长春市近56 年气温变化特征分析

2020-11-30解彦维姚宏伟

科学技术创新 2020年34期

解彦维姚宏伟

（吉林省农安县气象局，吉林长春130200）

1 研究区概况及方法

长春位于北纬43°05 ～ 45°15 '，东经124°18 ～ 127°05 年，东部山地湿润和西部平原之间的半干旱地区，湿润的温带大陆性气候类型之间的过渡区，位于中国东北平原松辽平原腹地，是东北的一个自然地理中心。本文采用线性趋势分析的方法,累积距平等方法分析气温变化趋势，利用m-k 检验方法进行温度突变分析，利用MATLAB 小波工具箱中的复小波分析，分析温度的周期性变化。

2 气温年代、季节变化

1962-2017 年长春市年均温呈增加趋势（表1），配对样本t检验结果为p<0.01，表示其增加优势显著。

具体来说，1962-2017 年长春市平均气温为5.85℃，年均温在波动中逐渐上升，增温率为0.37℃/10a，明显高于全球年均温增温率0.12℃/10a。

长春市四季均温均呈上升趋势，其中冬季气温增温率最大；夏季增温率最小，主要是春季和冬季的增温率对年增温率的贡献率最大。长春市四季的日最高气温呈上升趋势，增温率普遍比平均气温的增温率小，表明日高气温的增温率对平均温度的上升贡献率较小。长春市年均日最底气温的增温率为0.52℃/10a，表明日最低气温的增温率对平均温度的上升贡献率较大。

表1 长春市的气温季节变化（℃）和季节年代增温率（℃/10a）

1962-2017 年长春市气温年代际变化基本呈现增长趋势（表2），长春市全年以及四季均表示1962-1969、1970-1979、1980-1989 属于冷期，气温均比平均气温低，之后逐渐转暖，均高于平均气温。

3 气温的突变检验

利用M-K 突变点分析方法，绘制了年平均气温正向统计量Uf 和反向统计量Ub 曲线，如图1 长春市平均气温的M-K 统计量的曲线超过了1.96 的信度线，表明温度上升明显。长春市近56 年平均气温变化从M-K 统计曲线看出，在信度线间，两曲线在1989 年左右相交，说明该点气温上升发生了突变。表明长春市区年平均气温在近56 年中逐渐上升，并且1989 年发生了突变。

表2 长春市季节、年气温累积距平年代际变化

图1 长春市年平均气温的M-K 统计量曲线

4 长春市气温的周期变化

所谓年平均温度时间序列的多重时间尺度，是指在年平均温度的演变过程中没有真正的变化周期，但其变化周期随不同的研究尺度而相应地变化，这通常表明变化小规模的周期通常嵌套在大规模的变化周期中。换句话说，年平均温度变化的时域具有多级时间尺度结构和局部变化特征。

因为本文中测得的年平均温度数据是一个有限的时间数据序列，所以在时间序列的两端都可能存在“边界效应”，首先利用MATLAB 小波工具箱的信号扩展功能来对称地扩展数据，将56 年研究数据前后分别延伸4 年得到连续64 年的年平均温度数据，然后选择CMOR（1-1.5），采样周期为1，最大刻度为32（扩展时间序列的一半）的Morlet 复数小波函数计算小波系数，最后去除两端的扩展数据的小波系数，并计算Morlet 复数小波系数的实部。年平均温度小波系数实部等值线图（图2a）。实部等值线可以反映年平均温度序列不同时间尺度上的周期性变化及其在时域中的分布，进而可以判断不同时间尺度上年平均温度的未来趋势，从1962 年到2017 年的年平均温度在5-32a的时间尺度变化过程中有多个明显振荡周期，是多个振荡周期的矢量和。并且，在20a 的时间尺度上，周期性振荡最为明显，贯穿整个研究区域。

图2 长春市年均气温复Morlet 小波实部图（a）、模图（b）

第二步，计算小波系数的模量（图2（b））和模量平方值（图略），可以反应小波变化的实部和虚部，从立体方向上分析，长春市气温的周期性变化，如图可以看出，5-55a 的时间尺度模量是平均温度演化过程中最大的，表明这一时期的周期性变化非常明显。15-25a 的时间尺度模量相对较大，但并未涵盖整个研究时期，因此这一时期的周期性变化不是很显著。

最后确定气温变化的周期是通过绘制小波方差图，小波方差图中（图3（a））存在3 个较为明显的峰值，它们依次从小至大对应着20a、13a 和9a 的时间尺度。其中，最大峰值对应着32a的时间尺度，说明32a 时间尺度的周期震荡最强，为年气温连续变化的第一主周期，其他次之。

根据小波方差检验的结果，绘制小波实部变化图（图3（b））年平均气温变化存在的平均周期及峰- 谷变化特征，在20a 特征时间尺度上，大约经历了2.5 个周期峰谷变化；而在9a 特征时间尺度上大约9 个周期的峰谷变化。而在6a 特征时间尺度上，大约13 个周期的峰谷变化。