王妍方,李仕杰,羅琪,楊巧,朱潤軍,楊暢宇,程希平
(1.西南林業大學 地理與生態旅游學院,云南 昆明 650224;2.云南師范大學 地理學部,云南 昆明 650224)
IPCC第五次評估報告指出,氣候變暖是既定事實,1880—2012年全球陸地和海洋溫度平均增加了0.85 ℃[1]。我國國土內分布著許多熱區,且對氣候變化存在不同的響應。云南是典型的熱區之一,具有獨特的資源稟賦,開發潛力大[2]。云南干熱河谷元江與勐臘熱帶雨林兩個地區有著獨特熱區氣候條件,主要表現為兩地區的緯度位置不同,使其獲得的太陽輻射不同,氣溫存在差異;加之兩地區的地形不同,從而形成了元江干熱河谷區和勐臘熱帶雨林區。通過研究兩地的氣候變化特征及趨勢,對應對極端氣候變化、保護生態環境和促進區域經濟發展具有重要的實際意義。
目前,已有的氣候變化研究主要在于研究不同地區的氣候時空變化特征、人類活動對氣候的影響,以及通過構建氣候模型來模擬氣候變化。任國玉等[3]對1951年以來中國近地面氣候要素的時空變化特征進行了綜合分析;陳恩波等[4]根據近50年的氣象統計數據,對云南氣候變化特征進行探討;都彥廷等[5]、任柬宇等[6]分別探討了大興安嶺地區地表濕度、降水的時空變化特征;張威等[7]基于遼寧省24個氣象站數據,分析了其地溫與氣候變化之間的關系;牛最榮等[8]利用清源河氣候數據進行研究,分析了該區域降水和徑流對氣候變化的響應;楊建平等[9]通過構建相關評價指標體系,著重研究了我國凍土對氣候變化的響應。趙天保等[10]基于CRU 3.1氣溫資料和GPCC V6降水數據,根據國際耦合模式比較計劃(CMIP5)中17個耦合模式,在全球范圍內評估干旱與半干旱區氣候變化的模擬能力。此外,氣候突變對認識氣候變化的性質具有重要意義。Danggaard.W、Taylor.K.C、Bender.M等[11-14]通過冰芯記錄、黃土沉積、湖泊沉積、孢粉等驗證了氣候突變現象的存在。符淙斌等[15]通過Mann-Kendan法進行了氣候突變檢測,結果顯示在20世紀20年代經歷了一次全球范圍的氣候突變。前人研究主要針對某一區域氣候因子的變化特征,而對兩個區域尤其是典型區域的氣候差異和對比分析較少。因此,本文基于元江和勐臘1957—2018年的氣象數據,通過對干熱河谷和熱帶雨林兩地區氣候變化差異的比較與分析,從而掌握兩區域61 a來的氣候變化,揭示其與全球氣候變化的異同點,為有關部門應對極端氣候和保護特殊生境提供參考。
元江與勐臘均位于云南的南部(圖1),分別屬于干熱河谷與熱帶雨林氣候。元江地區為河谷地形,降水量小,同時太陽輻射量大,來自西南的氣流遭到山脈阻擋,易在河谷形成“焚風效應”。河谷較為閉塞,底部熱量不易散發,形成干熱河谷氣候[16]。勐臘地區緯度低,降水量充足,地勢東北部高、西南部和南部低,區域內植被覆蓋率較高,為云南省濕度最大的地區之一,屬北亞熱帶濕潤季風氣候[17]。

圖1 研究區域
本研究采用的數據為1957—2018元江和勐臘地區逐日觀測數據,來源于中國氣象數據網(http://data.cma.cn/)及當地生態站,包括降水量(mm)、氣溫(℃)、相對濕度(%)、日照時數(h)等。為保證兩地氣候變化特征的準確性,本研究利用SPSS軟件對各氣象數據進行了一致性檢驗,并根據氣象學標準,將兩地年內氣候變化分為濕季(4—10月)、干季(11—3月)進行研究。在此基礎上,使用Excel計算出各氣候因子均值,然后運用統計方法分析兩地61年來氣候變化趨勢,運用累積距平法及Mann-Kendall突變檢驗法分析兩地氣溫和降水量的突變特征;最后,兩地氣候要素的周期變化特征采用小波分析法。
1.3.1 線性傾向估計
用一元線性方法分析氣候因子的變化特征,即:
yi=a+bti,i=1,2,…,n
①
②
③
④
式中,t為氣候要素,a為回歸常數,b為回歸系數,a和b通過最小二乘獲得,為時間序列,n為氣候要素的樣本量。當b>0時,表明氣候要素在該時段內呈上升趨勢,當b<0時,則表示氣候要素在時段內為下降趨勢,一般用b的10倍(10×b)作為某個氣候要素的傾斜率,以反映氣候要素的變化趨勢[18]。
1.3.2 累計距平法
使用累計距平法判斷某一氣候要素隨時間變化而產生的變化趨勢,即判斷氣候要素變化趨勢中的轉折年份[18]。其數學公式為:
⑤
⑥

1.3.3 Mann-Kendall突變檢驗法
氣候突變是指氣候因子從某一統計特性隨著時間和空間的變化迅速轉變為其他的統計特性[15]。Mann-Kendall檢驗法起初并不用于檢驗氣候突變情況,而是Goossens等[19-20]通過改進和完善,使其成為一種能檢測氣候突變的方法。該方法的優點是樣本可以不按照一定的順序分布,少部分異常值的干擾微弱,定量化程度高。本文采用Mann-Kendall檢驗法進行突變分析,在使用該方法中,顯著性水平設置α=0.05,臨界值U0.05=±1.96[21]。
1.3.4 小波分析法
近年來,小波分析逐漸應用在氣象、水文要素等周期性變化分析中。小波方差隨尺度變化的過程可以通過波動能量圖表達出來,可以反映不同尺度分布狀況,用來確定在某一時間段中的氣候要素的主要周期成分[22]。使用Matlab軟件制作兩個研究區氣象要素的周期變化圖,分析兩地區氣候變化的主周期、次周期。
利用線性傾向估計法得出1957—2018年元江與勐臘的年均溫年際變化趨勢圖(圖2)。結果顯示,1957—2018年兩地年均溫年際變化呈波動上升趨勢(圖2a~b),但兩地的上升速率出現差異,即元江和勐臘地區年均溫相差較大。元江地區增溫率約為0.09 ℃/10a,且元江地區溫度在23.57~24.48 ℃范圍內變動,呈波動增長。勐臘地區年均溫較低,約為20.89~22.09 ℃,比元江地區低大約2.4 ℃,增溫率為0.25 ℃/10a,比元江地區的增溫率高0.16 ℃/10a。總的來說,兩地都出現增溫現象,但勐臘地區的趨勢更加明顯。
勐臘61年平均降水量明顯高于元江地區,約為1 530 mm,元江約為793 mm,兩地區年均降水量相差較大(圖2c-d)。1957—2018年,元江降水量年均值在516~1 212 mm之間變化,勐臘年均降水量在1 081~2 274 mm之間,兩地區降水變化趨勢趨同,年降水都有所增加,同時元江地區年降水均值波動幅度高于勐臘地區。
在元江地區,年日照指數趨于上升趨勢。其年均日照時數的上升年份主要是在1957—1972年,上升幅度大,而1972—2018年46年間,年均日照時數變化極小,呈現平穩狀態。在勐臘地區,1957—2018年的年日照指數總體也呈上升趨勢,但總體變化較元江地區大。勐臘在1957—1961年、1989—2018年年日照時數波動較大,多出現高峰和低峰,其余時段變化幅度小,較為平穩。與元江地區變化相比,勐臘地區波動幅度大,出現劇烈上升或下降現象的頻率高。勐臘地區年日照指數總體上低于元江地區,相差約4 000 h(圖2e~f)。元江和勐臘地區相對濕度的1957—2018年平均變化趨勢存在差異,元江地區的相對濕度總體小于勐臘地區。從整體上看,兩地區的相對濕度隨時間變化呈現下降趨勢,同時兩地區下降幅度也不同。61年來,元江地區年均濕度最高達到72.41%,最低低至61.51%(圖2g~h),與勐臘地區相比,元江地區相對濕度波動較大,下降幅度偏低。

圖2 各氣候要素年變化趨勢
由于兩地氣候存在差異,因而元江在干、濕季氣溫均高于勐臘地區(圖3a~b)。元江地區氣候環境曾經為濕熱狀況,域內普遍存在原始熱帶季雨林,到了18—20世紀中葉,元江氣候發生改變,域內平均增溫3~5 ℃,環境不斷朝干熱發展[23]。勐臘地區是西雙版納季節性雨林分布最為集中地區,域內干、濕季變化十分顯著[24]。從干、濕季內變化看,元江地區和勐臘地區氣溫濕季內變化趨勢是不斷下降的,而在干季變化都處于上升趨勢。同時,無論干濕季,元江地區氣溫變化趨勢始終高于勐臘地區。與氣溫相反,在降水方面,勐臘地區的降水量高于元江地區,且干、濕季降水趨勢更為顯著。

圖3 兩區域干、濕季氣溫降水季節變化
根據突變檢驗圖進行分析,元江年均溫的UF、UB曲線大都在信度線之內,從1978年開始,UF曲線逐漸上升,同時兩曲線于2007年相交,說明元江的氣溫變化趨勢在2007年開始發生轉折。元江地區氣溫累積距平曲線總體上表現出了先下降后上升的趨勢,曲線波動較為頻繁,且形狀不規則(圖4a),表明氣溫存在一定的年際變化,整體以下降趨勢為主,表現較為明顯。1996年曲線出現峰值,在2007年出現低值(圖4c),1968—2007年以下降趨勢為主,2007—2018年為上升趨勢,因此2007年是突變點,即元江地區的年均溫存在2007年的突變點。
從UF曲線(圖4b)可以看出,自1957年開始,除1958年外,其值都大于0,出現明顯的上升性。勐臘年均溫UF、UB曲線在1985年處相交,同時其累積距平曲線總體上呈現“U”字形,在1985年為最小值。可知,勐臘年均溫突變發生在1985年。

圖4 兩區域氣溫Mann-Kendall檢驗及累計距平分析
1957—2018年元江地區年降水UF、UB曲線在信度線內存在多個交點,年降水累計距平曲線波動劇烈(圖5a、c),說明元江地區年平均降水存在多次突變,61年間該區域降水變化劇烈。元江降水UF、UB曲線在信度線內存在包括1962、1986、1992、1991、2008年等多個交點。元江地區年降水累積距平曲線總體上呈現出先升后降再升的趨勢,但曲線波動十分頻繁,表明降水存在劇烈的年際變化。曲線在1978年、2008年存在兩個峰值,在1962年存在一個低值,1962—1978年主要是上升趨勢,1986—2008年波動中略有上升,1978—1986年則出現較快下降趨勢,因此1986年、2008年是兩個可能的突變點。

圖5 兩區域降水Mann-Kendall檢驗及累計距平分析
勐臘年降水UF、UB曲線在信度線內分別交于1961、2016年兩點,年降水累積距平曲線波動幅度大,在1982年存在一個峰值,在1999年存在一個低值(圖5b、d)。因此,1961、1982、1999年是可能的突變點。
2.4.1 氣溫周期性分析
通過分析小波系數,元江地區氣溫年際變化明顯(圖6a),等值線在2~8 a、24~30 a、52~58 a處分布密集,從小波方差圖(圖6c)可以看出極值出現在8 a、28 a、58 a處,可知元江地區年均溫的周期變換存在3個,28 a為其主周期變化。勐臘地區在24~28 a處等值線密集,而小波分析曲線比較平滑,極值為28 a(圖6b、d),可以知道勐臘年均溫也存在28 a的主要的周期變化。

圖6 兩地區氣溫要素的小波分析
2.4.2 降水周期分析
元江地區降水年際變化在1~3 a,7~9 a,24~29 a等值線分布比較密集,小波方差則顯示出在2 a、9 a和28 a處出現極值(圖7a、c),可知元江降水存在著28 a的主變化周期。而勐臘地區降水年際變化在4-8,18-22處等值線密集,小波方差存在6 a和20 a的極值(圖7b、d),可以知道勐臘降水存在著6 a的主變化周期。元江和勐臘地區降水周期具有明顯的差異,并且兩地可能還存在更大的周期性。

圖7 兩地區降水要素的小波分析
通過與已有氣候變化研究的對比發現,元江和勐臘地區氣候變化與其存在共性,但也表現出不同[4,25-28](表1)。兩地區氣溫變化趨勢與全國、東部季風區、云南地區相同,即“升溫”趨勢。相比而言,勐臘地區升溫現象更顯著。兩地區降水、年日照因子變化趨同,均呈上升趨勢。但兩地區的相對濕度隨時間推移呈下降趨勢,下降幅度存在差異。從干、濕季內變化看,元江地區和勐臘地區氣溫濕季內變化趨勢是不斷下降的,在干季內變化趨勢為上升趨勢。在降水方面,勐臘地區降水量干、濕季內變化趨勢更加明顯。另外,元江與勐臘兩地的氣溫和降水量呈周期性波動變化,元江地區的氣溫與降水量的主周期均為28 a,勐臘地區的氣溫與降水量的周期分別為28 a、6 a。

表1 區域氣候要素(氣溫、降水)10 a期增率
我國西南地區地形復雜,高原、山地等構成了該區域大陸地貌的顯著特征[29],引起區域各地降水量在時空上出現不均衡的現象,加之受到季風環流的影響,導致該地區各個地方氣候特征顯著。此外,研究表明,近百年來氣候變暖這一普遍現象是自然界中氣候波動和人為干擾相互作用形成的,但大部分氣候變化中人類活動占主要原因[30]。因此,元江和勐臘地區的氣候變化是不僅存在自然因素的變化,人類活動也不可或缺。
基于元江和勐臘兩地1957—2018年的氣候數據,利用多種數據分析方法,探討元江、勐臘兩地的氣候隨時間推移而產生的不同響應,總結得出以下結論:
(1)61 a來兩地區氣溫、降水、日照氣候因子呈上升趨勢,而相對濕度呈下降趨勢。這與丁一匯等[31]學者研究西南地區暖濕變化趨勢帶變化相對一致,氣候變化與全球變暖的增強息息相關。同時兩地存在區域氣候條件不同,變化速率差異性明顯。
(2)兩地區氣溫、降水隨月份發生變化,雨季內干熱河谷地區氣溫下降趨勢大于雨林地區,降水下降趨勢低于雨林地區;干季兩地區氣溫和降水隨時間都呈上升趨勢,但干熱河谷氣溫上升率高于雨林地區,降水變化小于雨林地區。
(3)在向遼遠等[32]指出西南地區氣溫不存在明顯突變中大區域中,兩地區對氣候變化的響應較為敏感。干熱河谷元江地區61 a內氣溫和降水發生明顯變化,氣溫在2007年發生由降溫趨勢到增溫趨勢的改變,降水突變點為1986、2008年,由上升向下降趨勢轉變;而熱帶雨林勐臘地區氣溫突變要早于元江地區,突變點為1985年,降水突變點為1961、1982、1999年,變化較為頻繁。
(4)元江和勐臘地區在1957—2018年年均氣溫和年降水量存在明顯的周期變化。兩地區在約61a內氣溫存在著28a的主周期變化,也存在著不同的次周期變化,降水方面干熱河谷元江地區存在28a的周期變化,存在與氣溫周期變化的同步性,而熱帶雨林勐臘地區則不同,降水主要為6a周期的變化。
以上結論,驗證分析了61 a來干熱河谷元江地區和熱帶雨林勐臘地區部分氣候因子的變化和規律。兩地區氣候變化特征基本與其他研究的結果較為吻合[33-35]。在全球變暖的背景下,不同區域存在不同的影響機制,因而兩地區對大氣升溫的反饋機制不同,致使氣候因子產生不同的變化;同時,地氣系統在氣候變化的影響下發生變化,氣溫和降水等也會呈現年際和年代震蕩。此外,在后續的氣候變化研究中需要在以下方面進行更深入的探討:本研究只選取了元江和勐臘2個氣象臺站的資料,數據樣本有限,對研究結果的精度有一定影響。因此,需要更詳細的數據進行驗證與分析,并與氣候模型研究方法相結合,以提高研究結果的準確性。