周志君, 周秋雪

(1.綿陽(yáng)市氣象局,四川綿陽(yáng)621000;2.成都信息工程學(xué)院,四川成都610225)

能夠反映氣候?qū)嶋H變化的均一性氣候序列是進(jìn)行氣候預(yù)測(cè)以及氣候變化預(yù)估的基礎(chǔ)。理論上,歷史氣候要素序列應(yīng)該是不包括人為干擾因素的能夠真實(shí)反映當(dāng)?shù)靥鞖夂蜌夂蜃兓畔⒌臄?shù)據(jù)。但在氣候序列形成過(guò)程中,站址遷移、儀器變更、儀器故障、新的平均計(jì)算公式、觀測(cè)時(shí)次變化以及觀測(cè)者的操作誤差等人為因素,導(dǎo)致了氣候序列產(chǎn)生突然不連續(xù)(即斷點(diǎn)),站址環(huán)境的漸變也可能產(chǎn)生漸變的非均一性。

氣候資料的非均一性,直接影響到氣候分析研究結(jié)論的代表性和準(zhǔn)確性。氣候資料的均一性檢驗(yàn)和訂正對(duì)于提高氣候資料的質(zhì)量和均一性狀況具有實(shí)用意義和價(jià)值。早在20世紀(jì)80年代中期,國(guó)外許多研究者就開始在氣候資料均一性檢驗(yàn)和訂正方面開展了大量的探索性研究工作,并已經(jīng)取得了一定的進(jìn)展[1-9]。近年來(lái)中國(guó)不少研究者也開始注重這方面的工作,分別對(duì)中國(guó)的地面及探空資料進(jìn)行了均一性檢驗(yàn)與訂正研究[10-17]。

在前人大量工作的基礎(chǔ)上,利用SNHT方法對(duì)綿陽(yáng)氣象站點(diǎn)年平均氣溫序列做均一性檢驗(yàn)和資料訂正工作。旨在對(duì)四川氣候資料均一性研究提供依據(jù)。

1 數(shù)據(jù)及方法

1.1 數(shù)據(jù)

綿陽(yáng)及周圍共14個(gè)站點(diǎn)1961～2010年月平均氣溫的觀測(cè)資料。14個(gè)站點(diǎn)名稱及其相應(yīng)的臺(tái)站號(hào)分別為：綿陽(yáng)(56196),安縣(56190),平武(56193),江油(56195),梓潼(57304),三臺(tái)(57307),鹽亭(57308),綿竹(56186),彭州(56189),什邡(56197),德陽(yáng)(56198),中江(56199),廣漢(56291),資陽(yáng)(56298)。

1.2 方法介紹

1.2.1 氣溫序列的正態(tài)性檢驗(yàn)

常用的正態(tài)檢驗(yàn)方法有Shapiro-Wilk檢驗(yàn),Mudholkar檢驗(yàn),Kolmogorov-Smirnov檢驗(yàn),X2檢驗(yàn),Anderson-Darling檢驗(yàn),Epps-Pulley檢驗(yàn),偏度和峰度檢驗(yàn)等。其中許多方法均要求樣本大小n要充分大(n≥50),即只適用于大樣本,而且計(jì)算工作量較大,普及范圍較差。但是Mudholkar檢驗(yàn)、Shapiro-Wilk檢驗(yàn)和偏度和峰度檢驗(yàn)就沒(méi)有大樣本的要求。其中Mudholkar檢驗(yàn)的特點(diǎn)是簡(jiǎn)便、靈敏,僅需要10個(gè)以上的數(shù)據(jù)便可。Shapiro-Wilk檢驗(yàn)需要的樣本數(shù)只要8≤n≤50就適用,因?yàn)樾颖?n＜8)對(duì)偏離正態(tài)分布的檢驗(yàn)不太有效。Shapiro-Wilk檢驗(yàn)是目前被公認(rèn)的比較好的正態(tài)檢驗(yàn)方法。偏度和峰度檢驗(yàn)適用于樣本容量1＜n＜5000的場(chǎng)合。

而對(duì)氣象要素序列進(jìn)行均一性檢驗(yàn),最關(guān)鍵的就是要求被檢驗(yàn)序列要服從正態(tài)分布。文中采用的正態(tài)性檢驗(yàn)方法為Shapiro-Wilk檢驗(yàn)。

該檢驗(yàn)由Shapiro和Wilk在1965年和1968年提出,用于檢驗(yàn)一個(gè)隨機(jī)樣本是否取自正態(tài)分布。檢驗(yàn)方法及步驟：

(1)將每個(gè)站點(diǎn)50年的年平均溫度值按從小到大排列 x1≤x2≤x3≤…≤xn,如果有一些值相等,則按順序重復(fù)列出。

(2)計(jì)算 S=∑ak[x(n+1-k)-x(k)],當(dāng) n為偶數(shù)時(shí),k=n/2;當(dāng) n為奇數(shù)時(shí),k=(n-1)/2。ak在樣本容量為n是有固定值,查表可得。

(4)選定檢驗(yàn)水平α,按n和α查w分布表(表1)。當(dāng)w＞w(n,α)時(shí),認(rèn)為站點(diǎn)的年氣溫序列是服從正態(tài)分布。

表1 Shapiro-Wilk檢驗(yàn)統(tǒng)計(jì)量分位數(shù)P=0.01和P=0.05分布表

1.2.2 氣溫序列的非均一性檢驗(yàn)

常用的非均一性檢驗(yàn)方法有：距平累加法,連續(xù)t檢驗(yàn)法,回歸檢驗(yàn)法,標(biāo)準(zhǔn)正態(tài)法(SNHT)等等。其中SNHT不依賴元數(shù)據(jù),它對(duì)于幅度較小的不連續(xù)點(diǎn)的檢測(cè)較為敏感,并且所檢驗(yàn)的序列可以是不同的氣候要素,諸多優(yōu)點(diǎn)使SNHT檢驗(yàn)被眾多學(xué)者爭(zhēng)相采用。采用該方法對(duì)綿陽(yáng)站點(diǎn)年均氣溫序列進(jìn)行均一性檢驗(yàn)。方法及步驟會(huì)在第三部分加以說(shuō)明。

2 檢驗(yàn)前的資料處理

對(duì)某一個(gè)測(cè)站資料進(jìn)行均一化檢驗(yàn),必須先了解氣候資料包含了哪些非均一性的因素。一般有3種[20]：序列本身存在時(shí)間非均一性,大尺度的影響(常常是由于大氣環(huán)流所造成的突變現(xiàn)象),局地環(huán)境產(chǎn)生的影響。實(shí)際上,一個(gè)地區(qū)內(nèi)的若干測(cè)站,由于受大氣環(huán)流控制,應(yīng)該有共同的氣候變化特征。但是對(duì)于某個(gè)測(cè)站由于局地環(huán)境變化給資料帶來(lái)的影響,只能通過(guò)與相鄰測(cè)站的資料進(jìn)行比較及診斷。這種比較可以使用與鄰站的比值序列或差值序列進(jìn)行診斷[10]。為了排除選用單個(gè)站點(diǎn)產(chǎn)生的隨機(jī)性影響,參照前人的研究方法,選用綿陽(yáng)周圍的多個(gè)站點(diǎn)作為參考站點(diǎn)。

圖1 綿陽(yáng)及周圍測(cè)站海拔高度等值線圖

表2 綿陽(yáng)站及其相鄰站點(diǎn)的位置和建站時(shí)間

圖1顯示的綿陽(yáng)及周圍共14個(gè)站點(diǎn)的分布圖,從圖中可以很直觀的看到周圍站點(diǎn)與綿陽(yáng)站點(diǎn)的遠(yuǎn)近程度和高度差異。表2具體列出了14個(gè)站點(diǎn)的經(jīng)緯度,海拔高度,建站時(shí)間等信息。從中篩選出距離綿陽(yáng)15km以內(nèi),海拔高度差在100m以內(nèi),并且在該時(shí)段內(nèi)數(shù)據(jù)完善的8個(gè)站點(diǎn),并對(duì)這8個(gè)站點(diǎn)的年平均溫度序列用Shapiro-Wilk方法進(jìn)行正態(tài)性檢驗(yàn)。結(jié)果如表3所示。

氣候序列均一性檢驗(yàn)的基礎(chǔ)和關(guān)鍵是建立待檢序列的參考序列和檢驗(yàn)序列,通過(guò)待檢序列和參考序列的對(duì)比來(lái)判斷序列的均一性。參考序列首先必須是均一的,才可以代表待檢序列真實(shí)的氣候序列變化,但這種理想狀況是不可能達(dá)到的。因此先用兩種常用的突變檢驗(yàn)法(滑動(dòng)t檢驗(yàn)和山本檢驗(yàn)),對(duì)8個(gè)站點(diǎn)的氣溫序列進(jìn)行檢驗(yàn),排除掉兩種方法共同檢測(cè)出相同突變點(diǎn)的站點(diǎn)。結(jié)果如表3所示。

表3 篩選站點(diǎn)的正態(tài)性檢驗(yàn)結(jié)果

查表1,w(50,0.05)的值為0.947。從表3中可以看到,在該顯著性水平下只有廣漢站點(diǎn)的氣溫序列不符合要求。滑動(dòng) t檢驗(yàn)和山本法共同檢測(cè)出江油有3個(gè)突變點(diǎn),因此該站點(diǎn)也排除。在剩下的站點(diǎn)中再選取相關(guān)系數(shù)最高的四個(gè)站點(diǎn)作為參考站點(diǎn),即綿竹、德陽(yáng)、中江、廣漢。

3 SNHT檢驗(yàn)

3.1 構(gòu)建被檢測(cè)序列

參照文獻(xiàn)[21]的方法構(gòu)建被檢驗(yàn)序列z。被檢驗(yàn)站(綿陽(yáng))氣溫序列x為f(xi),參照站點(diǎn)的函數(shù)g(yi)是用4個(gè)參照站點(diǎn)氣溫序列加權(quán)平均求取的。即

(1)式中rj為被檢測(cè)站與第j個(gè)參照站之間的相關(guān)系數(shù),k為參照站的站數(shù),yij為第j個(gè)站點(diǎn)第i年的年均氣溫值,為被檢測(cè)站點(diǎn)50年的年均氣溫均值為第j個(gè)站點(diǎn)50年的年均氣溫均值。求 f(xi)與g(yi)的差值序列再對(duì)差值序列進(jìn)行標(biāo)準(zhǔn)化處理其中為差值序列的標(biāo)準(zhǔn)差。即為被檢驗(yàn)序列。

3.2 SNHT檢驗(yàn)方法的實(shí)施

為了更加有效的檢測(cè)出盡可能多的斷點(diǎn),參考文獻(xiàn)[21],同樣采用半級(jí)分段法。比如在[1,n]之間第一次檢測(cè)出了一個(gè)超過(guò)信度的 T0max,斷點(diǎn)在a處。再把序列分為兩個(gè)子段：[1,a]和[a+1,n],分別對(duì)這兩個(gè)子段進(jìn)行均一性檢驗(yàn)。若某一個(gè)字段內(nèi)再出現(xiàn)斷點(diǎn),就繼續(xù)再分再檢驗(yàn),直到?jīng)]有新的斷點(diǎn)出現(xiàn)。

圖2 T0max顯著性水平臨界值

圖3為采用半級(jí)分段法后檢測(cè)出來(lái)的各段 T0值曲線圖。綿陽(yáng)站在這母段里面檢測(cè)出來(lái)的 T0max=11.75,遠(yuǎn)超過(guò)了該序列長(zhǎng)度95%信度檢驗(yàn)的閾值,出現(xiàn)斷點(diǎn)的序列號(hào)為 32,對(duì)應(yīng)的年份為 1992年。然后再對(duì)和這兩個(gè)子段進(jìn)行SNHT檢驗(yàn),第一個(gè)子段的斷點(diǎn)的年份是1962年,T0max=12.18,同樣超過(guò)了該序列長(zhǎng)度95%信度檢驗(yàn)的閾值。第二個(gè)子段的斷點(diǎn)年份是2002年,T0max=6.32,超過(guò)了該序列長(zhǎng)度90%信度檢驗(yàn)的閾值。繼續(xù)再分后,只有這個(gè)子段檢測(cè)出了斷點(diǎn),對(duì)應(yīng)的年份為1975年,T0max=6.75,超過(guò)了該序列長(zhǎng)度90%信度檢驗(yàn)的閾值。即在1961～2010這50年間,綿陽(yáng)的氣溫序列一共產(chǎn)生了四個(gè)斷點(diǎn),對(duì)應(yīng)的年份分別是：1962,1975,1992,2002。其中1992年和1962年這兩個(gè)斷點(diǎn)達(dá)到了95%的信度檢驗(yàn),1975和2002年達(dá)到了90%的信度檢驗(yàn)。根據(jù)間斷點(diǎn)位置查閱綿陽(yáng)站的歷史沿革發(fā)現(xiàn),1963年1月綿陽(yáng)站有遷站記錄。新站地址為綿陽(yáng)市普明公社,經(jīng)度為 104°40′E,緯度為31°28′N,海拔高度為470.8米。與原址綿陽(yáng)縣北門外沿江村(104°46′E,31°29′N)的海拔高度差約20.8米。2003年1月綿陽(yáng)站再次遷站,新站地址為綿陽(yáng)市涪城區(qū)石塘鎮(zhèn)瓦店村八社(104°44′E、31°27′N),海拔高度為 522.7米,距上一個(gè)站址的海拔高度差約51.9米。此次遷站前后,觀測(cè)場(chǎng)拔海高度變化相對(duì)較大,且觀測(cè)場(chǎng)周圍環(huán)境也發(fā)生了較大變化。以前測(cè)站是面靠公路,周圍房屋較多。新搬遷的地址位于城郊坡上,周圍鮮有樓房,視野開闊。固認(rèn)為該兩次遷站是致使氣溫序列數(shù)據(jù)不均一的主要原因之一,這是一種較為典型的臺(tái)站遷移導(dǎo)致某個(gè)月平均氣溫序列發(fā)生變化的例子。1975年斷點(diǎn)產(chǎn)生的原因可能是其附近年份的觀測(cè)時(shí)次發(fā)生了變化。綿陽(yáng)站歷史沿革資料顯示,1978年以前是采用02、08、14、20時(shí)4次實(shí)測(cè)數(shù)據(jù)計(jì)算的平均值,1978年以后改成了每日5次定時(shí)觀測(cè)。不過(guò)1992年前后既沒(méi)有發(fā)生臺(tái)站遷移,也沒(méi)有儀器的變更和計(jì)算方法的改變,故認(rèn)為該斷點(diǎn)的產(chǎn)生并不是人為因素造成的。接下來(lái)對(duì)該斷點(diǎn)產(chǎn)生的原因做如下分析。

圖3 被檢測(cè)序列 z的分段T0值曲線圖

圖4為綿陽(yáng)站1961～2010年氣溫距平的時(shí)間序列圖,從圖中可以看到該地區(qū)的氣溫在近50年來(lái)是顯著增加的,其氣候趨勢(shì)系數(shù)[22-24]通過(guò)了99%的信度檢驗(yàn)。增溫速率達(dá)到了0.2℃/10a,高于整個(gè)四川盆地的平均增溫速率[25]。從趨勢(shì)線(經(jīng)過(guò)9年滑動(dòng)平均)來(lái)看,20世紀(jì)90年代初期以前,趨勢(shì)線均位于零線以下,氣溫偏低。20世紀(jì)80年代中期開始持續(xù)增溫,與整個(gè)中國(guó)地區(qū)顯著增溫發(fā)生的時(shí)間段一致[26]。但是,從圖中可以明顯看到,1992年的年平均氣溫值是這個(gè)增溫的過(guò)程中的極低點(diǎn),說(shuō)明1992年氣溫的異常偏低是使該年份成為顯著斷點(diǎn)的原因之一。

圖4 綿陽(yáng)年平均氣溫距平序列(粗實(shí)線為9年滑動(dòng)平均)

圖5 1989～1995年逐月平均氣溫

圖5為1989年～1995年逐月的月平均氣溫圖。從圖中可以看到6月份的平均氣溫顯著偏低,其次是1、2、3月。參照表4中的數(shù)據(jù)可知,1992年綿陽(yáng)氣溫異常偏低主要是由于1、2、3、6月氣溫偏低所致。這也是造成1992年為氣溫序列斷點(diǎn)的主要原因之一。

表4 1992年月平均氣溫以及與1991、1993年的氣溫差值(℃)

4 結(jié)果及分析

經(jīng)過(guò)檢測(cè)發(fā)現(xiàn),綿陽(yáng)站 1961～2010間年均氣溫序列一共產(chǎn)生了 4個(gè)斷點(diǎn),即 1962、1975、1992、2002年。其中1962年和2002年這2個(gè)斷點(diǎn)均是因?yàn)榫d陽(yáng)站遷站造成的,再次證明臺(tái)站的遷移對(duì)氣溫資料均一性的影響較大。1975年斷點(diǎn)產(chǎn)生的原因可能是其附近年份的觀測(cè)時(shí)次發(fā)生了變化,由4次定點(diǎn)觀測(cè)改為了5次定點(diǎn)觀測(cè)。1992年斷點(diǎn)產(chǎn)生原因是由于該年1、2、3、6月份氣溫異常偏低所致。至于影響氣溫異常偏低的物理機(jī)制還需要進(jìn)一步研究分析。

雖然文中只檢驗(yàn)出綿陽(yáng)氣溫序列的間斷點(diǎn),這只是數(shù)據(jù)均一化工作最基礎(chǔ)的部分。因此下一步的工作重點(diǎn)是將這些變點(diǎn)后的數(shù)據(jù)給予訂正,給出均一化的數(shù)據(jù),為氣候與氣候變化研究提供可靠的數(shù)據(jù)來(lái)源。

[1]Alexandersson H.A homogeneity test applied to precipitation data[J].International Journal of Climatology,1986,6：661-675.

[2]Groisman P Y,Koknaeva V V,Belokrylova T A,et al.Overcoming biases of precipitation measurement：A history of the USSR experience[J].Bull.Amer.Mereor.Soc.,1991,72：1725-1733.

[4]Easterling D R,Peterson T C.A new method for detecting and adjusting for undocumented discontinuities in climatological time series[J].International Journal of Climatology,1995,15：369-377.

[5]Vincent L A.A technique for the identification of inhomogeneities inCanadian temperature series[J].Journal of Climate,1998,11：1094-1104.

[6]Li Q X,Liu X N,Zhang H Z,et al.Detecting and adjusting on temporalinhomogeneity in Chinese mean surface air temperature dataset[J].Advances in Atmospheric Sciences,2004,21(2)：260-268.

[7]Yan Z W,Jones P D.Detecting inhomogeneity in daily climate seriesusing wavelet analysis[J].Advances in Atmospheric Sciences,2008,25(2)：157-163.

[8]Li Z,Yan Z W.Homogenized daily mean/maximum/minimumtemperature series for China from 1960-2008[J].Atmospheric andOceanic Science Letters,2009,2：236-242.

[9]Li Q X,Dong W J.Detection and adjustment of undocumenteddiscontinuitiesin Chinese temperature seriesusing a composite approach[J].Advances in Atmospheric Sciences,2009,26(1)：143-153.

[10]李慶祥,劉小寧,張洪政,等.定點(diǎn)觀測(cè)氣候序列均一性研究[J].氣象科技,2003,31(1)：2-11.

[11]吳增祥.氣象臺(tái)站歷史沿革信息及其對(duì)觀測(cè)資料序列均一性影響的初步分析[J].應(yīng)用氣象學(xué)報(bào),2005,16(4)：461-467.

[12]崔宜少,李建華,叢美環(huán),等.威海氣象站年平均氣溫等氣象要素資料的非均一性檢驗(yàn)[J].應(yīng)用氣象學(xué)報(bào),2006,17(4)：511-513.

[13]高鳳姣,李長(zhǎng)軍.山東省45年年平均氣溫均一性檢驗(yàn)[J].氣象科技,2007,35(5)：744-749.

[14]吳利紅,康麗莉,陳海燕,等.地面氣象站環(huán)境變化對(duì)氣溫序列均一性影響[J].氣象科技,2007,35(1)：154-158.

[15]高曉容,李慶祥,董文杰.五臺(tái)山站歷史氣候資料的均一性分析[J].氣象科技,2008,36(1)：112-118.

[16]江志紅,黃群,李慶祥.近50年中國(guó)降水序列均一性檢驗(yàn)與訂正研究[J].氣候與環(huán)境研究,2008,13(1)：67-73.

[17]郭艷君,李慶祥,丁一匯.探空資料中的人為誤差對(duì)中國(guó)溫度長(zhǎng)期變化趨勢(shì)的影響[J].大氣科學(xué),2009,33(6)：1309-1318

[18]李慶祥,張洪政,劉小寧,等.中國(guó)均一化歷史氣溫?cái)?shù)據(jù)集(1951-2004)(1.0版)[R].北京：國(guó)家氣象信息中心氣象資料室,2006.

[19]曹麗娟,嚴(yán)中偉.地面氣候資料均一性研究進(jìn)展[J].氣候變化研究進(jìn)展,2011,7(2)：129-135.

[20]黃嘉佑,李慶祥.一種診斷序列非均一性的新方法[J].高原氣象,2007,26(1)：62-66.

[21]韓海濤,胡文超,劉積林,等.蘭州站氣候資料序列均一性的初步分析[J].干旱氣象,2008,26(3)：34-38.

[22]施能,陳家其,屠其璞.中國(guó)近100年四個(gè)年代際的氣候變化特征[J].氣象學(xué)報(bào),1995,53(4)：531-539.

[23]施能.北半球冬季大氣環(huán)流遙相關(guān)的長(zhǎng)期變化及其與我國(guó)氣候變化的關(guān)系[J].氣象學(xué)報(bào),1996,54(6)：675-683.

[24]施能,黃先香,楊揚(yáng).1948-2000年全球陸地年降水量場(chǎng)趨勢(shì)變化的時(shí)、空特征[J].大氣科學(xué),2003,27(6)：971-982.

[25]陳權(quán)亮,任景軒,晁華,等.20世紀(jì)50年代以來(lái)我國(guó)氣溫的區(qū)域變化[J].安徽農(nóng)業(yè)科學(xué),2010,38(7)：3571-3574.

[26]左洪超,呂世華,胡隱樵.中國(guó)近50年氣溫及降水量的變化趨勢(shì)分析[J].高原氣象,2004,23(2)：238-244.