不同類型海水養(yǎng)殖水體溫度日變化諧波分析*

楊 棟，姚日升，金志鳳，丁燁毅，錢燕珍，王立超

?

不同類型海水養(yǎng)殖水體溫度日變化諧波分析*

楊 棟1，姚日升1，金志鳳2**，丁燁毅1，錢燕珍1，王立超3

（1.寧波市氣象局，寧波 315012；2.浙江省氣候中心，杭州 310017；3.寧海縣氣象局，寧波 315600）

利用諧波方法對寧波地區(qū)2010-2013年代表性海水養(yǎng)殖水體（池塘和養(yǎng)殖海灣）在不同天氣情況下（晴、少云、多云、陰）水溫的日變化特征進行模擬，探究養(yǎng)殖水體溫度的日變化規(guī)律。結(jié)果顯示：（1）池塘和養(yǎng)殖海灣水溫日變化的最佳諧波模擬階數(shù)分別為2階和3階，2階（3階）諧波對池塘（養(yǎng)殖海灣）水溫逐小時、日最高和日最低值模擬的絕對誤差分別為0.24～0.31℃（0.1～0.15℃）、0.2～0.24℃（0.06～0.1℃）和0.11～0.15℃（0.06～0.08℃）；（2）諧波模擬誤差整體呈白天大夜間小，對陰天水溫變化趨勢的模擬效果較其它天氣條件差；（3）池塘水溫遵循以24h和12h為周期的日變化規(guī)律，其中24h周期比重最高，養(yǎng)殖海灣遵循以12h、24h和6h為周期的日變化規(guī)律，其中12h和24h比重較6h高，晴到多云天氣條件下12h和24h周期比重相當，陰天24h周期比重明顯下降。本研究論證了諧波方法對不同天氣條件下池塘和養(yǎng)殖海灣水溫日變化特征模擬的可行性，并定量評估了養(yǎng)殖水體日變化的周期特征，可為海水養(yǎng)殖水體溫度精細化預報提供參考依據(jù)。

池塘；養(yǎng)殖海灣；水溫；不同天氣；諧波分析

養(yǎng)殖水體溫度與水產(chǎn)品的產(chǎn)量、品質(zhì)和安全生產(chǎn)密切相關[1-2]，養(yǎng)殖水體溫度的精細化預報是氣象服務的重要著眼點，而對水溫變化特征的模擬和分析是精細化預報模型構(gòu)建的基礎。

目前針對水體溫度變化特征分析和模擬的研究主要集中于海洋、湖泊、水庫和河道等大型水體或流動水體[3-6]，對養(yǎng)殖水體溫度變化特征分析和模擬的研究報道較少，且多集中于淡水養(yǎng)殖塘[7-8]，僅少數(shù)學者對海水養(yǎng)殖水體溫度變化特征分析和模擬開展了初步探究。曹美蘭等[2，9]分析了海水養(yǎng)殖池塘水溫的變化特征，并構(gòu)建基于氣溫的水溫回歸模型；周波等[10]初步探究了越冬海水池塘冰下水溫的變化特征；張志勇等[11]對江蘇南部沿海養(yǎng)殖池塘水溫時空變化規(guī)律進行了統(tǒng)計分析；養(yǎng)殖海灣水環(huán)境的研究主要針對臺風等災害性天氣影響下水體鹽度、溶解氧、pH等化學要素變化特征[12-13]，對水溫變化特征的分析和模擬較罕見。

水溫變化特征模擬和分析的方法主要分為物理方法[8,14]和統(tǒng)計方法[2,7,9]兩類。物理方法機理性強，但參數(shù)較多，并且各參數(shù)存在較大的不確定性，實際應用時難度大；統(tǒng)計方法計算相對簡單，在水溫模擬中得到了廣泛應用，目前主要基于簡單的回歸統(tǒng)計方法，對變化特征的描述較為定性。

諧波方法可系統(tǒng)地將具有周期特征的要素轉(zhuǎn)化成不同周期的正弦波，通過諧波參量對自然界周期變化特征進行定量化描述和精細化模擬，并可間接反映研究要素的關鍵背景影響信號的周期特性，為精細化預報模型構(gòu)建提供依據(jù)[15]。該方法常用于大氣空間多尺度和時間多頻次運動的分析，在天氣分析中已得到廣泛采用[16-17]，諧波方法在農(nóng)業(yè)氣象要素特征分析中也獲得一定應用。山東省土壤水分研究協(xié)作組利用諧波方法對土壤水分周期性進行探究[18]；李有等[19]利用諧波方法分析地溫年變化特征；李天來等[20-21]等分別利用諧波方法對遼沈Ⅰ型日光溫室地溫和熱通量的日變化特征進行了模擬，并發(fā)現(xiàn)作物區(qū)和無作物區(qū)氣象要素日變化的諧波特征存在明顯差異；李倩等[22]利用2階諧波對不同天氣情況下塑料大棚內(nèi)的氣溫日變化進行模擬，并取得較好的模擬效果。目前對水溫日變化特征的諧波模擬報道較為罕見，僅陳冠惠等[23]利用諧波方法對福建東山灣海水溫度季節(jié)特征進行了分析。

本研究擬基于寧波地區(qū)2010-2013年代表性池塘和養(yǎng)殖海灣水溫觀測資料，利用諧波方法對不同天氣條件下兩種類型養(yǎng)殖水體的水溫逐小時變化進行模擬，并對兩類養(yǎng)殖水體在不同天氣條件下水溫日變化特征進行定量化評估分析，以期為海水養(yǎng)殖水體溫度精細化預報提供一定參考依據(jù)。

1 材料與方法

1.1 實驗地點和觀測項目

寧波位于亞熱帶濕潤型季風氣候區(qū)，氣候溫和濕潤，四季分明。受大陸和海洋共同影響，天氣復雜多變，災害性天氣種類多且頻發(fā)，夏季高溫和冬季低溫對海水養(yǎng)殖影響嚴重。實驗期間（2010-2013年）年平均降水量為1610mm，年平均氣溫17.3℃，極端最高氣溫41℃，極端最低氣溫-5.6℃。

以寧波地區(qū)常見的池塘和養(yǎng)殖海灣水溫作為研究對象，池塘代表點位于寧波市南洋港現(xiàn)代漁業(yè)園區(qū)內(nèi)的現(xiàn)代漁業(yè)氣象示范基地，養(yǎng)殖塘面積3000m2，塘內(nèi)常年水深1～1.5m，主要養(yǎng)殖凡納濱對蝦。養(yǎng)殖海灣觀測點位于象山西滬港，港內(nèi)潮緩灘淺，水深10～37m，是象山半島面積最大的內(nèi)港，為寧波地區(qū)重要的水產(chǎn)養(yǎng)殖基地，網(wǎng)箱養(yǎng)殖是港內(nèi)的重要養(yǎng)殖方式。利用ZQZ-A自動分層水溫觀測儀（精度±0.1℃）對兩類養(yǎng)殖水體0.5m深度處的水溫進行自動觀測和傳輸，每小時記錄一次正點水溫、小時內(nèi)最高和最低水溫，本研究所取資料時段見表1。

同期云量數(shù)據(jù)均取自寧海和象山國家一般氣象站，距離對應實驗站點的距離15～20km。云量數(shù)據(jù)用于天氣情況的分類，分類方法參考云遮系數(shù)法[24-25]，0～2成（0～20%）云為晴，3～4成云為少云，5～7成云為多云，8～10成云為陰。不同類型養(yǎng)殖塘在各種天氣條件下參與分析的樣本數(shù)見表1。

表1 試驗站點信息及資料樣本

1.2 諧波方法

依據(jù)傅里葉級數(shù)理論，一個復雜周期函數(shù)或周期序列f(t)可表示成一系列不同振幅、相位和周期的正弦波的疊加[15]，即

（2）

（3）

式中，k為諧波次數(shù)；a0為樣本序列的算術(shù)平均值；ak和bk為傅里葉系數(shù)，為k次諧波的振幅；為第k次諧波的頻率，T為基本周期（24h）；第k次諧波的周期為T/k，k取值范圍為1、2、3、…、12；n為樣本序列總數(shù)（24）；諧波階數(shù)指模擬時所用簡諧波的個數(shù)，如模擬時使用了2個波次的諧波則為2階諧波；Sk2為第k次諧波方差。

諧波模擬最佳階數(shù)m的選擇主要基于各階諧波的方差貢獻率（Fm）。對全部水溫樣本進行諧波模擬，將各波次諧波方差（Sk）按由大到小進行排序，將排名前m位不同波次諧波的方差累加，所得累積方差貢獻率Fm超過85%，并且方差排名m+1位波次諧波的方差貢獻率不超過5%，則將m定為最佳諧波模擬階數(shù)。

式中，S-l2為方差排序中排名第l位的諧波的方差，S2為原序列的方差。

1.3 諧波綜合貢獻率

引入諧波綜合貢獻率對諧波構(gòu)成中不同波次諧波所占比重進行評估，以便探究水溫周期變化特征。

式中，Crk為k次諧波的綜合方差貢獻率；Fl為l階諧波的累積方差貢獻率，F(xiàn)l-Fl-1為第l階諧波的方差貢獻率，Rlk為第l階諧波中波次為k的諧波所占比重。

（6）

式中，Nlk指第l階諧波中k次諧波出現(xiàn)的次數(shù)，Nl指第l階諧波中各波次諧波總數(shù)。

1.4 模擬效果評價指標

分別選擇絕對誤差（AE）和相關系數(shù)（R）評價諧波方法對水溫數(shù)值高低和變化趨勢的模擬效果。

（8）

式中，ys和yo分別為實際觀測值和模型模擬值，n為樣本數(shù)，i為時次（1、2、3、…、24）。

2 結(jié)果與分析

2.1 不同類型海水養(yǎng)殖塘水溫日變化特征

圖1為池塘和養(yǎng)殖海灣水溫在不同天氣條件下全部樣本的平均日變化曲線。由圖可見，池塘和養(yǎng)殖海灣0.5m深度處水溫隨時間均呈降-升-降的周期變化，類似正弦波特征。以不同天氣條件下，池塘和養(yǎng)殖海灣水溫最大值出現(xiàn)時刻對周期為24h的正弦波進行相位修訂，即將正弦波最大值和水溫最大值出現(xiàn)時刻一致。對水溫日變化曲線和修訂后的正弦波進行相關性分析，結(jié)果表明，兩者表現(xiàn)出較好的相關性，池塘養(yǎng)殖相關系數(shù)分別為晴天0.76，少云和多云均為0.8，陰天0.7；養(yǎng)殖海灣分別為晴天0.84，少云0.92，多云0.90，陰0.92。由圖還可見，兩類養(yǎng)殖水體溫度日變化幅度和溫度極值出現(xiàn)時刻存在一定差異，由于養(yǎng)殖海灣的水體大且與外海相通，熱容量更大，導致其水溫變化幅度較小，所以其變化過程相對池塘也較緩慢，不同天氣條件下，池塘水溫最低值和最高值分別出現(xiàn)于7：00和15：00；養(yǎng)殖海灣水溫最低值出現(xiàn)于7：00-8：00，最高值出現(xiàn)于16：00-17：00。池塘和養(yǎng)殖海灣水溫日振幅，陰天較其它天氣明顯偏小。

2.2 不同類型海水養(yǎng)殖水體溫度諧波模擬的最佳階數(shù)

選擇池塘和養(yǎng)殖海灣水溫的全部小時數(shù)據(jù)，利用不同階諧波對兩類養(yǎng)殖水體0.5m深度處水溫進行諧波擬合，以累積方差貢獻率作為判定依據(jù)，探究兩類養(yǎng)殖水體溫度擬合的最佳諧波階數(shù)（表2）。結(jié)果表明，2階諧波對不同天氣條件下池塘水溫擬合的累積方差貢獻率為0.86～0.96，2階諧波較1階諧波累積方差貢獻率提高了0.09～0.15，3階和4階諧波較上一階諧波對累積方差貢獻率的提高量基本在0.02左右，較2階明顯偏低；2階諧波對養(yǎng)殖海灣水溫的擬合效果較池塘差，累積方差貢獻率為0.75～0.81，3階諧波較2階諧波累積方差貢獻率提升0.08左右，累積方差貢獻率基本在0.85上下，4階諧波累積方差貢獻率較3階提升量僅為0.04。隨著諧波階數(shù)的增加，諧波波數(shù)的組合明顯增多，并且短周期波次的諧波特征參數(shù)更易受相鄰短周期信號的干擾，如3次諧波周期與4次諧波周期相差2h，2次諧波與3次諧波相差4h，導致3次諧波較2次諧波更易受相鄰周期的信號干擾。故過度引入短周期的諧波波次不但增加了計算的復雜度，而且可能會對精度提高起反作用。

綜上，選擇2階諧波模擬池塘水溫變化，3階諧波模擬養(yǎng)殖海灣水溫變化特征。陰天時，相同階諧波對兩類海水養(yǎng)殖水體溫度擬合的效果較其它天氣差。

表2 不同天氣下池塘和養(yǎng)殖海灣0.5m處水溫不同階諧波模擬累積方差貢獻率

2.3 不同類型海水養(yǎng)殖塘水溫諧波模擬結(jié)果

利用2階和3階諧波分別對池塘和養(yǎng)殖海灣水溫全部樣本的逐小時變化進行諧波模擬，并對不同天氣下模擬效果進行統(tǒng)計分析，分別以相關系數(shù)和絕對誤差衡量對變化趨勢和數(shù)值大小的模擬效果，結(jié)果見表3。由表可見，2階諧波對不同天氣下池塘水溫進行模擬時，水溫逐小時模擬值與觀測值之間表現(xiàn)出較好的相關性，相關系數(shù)高達0.86～0.94，并均通過P＜0.01水平的極顯著檢驗，逐小時水溫模擬的絕對誤差平均值為0.24～0.36℃，對日最低和最高溫度模擬的絕對誤差分別為0.11～0.15℃和0.2～0.24℃。3階諧波對不同天氣下養(yǎng)殖海灣水溫模擬時，逐小時水溫模擬值與觀測值之間相關系數(shù)為0.74～0.80（P＜0.01），逐小時水溫模擬值的絕對誤差平均值0.1～0.15℃，對日最低和最高溫度模擬的絕對誤差分別為0.05～0.08℃和0.06～0.1℃。受水溫日較差幅度較小影響，諧波方法對陰天逐小時水溫模擬的絕對誤差較其它天氣條件下小，養(yǎng)殖海灣水溫模擬的絕對誤差也保持了較低的水平。

將全部樣本的諧波模擬誤差分時次求平均，探究2階（3階）諧波對池塘（養(yǎng)殖海灣）水溫進行模擬時誤差的日變化（圖2）。由圖2可見，池塘和海灣養(yǎng)殖塘的水溫諧波模擬誤差存在明顯的日變化，夜間諧波模擬值較觀測值小，白天諧波模擬值較觀測值整體偏高。池塘水溫諧波模擬誤差符號轉(zhuǎn)換的時間為6：00-7：00和15：00，養(yǎng)殖海灣水溫諧波模擬正負誤差轉(zhuǎn)換時間為5：00-6：00和16：00。白天的諧波模擬誤差大于夜間，7：00-14：00池塘水溫正誤差平均值為0.32℃，絕對誤差約為其余時段的2倍；養(yǎng)殖海灣6：00-15：00正誤差平均值為0.04℃，較其余時段絕對誤差大0.01℃。

表3 不同天氣情況下池塘和養(yǎng)殖海灣水溫的諧波模擬精度

注：R為水溫諧波模擬值與觀測值的相關系數(shù)；｜ΔT｜為逐小時溫度模擬的絕對誤差；｜ΔT｜和｜ΔT｜分別為日最高和日最低溫度模擬的絕對誤差；和分別表示相關系數(shù)通過P＜0.05和P＜0.01水平的顯著性檢驗。

Note: R is the correlation coefficient between observed and simulated water temperature; ｜ΔT｜is the absolute error for hourly temperatures simulation;｜ΔT｜is the absolute error for daily maximum temperatures simulation;｜ΔT｜ is the absolute for daily minimum temperatures simulation; is P＜0.05, is P＜0.01.

圖2 池塘和養(yǎng)殖海灣水溫諧波擬合誤差的日變化

Fig. 2 Diurnal variation of harmonic simulating error for water temperature of aquaculture pond and cage embayment

注：誤差線為標準差

Note: Error bar is standard deviation

綜上可知，2（3）階諧波對不同天氣下池塘（養(yǎng)殖海灣）逐小時、最高和最低水溫的模擬均表現(xiàn)出較高的精度，對夜間水溫的模擬精度整體較白天高，其中對最低溫度的模擬效果尤為突出，對陰天水溫變化趨勢的模擬效果較其它天氣下偏差。

2.4 水溫變化特征的諧波分析

水溫諧波構(gòu)成中不同波次諧波可反映水溫變化的周期性，對不同天氣條件下池塘（養(yǎng)殖海灣）水溫的2階（3階）諧波的關鍵波次諧波的綜合貢獻率進行統(tǒng)計分析，定量分析水溫周期變化特征（表4）。由表4可見，池塘水溫日變化主要由1次諧波和2次諧波構(gòu)成，其中1次諧波所占比重最高，表明池塘水溫日變化遵循24h和12h的周期變化，并以24h周期為主。池塘水溫在晴到多云時關鍵波次諧波所占比重差異較小，陰天時1次諧波所占比重較其它天氣下降約20%，降至60%，2次諧波比重上升約12%，升至22%。養(yǎng)殖海灣水溫諧波組成較池塘復雜，主要由1次、2次和4次諧波構(gòu)成，即水溫日變化主要遵循24h、12h和6h的周期變化，其中1次和2次諧波綜合貢獻率之和達66%～74%，4次諧波比重為7%～10%。隨著天氣變差，養(yǎng)殖海灣水溫1次諧波比重逐漸下降，2次諧波比重逐漸增大，晴天時1次諧波比重比2次諧波高6%，少云時二者相等，多云時2次諧波比重較1次高3%，陰天時2次諧波較1次高16%。

綜上可知，不同天氣條件下池塘和養(yǎng)殖海灣水溫諧波構(gòu)成的主要波次組合基本一致，但不同波次諧波所占比重存在一定差異，池塘水溫關鍵波次諧波構(gòu)成為1+2，其中1次諧波比重最高，養(yǎng)殖海灣水溫關鍵波次諧波構(gòu)成為1+2+4，其中晴到多云天氣2次和1次諧波比重相當，但陰天時2次諧波較1次明顯偏高。

表4 不同波次諧波對水溫變化的綜合貢獻率

注：括號內(nèi)數(shù)字為諧波次數(shù)。

Note: Numbers in brackets are order of the harmonic.

3 結(jié)論和討論

3.1 結(jié)論

（1）池塘和養(yǎng)殖海灣水溫模擬的最佳諧波階數(shù)分別為2階和3階。2階諧波對池塘水溫逐小時、日最高和日最低值模擬的絕對誤差分別為0.24～0.31℃、0.2～0.24℃和0.11～0.15℃；3階諧波對養(yǎng)殖海灣水溫逐小時、日最高和最低值模擬的絕對誤差分別為0.1～0.15℃、0.06～0.1℃和0.06～0.08℃。

（2）諧波對兩種養(yǎng)殖水體白天溫度的模擬誤差較夜間大，白天模擬值較觀測值整體偏大，夜間表現(xiàn)則相反。諧波方法對陰天水溫高低逐小時模擬的絕對誤差較其它天氣條件偏小，但對陰天時水溫變化趨勢的模擬效果整體較其它天氣條件差，相關系數(shù)較其它天氣條件下偏低0.05～0.07。

（3）池塘水溫日變化主要由1次和2次諧波構(gòu)成，其中1次諧波比重最高，養(yǎng)殖海灣水溫日變化主要由1次、2次和4次諧波構(gòu)成，其中1次和2次諧波比重高于4次，晴到多云天氣2次和1次諧波比重相當，陰天時1次諧波比例明顯下降。

3.2 討論

目前對海水養(yǎng)殖水體溫度變化特征的分析和模擬較少，本研究利用諧波方法提取池塘和養(yǎng)殖海灣在不同天氣條件下水溫的關鍵變化特征，對水溫周期特性進行定量化分析，并取得較好的效果。

不同養(yǎng)殖水體溫度諧波構(gòu)成差異及模擬精度與關鍵影響信號差異密切相關。池塘較封閉，其水溫主要受局地氣溫的影響，水溫和氣溫相關系數(shù)達0.96；養(yǎng)殖海灣較池塘開放，水溫除了受氣溫影響（R=0.80），還受環(huán)流、水體熱分成、平流、擴散、風引起的夾卷和抽吸等作用影響[26-27]。故池塘主要波次組成較海灣養(yǎng)殖簡單，并且最關鍵波次比重明顯偏大。受背景信號復雜程度影響，相同階諧波對水體溫度變化趨勢的模擬效果較大棚內(nèi)氣溫模擬效果略偏差，對棚外氣溫變化趨勢模擬精度介于池塘和養(yǎng)殖海灣水溫之間[22]。同一日光溫室內(nèi)作物區(qū)和非作物區(qū)的墻體熱通量和地溫日變化諧波構(gòu)成差異[20-21]也表明了背景信號差異會影響諧波的構(gòu)成。不同時段、不同天氣條件下諧波模擬精度與背景信號的相對強弱也密切相關。白天背景信號種類和強度變化較夜間復雜，如風速增大導致的水體上下層交換[4,28]、云體對輻射強度影響等，進而導致白天諧波模擬誤差較夜間大。陰天水溫受降水等信號干擾，短周期波動明顯增多，其諧波組短周期波次的比重組成較其它天氣狀況復雜。

精細化預報模型構(gòu)建的基礎是對不同天氣背景的合理分類[29-30]，目前農(nóng)業(yè)氣象中溫度模型的建立主要基于天氣情況簡單分類[22,24,31]。水溫的影響因子復雜，單純依靠天氣分類會忽略部分背景信號組合類型對水溫的影響，諧波方法可實現(xiàn)對不同背景信號組合的定量化評估，實現(xiàn)精細化分類。不同天氣條件下池塘水溫諧波的波次組合無差異，均為1+2次，但依據(jù)諧波的波次組合分類時，池塘水溫1+2波次諧波組合只占全部組合的74%，約26%的其它波次組合類型會被平滑和忽略。此外，諧波方法可濾除小的干擾信號，提取關鍵影響信號[15]，水溫諧波的波次構(gòu)成可間接反映影響水溫的關鍵背景信號的周期特性，便于預報模型關鍵預報因子的高效篩選。故基于諧波方法的水溫日變化特征定量化分析為水溫精細化預報模型構(gòu)建提供了重要的參考依據(jù)。

[1]郁家成,王勝.水產(chǎn)設施養(yǎng)殖的環(huán)境小氣候問題及其調(diào)控途徑[J].中國農(nóng)業(yè)氣象,2004,25(2):62-64.

Yu J C,Wang S.Micro-climate environment conditions and its control in aquatic animal raising in greenhouse[J].Chinese Journal of Agrometeorology,2004,25(2):62-64.(in Chinese)

[2]曹美蘭,李仁忠,楊再強,等.海水養(yǎng)殖水溫對冷空氣的響應及水溫預報[J].干旱氣象,2013,31(1):56-61.

Cao M L,Li R Z,Yang Z Q,et al.The response of water temperature to cold air and its prediction model for seawater breeding farm[J].Journal of Arid Meteorology,2013, 31(1): 56-61.(in Chinese)

[3]王宗山,鄒娥梅,許永生.東海表層水溫預報方法的初步探究[J].海洋學報,1981,3(3):370-381.

Wang Z S,Zou E M,Xu Y S.A preliminary study on the forecasting method of sea surface temperatures in the East China Sea[J].ACTA Oceanologica Sinica,1981,3(3): 370-381. (in Chinese)

[4]張玉超,錢新,錢瑜,等.太湖水溫分層現(xiàn)象的監(jiān)測與分析[J].環(huán)境科學與管理,2008,33(6):117-121.

Zhang Y C,Qian X,Qian Y,et al.Field measurement and analysis on diurnal stratification in Taihu Lake[J]. Environmental Science and Management,2008, 33(6): 117-121. (in Chinese)

[5]Raphael J M.Prediction of temperature in rivers and reservoirs[J].ASCE Journal of the Power Division,1962, 88(2):157-181.

[6]鞠鵬飛,陳青生,陳衛(wèi).基于支流水溫對漢江干流河道水溫影響的數(shù)值模擬[J].水電能源科學,2013,31(5):84-87.

Ju P F,Chen Q S,Chen W.Numerical simulation of influence of water temperature of tributary on Hanjiang main river[J]. Water Resources and Power,2013,31(5):84-87.(in Chinese)

[7]鄧愛娟,劉志雄,劉可群,等.春秋季冷空氣過程對不同養(yǎng)殖水體水溫的影響[J].中國農(nóng)學通報,2016,32(19):120-129.

Deng A J,Liu Z X,Liu K Q,et al.Cold air in spring and autumn: effect on temperature of different aquatic water[J]. Chinese Agricultural Science Bulletin,2016,32(19):120-129. (in Chinese)

[8]杜堯東,劉錦鑾,何健,等.廣州地區(qū)冬季魚塘水溫特征及其預測預報[J].生態(tài)學雜志,2004,23(4):52-56．

Du Y D,Liu J L,He J,et al.Characteristics of water temperature of fishing pond and its forecast in winter in Guangzhou area[J].Chinese Journal of Ecology,2004,23(4): 52-56.(in Chinese)

[9]趙玉潔,王佳,崔淑芬,等.大港露天海水養(yǎng)殖塘水環(huán)境與氣象條件關系[J].天津農(nóng)業(yè)科學,2015,21(7):35-38.

Zhao Y J,Wang J,Cui S F,et al.Relationship between weather and water in mariculture pond in Dagang Area[J].Tianjin Agricultural Sciences,2015,21(7):35-38.(in Chinese)

[10]周波,李曉東,李永函,等.海水越冬池塘冰下水體主要理化因子變化的初步研究[J].大連水產(chǎn)學院學報,2009,24(6): 536-543.

Zhou B,Li X D,Li Y H,et al.Changes in physical and chemical factors under ices in seawater ponds during a wintering period[J].Journal of Dalian Fisheries University, 2009,24(6):536-543.(in Chinese)

[11]張志勇,張志偉,張曹進,等.江蘇南部沿海養(yǎng)殖池塘水溫時空變化規(guī)律研究[J].海洋通報,2010,29(6):674-677.

Zhang Z Y,Zhang Z W,Zhang C J,et al.Analysis of water temperature of fishing pond in south Jiangsu coast area[J]. Marine Science Bulletin,2010,29(6):674-677.(in Chinese)

[12]楊逸萍,郭衛(wèi)東,方志山,等.臺風暴雨對廈門港灣海水溶解無機氮、磷含量的影響[J].海洋科學,2003,27(7):52-58.

Yang Y P,Guo W D,Fang Z S,et al.Influence of typhoon and rainstorm process on dissolved inorganic nitrogen and dissolved inorganic phosphorus of seawater in Xiamen Bay[J].Marine Sciences,2003,27(7):52-58.(in Chinese)

[13]陳春華,李巧香.?？跒车呐_風及其對海水水質(zhì)的影響機制分析[J].海洋學報,2002,24(2):59-65.

Chen C H,Li Q X.Discussion on typhoon occurred in the Haikou Bay and influencing mechanism on the sea water quality[J].Acta Oceanologica Sinica,2002,24(2):59-65.(in Chinese)

[14]Sarkar B,Tiwari G N.Thermal modeling and parametric studies of a greenhouse fishpond in the central Himalayan region[J].Energy Conversion and Management,2006, 47(18-19): 3174-3184.

[15]施能.氣象統(tǒng)計預報[M].北京:氣象出版社,2009:270-277.

Shi N.Meteorological statistical forecast[M]. Beijing: Meteorological Press,2009:270-277.(in Chinese)

[16]陳新強.近年來諧波天氣分析在我國的進展[J].氣象科技,1988,(2):14-23.

Chen X Q.Recent progress of harmonic weather analysis in China[J].Meteorological Science and Technology, 1988, (2): 14-23.(in Chinese)

[17]王闊,馬浩,李娟,等.POEM模式對熱帶季節(jié)內(nèi)振蕩模擬能力的評估[J].熱帶氣象學報,2016,32(3):358-367.

Wang K,Ma H,Li J,et al.Diagnostics of the ability of POEM2 model in simulating tropical intra seasonal oscillation[J]. Journal of Tropical Meteorology,2016,32(3):358-367.(in Chinese)

[18]山東省土壤水分研究協(xié)作組.應用諧波分析研究土壤水分周期性[J].山東氣象,1988,(4):37-40.

Shandong Province Soil Moisture Research Collaborative Group.Study on periodicity of soil moisture by using harmonicanalysis[J].Journal of Shandong Meteorology, 1988, (4): 37-40. (in Chinese)

[19]李有,董中強,鄭敬剛.地-氣溫差的模擬與地溫估算研究[J].中國農(nóng)業(yè)氣象,2008,23(3):1-3.

Li Y,Dong Z Q,Zhen J G.Studies on the simulation of difference between soil surface temperature and air temperature and the estimation of soil surface temperature[J]. Chinese Journal of Agrometeorology,2008,23(3):1-3.(in Chinese)

[20]李天來,李曼,韓亞東,等.遼沈Ⅰ型日光溫室地溫日變化規(guī)律及其諧波模擬驗證[J].西北農(nóng)業(yè)學報,2010,19(10):152- 160.

Li T L,Li M,Han Y D,et al.Soil temperature diurnal variation in Liaoshen typeⅠsolar greenhouse and harmonic simulation confirmation[J].Acta Agriculturae Boreali- occidentalis Sinica,2010,19(10):152-160.(in Chinese)

[21]張昆,黎貞發(fā),李天來.北方日光溫室北墻和后坡熱通量日變化的諧波特征[J].中國農(nóng)業(yè)氣象,2012,33(4):488-492.

Zhang K,Li Z F,Li T L,et al.Harmonic characteristics of heat flux diurnal variation of north wall and back slope in northern solar greenhouse[J].Chinese Journal of Agrometeorology, 2012,33(4):488-492.(in Chinese)

[22]李倩,申雙和,陶蘇林,等.基于諧波方法的塑料大棚內(nèi)氣溫日變化模擬[J].中國農(nóng)業(yè)氣象,2014,35(1):33-41.

Li Q,Shen S H,Tao S L,et al.Simulation of daily air temperature inside plastic greenhouse based on harmonic method[J].Chinese Journal of Agrometeorology, 2014, 35(1): 33-41.(in Chinese)

[23]陳冠惠,黃榮祥.東山灣海水溫、鹽度的分布與變化[J].海洋通報,1992,11(2):13-18.

Chen G H,Huang R X.Variations of water temperature and salinity in Dongshan Bay[J].Marine Science Bulletin, 1992, 11(2):13-18.(in Chinese)

[24]李寧,申雙和,黎貞發(fā),等.基于主成分回歸的日光溫室內(nèi)低溫預測模型[J].中國農(nóng)業(yè)氣象,2013,34(3):306-311.

Li N,Shen S H,Li Z F,et al.Forecast model of minimum temperature inside greenhouse based on principal component regression[J].Chinese Journal of Agrometeorology, 2013,34(3):306-311.(in Chinese)

[25]李小芳,陳青云.用云遮系數(shù)法計算日光溫室內(nèi)太陽輻射[J].農(nóng)業(yè)工程學報,2004,20(3):212-216.

Li X F,Chen Q Y.Calculation of the solar radiation inside the sunlight greenhouse using the cloud cover coefficient method[J].Transactions of the CSAE,2004,20(3): 212-216. (in Chinese)

[26]曾明正,黃廷林,邱曉鵬,等.我國北方溫帶水庫:周村水庫季節(jié)性熱分層現(xiàn)象及其水質(zhì)響應特性[J].環(huán)境科學,2016, 37(4):1337-1344.

Zeng M Z,Huang T L,Qiu X P,et al.Seasonal stratification and the response of water quality of a temperate reservoir: Zhoucun reservoir in north of China[J]. Environmental Science,2016,37(4):1337-1344.(in Chinese)

[27]黃火旺,王秀芹,董劍.福建近海區(qū)海溫數(shù)值預報試驗[J].海洋學報,2001,23(2):31-39.

Huang H W,Wang X Q,Dong J.The test of numerical prediction of seawater temperature in the sea area near Fujian[J]. Acta Oceanologica Sinica,2001,23(2):31-39.(in Chinese)

[28]Deng B,Liu S D,Xiao W,et al.Evaluation of the CLM4 Lake Model at a large and shallow freshwater lake[J].Journal of Hydrometeorology,2013,14:636-649.

[29]趙旭東,劉鵬,劉家鋒,等.一種圖像序列平穩(wěn)性和相關性檢驗的天氣場景分類方法[J].計算機研究與發(fā)展,2011, 48(11): 1973-1982.

Zhao X D,Liu P,Liu J F,et al.Stationarity and correlation test of image sequences based classification on scenes with different weather conditions[J].Journal of Computer Research and Development,2011,48(11):1973-1982.(in Chinese)

[30]郭建平,徐敏,秦昆,等.基于不確定性理論的降水天氣分類研究[J].計算機應用,2009,(29):256-262.

Guo J P,Xu M,Qin K,et al.On the precipitation classifications based on uncertainty theory[J].Journal of Computer Applications,2009,(29):256-262.(in Chinese)

[31]鄒學智,申雙和,曹雯,等.基于公眾天氣預報預測塑料大棚逐日極端氣溫[J].氣象科學,2014,34(2):187-192.

Zou X Z,Shen S H,Cao W,et al.Prediction of daily extreme temperatures in plastic greenhouse based on public weather forecast[J].Journal of the Meteorological Sciences,2014, 34(2): 187-192.(in Chinese)

Harmonic Analysis of Temperature Diurnal Variation for Different Types Marine Aquaculture Water

YANG Dong1, YAO Ri-sheng1, JIN Zhi-fen2, DING Ye-yi1, QIAN Yan-zhen1, WANG Li-chao3

(1.Ningbo Bureau of Meteorology, Ningbo 315012 , China; 2.Zhejiang Climate Center, Hangzhou 310017; 3. Ninghai Bureau of Meteorology, Ningbo 315600)

The harmonic method was employed to analyze the diurnal variation of different types marine aquaculture water under different weather conditions (sunny, partly cloudy, cloudy and overcast), based on the water temperature data of aquaculture pond and cage embayment in Ningbo from 2010 to 2013. The results showed that: (1) two and three order harmonic models could well simulate water temperature variations of aquaculture pond and cage embayment, respectively. The absolute error of temperature simulation for different types marine aquaculture water were all at a low level (aquaculture pond: hourly 0.24-0.31℃, maximum 0.2-0.24℃, minimum 0.11-0.15℃,cage embayment: hourly 0.1-0.15℃, maximum 0.06-0.1℃, minimum 0.06-0.08℃ ). (2) Harmonic simulation error with significant diurnal variation was higher in daytime and lower in nighttime, the harmonic method simulation on the trend of water temperature variation in overcast day was worse than that in other weather conditions. (3) Water temperature diurnal variation of aquaculture pond had two cycles with 24 hours and 12 hours, and 24 hours cycle contributed the highest proportion. Water temperature diurnal variation of cage embayment had 12 hours, 24 hours and 6hr periods, and the proportion of 12 hours and 24 hours was higher than that of 6 hours. From sunny to cloudy day, the proportion of 12 hours and 24 hours was almost equal, while the proportion of 24 hours cycle significantly decreased in overcast day. We propose that the harmonic method provides a good proxy for simulating and quantitatively analyzing the diurnal variation of aquaculture pond water and cage embayment water, which provides an important reference for water temperature refinement forecast.

Aquaculture pond; Cage embayment; Water temperature; Different weather; Harmonic analysis

2017-01-18

浙江省重點科技專項（2015C02048）；浙江省氣象局重點項目（2013ZD05）；浙江省氣象局重點項目（2016 ZD10）；寧波市科學計劃項目（2014C50024）

楊棟（1988-），碩士生，主要從事氣候變化和農(nóng)業(yè)氣象研究。E-mail：yangdong_314@163.com

10.3969/j.issn.1000-6362.2017.09.003

**通訊作者。E-mail：jzfeng0423@163.com

楊棟,姚日升,金志鳳,等.不同類型海水養(yǎng)殖水體溫度日變化諧波分析[J].中國農(nóng)業(yè)氣象,2017,38(9):558-566