西藏昌都市气候变化特征及预测技术研究

洛松桑邓 四郎措姆 多吉康珠

（1.西藏昌都市贡觉县气象局，西藏 昌都 854000；2.西藏拉萨市气象局，西藏 拉萨 850000；3.西藏拉萨市当雄县气象局，西藏 拉萨 851500）

0 引言

有研究资料显示，随着城市化快速建设以及人类社会活动的多元化，均对气候条件造成了一定的影响，近60年全球气温呈逐渐增高的趋势［1］。西藏位于我国西南部区域，气候条件极其复杂，且西藏地区气候变化对我国甚至全球气候均造成较大影响［2］。因此，研究西藏地区气候变化具有重要意义，同时研究其气候预测技术对提高我国气候预测水平同样具有一定参考意义。

对西藏区域气候的研究起步较早，近些年主要有：闫立娟［3］利用遥感影像资料，采用GIS 技术，主要研究西藏气候变化对其湖泊的影响，研究表明气温、降水气候变化对以冰川为主的湖泊影响较小。陈得圆等［4］利用西藏地区35年气象观测数据，建立气候因子反演积雪深度计算模型，研究表明按照季节尺度对气候因子划分，反演出的积雪深度模型计算结果较为真实。金建新等［5］利用西藏地区37 个站点近30 年气象资料，通过对UNEP干旱指数计算，研究西藏地区干旱时空演变特征，研究指出在30年内干旱指数随着时间推移逐渐减小。

昌都位于西藏东部区域，平均海拔在3500m 以上，西北部高程较大，年降水量477mm左右，由于较大的海拔差异，导致昌都各区域年平均气温存在较大差异，主要集中在2.4℃～12.6℃。文章利用昌都地区1961—2010年逐日气象观测资料，主要研究年平均气温、降水整体变化趋势以及突变年情况，同时分别构建气温、降水与其余气象因子预测关系模型。通过文章研究所得结论能够对昌都地区农业生产、气象工作研究等均具有重要意义。

1 气候变化特征

1.1 年平均气温、降水气候变化趋势

文章对昌都地区1961—2010年逐日气温、降水观测资料进行逐年统计处理，研究其年际变化趋势，同时采用一次、二次曲线拟合研究其整体变化趋势。根据统计结果多年平均气温为7.66℃，且该地区年平均气温随着时间推移整体呈增温的变化趋势，文章计算出其气候倾向率为0.175℃/10a，表示每10年该地区气温增加约0.175℃。同时，根据二次曲线看出在1960—1980年左右整体上气温呈小幅度降低，而后从1980年开始呈增温趋势，如图1所示。

图1 1961—2010年昌都市年平均气温变化趋势

根据统计结果多年平均降水量为397.69mm，且该地区年降水量随着时间推移整体呈减少的变化趋势，文章计算出其气候倾向率为28.844mm/10a，表示每10 年该地区降水量减少约28.844mm。同时，根据二次曲线看出在1960—1972 年左右整体上降水呈增多趋势，而后从1972年开始呈减少趋势，如图2所示。

图2 1961—2010年昌都市年降水量变化趋势

1.2 年平均气温、降水气候突变年

目前在研究气候因子突变的年份，通常采用M-K突变检验法［6］，因此文章采用该方法分别对昌都市年平均气温、降水序列进行检验，研究其开始突变的年份，其中阈值曲线条件设置为U0.05=±1.96，如图3 所示，UF 顺序统计显示在1975 年之前气温较低，在1975—1985 年之间气温波动相对较小，从1985 年之后呈增温趋势，且在2005 年之后递增幅度较大。同时，UF、UB 两条曲线相较于2004 年左右，处于文章所设置的阈值曲线之内，说明了有99.5%的概率显示昌都地区年平均气温从2004年开始突变。

图3 1961—2010年昌都市年平均气温突变检验

UF顺序统计显示在1975年之前降水量较少这与气温变化趋势相一致，在1975—1990年之间降水量较多，从1990 年之后降水量又呈减少趋势，且在1995 年之后递减幅度较大。同时，UF、UB 两条曲线相较于1989 年左右，处于本文所设置的阈值曲线之内，说明了有99.5%的概率显示昌都地区年降水量从1989 年开始突变，可以看出降水气候突变时间要远远早于气温气候，如图4所示。

图4 1961—2010年昌都市年降水量突变检验

2 预测技术研究

在构建年平均气温预测模型过程中，文章以年降水量、日照数、平均风速、相对湿度、大气气压为输入因子；在构建年降水量预测模型过程中，文章以年平均气温、日照数、平均风速、相对湿度、大气气压为输入因子。文章主要采用三层神经网络算法，其中80%的样本数据用于训练网络，10%的数据用于检验样本，剩余10%的数据用于检验训练的网络。如图5 所示，文章主要采用3 层神经网络结构模型，即隐含层-输出层，隐含层神经元(节点)个数设置成15 个、输出层神经元(节点)1 个，且隐含层采用非线性tansig 函数，输出层采用线性purelin 函数，其中w 为各层权值，b为各层阈值。

图5 神经网络模型结构

训练模型进度参数设置为：迭代次数＜1000，误差＜0.001，并采用LM 训练算法。从图6神经网络模型拟合误差趋势图可以看出，年平均气温、年降水量预测模型训练样本拟合优度分别为0.9807、0.97214均接近于1，拟合度很高，说明文章所构建的神经网络模型能够很好的对年平均气温、年降水量进行预测。

图6 神经网络模型拟合结果图

运用文章所构建的神经网络模型，分别对年平均气温、降水量进行训练预测，所预测效果对比如表1，根据统计结果显示年平均气温、年降水量预测模型输出结果与实际数据平均误差分别为0.28℃、9.29mm，可以看出文章所构建的训练模型精确度较高，能够较好的运用至今后年平均气温、降水量预测工作中。

表1 原始数据与预测模型结果误差统计

3 结论

文章利用西藏昌都地区1961—2010 年逐日气象观测资料，首先采用一次、二次线性回归方程研究年平均气温、年降水量时间尺度变化趋势；其次采用MK突变年检验法研究其气候因子开始突变的年份；最后采用神经网络算法构建年平均气温、降水量预测模型。主要有以下结论：昌都地区多年平均气温为7.66℃，且该地区年平均气温随着时间推移整体呈增温的变化趋势，每10 年该地区气温增加约0.175℃，在1960—1980 年左右整体上气温呈小幅度降低，而后从1980 年开始呈增温趋势；多年平均降水量为397.69mm，且该地区年降水量随着时间推移整体呈减少的变化趋势，每10 年该地区降水量减少约28.844mm，且降水气候突变时间要远远早于气温气候。年平均气温、年降水量预测模型输出结果与实际数据平均误差相对较小。