流易受到其西北側(cè)山脊的阻擋。由于EHT站位于小海坨山西北東南向山脊的下游，且海拔較高，與山頂距離較遠，受山脈阻擋小，西北方向的氣流會直接流經(jīng)EHT站，同時西北氣流翻過小海坨山頂順著山脊可能產(chǎn)生下坡風，從而導致其風速進一步加大。

從平均風速箱線圖(圖3b)上可以看出，海拔較低山谷或者位于山坡的站點平均風速小且分布較為集中，位于山脊的站點(EHT、XHT、G1、S1、S3、S5)平均風速大且分布較為分散。從平均風速和極大風速極值觀測(圖3b、3c)可以看出，位于山脊的EHT、G1、XHT以及S1最大平均風速可達15 m·s-1以上(7級)，最大極大風速可達25 m·s-1(10級)，其中S1和XHT最大極大風速可達30 m·s-1以上；而位于海拔較低山谷或者山坡站最大平均風速大多為5 m·s-1(3～4級)，極大風速最大值為15 m·s-1左右(7級)。

圖3 2019—2020年1—3月(a)平均風速和極大風速隨海拔高度的變化，(b)各站點平均風速箱線圖，(c)各站點極大風速箱線圖Fig.3 (a) Variation of mean wind speed and gust wind at 11 stations with altitude, (b) mean wind speed boxplot of 11 stations, (c) gust wind boxplot of 11 stations from January to March in 2019-2020

3 賽區(qū)測站氣溫、風場的日變化特征

3.1 氣溫日變化

將11個站點2019—2020年每年1—3月的10 min 數(shù)據(jù)集每日同一時刻的氣溫和風場做合成分析，探究每個站點氣溫和風場的日變化。

從氣溫的日變化曲線(圖4)中可以看出，各個站點均表現(xiàn)出一定的日變化特征，在15時或16時出現(xiàn)日最高氣溫，06—08時出現(xiàn)日最低氣溫。15時出現(xiàn)最高氣溫的站點為XDZK、S5、EHT、S3、XHT；16時出現(xiàn)最高氣溫的站點有S8、CCG、G3、G2、G1、S1。15時出現(xiàn)最高氣溫的幾個站點下午太陽被山脊遮擋，太陽直射時間結(jié)束偏早，而16時出現(xiàn)最高氣溫的幾個站點下午太陽輻射沒有明顯的遮擋，太陽直射時間結(jié)束偏晚，導致二者最高氣溫出現(xiàn)時間略有差異。最低氣溫出現(xiàn)的時刻與海拔高度有關(guān)，海拔越高，越早接受太陽光照，氣溫上升得越早，最低氣溫出現(xiàn)得時間越早。經(jīng)過統(tǒng)計得到海拔高于G1(包含G1)的站點06時出現(xiàn)最低氣溫，海拔位于S5和S3之間的站點07時出現(xiàn)最低氣溫，海拔低于G3(包含G3)的站點08時出現(xiàn)最低氣溫。從最低氣溫看，XDZK和S8兩站海拔高度相差將近400 m，但是最低氣溫二者基本一致，可能與山谷夜間底層逆溫較明顯有關(guān)。從各站點日變化曲線中可以發(fā)現(xiàn)，整體來看，海拔越高，氣溫日較差越小，這與Linacre(1982)的結(jié)論一致。主要表現(xiàn)在高海拔站點白天最高氣溫升幅較海拔低的地區(qū)慢，這可能與海拔高的區(qū)域風力較大，同時白天伴隨一些云的發(fā)展有關(guān)，這些條件不利于白天氣溫的升高。

圖4 2019—2020年1—3月各站點氣溫的日變化Fig.4 Diurnal variation of temperature at 11 stations from January to March in 2019-2020

3.2 風速的日變化

從10 min平均風速和極大風速的日變化(圖5)來看，同一站點上兩者具有一致的日變化。由于海拔的差異，出現(xiàn)了兩種不同的變化趨勢。以S5站(海拔1 670 m)為界，比其海拔更高的站點(S1、XHT、G1、S3、EHT、G2)在14時前后有平均風速的最小值出現(xiàn)，而風速最大值出現(xiàn)在夜間；相反地，比S5站海拔更低的站點(XDZK、S8、CCG、G3)在14時前后有平均風速的最大值，夜間風速最小。這種風速日變化特征與夜間大氣邊界層層結(jié)穩(wěn)定度有關(guān)，低海拔站點位于邊界層內(nèi)夜間容易出現(xiàn)逆溫，沒有明顯的動量交換，風力小，高海拔站點位于自由大氣中，夜間擾動動量為正，風速大；白天由于太陽輻射增強，地勢較低的站點氣溫較高，使得大氣趨向于不穩(wěn)定，有利于邊界層附近發(fā)生湍流交換，將上層自由大氣正擾動動量向邊界層下傳，有利于大風的形成，而邊界層之上的海拔高站點由于白天與低層大氣出現(xiàn)動量交換造成動量損失，使得風力減弱(桑建國和吳剛,1985; 錢敏偉和李軍,1996;烏日柴胡等，2019)?？傮w來看，高海拔地區(qū)由于近地面粗糙度小，風力大，而低海拔地區(qū)風力小。

圖5 2019—2020年1—3月各站點(a)平均風速，(b)極大風速的日變化Fig.5 Diurnal variation of (a) mean wind speed and (b) gust wind at 11 stations from January to March in 2019-2020

值得注意的是，盡管EHT站海拔低于S3站，且二者都位于山脊上，但其風速大于S3站，日變化小。另外，G2站白天平均風速最小，且風速日變化非常小，這可能與其位于南坡，而冬季海坨山地區(qū)高空盛行偏西風，其西北側(cè)山坡對氣流起到了阻擋作用，從而使得其風較小，同時，由于它的海拔高于東南部的山脊高度，東側(cè)回流很難影響G2站。海拔再低一些的站點，例如G3、S8和CCG，當來自西北方向的風受到東南部山脊的阻擋，氣流繞山向北流動形成回流，此時上述站點受東南回流影響，風力會比G2站大。

3.3 風向的日變化

將2019—2020年每年1—3月延慶賽區(qū)站點實況10 min平均風向進行合成分析，得到各站點總體風向特征。另外，由于受到復雜地形的影響，加之不同地形下白天太陽輻射升溫和夜間輻射冷卻程度不一，為了比較風向的日變化差異，我們將各站點的10 min平均風向資料按照時次劃分成白天和夜間兩部分，根據(jù)日出、日落時間取每日07—17時為白天，18時至次日06時為夜間。

從圖6中可以看出，S1、S3、S5、XHT、EHT站點由于海拔較高，又位于山脊上，受山脈地形影響小，因此風向日變化不明顯。其中，S1、S5、XHT、EHT受環(huán)境風影響，基本為西北風；S3位于山脈西側(cè)的山脊上，從西北方向過來的氣流受到東側(cè)山脈的阻擋，一般會向南繞山而行，因此S3站點的風大多為正北風，且在所有站點中，S3站點的風向分布最為集中。

圖6 2019—2020年1—3月(a,b)S1、(c,d)XHT、(e,f)G1、(g,h)S3、(i,j)EHT、(k,l)G2、(m,n)S5、(o,p)G3、(q,r)CCG、(s,t)S8、(u,v)XDZK各站點風向的日變化(站點根據(jù)海拔高度由高到低排列，下同)Fig.6 Diurnal variation of wind direction at 11 stations from January to March in 2019-2020(a, b) S1, (c, d) XHT, (e, f) G1, (g, h) S3, (i, j) EHT, (k, l) G2, (m, n) S5, (o, p) G3, (q, r) CCG, (s, t) S8, (u, v) XDZK(Stations are arranged in descending order according to altitude, same as below)

G1、G2站點的風向雖然有一定的日變化，但不明顯，且風向分布分散。G1、G2站均位于西北—東南向山脊的南坡，兩個站點地勢平行，地形相近。由于G1、G2海拔較高，風可分為兩部分，一部分西北方向的環(huán)境風在風力較強的情況下可過山而行，另一部分受到山脈的阻擋繞流而來，兩者都會形成西北或偏西氣流。從風速的日變化(圖5)上可以看出，G1、G2都是白天風速偏小，夜間風速偏大，因此白天G1、G2站點以偏西風為主，夜間基本均為西北風。

另外，S8、G3、CCG、XDZK站點地勢低，受山地地形影響很大，風向分布不集中。G3和CCG站受到明顯的山谷風環(huán)流影響。山谷風是指在無強烈天氣系統(tǒng)影響的條件下，白天山頂增熱快于谷地，氣壓相應較低，在氣壓梯度力作用下空氣由谷底吹向山坡(即為谷風)，夜晚山頂冷卻快于谷地，氣壓相應較高，空氣從山坡吹向谷底(即為山風)的以日為周期變化的局地風(鄧家銓等,1989;覃軍等,2001)。G3位于東北—西南走向的山谷中，白天結(jié)合站點地形表現(xiàn)為西南風，夜間表現(xiàn)為東北風。CCG站位于東西向的山谷中，山谷東側(cè)地勢高，西側(cè)地勢低。夜間以偏東風為主，而白天以偏西風為主。S8位于坐北朝南山脈的山谷，且三面環(huán)山，西南側(cè)的海拔較低。從動力因素上考慮，當西北部有風吹過時，受到北部和東南部山脊的阻擋，氣流繞東南部山脊向南運動，經(jīng)西南部洼地再向西北方向回流，產(chǎn)生偏南或東風。同時，受熱力環(huán)流產(chǎn)生的山谷風影響，白天受到上坡風的影響，南部海拔較低，低層氣流從坡底吹向山坡，盛行偏南谷風；而夜間輻射冷卻盛行山風，低層氣流從東北山坡吹向坡底，受地形摩擦作用，轉(zhuǎn)為偏東風。因此，S8站有較為明顯的日變化，白天以偏南風為主，夜間主要為東北風。XDZK站風向分布較為分散，白天為偏南風居多，有時會有西北風；夜間以西北風居多，有時會有少量的東北風。

4 賽區(qū)測站陣風因子分布特征

陣風是影響賽事的關(guān)鍵因子，由于賽區(qū)地形復雜，模式陣風預報準確率較低，加強對陣風與平均風關(guān)系的分析，有助于提高對陣風的認識和預報水平。為了探究不同站點陣風因子的分布特征，我們?nèi)「鱾€站點分布在1.0～6.0的陣風因子(各站點超過90%的陣風因子都在6.0以內(nèi)，故超過6.0的情況可以忽略不計)，以0.5為區(qū)間進行統(tǒng)計。從各站點陣風因子的頻率分布直方圖(圖7)中可以看出，海拔越高的站點陣風因子分布越集中，且越接近1.0。

圖7 2019—2020年1—3月各站點陣風因子的頻率分布Fig.7 Gust factor frequency distribution of 11 stations from January to March in 2019-2020

隨著站點海拔的降低，陣風因子越大，分布得越分散。結(jié)合各個站點平均風速(圖3a)，站點的平均風速越大，其對應的陣風因子越小且越集中。S1站海拔最高，平均風速最大，陣風因子分布最為集中，且大部分在1.0～1.5，S1站的平均陣風因子為1.49。從圖3a中可以看出，G2站與同海拔高度接近的站點相比平均速度偏小，其陣風因子在圖7中分布得比同海拔高度的站點更加分散且陣風因子的平均值偏大，可達2.8；而EHT站相比于同海拔高度站點平均速度偏大，其陣風因子的平均值偏小，約為2.0。由此可以看出陣風因子對平均風速有很高的敏感度，當平均風速較小時陣風因子的均值和波動幅度較大，這一點與前人得到的結(jié)論一致(Shu et al,2015;胡波,2017)。

4.1 陣風因子的日變化

由于S1站海拔最高，風力最大，日常預報服務中重點關(guān)注該站陣風變化是否影響賽事正常舉辦，因此將S1站作為研究對象，探究其陣風因子的特征。利用2019年1月1日至3月13日共72天S1站的1 min風場實況數(shù)據(jù)集，將每日同一時刻的陣風因子進行合成，分析陣風因子的日變化。

從圖8中可以明顯看出，S1站的陣風因子有明顯的日變化特征，即夜間陣風因子偏小，白天陣風因子偏大，最大值出現(xiàn)在午后。有文獻中指出，由于正午及午后太陽輻射強烈，長波有效輻射釋放感熱能量，使層結(jié)變得不穩(wěn)定，湍流動能增大，因而陣風因子增大(Ashcroft,1994;Sparks and Huang,2001;Yu and Chowdhury,2009;Wever,2012;Cao et al,2015;Gutiérrez and Fovell,2018)。從S1站點陣風因子的日變化上(圖8)可以看出，陣風因子最大時刻為13時，平均值最大為1.73。而夜間地表和大氣放射出長波輻射，大氣層結(jié)趨于穩(wěn)定，使陣風因子變小，陣風因子最小出現(xiàn)在02時，平均值最小值為1.355。此外，正午及午后陣風因子大且離散度大，相反，夜間陣風因子離散度較白天偏小。

4.2 陣風與平均風速、湍流強度等的關(guān)系

圖9給出了S1站陣風因子與平均風速的關(guān)系，可以看出不同強度平均風速對應的陣風因子分布特征存在明顯差異。與此同時，吳瓊等(2014)指出當10 m平均風速達到8 m·s-1或以上時，有出現(xiàn)大風天氣的可能。為了更好地對比分析大風和一般強度的風的陣風因子特征，選擇以8 m·s-1為界限，當平均風速≤8 m·s-1時，作為風速小值區(qū)，當平均風速>8 m·s-1時，作為風速大值區(qū)。從圖9中可以看出，在風速小值區(qū)內(nèi)陣風因子分布得較為分散，且平均風速越小，陣風因子分布得越分散；在風速大值區(qū)內(nèi)陣風因子分布得集中，且當平均風速越大，陣風因子的值越穩(wěn)定在一個固定的值附近。因此，當平均風速較大時，固定的陣風因子預報出的陣風誤差較小，這也是前人大多數(shù)情況下將陣風因子取為某一個固定值的原因(Harstveit,1996; Panofsky and Dutton, 1984; Krayer and Marshall, 1992)。但是，當平均風速小時，簡單地將陣風因子取一個固定的數(shù)值會造成較大的誤差，并且陣風因子本身也存在明顯的日變化(圖8)，白天陣風因子大，夜間陣風因子小，因此，單純將陣風因子定義為一個固定數(shù)值是不科學的。陣風與平均風之間不存在簡單的比例關(guān)系，那么陣風因子的大小到底又與什么有關(guān)？

圖8 2019年1月1日至2020年3月13日S1站陣風因子的日變化Fig.8 The diurnal variation of gust factor at S1 Station from 1 January 2019 to 13 March 2020

圖9 2019年1月1日至2020年3月13日S1站陣風因子與平均風速之間的關(guān)系Fig.9 Relationship between gust factor and mean wind speed at S1 Station from 1 January 2019 to 13 March 2020

已有研究表明，湍流和陣風都是由于強風的脈動造成的，通常認為湍流強度與陣風因子存在線性關(guān)系(陳凱等, 2003; Cao et al, 2009)

GF(τ，T)=1+g(τ,T)I

(1)

式中：GF(τ，T)是陣風因子，g(τ,T)是陣風擬合系數(shù)，I為湍流強度。根據(jù)定義，陣風因子是陣風持續(xù)時間τ內(nèi)風速峰值umax與一段時間T內(nèi)平均風速u的比值，通常陣風因子取平均3 s陣風風速與10 min 平均風速的比值(Giammanco et al, 2016)：

(2)

湍流強度I為一段時間T內(nèi)的風速標準差σu和平均風速u的比值：

(3)

圖10 2019年1月1日至2020年3月13日S1站陣風因子和湍流強度的線性擬合(a)風速小值區(qū)，(b)風速大值區(qū)Fig.10 Linear fitting of gust factor and turbulence intensity at S1 Station from 1 January 2019 to 13 March 2020 (a) small-value area of wind speed, (b) large-value area of wind speed

通過陣風因子以及湍流強度線性擬合關(guān)系，已知湍流強度就可以計算得到陣風因子(后稱擬合陣風因子)。由于缺乏可靠的陣風預報，日常業(yè)務中常取某一固定的陣風因子(后稱陣風因子常數(shù))進行陣風預報。為了對比根據(jù)式(1)計算得到的擬合陣風因子與陣風因子常數(shù)的可信度，本文進一步分析了擬合陣風因子和陣風因子常數(shù)分別與實際觀測的陣風因子之間的差異，其中陣風因子常數(shù)取陣風因子觀測值的平均值。在風速小值區(qū)，陣風因子常數(shù)為1.622 9，擬合陣風因子和陣風因子常數(shù)相對實際觀測的陣風因子的均方根誤差分別為0.399 7和0.577 6；而在風速大值區(qū)，陣風因子常數(shù)為1.425 8，計算出擬合陣風因子和陣風因子常數(shù)相對實際觀測的陣風因子的均方根誤差分別為0.189 3和0.274 2。由此可見，不論是風速大值區(qū)還是風速小值區(qū)，本文擬合得到陣風因子的均方根誤差都比直接取陣風因子為常數(shù)時的誤差小。

5 結(jié)論與討論

基于2019—2020年1—3月北京冬奧會延慶賽區(qū)11個站點的1 min和10 min實況資料，分析了賽區(qū)復雜地形下氣溫、風向、風速及陣風因子的時空分布特征，并得到陣風因子和湍流強度在不同風速區(qū)間的線性擬合關(guān)系，主要結(jié)論如下：

(1)平均氣溫隨海拔基本呈現(xiàn)線性遞減趨勢，各站點有一致的日變化特征，在15時或16時出現(xiàn)日最高氣溫，06—08時出現(xiàn)日最低氣溫。整體來看，海拔越高，氣溫日較差越小。

(2)平均風和極大風在風速上分布特征相同，當海拔高度低于1 500 m時，站點風速隨高度變化不明顯，海拔高度高于1 600 m的站點風速隨高度波動增大，海拔高于1 900 m站點風速隨海拔高度線性增大。平均風速和極大風速有一致的日變化，即海拔高于S5的站點白天風速小，夜間風速大，海拔低于S5的站點夜間風速小，白天風速大。S1、S3、S5、XHT、EHT以西北風或偏北風為主，無日變化特征；G1、G2站日變化小，夜間以西北風為主，白天大部分時段以偏西風為主。S8、G3、CCG、XDZK風向日變化大，表現(xiàn)出明顯的山谷風環(huán)流特征，白天以偏南風為主，夜間以偏北風為主。

(3)海拔越高的站點陣風因子越小且分布越集中，隨著站點海拔的降低，陣風因子越大，且分布得越分散。陣風因子有明顯的日變化特征，白天陣風因子大，最大值出現(xiàn)在午后，且陣風因子振幅較強；夜間陣風因子較小，振幅波動也弱。陣風因子在平均風速較大的條件下集中在某個固定的值附近，當平均風速較小時，陣風因子波動很大。陣風因子的大小與湍流強度有關(guān)，通過擬合陣風因子和湍流強度的關(guān)系，可以計算相應的陣風因子擬合值，相比于陣風因子取固定值時可有效減小均方根誤差。

綜上所述，本文對不同海拔高度站點的氣溫、風場進行了分析，揭示了復雜山地地形下各個站點氣象要素的時空分布特征以及受環(huán)境場的影響，得到了不同風速下陣風因子和湍流強度的擬合關(guān)系，為冬奧賽季氣溫、風場預報提供科學參考。但是，由于觀測資料有限且受到復雜地形的影響，對陣風的認識還有待于進一步探究，尤其是如何利用風廓線、微波輻射計等非常規(guī)觀測資料建立陣風因子與大氣層結(jié)穩(wěn)定度以及地表粗糙度等的定量關(guān)系，以及基于上述關(guān)系的認識構(gòu)建陣風因子客觀預報模型都是需要進一步探究的問題。