仁增拉姆 格桑卓玛

（西藏自治区日喀则市吉隆县气象局，西藏 日喀则 857000）

根据近日IPCC 报告显示［1−2］，至2040 年全球温升幅度达到1.5℃，全球气温不断增暖的同时，将进一步提高极端气候发生频率、持续时间、影响范围，而极端气候的发生对农业生产、应急抢险物资配备、生态环境平衡等均构成严重威胁。因此，研究长时间序列极端气候因子变化趋势以及概率分布特征，为防灾减灾、提高天气预报准确性均具有重要参考价值。

西藏地区无论水平、垂直尺度、海拔差异性均较大，且气候变化特征最为显著，成为我国气候变化敏感关键区，由于其独有的气候特征，在掌握我国大空间尺度气候变化规律探寻研究工作中具有重要地位。因此，研究西藏地区气候变化特征具有较大代表性、典型性，目前部分学者对西藏地区气候变化特征进行了研究，梅江梅等［3］利用气象统计数据，研究气候变化与牧民感知度相关性关系，指出牧民对气候感知程度与海拔呈正相关性关系。刘琪等［4］利用藏中地区再分析资料，研究气象因子变化对电网稳定运行的影响，指出风速具有显著的年际、年代际变化特征，且呈逐年增大的趋势。次仁曲宗等［5］利用山南地区观测资料，研究大风日数时间、空间分布差异性，指出大风日数存在两个显著的集中中心，且季节分布特征较为显著。格桑卓玛等利用日喀则地区近30 年观测站风速资料，研究日喀则南部边缘以及西部地区大风天气变化特征，指出大风天气季节特征较为明显，主要集中在春季、冬季，且存在两个风速极大值中心、四个风速极小值中心。

本文利用1970—2020 年西藏日喀则地区风速观测资料，首先研究平均风速、最大风速整体年际变化特征，以及极大风速逐月分布特征；其次研究风速突变年前后风速变化速率差异性；最后采用核密度函数对不同风速范围概率进行估计研究，本文研究所得结论为该地区风速气候因子研究以及风资源估算均具有一定参考价值。

1 风速时间尺度变化特征

1.1 长时间尺度变化特征

本文利用日喀则国家地面基准站风速观测资料，主要采用线性拟合法［6］对观测资料统计分析，研究该地区1970—2020 年平均风速以及1980—2020 年最大风速变化特征，从图1 可以看出平均风速存在显著的年际变化特征，总体上风速随着时间尺度延长呈下降趋势，计算出多年平均风速1.61m/s，拟合出风速随时间演变方程为：y=−0.0092x+20.0539，说明每10 年风速降低0.092m/s。

图1 西藏日喀则地区年平均风速演变趋势

图2可以看出最大风速同样存在显著的年际变化特征，计算出最大风速多年均值5.34m/s，总体上最大风速随时间演变趋势与平均风速相一致，随着时间尺度延长呈下降趋势，拟合出最大风速均值随时间演变方程为：y=−0.0236x+52.5554，说明每10 年最大风速均值降低0.236m/s，下降幅度远远高于平均风速变化率。

图2 西藏日喀则地区最大风速年均值演变趋势

图3可以看出极大风速同样存在显著的月分布特征，计算出全年极大风速均值为10.04m/s，从图中可以看出极大风速主要集中在3～5 月份，极大风速分别为11.61m/s、12.45m/s、12.44m/s，而在冬季极大风速值相对较小，尤其是11～12 月份，极大风速分别为7.72m/s、7.23m/s。

图3 西藏日喀则地区极大风速月平均演变趋势

1.2 突变年前后变化率分析

本文利用风速观测资料，采用M−K 突变检验算法［7］，首先分别计算平均风速、最大风速突变的年份，其次以突变年份为分界点，分别计算突变年前后风速变化速率，来研究突变年前后风速变化差异性。M−K突变检验算法核心表达式为：

上述公式中E(sk)、Var（sk）分别表示时间序列数据的均值及方差。

上述表达式为对风速时间序列数据正向统计计算出的风速M−K顺序统计参数，同理将时间序列数据逆向排序可以计算出风速逆序统计参数，这样可以计算出顺序、逆序统计参数曲线交点即为突变点。图4可以看出顺序、逆序参数曲线交点位于2000 年，且处于临界值范围内，说明2000年为年平均风速开始突变的年份，本文选取的临界值显著性检验水平为0.05，同时可以看出从2004年开始顺序统计值超出临界值，说明从2004 年开始平均风速降低幅度最为显著。因此，本文以2004 年为分界点，分别计算1970—2004年、2004—2020 年平均风速每10 年变化率分别为−0.074m/s、0.028 m/s，可以看出在突变年前后年平均风速变化率存在较大差异性，在突变年之前风速主要呈逐年递减趋势，而在突变年之后风速呈递增的趋势。

图4 西藏日喀则地区平均风速M−K检验结果

采用同样的方法，本文对最大风速突变年前后变化速率进行计算，结果显示1999年为最大风速开始突变的年份，可以看出最大风速突变年份较平均风速早1 年，计算出突变年前后最大风速每10 年变化速率分别为0.274m/s、0.086m/s，最大风速突变前后变化速率较平均风速存在最明显的差异性为在突变年前后最大风速均呈递增趋势，且突变年前递增的速率远远高于突变后。

1.3 风速核密度函数概率估计

本文利用风速观测资料，采用核密度函数(ksden⁃sity)方法［8］，研究最大风速概率分布情况，该算法的优势在于对样本数据无需进行去趋势处理，即对数据分布规律性无要求，可以直接根据样本数据直接计算其概率分布，该算法核心表达式为：

上述公式中：n为研究资料尺度，△l为计算概率密度时窗口间隔，为核函数，xi为独立分布的样本点。

从图5 可以看出最大风速概率分布呈正态分布，且主要集中在4.5m/s～6.0m/s 之间，概率为96.2%，说明该地区最大风速有96.2%的概率分布于4.5m/s～6.0m/s 之间，而高于6.0m/s 的风速出现的概率相对较低。

图5 西藏日喀则地区最大风速核密度概率估计

2 结论

本文利用1970—2020 年西藏日喀则地区风速观测资料，采用线性拟合、M−K突变检验、核密度函数估计等方法，主要研究年平均风速、最大风速年际变化趋势、极大风速月分布特征、突变年前后风速变化速率差异性以及最大风速概率分布情况。主要得出以下结论：年平均风速随着时间尺度延长呈下降趋势，每10 年风速降低0.092m/s；最大风速每10 年降低0.236m/s，下降幅度远远高于平均风速变化率；极大风速主要集中在3～5 月份，而在冬季极大风速值相对较小；2000 年为年平均风速开始突变的年份，且在突变年前后年平均风速变化率存在较大差异性，在突变年之前风速主要呈逐年递减趋势，而在突变年之后风速呈递增的趋势；1999 年为最大风速开始突变的年份，在突变年前后最大风速均呈递增趋势，且突变年前递增的速率远远高于突变后；最大风速概率分布呈正态分布，且主要集中在4.5m/s～6.0m/s 之间，概率为96.2%，高于6.0m/s的风速出现的概率相对较低。