周瑋

（吉安市氣象局，江西吉安 343000）

吉安市氣溫與相關(guān)因子分析及其短期預(yù)報(bào)模型研究

周瑋

（吉安市氣象局，江西吉安 343000）

利用江西省吉安市地面氣象觀測(cè)資料，采用一元線性回歸、均方差、M-K非參數(shù)檢驗(yàn)法、EMD經(jīng)驗(yàn)?zāi)B(tài)分解等分析方法，研究吉安市氣溫變化特征及其與氣象因子的相關(guān)性。通過對(duì)年平均氣溫年際變化特征的分析，發(fā)現(xiàn)吉安市年平均氣溫呈增溫趨勢(shì)，每10a增溫0.17℃；通過M-K檢驗(yàn)，得出2001年為吉安市年平均氣溫突變年；通過年平均氣溫與其他氣象因子相關(guān)性分析，得出氣溫與降水之間存在顯著的負(fù)相關(guān)性關(guān)系。而后根據(jù)EMD分解第5個(gè)IMF分量得出，年平均氣溫在年際尺度上呈顯著增溫趨勢(shì)，而年平均降水呈顯著遞減趨勢(shì)。最后以年平均氣壓、年降水量、年平均相對(duì)濕度、年平均日照和年平均風(fēng)速5個(gè)氣象因子為自變量，以年平均氣溫為因變量，建立逐步回歸方程，用于對(duì)年平均氣溫進(jìn)行預(yù)報(bào)，模型預(yù)測(cè)效果較好。

氣溫；相關(guān)性分析；M-K檢驗(yàn)；EMD經(jīng)驗(yàn)?zāi)B(tài)分解；逐步回歸

近年來，由于人類活動(dòng)的加劇，溫室氣體的大量排放，使得我國的氣候正經(jīng)歷逐漸變暖的變化趨勢(shì)。有研究結(jié)果表明，在未來幾十年內(nèi)我國年平均氣溫將升高2～3℃。溫度的升高將會(huì)對(duì)我國自然生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)發(fā)展造成一定的負(fù)面影響。因此，對(duì)氣候變化特征研究顯得極為重要。

目前，國內(nèi)外很多學(xué)者對(duì)不同區(qū)域的氣溫變化進(jìn)行了研究。國內(nèi)有劉雪鋒等［1］利用遼寧省測(cè)站50a的氣溫?cái)?shù)據(jù)，首先使用一元回歸方程對(duì)年平均氣溫年代變化進(jìn)行分析，然后運(yùn)用M-K突變檢驗(yàn)法對(duì)年平均氣溫進(jìn)行非參數(shù)檢驗(yàn)，結(jié)果表明遼寧省年平均氣溫呈遞增趨勢(shì)。李鵬飛等［2］利用安徽省銅陵市氣溫資料，采用一元線性回歸、M-K突變和累積距平等方法，對(duì)銅陵市氣溫變化特征進(jìn)行分析，結(jié)果表明銅陵市年平均氣溫呈上升趨勢(shì)。郭志梅等［3］使用中國北方地區(qū)逐年、逐日氣溫觀測(cè)資料，對(duì)我國北方氣溫特征變化進(jìn)行分析，結(jié)果表明我國北方年平均氣溫、日最高氣溫及日最低氣溫呈顯著的增溫趨勢(shì)，且東北地區(qū)增溫幅度高于西北和華北。沈姣姣等［4］使用陜西省西安市逐日氣溫?cái)?shù)據(jù)，采用M-K非參數(shù)檢驗(yàn)、滑動(dòng)t檢驗(yàn)及R/S分形理論，對(duì)西安市24節(jié)氣年平均氣溫變化特征進(jìn)行分析，結(jié)果表明立冬、驚蟄、小雪及春分節(jié)氣氣溫呈顯著的增溫趨勢(shì)。國外有Mann等［5］使用近500a氣溫?cái)?shù)據(jù)，對(duì)全球氣溫變化規(guī)律進(jìn)行研究，結(jié)果表明全球氣溫存在15～35a和50～150a兩類振蕩周期規(guī)律。Lau等［6］使用全球氣溫資料，并對(duì)氣溫?cái)?shù)據(jù)使用小波變換分析得出，全球地表氣溫存在60a和80a的長周期變化規(guī)律。Lebedeff［7］和Vinnikov［8］等對(duì)全球氣溫分析得知，全球表面年平均氣溫從19世紀(jì)末至20世紀(jì)90年代中期氣溫上升0.3～0.6℃。

此外，還有很多學(xué)者對(duì)氣溫變化進(jìn)行研究取得了一些成果。但目前對(duì)氣溫預(yù)測(cè)研究還是相對(duì)較少。叢凌博等［9］使用時(shí)間序列ARMA數(shù)學(xué)模型，對(duì)氣溫樣本進(jìn)行建模并預(yù)報(bào)，結(jié)果表明模型精度較高，預(yù)測(cè)效果較好。唐湘玲等［10］使用灰色理論對(duì)新疆阿克蘇地區(qū)年平均氣溫建立G（1，1）模型進(jìn)行短期預(yù)報(bào)。

1 資料來源

本文使用江西省吉安市逐日氣溫資料，計(jì)算出年平均氣溫來研究氣溫年際變化規(guī)律，使用平均氣壓、平均相對(duì)濕度、平均降水量、平均風(fēng)速、平均日照數(shù)5個(gè)氣象因子逐日數(shù)據(jù)，研究年平均氣溫與這5個(gè)因子之間的相關(guān)性。上述資料均來源于吉安市國家基準(zhǔn)地面氣象觀測(cè)站。

2 年平均氣溫變化趨勢(shì)

2.1 年際變化特征

圖1為吉安市近50a來年平均氣溫變化趨勢(shì)，虛方框線為氣溫實(shí)測(cè)值，虛線為一元線性回歸值。從圖1可以看出：①吉安市近50a來年平均氣溫波動(dòng)較大，根據(jù)一元線性回歸值可以看出氣候傾向率為0.17℃/10a，說明吉安市年平均氣溫呈遞增趨勢(shì)，每10a增溫0.17℃，一元線性回歸方程通過a=0.05顯著性檢驗(yàn)，說明升溫趨勢(shì)是顯著的；②根據(jù)對(duì)1961-2010年吉安市逐年平均氣溫?cái)?shù)據(jù)的統(tǒng)計(jì)分析得知，50a平均氣溫均值為18.6℃，1967-1997年大部分年份的年平均氣溫小于平均值，1997年之后大部分年份的年平均氣溫高于平均值，年平均氣溫最小值為17.6℃（1984年），最大值為19.7℃（1998年）；③根據(jù)均方差分析公式，求出吉安市近50a的年平均氣溫均方差得s=0.95，均方差較大，說明吉安市近50a的年平均氣溫年際變化波動(dòng)幅度較大。

圖1 江西省吉安市年平均氣溫變化趨勢(shì)

2.2 突變年檢驗(yàn)

M-K法是一種常用突變檢驗(yàn)方法，主要應(yīng)用于氣候和徑流趨勢(shì)突變分析。其優(yōu)點(diǎn)為檢測(cè)范圍寬，人為性少，定量化程度高。本文運(yùn)用M-K非參數(shù)檢驗(yàn)方法，對(duì)吉安市50a的年平均氣溫?cái)?shù)據(jù)進(jìn)行時(shí)間序列的趨勢(shì)分析和突變檢驗(yàn)。

圖2為吉安市年平均氣溫M-K突變檢驗(yàn)統(tǒng)計(jì)曲線，從圖2可以看出，1961-1995年期間UF年平均氣溫順序統(tǒng)計(jì)曲線均小于0，表明在此期間年平均氣溫呈遞減趨勢(shì)。1996年之后UF年平均氣溫順序統(tǒng)計(jì)曲線均大于0，表明從1996年開始年平均氣溫呈遞增趨勢(shì)。其中，從2004年開始UF順序曲線超出臨界線，說明從2004年開始年平均氣溫遞增趨勢(shì)非常顯著。UF和UB兩條曲線的交點(diǎn)所對(duì)應(yīng)的時(shí)刻約為2001年，且交點(diǎn)在臨界線信度之內(nèi)，則表明2001年為吉安市近50a的年平均氣溫突變年。

圖2 江西省吉安市年平均氣溫M-K統(tǒng)計(jì)曲線

3 氣溫與相關(guān)氣象因子分析

3.1 相關(guān)性分析

本文使用1961-2010年吉安市年平均氣壓、年平均相對(duì)濕度、年平均降水量、年平均風(fēng)速、年平均日照數(shù)5個(gè)氣象因子數(shù)據(jù)，分析研究年平均氣溫與這5個(gè)因子之間的相關(guān)性。

由于各氣象因子量綱單位不一致，首先對(duì)年平均氣溫、年平均氣壓、年平均相對(duì)濕度、年平均降水量、年平均風(fēng)速、年平均日照數(shù)6個(gè)因子數(shù)據(jù)做標(biāo)準(zhǔn)化處理。本文使用Z-score標(biāo)準(zhǔn)化，目的是使得各氣象因子平均值為0、標(biāo)準(zhǔn)差為1，這樣就可以使不同量綱的數(shù)據(jù)可以放在一個(gè)矩陣中。Z-score標(biāo)準(zhǔn)化處理表達(dá)式如下：

式（1）中，x為因子數(shù)據(jù)時(shí)間序列，mean（x）為因子時(shí)間序列平均值，std（x）為因子時(shí)間序列標(biāo)準(zhǔn)差。

然后，對(duì)標(biāo)準(zhǔn)化后的氣象數(shù)據(jù)使用一階差分，消除其線性趨勢(shì)。最后，對(duì)經(jīng)一階差分后的數(shù)據(jù)使用相關(guān)性分析，結(jié)果見表1。

表1 年平均氣溫與其他5個(gè)氣象因子相關(guān)性分析表

從表1可以看出，年平均氣溫與年平均降水相關(guān)性系數(shù)為-0.778 9，通過顯著性0.01檢驗(yàn)，表明兩者之間存在顯著的負(fù)相關(guān)性關(guān)系；年平均氣溫與年平均相對(duì)濕度相關(guān)性系數(shù)為-0.307 9，表明年平均氣溫與相對(duì)濕度之間存在相關(guān)性較弱的相關(guān)性關(guān)系；年平均氣溫與其他3個(gè)氣象因子之間相關(guān)性系數(shù)不高，沒有通過顯著性0.01檢驗(yàn)，說明氣溫與其他3個(gè)氣象因子之間無較為顯著的相關(guān)性關(guān)系。

運(yùn)用EMD經(jīng)驗(yàn)?zāi)B(tài)分解法討論年平均氣溫與年平均降水之間的關(guān)系。對(duì)吉安市年平均氣溫、年平均降水資料進(jìn)行EMD分解，得到前5個(gè)固有模態(tài)IMF分量（見圖3），圖3中從上至下分別為5個(gè)IMF分量。從第1個(gè)IMF分量可以看出，年平均氣溫存在準(zhǔn)2a的周期變化，年平均降水存在準(zhǔn)3a的周期變化。從第5個(gè)IMF分量可以看出，IMF曲線明顯呈上升趨勢(shì)，說明吉安市年平均氣溫在年際尺度上呈顯著的增溫趨勢(shì)，而年平均降水量呈顯著的遞減趨勢(shì)。這一結(jié)果與兩者之間存在反相關(guān)性關(guān)系結(jié)論相一致。

圖3 江西省吉安市年平均氣溫（左）和年平均降水（右）EMD分解前5個(gè)IMF分量

3.2 逐步回歸分析

本文以吉安市1961-2010年的年平均氣壓、年降水量、年平均相對(duì)濕度、年平均日照、年平均風(fēng)速為自變量X1～X5，以年平均氣溫為因變量Y，建立逐步回歸方程，用來對(duì)年平均氣溫進(jìn)行預(yù)測(cè)。運(yùn)用SAS編寫逐步回歸程序，求出逐步回歸方程的方差分析表（見表2），表3為所求方程參數(shù)估計(jì)表。

表2 逐步回歸方差分析統(tǒng)計(jì)結(jié)果

從表2可以看出，由Prob＞F所表示的概率很小，小于0.01，表明F=8.01值很大，從而表明方程線性關(guān)系是高度顯著的。

表3 逐步回歸參數(shù)估計(jì)統(tǒng)計(jì)結(jié)果

從表3可以看出，由Prob＞|T|的值分別為＜0.000 1、0.001 1、0.001 4、＜0.000 1均小于0.01。表明所建立的模型效果較好，可用于對(duì)年平均氣溫進(jìn)行短期預(yù)報(bào)。建立的逐步回歸模型為：

從上述所建立的逐步回歸方程可以看出，吉安市年平均氣溫主要由年降水量及年平均相對(duì)濕度決定。運(yùn)用1961-2010年吉安市實(shí)測(cè)年平均氣溫與逐步回歸方程預(yù)測(cè)效果進(jìn)行檢驗(yàn),如圖4所示。

圖4 年平均氣溫實(shí)際值與逐步回歸預(yù)測(cè)值

計(jì)算出逐步回歸預(yù)測(cè)值與年平均氣溫實(shí)際值之間的平均相對(duì)誤差為7.3%，可以看出模型預(yù)測(cè)效果較好。因此，未來可以使用年降水量、年平均相對(duì)濕度對(duì)吉安市年平均氣溫進(jìn)行預(yù)測(cè)。

4 結(jié)論

本文使用吉安市逐日地面氣象資料，分析氣溫變化特征以及進(jìn)行短期預(yù)報(bào)。得出以下結(jié)論：吉安市年平均氣溫呈遞增趨勢(shì)，每10a增溫0.17℃，1997年之后大部分年份的年平均氣溫要高于平均值且2001年為吉安市近50a的年平均氣溫突變年；年平均氣溫與年平均降水之間存在顯著的負(fù)相關(guān)性關(guān)系；年平均氣溫與年平均相對(duì)濕度存在相關(guān)性較弱的相關(guān)性關(guān)系。而后通過EMD分解得出，年平均氣溫在年際尺度上呈顯著增溫趨勢(shì)，而年平均降水呈顯著遞減趨勢(shì)；以年平均氣壓、年降水量、年平均相對(duì)濕度、年平均日照、年平均風(fēng)速為自變量，年平均氣溫為因變量，建立逐步回歸方程，用于對(duì)年平均氣溫進(jìn)行預(yù)報(bào)。

［1］劉雪鋒，李軍林.遼寧省近50年氣溫變化特征及突變分析［J］.沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009（5）：522-527.

［2］李鵬飛，周曉飛，張慶國，等.銅陵市近49年氣溫變化特征及其趨勢(shì)分析［J］.安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010（2）：346-351.

［3］郭志梅，繆啟龍，李雄.中國北方地區(qū)近50年來氣溫變化特征及其突變性［J］.干旱區(qū)地理，2005（2）：176-182.

［4］沈姣姣，徐虹，李建科，等.近60年西安市24節(jié)氣氣溫變化特征及突變分析［J］.資源科學(xué)，2013（3）：646-654.

［5］Mann ME，Park J，Bradley R.Global interdecadal and century-scale oscillations during the past five centuries［J］.Nature，1995（6554）：266-270.

［6］Lau KM，Weng HY.Climate signal detection using wavelet transform：How to make a time series sing［J］.Bull.Amer.Meteor. Soci.，2010（12）：2391-2402.

［7］Hansen J，Lebedeff S.Global surface temperature：update through 1987［J］.Geophysical Research Letters，1988（4）：323-326.

［8］Vinnikov KY，Groisman PY，Lugina KM.Empirical data on contemporary global climate changes（temperature and precipitation）［J］.Journal of Climate，1990（6）：662-677.

［9］叢凌博，蔡吉花.ARMA模型在哈爾濱氣溫預(yù)測(cè)中的應(yīng)用［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2012（16）：190-195.

［10］唐湘玲，劉衛(wèi)平.灰色預(yù)測(cè)模型在阿克蘇地區(qū)氣溫預(yù)測(cè)中的應(yīng)用［J］.石河子大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（4）：411-414.

The Temperature and Related Factor Analysis and Short-Term Forecast Model Research in Ji'an City

Zhou Wei
（Ji'an Meteorological Bureau,Ji'an Jiangxi 343000）

Based on the surface meteorological observation data of Ji'an City,Jiangxi province,by means of linear regression,mean square deviation,M-K non parametric test method and EMD empirical mode decomposition method, the characteristics of air temperature change and its correlation with meteorological factors in Ji'an city were studied.Through analyzing the characteristics of annual average temperature variation,it was found that the annual average temperature in Ji'an city was increasing at a temperature of 0.17℃every ten years;Through M-K test,it was concluded that 2001 was the year of the mean annual air temperature in Ji'an city;Through the correlation analysis between annual average temperature and other meteorological factors,it was concluded that there was a significant negative correlation between air temperature and precipitation.Then according to fifth IMF components of the EMD decomposition,the annual average temperature on the internal scales showed a significant warming trend,while the annual average precipitation showed a significant decreasing trend.Finally,with five meteorological factors of the annual average air pressure,annual precipitation,annual average relative humidity,average annual sunshine,and the annual average wind speed as the independent variables,the annual average temperature as the dependent variable, the stepwise regression equation was established to forecast the annual average air temperature,model prediction effect is better.

temperature；correlation analysis；MK test；EMD empirical mode decomposition；stepwise regression

P457

A

1003-5168（2016）11-0157-04

2016-10-15

周瑋（1963-），女，本科，工程師，研究方向：應(yīng)用氣象及天氣氣候。