包頭市氣候年景特征分析

趙怡卿

摘要 氣候年景是一年氣候狀況的綜合表征，主要由氣溫、降水描述，指數(shù)反映實(shí)際氣候偏離氣候平均水平的程度，指數(shù)計(jì)算方法由《氣候年景評(píng)估方法》（GB/T 33670—2017）定義。結(jié)果表明：1980—2022年包頭市氣候年景指數(shù)在研究時(shí)段呈現(xiàn)波動(dòng)上升趨勢(shì)，不同等級(jí)氣候年景隨時(shí)間的變化大致呈對(duì)稱分布。氣溫年景指數(shù)、降水年景指數(shù)、氣候年景指數(shù)在研究時(shí)段均未出現(xiàn)明顯突變。年平均氣溫在1997年前后出現(xiàn)突變，突變后氣溫增速變緩。

關(guān)鍵詞 氣候年景；氣溫年景；降水年景

中圖分類號(hào)：P467 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2023）12–0-03

Analysis of Climate annual status Characteristics in Baotou City

Zhao Yi-qing （Baotou Meteorological Bureau of Inner Mongolia Autonomous Region， Baotou， Inner Mongolia 014030）

Abstract Annual climate status is a comprehensive representation of annual climate conditions， mainly described by temperature and precipitation. The index reflects the degree to which the actual climate deviates from the average climate level. The index calculation method is defined by the “Assessment Method for Annual climate status “（GB/T 33670—2017）. The results show that the annual climate index of Baotou City from 1980 to 2022 showed a fluctuating upward trend during the research period， and the changes of annual climate status at different levels over time were roughly symmetrically distributed. The annual temperature index， annual precipitation index， and annual climate index did not show significant changes during the study period. The annual average temperature experienced a sudden change around 1997， and after the change， the temperature growth rate slowed down.

Key words Annual climate status; Annual temperature status; Annual precipitation status

氣候年景是一年氣候狀況的綜合表征，主要通過(guò)評(píng)價(jià)年內(nèi)基本氣象參數(shù)（平均值、離散程度等）給出氣候總體評(píng)價(jià)，是研究氣候和氣候變化對(duì)各敏感行業(yè)影響評(píng)估的基礎(chǔ)，也是當(dāng)前防災(zāi)減災(zāi)、決策服務(wù)的需求。中國(guó)氣象局在2017年頒布了《氣候年景評(píng)估方法》（GB/T 33670—2017），明確了氣候年景的定量評(píng)估方法，避免了之前很多地方以災(zāi)害損失定氣候年景而導(dǎo)致評(píng)估結(jié)果年際間可比性較差的弊端[1]。在國(guó)標(biāo)的基礎(chǔ)上，多地對(duì)評(píng)估標(biāo)準(zhǔn)進(jìn)行了補(bǔ)充完善，例如：貴州省氣象部門在年景指數(shù)中增加了日照指數(shù)的權(quán)重，并增加了干旱、暴雨、凝凍、秋綿雨等多種災(zāi)害年景的評(píng)估方法；福建省建立了低溫、高溫、雨澇、干旱等不同年景的評(píng)價(jià)指標(biāo)并構(gòu)建了模型；湖南省引入綜合干旱、洪澇年景對(duì)氣候年景評(píng)估結(jié)果進(jìn)行訂正；青海省、吉林省甚至頒布了針對(duì)牧業(yè)和玉米作物的氣候年景評(píng)估方法[2-6]。

截至目前，內(nèi)蒙古尚未對(duì)氣候年景評(píng)估方法的國(guó)標(biāo)進(jìn)行本地化修訂。但氣候年景關(guān)乎糧食產(chǎn)量、工業(yè)生產(chǎn)、生活旅游等社會(huì)經(jīng)濟(jì)的多方面，了解氣候年景的演變趨勢(shì)進(jìn)行年際間的對(duì)比具有現(xiàn)實(shí)意義。基于此，依據(jù)氣候年景評(píng)估方法的國(guó)家標(biāo)準(zhǔn)對(duì)包頭市歷史氣候年景進(jìn)行分析計(jì)算，以此了解國(guó)標(biāo)下的年景變化特征和特殊年份的年景評(píng)估結(jié)果。

1 資料與方法

1.1 資料

利用包頭市7個(gè)國(guó)家氣象站1980—2022年逐旬、逐年平均氣溫、降水資料，計(jì)算氣溫年景指數(shù)、降水年景指數(shù)和氣候年景指數(shù)。取1980—2010年平均值作為氣候平均值。

1.2 方法

1.2.1 氣溫年景指數(shù)和等級(jí)劃分 氣溫年景指數(shù)是反映年內(nèi)氣溫偏離氣候平均值的程度指標(biāo)。

國(guó)標(biāo)定義的計(jì)算公式為：

（1）

在式（1）中，It為氣溫年景指數(shù)，Tij為第j站第i旬平均氣溫，Tij為第j站第i旬平均氣溫的氣候平均值，σij為第j站第i旬平均氣溫的標(biāo)準(zhǔn)差，N為區(qū)域內(nèi)參加統(tǒng)計(jì)的站數(shù)。氣溫年景指數(shù)根據(jù)百分位閾值法劃分為弱、偏弱、中等、偏強(qiáng)、強(qiáng)共5個(gè)等級(jí)（表1）。

1.2.2 降水年景指數(shù)及等級(jí)劃分 降水年景指數(shù)是反映年內(nèi)降水偏離氣候平均值的程度指標(biāo)。

計(jì)算公式為：

（2）

式（2）中，Ip為降水年景指數(shù)，（SPI30）ij為第j站第i旬30 d標(biāo)準(zhǔn)化降水指數(shù)，計(jì)算方法參見(jiàn)《氣象干旱等級(jí)》（GB/T 20481—2018），N為區(qū)域內(nèi)參加統(tǒng)計(jì)的站數(shù)[7]。降水年景指數(shù)根據(jù)百分位閾值法劃分為好、較好、一般、較差、差共5個(gè)等級(jí)。

1.2.3 氣候年景指數(shù)及等級(jí)劃分 氣候年景指數(shù)是反映氣候年景指標(biāo)。

計(jì)算公式為：

Ic=It+3×Ip（3）

式（3）中，Ic為氣候年景指數(shù)。氣候年景指數(shù)根據(jù)百分位閾值法劃分為好、較好、一般、較差、差共5個(gè)等級(jí)。

1.2.4 百分位數(shù)計(jì)算 百分位數(shù)計(jì)算采用經(jīng)驗(yàn)公式如下：

（p）=（1-γ）Xj+γXj+1（4）

式（4）中，p為百分位，（p）為p百分

位對(duì)應(yīng)的百分位數(shù)，Xj為升序排列后的樣

本序列的第j個(gè)值，j=int（p×n+（1+p）/3），

n為樣本長(zhǎng)度，r=p×n+（1+p）/3，j為p、n的函數(shù)。

2 結(jié)果與分析

2.1 氣溫年景分析

1980—2022年包頭市年平均氣溫為3.6 ℃（1984年）～6.9 ℃（2017年）（圖1），多年平均氣溫5.6 ℃；年平均氣溫呈波動(dòng)上升趨勢(shì)，氣候傾向率為0.45 ℃/10年。年平均氣溫累計(jì)距平曲線顯示在1997年前后出現(xiàn)突變，突變前年平均氣溫4.9 ℃，突變后平均氣溫6.1 ℃，突變前后平均氣溫上升了1.2 ℃；突變前氣溫趨勢(shì)傾向率0.6 ℃/10年，突變后氣溫趨勢(shì)傾向率為0.11 ℃/10年，即增速放緩。

1980—2022年氣溫年景指數(shù)為18.3（1988年）～42.4（1998年）（圖2），多年平均值28.3；氣溫年景指數(shù)呈波動(dòng)增強(qiáng)的趨勢(shì)，氣候傾向率為1.0/10年，M-K突變檢驗(yàn)顯示未有明顯的突變點(diǎn)（圖3）。采用1981—2020年作為氣候標(biāo)準(zhǔn)期，計(jì)算第10、30、70、90百分位閾值分別為21.9、25.8、30.2、34.7。

按照氣溫年景的等級(jí)劃分方法，1980—2022年氣溫年景為弱等級(jí)的有4年，偏弱年份8年，中等年份18年，偏強(qiáng)年份10年，強(qiáng)年份3年，分別占總年份的9.3%、18.6%、41.9%、23.3%、7%。

2.2 降水年景分析

1980—2022年包頭市平均降水量為162.6 mm（2005年）～428.9 mm（2003年）（圖4），多年平均降水量274.4 mm；年降水量呈波動(dòng)增加趨勢(shì)，氣候傾向率4.6 mm/10年。

1980—2022年降水年景指數(shù)為27.4（2009年）～43.7（2003年）（圖5），多年平均值33.3，降水年景指數(shù)為波動(dòng)增強(qiáng)趨勢(shì)，氣候傾向率為0.51/10年，M-K突變檢驗(yàn)顯示未有明顯的突變點(diǎn)（圖6）。采用1981—2020年作為氣候標(biāo)準(zhǔn)期，計(jì)算第10、30、70、90百分位閾值分別為29.7、32.1、34.7、37.1。1980—2022年，降水年景為弱等級(jí)的有6年、偏弱年份9年、中等年份16年、偏強(qiáng)年份9年、強(qiáng)年份3年，分別占到總年份的14.0%、20.9%、37.2%、20.9%、7.0%。

2.3 氣候年景分析

1980—2022年氣候年景指數(shù)為111.9（2009年）～156.8（2003年）（圖7），多年平均值128.3，指數(shù)變化趨勢(shì)為波動(dòng)增強(qiáng)，氣候傾向率為2.52/10年，M-K突變檢驗(yàn)顯示研究時(shí)段未有明顯的突變點(diǎn)（圖8）。采用1981—2020年作為氣候標(biāo)準(zhǔn)期，計(jì)算第10、30、70、90百分位閾值分別為114.7、120.9、133.6、143.8。1980—2022年，氣候年景為好等級(jí)的有5年、較好年份9年、一般年份16年、較差年份9年、年份4年，分別占總年份的11.6%、20.9%、37.2%、20.9%、9.3%。

經(jīng)計(jì)算，差等級(jí)的氣候年景包括了1998、2003、2008和2015年，調(diào)查災(zāi)情可知：2015年達(dá)茂旗發(fā)生嚴(yán)重干旱，全旗有52 420人受災(zāi)，37 600 hm2農(nóng)作物成災(zāi)，經(jīng)濟(jì)損失約1 212萬(wàn)元；2003、2008年土右旗、達(dá)茂旗均發(fā)生了嚴(yán)重洪澇災(zāi)害；1998年土右旗發(fā)生洪澇。已知較差年景的災(zāi)情有：2018年，土右旗、固陽(yáng)縣發(fā)生洪澇災(zāi)害；2012年土右旗發(fā)生旱，22 632人受災(zāi)，2 266.2 hm2作物成災(zāi)。1982、1999、2001、2005、2009年達(dá)茂旗都出現(xiàn)干旱，上述年份的氣候年景為好或較好等級(jí)，分析其原因可能是階段干旱后出現(xiàn)了有效降水緩和旱情，也可能是全市平均的氣候年景指數(shù)影響了個(gè)別地區(qū)的指數(shù)表達(dá)。

3 結(jié)論

1980—2022年氣溫年景指數(shù)、降水年景指數(shù)、氣候年景指數(shù)隨時(shí)間的變化趨勢(shì)表現(xiàn)出不同程度的波動(dòng)增強(qiáng)，各指數(shù)在不同等級(jí)年份大致呈對(duì)稱分布，各指數(shù)在研究時(shí)段內(nèi)也未出現(xiàn)明顯的突變點(diǎn)。年平均氣溫、年降水量在研究時(shí)段內(nèi)氣候傾向率均呈升高趨勢(shì)，年平均氣溫在1997年前后出現(xiàn)突變。在已知的氣象災(zāi)害損失中，災(zāi)損較重時(shí)，氣候年景指數(shù)可能并不高。鄒燕等[8]也認(rèn)為氣象災(zāi)害事件的經(jīng)濟(jì)損失和社會(huì)影響，除了與事件強(qiáng)度有關(guān)，還與事件發(fā)生的時(shí)間、地點(diǎn)，以及所在地的社會(huì)經(jīng)濟(jì)狀況有關(guān)。因此，氣候年景狀況與氣象災(zāi)害損失大小不一致的情況可能存在。

參考文獻(xiàn)

[1] 鹿翠華，張美玲，苑文華，等.棗莊地區(qū)氣候年景特征分析[J].農(nóng)業(yè)災(zāi)害研究， 2022，12（7）：105-107.

[2] 馮敏玉，胡萍，吳風(fēng)雨.2019年南昌地區(qū)氣候年景分析[J].天津農(nóng)業(yè)科學(xué)，2020， 26（8）：72-76.

[3] 曹永強(qiáng)，齊靜威，王菲，等.遼寧省春玉米全育期的氣候適宜度及年景評(píng)估[J].地理科學(xué)，2020，40（7）：1210-1220.

[4] 伍紅雨，鄒燕，郭堯.廣東氣候年景的客觀定量化評(píng)估[J].大氣科學(xué)學(xué)報(bào)，2020， 43（3）：516-524.

[5] 陳仁清.密度和氣候年景對(duì)林下仿野生栽培金線蓮生長(zhǎng)的影響[J].安徽農(nóng)學(xué)通報(bào)，2019，25（5）：26-28，50.

[6] 王曉敏.河南縣2017年氣候變化對(duì)牧草生長(zhǎng)發(fā)育的影響[J].農(nóng)家參謀，2019（1）： 123.

[7] 徐敏，江蘇省農(nóng)業(yè)氣候年景預(yù)測(cè)技術(shù)研究.江蘇省，江蘇省氣象服務(wù)中心，2018 -06-15.

[8] 鄒燕，伍紅雨，林昕，等.氣候年景定量化評(píng)價(jià)方法[J].氣象學(xué)報(bào)，2019，77（6）： 1124-1133.