均匀温度作用会引起桥梁的轴向伸缩变形，是伸缩缝、支座甚至桥墩设计选型的重点考虑因素. 若不予以充分考虑，可能导致结构产生较大的约束应力甚至结构破坏^[1-3]. 均匀温度为有效温度和计算初始温度的差值，计算初始温度为结构在形成体系时的温度，有效温度为桥梁计算时的桥体温度. 有效温度受到太阳辐射、气温、风速等复杂气象因素影响，其取值因各地区气候条件的显著不同而存在明显的地域差异性^[4-5].

各国规范针对组合梁有效温度取值的地域差异问题的解决方法可以概括为3类. 方法1为直接依据气候分区取值，如中国规范《公路桥涵设计通用规范》（JTG D60—2015）^[6]规定了严寒、寒冷和温热3个分区，但分区面积较大，可能导致局部地区的桥梁温度效应被低估. 方法2为根据气象参数等值线地图同时结合有效温度与气象参数相关性间接进行取值，如英国BS5400^[7]和欧洲Eurocode-1^[8]给出了气温和有效温度的关系，同时给出极端气温等值线地图来确定不同地区组合梁的极端有效温度取值. 方法3为温度作用等值线地图取值，如美国AASHTO规范^[9]给出了直接用于组合梁最高和最低有效温度取值的等值线地图. 与较粗犷的分区取值相比，采用等温线地图进行有效温度取值显然更为简便准确，为组合梁有效温度的地域差异性取值提供了思路.

根据规范体系采用的基于可靠度理论的概率极限状态设计法的要求，须通过概率统计确定设计基准期内温度作用最不利取值，即温度作用代表值. 现有《公路桥涵设计通用规范（JTG D60—2015）》^[6]中并未给出温度作用取值的超越概率或重现期，尚不具备明确的概率意义. 温度作用代表值计算可以采用基于广义帕累托（generalized  Pareto, GP）分布的超阈值极值模型^[10-11]，但现有研究通常基于几年的桥梁温度实测数据，难以反映100 a设计基准期极端情况下的统计规律^[12]. 因此，利用数据跨度更长的气象数据（往往超过几十年）开展温度作用的极值统计分析更具有理论意义. 用于统计的桥梁温度样本可以通过历史气象数据进行数值模拟计算得到，Chen^[13]采用45 a逐日气象数据对钢箱组合梁温度场进行长期数值模拟计算，选取其中1%的极端数据进行统计分析得到具有50 a重现期的有效温度代表值. 但未对长期计算结果的准确性进行充分验证，且长期有限元模拟计算量大，过于耗时. 气象相关性公式也是获取桥梁温度样本的可行方法，Liu等^[14]通过对日辐射总量、日温差和风速等气象参数进行逐步回归，建立了钢管混凝土温差的气象相关性预测公式. 对比2种方法，数值模拟计算结果更为精确，气象相关性计算过程更加便捷. 两者均能充分利用历史气象数据进行桥梁温度作用的准确取值，但前提是有限元模型和气象相关性公式的准确性得到充分验证.

本研究以钢箱混凝土组合梁为例，基于历史气象数据开展组合梁有效温度取值的地域差异性研究. 通过节段模型实测数据对有限元模拟结果进行验证；采用试验场地历史气象数据进行长期数值模拟并基于GP分布模型建立有效温度统计取值方法；在此基础上，调研全国91个辐射气象站点长期历史气象数据并分别计算有效温度代表值；最后采用气象相关性方法计算全国748个常规气象站点有效温度代表值，并利用ArcGIS软件进行空间插值绘制组合梁有效温度等值线地图，研究结果可以为组合梁有效温度的准确取值提供参考.

对钢箱混凝土组合梁节段模型开展长期温度测试，试验场地位于青海黄南藏族自治州尖扎县境内，东经102.23°E、北纬35.3°N，海拔为2150 m，地处中国气候分区图中寒冷地区和严寒地区的交界处. 该节段模型长3.0 m，梁高1.5 m，桥面板厚度0.25 m，钢梁高度1.25 m，南北方向放置. 钢梁涂装均为白色，混凝土表面不做特殊处理. 如图1所示.

组合梁节段模型温度测试断面布置如图2所示. 共布置温度传感器26个，其中在混凝土桥面板上布置测点13个，在槽形钢梁上布置测点13个. 此外，在试验场地布置了小型移动气象站，在其上设有大气温湿度计、风速计、风向计和总辐射表，用以同步采集大气温湿度、风速和水平面太阳总辐射强度等气象参数. 测试周期为2017年4月5日—2018年6月30日.

采用有限元程序ABAQUS 6.14对组合梁节段模型进行长期二维温度场数值模拟，在日照作用下，桥梁与周围环境的热交换主要包括太阳辐射、对流换热与辐射换热3种，模型边界条件可以按文献[15]、[16]中的方法计算，模型及网格划分如图3所示. 其中，组合梁的桥面板和钢梁均采用四结点线性传热四边形单元（DC2D4）模拟，为了保证桥面板和钢梁高度方向的节点位置与试验测点匹配，桥面板和钢梁网格尺寸均设置为约3.0 cm；封闭箱室中内部空气同样采用四结点线性传热四边形单元（DC2D4）模拟. 在模型中桥面板、钢梁与空气界面间均采用“绑定（Tie）”进行模拟，以保证界面处的热流和温度连续.

节段模型各材料的热工参数如表1所示. 表中，ρ为材料密度，c为比热容，λ为导热系数，α为表面吸收率，ε为辐射率. 其中，混凝土的密度、导热系数和比热容均根据桥面板混凝土的实际配合比加权平均求得，钢材的热工参数根据调研情况选取，组合梁模型钢梁涂装为白色，但涂装厚度较薄，故吸收率取值偏大为0.50. 空气单元采用真实空气热工参数.

对测试周期内组合梁温度场进行长期数值模拟，有限元模型计算时间为2017年4月5日0:00—2018年6月30日23:00，计算间隔均取1 h. 假定起始时间组合梁各部件内部温度均匀分布，以桥面板和钢梁处测点实测温度的平均值作为初始温度，分别为14.86、12.63 ℃，箱内空气单元初始温度与钢梁相等. 模型计算采用实测逐时气象数据. 由于测试设备损坏和停电原因引起的气象数据缺失，通过如下方法进行补充：缺失气温数据由距试验场地10.5 km的尖扎县气象局监测得到的日最高和最低气温按正弦曲线变换^[17]进行补充；水平面太阳辐射强度通过太阳辐射半经验模型—Hottel晴空模型^[18]以及Liu等^[19]提出的模型进行补充；风速按相似天气情况下的日平均风速进行补充，由于风速日分布无明显规律，假定缺乏实测数据的时段日风速无变化.

组合梁有效温度的变化会使得桥梁产生纵向伸长和缩短. 组合梁由钢和混凝土2种热物理性能截然不同的材料组成，由温度引起的钢梁和混凝土桥面板的纵向变形必须协调，对于离散单元，其有效温度可以通过Chen^[13]推导的公式计算得到：

(1) $ {\theta _{\rm{e}}} = \frac{{\Sigma {{E_{\rm{s}}}{A_{{\rm{s}}i}}} {\alpha _{\rm{s}}}{\theta _{{\rm{s}}i}} + \Sigma {{E_{\rm{c}}}{A_{{\rm{c}}i}}{\alpha _{\rm{c}}}{\theta _{{\rm{c}}i}}} }}{{\Sigma {{E_{\rm{s}}}{A_{{\rm{s}}i}}} {\alpha _{\rm{s}}} + \Sigma {{E_{\rm{c}}}{A_{{\rm{c}}i}}{\alpha _{\rm{c}}}} }} .$

式中：θ_e为组合梁截面有效温度；E_s、E_c分别为钢和混凝土的弹性模量；α_s、α_c分别为钢和混凝土的线膨胀系数；θ_si、A_si、θ_ci、A_ci分别为混凝土和钢的温度和截面面积，i为模型离散单元个数.

为了验证有限元模型的准确性，将长期数值模拟计算的有效温度与实测数据计算的有效温度进行对比，结果如图4所示. 可以看出，有效温度计算值与实测值的时程变化较吻合，说明有限元计算结果可以较好地反映组合梁有效温度的时程变化规律.

针对试验模型两端未封闭与桥梁实际运营状况存在的差异，按两端是否封闭2种情况进行有限元模拟分析，得到的组合梁最高有效温度分别为42.54、41.83 ℃，差异为0.71 ℃，最低有效温度分别为−22.33、−22.95 ℃，差异为0.62 ℃，最高最低有效温度差异均不超过1.00 ℃，说明两端是否封闭对组合梁有效温度影响并不显著. 主要原因在于，不同于混凝土箱梁箱内外温度差异明显^[5]，钢材由于导热性能远高于混凝土，箱内外气温会迅速趋于一致^[20]. 因此，试验及模拟结果能反映桥梁实际运营情况.

温度作用的地域差异性来源于气象参数的地域差异性. 为此对全国范围历史气象数据进行调研. 共搜集到国家基准气象站839个，站点数据包括日照时数、最高气温、最低气温和平均风速等气象参数的日值数据. 此外，其中122个站点还额外提供水平面日太阳辐射总量、水平面直射辐射总量、水平面散射辐射总量等太阳辐射数据. 为了便于描述，将这些气象站中提供太阳辐射数据的站点定义为“辐射气象站”，其余定义为“常规气象站”.

由于中国基准气象站在1992年进行了一次测试设备升级，气象数据精度和准确性得到大幅提高. 故本研究由“国家气象科学数据中心”（ http://data.cma.cn/）^[21]获取全国所有基准气象站，选取了1993年—2015年的共计时长23 a的历史气象数据，进行组合梁桥有效温度取值的研究. 对部分数据缺失严重或观测时长较短的站点进行剔除，最终选择辐射气象站91个，常规气象站748个. 这些站点的区域分布如表2所示. 除了台湾省、香港和澳门外，其他所有省级行政单位均有基准气象站点覆盖.

辐射气象站提供了进行桥梁温度作用计算所需的太阳辐射、气温和风速等完整气象数据，常规气象站则缺少太阳辐射数据. 为了满足后续研究需要，须对748个常规气象站点水平面日太阳辐射总量数据进行补充.

张青雯等^[22]对不同太阳辐射模型在西北地区的适用性进行研究，结果表明属地参数化后的Bahel模型适用性最好. 因此，本研究采用Bahel模型对每个辐射气象站的太阳辐射数据进行属地参数化研究，进一步对常规气象站日太阳辐射总量数据进行补充.

模型的计算公式如下：

(2) $ H = {H_{\text{a}}}\left[ {a + b\left( {\frac{n}{N}} \right) + c{{\left( {\frac{n}{N}} \right)}^2} + d{{\left( {\frac{n}{N}} \right)}^3}} \right]. $

式中：H为日太阳辐射总量；H_a为地外总辐射，为一天中大气上界接收到的太阳辐射总量；n为实际日照时数；N为最大理论日照时数；a、b、c、d为经验系数，可以根据当地实测日太阳辐射总量和日照时数回归确定，即经验系数的属地参数化分析.

利用已有91个辐射气象站1993年—2015年的日太阳辐射总量以及对应实际日照时数历史数据，采用Bahel模型依次进行回归分析，可以得到各辐射气象站对应的a、b、c、d经验系数取值. 限于篇幅，各站点的经验系数取值本研究不一一列出. 以西宁气象站（站点编号52866）为代表，回归得到的经验系数a、b、c、d取值分别为0.185、0.870、−0.933和0.628. 对比H的模型计算值与气象站实测值，结果如图5所示. 图中，H_obs为日辐射总量气象站观测值，H_pre为日辐射总量Bahel模型预测值. 可以看出，残差小于3.93的95%数据均分布在Y=X附近，确定系数R²=0.931，均方根误差RMSE=1.896 MJ/m²，表明Bahel模型在西宁地区具有较好的适用性.

如表3所示，进一步列出全国91个辐射气象站Bahel模型拟合的R²和RMSE. 表中，n_s、P_s分别为站点数量和比例. 其中，45个（49.46%）站点的R²≥0.90，86个（94.51%）站点的R²≥0.80，仅5个（5.49%）站点的R²<0.80，但最小的R²仍不小于0.75. 全国91个站点RMSE的区间分布与之类似，超过90%的站点的RMSE小于3 MJ/m²，表明经过属地参数化的Bahel模型普遍具有较好的适用性和可靠性，可以用于预测全国各地的日太阳辐射总量.

在得到各辐射气象站点经过属地参数化后的Bahel模型经验系数后，采用这91组经验系数补充其余748个常规气象站的日太阳辐射总量. 假定各辐射气象站Bahel模型经验系数同样适用于周边区域. 采用最近距离判断方法，逐个计算常规气象站距离91个辐射气象站的距离，选择最近辐射气象站的Bahel经验模型计算该常规气象站的日太阳辐射总量. 最终计算求得全国748个常规气象站1993年—2015年共23 a的日太阳辐射总量数据.

通过极值统计得到温度作用代表值的前提是获取温度作用长期样本数据. 一种方法是采用经过验证的组合梁有限元模型进行组合梁温度场长期数值模拟. 选取距离试验测试地点最近且有太阳辐射数据的西宁站历史气象数据，该站点1993年—2015年共计23 a的日太阳辐射总量、日最高/最低气温和日平均风速等历史气象数据如图6所示. 图中，θ_a,max、θ_a,min分别为日最高、最低气温，v为日风速. 根据1.2节方法进行组合梁温度场长期数值模拟，先将气象数据进行分解，得到热传导求解所需的太阳辐射热流边界、对流换热热流边界及辐射换热热流边界，进一步得到23 a日最高和日最低有效温度θ_e,max、θ_e,min的样本数据，如图7所示，样本数据覆盖时长为8400 d.

气象相关性公式是进行桥梁温度作用简化计算的可行方法，也可以作为获取温度作用样本数据的途径之一. 桥梁结构的有效温度主要受气温的影响，但对于钢-混组合梁桥，由于钢梁导热性能好，在太阳辐射下升温明显，还须考虑太阳辐射的影响. 因此，在建立钢-混组合梁桥日最高有效温度θ_e,max的气象相关性公式时，以日最高气温θ_a,max和日太阳辐射总量H作为自变量；对于日最低有效温度θ_e,min，则考虑日最低气温θ_a,min和日温差θ_v作为自变量. 通过对上述数值模拟中气象参数和有效温度进行多元回归分析，可以得到计算日最高和最低有效温度的气象相关性公式：

(3) $ \left. \begin{gathered} {\theta _{{\text{e,max}}}} = {c_1}{\theta _{{\text{a,max}}}} + {c_{\text{2}}}H + {c_{\text{3}}}, \\ {\theta _{{\text{e,min}}}} = {c_1}{\theta _{{\text{a,min}}}} + {c_{\text{2}}}{\theta _{\text{v}}} + {c_{\text{3}}} . \end{gathered} \right\} $

式中：c₁~c₃为待定系数.

对于最高和最低有效温度，c₁~c₃取值分别为0.972、0.291、0.473和1.051、0.173、0.122. 代入式（3）即可计算得到23 a日最高和日最低有效温度气象相关性公式计算结果，如图8所示，样本数据覆盖时长同样为8400 d.

公式计算的日最高和日最低有效温度与有限元计算结果的对比如图9所示. 图中， ${\theta _{\text{e,max}}^{\rm{cal}}}$、 ${\theta _{\text{e,max}}^{\rm{FEM}}}$、 ${\theta _{\text{e,min}}^{\rm{cal}}}$和 ${\theta _{\text{e,min}}^{\rm{FEM}}}$分别代表日最高和日最低有效温度公式计算值与有限元计算值. 可以看出，数据点集中在Y=X附近，确定系数R²分别为0.953、0.932，均方根误差RMSE均不超过1 ℃，表明提出的气象相关性公式可以准确预测组合梁的最高和最低有效温度.

取温度作用的重现期为50 a，建立GP分布模型^[12]进行有效温度代表值的计算，计算结果如表4所示. 对比2种样本数据类型计算得到的温度作用代表值，可以看出，对于23 a数值模拟数据和气象相关数据，20 a重现期的代表值与数据极值接近，50 a重现期的代表值略大于原始数据极值，这也说明了采用GP分布极值模型计算温度作用代表值的有效性. 长期数值模拟数据和气象相关数据时长均为23 a，采用这2种数据计算得到的最高有效温度代表值偏差约为1.5 ℃，最低有效温度代表值偏差则不超过0.5 ℃，说明利用这2种数据来源均可以准确地计算温度作用代表值.

选取组合梁有效温度极值出现时的日期和气象参数，对桥面板宽度B_c、桥面板厚度h_c、钢梁高度h_s、铺装厚度h_p和钢梁表面吸收率α等5个结构参数的影响进行分析. 按文献[15]方法设置5参数5水平正交试验，通过方差分析来确定各结构参数对有效温度影响的显著性. 方差分析结果如表5所示. 在显著性水平0.05下，F值的临界值F_0.05(4, 4)=6.39，当某个参数的F值大于6.39时，即可认为该参数对有效温度影响显著. 可以看出，对有效温度影响显著的参数为h_p和h_c，取h_p=0、0.05、0.10、0.15 m和h_c=0.2、0.3、0.4、0.5 m，进行参数分析，结果如图10所示. 可知，最高有效温度随着h_c的增大而降低，最低有效温度则随h_c的增大而升高.

在上述参数分析的基础上，以h_p=0 m、h_c=0.3 m为基准参数，选取任意组合梁参数与基准参数的变化值Δh_p、Δh_c为自变量，根据图10中h_c和h_p对最高和最低有效温度的影响规律，通过多元回归分析，可以得到不同桥面板和沥青铺装厚度下的组合梁有效温度计算公式：

(4) $ \begin{split} {\theta _{{\text{e,max}}}} = \;&41.67 + \left( {\text{5\;320}}{\text{.7}}\Delta {h_{\text{p}}}^3 - {\text{1\;516}}{\text{.6}}\Delta {h_{\text{p}}}^2 + {\text{102}}{\text{.2}}\Delta {h_{\text{p}}} +\right.\\ \;&\left.{\text{9}}{\text{.19}}\Delta {h_{\text{c}}}^2 - {\text{8}}{\text{.95}}\Delta {h_{\text{c}}} + {\text{0}}{\text{.21}} \right), \\[-10pt] \end{split}$

(5) $ \begin{split} {\theta _{{\text{e,min}}}} =\;& - {\text{17}}{\text{.51}} + \left( - 66.09\Delta {h_{\text{p}}}^2 + 24.41\Delta {h_{\text{p}}} +\right.\\ \;& \left. 12.41\Delta {h_{\text{c}}} - {\text{1}}{\text{.89}} \right). \end{split}$

采用上述拟合公式，计算16对参数组合的最高有效温度θ_e,max和最低有效温度θ_e,min，与有限元的计算结果进行对比，最高有效温度θ_e,max的公式预测值和有限元计算值的平均绝对误差AAE和均方根误差RMSE分别为0.169、0.201 ℃，确定系数R²=0.979；对于最低有效温度θ_e,min，公式计算值和有限元计算值的AAE和RMSE分别为0.155、0.172 ℃，R²=0.989. 通过对比说明回归分析拟合得到的计算公式可以准确地计算组合梁的最高和最低有效温度.

基于上文搜集到的全国气象站点的历史气象数据开展有效温度等值线地图绘制研究. 根据气象数据的完整度和准确性，有效温度等值线地图绘制流程可以分为4步.

1）对于辐射气象站（91个），其具有日总太阳辐射、气温和风速等23 a的完整且准确的历史气象数据，采用长期数值模拟方法得到有效温度样本，再基于GP分布的超阈值法计算具有50 a重现期的有效温度代表值. 2）对于常规气象站，其具有气温、风速的准确历史气象数据，以及通过Bahel模拟计算得到的日总太阳辐射经验数据. 由于常规气象站点的数量较多（748个），采用长期数值模拟方法进行有效温度代表值计算过于耗时，故采用气象相关性公式获取有效温度样本，再基于GP超阈值模型的方式进行有效温度代表值计算，以提高计算效率. 3）对于地图其余空白区域，由于其仅有经度、纬度和海拔等地理参数，须通过前2步有效温度的计算结果采用ArcGIS 10.5软件平台中的ArcMap程序进行空间插值计算，得到空白区域有效温度代表值. 4）基于上述插值计算得到全国任意地点的有效温度代表值，采用ArcMap程序中的等值线功能，进行有效温度等温地图的绘制. 由于篇幅原因，不展示有效温度等值线地图，而以其他数据分析方法展现有效温度的分布.

在1.3节模型验证的基础上，通过Python语言编写ABAQUS脚本进行前处理批量建模运算，对全国91个辐射气象站点的组合梁桥1991年—2015年共计23 a的温度场进行长期计算. 提取组合梁桥最高有效温度θ_e,max和最低有效温度θ_e,min 23 a的日极值数据，采用基于GP分布的超阈值模型进行极值分析，即可得到全国91个辐射气象站组合梁具有50 a重现期的有效温度代表值.

绘制组合梁有效温度代表值计算结果的箱型图，并标出其在91个辐射气象站点中的最大值和最小值，结果如图11所示. 可以看出，有效温度代表值在各站点中均具有明显的差异性，θ_e,max和θ_e,min的均值分别为40.68 、−14.08 ℃，各站点间的最大差值分别为24.68 、56.22 ℃.

为了说明有效温度代表值的地域分布差异，如图12所示为全国各区域的有效温度代表值. 图中，各柱为各区域内部所有站点有效温度的平均值. 可以看出，最高有效温度在各区域没有明显差异，说明若在一个较大的区域内选取一定值作为有效温度的取值，会在很大程度上忽略地域差异性，进而可能导致多数地区桥梁温度效应被明显低估.

在得到的准确的气象相关性公式的基础上，代入全国91个辐射气象站气象参数得到组合梁桥有效温度样本数据，进一步进行极值分析得到有效温度代表值（相关性公式代表值），与前文基于有限元长期模拟数据计算的有效温度代表值（有限元代表值）进行对比，如图13所示. 可以看出，最高、最低有效温度的确定系数R²分别为0.974、0.990，RMSE仅为0.847、1.397 ℃，说明采用气象相关性公式计算得到的有效温度代表值结果可靠，可以用于常规气象站计算.

采用式（3）中组合梁有效温度气象相关性公式形式对91个太阳辐射站点有效温度计算结果分别进行回归，得到适用于不同太阳辐射站点的有效温度日极值的气象相关性计算公式和对应的待定系数. 同样根据最近距离判断确定748个常规气象站气象相关性公式系数. 即可求得全国748个常规气象站1993年—2015年共23 a组合梁桥最高和最低有效温度日极值，进一步基于GP分布的超阈值模型进行组合梁桥具有50 a重现期的有效温度代表值的计算.

在得到辐射气象站和常规气象站共839个组合梁桥有效温度代表值的基础上，采用ArcGIS 10.5软件平台中的ArcMap程序进行空间插值计算，进行有效温度等值线地图的绘制. 用样条函数插值法保证插值后样本点数值不变.

全国θ_e,max经空间插值后的取值范围为20.56~51.99 ℃，其中，最高θ_e,max出现在新疆吐鲁番和塔克拉玛干沙漠地区，这也是中国常年气温最高的地区，甚至超过南部低纬度城市. 青藏高原地区的θ_e,max明显较低，约为20 ~30 ℃，最低θ_e,max也出现在该地区. 除青藏高原和新疆外的其他地区θ_e,max的差异并不显著. 对于θ_e,min，全国的取值范围为−42.94 ~15.81 ℃，θ_e,min的低温主要出现在中国东北和新疆北部高纬度地区以及青藏高原高海拔地区，θ_e,min的相对高温则主要分布在中国东部和南部沿海地区. θ_e,max和θ_e,min的取值范围及分布地区见表6.

有效温度的变化范围θ_e,range=θ_e,max−θ_e,min，其决定了桥梁纵向胀缩变形的范围，对桥梁支座、伸缩缝的设计选型，甚至下部结构桥墩的设计计算均有重要意义. 根据有效温度等温线地图，全国θ_e,range的取值范围为26.16~87.57 ℃，基本呈现出由南向北（由低纬度向高纬度）递增的分布形态. 其中，取值最大的区域为新疆和东北北部高纬度地区，超过78 ℃，取值最小的区域则主要分布在南部沿海和云南南部地区，不超过37 ℃.

中国公路桥规^[6]中有效温度规范提供的全国气候区划图将全国分为严寒地区、寒冷地区和温热地区，对于组合梁桥，对应的有效温度取值如表7所示，这些取值是根据气候区划图的1月和7月气温数据确定的，而非基于桥梁有效温度极值分析得到的.

对比全国气候区划图和本研究得到的θ_e,max和θ_e,min全国等值线地图，规范的全国气候区划图在一定程度可以反映出θ_e,max和θ_e,min的总体分布规律，尤其与θ_e,min等值线地图分布相似. 但表7取值明显低估了中国新疆和东北地区组合梁桥的θ_e,max和θ_e,min，高估了青藏高原地区的θ_e,max和华中、华东和华南地区的θ_e,min. 特别对于新疆吐鲁番地区，规范中θ_e,max的取值仅为39 ℃，而本研究计算的结果达到51.7 ℃，远高于规范值；对于海南省，本研究计算得到的取值为11~16 ℃，远高于规范的取值−6 ℃. 规范中有效温度变化范围θ_e,range最大的地区为气候区划图中的严寒地区，为71 ℃，而在本研究得到的等值线地图中，东北、内蒙古和新疆等北部地区及青藏高原核心地区的θ_e,range均超过71 ℃，这些面积约为全国面积的1/7，这样会严重低估桥梁的有效温度，极大可能造成运营过程中支座和伸缩缝这类关键部位的损坏；规范中温热地区的θ_e,range取值最小，为45 ℃，本研究得到的等值线地图中同样有约占全国1/7面积的地区（云贵高原和华南地区）θ_e,range取值低于45 ℃，这样会高估桥梁有效温度产生的效应，造成设计的浪费.

（1）分别采用基于有限元长期模拟和气象相关性公式得到的温度作用样本数据进行极值分析. 长期数值模拟和气象相关性公式都能充分利用历史气象数据得到几十年足量的温度作用样本数据，符合极值分析的基本要求. 两者之中，长期数值模拟方法最为直接，计算得到的温度作用代表值更为准确，但计算量相对较大；气象相关性公式的计算量小，得到温度作用代表值的过程简单方便，但前提是建立的气象相关性公式准确性得到充分验证.

（2）全国839个基准气象站中的绝大多数站点缺少组合梁有效温度计算所需的太阳辐射数据，本研究采用Bahel日辐射模型进行全国尺度的日太阳辐射总量计算，验证了Bahel模型在中国各地区的普适性，在此基础上，补充了常规气象站缺失的日太阳辐射总量数据，以便于有效温度等值线地图的绘制.

（3）考虑日气温极值、日气温温差、日太阳辐射总量和日平均风速等自变量，建立了全国91个城市组合梁桥有效温度的气象相关性经验公式. 并对公式精度及以公式计算结果作为样本得到的有效温度代表值进行了充分验证，发现气象相关性公式可以显著提高计算效率.

（4）绘制了钢-混组合梁桥有效温度等值线地图，可以用于全国各地组合梁桥有效温度取值. 与中国现行规范相比，本研究提供的等值线地图中的所有数据均为具有50 a重现期的有效温度代表值，满足极限状态设计法的基本理论要求，其次，等值线地图弥补了气候区划图中区域过大数据分辨率不足的问题，提供了更为准确的有效温度取值方法，该方法也可以为组合梁温度梯度作用研究提供参考，对于组合梁桥的精细化设计和规范体系的补充具有重要价值.