田寶星，宮麗娟，楊 帆，李浩然，季生太，于 敏

（1.黑龍江省氣象科學(xué)研究所，哈爾濱150030；2.黑龍江省氣象局機關(guān)服務(wù)中心，哈爾濱150030；2.東北農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，哈爾濱150030）

黑龍江省春季低溫指數(shù)小波分析

田寶星1，宮麗娟1，楊 帆2，李浩然3，季生太1，于 敏1

（1.黑龍江省氣象科學(xué)研究所，哈爾濱150030；2.黑龍江省氣象局機關(guān)服務(wù)中心，哈爾濱150030；2.東北農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，哈爾濱150030）

通過黑龍江省1971—2014年春季最低氣溫資料，結(jié)合低溫指數(shù)模型，利用趨勢分析和Morlet小波函數(shù)，研究了黑龍江省近44年來的春季低溫指數(shù)變化趨勢，揭示了該地區(qū)春季低溫指數(shù)的多時間尺度的周期性變化。結(jié)果表明：黑龍江省春季低溫指數(shù)呈現(xiàn)減少趨勢，1980s以來氣溫明顯增加，春季低溫指數(shù)明顯減少，而2010s春季低溫指數(shù)明顯增加，與極端氣溫的升高有關(guān)。春季低溫指數(shù)存在3個尺度的周期變化，分別是17～29 a，7～16 a和3～6 a。17～29 a和7～16 a尺度非常穩(wěn)定，具有全域性。4～14 a尺度在1990s后期較為穩(wěn)定。10～15 a尺度周期變化最明顯。11～15 a尺度能量最強且周期最顯著；10～18 a尺度能量幾乎貫穿整個時域；19～26 a尺度占據(jù)整個研究時域大部分。其中春季低溫指數(shù)具有20 a，12 a，6 a和2 a左右的主周期，其中12 a尺度為第一主周期，平均周期為8.5 a。

低溫；春季；小波分析；黑龍江省

近百年來，地球氣候正經(jīng)歷著一次以全球變暖為主要特征的顯著變化[1]，使得災(zāi)害性天氣頻發(fā)，造成生態(tài)和環(huán)境惡化，嚴重影響到農(nóng)業(yè)生產(chǎn)、社會經(jīng)濟和可持續(xù)發(fā)展，已引起人們的高度重視。黑龍江省是全國重要的糧食生產(chǎn)基地之一，每年向國家輸出的糧食總產(chǎn)量居全國首位[2]，對保障國家糧食安全至關(guān)重要。21世紀以來，受氣候變化影響，黑龍江省春季低溫事件頻繁發(fā)生，2009—2014年黑龍江省不同區(qū)域、不同時間均發(fā)生了不同程度的階段性低溫，對糧食產(chǎn)量和品質(zhì)造成巨大的影響，導(dǎo)致玉米籽粒含水率高，加大捂霉風(fēng)險；水稻形成障礙型冷害，使產(chǎn)量下降。春季（1年中，從冬季到夏季之間的季節(jié)，氣象上指每年3月到5月一段時期[3]）是作物生產(chǎn)最關(guān)鍵環(huán)節(jié)，適時播種能夠爭取充足熱量，是獲得高產(chǎn)的基本前提，但低溫往往導(dǎo)致作物遲播。研究春季低溫指數(shù)的變化規(guī)律，對科學(xué)搭配種植作物品種，保障糧食安全具有重要的意義。

小波分析方法是一種信號時頻局部分析的新方法，其特點是通過時頻變化突出信號在某些方面的特征，具有時頻多分辨功能[4]。它在傅里葉變換的基礎(chǔ)上引入窗口函數(shù)，把時間序列分解為時間和頻率的貢獻[5]；在不同時間尺度上分析氣候的變化趨勢，解釋氣候變化的多尺度構(gòu)成和主周期及氣候變化多尺度結(jié)構(gòu)和突變特征等方面具有明顯的優(yōu)勢[6-7]，已成為熱量資源多時間尺度變化特征的有效分析手段[8-9]。

本文利用黑龍江省1971—2014年的完整序列的逐日最低氣溫資料結(jié)合低溫指數(shù)模型進行趨勢檢驗，然后采用Morlet小波變換分析方法，分析春季低溫指數(shù)時間序列變化特征和多時間尺度的復(fù)雜結(jié)構(gòu)，對該區(qū)域合理規(guī)劃農(nóng)業(yè)生產(chǎn)布局具有重要的指導(dǎo)意義。

1 材料與方法

1.1 研究區(qū)概況

黑龍江省屬于寒溫帶與溫帶大陸性季風(fēng)氣候。全省從南向北，依溫度指標(biāo)可分為中溫帶和寒溫帶；從東向西，依干燥度指標(biāo)可分為濕潤區(qū)、半濕潤區(qū)和半干旱區(qū)。全省氣候的主要特征是春季低溫干旱，夏季溫?zé)岫嘤?，秋季易澇早霜，冬季寒冷漫長，無霜期短，氣候地域性差異大。全省年平均氣溫多在-5～5℃，大致以嫩江、伊春一線為0℃等值線[10]。

1.2 材料來源

選取黑龍江省80個氣象站點逐日最低氣溫資料，材料來自于黑龍江省氣象信息中心。連續(xù)不超過5 d的缺測資料采用線性內(nèi)插法進行插補，超過5 d的缺測記錄用線性回歸法進行插補。小波分析方法具有多種模式，本文采用Morlet變換分析。計算過程在Matlab軟件平臺下，通過編寫數(shù)據(jù)處理程序，計算小波系數(shù)，并繪制實部值、模部平方值圖像以及小波方差圖像。

1.3 研究方法

1.3.1 低溫指數(shù) 低溫指數(shù)[11]定義為一年中（或某一時段）至少5 d最低溫度低于多年日最低溫度平均值5℃的總?cè)諗?shù)。假定Tij為第j年第i天的日最低溫度，Ti，平均為第i天1971—2014年日最低溫度平均值。則低溫指數(shù)為某段時間至少5 d的Tij＜Ti，平均-5℃的總?cè)諗?shù)。

1.3.2 趨勢性分析 趨勢分析法[12-13]，又稱為比較分析法，它是將連續(xù)的兩期或多期相同指標(biāo)或比率進行定基對比和還比對比后得出它們的增減變動方向、數(shù)額和幅度，用以揭示變化趨勢。通常氣候要素時間變化趨勢的描述采用一元一次線性方程，即：

式中：t表示年序；a表示線性方程的斜率，即氣候要素的線性變化趨勢與速率。當(dāng)a＞0時表示增加趨勢，當(dāng)a＜0時表示減少趨勢，當(dāng)a=0時則表示無變化趨勢，且將a×10定義為氣候傾向率，b為常數(shù)，可采用最小二乘法求出。

1.3.3 小波分析

（1）小波函數(shù)。小波分析[14-15]的基本思想是用一簇小波函數(shù)系來表示或逼近某一信號或函數(shù)。因此，小波函數(shù)是小波分析的關(guān)鍵，它是具有震蕩性、能夠迅速衰減到0的一類函數(shù)，即小波函數(shù)Ψ（t）∈L2（R）且滿足：

式中：Ψ（t）為基小波函數(shù)，它可通過尺度的伸縮和時間上的平移構(gòu)成一簇函數(shù)系：

式中：Ψa，b（t）為子小波；a為尺度因子，反映小波的周期長度；b為平移因子，反映時間上的平移。

（2）小波變換。若Ψa，b（t）是由公式（2）給出的子小波，對于給定的能量有限信號f（t）∈L2（R），其連續(xù)小波變化（Continue Wavelet Transform，簡寫為CWT）為：

式中：Wf（a，b）為小波變換系數(shù)；f（t）為一個信號或平方可積函數(shù)；a為伸縮尺度；b為平移參數(shù)。地學(xué)中觀測到的時間序列數(shù)據(jù)大多是離散的，設(shè)函數(shù)f（kΔt），k=1，2，…，N；Δt為取樣間隔，則公式（4）的離散小波變換形式為：

由公式（4），（5）可知小波分析的基本原理，即通過增加或減小伸縮尺度a來得到信號的低頻或高頻信息，然后分析信號的概貌或細節(jié)，實現(xiàn)對信號不同時間尺度和空間局部特征的分析。

（3）小波方差。將小波系數(shù)的平方值在b域上積分，就可以得到小波方差，即：

小波方差隨尺度a的變化過程，稱為小波方差圖。由公式（6）可知，它能反映信號波動的能量隨尺度a的分布。因此，小波方差圖可用來確定信號中不同種尺度擾動的相對強度和存在的主要時間尺度，即主周期。

2 結(jié)果與分析

2.1 春季低溫指數(shù)的趨勢性分析

由圖1可見，研究區(qū)域1971—2014年春季平均低溫指數(shù)呈現(xiàn)下降趨勢，從趨勢線來看，春季低溫指數(shù)每10 a降低1.16 d。近44年來春季平均低溫指數(shù)為5 d，最大值出現(xiàn)在1980年，為19 d；最小值出現(xiàn)在2002年，為0 d，最大值和最小值差值明顯，說明黑龍江省春季升溫明顯，與王秀芬[16]和陳晶[17]等關(guān)于黑龍江省氣溫季節(jié)變化研究一致，以至于春季低溫持續(xù)天數(shù)明顯減少。該區(qū)春季低溫指數(shù)年代際變化表現(xiàn)明顯，從20世紀80年代以來氣溫增加明顯[18]，春季低溫指數(shù)從20世紀70年代的7.80 d減少到80年代的7.25 d，20世紀90年代和21世紀初，春季低溫指數(shù)較低在2～3 d左右，而21世紀10年代以來春季低溫指數(shù)又明顯增加，與極端氣溫的升高相一致。

圖1 黑龍江省1971-2014年春季平均低溫指數(shù)變化趨勢

2.2 春季低溫指數(shù)的小波分析

由圖2中，實線表示正相位，即實部大于等于0；虛線表示負相位，即實部小于0，圖中清晰地顯示了小波變換系數(shù)的實部的波動特征，具體反映在該區(qū)春季低溫指數(shù)偏多和偏少交替變化的特性，可以清楚地看到黑龍江省春季低溫指數(shù)演化過程中存在的多時間尺度特征?？偟膩碚f，在春季低溫指數(shù)演變過程中存在著17～29 a，7～16 a和3～6 a的3類尺度的周期變化規(guī)律。其中，在17～29 a尺度上出現(xiàn)了低—高交替的準兩次震蕩；在7～16 a時間尺度上存在準4次震蕩。同時，還可以看出以上兩個尺度的周期變化在整個分析時段表現(xiàn)地非常穩(wěn)定，具有全域性；而4～14 a尺度的周期變化，在1990s中期后表現(xiàn)的較為穩(wěn)定。

圖2 黑龍江省春季低溫指數(shù)小波系數(shù)實部等值線

Morlet小波系數(shù)的模值是不同時間尺度變化周期所對應(yīng)的能量密度在時間域中分布的反映，系數(shù)模值愈大，表明其所對應(yīng)時段或尺度的周期性就愈強。從圖3可以看出，在春季低溫指數(shù)演化過程中，10～15 a時間尺度模值最大，說明該時間尺度周期變化最明顯，在20～25 a時間尺度的周期變化次之，其他時間尺度的周期性變化較小。

圖3 黑龍江省春季低溫指數(shù)小波系數(shù)模等值線

小波系數(shù)的模方相當(dāng)于小波能量譜，它可以分析出不同周期的震蕩能量。由圖4可知，11～15 a時間尺度的能量最強、周期最顯著，10～18 a時間尺度的能量次之，但幾乎貫穿整個時域；19～26 a時間尺度能量雖然較弱，但周期分布比較明顯，占據(jù)整個研究時域大部分（1980—2005年）。

圖4 黑龍江省春季低溫指數(shù)小波系數(shù)模方等值線

春季低溫指數(shù)的小波方差圖中（圖5）存在4個較為明顯的峰值，它們依次對應(yīng)著20 a，12 a，6 a和2 a的時間尺度。其中，最大峰值對應(yīng)著12 a的時間尺度，說明12 a左右的周期震蕩最強，為春季低溫指數(shù)變化的第一主周期；20 a時間尺度對應(yīng)著第二峰值，為春季低溫指數(shù)變化的第二主周期，第三、第四峰值分別對應(yīng)著6 a和2 a的時間尺度，它們依次為春季低溫指數(shù)的第三和第四主周期。這說明上述4個周期的波動控制著春季低溫指數(shù)在整個時間域內(nèi)的變化特征。

根據(jù)小波方差檢驗的結(jié)果，繪制了春季低溫指數(shù)演變的第一和第二主周期小波系數(shù)圖（圖6）。從主周期趨勢圖中我們可以分析出在不同的時間尺度下，春季低溫指數(shù)的平均周期及低—高變化特征。圖6A顯示，在12 a特征時間尺度上，春季低溫指數(shù)的平均周期為8.5 a左右，大約經(jīng)歷了5個低—高轉(zhuǎn)換期；而在20 a特征時間尺度上（圖6B），春季低溫指數(shù)的平均變化周期為11 a左右，大約4個周期的低—高變化。

圖5 黑龍江省春季低溫指數(shù)小波方差

圖6 黑龍江省春季低溫指數(shù)的12 a,20 a特征時間尺度小波實部過程線

3 結(jié)論

（1）黑龍江省1971—2014年春季平均低溫指數(shù)呈現(xiàn)下降趨勢，變率為每10 a降低1.16 d，說明黑龍江省春季升溫明顯。年代際變化明顯，研究表明20世紀80年代以來氣溫增加明顯，在20世紀末期至21世紀初期春季低溫指數(shù)最低，表明這個時期也是最溫暖的時期。21世紀10年代春季低溫指數(shù)又明顯增加，與極端氣溫的升高有關(guān)。

（2）通過對黑龍江省春季低溫指數(shù)的小波分析，得出黑龍江省春季低溫指數(shù)主要存在17～29 a，7～16 a和3～6 a的3類尺度的周期變化規(guī)律。17～29 a尺度和7～16 a尺度，在整個時段表現(xiàn)的非常穩(wěn)定，具有全域性。4～14 a尺度在1990s中期后較為穩(wěn)定。

（3）不同時間尺度下，小波系數(shù)模值反映其對應(yīng)時段或尺度的周期性強弱。春季低溫指數(shù)10～15 a尺度模值最大，該尺度周期變化最明顯，20～25 a尺度模值次之。

（4）小波系數(shù)模方可以分析不同尺度的震蕩能量。11～15 a尺度的能量最強、周期最顯著，10～18 a尺度幾乎貫穿整個時域；19～26 a尺度能量雖然較弱，占據(jù)整個研究時域大部分（1980—2005年）。

（5）小波方差圖中，黑龍江省春季低溫指數(shù)序列具有20 a、12 a、6 a和2 a的時間尺度主周期，其中12 a左右的時間尺度周期震蕩最強，為第一主周期；20 a左右的時間尺度為第二主周期。

（6）春季低溫指數(shù)的第一和第二主周期小波系數(shù)，在12 a和20 a特征時間尺度上，平均周期為分別為8.5 a和11 a左右。

[1]秦大河，陳振林，羅勇，等.氣候變化科學(xué)的最新認知[J].氣候變化研究進展，2007，3（2）：63-73.

[2]姜麗霞，王晾晾，杜春英，等.1971—2014年黑龍江省春季氣溫演變特征及對作物播種期的影響[J].資源科學(xué)，2015，37（4）：849-857.

[3]中國氣象影視信息網(wǎng).氣象術(shù)語[EB/OL].（2013-08-20）[2016-02-14]http：∥www.qxkp.net/xxyd/qxsy/335795.shtml.

[4]王文圣，丁晶，李躍清.水文小波分析[M].北京：化學(xué)工業(yè)出版社，2005.

[5]姜曉艷，劉樹華，馬明敏，等.東北地區(qū)近百年降水時間序列變化規(guī)律的小波分析[J].地理研究，2009，28（2）：354-362.

[6]劉曉梅，閔錦忠，劉天龍.新疆葉爾羌河流域溫度與降水序列的小波分析[J].中國沙漠，2009，29（3）：566-571.

[7]張軍濤，李哲，鄭度.溫度與降水變化的小波分析及其環(huán)境效應(yīng)解釋：以東北農(nóng)牧交錯區(qū)為例[J].地理研究，2002，21（1）：54-60.

[8]覃軍，張錄軍，胡江林.武漢近百年來氣溫變化的多時間尺度分析[J].氣象科學(xué)，2001，21（2）：206-210.

[9]尤衛(wèi)紅，段旭，杞明輝.連續(xù)小波變換在云南近百年氣溫和降水變化分析中的應(yīng)用[J].高原氣象，1999，18（1）：47-54.

[10]李瑤，于宗辰，高璐迪，等.黑龍江省近50 a農(nóng)業(yè)界限溫度變化特征分析[J].黑龍江氣象，2015，32（2）：16-18.

[11]王艷華，任傳友，黃瑞冬，等.中國近45年低溫指數(shù)時空持續(xù)變化分析[J].自然災(zāi)害學(xué)報，2013，22（2）：116-123.

[12]施能，陳家其，屠其璞.中國近100年來4個年代際的氣候變化特征[J].氣象學(xué)報，1995，53（4）：431-439.

[13]曹萌萌.氣候變暖背景下黑龍江省水稻種植適宜性區(qū)劃[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2014.

[14]李淼，夏軍，陳社明，等.北京地區(qū)近300年降水變化的小波分析[J].自然資源學(xué)報，2011，26（6）：1001-1011.

[15]潘雅婧，王仰麟，彭建，等.基于小波與R/S方法的漢江中下游流域降水量時間序列分析[J].地理研究，2012，31（5）：811-820.

[16]王秀芬，楊艷昭，尤飛.近30年來黑龍江省氣候變化特征分析[J].中國農(nóng)業(yè)氣象，2011，32（S1）：28-32.

[17]陳晶，楊帆，田寶星，等.黑龍江省黑土區(qū)近50年來四季氣溫時空變化特征分析[J].水土保持研究，2013，20（3）：150-154.

[18]張立友，陳晶，李維海，等.近50年黑龍江省黑土區(qū)氣溫時空變化特征分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報，2014，45（2）：48-53.

Wavelet Analysis on Lowest Temperature Index in Spring in Heilongjiang Province

TIAN Baoxing1，GONG Lijuan1，YANG Fan2，LI Haoran3，JI Shengtai1，YU Min1
（1.Heilongjiang Province Institute of Meteorological Science，Harbin150030，China；2.Heilongjiang Meteorological Bureau In-house Service Centre，Harbin150030，China；3.College of Resources and Environment，Northeast Agricultural University，Harbin150030，China）

Based on the owest temperature index model and the lowest temperature data of Heilongjiang Province in spring from 1971 to 2014，trend prediction and Morlet wavelet were used to examine the change trend and periodic change of multiple time scale to the lowest temperature index of spring in Heilongjiang Province during the past 44 years.The results showed that it was a downtrend to the lowest temperature index of spring in Heilongjiang Province.The lowest temperature index of spring had significantly decreased as the temperature had increased obviously since 1980s.However，the lowest temperature index of spring significantly increased with the rise of extreme temperature in 2010s.There were 3 periodic changes of scales in the lowest temperature of spring，which were 17～29 years，7～16 years，and 3～6 years.The scales of 17～29 years and 7～16 years were very stable in the whole duration.The scale of 4～14 years was more stable in the later of 1990s.The scale of 10～15 years was the most obvious.The scale of 11～15 years was the strongest energy and most significantly cycle.The energy of 10～18 years was almost throughout the whole duration.The scale of 19～26 years occupied in the most of whole duration.The main cycle of the lowest temperature index of spring had 20 years，12 years，6 years，2 years，the scale of 12 years was the first main cycle，and the average cycle was about 8.5 years.

low temperature；spring；wavelet analysis；Heilongjiang Province

P49

A

1005-3409（2017）01-0342-04

2016-01-06

2016-02-14

氣象關(guān)鍵技術(shù)集成與應(yīng)用項目（CMAGJ2015M18）；黑龍江省氣象局科學(xué)技術(shù)研究（HQJJ2015018，HQ2016015）

田寶星（1986—），男，黑龍江哈爾濱人，助理工程師，碩士，主要從事應(yīng)用氣象和氣候資源研究。E-mail：bx-tian＠163.com

于敏（1975—），女，黑龍江哈爾濱人，高級工程師，博士，主要從事大氣遙感與大氣環(huán)境及應(yīng)用氣象研究。E-mail：yy629＠sina.com