基于KZ濾波法隰縣氣象要素趨勢分析

王荔 張亞飛 王振

摘要 通過對1960—2017年隰縣氣象五參數進行統計分析，隰縣四季分明，氣溫冬季較低、夏季較高;氣壓冬季較高、夏季較低;降水季節分明，夏季降水較多、冬季較少;而日照時數夏季較長、秋冬季較短。隰縣氣溫年均值逐年上升，降水和日照時數年均值逐年下降;氣壓存在一個“階梯”式上升過程，而相對濕度年際變化不明顯。運用KZ濾波方法，得出隰縣氣溫逐年上升，上升速率為0.027 2 ℃/a;降水量逐年減少，速率為-0.003 42 mm/a;日照時數逐年減少，速率為-0.020 1 h/a。

關鍵詞 氣象要素;統計分析;變化趨勢;KZ濾波法;隰縣

中圖分類號 S161.2 文獻標識碼 A 文章編號 0517-6611（2020）03-0215-04

Abstract Through the statistical analysis of the five meteorological parameters of Xixian County from 1960 to 2017， the results showed that： Xixian is a county with four distinctive seasons，and the temperature is lower in winter while higher in summer; the air pressure is higher in winter and lower in summer;the precipitation season is distinct with more precipitation in summer and less in winter;the daily sunshine duration is longer in summer and shorter in winter or autumn. The average temperatures of Xixian County showed ascending trend year by year，the annual precipitation and daily sunshine duration showed descending trend; the air pressure increasing with a stairlike process characteristics， while the interannual variation of relative humidity was not obvious. Using KZFiltering method， the temperature in Xixian County increased year by year， the rate of increase was 0.027 2 ℃/a; the precipitation decreased year by year， the rate was -0.003 42 mm/a; the sunshine duration decreased year by year， and the rate was -0.020 1 h/a.

Key words Meteorological elements;Statistical analysis;Change trend;KZFiltering method;Xixian County

隰縣位于山西省西南部（110°57′E、36°42′N），屬暖溫帶大陸性季風氣候，四季分明，海拔1 053 m，因海拔高度差懸殊，氣候垂直分帶較為明顯。隰縣屬典型的黃土高原殘垣溝壑區，以山地、丘陵為主，地表水十分缺乏，是以旱作農業為主的山區農業縣，溝壩地聞名全國。

多年以來，我國許多學者對全國各地的氣象要素特征進行了分析，我國近百年來的氣溫變化呈增長趨勢，根據IPCC第四次評估報告指出，全球地面氣溫近百年來上升了0.74 ℃[1]。全球變暖已引起世界各國專家學者和政府的高度重視。我國降水量總體呈下降變化趨勢[2-3]，近50年全國日照時數有明顯下降趨勢[4]。針對山西臨汾地區的氣溫和降水量變化趨勢，王文義等[5]分析了近54年臨汾市氣溫變化特征，結果表明，近年來臨汾平均氣溫明顯上升，尤其春、冬季升溫顯著;王巧霞等[6]根據臨汾氣候觀測資料分析了其氣溫和降水的變化特征;郝智文等[7]分析近50年山西省日照時數變化趨勢得出其日照時數呈減少趨勢。自然環境與人類的生活息息相關，氣溫、相對濕度、氣壓、日照時數、降水量等氣象因素與大氣環境、農業生產有著較強的相關性。隰縣是農業大縣，也是國家級重點扶貧開發縣，土特產“玉露香”梨聞名全省，是全縣脫貧攻堅的主要農作物，因此研究其氣象因素變化序列趨勢有著重要的指導作用。筆者利用KZ-filter過濾器[8-9]對隰縣近58年的氣壓、氣溫、降水量、日照時數、相對濕度進行了分析，以期為縣級預報服務提供基礎依據，同時為隰縣的農業生產建設和植被結構的調整起到關鍵性的作用。

1 資料與方法

1.1 氣象資料的來源

所用數據為1960—2017年的氣象因素，其日平均溫度、日降雨量、日平均相對濕度、日平均氣壓和日照時數由隰縣氣象局提供，其年、季氣象資料均由日、月氣象資料計算所得。季節的劃分：春季為3—5月，夏季為6—8月，秋季為9—11月，冬季為12月—次年2月。

1.2 分析方法

周期性是天氣過程變化的重要特征之一[10]。基本氣象參數的時間變化序列是由許多高頻部分和低頻部分所組成，這些部分所對應的時間尺度和物理過程各不相同。為了研究隰縣氣象基本參數的趨勢，而分離不同頻率（周期）獲得低頻率（大周期）時間序列以研究其變化趨勢。KZ（m，p）過濾器[8-9]由于其強大的分離、處理不連續數據的能力以及簡便的數學處理方法被許多學者所采用和認可。

KZ（m，p）過濾器基本定義是對氣象數據進行特定長度的滑動平均，并且將這個過程計算的yi作為下次輸入，然后重復p次數為止，直到需要的頻率均被分離出來。其計算公式如下：

yi=1mkj=-kxi+j（1）

其中，m為過濾窗長度，m=2k+1，即為此次平均所需的數據個數;p為所需要重復這類滑動平均的次數。m和p可以確定出要過濾出小于N天的周期段，然后將小于N天的周期因素除去，便可以得到氣象參數時間序列大于N天的主要趨勢，即變化趨勢：

N≥m×p（2）

2 結果與分析

2.1 隰縣基本氣象變化

從表1可看出，1960—2017年隰縣平均氣溫為9.4 ℃，春季、夏季、秋季、冬季日平均氣溫分別為10.7、21.6、9.3、-4.4 ℃。氣溫最高月份發生在7月，為22.6 ℃，最低月份發生在1月，為-6.1 ℃。近58年來隰縣月平均氣溫呈現倒“U”型，冬季年平均氣溫均在0 ℃以下，夏季氣溫最高，具有四季分明的特征。近58年來氣溫年均值隨年份增長而增加（圖1a），增長速率為0.025 9 ℃/a。

1960—2017年隰縣日平均降雨量為1.4 mm，春季、夏季、秋季、冬季日平均降雨量分別為0.9、3.1、1.5、0.2 mm。最多日平均降雨量發生在7月，最少月份發生在1和12月，表明隰縣具有降水分明的季節。近58年來隰縣月平均降雨量呈現倒“U”型。近58年來降水年均值隨年份增長而減少，速率為-0.003 6 mm/a（圖1b）。

1960—2017年隰縣平均日日照時數為7.0 h，春季、夏季、秋季、冬季日日照時數分別為7.6、7.8、6.4、6.4 h。隰縣月平均日照時數呈現倒“U”型。日照時數年均值隨年份增長而減少，速率為-0.020 2 h/a（圖2）。而年日照總時數也隨著年份的增加而減少，速率約為-7.37 h/a。對隰縣1960—2017年每日日照時數大于6 h天數所占全年天數百分比進行統計，占比基本上大于60%（圖2b），表明隰縣地區太陽能穩定[11-12]，有利于農作的生長以及太陽能的開發。

1960—2017年隰縣日平均氣壓為891.4 hPa，春季、夏季、秋季、冬季日平均氣壓分別為889.7、885.0、894.8、896.0 hPa。氣壓最高月份發生在12月，為897.3 hPa，最低月份發生在7月，為883.6 hPa。隰縣氣壓與氣溫呈現負相關，即氣溫越高，氣壓就相對低。近58年月平均氣壓呈現“U”型。

1960—2017年隰縣平均相對濕度為56.7%，春季、夏季、秋季、冬季平均相對濕度分別為54.2%、64.9%、56.6%、511%。最高平均相對濕度發生在8月，最低月份發生在4月。月平均濕度規律性不明顯，但夏季濕度稍高，冬季稍低。

2.2 隰縣氣象要素序列分析

為了分析隰縣各氣象要素日均值的變化趨勢，采用KZ（m，p）濾波以除去高頻分量。大氣周期主要是由于大氣內部的動力機制產生的。為了獲得各氣象要素年際變化趨勢必須去除低于海氣相互作用的周期振蕩[13]，因此選用KZ（365，3）作為濾波函數。

從氣溫、日照時數和降水量長程濾波（圖3）可以看出，氣溫隨日期逐漸上升，而日照時數逐漸減少，降水量也呈現負增長。其中氣溫年增長率約為0.027 2 ℃/a，與氣溫年均值增長速率近似相等。日照時數年增長率約為-0.020 1 h/a，與日照時數年均值增長速率近似相等。降水量的年增長率約為-0.003 42 mm/a，在全球氣候變化的大背景下，近58年來隰縣氣溫也逐漸發生了變化，氣溫表現出升高的趨勢，這與其他的研究結果相一致[14]。冬季氣溫年增長率為0026 6 ℃/a，而非冬季氣溫年增長率為0.027 4 ℃/a，表明隰縣非冬季氣溫增長率大于冬季，而通過更為具體的季節劃分，夏季氣溫年增長率最大。對于日照時數增長率，冬季年增長率約為-0.020 0 h/a，非冬季年增長率約為-0.020 2 h/a，日照時數減小速率非冬季大于冬季。對于降雨量增長率，冬季年增長率約為-0.003 51 mm/a，非冬季年增長率約為-0.003 40 mm/a，具體表現為冬季降水量減少更多，這也與其他的研究結果相一致[15]。

從氣壓和相對濕度長程濾波（圖4）可以看出，隰縣氣壓時間序列在1980—1982年有一個“階梯”式增長，而氣壓未濾波的原始時間序列1980—1982年也出現“階梯”式增長，具體原因不明。但“階梯”式增長的左右區間的濾波趨勢結果并沒有顯著的變化。而相對濕度也是如此，1960—2017年沒有顯著變化。

通過上面分析可以發現，氣溫、日照時數和降水量的KZ（365，3）速率增長結果分別與其年均值速率增長結果近似相等，而氣壓和相對濕度無顯著變化趨勢。這也說明了通過KZ 濾波消除了高頻等因素，只保留了能夠反映主趨勢的因素。

3 結論

（1）隰縣氣溫冬季較低、夏季較高;氣壓冬季較高、夏季較低;隰縣降水季節分明，夏季降水較多、冬季較少;而日日照時數夏季較長，秋冬季較短;而相對濕度季節變化不明顯。

（2）近58年隰縣氣溫年均值逐年上升，降水和日日照時間年均值逐年減少。

（3）KZ濾波方法得出，近58年來隰縣氣溫逐年上升，上升速率為0.027 2 ℃/a;降水量逐年減少，速率為-0.003 42 mm/a;日日照時數逐年減少，速率為-0.020 1 h/a。

參考文獻

[1] IPCC.Climate Change 2007 synthesis report[R].Cambridge UK：Cambridge University Press，2007.

[2] 閔屾，錢永甫.我國近40年各類降水事件的變化趨勢[J].中山大學學報（自然科學版），2008，47（3）：105-111.

[3] 王英，曹明奎，陶波，等.全球氣候變化背景下中國降水量空間格局的變化特征[J].地理研究，2006，25（6）：1031-1041.

[4] 任國玉，郭軍，徐銘志，等.近50年中國地面氣候變化基本特征[J].氣象學報，2005，63（6）：942-956.

[5] 王文義，繆啟龍，段春鋒.近54年臨汾市氣溫變化特征[J].安徽農業科學，2009，37（26）：12613-12615，12653.

[6] 王巧霞，史海平，孫悅.臨汾市近48年氣候變化規律研究[J].山西師范大學學報（自然科學版），2003，17（4）：88-92.

[7] 郝智文，范曉輝，朱小琪，等.山西省近50年日照時數變化趨勢分析[J].生態環境學報，2009，18（3）：1807-1811.

[8] RAO S T，ZURBENKO I G，NEAGU R，et al.Space and time scales in ambient ozone data[J].Bulletin of the American meteorological society，1997，78（10）：2153-2166.

[9] ZURBENKO I，PORTER P S，RAO S T.Detecting discontinuities in time series of upper air data：Demonstration of an adaptive filter technique[J].J Climate，1996，9：3548-3560.

[10] LIN M Y，HOROWITZ L W，OLTMANS S J，et al.Tropospheric ozone trends at Manna Loa Observatory tied to decadal climate variability[J].Nat Geosci，2014，7：136-143.

[11] ESKRIDGE R E，KU J Y，RAO S T，et al.Separating different scales of motion in time series of meteorological variables[J].Bulletin of the American meteorological society，1997，78：1473-1483.

[12] 陳隆勛，周秀驥，李維亮，等.中國近80年來氣候變化特征及其形成機制[J].氣象學報，2004，62（5）：634-646.

[13] 林學椿，于淑秋，唐國利. 中國近百年溫度序列[J].大氣科學，1995，19（5）：525-534.

[14] 郭潔，李國平.川渝地區大氣可降水量的氣候特征以及與地面水汽量的關系[J].自然資源學報，2009，24（2）：344-350.

[15] 蘇超群.近53 年新興縣降水氣候變化特征統計[J].氣候研究與應用，2012，33（S1）：99-101.