降水及气温变化特征分析

降水及气温变化特征分析作者：王迁李丹丹赵玲来源：《科学与信息化》2020年第16期摘要基于怀集地区1958-2016年年降水量和年平均温度资料，本文应用均值-标准差分级法、线性回归法、移动平均法及Mann-Kendall检验法等统计方法，分析总结了怀集地区近59年以来的气候变化特征。

结果研究表明：近59年以来，怀集地区年降水量呈缓慢下降趋势，但不显著，且未出现明显气温冷暖突变现象;而年平均温度呈上升显著趋势，从1985年开始突变明显变暖。

关键词年降水量;年平均温度;Mann-Kendall检验法引言随着肇庆经济迅速发展，越来越多的企业公司纷纷前往肇庆怀集地区投资，研究如何能够提供精细和准确的专业气象服务[1]，更好地为企业建设提供精准的气候资料分析，地区性年降水和气温变化特征分析显得尤为重要[2]。

气候分析所采用的方法有很多，其中统计方法仍是比较有效的[3]，即通过寻找各年份气象数据之间的相关规律来拟合计算，得出模型方程，从而进一步分析和反映气候要素随时间的变化的状态或程度。

目前在国内具有效果的统计方法是Mann-Kendall检测法，其应用于降水和气温等颇为广泛[4]。

例如胡刚等[5]利用Mann-Kendall法对济南市气温变化进行了趋势和突变检验分析;张丽[6]等则综合考虑多年降水和气温的变化特征，利用Mann-Kendall法分析郑州1951-2011年气候特征;简虹[4]等结合小波法和Mann-Kendall法分析出重庆沙坪坝地区年降水主要受汛期降水的控制。

这些研究方法具有单一性。

本文利用均值-标准差分级法、线性回归法、滑动平均法及Mann-Kendall突变检验法等统计方法综合性得对怀集县1958-2016年近59年年降水量和年平均温度变化特征进行分析，以期为企业投资建设和专业气象服务在气候分析方面做出参考。

1 统计模型建立统计法，即寻找各随机变量之间的相关规律来定量描述，通过对内在发现进行精确判断和预测的数学工具。

1.1 移动平均分析模型对序列{xt}的几个前期值和后期值取平均，得到一个新序列{yt}，使得原序列光滑，这就是移动平均法[7]。

数学表达式为当k=1时，就是3点滑动平均。

移动平均能够清晰直观的显示出序列的某种趋势并且能减弱随机的因素。

1.2 Mann-Kendall趋势检验设H0为时间序列数据为x1，x2...xn，是n个独立的样本;对于所有i，j≤n，且i≠j，xi和xj 独立不同，定义统计量S：当Xi-Xj小于、等于或大于零时，sign（Xi-Xj）分别为-1、0或1。

S为正态分布，均值为0，方差Var（S）=n（n-1）（2n+5）/18。

M-K统计量如下：双边检验时，Z值绝对值大于等于1.28、1.64、2.32时分别通过置信度90%、95%、99%显著性检验。

1.3 非参数Mann-Kendall突变检验气候时间序列随机且独立的，适用于非参数Mann-Kendall法。

设气候序列为x1，x2...xn，Sk表示第i个样本xi>xj（1≤j≤i）的累计数，统计量定义为其中UF1=0。

显著性水平α，若|UFk|>Uα，则表明序列存在明显趋势变化。

设立反序列xn，xn-1...x1表示为x’1，x’2...x’n。

ri表示第i个样本xi>xj（i≤j≤n）的累计数。

2 结果与分析2.1 怀集地区年降水量特征表1为怀集县1958-2016年年降水量数据，经过三次多项式拟合，结果如图1 所示。

图中可知，1958-2016年怀集的年降水分布较散，平稳性差，波动较大，存在极端降水的情况。

本文通过采用均值-标准差分级法[8]，对怀集县年1958-2016年年降水量进去状态分级，将年降水状态分为特多、偏多、正常、偏少、特少等5个等级，方法如表2所示。

经计算，怀集地区降水量均值x=1753.5，标准差S=270.8。

由表1和表2分级中可以看出，怀集县（1958-2016年）年降水整体呈稳定趋势，均在1753.5mm上下波动，其中1958年，1991年，2003年，2004年和2011年降水特少，降水量在1446.83mm以下属于枯水年景;1959年，1973年，1981年，1983年，1997年和2016年降水特多，降水量在2042.63mm以上属于丰水年景。

2.2 怀集地区年降水量趋势图2为怀集县（1958-2016年）年降水量一元線性回归和3a移动平均图。

年降水量序列是时间序列，具有有一定的时间规律性[9]，但地区的年降水量由于存在相依性和独立性，从而导致序列中随机因素容易被忽略。

本文通过数理统计的方法先对原有年降水量序列进行3a移动平均分析，（令k=1）得到新的年降水量序列，从而减弱初始降水序列中随机因素的影响[9]，降低误差，以新序列进行一元线性回归模型拟合，如图2光滑曲线所示得到一元线性回归方程。

由表1和表2分级中可以看出，怀集县（1958-2016年）年降水整体呈稳定趋势。

但根据图2线性分析得到，怀集县年降水量50多年来有着缓慢减少的趋势，从1958开始，每10年约减少12.77mm。

2.3 怀集地区年平均气温变化特征分析由图3可知，怀集地区年平均温度呈波动上升的趋势，1958-2016年年平均温度为21.1℃。

从1958年开始，总体上是由低到高的过程。

与平均值相比，1958-1973年温度上升相对缓慢，1978-1983年温度与历史平均值持平，属于气温稳定期，1984年是个转折点，之前的温度大部分都在21.1℃以下，因此将1958-1984年这一段称为近59年的低温时期;1984-2007年多数时间高于平均温度，上升趋势明显，以0.05℃/年的速度上升，因此将1984-2007年这一段称为近59年的高温时期。

2008-2016年平均温度又重新陷入缓慢升速。

近59年，最暖年份为1998、2003和2006年，年平均气温是22℃，最冷年份为1976和1984年，年平均气温是20.2℃。

2.4 Mann-Kendall在年降水量和年平均气温特征分析中的应用（1）基于Mann-Kendal方法对怀集地区1958-2016年的气候数据进行趋势检验如表3所示：怀集地区1958-2016年年降水量多年呈缓慢减少趋势，但没有通过0.1的显著性检验，表明怀集地区的年降水量减少趋势不明显。

怀集地区近59年降水量增加趋势趋于明显，且通过了0.001水平的极显著性检验，表明气温升高的趋势非常显著，这与线性回归的结果是一致的。

（2）基于Mann-Kendal方法对1958-2016年的气候数据进行突变检验如图4所示，根据UFk和UBk两条曲线显示怀集地区1958-2016年呈上升趋势，其中1958-1961年、1963-1968年和1996-2016年增加趋势明显，通过0.05显著性检验。

根据两条曲线的交点位置，即1959年、1961年、1964年、1966年、1985年均存在突变，其中1985年交点突变趋势显著，表明怀集地区气温增暖现象主要是从1985年开始的。

如图5所示，根据UFk和UBk两条曲线，加上|UFk|<U0.05，|UFk|<U0.05，这表明怀集的降水量序列趋势变化不明显。

UFk和UBk两条曲线分别在水平线0以上和以下，未存在交点，可判断怀集地区的年降水量不存在增暖和降温的突变情况。

3 结束语本文先把年降水量时间序列进行3a移动平均，削弱初始时间序列的随机性和偶然性，降低了干扰因素，增加降水时间序列的规律性，在新的序列基础上，再利用线性回归建立模型。

因此，在今后应用气候分析，移动平均可以有效降低干扰因素，提高规律性。

本文通过基本统计学方法与Mann-Kendal法，综合性得研究了怀集地区近59年以来气候数据分析，结果研究表明：从1958年到2016年，怀集地区年降水量呈缓慢下降趋势，但不显著，且未出现明显气温冷暖突变现象;而年平均温度呈上升显著趋势，从1985年开始突变明显变暖，多种方法的结果具有统一性。

因此，综合性运用多种方法应用于气候分析，在今后可为企业建设和专业气象服务能够提供更精确和精细的参考性。

参考文献[1] 宋彬，黄树燕.专业气象服务现状与发展对策[J].气象研究与应用，2019，40（3）：119-121.[2] 李文輝，陈妍，梁嘉雯，等.时间序列均生函数模型在降水量预测中的应用[J].广东气象，2019，41（14）：11-14.[3] 关石函.数理统计在数据分析中的应用研究[J].林区教学，2011，27（6）：81-88.[4] 简虹，骆云重，谢德体.基于Mann-Kendall法和小波分析的降水变化特征研究[J].西南师范大学学报（自然科学版），2011，36（4）：217-222.[5] 胡刚，宋慧.基于Mann-Kendall的济南市气温变化趋势及突变分析[J].济南大学学报（自然科学版），2012，26（1）：96-101.[6] 张丽，胡娟萍，李宝玉.郑州市1951-2011年降水及气温的变化特征分析[J]，华北水利水电大学学报（自然科学版），2014，35（3）：19-23.[7] 蔡敷川，黄帅，肖明丽，等.1965-2017年河源市降水的气候特征分析[J].广东气象，2019，41（3）：25-28.[8] 王洋，吴家阳，王敏.加权马尔可夫链在泰安地区年降雨量预测方面的应用[J].安徽农业科学，2011，39（6）：3577-3579.[9] 张桂华，李忠党，刘金燕.1957～2011年广西钟山县降水变化趋势分析[J].气象研究与应用，2013，34（S1）：15-17.作者简介：王迁（1991-），男;学历：硕士，职称：助理工程师，现就职单位：肇庆市气象局，研究方向：专业气象服务。