小兴安岭五营林区近49 a气候变化趋势及突变分析

程春香，李晶，孙鹏飞

（1.成都信息工程学院，四川成都 610225；2.五营气象局，伊春黑龙江 153033；3.伊春市气象局，黑龙江伊春 153000）

小兴安岭五营林区近49 a气候变化趋势及突变分析

程春香1、2，李晶3，孙鹏飞2

（1.成都信息工程学院，四川成都 610225；2.五营气象局，伊春黑龙江 153033；3.伊春市气象局，黑龙江伊春 153000）

利用1958～2006年五营林区的地面资料,采用气候倾向率、累积距平、信噪比等气候统计方法,研究了近49 a五营气候的变化趋势、气候突变和异常年份等。结果表明:五营林区近49 a气候明显变暖，雪季升温较雨季快。降水量异常的年份增加，年降水量呈显著减少的趋势，-22.44 mm/10 a。前后10 a降水中心生了明显的时空变化。雨季降水日数、年平均气温分别在1974年、1987年发生了气候突变。

气候倾向率；异常年份；气候突变

1 引言

研究证实近百年来由于自然和人类活动的共同影响造成全球和中国的气候正经历着一次以变暖为主要特征的显著变化[1]。气候变化不但对社会经济发展产生深远影响,对已十分脆弱的自然环境生态系统也产生了难以估量的影响。气候变化初期影响具有局地性,各地的气候变化程度是不同的,因而从大尺度的时间空间进行气候变化的研究对区域性地方气候变化的评估效果并不好。因此，研究区域气候变化趋势特征具有重要意义。气候突变是指气候系统从一种稳定状态跳跃到另一种稳定状态的现象[2]。气候突变将造成世界上许多重要的人类居住区和经济增长地区同时出现极端天气事件，结果是造成全球食品、水和能源供应紧张[3]。一些气候与文化的相关研究表明,影响人类历史进程的不是长期平均气候,而是一些突变事件[4]。这就使我们不得不加强深层次的认识。

林区气候资料作为基础资料不但为森林生态学的各项研究提供了基本数据，如应用于森林树木生长的模拟[7]、水量平衡和霜害研究[5、6]、物候研究[8]以及森林病虫害研究[9]等等，而且为全球变化对森林生态系统的影响及其响应研究提供了基本依据。小兴安岭五营林区是目前我国乃至全世界保存较为完整的原始红松林代表区域，具有完善的植被分布和森林生态系统。五营原始红松林作为典型的温带针阔叶混交林生态系统，其结构与功能对该地区的生态系统有着重要的影响，特别是气候变暖已成为全世界科学研究的热点，全球气候变化对小兴安岭原始红松林结构与功能的影响及其对全球气候变化的响应研究倍受关注。目前对小兴安岭气候特征分析较多[3]，但对多年气候年际、年代际以及小时变化等综合细致分析，尤其是对气候突变分析少见。本文利用气候统计学方法对五营原始红松林林区近49 a的气候变化趋势和突变特征进行分析,从而补充该地区长期森林气候资料的不足，进而为该生态系统的科学研究提供参考和依据。

2 资料与方法

2.1 资料

本文使用的资料来源于中国气象局五营森林生态与农业气象试验研究站的常规气象观测资料，该站位于伊春市五营区，地处黑龙江省东北部小兴安岭腹地（48.06′N，129.14′E），海拔288.0 m，森林覆盖率89.2%，属于北温带大陆季风气候，为小兴安岭典型的原始红松林代表区域。试验区年均活动积温2 083℃，无霜期111 d，年均气温0.0℃，年降雨量637.0 mm，年蒸发量1 007.8 mm，年日照时数2 218.2 h，年平均相对湿度72%，雨季（5～9月）雪季（10～次年4月）明显。独特的地理环境形成了本地区特有的森林环境类型，其资料较能代表小兴安岭林区的背景值。

本文分析了1958～2006年共49 a的气候资料，主要包括定时气温、定时降水（口径20 cm，精度0.1 mm）、自记降水（1963～2002年，虹吸式雨量计，精度0.1 mm）、自记日照（1960～2006年）和自动气温、雨量（2003～2006年，DYYZII型地面气象综合有线遥测仪，精度0.1℃、0.1 mm），以及降水日数、高温日数（≥30℃）、低温日数（≤-30℃）的记录，分别以年、月、日、时为单位进行统计，分析其变化趋势及突变年份。

2.2 方法

2.2.1 回归分析

利用气象要素时间序列，以时间为自变量，以要素为因变量，建立一元回归方程，方程采用一元多项式来表示，即：

一般来讲，气候趋势用一次直线方程和二次曲线方程就能满足。当用一次直线方程来定量描述时，即y（t）=a0+a1t，则趋势变化率方程为dy（t）/dt＝a1，把a1×10称做气候倾向率，表示气象指标10 a的变化量，方程中的系数用最小二乘法来确定。

2.2.2 累积距平和信噪比

气候突变是气象要素变化过程中存在的某种不连续现象，常用累积距平曲线来确定它，即使用指标:

式中：Xi为要素历年值，X为要素多年平均值。若指标绝对值达到最大时，其所对应的t为转折年份。为了检验转折是否达到气候突变的标准，对转折年份计算它们的信噪比[11]，计算公式如下:

式中：X1、X2和S1、S2分别为转折年份前后两阶段要素的平均值和标准差。当S/N>1.0时认为存在气候突变，最大信噪比的时间定义为气候突变出现的时间。

2.2.3 低通过滤

低通过滤是把序列高频分量滤去，以便突出长期或气候变化趋势的一种方法。常用的低通过滤方法是对序列作滑动平均，又称滑动平均法[12]。其过滤后序列为：

x（t-i）表示过滤前序列，其权重为wi，（2L+1）称为滑动区间。权重可以相等也可以不等，但是必须满足所有权重之和等于1。本文数据处理采用九点二项系数过滤器。

3 结果与分析

3.1 降水的变化趋势

3.1.1年、季降水量

根据五营林区近49 a各气象指标的气候倾向率分析（见表1），五营年降水量呈显著（Significance F=0.03<=0.05）下降趋势，减少22.44 mm/10a，其中年昼间降水量、年夜间降水量分别减少13.37 mm/10a和8.93 mm/10a。进一步对年降水量作一元二次曲线回归分析，方程：y=0.0981x2-7.1485x+ 734.81（Significance F=0.0<=0.01），一次项系数为负，说明年降水量变化在大趋势上，与气候倾向率分析一致，趋于减少，而二次项系数为正，表明近几年的降水量有增加的发展趋势，这与实际观测值相符（见图1），2006年年降水量为742.6 mm，比历年平均多16.5%。

表1中各降水量指标的气候倾向率，年和雨季指标均呈明显下降趋势，但只有年、雨季的总降水量和昼间降水量4个指标通过了显著性检验。雪季的降水量指标没有明显的变化趋势。可见，年降水量的减少主要是由于雨季降水量的减少而造成，雨季降水量的减少主要是由于雨季昼间降水量减少而造成的，这表明雨季昼间降水量在众多降水量指标中对气候变化的响应最强。

表1 近49 a五营林区各气象指标的气候倾向率

3.1.2降水日数

观察表1中降水日数的气候倾向率，年、雨季降水日数指标均呈明显减少趋势，并达到极显著（Significance F<α=0.01），其中雨季夜降水日数的气候倾向率绝对值要远大于雨季昼降水日数。雪季的降水日数指标没有明显的变化趋势。可见，面对全球气候变化，在各降水日数指标中雨季的夜降水日数响应最强。对年降水日数进一步作一元二次曲线回归分析，方程：y=-0.0007x2-0.6864x+213.95（Significance F=0.0<<α= 0.01），一次项系数、二次项系数都为负，这表明无论是在大趋势上还是近几年，年降水日数均呈极显著性减少趋势（见图1）。结合3.1.1分析可知，年降水日数的减少是导致年降水量减少的主要原因之一。

图1 年降水量与降水日数的趋势变化

3.1.3 降水的年代际变化

为了突出长期变化趋势，对年降水量做9点2次平滑的低通滤波。观察过滤后的曲线（图略），结果发现年降水量在呈减少趋势的同时，经历了多个“高-低”周期性演变过程。周期大致为9～11 a，与年代际变化（见表2）基本相吻合，第一阶段降水量较高，第二阶段开始下降，第三阶段又出现了一个上升的小峰值，第四阶段又开始小幅下降，总体呈下降趋势。

观察表2年降水量变异系数，各个阶段年降水量在减少的同时变异系数却逐渐增加，即年降水量变化幅度或异常降水年份增多。与年降水量变异系数变化趋势一致，平均降水强度、雷暴日数年代际变化也呈现增加趋势，而降水日数则趋势相反。雨季各指标变化与年接近，雪季则不同，结合3.1.1中的分析可知，年降水量的变化主要是雨季降水量变化的结果。

表2 五营林区降水的年代际变化

3.1.4 降水的时间变化

从五营林区49 a来的降水自记资料中取出前10 a（1963～1972年）和后10 a（1997～2006年）数据，对降水量做横坐标为小时、纵坐标为月份的等值线图，分析了五营前后两个时期降水量分布及变化趋势。观察图2a、b可知五营林区49 a来前后10 a的降水量发生了明显的时空变化。前10 a降水主要集中在6、7月份，降水中心出现在7月04:00～05:00、12:00～17:00和6月15:00左右，而后10 a降水主要集中在7、8月份，凌晨04:00～05:00的降水中心由7月份移动至8月份并且增强，并在7月07:00～08:00（清晨）出现了一个亚中心，6月15:00降水中心消失，7月12:00～17:00降水中心降水强度有所减弱，但在7月19:00左右（傍晚）出现了一个较强的降水中心。

图2 五营降水量的时间变化

3.2 气温、日照的变化趋势

3.2.1 气温和高温、低温日数

分析气温的气候倾向率（见表1），无论是年平均气温还是雪季、雨季平均气温均呈升高趋势并达到极显著，气温明显变暖。雪季气温升高要快于雨季，气候倾向率分别0.59℃和0.23℃。对年平均气温进一步作一元二次曲线回归分析，方程：y=0.0004x2+0.0219x-0.81（Significance F=0.0<<α=0. 01），一次项系数、二次项系数都为正，这表明无论是在大趋势上还是近几年，年平均气温均呈极显著性增加趋势。与气温变暖相一致，高温日数呈增加趋势，而低温日数呈减少趋势，两者都通过了0.05或0.01显著性检验，其中低温日数趋势幅度最大，每10 a减少6.45 d。可见雪季气候变暖要快于雨季。

3.2.2 日照

观察日照的气候倾向率（见表1）发现，雪季、雨季的日照气候倾向率一个呈减少趋势，一个呈增加趋势，分别为-1.85和3.54，均通过了0.10显著性检验，而年累积日照时数变化则没有明显的变化趋势。

3.3 气候突变

利用（2）、（3）式计算了五营气候各指标的累积距平和信噪比，结果表明：年、雨季降水量和年、雨季降水日数均在1974年存在明显的转折性变化，但只有雨季降水日数信噪比S/N= 1.3>1.0达到了气候突变标准，发生了气候突变（见图3），即在20世纪70年代中期雨季降水日数从一个相对偏多期跃变为一个相对偏少期；年、雨雪季平均气温和低温日数均在1987年存在明显的转折性变化，但只有年平均气温信噪比S/ N=1.1>1.0达到了气候突变标准，发生了气候突变（见图4），即在20世纪80年代后期平均气温从一个相对偏冷期跃变为一个相对偏暖期。

图3 雨季降水日数变化及其突变

图4 年平均气温变化及其突变

4 讨论与小结

近年来，全球气候温暖化趋势十分明显。气候变暖，导致了水循环速度、频率加快，全球降水量有明显的减少趋势，降水时空变率增大[13]，这种变化在五营林区十分明显。年降水量呈显著的减少趋势，-22.44 mm/10 a。降水各指标的变化量大部分是由雨季所贡献，雪季基本无变化或变化不显著，其中雨季昼间降水量和雨季夜降水日数对气候变化的响应最强，呈显著减少。年代际变化中年降水量变异系数、平均降水强度、雷暴日数呈现增加趋势，降水异常年份增多。五营49 a来，前后10 a的降水量发生了明显的时空变化。前10 a降水量主要集中在6、7月份，而后10 a则主要集中在7、8月份。小兴安岭林区49年来正处于采伐期，大面积原始林逐渐被次生林、人工林或地表的小灌木丛所代替，五营林区的降水变化趋势是受大气环流变化还是局地森林环境改变的影响[14]，还有待于进一步研究。

年平均气温呈极显著升高趋势，气温明显变暖，雪季气温升高要快于雨季。高温日数呈增加趋势，而低温日数呈显著减少趋势，降幅较大，-6.45 d/10 a，可见雪季气候变暖要快于雨季。年累积日照时数变化则没有明显的变化趋势。

年、雨季降水量和年、雨季降水日数均在1974年存在明显的转折性变化，雨季降水日数发生了气候突变，即在20世纪70年代中期雨季降水日数从一个相对偏多期跃变为一个相对偏少期；年、雨雪季平均气温和低温日数均在1987年存在明显的转折性变化，但只有年平均气温发生了气候突变，即在20世纪80年代后期平均气温从一个相对偏冷期跃变为一个相对偏暖期。

[1]高晓荻，江志红，杨金虎.全球变暖情景下中国气温分区的未来变化〔J〕.气象与环境学报,2009,25（5）:1-6.

[2]崔建新，周尚哲.对气候突变的初步认识〔J〕.河北师范大学学报（自然科学版）,2001,25（2）:264-273.

[3]彼得·施瓦兹达哥·兰德尔.气候突变的情景及其对美国国家安全的意义［M］.2003.10.

[4]于世永,朱诚,曲维正.太湖东岸平原中全新世气候转型事件与新石器文化中断〔J〕.地理科学,1999,19（6）:549-554.

[5]Cannel MGR.Spring frost damage on young picea stitchensis: 1.Occurrence of damaging frosts in Scotland compared with Western North America[J].Forestry,1984,57:159-175.

[6]Cannell MGR,Sheppard LJ,Smith RI?a1.Autumn frost damage on young picea stichensis:2.Shoot frost hardening,and the probability of frost damage in Scotland[J].Forestry,1985,58:145-166.

[7]Kimmins JP,Comeau PG,Kurz W.Modeling the interactions between moisture and nutrients in the control of forest growth[J]. For.Eco1.Manage.,1990,30:361-379.

[8]Kramer K,Friend A,Leinonen I.Modeling comparison to evaluate the importance of phenology and spring damage for the effects of climate change on growth of mixed temperatezone deciduous forests[J].Climate Res.,1996,7:31-41.

[9]RusSo JM,Liebhold AM,Kelley JG.Mesoscale weather data as input to a gypsy moth（Lepidoptera:Lymantriidae）phenology model[J].J.Econ.Ent.,1993,86:838-844.

[10]高永刚,王育光,温秀卿,等.近43a来小兴安岭气候变化趋势特征及对林区生态环境的影响〔J〕.黑龙江气象,2006,3:8-14.

[11]杜军，李春，廖健，等.拉萨近45年浅层地温的变化特征〔J〕.干旱区地理,2007,30（6）:826-831.

[12]黄嘉佑.气候状态变化趋势与突变分析〔J〕.气象,1995,21 （7）:54-57.

[13]韩添丁，丁永建,叶柏生,等.天山天格尔山南北坡降水特征研究[J].冰川冻土,2004,26（6）:761-766.

[14]陈万隆.热带森林砍伐对气候的可能影响--国外研究综述[J].南京气象学院学报,1996,19（3）:379-385.

Analyses of the Climate Change Tendency and Abrupt Climate Change in Wuying,Xiaoxing'an Mountain in Recent 49 Years

Cheng Chun-xiang1、2,LiJing3,SunPeng-fei2
（1.CAS，Chengdu University of Information Technology,Si chuan Chengdu 610225；2 Wuying Meteorological Bureau，HeiLongjiang Wuying 153033；Yichun Meteorological Bureau，HeiLongjiang Yichun 153000）

The variation trend,abrupt change and anomalous years of climate in wuying were investigated during the period from 1958 to 2006 by using modern statistical diagnostic methods such as linear trend analysis, accumulated variance and signal noise ratio methods.The main results are as follows:In terms of linear trend, annual precipitation displayed a significant decreasing trend in wuying in past 49 years,and it indicated an decrease of-22.44 mm/10 a.the temperatures had a significant increasing trend,which was maximum in Snow Season,minimum in rainy season.The abrupt change of precipitation days of rainy season occurred in 1974 and the abrupt change of annual mean temperature appeared in 1987.

wuying;linear trend;anomalous years;climate abrupt change

P467

A

1002－252X（2010）04－0009－04

2010－8－6

程春香（1982-）,女,黑龙江省海林市人，成都信息工程学院，研究生，助理工程师.