APP下载

辽宁省气温时空变化特征及其对农业的影响

2021-05-18和吉吴亚冰马明卫

关键词:时间尺度平均气温方差

和吉, 吴亚冰, 马明卫

(华北水利水电大学 水资源学院,河南 郑州 450046)

气候变化是全世界面临的共同难题,IPCC(政府间气候变化专门委员会)第五次研究报告指出[1],1980—2012年,全球气温升高明显,可能是过去1 000多年最热的30来年。随着全球气候变暖,中国的气温也呈现增温特征,不同区域增温速率差异明显。1951—2017年,中国地表年平均气温增幅为0.24 ℃/(10年),增温趋势显著,在2017年达到了21世纪以来的最高值[2]。气候变化不仅影响着人类赖以生存的生态环境,还会严重影响农业生产的稳定性[3-4],气温和降水是气候变化的重要要素,对生态环境演变起着重要作用[5-8]。因此,研究气温变化对经济发展和生态环境保护具有重大意义。许多学者对此进行了大量研究:孔锋[9]发现香港和澳门年平均气温近100年来显著升高;者萌等[10]发现京津冀地区近61年来气温呈显著上升趋势,具有明显的年代周期性震荡;汪飞等[11]发现近60年来松花江流域气温整体显著上升且存在明显的增温高值区;罗梅等[12]发现贵州修文县年均气温呈显著上升趋势,夏季降水量所占比重较大,占全年降水量的50%。

辽宁省位于中国大陆东北部,南临渤海,山脉位于东西两侧,中部是面积较大的平原地区,属于温带大陆性季风气候[13],受海拔和纬度影响,其气温变化具有明显的地域特点;辽宁省已经从工业大省迈入农业大省行列,研究辽宁省的气温变化对农业发展具有参考意义。曹永强等[14]研究发现,辽宁省气温在空间上自西南至东北呈现逐渐变低的趋势;喜度等[15]的研究结果表明,辽宁省冬季平均气温呈现线性递增趋势;薛双奕等[16]分析了辽宁省近56年的气温变化,发现辽宁省气温变化存在3个主周期,各主周期存在一定的年代际变化。但是,目前尚未见到对辽宁省气温时空变化以及对农业影响方面的系统性研究成果。本文基于辽宁省1960—2015年33个气象站点的逐日气温资料,运用Mann-Kendall检验、小波分析、反距离权重插值等方法,分析气温序列的突变性、周期性、趋势性和空间变化,较为全面地揭示辽宁省气温序列的时空变化情况,以期为辽宁省气候预测和农业发展提供参考和数据支撑。

1 研究区概况

辽宁省(118°E~125°E,38°N~43°N)位于中国东北部,山脉位于东西两侧,中部为面积较大的平原地区[17],如图1所示。辽宁省位于中纬度地区,多年平均气温在7~11 ℃;降水空间分布差异明显,东部较多,中部平原次之,西部受内蒙古高原影响降水较少,年平均降雨量为600~1 100 mm[18]。

图1 辽宁省海拔分布

2 数据与方法

2.1 数据资料

研究数据来源于辽宁省33个气象站1960—2015年的气温日观测资料,对缺失的数据采用线性回归的方式进行插补,修订后的数据通过了一致性检验,利用MATLAB、ArcGIS和Origin等软件对数据进行处理、分析和绘图。四季划分为:冬季(12月至次年2月)、春季(3—5月)、夏季(6—8月)、秋季(9—11月)。

2.2 研究方法

本文利用线性回归法和5年滑动平均法研究辽宁省全年、年最高、年最低和四季气温的变化趋势[19];利用Mann-Kendall检验法对气温序列进行突变识别[20-21],分析其变化规律和可能存在的突变特征;利用小波分析法分析气温周期性;利用ArcGIS空间插值工具绘制气温及气温倾向率分布图,分析气温在空间上的差异性。

2.2.1 趋势分析法

采用线性回归方程的倾向率来描述气温变化特征,其表达式为:

y=axi+b。

(1)

式中:xi为不同的年份(i=1、2、…、n);a为回归系数;b为回归常数。

采用5年滑动平均法对辽宁省气温变化趋势进行分析,结果能够清晰地反映气温平均值在长时间段的变化趋势。

2.2.2 突变检验法

Mann-Kendall(M-K)常用于突变检验,具体方法为:设水文序列x1、x2、…、xn,假定序列没有变化趋势(H0),构造统计量

(2)

其中mi为xi>xj(1≤j≤i;1≤i≤n)的累计数。

dk的数学期望和方差分别为:

(3)

(4)

将dk标准化为:

(5)

式中:UF1=0;UFk是一条随着k值变化而变化的曲线,当n值变大时,UFk会趋于正态分布。

假设H0成立。给定显著水平α,查正态分布表得到Uα/2。当|UFk|

UBk=-UFk′,

(6)

k′=n+1-k(k′、k=1、2、…、n)。

(7)

UBk和UFk的交点即为突变点,其在水文序列突变分析中应用十分广泛。对于Mann-Kendall检验的突变点,运用滑动t检验和累计距平法综合分析并确定突变点。

2.2.3 小波周期分析

小波分析法具有多频率分析和时间尺度分析的功能,它能够反映序列不同时间尺度的周期和趋势,并对未来趋势进行预测。小波函数及小波变换公式如下:

(8)

(9)

式中:Wf(a,b)为小波变化系数;a为尺度因子;b为平移因子;φa,b(t)为小波函数;t为时间;f(t)为气象要素时间序列。

小波方差反映气温能量波动随着时间尺度的变化情况,因此依据小波方差极大值确定气温主周期,小波方差的表达式如下:

(10)

3 结果与分析

3.1 气温的时空变化

3.1.1 气温变化趋势分析

通过线性回归法和5年滑动平均法对辽宁省33个气象站1960—2015年气温序列进行分析,得到其全年和四季平均气温的变化趋势,如图2所示。

图2 辽宁省1960—2015年气温变化趋势

由图2可知,对气温变化进行显著性水平为0.05的非参数统计检验,其中夏季气温变化趋势不显著,其他均显著。辽宁省1960—2015年全年、年最高、年最低以及冬、春、夏、秋季多年平均气温分别为8.51、14.72、3.44、-7.78、9.09、22.70、9.70 ℃。

由图2还可以看出,1960—2015年辽宁省年平均和四季平均气温均呈上升趋势,但其增长率不同:其中冬季气温序列的增长幅度最大,为0.384 ℃/(10年);其次是年最低气温,增长幅度为0.361 ℃/(10年);春季、年平均、秋季的增长幅度分别为0.277、0.246、0.203 ℃/(10年);年最高和夏季的增长幅度最小,分别为0.181、0.135 ℃/(10年)。

从5年滑动平均的结果看出,年平均气温在1960—1980年波动上升且趋势比较平缓,在1980—2010年增长比较明显,2010年之后呈现波动下降趋势;四季平均气温在1960—2000年都呈现波动上升趋势,2005年之后呈波动下降趋势。

表1给出了辽宁省1960—2015年不同年份气温的均值和距平值。由表1可知:辽宁省年平均气温在1960—2008年持续升高,2009—2015年平均温度较之略微降低;全年以及四季气温的距平值在1960—1989年均为负值,表明低于56年的气温均值;在1990年之后,除了2009—2015年冬季气温的距平值为负值外,其他均为正值,高于这56年的气温均值。全年以及四季平均气温在2009—2015年较2000—2008年的都有不同程度的降低。

1951—2017年,全国年平均气温增长率为0.24 ℃/(10年),辽宁省气温变化趋势同全国年平均气温变化趋势一致。自然因素和人类活动影响是引起气温变化的两大主要因素。其中,自然因素包括太阳辐射和大气运动;人类活动影响主要是人类活动对生态环境的影响,如城市下垫面的变化、大气污染和植被覆盖等。

表1 辽宁省1960—2015年不同年份气温的均值和距平值 ℃

3.1.2 气温变异分析

采用Mann-Kendall法对辽宁省气象站全年和四季平均气温进行突变检验(显著性水平α=0.05),并用滑动t检验和累积距平法[22]对突变点进行验证,结果如图3所示。由图3可知:除夏季以外的6种气温正向序列的UF均超过了上信度线,表明气温都存在明显的正向变化趋势,夏季气温序列增长不显著。

图3 辽宁省1960—2015年气温M-K突变检验结果

由图3(a)可知:年平均气温在1960—1987年呈下降趋势,在1964—1974年下降趋势比较明显,在1987年之后呈现升高趋势,且在1995年超过0.05显著性水平,表明1995年后增温显著;UF和UB两条曲线交点出现在1988年,经滑动t检验和累计距平法确定1988年是年平均气温突变点,通过0.05显著性检验。

由图3(b)可知:年平均最高气温在1960—1992年间呈下降趋势,但下降趋势不明显,在1992年之后呈现升高趋势,在1998年后,年平均最高气温超过0.05显著性水平,表明在1998年后增温显著;UF和UB曲线存在3个交点,分别为1993年、2012年和2014年,经滑动t检验和累计距平法确定1993年是年平均最高气温突变点。

由图3(c)可知:年平均最低气温在1960—1977年呈下降趋势但不明显,在1977年之后呈现升高趋势:在1998年后,年平均最低气温超过0.05显著性水平,表明在1998年后增温显著;UF和UB曲线交点出现在1987年,根据滑动t检验和累计距平法确定1987年为年平均最低气温突变点。

由图3(d)可知:冬季平均气温在1960—1973年呈下降趋势,在1973—1990年呈波动上升趋势且在1990年超过0.05显著水平,表明冬季平均气温在1990年之后增温显著;冬季平均气温UF和UB曲线交于1981年、1986年前后,经滑动t检验和累计距平法确定冬季平均气温在1986年产生突变。

由图3(e)可知:1960—1989年春季平均气温呈下降趋势,但在1989—2015年呈上升趋势,且在1999年后超过0.05显著性水平,表明在1999年后增温显著;UF和UB曲线交于1994年和2010年,经滑动t检验和累计距平验证1988年是春季平均气温突变点。

由图3(f)可知:夏季平均气温在1960—1999年呈波动下降趋势,且在1968—1982年气温下降超过0.05显著性水平,表明夏季平均气温在1968—1982年下降显著,夏季平均气温在1999—2015年呈上升趋势;夏季平均气温在置信区间内有5个交点,分别出现在1998年、2000年、2004年、2006年和2008年,根据滑动t检验和累计距平法确定2008年是夏季平均气温突变点。

由图3(g)可知,秋季平均气温在1960—1991年呈下降趋势但不显著,在1991年后开始升高并在2006年后超过0.05显著性水平,表明在2006—2015年增温显著;UF和UB曲线共有3个交点,分别在1997年、2008年和2009年,经滑动t检验和累计距平法确定2008年是秋季平均气温的突变点。

综上所述,辽宁省1960—2015年的年平均、年平均最高、年平均最低和四季平均气温均存在突变现象:年平均最高气温突变发生在1993年,年平均最低气温突变发生在1987年;年和冬季、春季平均气温突变时间一致,发生在1987年前后;夏季和秋季气温突变时间一致,发生在2008年。

3.1.3 气温空间变化分析

利用ArcGIS工具将辽宁省各站点1960—2015年全年和四季多年平均气温序列通过反距离权重的插值方式绘制空间分布图,如图4所示。

图4 辽宁省气温空间分布图

由图4可知:全年多年平均气温最高为10.95 ℃,最低为5.30 ℃。多年平均气温从东北到西南逐渐升高,这可能与纬度变化和海拔有关;不同地区之间年平均最高、年平均最低和冬、春、夏、秋四季多年平均气温最大温差分别为3.58、8.89、10.79、4.03、2.97、7.71 ℃,其中冬季多年平均最高与最低气温之差最大超过10 ℃。年最高、年最低和四季多年平均气温变化趋势同全年平均气温变化趋势一致,可能是受纬度变化和地理条件变化等的影响所致。

将33个站点年和四季多年平均气温倾向率通过反距离权重插值法绘制辽宁省气温倾向率空间分布图,如图5所示。

从图5中可以看出,辽宁省气温序列整体均呈上升趋势。从空间分布来看,整体上由南北向中部气温增幅越来越大。其中,年平均、年平均最低和冬季、夏季、秋季多年平均气温较低的区域与较高的区域分布大致相同,气温增幅最小的区域集中在北部和南部,增幅最大的区域集中在由西向东的中部狭长地区;春季多年平均气温增幅由东南部向西北部增大;年最高气温增幅由中部向东西两侧增大,增幅最大区域集中在东部,这可能是纬度、海拔等原因所致。

从图5还可以看出,多年年平均气温倾向率为0.13~0.45 ℃/(10年),增幅最大的区域集中在中部地区。对于四季而言,冬季多年平均气温的变化率最大,为0.10~0.80 ℃/(10年);秋季和春季的次之;夏季多年平均气温的变化率最小,为-0.01~0.30 ℃/(10年);由图2可知,整个辽宁省全年、冬季、春季、夏季、秋季的多年平均气温倾向率分别为0.246、0.384、0.277、0.135、0.203 ℃/(10年)。综上所述,冬季多年平均气温倾向率最大,其次是春季和秋季的,表明冬季气温变化对年平均气温增长趋势贡献最大,贡献率最小的为夏季。

图5 辽宁省气温倾向率空间分布图

3.1.4 气温周期分析

用MATLAB对辽宁省全年和四季平均气温进行小波分析,结果如图6所示。

图6 辽宁省气温的小波系数实部等值线(左)和小波方差(右)

小波实部等值线能够反映气温在不同时间尺度的变化周期和趋势,小波系数为正值表明气温升高,为负值则气温降低。小波方差能够反映波动的能量随尺度的分布,通过小波方差图可以确定一个时间序列中存在的主要时间尺度,借此分析序列变化的主要周期。

由图6(a)可知,辽宁省年平均气温在8年、26~32年尺度上存在震荡周期,在26~32年时间尺度上存在“升高—降低”4次交替变化,结合小波方差可知最大峰值对应28年的时间尺度,表明28年是第一主周期,8年是第二主周期。

由图6(b)—(e)可知,对于四季来说,春季、夏季和秋季平均气温在26~32年时间尺度上存在“升高—降低”4次交替变化,与年平均气温变化一致。由图6(b)可知:冬季平均气温在5年、7年、10~18年、26~32年时间尺度上存在震荡周期,在26~32年时间尺度上气温发生了“降低—升高”4次交替变化;结合小波方差可知,28年时间尺度峰值最高,即为第一主周期,次周期分别为13年和7年。由图6(c)可知:春季平均气温在8年、10~15年和26~32年存在震荡周期;结合小波方差可知,28年时间尺度峰值最高,即为第一主周期,次周期分别为13年和8年。由图6(d)可知:夏季平均气温仅在26~32年时间尺度存在震荡周期;结合小波方差可知,28年时间尺度为第一主周期。由图6(e)可知:秋季平均气温在8~15年和26~32年时间尺度存在震荡周期;结合小波方差可知,28年时间尺度对应峰值最高为第一主周期,次周期为10年。年平均和四季平均气温的变化主周期都为28年。

3.2 气温变化因素

辽宁省受温带大陆性季风气候的影响,气温各地差异较大,辽宁省1960—2015年气温呈现增长趋势,其中自然因素和人类活动因素是影响气温变化的两大主要因素。

3.2.1 自然因素

影响气温变化的自然因素主要有季风、气压和降水等,本文主要对1960—2015年辽宁省年平均和四季平均气温同降水量进行相关性分析,结果见表2。

表2 辽宁省1960—2015年年平均和四季平均气温与降水量的相关性(0.05显著性水平)

由表2可知,辽宁省气温与降水量变化的相关性均为负,表明随着降雨量的减少,气温呈现升高趋势。其中,年平均气温和降水量的显著性水平低于0.05,表明辽宁省气温升高受降水量减少的影响较显著;四季平均气温和降水量显著性水平高于0.05,表明四季降水量对气温影响不显著。

3.2.2 人类活动因素

人类活动是导致气温变化的重要原因,主要是因为人类活动影响下垫面变化进而影响气温的变化。1980—2015年辽宁省土地类型发生显著变化,大量未利用土地、草地等转化为建设用地,城市化的推进导致植被减少,重工业发展导致污染加重,促使气温呈上升趋势。辽宁省气温在1960—2015年呈显著上升趋势,降水量呈下降趋势,这将会严重影响辽宁省农业生产和水资源的持续利用。

3.3 气温变化对农业的影响

辽宁省1960—2015年气温升高显著,降水量减少,热量资源的改变使作物生育期产生变化,作物品种由早熟向晚熟发展;气温升高,降水量减少,还会导致病虫害分布范围扩大。尤其是冬季气温升高较为显著,导致农作物病虫害加剧;冬季降水量较少,气温升高会导致农田水分蒸发过快,冬病虫的存活率大大提升,严重影响农作物的安全过冬;气温升高会延长部分作物生长的季节,增加病虫的繁殖,延长了病虫对农作物的危害期;为了解决害虫影响,将会造成农药用量大大增加,从而导致水体和大气受到污染。气温升高,农田蒸发量就会增加,土壤中水分流失,土壤肥力下降,同时降水量减少,用于施肥和灌溉的成本增加。

气温和降水量变化对粮食产量、化肥和农药用量、灌溉用水量和水资源供需矛盾产生不同程度的影响。因此,应该通过调整农业结构、建设节水农业和培育新品种等方法降低气候变暖带来的危害,促进生态环境可持续发展。

3.4 讨论

辽宁省1960—2015年的全年平均和四季平均气温呈上升趋势,四季平均气温的增长速率排序为:冬>春>秋>夏,其中冬季气温变化对年平均气温增长贡献最大,与敖雪等[23]对辽宁省气温变化趋势的分析结果相符合;年平均气温在1988年发生突变,与辽宁省工业发展时间相吻合,与韩璐等[24]得出的辽宁省气温突变年份一致;辽宁省气温空间分布与海拔和纬度较为一致,反映出其气温受地形影响的分布特征;辽宁省年平均和四季平均气温变化主周期均为28年。

4 结语

1)辽宁省1960—2015年各气温序列(夏季除外)均呈显著上升趋势;夏季气温序列也呈上升趋势,但上升趋势不显著。年平均最低气温的增长率大于年平均最高气温的增长率;四季多年平均气温增长速率差异明显,其中冬季多年平均气温增幅最大,为0.384 ℃/(10年),春季和秋季次之,夏季增幅最小,为0.135 ℃/(10年);冬季多年平均气温增长对年平均气温增长贡献最大。

2)年平均和冬季、春季平均气温突变时间大致相同,为1987年前后;夏季的和秋季的气温突变均发生在2008年。

3)在空间上,全年多年平均和四季多年平均气温序列都表现出明显的区域特征;其中全年和冬季多年平均气温序列变化趋势类似,结合气温变化趋势可知冬季气温增长对全年气温增长趋势贡献最大;辽宁省气温空间分布与海拔和纬度较为一致,反映出其气温受地形影响的分布特征。

4)年平均气温变化的主周期为28年,次周期为8年;冬季平均气温变化的主周期为28年,次周期为13年和7年;春季平均气温变化的主周期为28年,次周期为13年和8年;夏季平均气温变化的主周期为28年;秋季平均气温变化的主周期为28年,次周期为10年。

本文对辽宁省气温时空演变情况进行了初步探讨,缺乏对其成因机制的深入剖析;气温除了受植被覆盖影响外,还受地形、降雨、城市化程度等影响,因数据有限,未对影响气温变化的所有因素进行更深入的探讨。研究成果可为辽宁省气候预测和农业生产提供参考和数据支撑。

猜你喜欢

时间尺度平均气温方差
时间尺度上变质量非完整系统相对于非惯性系的Noether 对称性
立春
时间尺度上Nielsen方程的Mei对称性与守恒量
时间尺度上二阶Lagrange系统Mei对称性及守恒量
冠状病毒疫情二万多年前就已暴发
概率与统计(2)——离散型随机变量的期望与方差
从全球气候变暖大背景看莱州市30a气温变化
1981—2010年拐子湖地区气温变化特征及趋势分析
近50年来全球背景下青藏高原气候变化特征分析
方差生活秀