气候分类

气候分类，用于识别，澄清和简化地理区域之间气候相似性和差异性的系统的形式化，以增强对气候的科学理解。这种分类方案依赖于对大量环境数据进行分类和分组的工作，以揭示相互作用的气候过程之间的模式。由于没有两个区域以完全相同的方式受到相同的物理或生物力，因此所有这些分类都受到限制。制定个人气候计划遵循遗传或经验方法。

一般注意事项

一个地区的气候是长期存在的环境条件（土壤，植被，天气等）的综合。这种综合涉及气候要素的平均值和变异性（例如极值和概率）的度量。气候是一个复杂的抽象概念，涉及地球环境各个方面的数据。因此，地球上没有两个地方的气候完全相同。

然而，很明显，在地球的有限区域内，气候在有限的范围内变化，并且可以辨认出气候区域，在该区域内，气候要素的模式具有明显的一致性。此外，当在一个区域中发生的一组地理关系与另一区域中的地理关系平行时，世界上广泛分离的区域也具有相似的气候。气候环境的这种对称性和组织性表明，引起气候现象的世界范围内的规律性和秩序（例如，入射的太阳辐射，植被，土壤，风，温度和空气质量的模式）。尽管存在这样的潜在模式，但建立一个准确而有用的气候计划是一项艰巨的任务。

首先，气候是一个多维概念，对于选择哪个观测环境变量作为分类的基础，并不是一个显而易见的决定。必须从实践和理论两个方面做出选择。例如，使用过多的不同元素将可能导致分类将具有太多类别以至于难以解释，并且许多类别将不符合实际气候。此外，许多气候要素的测量值不适用于世界大部分地区，或者仅在短时间内收集到。主要的例外是土壤，植被，温度和降水量数据，这些数据可以更广泛地获取，并已记录了很长时间。

变量的选择还取决于分类的目的（例如考虑自然植被的分布，解释土壤形成过程或根据人类舒适度对气候进行分类）。为此目的，将确定与分类相关的变量，以及为区分气候区域而选择的变量的阈值。

第二个困难是由于地球表面气候要素变化的一般渐进性所致。除非在异常情况下（由于山脉或海岸线），否则温度，降水和其他气候变量往往会随距离缓慢变化。结果，当一个人从地球表面上的一种位置转移到另一种位置时，气候类型往往会发生不可察觉的变化。因此，选择一组标准来将一种气候类型与另一种气候类型区分开等同于在地图上画一条线以区分具有一种类型的气候区域与具有另一种类型的气候区域。尽管这与人们在日常生活中经常做出的许多其他分类决定没有什么不同，但必须始终牢记，相邻气候区域之间的边界是通过连续，逐渐变化的区域任意放置的，并且这些边界内定义的区域在气候特征方面远非同质。

大多数分类方案旨在用于全球或大陆规模的应用，并定义区域，这些区域是跨数百至数千公里的大陆的主要细分。这些可以称为宏观气候。由于该区域所在大陆上气候要素的地理梯度，不仅该区域的变化缓慢（从湿变干，从热变冷等），而且还将存在中气候在这些区域中，与海拔高度差异，坡度，水体，植被覆盖差异，市区等产生的气候过程相关的数十到数百公里的规模。反过来，中气候可能分解为许多小气候，其规模小于0.1公里（0.06英里），就像森林，农作物和裸土之间的气候差异，植物冠层的不同深度，不同土壤深处，建筑物的不同侧面等。

尽管存在这些局限性，气候分类仍在以下方面发挥着关键作用：概括地理分布和气候要素之间的相互作用，确定对各种与气候有关的现象很重要的气候影响的混合，刺激寻找气候控制过程的探索，以及，作为一种教育工具，以展示世界上一些遥远地区与自己的家乡地区不同和相似的方式。

气候分类的方法

已知的最早气候分类是古典希腊时期的气候分类。这些方案通常根据纬度0°，23.5°和66.5°（分别是赤道，北回归线和北回归线以及北极和南极圈）的显着平行度将地球划分为纬度带。一天的时间。现代气候分类起源于19世纪中叶，首次发布了地球表面温度和降水的地图，这允许开发同时使用两个变量的气候分组方法。

已经设计了许多不同的气候分类方案（超过100种），但是它们都可以根据经验方法或遗传方法进行广泛区分。这种区别基于用于分类的数据的性质。经验方法利用观察到的环境数据，例如温度，湿度和降水，或从中得出的简单量（例如蒸发量）。相反，遗传方法根据引起气候变化的因果因素，所有因素（空气质量，循环系统，前沿，射流，太阳辐射，地形影响等）的活动和特征对气候进行分类。气候数据的时空格局。因此，虽然经验分类在很大程度上描述了气候，但是遗传方法是（或应该）是解释性的。不幸的是，尽管遗传方案在科学上更为可取，但由于它们不使用简单的观察方法，因此其内在地更难以实施。结果，这样的方案不那么普遍，而且总体上不太成功。此外，由两种类型的分类方案定义的区域不一定对应。尤其是，通过许多常见的经验方案将不同气候过程产生的相似气候形式组合在一起的情况并不少见。

遗传分类

遗传分类按其原因对气候进行分组。在这些方法中，可以区分三种类型：（1）基于气候的地理决定因素的类型；（2）基于表面能收支的类型；以及（3）从空气质量分析得出的类型。

在第一类中，有许多计划（主要是德国气候学家的工作）根据气候的纬度控制，大陆性与海洋影响的因素，相对于压力和风带的位置以及山脉的影响等因素对气候进行分类。 。这些分类都有一个共同的缺点：它们是定性的，因此以主观的方式指定气候区域，而不是应用某些严格的区分公式的结果。

基于地球表面能量平衡的方法的一个有趣示例是1970年美国地理学家Werner H. Terjung的分类。他的方法利用了全球1000多个位置的数据，这些数据包括地表接收到的净太阳辐射，用于蒸发水的可用能量以及用于加热空气和地下的可用能量。年度模式根据最大能量输入，输入的年度范围，年度曲线的形状以及负幅值（能量不足）的月份数进行分类。位置特征的组合由一个标签组成，该标签由具有定义含义的几个字母组成，并绘制了具有相似净辐射气候的区域。

但是，可能使用最广泛的遗传系统是采用气团概念的那些。空气团是大的空气体，原则上在水平方向上具有相对均匀的温度，湿度等特性。可以根据这些功能及其正面的对比来解释个别日子的天气。

两位美国地理学家-气候学家对基于空气质量的分类影响最大。1951年，亚瑟·斯特拉勒（Arthur N. Strahler）根据一年中给定位置上存在的空气质量的组合描述了定性分类。几年后（1968年和1970年），约翰·奥利弗（John E. Oliver）通过提供定量框架，将特定的空气质量和空气质量组合指定为特定的“主要”，“次要”或“季节性”，从而将这种类型的分类置于更坚实的基础上位置。他还提供了一种方法，该方法可以从绘制在“温度曲线图”上的月平均温度和降水量图表中识别空气质量，该程序无需进行较不常见的高层空气数据分类。