云南孟定盆地48年来相对湿度变化分析及预测

程清平，王 平，徐 强

(1.福建师范大学 地理科学学院，福建 福州 350007；2.云南师范大学 旅游与地理科学学院，云南 昆明650500)



云南孟定盆地48年来相对湿度变化分析及预测

程清平1，2，王 平2*，徐 强2

(1.福建师范大学 地理科学学院，福建 福州 350007；2.云南师范大学 旅游与地理科学学院，云南 昆明650500)

依据孟定气象站1961～2008年逐月相对湿度数据，应用Mann-Kendall检验、相关分析、R/S分析、均生函数预测模型等方法，分析了孟定盆地48年来相对湿度的变化特征及未来变化趋势。结果表明：48年来孟定盆地年相对湿度呈缓慢的增加趋势，倾向率为0.017%/10a，48年来增加了0.08%。各季节变化不同，春、夏季分别以0.94%/10a、0.03%/10a的倾向率呈增加趋势，秋、冬季相对湿度呈减少趋势，倾向率分别为-0.22%/10a、-0.68%/10a；春季突变增加趋势显著，冬季突变减少趋势显著且5年的变化周期十分显著；相对湿度的增加与降水量的增加和蒸发量以及日照时数的减少有密切的关系；R/S分析法和均生函数预测模型均表明2009～2013年相对湿度将仍呈增加趋势。

孟定盆地；相对湿度；变化趋势；预测

空气相对湿度的变化影响着生态系统中动植物的生长，人类生活环境的舒适程度以及各行各业的生产活动[1]。近年来国内外少数学者对相对湿度的长期变化趋势开展了研究，Akinbode等[2]对尼日利亚Akure省研究发现，1992～2001年相对湿度呈下降趋势；Surratt等[3]对美国相对湿度变化特征的研究表明，相对湿度呈下降趋势，并且与水滴蒸发呈负相关关系[3-4]，蒸发量增加40%，相对湿度减少了25%～45%，而湿度减少是造成干旱的原因之一[3]。徐宗学等[5]的研究表明，1960～2001年西藏地区相对湿度总体上呈微弱上升的趋势。刘明春等[6]的研究发现，1961～2009年武威市各地年、年代相对湿度总体呈减少趋势，相对湿度的时间序列存在着6～8年的变化周期，冬季相对湿度呈增加趋势，其他季节呈减小趋势。以上研究表明全球及我国相对湿度均发生了显著的变化。

目前，有关云南相对湿度变化研究成果未见报道。笔者就孟定盆地相对湿度的变化特征和未来变化趋势等进行分析，旨在为认识该地区在全球和中国气候变化背景下的响应以及应对气候变化等提供依据。

1 资料和研究方法

1.1 研究区域概况

孟定盆地位于滇西南耿马县孟定镇境内，南定河下游，系大型断陷河谷盆地，呈东北西南向展布，长30 km，宽2～4 km，最宽处10.0 km，面积98.4 km2，海拔约465 m。气候类型为西部型北热带湿润季风气候，年均温22.3 ℃，最冷月(1月)均温14.3 ℃，最热月(6月)均温25.9 ℃，年降水量1 519.8 mm，旱、雨季分明，雨季降水量占全年降水量的85%，年相对湿度80%。是云南著名的热区之一，作物一年三熟，主产水稻、橡胶、甘蔗、胡椒、热带水果等，是著名的国家级边境口岸[7]。

1.2 资料来源

数据来源于孟定气象站(23°34′N，99°05′E，海拔464 m)，年代序列为1961～2008年累年各月平均相对湿度。2009年始，该站改为自动气象站，仅观测气温、降水2个气象要素。季节划分以3～5月为春季，6～8月为夏季，9～11月为秋季，12～次年2月为冬季，5～10月为雨季，11～次年4月为干季。标准相对湿度值以世界气象组织(WMO)设定的30年平均值(1971～2000年)为标准。

1.3 研究方法

采用线性趋势法分析相对湿度的变化趋势，Mann-Kendall趋势检验法[8-9]研究相对湿度的突变特征。应用方差分析外推法[10]分析相对湿度的变化周期，并结合谐波分析[10]加以检验。应用相关分析法[11]分析相对湿度与其他气候要素的相关性，并结合灰色关联法[10]加以检验。选用R/S分析法[12]对未来变化趋势做出预测，并结合均生函数预测模型[13]对2009～2023年的年和四季相对湿度值做出预报。

2 结果与讨论

2.1 变化趋势分析

2.1.1 年际变化趋势

线性性回归分析显示，孟定盆地48来相对湿

度呈微弱的增加趋势(图1)，其倾向率为0.017%/10a(P=0.9)，即48年来相对湿度增加了0.09%，春季相对湿度显著增加(P<0.05)对年均相对湿度的贡献最大，年均相对湿度在1993年出现最大值为82.3%，1979年出现最小值为74.8%，年内变化(图2)以7～8月份达到最大为86.6%，3月份达到最小为65.2%。5年滑动平均曲线(图1a)显示，年相对湿度大致经历了增加(1961～1976年)—减少(1976～1989年)—增加(1989～2000年)—减少(2000～2008年)4个阶段，尤以1976～1989年这一时段减少幅度较大，其倾向率为-0.42%/10a。

2.1.2 季节变化趋势

48年来孟定盆地春、夏季相对湿度呈增加趋势，倾向率分别为0.94%/10a(P<0.05)、0.03%/10a(P=0.8)，春季在20世纪60年代至70年代呈增加趋势，并于1979年达到最低值为55.3%，80年代至90年代前期呈减少趋势，90年代后期以来呈增加趋势(图1)；夏季在60～70年代前期呈波动增加趋势，70年代后期至80年代呈减少趋势，90年代至2004年呈增加趋势，2005年以来呈减少趋势。秋、冬季相对湿度呈下降趋势，其倾向率分别为-0.22%/10a(P<0.05)、-0.68%/10a(P<0.001)，秋季在60年代基本平稳，70年代至80年代呈波动减少，90年代呈增加趋势，2000年以来呈减少趋势；冬季在60年代呈上升趋势，70～80年代呈减少趋势，90年代以来略有上升。

图1 1961～2008年孟定盆地年和各季相对湿度变化趋势Fig.1 Annual and seasonal relative humidity change curve in Mengding basin from 1961 to 2008

图2 孟定盆地相对湿度月际变化Fig.2 Monthly variation of Relative humidity in Mengding basin

2.2 突变特征分析

经M-K检验，春季于1997/1998年交于一点(图3)，并于2007年突破1.96(α=0.05)的临界线，表明春季于1998年发生突变增加，与线性回归分析中春季相对湿度增加显著相印证。夏季在1961/1962年在正序列UF与逆序列UB之间交于一点，并于1979～1984、1986、1988～1990年突破-1.96的临界线，这说明夏季于1962年发生了突变减少，1990年之后正序列UF呈波动增加。秋季在正序列UF与逆序列UB之间多次交于一点，并于2004～2008突破-1.96的临界线，正序列UF在整个时段呈明显的下降趋势，这说明秋季突变减少趋势显著。冬季于1968/1969年在正序列UF与逆序列UB交于一点，1978年以来突破-1.96的临界线，这说明冬季于1969年发生极其显著的突变减少，与线性回归分析中冬季相对湿度减少十分显著具有一直吻合型；年均相对湿度在正序列UF与逆序列UB之间多次交于一点，并于1985～1991年突破-1.96的临界线，这说明年均相对湿度发生了显著的突变减少，1992年以后正序列UF呈波动增加趋势。

图3 1961～2008年孟定盆地相对湿度突变检验Fig.3 Relative humidity mutation test in Mengding basin from 1961 to 2008, UF and UB is reliability line

2.3 变化周期分析

方差分析外推法显示，年均相对湿度有5 a的变化周期，置信度89%，相关系数为0.99，谐波分析显示年变化有8 a的周期间隔，显著性水平为0.01(表1)。春季有8 a的变化周期，置信度为81%，谐波分析显示春季有8 a周期间隔，显著性水平为0.01(表1)。夏季有11年的变化周期，置信度为82%，相关系数为0.99，谐波分析显示夏季有2.7 a的周期间隔，显著性水平为0.07。秋季有18年的变化周期，置信度未通过95%的信度检验，谐波分析显示秋季有24 a的周期间隔，显著性水平为0.01。冬季有5 a的变化周期，置信度为99%，相关系数为0.98，谐波分析显示冬季有5.3 a周期间隔，显著性水平为0.03，表明冬季变化周期十分显著。

2.4 与其他气候要素的相关性分析与讨论

应用相关系数法对年和各季相对湿度变化分别与同期气温、降水、蒸发量、日照时数4个要素做

相关性分析，结果表明：年均相对湿度与蒸发量呈弱负相关，与日照时数呈微弱负相关，与气温和降水量相关性不明显(表2)。各季有所不同，春季相对湿度与蒸发量呈极强负相关，与日照时数呈弱负相关，与气温呈微弱负相关，与降水量呈弱正相关。夏季相对湿度与气温呈微弱负相关，与降水量呈微弱正相关，与蒸发量呈强负相关，与日照时数呈弱负相关。秋季相对湿度与蒸发量和日照时数呈微弱负相关，与降水量呈弱正相关。冬季相对湿度与气温、蒸发量和日照时数呈弱负相关，与降水量呈弱正相关。以上影响因素均通过0.05/0.01显著性检验。

表1 1961～2008年孟定盆地相对湿度年际变化周期(a)Tab.1 Inter-annual variations cycle of relative humidity in Mengding basin of 1961 to 2008(a)

注：方差分析外推法中p代表周期，α代表置信度，r代表相关系数，F代表方差比.谐波分析中a代表主周期，F代表方差比，P显著性水平.

表2 孟定盆地相对湿度与其他气候要素相关系数Tab.2 Correlation coefficient of relative humidity and meteorological elements in Mengding Basin

注：相关系数法中*表示P<0.05，**表示P<0.01.

结合灰色关联法检验得知，年和各季相对湿度与气温的关联最好，与日照时数和蒸发量的关联其次，与降水的关联最小。从表3可知，同期气温和降水量呈显著的增加趋势，蒸发量和日照时数呈显著的减少趋势，从而可知相对湿度增加与蒸发量和日照时数的减少，降水量的增加有密切的关系。

从以上分析并结合表3可知，降水量的增加和蒸发量、日照时数的显著减少的共同作用下使相对湿度呈缓慢的增加趋势。

表3 1961～2008年孟定盆地常规气候要素倾向率Tab.3 The meteorological elements change rate in Mengdingr basin from 1961 to 2008

2.5 未来变化趋势预测分析

2.5.1 R/S分析法预测

R/S分析法能对气候变化的持续性(0.5

分别为0.86、0.79、0.70、0.72>0.5[13]，表明未来年、春、夏、雨季相对湿度变化具有长期相关性，将呈持续性变化，且整体继承过去变化呈增加趋势。秋、冬、干季Hurst指数分别为0.60、0.72、0.82，这说明秋、冬、干季变化也呈持续性变化，将整体继承过去变化呈下降趋势。

2.5.2 均生函数预测模型

均生函数预测模型主要有逐步回归方案、正交筛选方案、最优子集建模3种方案[14]，本文利用1961～2008年相对湿度序列，建立最优子集回归预测模型对孟定盆地相对湿度序列建立预报方程(表4)。根据双评分准则[15]，CSC值越大越好或者拟合均方根误差(RMSE)越小越好。利用最优子集建模进行预测的结果和实测值拟合曲线如图4所示(在此仅绘制年拟合曲线)，实测值与预测值在最大值和最小值之间吻合较好，年和各季相对湿度拟合相对误差绝对值REAV(表2)远小于20%[16]误差范围，模拟效果十分理想[15]，模拟精度符合标准要求，年和各季相对湿度预测值见表5，2009～2023年年和各季相对湿度倾向率分别为0.116%10a(P=0.8)、1.944%10a(P=0.1)、-0.948%10a(P<0.05)、-0.397%10a(P=0.1)、-0.095%10a(P=0.9)，未来15年孟定盆地相对湿度除夏季呈减少趋势与R/S分析预测结果不一致外，年和其余各季与R/S分析得到的结果具有一致性，这预示着孟定盆地相对湿度仍将继承过去的整体变化趋势，继续向暖湿变化，这可能有利于当地的农业生产活动。

表4 孟定盆地年和各季相对湿度最优子集预报方程Tab.4 Annual and seasonal relative humidity of in the most sub sets forecast equation in Meng ding basin

注：K表示阶次；REAV表示相对误差绝对值；CSC表示双评分准则；RMSE表示拟合均方差；R表示相关系数.

表5 孟定盆地年和各季相对湿度2009～2023年预测值Tab.5 Annual and seasonal relative humidity value in Mengding basin from 2008 to 2023 %

图4 孟定盆地相对湿度实测值与预测值拟合曲线Fig.4 Comparison of measured and revised of Humidity in Meng ding Basin

3 结论

(1)孟定盆地年均相对湿度呈增加趋势，48年来增加了0.08%，春季相对湿度的显著增加对年均相对湿度的增加贡献最大，夏季呈微弱的增加趋势，秋、冬季相对湿度呈显著的下降趋势。

(2)年和春季、雨季呈突变增加趋势，尤以春季突变增加显著。秋季、冬季、干季相对湿度呈突变减少趋势，尤以冬季突变减少显著，且冬季5年的变化周期十分显著。

(3)相对湿度的上升意味着孟定地区大气在向暖湿方向转变，可能会有利于该地区的农业生产活动和生物多样性的保护。

(4)基于均生函数最优子集建模预测与R/S分析法得到的结果具有一致性，孟定盆地2009～2023年相对湿度倾向率为0.116%/10a，将在波动中呈增加趋势。

[1]靳英华，廉士欢，周道玮，等.全球气候变化下的半干旱区相对湿度变化研究[J].东北师大学报(自然科学版)，2009，41(4)：135-138.

[2]Akinbode O M，Eludoyina O，Fashaeo A.Temperature and relative humidity distributions in medium-size administrative town in southwest Nigeria[J].Journal of Environment al Management，2008，(87)：95-105.

[3]Surratt G，Aronowicz J，Shine W，et al.Change in aqueous tear evaporation with change in relative humidity[J].Investigative Ophthalmology & Visual Science，2004，45：92.

[4]Uchiyama J D，Aronowicz I A，Butovich，et al.Increased evaporative rates in low humidity conditions simulating airplane travel：a probable cause of dry eye symptoms[J].Investigative Ophthalmology & Visual Science，2006，47：248-B426.

[5]徐宗学，张玲，黄俊雄，等.西藏地区气温、降水以及相对湿度的趋势分析[J].气象，2007，33(7)：82-88.

[6]刘明春，杨晓玲，殷玉春，等.武威市相对湿度的气候特征及预报[J].干旱区研究，2012，29(4)：654-1659.

[7]王平，程清平，任宾宾.孟定盆地54年来气温降水变化特征分析[J].安徽农业科学，2013，41(20)：8635-8641.

[8]刘昌明，郑红星.黄河流域水循环要素变化趋势分析[J].自然资源学报，2003，18(2)：129-135.

[9]Yue S，Pilon P，Phinney B，et al.Power of the Mann-Kendall and Spearman’s rho tests for detecting monotonic trends in hydrological series.J.Hydrology，2002，259：254-271.

[10]唐启义.DPS数据处理系统[M].北京：科学出版社，2007：807-809.

[11]李洁明，祁新娥.统计学原理[M].上海：复旦大学出版社，2006：333-341.

[12]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2002，414-415.

[13]窦浩洋，邓航，孙小明，等.基于均生函数-最优子集回归预测模型的青藏高原气温和降水短期预测[J].北京大学学报：自然科学版，2010，46(4)：643-648.

[14]文绮新，孙国栋，张传江，等.基于均生函数的最优子集回归方法在江西雨季降水预测中的应用[J].灾害学，2000，15(2)：11-16.

[15]曹鸿兴，魏凤英.估计模型维度的双评分准则及其应用[J].数理统计与应用概率，1996，11(1)：33-40.

[16]孙映宏.基于均生函数模型的杭州市年降雨量预测[J].水电能源科学，2009，27(2)：14-16.

ANALYSIS ABOUT CHANGES OF RELATIVE HUMIDITY IN MENGDING BASIN OF YUNNAN OVER THE PAST 48 YEARS AND FORECAST

CHENG Qing-ping1，2，WANG Ping2，XU Qiang2

(1.CollegeofGeographicalSciences，FujianNormalUniversity，Fuzhou350007，Fujian，China；2.SchoolofTourismandGeographicalSciences，YunnanNormalUniversity，Kunming650500，Yunnan，China)

Based on the monthly relative humidity data from the meteorological station in Mengding from 1961 to 2008，the author used the Mann Kendall test，correlation analysis，R/S analysis method and the prediction model of mean generation function to analyze the change of relative humidity characteristics and future trends from 1961 to 2008 in Mengding town basin.The study suggests that the annual relative humidity presented a trend of slow increase and the rate was 0.017%/10a in Mengding basin，increased by 0.08% over the past 48years.It varied from seasons.The relative humidity in spring and summer showed a trend of increase in，and the rate was increased by 0.94%/10a，0.03%/10a respectively.But in autumn，winter it showed a trend of decrease with the rate of 0.22%/10a，0.68%/10a respectively.The spring mutation increased significantly，and the winter mutation decreased significantly with the change cycle of 5 years.The increase of relative humidity has a close relationship with the increase of precipitation，the decrease of evaporation and sunshine duration.The R/S analysis method and the prediction model of mean generation function showed that relative humidity would still increase in the next 10 years.

Meng ding basin；relative humidity；variation characteristics；forecast

2015-03-11；

2015-04-01．

*通信作者：王平(1965-)，男，云南省昭通市人，副教授，从事自然地理及景观生态的研究与教学.

P468.0

A

1001-7852(2015)02-0019-06