淮北平原气象要素变化趋势分析

2023-08-24胡永胜

安徽农学通报 2023年13期

胡永胜

（安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站），安徽蚌埠 233000；水利水资源安徽省重点实验室，安徽蚌埠 233000）

淮北平原处于我国中东部，是重要的粮食基地之一，水资源相对匮乏且开发利用程度高，旱涝交替发生。水文气象要素变化时刻影响着气候的变化，随着经济社会的快速发展，温室气体的大量排放使得气温不断升高，温度升高又对生态系统和生活环境造成了灾难性的影响，气候变化已成为人人关注的热点问题[1]。

自20世纪60年代以来，众多学者开展了水文循环演变规律的研究，由于近年来极端天气频发，春秋两季时间越来越短，气候变化对水文循环演变规律的影响已成为国内外学者重要的研究课题之一。汤奇成等[2]分别对洞庭湖地区和祁连山地区的水文规律进行了大量的描述性分析，徐剑峰和刘永福[3]对呼伦贝尔草原降水、水面蒸发和径流量的变化规律进行了分析，王建等[4]采用累计距平法对新疆地区水文特征进行了分析，王振龙等[5]对淮北平原地区长期变化趋势及特征进行了分析，张洪波等[6]研究了水文规律对生态系统的响应机制。近10年来，众多学者对多地区域性水文演变规律及特征变化进行了大量的研究，研究多采用气候倾向率法、MK 检验及小波分析对水文要素随机性、突变性及周期性进行分析[7-8]。

如何定量和定性地分析气象要素变化趋势对淮北平原水文循环演变规律的影响[9-10]，对区域性水资源可持续发展及规划有着重大意义。为此，本文利用五道沟实验站1971—2019 年长序列原型观测资料，对水面蒸发、气温、风速、日照、相对湿度及降水的四季变化规律进行分析研究[11-13]，力求揭示气象要素与水文循环演变规律的关系，为该区域水资源的合理利用提供理论依据。

1 材料与方法

1.1 实验区概况

五道沟水文水资源实验站地处淮河以北，117°21'E、33°09'N，属于平原区综合性实验站，建站70年来实验观测数据从未间断。研究区四季分明，为暖温带半干旱半湿润的气候类型，站内设有气象观测场、62 套大型地中蒸渗仪、自动称重式地中蒸渗仪与测流房等设备。其中，气象场主要观测水面蒸发量（E601 蒸发皿）、20 m3大水面蒸发、地表温度、日照时数（太阳辐射）、风速、风向、湿度、降水量（虹吸式水量桶、标准式水量桶）等与水文有关的气象因子[14-15]。

1.2 数据来源与处理

本文选取五道沟实验站气象场的实测数据，数据资料为1971—2019年水面蒸发量（mm）、降水量（mm）、风速（m/s）、气温（℃）、相对湿度（%）与日照（h）数据，对上述数据进行计算后得到1971—2019 年各气象因素月平均数据，整理为四季数据。本文四季的划分以气象划分法为主：3—5 月为春季，6—8 月为夏季，9—11 月为秋季，12 月至次年2 月为冬季。采用线性倾向估计法、Mann-Kendall 突变检验以及重标极差法（R/S）对上述气象要素四季的变化规律及特征进行检验、分析。

2 分析方法

2.1 线性倾向估计

假设xi为样本的某一个气候变量，ti为该气候变量相对应的时间，采用一元线性回归建立xi与ti之间的回归关系，公式：

式中：b为气候倾向率，表示气象要素随时间的变化趋势。当b＞0时，表示随着时间的变化，该气象要素呈现上升趋势；当b＜0 时，表示随着时间的变化，该气象要素呈现下降趋势。

为检验该气候倾向率的显著性，设定显著性水平为0.05，选择T检验及MK-Z值来检验其显著性是否通过检验。

2.2 Mann-Kendall检验

Mann-Kendall检验[16]是目前广泛应用的非参数检验法，本文采用MK 检验对实验站气象因素四季的变化趋势及突变性进行分析，方法原理：假设有n个样本，设其序列为x，构造秩序列如下：

秩序列Sk是第i时刻序列值大于j时刻序列值的个数的累计数。

假定时间序列是独立的，设统计量：

式中：UF1=0，E(Sk)，Var(Sk)分别代表Sk的均值以及方差。在X1,…,Xn相互独立且具有相互连续分布时，可分别求出：

利用MATLAB计算出UF、UB的值，将其绘入一张图中，通过UF、UB 2 条曲线来分析气象要素的突变点及变化趋势。设定显著性水平为0.05，得到显著性水平相对应得临界值，若UFk曲线在临界值线的内部变动，表明气象要素的变化趋势和突变性不明显；若UFk＞0，表明该气象要素时间序列呈现上升趋势，反之则呈现下降趋势；当UFk曲线超出临界值曲线时，表明该气象要素序列上升或下降趋势显著。当UFk、UBk曲线在临界线之间有交点时，交点所对应的时间就是序列突变开始的时间；如果2 个曲线交点在临界值线外出现，可结合其他检验方法进一步判定是否为突变点。

2.3 重标极差

重标极差法是计算Hurst 指数来定量分析气象要素时间序列长期变化趋势依赖过去数据的有效分析方法。其原理如下：设一组时间序列为X1，…，Xn，其长度为N，设长度为n，并均分为A个相邻的子区间，计算各子区间Ia的均值，公式：

计算Ia均值的累积截距，公式：

得到R/S公式：

从公式（7）开始，重复公式2～10，直到n=N时停止，得到序列，其中n=3，…，N。

以Log（n）为自变量，Log（R/S）为因变量进行线性回归，公式：

式中H为Hurst指数的估计值。

3 结果与分析

3.1 气象要素变化趋势分析

由表1 可知，水面蒸发四季的气候倾向率值均小于0，通过显著性水平∂= 0.05 的t检验与MK 检验，故水面蒸发四季存在明显的下降趋势。水面蒸发各季节下降趋势存在明显差异，其中夏季下降趋势最大，平均下降速率为1.18 mm/10 a，春季次之为，平均下降速率为0.73 mm/10 a，冬季最小，平均下降趋势为0.34 mm/10 a。

表1 各气象要素四季气候倾向率及显著性检验结果

降水量四季气候倾向率值均小于0，春、秋和冬季的气候倾向率通过检验，夏季气候倾向率值为-0.296，检验sig.值为0.058，大于0.05，未通过检验，其MK 检验的z 值为-1.953，绝对值小于1.96，也未通过检验。故降水量夏季没有明显的上升或下降趋势，春秋冬三季存在下降趋势。风速四季气候倾向率T检验与MK检验结果同降水量一致，其夏季无明显上升或下降趋势，春秋冬三季呈现下降趋势，且没有明显的季节性差异。

相对湿度四季气候倾向率值都大于0，均通过T检验和MK检验。故存在明显的上升趋势，且四季上升趋势存在明显差异，其中冬季最大，春季次之，夏季最小。

气温四季气候倾向率值都大于0，春、秋和冬季通过T 检验和MK 检验，夏季气候倾向率为0.04，检验sig.值为0.101，大于0.05，未通过检验，其MK检验的z 值为1.250，也未通过检验。故气温夏季没有明显的变化趋势，春秋冬三季存在明显的上升趋势且没有明显季节性差异。

日照四季气候倾向率值都小于0，夏、秋和冬季的气候倾向率通过检验，春季倾向率值为-0.02，检验sig.值为0.463，大于0.05，未通过检验，其MK检验的z 值为-0.759，绝对值小于1.96，也未通过检验。故日照春季没有明显的变化趋势，春、秋、冬三季存在明显的下降趋势，夏季下降最明显，平均下降速率为1.31 h/10 a，春季最小。

3.2 气象要素Mann-kendall分析

3.2.1水面蒸发突变分析经数据分析可知，水面蒸发四季均发生了突变，且有且只有1个突变点。春季发生突变的年份为1987 年左右，1991 年后UF曲线超出临界值线范围，且UF 值均小于0，表明1991年后水面蒸发量存在明显的下降趋势；夏季发生突变的年份为1988 年左右，1991 年后UF 曲线超出临界值线范围，且UF 值均小于0，表明1991 年后水面蒸发量存在明显的下降趋势；秋季发生突变的年份为1992 年左右，其中1986—1989 年、1993—1999年以及2005—2019年3个时间段水面蒸发量存在明显的下降趋势；冬季发生突变的年份为1983年左右，1988年后UF曲线超出临界值线范围，且UF值均小于0，表明1988 年后水面蒸发量存在明显的下降趋势。

3.2.2降水突变分析经数据分析可知，降水量四季均发生了突变，且突变时间不只1 个。春季发生突变的年份在1999、2012 和2015 年左右，2008—2011年UF曲线超过临界线，降水量变化下降趋势明显；夏季发生突变的年份在1993—1998 年，2001—2010 年降水量存在下降趋势；秋季发生突变的年份在1987年和2015年左右，其中2004—2013年降水量存在明显的下降趋势；冬季发生突变的年份在1987、1996 和1999 年左右，且在2005—2013 年和2016—2019年2个时间段内降水量存在明显的下降趋势。

3.2.3风速突变分析经数据分析可知，风速Mann-kendall 检验结果只有夏季UF、UB 2 个曲线交点在临界线内，故夏季存在突变点，春季、秋季和冬季没有发生明显的突变。1978—2019 年风速存在明显的下降趋势；夏季发生突变的年份在1992—1998 年，由于UF 曲线基本在临界线内，表明风速夏季不存在明显的变化趋势；风速秋季在1980—2019 年存在明显的下降趋势；风速冬季在1981—2019 年存在明显的下降趋势。

3.2.4相对湿度突变分析由数据分析可知，相对湿度四季均发生了突变。春季发生突变的年份在1983 年左右，1995 年后UF 曲线超出临界值线范围，且UF 值均大于0，表明1995 年后相对湿度存在明显的上升趋势；夏季发生突变的年份在1982 年左右，1989 年后相对湿度存在明显的上升趋势；秋季发生突变的年份在1982 年左右以及1987—1991，2014—2019 年存在明显的上升趋势；冬季发生突变的年份为1989—1992年之间，2003—2014年以及2017—2019年2个时间段内存在明显的上升趋势。

3.2.5气温突变分析由数据分析可知，气温四季均发生了突变。春季发生突变的年份在2009 年左右，2011 年后UF 曲线超出临界值线范围，且UF值均大于0，表明2011—2019 年气温存在明显的上升趋势；夏季发生突变的年份在2013 年和2015 年左右，UF 曲线基本在临界值线内，故气温在夏季没有明显的变化趋势；秋季发生突变的年份在1997—1999 年、2004—2019 年存在明显的上升趋势；冬季发生突变的年份在1992 年左右、2001—2003 年以及2017—2019 年2 个时间段内存在明显的上升趋势。

3.2.6日照突变分析由数据分析可知，日照四季均发生了突变。春季发生突变的年份在1974—1978 年以及1986 年左右，且UF 曲线基本落在2 个临界线内部，表明日照在春季不存在明显的变化趋势；夏季发生突变的年份在1985 年左右，1998—2019 年UF 曲线超出临界线，存在明显的下降趋势；秋季发生突变的年份在2003 年左右，在2017—2019年存在明显的下降趋势；冬季发生突变的年份在2001 年左右，2007—2019 年存在明显的下降趋势。

3.3 气象要素重标极差法分析

3.3.1Hurst 指数分析Hurst 指数可以揭示气象要素的未来变化趋势。由表2 可知，各气象要素四季的Hurst 指数均大于0.5，表明未来变化趋势与过去一致，即水面蒸发四季未来还将呈现下降趋势，降水和风速除夏季外，其余三季未来变化趋势是下降的，气温除夏季外其余三季未来变化趋势是上升的，日照除了春季外其余三季未来趋势是下降的，相对湿度四季未来均呈现上升趋势。

表2 各气象要素四季Hurst指数结果

3.3.2V统计量分析通过V 统计量判断是否有非周期循环，绘制V—ln（n）曲线图，当曲线出现明显转折时，表明气象要素过去变化趋势对未来变化趋势的影响消失，此时对应的时间长度n 就是气象要素的平均循环长度。经数据分析可知，水面蒸发四季出现的第1 个拐点分别是在ln（n）为1.95、1.95、2.56 和2.30 时，由此得到n 分别为7、7、13 和10，即水面蒸发四季平均循环长度分别为7、7、13 和10 年。同理可得到降水四季平均循环长度分别为11、8、8和11年；风速四季平均循环长度分别为10、8、13 和14 年；气温四季平均循环长度分别为8 年、9 年、9 年和13 年；日照四季平均循环长度分别为17、10、11 和18 年；相对湿度平均四季循环长度分别为11、11、9 和9 年。

4 结论与展望

4.1 结论

（1）线性趋势法分析结果表明，该地区水面蒸发下降趋势四季均明显，降水和风速下降趋势春秋冬明显，日照夏秋冬下降趋势；相对湿度四季变化上升趋势明显，气温春秋冬三季上升趋势明显[16]。

（2）由Mann—kendall 检验可得，水面蒸发、降水、相对湿度、气温以及日照的四季均发生了突变，而风速只有夏季发生了突变。

（3）由重标极差法分析可得水面蒸发、降水、风速、气温、日照和相对湿度的Hurst 指数均大于0.5，即未来变化趋势与过去表现一致；V 统计量计算可得水面蒸发四季平均循环长度分别为7、7、13 和10 年，降水四季平均循环长度分别为11、8、8 和11 年，风速四季平均循环长度分别为10、8、13 和14年，气温四季平均循环长度分别为8、9、9和13年，日照四季平均循环长度分别为17、10、11和18年，相对湿度平均四季循环长度分别为11、11、9和9年。