新疆地區年平均風速數據非均一影響研究

周昊楠，華燁，秦榕

（1.新疆氣象信息中心，新疆 烏魯木齊 830002；2.新疆氣象臺，新疆 烏魯木齊 830002）

新疆地區年平均風速數據非均一影響研究

周昊楠1，華燁2，秦榕1

（1.新疆氣象信息中心，新疆 烏魯木齊 830002；2.新疆氣象臺，新疆 烏魯木齊 830002）

利用懲罰最大F檢驗（The Penized Maximal FTest，PMFT），對新疆地區105個國家級氣象站點建站至2014年逐年平均風速資料進行了均一性檢驗，并通過訂正得出新疆地區年平均風速均一化數據集合；通過對訂正后數據與原始數據進行對比評估,討論數據非均一性對新疆風速的影響,研究結論得出：（1）在95%的顯著性水平下,檢驗出所有待檢站點均出現非均一間斷點，共計151個；（2）元數據中記錄的人為影響因素，超過1/3對年平均風速序列產生了非均一影響，其中儀器換型對年平均風速序列影響最為顯著，其次為環境變化；（3）儀器換型和站址遷移對年平均風速的非均一影響與臺站風力大小成正比，其它人為因素對年平均風速的影響與臺站風力大小成反比；（4）訂正后，數據時間序列的均一性得到改善，數據序列明顯的趨勢拐點趨于緩和，下降趨勢普遍增強，數據可用性進一步改善。

新疆；風速；均一性；PMFT檢驗；訂正

幾十年來，全球各類區域極端天氣事件逐年增多，氣候變化開始成為各國政府和媒體密切關注的問題，而全球氣候變暖也已經成為公眾熱議的話題；多年來，國內外氣候科研機構積極開展了大量的相關研究，豐富了人類對大自然變化規律的認識，討論了人類對氣候變化所產生的影響；然而對于氣象科學研究來講，均一的長序列氣象資料是科學研究的基礎，其能夠真實可靠的反映單站或大區域范圍的歷史氣候變化過程，對未來氣候變化預測和極端天氣分析能夠提供有力的基礎保障。所謂均一的氣象觀測數據，理論上應是數據變化只受到天氣和氣候因素的影響，不受到任何人為干預，其能夠真實反映氣候演變規律的觀測數據；但從我國氣象事業的發展歷史來看，隨著人民生活水平提高及社會經濟發展，多數站點已經遭受站址遷移、儀器變動、觀測手段變化、觀測環境變化和觀測時次等人為因素的影響，使氣象歷史觀測資料不同程度產生了不連續的非均一現象，這往往對氣候變化研究，尤其是區域性或者局地氣候變化檢測和預測結果帶來明顯的歪曲，嚴重制約了現代氣候變化模式的預測和預報的準確性；所以數據序列的均一化研究,已逐漸成為科研數據應用工作中必不可少的環節。關于數據均一化研究工作，國外的專家和學者開始的比較早，幾十年來，許多專家在氣候資料序列均一化檢驗及訂正方面做了大量的研究和報告[1-8]，研究內容涉及不同氣象要素，其中包括如氣溫、降水、氣壓及相對濕度等，取得了許多顯著的研究成果,為氣候研究和預報服務做出了巨大的貢獻。近些年來國內氣象數據均一化研究人員通過對全國氣溫、降水等的研究，同樣取得了許多重要的成果，大力推進了國內氣象數據均一化研究的水平[9-19]。在風資料的均一性研究方面，國內專家也已逐漸取得了一定進展，如，劉小寧和曹麗娟等[20-21]分別引入標準正態均一檢驗（The Standard Normal Homogeneity Test，SNHT）和懲罰最大F檢驗（The Penalized Maximal F Test，PMFT）方法對我國主要氣象臺站年平均風速氣候資料進行了均一性檢驗并分析了造成非均一性的主要原因，何冬燕等[22]以兩站為例對比分析了用直接檢驗方法和3種間接檢驗方法對年平均風速的檢驗效果。然而，作為主要的氣候要素之一，風是受地形影響較大的氣象要素，在不同區域或環境下對不同檢驗方法的適用性可能完全不同，尤其在新疆地區，由于地形復雜、站點稀疏且分布不均勻等因素，使得多數依賴于參考序列的檢驗方法并不太適用于新疆地區的均一性研究。并且，雖然曹麗娟等用PMFT檢驗方法對全國主要臺站進行了均一性檢驗，得到了較好的研究結果，但研究內容對風要素的局地性特點考慮的相對較少，屬于方法研究的初步實驗，如果要將均一性研究理論轉化為實際應用成果，需在此基礎上開展進一步的針對性研究。因此，本文選擇新疆地區105個國家級氣象站點近50 a平均風速數據進行均一性檢驗與訂正探索研究，以分析新疆特定環境下風資料的特點，尋求不同研究環境下檢驗及訂正方法的適用性和可靠性。

1 資料與方法

1.1 資料來源

由于新疆地區105個國家級氣象站點建站至1961年的年平均風速資料存在不同程度的數據缺測，所以本文統一選取105個臺站1961—2014年的年平均風速數據作為檢驗數據序列，數據來源于新疆氣象信息中心，并且各臺站年平均風速數據均已通過較為嚴格的質量控制。

1.2 元數據

文章中所用的氣象地面臺站元數據信息來源于新疆氣象信息中心信息檔案科，其中包括臺站儀器變更信息、臺站站址遷移信息、系統升級、站址環境變化及儀器高度變化信息等，涵蓋目前新疆地區最為完整和準確的氣象臺站歷史沿革元數據。

1.3 檢驗方法

PMFT方法是目前較為常用且不依賴于參考序列的均一性檢驗方法，該方法能夠有效避免非均一的參考序列帶來的檢驗誤差，通常可以用于對年、月和日3種時間序列的均一性檢驗。其檢驗過程通過引入經驗性的懲罰因子，很大程度降低了檢驗的誤報率，并且能用于檢驗包含一階自回歸誤差數據序列的多個間斷點；其檢驗方式為通過回歸檢驗算法依次分段找出序列中最可能的跳變點，并計算出所有跳變點的統計量，將其由大到小排列，判斷最小的跳變點是否顯著，當不顯著時，剔除掉該跳變點，重新評估剩余跳變點的顯著性，重復該過程，最終保留統計顯著的跳變點。檢驗過程如下：假設εt是均值為0、方差為σ2的變量。對于線性趨勢為β的時間序列{Xt}，要檢驗其在t=K時刻是否存在間斷點，其原假設為：

那么假設：

式（2）中μ1≠μ2，如果Ha為真，則時間點t=k為間斷點，△=|μ1-μ2|為均值偏移大小，可通過式（3）得出最有可能的間斷點：

其中:

式（6）中μ0和β0是在μ1=μ2=μ條件下的估計值。該方法通過引入經驗函數，使其分布服從:

以上為均一性檢驗方法的具體構建方式，其經驗函數構建方法詳見Wang[23]。

1.4 訂正方法

本文采用差值訂正方法對檢驗出來的存在非均一點的序列進行了訂正，其中差值訂正是利用最后一段序列的趨勢（均一的序列）和需訂正的趨勢之間的殘差平均值的差值作為訂正量來進行訂正。

2 均一性檢驗

2.1 數據預處理

本文首先要對105個國家級氣象臺站數據完整性進行檢驗，篩選出1961—2014年數據完整、無缺測的站點；其次對通過完整性檢驗的臺站進行必要的正態檢驗（文中通過K-S單樣本檢驗方法對所有待檢站點進行正態檢驗，檢驗結果見表1），最終得到47個站點符合條件，待檢站點分布圖見圖1。

雖然本文所用的PMFT方法通過引入經驗性的懲罰函數，使檢驗的命中率大幅提高，有效降低的非均一點的誤報率，但考慮到均一性檢驗算法本身的不確定性等原因，本文采用現有的元數據和數理統計相結合的方式對檢驗出來的非均一斷點進行確認，通過檢驗命中率（人為因素在元數據中記載的年份與檢驗結果的吻合程度）來評估分析最終檢驗結果，這樣能最大程度保證檢驗的準確度和合理性。

表1 臺站歷史數據序列預處理

圖1 站點分布圖

在進行檢驗對比前，首先對臺站歷史元數據詳細分析篩選，找出47個符合檢驗條件的待檢站點1961—2014年可能對年平均風速數據序列均一性產生影響的人為因素，共計404個，其中所有站點經歷站址遷移29次，儀器換型108次，觀測環境變化163次，觀測時次變化40次，儀器高度變化及其他因素64次；本文儀器高度變化的選擇閾值為高度變化超過5 cm的年份；其次通過對待檢站點建站至2014年的年平均大風日數進行統計劃分，將47個待檢站點劃分為大風較少站、大風較多站和大風頻發站（表2）3組進行PMFT檢驗，通過對比分析不同風速環境下的檢驗結果，找出不同風速環境下影響年平均風速數據序列均一性的變化規律及影響程度。文章中對新疆氣象站點分類條件設定為：年平均大風日數<10 d為大風較少站，年平均日數10～40 d的為大風較多站，≥40 d的為大風頻發站。

表2 待檢臺站按照大風日數分類統計的人為變化情況個

2.2 PMFT檢驗分析

通過結合臺站元數據反復檢驗得出，PMFT方法在95%的顯著性水平下檢驗出47個待檢站點均出現非均一間斷點，共計151個，其中站點站址遷移共計12次，儀器換型57次，觀測環境變化46次，觀測時次變化10次，儀器高度變化及其他因素22次，無元數據支持的斷點4個，在表2中所有元數據支持的檢測點中，有36%的檢測點在95%的顯著性水平下被定義為顯著斷點，這說明通過運用該方法對待檢序列進行檢驗得出，超過1/3的人為因素對新疆地區年平均風速序列產生了顯著的非均一影響（表3）。

由圖2可以看出，經PMFT方法檢驗得出，新疆地區造成年平均風速數據序列顯著非均一斷點個數最多的因素是儀器換型，其次為觀測環境變化,兩類因素造成的斷點個數占斷點總數的2/3；由此可以說明，新疆地區造成年平均風速序列產生非均一性間斷點的主要因素為觀測儀器換型和觀測環境變化，這主要是由于隨著氣象事業發展，風速觀測業務的改革和站點環境改造，以及隨社會經濟的發展，周邊城市化建設水平提高等因素帶來的影響；其中臺站風要素觀測儀器換型對新疆地區年平均風速資料序列的影響尤為顯著。

表3 待檢臺站按照大風日數分類統計的PMFT檢驗結果個

表4 斷點檢測命中率/%

圖2 按照大風日數分類統計的PMFT檢驗結果

從圖3中得出,3類待檢站點的檢驗結果中，儀器換型因素所造成的非均一斷點的檢驗命中率均達40%以上，是所有人為影響因素中斷點檢測命中率最高的一類，其中大風頻發站斷點檢測命中率最高，高達60%以上，大風較多站次之，大風較少站則相對較少，檢測命中率與臺站年平均大風日數呈正比，由此說明在新疆地區風力越大的臺站，觀測儀器換型對年平均風速序列造成的非均一影響越大；此外，臺站站址遷移所造成斷點的檢驗命中率差異較為明顯，大風頻發站和大風較多站的斷點檢驗命中率均達到40%以上，大風較少臺站則只有20%，由此可以得出對于新疆地區年平均風速數據序列，站址遷移造成的非均一性影響與站點風力成正比，這可能和風要素的局地差異特性有關，對于風力越大的地區，新舊站址造成的差異越明顯，對風要素的變化趨勢造成的影響越大；觀測環境變化則3類站點的斷點檢驗命中率基本一致，大風較少臺站略高于其他兩類站點，說明在新疆地區站點風力大小對觀測環境變化的均一性檢驗結果影響無明顯差異，但該因素對新疆地區年平均風速序列所造成的非均一斷點數量較多，影響較為突出，經查元數據，對3類待檢站造成非均一影響較為明顯的環境變化因素基本為高大建筑修建及防風林種植等，所以可以認為無論站點是否處于風力較大地區，氣象站點附近高大遮擋物及植樹造林工程均可能對風要素數據的連續性產生顯著影響；儀器高度變化影響的斷點檢驗命中率與站點風力大小成反比，且斷點個數所占比例同樣較高，對新疆地區年平均風速的非均一影響程度顯著；觀測時次變化影響的斷點檢驗命中率同樣與站點風力大小成反比。圖3中大風頻發站的斷點命中率為零，是因為其元數據中記錄的人為影響因素較少，且相鄰年份出現其他人為影響較為顯著，掩蓋了其對數據序列的影響。

圖3 3類大風日數分類統計待檢臺站的PMFT方法間斷點命中率

另外，PMFT方法檢測出4個顯著性較高的無元數據支持的斷點，占斷點總數的3%。由圖4看出，阿瓦提站無元數據支持的間斷點年份附近出現了顯著的趨勢變化，1989年附近出現了顯著的趨勢下降現象，而從2004年附近，數據序列開始出現明顯跳變提升；伊寧縣站1995年附近同樣出現了趨勢的顯著提升，而淖毛湖站在1988年附近則有明顯的下降趨勢變化，因為在臺站的元數據中沒有相關的人為變動記載，所以在PMFT方法的檢驗結果中將4個斷點劃分為無元數據支持的虛斷點。通過詳細翻查歷史記載資料及實地考察調研，查明阿瓦提站在20世紀80年代末期，在測站正北方建成較大面積的果園，且與氣象站僅一墻之隔，緊挨墻內的是氣象站高3.2m視寬角32°的成排平房，側面還有一棟視寬角11.6°，高7.4 m的氣象局辦公樓，該樓距觀測場65m。另外，該站四周雖然未出現高大建筑物，但四周綠樹成蔭（最高仰角10.3°）,地面植被茂盛，多層圍墻阻隔，這都大大增強了地表摩擦力，對所測實際風速帶來一定影響，而2004年左右測站正西面距離觀測場60m修建了兩條村級公路，且路基較高，該站盛行北風，西面出現長距離連續遮擋物，極可能使風速產生狹管效應。伊寧縣站盛行風向是西風，在測站176°～360°方向有密集叢林及重疊的低矮建筑物，且20世紀90年代中期樹木已形成一定的規模，嚴重阻礙了氣流的正常流通，極有可能對正西方向風速產生明顯影響。而淖毛湖1985年在測站東南方（在氣象站圍墻附近）種植的小樹，3 a后已具規模，而該站盛行西北風，且年平均大風日數達90 d左右,因此可以判斷該環境變化已對大風盛行的淖毛湖站風要素產生了顯著影響。以上環境變化影響在元數據中并無記載，因為在新疆地區20世紀80年代多數氣象臺站的元數據對環境變化的記錄不夠詳細和完整。由此可以得出，PMFT方法能夠準確的檢測出臺站元數據中沒有記錄的顯著跳變點，一定程度彌補了一些臺站元數據不完整的弊端，提高了在元數據不完整情況下，均一性檢測結果的準確性。

圖4 阿瓦提、伊寧縣和淖毛湖站無元數據支持的顯著間斷點

通過以上檢驗結果分析得出，PMFT方法對新疆地區年平均風速都有較好的均一性檢驗效果，尤其對儀器換型、站址遷移和儀器高度變化因素的非均一檢驗效果顯著，有較高的檢驗命中率，但該方法的檢驗結果中出現了虛斷點。上文通過元數據分析和資料詳查，找出了PMFT方法檢驗結果中虛斷點的產生原因，是由于元數據記錄不完整所造成，最終將其歸類為觀測環境變化造成的非均一斷點。因此該方法適用于新疆地區年平均風速數據的均一性檢驗。

3 均一性訂正

經過訂正后發現，新疆地區47個國家級氣象站點的年平均風速序列總體平均值小幅上升，其中大風較少臺站平均上升0.36m·s-1，大風較多臺站平均上升0.29m·s-1，大風頻發臺站平均上升0.06 m·s-1，訂正量與臺站風速大小成反比，但總體保持下降的趨勢，大風較少臺站平均增速由-0.15m·s-1/10 a變為-0.16 m·s-1/10 a，下降0.01 m·s-1/10 a，大風較多臺站平均增速由-0.20 m·s-1/10 a變為-0.25 m·s-1/ 10 a，下降0.05 m·s-1/10 a，大風頻發臺站平均增速由-0.33m·s-1/10 a變為-0.45m·s-1/10 a，下降0.12 m·s-1/10 a，增速下降浮動與臺站風速大小呈正比，整體變化趨勢與全國年平均風速普遍下降的趨勢保持一致，并且序列的均一性得到明顯改善，歷史序列變化趨勢趨于合理。并且可以看出（以圖5淖毛湖、皮山、吐魯番、紅柳河為例），所有臺站歷史數據序列明顯的趨勢拐點趨于緩和，使待檢站點近50 a的連續數據均一性趨于真實氣候變化，具有較好的參考價值。

4 結論

本文選用新疆地區數據序列完整且符合檢驗條件的47個國家級氣象臺站1961—2014年的年平均風速資料，采用PMFT均一性檢驗方法與臺站歷史沿革元數據相結合的方式，檢驗分析了影響新疆地區近50 a年平均風速數據序列均一性的非自然因素，以及在不同大風日數環境下討論了該方法在新疆地區應用的特點及規律，并對檢驗出的非均一斷點進行了訂正。主要得到以下結論：

圖5 淖毛湖、皮山、吐魯番、紅柳河站訂正后對比

（1）通過PMFT檢驗方法對新疆地區47個待檢臺站進行檢驗得出,所有待檢站點在95%顯著性水平下均檢驗出非均一斷點，其中有元數據支持的斷點147個，占所有斷點的97%，無元數據支持的斷點4個，占所有斷點的3%；有元數據支持的間斷點總數占人為因素總數的36%，說明該方法檢驗得出，新疆地區超過1/3的人為變化因素使年平均風速序列產生了顯著的非均一斷點。對該方法中出現的4個非元數據支持斷點進行分析發現，其產生的原因均為站點歷史觀測環境變化造成，并且影響顯著，而新疆地區臺站沿革記錄不完整使本文將其劃分為虛斷點。由此可以看出，PMFT方法能夠準確的檢測出臺站元數據中沒有記錄的顯著跳變點，一定程度彌補了一些臺站元數據不完整的弊端,提高了在元數據不完整情況下,均一性檢測結果的準確性。由此可見，該方法在新疆地區年平均風速的非均一檢驗命中率為100%。

（2）通過對47個待檢臺站檢驗結果統計分析得出，儀器換型對新疆地區氣象站點年平均風速的影響最大，其造成斷點個數所占斷點總數的比例最高，其次為觀測環境變化；對檢驗結果進行不同大風日數環境下斷點命中率的統計分析發現，在PMFT檢驗結果中，儀器換型和站址遷移對年平均風速的影響與臺站風力大小成正比；其它三種人為因素對年平均風速的影響與臺站風力大小成反比。

（3）對47個待檢站點的非均一斷點進行差值訂正后，數據時間序列的均一性得到了極大改善，明顯的趨勢拐點趨于緩和，其中所有臺站的年平均風速平均值小幅度上升，下降趨勢整體略微增強，但沒有改變新疆地區年平均風速變化的總體趨勢，與全國年平均風速總體下降的變化趨勢保持一致；使訂正后的歷史序列變化趨勢更加趨于合理，均一性趨于真實。

（4）本研究重點分析了影響新疆地區年平均風速均一性的主要因素，討論了PMFT方法對新疆大風區域站點年平均風速檢驗的適用性，分析了該方法在實際應用當中的優越性。通過均一性訂正，得到了新疆地區47個國家級氣象站點近50 a均一性較好的年平均風速數據序列集合，對新疆地區氣候預測、天氣預報及發展風能綠色產業奠定了較好的基礎。

（5）本文通過運用PMFT方法對47個國家級氣象站點1961—2014年的年平均風速數據進行了均一性檢驗和訂正，討論了該方法在不同大風日數環境下本地應用的特點及規律，并找出了影響新疆地區年平均風速數據均一性的主要因素，為今后新疆地區其他氣象要素均一性檢驗提供了說明樣例。但由于均一性檢驗算法本身的不確定性等原因，本文同樣是采用元數據和數理統計相結合的方式對檢驗出來的間斷點進行確認，故在元數據不完整情況下，檢驗仍需謹慎；同時，本文最終得到的訂正后序列，雖一定程度修訂了元數據中所記錄的人為因素對時間序列的非均一影響，具有良好的應用參考價值，但仍不可完全等同于真實氣候變化規律，如果要最大程度降低非均一因素對氣象歷史數據的影響，仍然需要更加深入的探索研究。

[1]Craddock J M.Methods of comparing annual rainfall records for climatic purpose[J].Weather，1979，34：332-346.

[2]Reeves J，Chen J，Wang X L，et al.A review and comparison of changepoint detection techniques for climate data[J].Journal of Applied Meteorology and Climatology，2007，46：900-915.

[3]Costa A C，Soares A.Homogenization of climate data:review and new perpectives using geostatistics[J].Mathematical Geoscience，2009，41：291-305.

[4]Alexandersson H.A homogeneity test applied to precipitation data[J].Int JClimatol，1986，6：661-675.

[5]Karl T R，Williams C N.An approach to adjusting climatological time series for discontinuous in homogeneities[J].JClimate and Appl Meteorol，1987，26：1744-1763.

[6]Vincent L.A technique for the identification of inhomogeneities in Canadian temperature series[J].J Climate，1998，11：1094-1104.

[7]Wang X L.Penalized maximal t-test for detecting undocumented mean change in climate data series[J].J ApplMeteor Climatol，2007，46（7）：916-937.

[8]Wang X L.Accounting for autocorrelation in detecting mean shifts in climate data series using the Penalized Maximal T or F Test[J].Journal of Applied Meteorology and Climatology，2008，47（9）：2423-2444.

[9]李慶祥.氣候資料均一性研究導論[M].北京：氣象出版社，2011：68-89.

[10]翟盤茂.中國歷史探空資料中的一些過失誤差及偏差問題[J].氣象學報，1997，55（5）：563-572.

[11]黃嘉佑，李慶祥.一種診斷序列非均一性的新方法[J].高原氣象，2007，26（1）：62-66.

[12]梁小文，楊梅學，萬國寧，等.青藏高原氣溫序列的均一性研究[J].冰川凍土，2015，37（2）：275-285.

[13]劉小寧，張洪政，李慶祥.不同方法計算的氣溫平均值差異分析[J].應用氣象學報，2005，16（3）：345-356.

[14]李慶祥，劉小寧，張洪政，等.定點觀測氣候序列的均一性研究.[J].氣象科技，2003，31（1）：3-10.

[15]李慶祥，江志紅，黃群，等.長江三角洲地區降水資科的均一性檢驗與訂正試驗[J].應用氣象學報，2008，19（2）：219-226.

[16]江志紅，黃群，李慶祥.近50年中國降水序列均一性檢驗與訂正研究[J].氣候與環境研究，2008,13（1）：67-74.

[17]吳利紅，駱月珍，孫莉莉.浙江省近34年年平均風速序列均一性檢驗研究[J].氣象科技，2008，36（5）：661-665.

[18]周昊楠，王秋香，華燁.烏魯木齊逐月氣溫資料均一性檢驗和訂正[J].沙漠與綠洲氣象，2012，6（1）：27-30.

[19]辛渝，趙逸舟，毛煒嶧，等.新疆太陽總輻射資料的均一性檢驗與氣候學估算式的再探討[J].高原氣象，2011，30（4）：878-889.

[20]劉小寧.我國40年年平均風速的均一性檢驗[J].應用氣象學報，2000，11（1）：27-34.

[21]曹麗娟，鞠曉慧，劉小寧.PMFT方法對我國年平均風速的均一性檢驗[J].氣象，2010，36（10）：52-56.

[22]何冬燕，田紅，鄧偉濤.多種方法在年平均風速均一性檢驗中的效果對比[J].大氣科學學報，2012，35（3）：342-349.

[23]Wang X L.Penalized maximal f-test for detecting undocumented mean-shifts without trend-change[J].J Atmo Oceanic Tech，2008，25（3）：368-384.

The Effect of Non-uniform Annual Average Wind Speed Data in Xinjiang

ZHOU Haonan1，HUA Ye2，QIN Rong1
（1.Xinjiang Meteorological Information Center，Urumqi830002，China；2.Xinjiang Meteorological Observatory，Urumqi830002，China）

Using the Penalized Maximal F Test（PMFT）,we analyzed the conduct homogeneity test of the annual average wind speed data from 105 meteorological stations from their establishment to 2014 in gale areas of Xinjiang.And obtained homogenized dataset of annual average wind speed in Xinjiang by the revised;and were compared to assess based on the revised data and the original data,discuss the effectof non-uniformity data on which the application of the wind energy resource in Xinjiang,The results obtained：（1）The total 151 sites are checked out appear non-uniform discontinuities at the 95%significance level；（2）More than a third of human factors recording in metadata,which have a non-uniform impact on the annual averagewind speed sequence,the impact of change of instrumentmodel ismost significant,followed by change of station environment；（3）The effect of instrument type change and site relocation on the annual average wind speed is proportional to wind resource size at the station,and the other factors all are inversely proportional to wind resource size；（4）After homogeneity correction,the homogeneity of the time series data have been greatly improved,the obvious trend turning point of data series tends to be subsiding,and downtrend generally increased,to further improve data availability.

Xinjiang；wind speed；homogeneity；PMFT；revised

P468.026

B

1002-0799（2016）05-0017-08

10.3969/j.issn.1002-0799.2016.05.003

2016-05-06；

2016-06-15

2012年公益性行業氣象科研專項（GYHY201206013）資助。

周昊楠（1984-），男，工程師，研究方向為氣候數據均一化分析。E-mail：zhnlovezx007@sina.com

周昊楠，華燁，秦榕.新疆地區年平均風速數據非均一影響研究[J].沙漠與綠洲氣象，2016，10（5）：17-24.