淮北平原氣象要素變化趨勢分析

胡永勝

（安徽省（水利部淮河水利委員會）水利科學研究院（安徽省水利工程質量檢測中心站），安徽蚌埠 233000；水利水資源安徽省重點實驗室，安徽蚌埠 233000）

淮北平原處于我國中東部，是重要的糧食基地之一，水資源相對匱乏且開發利用程度高，旱澇交替發生。水文氣象要素變化時刻影響著氣候的變化，隨著經濟社會的快速發展，溫室氣體的大量排放使得氣溫不斷升高，溫度升高又對生態系統和生活環境造成了災難性的影響，氣候變化已成為人人關注的熱點問題[1]。

自20世紀60年代以來，眾多學者開展了水文循環演變規律的研究，由于近年來極端天氣頻發，春秋兩季時間越來越短，氣候變化對水文循環演變規律的影響已成為國內外學者重要的研究課題之一。湯奇成等[2]分別對洞庭湖地區和祁連山地區的水文規律進行了大量的描述性分析，徐劍峰和劉永福[3]對呼倫貝爾草原降水、水面蒸發和徑流量的變化規律進行了分析，王建等[4]采用累計距平法對新疆地區水文特征進行了分析，王振龍等[5]對淮北平原地區長期變化趨勢及特征進行了分析，張洪波等[6]研究了水文規律對生態系統的響應機制。近10年來，眾多學者對多地區域性水文演變規律及特征變化進行了大量的研究，研究多采用氣候傾向率法、MK 檢驗及小波分析對水文要素隨機性、突變性及周期性進行分析[7-8]。

如何定量和定性地分析氣象要素變化趨勢對淮北平原水文循環演變規律的影響[9-10]，對區域性水資源可持續發展及規劃有著重大意義。為此，本文利用五道溝實驗站1971—2019 年長序列原型觀測資料，對水面蒸發、氣溫、風速、日照、相對濕度及降水的四季變化規律進行分析研究[11-13]，力求揭示氣象要素與水文循環演變規律的關系，為該區域水資源的合理利用提供理論依據。

1 材料與方法

1.1 實驗區概況

五道溝水文水資源實驗站地處淮河以北，117°21'E、33°09'N，屬于平原區綜合性實驗站，建站70年來實驗觀測數據從未間斷。研究區四季分明，為暖溫帶半干旱半濕潤的氣候類型，站內設有氣象觀測場、62 套大型地中蒸滲儀、自動稱重式地中蒸滲儀與測流房等設備。其中，氣象場主要觀測水面蒸發量（E601 蒸發皿）、20 m3大水面蒸發、地表溫度、日照時數（太陽輻射）、風速、風向、濕度、降水量（虹吸式水量桶、標準式水量桶）等與水文有關的氣象因子[14-15]。

1.2 數據來源與處理

本文選取五道溝實驗站氣象場的實測數據，數據資料為1971—2019年水面蒸發量（mm）、降水量（mm）、風速（m/s）、氣溫（℃）、相對濕度（%）與日照（h）數據，對上述數據進行計算后得到1971—2019 年各氣象因素月平均數據，整理為四季數據。本文四季的劃分以氣象劃分法為主：3—5 月為春季，6—8 月為夏季，9—11 月為秋季，12 月至次年2 月為冬季。采用線性傾向估計法、Mann-Kendall 突變檢驗以及重標極差法（R/S）對上述氣象要素四季的變化規律及特征進行檢驗、分析。

2 分析方法

2.1 線性傾向估計

假設xi為樣本的某一個氣候變量，ti為該氣候變量相對應的時間，采用一元線性回歸建立xi與ti之間的回歸關系，公式：

式中：b為氣候傾向率，表示氣象要素隨時間的變化趨勢。當b＞0時，表示隨著時間的變化，該氣象要素呈現上升趨勢；當b＜0 時，表示隨著時間的變化，該氣象要素呈現下降趨勢。

為檢驗該氣候傾向率的顯著性，設定顯著性水平為0.05，選擇T檢驗及MK-Z值來檢驗其顯著性是否通過檢驗。

2.2 Mann-Kendall檢驗

Mann-Kendall檢驗[16]是目前廣泛應用的非參數檢驗法，本文采用MK 檢驗對實驗站氣象因素四季的變化趨勢及突變性進行分析，方法原理：假設有n個樣本，設其序列為x，構造秩序列如下：

秩序列Sk是第i時刻序列值大于j時刻序列值的個數的累計數。

假定時間序列是獨立的，設統計量：

式中：UF1=0，E(Sk)，Var(Sk)分別代表Sk的均值以及方差。在X1,…,Xn相互獨立且具有相互連續分布時，可分別求出：

利用MATLAB計算出UF、UB的值，將其繪入一張圖中，通過UF、UB 2 條曲線來分析氣象要素的突變點及變化趨勢。設定顯著性水平為0.05，得到顯著性水平相對應得臨界值，若UFk曲線在臨界值線的內部變動，表明氣象要素的變化趨勢和突變性不明顯；若UFk＞0，表明該氣象要素時間序列呈現上升趨勢，反之則呈現下降趨勢；當UFk曲線超出臨界值曲線時，表明該氣象要素序列上升或下降趨勢顯著。當UFk、UBk曲線在臨界線之間有交點時，交點所對應的時間就是序列突變開始的時間；如果2 個曲線交點在臨界值線外出現，可結合其他檢驗方法進一步判定是否為突變點。

2.3 重標極差

重標極差法是計算Hurst 指數來定量分析氣象要素時間序列長期變化趨勢依賴過去數據的有效分析方法。其原理如下：設一組時間序列為X1，…，Xn，其長度為N，設長度為n，并均分為A個相鄰的子區間，計算各子區間Ia的均值，公式：

計算Ia均值的累積截距，公式：

得到R/S公式：

從公式（7）開始，重復公式2～10，直到n=N時停止，得到序列，其中n=3，…，N。

以Log（n）為自變量，Log（R/S）為因變量進行線性回歸，公式：

式中H為Hurst指數的估計值。

3 結果與分析

3.1 氣象要素變化趨勢分析

由表1 可知，水面蒸發四季的氣候傾向率值均小于0，通過顯著性水平?= 0.05 的t檢驗與MK 檢驗，故水面蒸發四季存在明顯的下降趨勢。水面蒸發各季節下降趨勢存在明顯差異，其中夏季下降趨勢最大，平均下降速率為1.18 mm/10 a，春季次之為，平均下降速率為0.73 mm/10 a，冬季最小，平均下降趨勢為0.34 mm/10 a。

表1 各氣象要素四季氣候傾向率及顯著性檢驗結果

降水量四季氣候傾向率值均小于0，春、秋和冬季的氣候傾向率通過檢驗，夏季氣候傾向率值為-0.296，檢驗sig.值為0.058，大于0.05，未通過檢驗，其MK 檢驗的z 值為-1.953，絕對值小于1.96，也未通過檢驗。故降水量夏季沒有明顯的上升或下降趨勢，春秋冬三季存在下降趨勢。風速四季氣候傾向率T檢驗與MK檢驗結果同降水量一致，其夏季無明顯上升或下降趨勢，春秋冬三季呈現下降趨勢，且沒有明顯的季節性差異。

相對濕度四季氣候傾向率值都大于0，均通過T檢驗和MK檢驗。故存在明顯的上升趨勢，且四季上升趨勢存在明顯差異，其中冬季最大，春季次之，夏季最小。

氣溫四季氣候傾向率值都大于0，春、秋和冬季通過T 檢驗和MK 檢驗，夏季氣候傾向率為0.04，檢驗sig.值為0.101，大于0.05，未通過檢驗，其MK檢驗的z 值為1.250，也未通過檢驗。故氣溫夏季沒有明顯的變化趨勢，春秋冬三季存在明顯的上升趨勢且沒有明顯季節性差異。

日照四季氣候傾向率值都小于0，夏、秋和冬季的氣候傾向率通過檢驗，春季傾向率值為-0.02，檢驗sig.值為0.463，大于0.05，未通過檢驗，其MK檢驗的z 值為-0.759，絕對值小于1.96，也未通過檢驗。故日照春季沒有明顯的變化趨勢，春、秋、冬三季存在明顯的下降趨勢，夏季下降最明顯，平均下降速率為1.31 h/10 a，春季最小。

3.2 氣象要素Mann-kendall分析

3.2.1水面蒸發突變分析經數據分析可知，水面蒸發四季均發生了突變，且有且只有1個突變點。春季發生突變的年份為1987 年左右，1991 年后UF曲線超出臨界值線范圍，且UF 值均小于0，表明1991年后水面蒸發量存在明顯的下降趨勢；夏季發生突變的年份為1988 年左右，1991 年后UF 曲線超出臨界值線范圍，且UF 值均小于0，表明1991 年后水面蒸發量存在明顯的下降趨勢；秋季發生突變的年份為1992 年左右，其中1986—1989 年、1993—1999年以及2005—2019年3個時間段水面蒸發量存在明顯的下降趨勢；冬季發生突變的年份為1983年左右，1988年后UF曲線超出臨界值線范圍，且UF值均小于0，表明1988 年后水面蒸發量存在明顯的下降趨勢。

3.2.2降水突變分析經數據分析可知，降水量四季均發生了突變，且突變時間不只1 個。春季發生突變的年份在1999、2012 和2015 年左右，2008—2011年UF曲線超過臨界線，降水量變化下降趨勢明顯；夏季發生突變的年份在1993—1998 年，2001—2010 年降水量存在下降趨勢；秋季發生突變的年份在1987年和2015年左右，其中2004—2013年降水量存在明顯的下降趨勢；冬季發生突變的年份在1987、1996 和1999 年左右，且在2005—2013 年和2016—2019年2個時間段內降水量存在明顯的下降趨勢。

3.2.3風速突變分析經數據分析可知，風速Mann-kendall 檢驗結果只有夏季UF、UB 2 個曲線交點在臨界線內，故夏季存在突變點，春季、秋季和冬季沒有發生明顯的突變。1978—2019 年風速存在明顯的下降趨勢；夏季發生突變的年份在1992—1998 年，由于UF 曲線基本在臨界線內，表明風速夏季不存在明顯的變化趨勢；風速秋季在1980—2019 年存在明顯的下降趨勢；風速冬季在1981—2019 年存在明顯的下降趨勢。

3.2.4相對濕度突變分析由數據分析可知，相對濕度四季均發生了突變。春季發生突變的年份在1983 年左右，1995 年后UF 曲線超出臨界值線范圍，且UF 值均大于0，表明1995 年后相對濕度存在明顯的上升趨勢；夏季發生突變的年份在1982 年左右，1989 年后相對濕度存在明顯的上升趨勢；秋季發生突變的年份在1982 年左右以及1987—1991，2014—2019 年存在明顯的上升趨勢；冬季發生突變的年份為1989—1992年之間，2003—2014年以及2017—2019年2個時間段內存在明顯的上升趨勢。

3.2.5氣溫突變分析由數據分析可知，氣溫四季均發生了突變。春季發生突變的年份在2009 年左右，2011 年后UF 曲線超出臨界值線范圍，且UF值均大于0，表明2011—2019 年氣溫存在明顯的上升趨勢；夏季發生突變的年份在2013 年和2015 年左右，UF 曲線基本在臨界值線內，故氣溫在夏季沒有明顯的變化趨勢；秋季發生突變的年份在1997—1999 年、2004—2019 年存在明顯的上升趨勢；冬季發生突變的年份在1992 年左右、2001—2003 年以及2017—2019 年2 個時間段內存在明顯的上升趨勢。

3.2.6日照突變分析由數據分析可知，日照四季均發生了突變。春季發生突變的年份在1974—1978 年以及1986 年左右，且UF 曲線基本落在2 個臨界線內部，表明日照在春季不存在明顯的變化趨勢；夏季發生突變的年份在1985 年左右，1998—2019 年UF 曲線超出臨界線，存在明顯的下降趨勢；秋季發生突變的年份在2003 年左右，在2017—2019年存在明顯的下降趨勢；冬季發生突變的年份在2001 年左右，2007—2019 年存在明顯的下降趨勢。

3.3 氣象要素重標極差法分析

3.3.1Hurst 指數分析Hurst 指數可以揭示氣象要素的未來變化趨勢。由表2 可知，各氣象要素四季的Hurst 指數均大于0.5，表明未來變化趨勢與過去一致，即水面蒸發四季未來還將呈現下降趨勢，降水和風速除夏季外，其余三季未來變化趨勢是下降的，氣溫除夏季外其余三季未來變化趨勢是上升的，日照除了春季外其余三季未來趨勢是下降的，相對濕度四季未來均呈現上升趨勢。

表2 各氣象要素四季Hurst指數結果

3.3.2V統計量分析通過V 統計量判斷是否有非周期循環，繪制V—ln（n）曲線圖，當曲線出現明顯轉折時，表明氣象要素過去變化趨勢對未來變化趨勢的影響消失，此時對應的時間長度n 就是氣象要素的平均循環長度。經數據分析可知，水面蒸發四季出現的第1 個拐點分別是在ln（n）為1.95、1.95、2.56 和2.30 時，由此得到n 分別為7、7、13 和10，即水面蒸發四季平均循環長度分別為7、7、13 和10 年。同理可得到降水四季平均循環長度分別為11、8、8和11年；風速四季平均循環長度分別為10、8、13 和14 年；氣溫四季平均循環長度分別為8 年、9 年、9 年和13 年；日照四季平均循環長度分別為17、10、11 和18 年；相對濕度平均四季循環長度分別為11、11、9 和9 年。

4 結論與展望

4.1 結論

（1）線性趨勢法分析結果表明，該地區水面蒸發下降趨勢四季均明顯，降水和風速下降趨勢春秋冬明顯，日照夏秋冬下降趨勢；相對濕度四季變化上升趨勢明顯，氣溫春秋冬三季上升趨勢明顯[16]。

（2）由Mann—kendall 檢驗可得，水面蒸發、降水、相對濕度、氣溫以及日照的四季均發生了突變，而風速只有夏季發生了突變。

（3）由重標極差法分析可得水面蒸發、降水、風速、氣溫、日照和相對濕度的Hurst 指數均大于0.5，即未來變化趨勢與過去表現一致；V 統計量計算可得水面蒸發四季平均循環長度分別為7、7、13 和10 年，降水四季平均循環長度分別為11、8、8 和11 年，風速四季平均循環長度分別為10、8、13 和14年，氣溫四季平均循環長度分別為8、9、9和13年，日照四季平均循環長度分別為17、10、11和18年，相對濕度平均四季循環長度分別為11、11、9和9年。

4.2 展望

為進一步分析淮北平原氣象要素的變化規律，今后應選取更多的站點資料進行分析，從而提出更大區域上的時空演變規律。