1956-2017年东北地区气温和降水的时空变化特征

吴金华, 盛芝露, 杜加强, 张杨成思, 张 静,2

(1.中国环境科学研究院, 北京 100012; 2.兰州大学 生命科学学院, 兰州 730030)

气候变化是全球变化研究的核心问题和重要内容，同时也是当前人类社会面临的最严重的环境问题之一。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)最新发布的第五次评估报告[1-2]指出，近百年来全球气候变暖毋庸置疑，1880—2012年，全球地表平均温度大约升高了0.85 ℃，1951—2012年期间全球平均地表温度的升温速率为0.12 ℃/10 a，期间陆地比海洋增温快，高纬度地区增温比中纬度地区大，气候突变事件发生的频率和强度伴随着全球气温升高可能会有所增强。在此背景下，不少研究表明中国的气候变暖趋势与全球基本一致[3-6]，中国1951—2018年增温速率为0.24℃/10 a，明显高于同期全球或北半球同期平均水平，中国北方地区增温速率明显大于南方，其中东北地区是增温最显著的地区之一[4]；中国极端强降水事件呈增多趋势，东北地区降水量年际波动增大[6]。

不少学者曾针对东北地区的气候变化展开研究[7-10]，这些研究对于正确认识东北地区气候变化特征有重要意义。已有研究表明，东北地区气候在过去数几十年表现为气温明显升高，降水有所减少。然而综合分析发现以往研究对于气候突变多采用单一检测方法，缺少对检测结果的验证；其次是将气候要素时间序列作为整体研究，缺少了对序列内部阶段性变化特征的挖掘；此外，以往研究所选取的气象站点数和研究起止年份不尽一致，终止年份多为2000年前后，未覆盖近二十年的气候变化。为此，本文选取东北地区作为研究区，基于1956—2017年的月平均气温与月降水量数据，运用Kriging插值及一系列时空分析方法，旨在解决以下3个问题：(1) 现有研究得出的东北地区气温、降水的年际变化趋势在2000年后是否仍然持续；(2) 东北地区气温、降水是否存在突变及阶段变化特征；(3) 东北地区气温、降水变化的空间分布及阶段变化显著的区域。

1 材料与方法

1.1 研究区概况

东北地区位于我国大陆的东北部，疆土辽阔，是我国重要的地理、文化和经济分区，地理位置在115°31′—133°5′E，38°43′—53°34′N，包括了黑龙江省、吉林省、辽宁省的全部区域以及内蒙古自治区东部的呼伦贝尔市、兴安盟、通辽市、赤峰市。区域内地形多样，南临渤、黄二海，东侧和北侧是鸭绿江、图们江、乌苏里江和黑龙江等流域低地，西侧是呼伦贝尔高原及内蒙古高原，内侧是由大兴安岭、小兴安岭和长白山系形成的马蹄形环绕的山地丘陵，中心部分则为三江平原、松嫩平原和辽河平原所组成的东北平原。东北地区自南向北跨越了中温带和寒温带，气候类型为温带季风气候以及大兴安岭以西的温带大陆性气候，冬季受大陆气团影响，寒冷干燥，盛行西北风，夏季受海洋气团影响，暖热多雨。自东南而西北，年降水量自1 000 mm降至300 mm以下，从湿润区、半湿润区过渡到半干旱区，其中夏季降雨量占了全年降雨量的绝大部分。

1.2 数据来源及处理

气温和降水是表征区域气候特征的两个最基本的气候要素。本研究中采用中国气象数据网所提供的东北地区月平均气温和月降水量的气象站点观测数据，剔除数据缺失严重的站点，选用区域内共计102个站点数据。这些站点在区域内均匀分布，可以体现区域的整体情况(图1)。采用空间插值方法来推算站点以外区域的气候要素情况，用插值形成的栅格数据来描述气候要素的空间分布，能有效地提高气象资料的利用水平。地统计学的Kriging插值方法在我国降雨量和气温研究上有很好的拟合优度[11-13]，因此，本文也采用该插值方法生成1956—2017年期间的月平均气温和月降水量栅格数据，空间分辨率为1 km。

图1 东北地区地理概况及气象站点分布

1.3 研究方法

1.3.1 趋势分析法 采用趋势分析法拟合气候要素的变化趋势，通过计算气候倾向率和累积距平值[14]定量分析气候要素的变化特征。

1.3.2 气候变率 气候变率可以表示气候变化幅度的大小[15]，并且气候变率与灾害性天气的发生频率有关。绝对变率Va的计算公式为：

1.3.3 突变检测 气候突变是普遍存在于气候系统的一种重要现象，是气候从一种稳定态跳跃式地转变到另一种稳定态的现象，表现为气候在时空上从一个统计特性到另一个统计特性的急剧变化[16]。检验突变情况的方法有很多种，本研究采用Mann-Kendall趋势检验法、滑动t-检验两种检验方法对气候要素时间序列的突变情况进行分析，以达到互相比较、互相检验的效果，两种检验方法均设置0.05显著性水平的信度线。

Mann-Kendall法是由Mann和Kendall提出的，最初用于检测序列的一种变化趋势，后被发展用来检测气候突变。该方法是世界气象组织(WMO)推荐的一种在世界范围内广泛使用的非参数检验法，其优点是不需要样本遵从一定的分布，且不受少数异常值的干扰，计算简单，被许多学者用来分析气温、降水量、径流和泥沙等要素时间序列的突变分析[17-19]。

滑动t-检验用来检验两组样本平均值的差异是否显著来检验突变[20-21]，为此将连续序列分成两段子序列，如果两段子序列的均值差异超过了一定的显著性水平，可以认为均值发生了质变，有突变发生。具体应用中，为避免任意选择子序列长度造成突变点的漂移，可以反复调整子序列，提高计算结果的可靠性，在本研究中子序列长度分别取5 a，10 a和15 a。

1.3.4 Fisher最优分割法 Fisher最优分割法是一种对有序样本进行聚类分析的方法，可用于对时间序列进行分段以确定不同时段的特征[22-23]，较多应用于地震分期[24-25]和汛期分期[26-27]。该方法的原理是在对有序样本进行分割时，总希望段内差异愈小，一般采用离差平方和来表示段内数据的变化程度，在分割法中简称为变差，变差愈小则表明各段数据愈接近。当分段数确定，用分割后的各段变差之和，即误差函数作为比较不同分割的优劣标准，以误差函数值最小为最优。

2 结果与分析

2.1 气温和降水年际变化趋势特征

由图2可知，1956—2017年东北地区年平均气温在波动中显著上升，倾向率为0.327℃/10 a(p<0.001)。62 a的年平均气温为2.97℃，年平均温度最高值为4.75℃，出现在2007年，年平均温度最低值为0.91℃，出现在1969年，最高值与最低值间相差3.84℃。由图3可知，年均温累积距平值呈现先下降再上升的过程，即年均温距平值在1987年前几乎持续为负，1987年后距平值持续为正，表明1987年前后分别是气温相对较低和较高的两个时期。

图2 东北地区年平均气温年际变化趋势

图3 东北地区年平均气温累积距平值

由图4可知，1956—2017年东北地区的降水量波动性较大，呈小幅减少趋势，倾向率为-3.634 mm/10 a(p>0.05)。62 a平均降水量为499.52 mm，2013年年降水量最高，为649.02 mm，2001年年降水量最低，为377.66 mm，最高值与最低值间相差271.36 mm。由图5可知，年降水量累积距平值有多个升降过程，降水量累积距平峰值出现在1964年和1998年，谷值出现在1982年和2009—2011年期间。峰值往往表明对应年份前面一个时期降水较多而往后降水较少，谷值则相反。

图4 东北地区年降水量年际变化趋势

图5 东北地区年降水量累积距平值

2.2 气温和降水序列突变检测

年平均气温Mann-Kendall趋势检验法和滑动t检验突变检测的结果见图6。UF曲线整体位于0值以上，说明气温时间序列呈上升趋势。这种上升趋势在1959年和1989年以后超过了0.05的置信水平，达到了显著上升趋势。UF曲线与UB曲线有一个交点，且交点在置信区间内，说明气温突变可能发生在1986—1987年。为了检验结果的可靠性，本研究选用了5 a，10 a，15 a滑动步长进行滑动t-检验，从滑动检验的结果来看，1987年附近的确出现了一次增温的突变过程，从5 a滑动检验的图中可以看出在2009年气温在显著升高的过程还有一个变冷的突变。

图6 东北地区年平均气温Mann-Kendall检验和滑动t检验

东北地区降水量的Mann-Kendall趋势检验的结果见图7，UF曲线整体位于0值以下，说明区域内的降水量在时间段内呈下降趋势，这种下降趋势在1967—1985年期间超出了0.05的置信水平，达到了显著下降的趋势。UF曲线与UB曲线有4个交点，分别是：1957年、1959年、1961年、2016年，突变检测效果不理想，结合滑动t-检验的结果来看，1964年左右存在一个的降水量减少的突变过程；在1983年降水量是一个增加的突变过程；之后降水量下降趋缓，在1998—1999年期间，降水量又有一个减少的突变。

图7 东北地区年降水量Mann-Kendall检验和滑动t检验

2.3 气温和降水阶段性变化特征

结合东北地区年平均气温变化的特点，运用Fisher最优分割法将气温时间序列分割为：1956—1957年、1958—1987年、1988—2013年、2014—2017年4个时间段，表1为东北地区4个时间段年平均气温及其绝对变率和相对变率。各个时段的年平均气温呈上升趋势，从1956—1957年的1.26℃升高到2014—2017年的3.96℃；从气候变率上来看，1958—1987年年均温的绝对变率和相对变率较大，气候变率大代表着更大的气候要素波动，往往与异常天气的频率及强度有关。

表1 1956-2017年东北地区不同时段年平均气温及其变率

结合东北地区年降水量变化的特点，运用Fisher最优分割法将降水量时间序列分割为：1956—1964年、1965—1982年、1983—1998年、1999—2009年、2010—2017年5个时间段，分割结果基本与累积距平和突变检测的分析结果基本一致，表2为东北地区5个时段年降水量及其绝对变率和相对变率。从中可以看出，1956—1964年是年平均降水量最多的时期，降水量为543.26 mm，降水量最少的时期是1999—2009年，为444 mm。62 a间，降水量经历了一个周期波动过程。2010—2017年年降水量的绝对变率和相对变率较大，代表这一时间段内的降水情况不稳定。降水的多变常常预示旱涝灾害发生的频率有所增加。

查证该时期记录旱涝情况的文献资料，2011年、2012年东北地区是明显的干旱区之一[28-29]，2013年东北地区的洪涝灾害严重，区域降水量较常年偏多10%～20%，黑龙江、松花江流域汛期平均降水量较常年偏多3～4成[30]，2014年以来虽然存在一些季节性的洪涝情况，但东北地区整体降水量偏少，干旱缺水情况在部分地区一直存在[31-34]。

表2 1956-2017年东北地区不同时段年降水量及其变率

2.4 气温和降水变化的空间分布

计算1956—2017年东北地区年平均气温的空间分布见图8A所示，可以看出气温的纬度地带性分布特征明显，由南到北呈现递减的趋势，气温较高的区域为渤海、黄海海湾地区，年均温在10℃左右；气温较低的为大兴安岭北部，年均温低于-4℃；东北平原的气温相较于整个区域比较适中，年平均气温整体大于2 ℃。计算62 a区域的气温倾向率，结果见图8B所示，可以发现整个区域的倾向率均为正值，说明1956—2017年区域整体的气温都呈上升趋势。气温倾向率较高的区域在小兴安岭区域，其次是呼伦贝尔高原、内蒙古高原以及东北平原的部分地区，气温倾向率较低的区域主要在辽河流域。

基于Fisher最优分割法分割年平均气温时间序列的结果，分别计算1956—1957年、1958—1987年、1988—2013年、2014—2017年4个时间段(下文将分别用气温时间分段1，2，3，4进行替代)年平均气温的平均值，将相邻时间段的平均气温栅格相减，得到时间段间的气温变化差值。分析结果可以得出：时间分段2相较于分段1，除大兴安岭北部区域气温下降之外区域整体气温上升，其中气温增加最多的区域是在呼伦贝尔高原区域，内陆的增温幅度要高于沿海地区；时间分段3相较于分段2，区域气温也是有所增加，增温幅度较大的区域变成了小兴安岭地区，其次才是呼伦贝尔高原，增温较小的区域集中在辽河流域以及区域东北沿海地区；时间分段4相较于分段3，大兴安岭和辽河平原的气温有所上升，而小兴安岭和三江平原部分区域气温有所下降；时段间的增温幅度有所减缓。

图8 1956-2017年年平均气温均值和倾向率的空间分布

计算1956—2017年东北地区年降水量的空间分布见附图12A所示。从图中可以看出，区域内降水量最多的区域在长白山区域南部临黄海的区域，平均年降水量超过800 mm；降水量最少的区域是在呼伦贝尔高原，平均年降水量少于350 mm，其次便是大兴安岭山脉和内蒙古高原，平均年降水量不超过500 mm，在少雨的地区降水量呈现由东向西逐渐递减的趋势。附图12B是区域62 a降水量倾向率的空间分布，结果表明，区域内降水量增长和下降趋势同时存在，大兴安岭北部呈现增长趋势，其余大部分区域的降水量都呈下降趋势，包括辽东半岛、辽河平原、三江平原、内蒙古高原东部以及呼伦贝尔高原。

由Fisher最优分割法分割年降水量时间序列的结果，分别计算1956—1964年、1965—1982年、1983—1998年、1999—2009年、2010—2017年5个时间段(下文中将分别用降水时间分段1，2，3，4，5进行替代)年降水量的平均值，将相邻时间段的平均降水量栅格相减，得到时段间的降水量变化差值。结果表明，区域整体的降水量均值经历了一个降低—升高—降低—升高的周期波动过程，在此过程中不同区域呈现出不同的变化特征。降水时间分段2与分段1相比，区域整体降水量降低，降幅较大的区域是长白山南部和三江平原，降幅较小的区域是大兴安岭山脉；降水时间分段3相较分段2，降水量有所升高，主要的升高区域在松嫩平原北部靠近大兴安岭的区域；降水时间分段4相较于分段3，降水量降低，东北地区西南部，包括大兴安岭、呼伦贝尔高原、内蒙古高原以及辽河平原，降水量减少明显；降水时间分段5与分段4相比，降水量整体上升，其中大兴安岭南部以及长白山脉西侧和南侧的降水量有较大提升。由降水量的变化过程可看出，2010年后，降水量进入相对丰水期。

3 讨 论

在以往的气候变化研究中，大多数学者计算区域平均温度或降水量多用区域内站点观测数据的均值来表示[7-9]，用算数平均作为区域气象要素平均情况的前提是各气象站点的分布是独立的，但实际情况是站点间气象要素值存在空间自相关，故将观测数据直接用于周边地区均值的推算不是最优的方法。另外一些学者提出城市化的影响是造成气候变化分析中结果不确定性的重要因素，在研究气温和降水变化特征时应该排除热岛效应，否则会出现虚假的增暖和降水格局[35]，这也是一些研究计算出的气候倾向率偏大的原因。如何区分长期气候变化中的自然气候变换项和人类活动作用项是一项关键的问题，有学者针对气候变化的城市化效应进行了定量评价[36-37]，但剔除气候变化中的人类活动作用目前还没有一个公认有效的办法。本研究对气象观测资料进行Kriging插值，考虑气象要素的空间自相关，计算得到的区域均值更加合理，另外插值避免将城市气象站点观测值直接用作周边地区均值，减小了城市化效应对定量分析气候变化情况的影响。

本研究运用Fisher最优分割法对长时间序列进行分段处理和分析，有效地弥补了将时间序列作为整体分析的缺陷，即在对完整时间序列分析变化趋势时，会丢失序列内部相对短期的波动情况以及阶段变化信息。本研究将Fisher最优分割法与变率分析相结合，检测到2010—2017年为降水相对波动较大的时期，旱涝发生频繁；将Fisher最优分割法与空间分析方法相结合，分析得出不同地区的阶段升温情况以及时段间降水量呈现降低—升高—降低—升高的周期波动过程。Fisher最优分割与常用的时空分析方法结合对于研究一个长时间序列中的局部特征提供一个新的思路。

东北地区耕地资源集中，是国家重要的“粮仓”之一，气候变暖趋势和降水格局的改变正逐步改变区域农业种植结构。典型的例子就是在东北松嫩—三江平原，中晚熟水稻品种种植面积大幅扩张，显著提高了粮食产量[38]。随着区域水土资源开发强度不断增大，社会经济迅速发展，水资源供需矛盾尤为突出，这对水资源利用效率和配置情况提出了较高的要求[39]。气候变化还对东北地区的生态环境产生了重大影响。东北地区是我国湿地资源的主要分布区之一，气候变暖以及水分条件的不稳定导致了湿地生态系统的严重退化[40]，同时气候变化也是东北平原西部地区的土地荒漠化的重要影响因素[41]。因此，正确认识气候变化特征对于东北地区生产生活的开展和生态环境保护具有十分重要的意义。从本研究的结果来看，过去几十年内气温显著升高以及降水的波动减少使得东北地区的气候呈现暖干化的趋势，这一结论与其他学者的研究结果相一致[7-8]。从整个时间序列的气温变化情况来看，气温上升的趋势有所减缓；另一方面，虽然东北地区的降水呈现减少的趋势，但相比21世纪初的十年间，当前的降水量处在相对丰水期，同时水分条件不稳定，极端降水情况发生频繁，需要引起足够重视。建议通过水利工程措施和水源涵养、水分调节等生态服务功能提升措施，提高区域水资源利用效率，保证社会经济活动正常进行。

4 结 论

(1) 1956—2017年东北地区气温显著上升，平均气温倾向率为0.327 ℃/10 a(p<0.001)，年均温的最高值与最低值相差3.84 ℃，1987年前后分别是气温相对较低和较高的两个时期。1956—2017年东北地区降水量的波动性较大，总体呈减少趋势，平均倾向率为-3.634 mm/10 a(p>0.05)，最高年份与最低年份的降水量相差271.36 mm，降水量的变化包含有多个升降过程；

(2) 气温在1987年有一个增温的明显突变，1989年后气温增长的趋势达到显著；气温时间序列分割结果表明气温的上升过程具有阶段性，其中1958—1987年气温波动较大；降水量在1964年、1983年、1999年附近降水量都有一个突变的过程；降水时间序列分割结果表明降水量呈现周期波动过程，周期变化的时间点与突变时间基本一致，其中2010—2017年的降水量变率最高，降水情况较不稳定。

(3) 东北地区气温由南至北气温逐渐降低；1956—2017年区域整体普遍升温，但不同区域的增温速率存在明显差异，其中增温较快是小兴安岭地区；通过计算不同时段间的气温差值发现区域内增温幅度较大的区域先是小兴安岭和呼伦贝尔高原，再是大兴安岭和辽河平原。多年平均降水量的空间分布表现为由东南向西北递减，1956—2017年除大兴安岭北部外的绝大多数区域降水量呈下降趋势；降水量呈现降低—升高—降低—升高的周期变化过程，时段间的降水量变化存在区域分异；2010年后，降水量进入相对丰水期。