贵州省近60 a温度变化及其时空分布特征

2022-09-05杨富燕陈百炼

高原山地气象研究 2022年3期

杨富燕 , 陈百炼* , 白慧 , 毛倩

（1. 贵州省山地环境气候研究所, 贵阳 550002；2. 贵州省山地气候与资源重点实验室, 贵阳 550002；3. 贵州省黔东南州气象局, 凯里 556002）

引言

以全球增暖为主要特征的气候变化对生态系统和人类社会经济发展产生了重大影响，引起国际组织和各国政府的高度重视。2021年8月国际政府间气候变化专门委员会（IPCC）第六次评估报告第一工作组报告指出[1]，过去10 a中全球气温比1850～1900年平均高出约1.1℃，预计未来20 a（2040年前后）全球地表平均增温将达到1.5℃以上，实现巴黎协定的目标困难重重[1]。第三次气候变化国家评估报告（2015）指出在全球变暖大背景下，近100 a来中国地表年平均气温升高了0.9～1.5 ℃，高于全球同期平均水平[2]。我国明显的增温出现在北方和青藏高原地区，而西南地区存在弱降温趋势[3]。西南地区受复杂地形及多重季风气候的影响，气候变化空间异质性强。近年来，气象学者们针对西南地区气候变化已做了大量的工作[4−8]，结果表明西南地区部分区域的气候变化与全球变暖存在一定的非同步性[9−10]。已有研究[11]指出，1961～2010年贵州平均升温速率为 0.13℃/10 a，其中1986～2010年升温速率为 0.28℃/10 a，增温有加快的趋势。

对于区域气候变化研究，气候代表站的合理选取十分重要。国内针对气候代表站选取方法的研究并不多见。彭嘉栋等[12]引入若干指标进行了湖南省气候代表站的选取，从96个国家级气象站中选取了24个站作为湖南省气候代表站。段旭等[13]通过对云南站点序列与气候带序列趋势变化一致性分析确定了云南省6个气候代表站。贵州省内海拔高度自西向东从近3000 m降到147 m左右，复杂地形下气象要素的空间分布极不均匀，气象站空间代表性较差，局地气候变化特征差异显著，如何合理选取贵州区域气候代表站具有一定的难度。在以往工作中，气候代表站的选取比较随意且缺乏验证， 15 、39 、31个站都曾作为贵州气候代表站被用于相关研究[11,14−16]。

贵州省地处云贵高原东部地区，地形复杂，局地气候明显，温度变化在空间分布上存在明显差异，甚至在增暖大背景下出现了局部降温区域[17−18]。以往关于贵州气候变化的研究存在资料和方法上的一些不足，如气候代表站的选用不尽合理，使用资料年代长度不够等。针对这一薄弱点，本文利用1961～2020年贵州省气象观测资料，在合理选取气候代表站的基础上，系统分析了贵州省近60 a温度变化趋势及其时空分布特征，以期为深入认识区域气候变化事实和科学制定气候变化应对措施提供科技支撑。

1 资料和方法

1.1 资料概况

本研究选取了1961～2020年贵州省国家级地面气象站逐日观测资料。原始观测资料经严格质量控制，包括日平均温度和日最高（最低）温度。贵州省所有国家级地面气象站中具有60 a（1961～2020年）长期观测记录的站点共有79个，在研究时段内少数台站资料存在缺测，舍去缺测达到2个月及以上的8个站点，保留仅缺测1个月的4个站点，并利用其附近台站资料作为参照通过拟合增补其缺测值，最后形成1961～2020年共71个站点的逐日资料序列，即本文使用的基础数据集。

1.2 气候代表站的选取、验证及资料处理

《中国气候观测系统》指出气候代表站选取应遵循的几个基本原则包括：（1）台站观测资料时间序列长；（2）台站的气象观测环境良好；（3）台站未迁站或迁站次数少；（4）台站资料序列满足均一性要求；（5）台站等级高，能代表周围小气候特征；（6）区域内的气候代表站空间分布要合理[19]。根据中国气象局2010年发布的全国气候业务代表站点信息表，贵州省共有59个气候业务代表站，与基础数据集中71个站比较，共52个站点重复，在这52个站基础上根据气候代表站的选取原则作进一步筛选，以获取分布更为合理的贵州区域气候代表站。具体步骤是：（1）考察各台站的历史沿革信息，剔除其中有过迁站且地理信息和环境变化较大的台站；（2）利用GIS对台站地理信息和地形环境作综合分析，考虑站点位置和海拔高度的代表性，去除位于省界边缘和局部低洼地形的站点；（3）根据GIS分析并考虑代表站空间分布的均匀性，去除站点位置邻近且地形环境相似的站点；（4）使用基础数据集71个站资料计算得到各站50 a（1961～2010年）平均年均温，插值到5 km×5 km网格上并绘制空间分布图，分析影响图形分布特征的关键站点，从而确定应增减的站点。经过以上步骤，最后选取48个站作为贵州省气候代表站，其空间分布见图1，站点信息见表1。

表1 贵州省48个气候代表站信息

图1 贵州省48个气候代表站分布及地形高度

以上选取的48个气候代表站能否很好地代表贵州全省区域年平均温度的整体分布特征，即是否对整个研究区域有较好的空间代表性，有必要作专门的检验。文中采用了气象要素基本分布特征检验和资料序列的统计检验。气象要素基本分布特征检验分别选取48个代表站和71个站50 a（1961～2010年）平均年均温资料，使用反距离权重法（Inverse Distance Weighting，IDW）分别将其插值到全省区域5 km×5 km网格上，比较两者的空间分布特征是否基本吻合。图2给出了两种站点数据集插值得到的贵州省多年平均年均温空间分布。如图所示，两者的空间分布特征基本一致。

图2 多年平均的贵州省年平均温度空间分布（a. 48个站点，b. 71个站点，单位：℃）

资料序列的统计检验则是针对1961～2010年48个站点和71个站点平均的年均温序列（t48和t71），计算两者的相关性、均值差异和方差差异。结果表明：t48和t71相关系数接近1，通过0.01水平的显著性检验（t检验）；t48和t71均值分别为15.46℃、15.51℃，相差不到0.1℃，通过0.01水平的显著性检验（t检验）；③t48和t71方差分别为0.16、0.15，相差0.01，通过0.01水平的显著性检验（F检验）。以上统计检验表明，t48和t71序列相关性很好，两者的均值和方差几乎没有差异，说明选取的48个代表站对71个站点资料集具有较好的代表性。经过以上检验可知，选取的48个气候代表站对贵州区域具有较好的代表性。

气候资料序列均一性检验的实质是检测某气候要素序列长期变化趋势是否稳定，序列时间变化过程中是否存在明显的突变点[20]。台站的迁移、周围环境的变化、观测仪器和观测方法的改变等人为因素往往会破坏资料的均一性，即造成资料序列的非均一[21]。因此资料的均一性检验和订正是气候变化研究的前提。国内外专家在气象资料均一性检验研究方面已取得了大量成果[22−24]，目前采用的方法主要有标准正态检验（Standard Normal Homogeneity Test，SNHT）、回归检验法和双质量分析法等。如果在研究时段内存在变化非均一的站点，则需考察该站的台站沿革信息，检查在非均一年份是否有迁站、测站环境、观测仪器或者方法改变等人为因素影响，若是则需对该年份前后的资料进行订正处理[21]。本文采用广泛应用的SNHT法进行资料序列的均一性检验，其基本思路是使用被检验站资料与周围数个参照站资料的比值序列来进行检验[23]。SNHT法要求被检验资料序列符合正态分布，经检验48个代表站年均温序列全部符合条件。应用SNHT法对48个代表站资料序列逐个进行均一性检验，取显著水平为0.05，有19个站未通过检验，对这些站点的历史沿革进行详细考察，结果见表2。

从表2中可见，造成资料非均一性的人为影响因素主要是观测仪器的更改，但存在6个站未发现有明显的人为因素影响。对于有人为因素影响的站点资料序列，利用 SNHT法做进一步的订正处理。具体方法是根据非均一点前后的比值序列均值计算得到订正系数，然后将订正过的比值序列通过反算替换到原始资料序列，逐一完成站点资料序列的订正处理。

表2 代表站资料序列均一性检验结果

1.3 小波分析

气候变化受到多种因素的综合影响，大都属于非平稳序列，不但具有趋势性、周期性等特征，还存在随机性、突变性以及多时间尺度结构，具有多层次演变规律。气候序列往往包含多种时间尺度的周期变化，即气候变化在时域中存在多层次时间尺度结构和局部化特征。传统的Fourier分析对此无能为力，小波分析（Wavelet Analysis）方法同时实现了对时域和频域的局部变换，因而能有效地从信号中提取更多信息。对气候序列分析来说，小波分析可以通过伸缩和平移等运算对时间序列进行多尺度细化分析，从而研究不同尺度或周期随时间的演变情况，并对未来发展趋势进行定性估计[25]。因此，小波分析近年来已成为气候变化研究的重要工具[26]。

小波变换的基本思想是用一簇小波基函数系来表示或逼近某一信号或函数。小波基函数是具有震荡性、能够迅速衰减到零的一类函数，它可通过尺度的伸缩和时间轴上的平移构成一簇函数系，具体表达式如下：式中：Ψ＊是Ψ的复共轭函数。Morlet小波基函数是一种复数形式的小波，在应用中相比实数形式的小波具有更多优点。由于其实部和虚部的位相差为π/2，能够消除用实型小波变换系数作为判据而产生的虚假振荡，使分析结果更加准确。通过对信号时间序列进行Morlet小波变换，可以得到该时间序列的时频分布，该时频分布包含着给定时间和尺度上小波信号相对原信号的强度和位相两方面的信息，故而能够对原始资料序列进行时域和频域上的综合分析。

2 温度变化基本特征

2.1 总体变化特征

气候代表站资料经过均一化检验并作必要的订正处理后方可用于气候变化特征分析，本文以48个气候代表站年平均温度序列为基础对贵州省近60 a温度变化特征进行深入分析。图3给出了1961～2020年贵州省年平均温度的逐年变化。如图所示，1961～2020年贵州省年平均温度变化总的呈上升趋势，升温速率约0.14℃/10 a，通过了0.01水平的显著性检验。近60 a贵州温度变化可分为趋势不同的两段，以20世纪80年代中期为转折点呈先下降后上升的特征，1961～1985年呈缓慢下降趋势，1985年之后呈显著的持续上升趋势。分段来看，1961～1985年降温速率为−0.12℃/10 a，1985～2020年升温速率为0.26℃/10 a，是前者降温速率的两倍多。上述特征表明，自20世纪80年代中期以来，随全球气候变暖，贵州区域气候也呈现显著的变暖趋势，同时极端冷热事件发生频率也在增加。利用滑动t检验进行气候突变检测可知，近60 a贵州年均温在1987年、1998年存在升温突变，1987年大幅度升温改变了此前的持续降温趋势，而1998年后升温速率更是显著增大。已有研究[27−30]表明，1998年以后我国气温包括青藏高原均出现显著持续偏暖趋势，可认为是一个重要的气候突变年份。分析近60 a贵州日最高、最低温度的变化趋势（图略）可知：两者与日平均温度的变化趋势基本一致；日最高温度的升温速率约为0.15℃/10 a，与日平均温度的变化接近；日最低温度的升温速率约为0.24℃/10 a，远高于其余两者，尤其是1985年以后最低温度升高趋势十分明显，对应的温度日较差呈显著的减小趋势。

图3 1961～2020年贵州省年平均温度的逐年变化

2.2 空间分布特征

图4给出了利用48个气候代表站得到的1961～2020年贵州省年均温变化速率空间分布。如图所示，近60 a贵州省表现为一致的增温趋势，大部分地区升温速率在0.1～0.2℃/10 a；西部地区分布有升温速率高于0.2℃/10 a的若干小区域，西南部望谟升温速率最大（0.27℃/10 a）；东部地区存在升温速率低于0.1℃/10 a的若干小区域，中东部镇远升温速率最小（0.02℃/10 a）。总的来说，西部地区升温高于东部地区，增温的局地性差异较为明显，整个升温过程中并不存在明显的降温区域。

图4 1961～2020年贵州省年平均温度变化速率空间分布

图5分别给出了近60 a贵州降温时段（1961～1985年）和升温时段（1985～2020年）年平均温度变化速率空间分布。如图5a所示，在降温时段（1961～1985年），贵州地区几乎呈一致的降温趋势，降温最为显著的是中部地区，而东北部降温不明显，局地甚至有弱的升温。如图5b所示，在升温时段（1985～2020年），贵州地区呈明显的一致升温趋势，尤其是毕节地区升温显著，最大升温速率出现在威宁（0.42℃/10 a），东北部局地升温不明显，这与朱大运等[18]的研究结论类似。以上分析表明，无论是升温还是降温，贵州省温度变化速率空间分布均有明显的局地性差异，这是贵州复杂的地形环境决定的。需要指出的是，本文分析发现自1985 年以来贵州省整体升温过程中并不存在明显的降温区域，这与某些研究结果并不一致[17−18]。

图5 近60 a贵州省降温时段（a. 1961～1985年）和升温时段（b. 1985～2020年）年平均温度变化速率空间分布

2.3 季节变化特征

图6给出了1961～2020年贵州省各季节平均温度的变化趋势，其中春季为3～5月，夏季为6～8月，秋季为9～11月，冬季为12～次年2月。如图所示，近60 a贵州省各季节平均温度均表现为一致的升温趋势，但各季升温速率有一定差异。夏季平均温度的升温速率最小（约0.11℃/10 a），春季次之；冬季平均温度的升温速率最大（约0.19℃/10 a），秋季次之。吴战平等[11]研究了贵州1961～2010年温度变化，指出秋、冬季平均温度的升温幅度较大，其中冬季升温速率最大约0.2℃/10 a，与本文的分析结果基本一致。上节分析得到1985年以后日最低温度的升温幅度更大，而这主要发生在冬季，对应贵州暖冬出现频繁，与实际情况相符。但暖冬的增多并不意味着极端寒冷气候不会出现，例如2008年初和2011年初贵州均出现了较长时间的极端低温天气过程。

图6 1961～2020年贵州省各季节平均温度的变化趋势（a. 春， b. 夏，c. 秋，d. 冬，虚线表示线性趋势）

3 多尺度时间变化特征

进行小波分析之前需要对分析信号序列进行预处理，去除信号序列中的红白噪声。本文使用1961～2020年贵州48个气候代表站平均的年均温序列，首先将其标准化，然后对其进行消噪处理，最后进行Morlet小波分析。

图7给出了1961～2020年贵州省年均温的Morlet小波分析，其中纵轴为时间尺度即周期（单位：a），填色值为小波系数，正（负）值对应温度高（低）。如图所示，贵州省近60 a年均温在5～10 a、10～15 a和20 a以上的时间尺度均存在一定的周期振荡现象。

图7 1961～2020年贵州省年平均温度的Morlet小波分析

为确定不同时间尺度信号的相对强度和存在的主要变化周期，进一步分析了小波方差。图8给出了1961～2020年贵州省年均温的Morlet小波方差分析。如图所示，近60 a贵州省年均温存在13～14 a和20 a的显著振荡周期，其中以20 a时间尺度的周期特征最为显著。近60 a贵州省年均温的20 a振荡周期信号一直十分稳定，且进入21世纪以后开始变强，目前处于2012年以来升温半周期的末期，未来即将进入下一个降温半周期，可以预计未来10 a贵州省年均温可能会有所下降。