基于百分位数法的广东气温变化特征研究

余锐，侯灵，云翔，邓若钊，孙丽颖

（1.佛山市三水区气象局，广东佛山 528100；2.广东省气象数据中心，广东广州 510640；3.广州市荔湾区气象局，广东广州 510145；4.遂溪县气象局，广东遂溪 524300；5.广州市增城区气象局，广东广州 511300）

全球变暖已是一个公认的事实［1］。研究指出，近几十年来广东的气温明显变暖［2－9］，例如伍红雨等［2］研究发现，华南年极端最高、最低气温均呈明显增温趋势，并分别在2003年、1978年左右发生增温突变；曾琮等［3］的研究表明，广东冬季平均气温以每10年升高0.25℃的速率明显上升，但增温速率低于全国平均增温速率；吴子璇等［4］研究指出，珠三角地区平均气温、平均最高气温和平均最低气温均以高于每10年升高0.07℃的速率显著升高。

在以往的研究中，平均气温常被用于分析气温的整体变化特征［3－7］，最高气温和最低气温常被用于研究极端气温变化［2，8－9］。然而，只关注平均气温或极端气温容易忽略气温序列中其他部分的细节。百分位数法将数据集划分为若干部分，提供了占总数特定百分比的观察点的信息，更能够反映出数据的整体特点［10］。鉴于此，本研究基于百分位数法，在季节尺度上探讨了广东气温变化的时空特征，对该区域气温变化规律进行更加全面的研究，以期为合理布局工农业生产和科学应对气候变化提供理论依据。

1 资料和方法

1.1 资料

本研究使用的资料为广东86个国家气象观测站逐日最高气温（tmax）和最低气温（tmin）数据，数据经过严格的质量控制，包括界限值检查、范围值检查、内部一致性检查、时变检查和时间持续性检查。为了确保各气象站观测资料的可比性，选取各站点数据完整的1973年3月—2022年2月作为研究时段。

季节划分方法：春季为3—5月、夏季为6—8月、秋季为9—11月、冬季为12月—次年2月。气温日较差（diurnal temperature range，DTR）定义：一天中气温最高值与最低值之差，即DTR＝tmax－tmin。

1.2 基于百分位数法的趋势分析

Robeson［10］在分析北美气温变化趋势时首次提出了“时变百分位数”的概念，后来该方法被许多学者用于研究各类气象要素序列子集的变化特征［11］。本研究对每个测站每年各季节的气温序列，从10% ～90%每隔10个百分位计算得到tmax、tmin和DTR的百分位数序列，基于百分位数的时间序列，使用Sen等［12］提出的Sen斜率法通过计算序列斜率对的中值得到趋势β：

其中，xi和xj分别表示第i年和第j年的百分位数；Median表示取中值函数。根据86个站点不同百分位数的空间平均值，计算整个区域的趋势。使用非参数Mann－Kendall（M－K）检验法判断趋势显著性［13－14］

1.3 贝叶斯突变检测

时序分析往往依赖于模型的选择，对于相同的时间序列，不同的模型可能给出不同的甚至是相悖的分析结果。贝叶斯模型平均算法放弃了“单一最佳模型”的概念，将许多模型组合成一个平均模型。基于贝叶斯时间序列分析算法的贝叶斯突变检测属于概率突变检测方法，相比传统的突变点分析方法，该方法的优势在于能够量化某点为突变点的概率，具体公式见文献［15］。

2 结果与分析

图1 给出了1973—2021年广东tmax、tmin和DTR区域平均的不同百分位数的变化趋势。总体而言，tmax和tmin均呈现显著的上升趋势，表明广东的气候在变暖。

图1 广东t max（a）、t min（b）和DTR（c）不同百分位数的趋势

tmax的升温速率介于每10年升高0.22～0.43℃之间。春季tmax的气温上升速率最大，各个百分位变率均超过每10年0.3℃，其中10%分位数的增速最大，为每10年升高0.43℃；夏季和冬季tmax的增加速率大多在每10年0.3℃以下。春季、夏季和秋季tmax的升温趋势几乎在所有百分位下都能通过显著性检验，除了春季的10%和20%分位数；冬季tmax仅在60%、80%和90%分位数通过显著性检验。

从tmin的分布看出，秋季和冬季的升温速率较大，分别为每10年升高0.22～0.60℃和0.31～0.43℃；秋季tmin在低百分位的升温速率比高百分位的更大；冬季则是高百分位的增速更大。虽然夏季tmin的上升趋势在各个百分位下都通过了99%的显著性检验，但升温速率较小，并且在不同百分位之间差异也较小。

春季和夏季DTR的变化速率随着百分位数的增加而增大，即较高百分位对应着有较大的变率，春季从每10年升高0.02℃增大到0.35℃；夏季从每10年升高0.01℃增大到0.15℃，且仅在较高百分位上升趋势通过了显著性检验；秋季和冬季的DTR几乎在所有百分位均呈现下降趋势，除了在冬季10%分位数为每10年升高0.03℃；此外只有冬季90%分位数趋势通过了显著性检验。

图2为86个站点的tmax、tmin和DTR在不同百分位的变化趋势。

图2 广东不同季节不同站点t max、t min和DTR百分位数趋势的分布

4个季节所有百分位点tmax、tmin和DTR对应的站点总数分别有99%、97%和54%呈现增加趋势。三者中DTR变率在站点间的差异是最大的，变化幅度介于每10年变化幅度在－1.00～0.88℃之间。tmax的变化趋势在不同百分位没有呈现出明显的差异，并且站点之间变率的差异在各个百分位也表现出相似的特征（图2a－d）。春季和夏季站点tmin百分位数趋势分布的离散程度较小（图2e－f）；秋季不同站点之间变率的差异在较低百分位较大，在较高百分位较小（图2g）；冬季tmin的增温速率随着百分位数的增加而增大，在60%分位数达到最大（图2h）。无论是哪个季节，站点DTR趋势分布的离散程度都随着百分位数的增加而增大，春季和夏季变率从低百分位到高百分位呈现增大的特征，秋季和冬季则是呈现减小的特征。

为了进一步探讨增暖的过程，利用贝叶斯突变检测算法得到了广东tmax、tmin和DTR区域平均的不同百分位数的概率最大突变点，结果如表1所示。

表1 广东t max、t min和DTR不同百分位数的概率最大突变时间点年

从表1可以看出，几乎所有的突变都是正向的，即突变点后相较突变点前气温都有所升高。春季，tmax的突变主要发生在20世纪90年代；tmin较低百分位的突变主要发生在20世纪90年代，较高百分位的突变主要发生在21世纪10年代；DTR较低百分位的突变主要发生在20世纪70年代末，较高百分位的突变主要发生在20世纪90年代中期。夏季，tmax的突变大多发生在1994年和1998年；tmin的突变大多发生在1977年和1998年；DTR的突变最多发生在2000年。秋季，tmax、tmin和DTR的突变点在不同百分位差异较大。冬季，tmax的突变主要发生在20世纪80年代；tmin不同百分位数的突变点差异较大；DTR在较低百分位的突变时间点普遍早于较高百分位的突变点。

图3、图4、图5分别为tmax、tmin和DTR的10%、50%和90%分位数趋势的空间分布。

图3 广东不同季节t max不同百分位数趋势的空间分布

图4 广东不同季节t min不同百分位数的趋势的空间分布

图5 广东不同季节DTR不同百分位数的趋势的空间分布

tmax、tmin升温最明显的都出现在珠三角和东南沿海地区。对tmax而言，较高百分位对应的趋势能通过显著性检验的站点较多，而较低百分位对应的升温速率较大。tmax的10%分位数趋势在夏季明显小于其他季节，50%分位数趋势在冬季能通过显著性检验的站点最少，90%分位数趋势在不同季节的空间分布差异不大。tmin较大的升温速率出现在秋季的10%分位数，以及冬季的50%分位数，并且几乎所有站点都通过了显著性检验。春季和夏季tmin增速较小，大多低于每10年升高0.4℃，且不同百分位数趋势的空间分布差异不大。DTR趋势的空间分布在不同季节不同百分位差异明显，10%分位数的变化趋势在四个季节能通过显著性检验的站点很少；50%和90%分位数变化趋势在春季和夏季大多表现为上升，且能通过显著性检验的站点较多，而在秋季和冬季大多站点呈现下降趋势；DTR的90%分位数趋势要明显大于10%和50%分位数趋势。

3 结论

1）广东整体的气候在变暖，tmax、tmin百分位数趋势呈现显著上升的特征，DTR在春季和夏季增大、在秋季和冬季减小。春季，tmax的升温速率最大，秋季和冬季tmin的增速较大。DTR的变率仅在春季和夏季的较高百分位通过显著性检验。

2）同一季节tmax不同百分位数趋势的差异不大；春季和夏季tmin不同百分位数趋势的差异较小，秋季和冬季差异较大；春季和夏季DTR变化速率随着百分位数的增加而增大，秋季和冬季则呈现减小的特征。不同站点之间DTR趋势的差异大于tmax和tmin，并且这种差异随着百分位数的增加而增大。

3）研究时段内气温发生的突变都是正向的，进一步佐证了广东增暖的事实。tmax、tmin和DTR发生突变的时间点大多在2000年以前。

4）从空间分布上看，珠三角和东南沿海地区tmax、tmin升温最明显。DTR趋势的空间分布在不同季节不同百分位差异明显，在高百分位变化趋势更加显著。

本研究基于百分位数法详细分析了广东tmax、tmin和DTR的变化特征，相比以往的研究，从气温序列中提取了更为丰富的信息，涵盖了气温普遍范围内的特征。tmax、tmin受全球变暖的影响，在不同季节均呈现上升趋势，这与前人的研究结果一致［2，9］，然而并不是所有的上升趋势都是显著的，例如冬季tmax的低百分位数趋势未通过显著性检验。冬季tmin的增大，有利于暖冬的出现，符合前人提出的广东冬季气温变暖的观点［3，6］。此外，本研究表明珠三角和东南沿海地区是广东显著增暖的区域，也与前人的结论一致［16－17］。总体而言，该方法具备科学性和可靠性，并且针对气温序列子集的分析更为细致，有助于更加全面地认识广东气温的变化规律。