西藏日喀則地區風速變化特征及核密度函數概率估算

仁增拉姆 格桑卓瑪

（西藏自治區日喀則市吉隆縣氣象局，西藏 日喀則 857000）

根據近日IPCC 報告顯示［1?2］，至2040 年全球溫升幅度達到1.5℃，全球氣溫不斷增暖的同時，將進一步提高極端氣候發生頻率、持續時間、影響范圍，而極端氣候的發生對農業生產、應急搶險物資配備、生態環境平衡等均構成嚴重威脅。因此，研究長時間序列極端氣候因子變化趨勢以及概率分布特征，為防災減災、提高天氣預報準確性均具有重要參考價值。

西藏地區無論水平、垂直尺度、海拔差異性均較大，且氣候變化特征最為顯著，成為我國氣候變化敏感關鍵區，由于其獨有的氣候特征，在掌握我國大空間尺度氣候變化規律探尋研究工作中具有重要地位。因此，研究西藏地區氣候變化特征具有較大代表性、典型性，目前部分學者對西藏地區氣候變化特征進行了研究，梅江梅等［3］利用氣象統計數據，研究氣候變化與牧民感知度相關性關系，指出牧民對氣候感知程度與海拔呈正相關性關系。劉琪等［4］利用藏中地區再分析資料，研究氣象因子變化對電網穩定運行的影響，指出風速具有顯著的年際、年代際變化特征，且呈逐年增大的趨勢。次仁曲宗等［5］利用山南地區觀測資料，研究大風日數時間、空間分布差異性，指出大風日數存在兩個顯著的集中中心，且季節分布特征較為顯著。格桑卓瑪等利用日喀則地區近30 年觀測站風速資料，研究日喀則南部邊緣以及西部地區大風天氣變化特征，指出大風天氣季節特征較為明顯，主要集中在春季、冬季，且存在兩個風速極大值中心、四個風速極小值中心。

本文利用1970—2020 年西藏日喀則地區風速觀測資料，首先研究平均風速、最大風速整體年際變化特征，以及極大風速逐月分布特征；其次研究風速突變年前后風速變化速率差異性；最后采用核密度函數對不同風速范圍概率進行估計研究，本文研究所得結論為該地區風速氣候因子研究以及風資源估算均具有一定參考價值。

1 風速時間尺度變化特征

1.1 長時間尺度變化特征

本文利用日喀則國家地面基準站風速觀測資料，主要采用線性擬合法［6］對觀測資料統計分析，研究該地區1970—2020 年平均風速以及1980—2020 年最大風速變化特征，從圖1 可以看出平均風速存在顯著的年際變化特征，總體上風速隨著時間尺度延長呈下降趨勢，計算出多年平均風速1.61m/s，擬合出風速隨時間演變方程為：y=?0.0092x+20.0539，說明每10 年風速降低0.092m/s。

圖1 西藏日喀則地區年平均風速演變趨勢

圖2可以看出最大風速同樣存在顯著的年際變化特征，計算出最大風速多年均值5.34m/s，總體上最大風速隨時間演變趨勢與平均風速相一致，隨著時間尺度延長呈下降趨勢，擬合出最大風速均值隨時間演變方程為：y=?0.0236x+52.5554，說明每10 年最大風速均值降低0.236m/s，下降幅度遠遠高于平均風速變化率。

圖2 西藏日喀則地區最大風速年均值演變趨勢

圖3可以看出極大風速同樣存在顯著的月分布特征，計算出全年極大風速均值為10.04m/s，從圖中可以看出極大風速主要集中在3～5 月份，極大風速分別為11.61m/s、12.45m/s、12.44m/s，而在冬季極大風速值相對較小，尤其是11～12 月份，極大風速分別為7.72m/s、7.23m/s。

圖3 西藏日喀則地區極大風速月平均演變趨勢

1.2 突變年前后變化率分析

本文利用風速觀測資料，采用M?K 突變檢驗算法［7］，首先分別計算平均風速、最大風速突變的年份，其次以突變年份為分界點，分別計算突變年前后風速變化速率，來研究突變年前后風速變化差異性。M?K突變檢驗算法核心表達式為：

上述公式中E(sk)、Var（sk）分別表示時間序列數據的均值及方差。

上述表達式為對風速時間序列數據正向統計計算出的風速M?K順序統計參數，同理將時間序列數據逆向排序可以計算出風速逆序統計參數，這樣可以計算出順序、逆序統計參數曲線交點即為突變點。圖4可以看出順序、逆序參數曲線交點位于2000 年，且處于臨界值范圍內，說明2000年為年平均風速開始突變的年份，本文選取的臨界值顯著性檢驗水平為0.05，同時可以看出從2004年開始順序統計值超出臨界值，說明從2004 年開始平均風速降低幅度最為顯著。因此，本文以2004 年為分界點，分別計算1970—2004年、2004—2020 年平均風速每10 年變化率分別為?0.074m/s、0.028 m/s，可以看出在突變年前后年平均風速變化率存在較大差異性，在突變年之前風速主要呈逐年遞減趨勢，而在突變年之后風速呈遞增的趨勢。

圖4 西藏日喀則地區平均風速M?K檢驗結果

采用同樣的方法，本文對最大風速突變年前后變化速率進行計算，結果顯示1999年為最大風速開始突變的年份，可以看出最大風速突變年份較平均風速早1 年，計算出突變年前后最大風速每10 年變化速率分別為0.274m/s、0.086m/s，最大風速突變前后變化速率較平均風速存在最明顯的差異性為在突變年前后最大風速均呈遞增趨勢，且突變年前遞增的速率遠遠高于突變后。

1.3 風速核密度函數概率估計

本文利用風速觀測資料，采用核密度函數(ksden?sity)方法［8］，研究最大風速概率分布情況，該算法的優勢在于對樣本數據無需進行去趨勢處理，即對數據分布規律性無要求，可以直接根據樣本數據直接計算其概率分布，該算法核心表達式為：

上述公式中：n為研究資料尺度，△l為計算概率密度時窗口間隔，為核函數，xi為獨立分布的樣本點。

從圖5 可以看出最大風速概率分布呈正態分布，且主要集中在4.5m/s～6.0m/s 之間，概率為96.2%，說明該地區最大風速有96.2%的概率分布于4.5m/s～6.0m/s 之間，而高于6.0m/s 的風速出現的概率相對較低。

圖5 西藏日喀則地區最大風速核密度概率估計

2 結論

本文利用1970—2020 年西藏日喀則地區風速觀測資料，采用線性擬合、M?K突變檢驗、核密度函數估計等方法，主要研究年平均風速、最大風速年際變化趨勢、極大風速月分布特征、突變年前后風速變化速率差異性以及最大風速概率分布情況。主要得出以下結論：年平均風速隨著時間尺度延長呈下降趨勢，每10 年風速降低0.092m/s；最大風速每10 年降低0.236m/s，下降幅度遠遠高于平均風速變化率；極大風速主要集中在3～5 月份，而在冬季極大風速值相對較小；2000 年為年平均風速開始突變的年份，且在突變年前后年平均風速變化率存在較大差異性，在突變年之前風速主要呈逐年遞減趨勢，而在突變年之后風速呈遞增的趨勢；1999 年為最大風速開始突變的年份，在突變年前后最大風速均呈遞增趨勢，且突變年前遞增的速率遠遠高于突變后；最大風速概率分布呈正態分布，且主要集中在4.5m/s～6.0m/s 之間，概率為96.2%，高于6.0m/s的風速出現的概率相對較低。