洛松桑鄧 四郎措姆 多吉康珠

（1.西藏昌都市貢覺縣氣象局，西藏 昌都 854000；2.西藏拉薩市氣象局，西藏 拉薩 850000；3.西藏拉薩市當雄縣氣象局，西藏 拉薩 851500）

0 引言

有研究資料顯示，隨著城市化快速建設以及人類社會活動的多元化，均對氣候條件造成了一定的影響，近60年全球氣溫呈逐漸增高的趨勢［1］。西藏位于我國西南部區(qū)域，氣候條件極其復雜，且西藏地區(qū)氣候變化對我國甚至全球氣候均造成較大影響［2］。因此，研究西藏地區(qū)氣候變化具有重要意義，同時研究其氣候預測技術對提高我國氣候預測水平同樣具有一定參考意義。

對西藏區(qū)域氣候的研究起步較早，近些年主要有：閆立娟［3］利用遙感影像資料，采用GIS 技術，主要研究西藏氣候變化對其湖泊的影響，研究表明氣溫、降水氣候變化對以冰川為主的湖泊影響較小。陳得圓等［4］利用西藏地區(qū)35年氣象觀測數(shù)據(jù)，建立氣候因子反演積雪深度計算模型，研究表明按照季節(jié)尺度對氣候因子劃分，反演出的積雪深度模型計算結果較為真實。金建新等［5］利用西藏地區(qū)37 個站點近30 年氣象資料，通過對UNEP干旱指數(shù)計算，研究西藏地區(qū)干旱時空演變特征，研究指出在30年內干旱指數(shù)隨著時間推移逐漸減小。

昌都位于西藏東部區(qū)域，平均海拔在3500m 以上，西北部高程較大，年降水量477mm左右，由于較大的海拔差異，導致昌都各區(qū)域年平均氣溫存在較大差異，主要集中在2.4℃～12.6℃。文章利用昌都地區(qū)1961—2010年逐日氣象觀測資料，主要研究年平均氣溫、降水整體變化趨勢以及突變年情況，同時分別構建氣溫、降水與其余氣象因子預測關系模型。通過文章研究所得結論能夠對昌都地區(qū)農業(yè)生產、氣象工作研究等均具有重要意義。

1 氣候變化特征

1.1 年平均氣溫、降水氣候變化趨勢

文章對昌都地區(qū)1961—2010年逐日氣溫、降水觀測資料進行逐年統(tǒng)計處理，研究其年際變化趨勢，同時采用一次、二次曲線擬合研究其整體變化趨勢。根據(jù)統(tǒng)計結果多年平均氣溫為7.66℃，且該地區(qū)年平均氣溫隨著時間推移整體呈增溫的變化趨勢，文章計算出其氣候傾向率為0.175℃/10a，表示每10年該地區(qū)氣溫增加約0.175℃。同時，根據(jù)二次曲線看出在1960—1980年左右整體上氣溫呈小幅度降低，而后從1980年開始呈增溫趨勢，如圖1所示。

圖1 1961—2010年昌都市年平均氣溫變化趨勢

根據(jù)統(tǒng)計結果多年平均降水量為397.69mm，且該地區(qū)年降水量隨著時間推移整體呈減少的變化趨勢，文章計算出其氣候傾向率為28.844mm/10a，表示每10 年該地區(qū)降水量減少約28.844mm。同時，根據(jù)二次曲線看出在1960—1972 年左右整體上降水呈增多趨勢，而后從1972年開始呈減少趨勢，如圖2所示。

圖2 1961—2010年昌都市年降水量變化趨勢

1.2 年平均氣溫、降水氣候突變年

目前在研究氣候因子突變的年份，通常采用M-K突變檢驗法［6］，因此文章采用該方法分別對昌都市年平均氣溫、降水序列進行檢驗，研究其開始突變的年份，其中閾值曲線條件設置為U0.05=±1.96，如圖3 所示，UF 順序統(tǒng)計顯示在1975 年之前氣溫較低，在1975—1985 年之間氣溫波動相對較小，從1985 年之后呈增溫趨勢，且在2005 年之后遞增幅度較大。同時，UF、UB 兩條曲線相較于2004 年左右，處于文章所設置的閾值曲線之內，說明了有99.5%的概率顯示昌都地區(qū)年平均氣溫從2004年開始突變。

圖3 1961—2010年昌都市年平均氣溫突變檢驗

UF順序統(tǒng)計顯示在1975年之前降水量較少這與氣溫變化趨勢相一致，在1975—1990年之間降水量較多，從1990 年之后降水量又呈減少趨勢，且在1995 年之后遞減幅度較大。同時，UF、UB 兩條曲線相較于1989 年左右，處于本文所設置的閾值曲線之內，說明了有99.5%的概率顯示昌都地區(qū)年降水量從1989 年開始突變，可以看出降水氣候突變時間要遠遠早于氣溫氣候，如圖4所示。

圖4 1961—2010年昌都市年降水量突變檢驗

2 預測技術研究

在構建年平均氣溫預測模型過程中，文章以年降水量、日照數(shù)、平均風速、相對濕度、大氣氣壓為輸入因子；在構建年降水量預測模型過程中，文章以年平均氣溫、日照數(shù)、平均風速、相對濕度、大氣氣壓為輸入因子。文章主要采用三層神經網絡算法，其中80%的樣本數(shù)據(jù)用于訓練網絡，10%的數(shù)據(jù)用于檢驗樣本，剩余10%的數(shù)據(jù)用于檢驗訓練的網絡。如圖5 所示，文章主要采用3 層神經網絡結構模型，即隱含層-輸出層，隱含層神經元(節(jié)點)個數(shù)設置成15 個、輸出層神經元(節(jié)點)1 個，且隱含層采用非線性tansig 函數(shù)，輸出層采用線性purelin 函數(shù)，其中w 為各層權值，b為各層閾值。

圖5 神經網絡模型結構

訓練模型進度參數(shù)設置為：迭代次數(shù)＜1000，誤差＜0.001，并采用LM 訓練算法。從圖6神經網絡模型擬合誤差趨勢圖可以看出，年平均氣溫、年降水量預測模型訓練樣本擬合優(yōu)度分別為0.9807、0.97214均接近于1，擬合度很高，說明文章所構建的神經網絡模型能夠很好的對年平均氣溫、年降水量進行預測。

圖6 神經網絡模型擬合結果圖

運用文章所構建的神經網絡模型，分別對年平均氣溫、降水量進行訓練預測，所預測效果對比如表1，根據(jù)統(tǒng)計結果顯示年平均氣溫、年降水量預測模型輸出結果與實際數(shù)據(jù)平均誤差分別為0.28℃、9.29mm，可以看出文章所構建的訓練模型精確度較高，能夠較好的運用至今后年平均氣溫、降水量預測工作中。

表1 原始數(shù)據(jù)與預測模型結果誤差統(tǒng)計

3 結論

文章利用西藏昌都地區(qū)1961—2010 年逐日氣象觀測資料，首先采用一次、二次線性回歸方程研究年平均氣溫、年降水量時間尺度變化趨勢；其次采用MK突變年檢驗法研究其氣候因子開始突變的年份；最后采用神經網絡算法構建年平均氣溫、降水量預測模型。主要有以下結論：昌都地區(qū)多年平均氣溫為7.66℃，且該地區(qū)年平均氣溫隨著時間推移整體呈增溫的變化趨勢，每10 年該地區(qū)氣溫增加約0.175℃，在1960—1980 年左右整體上氣溫呈小幅度降低，而后從1980 年開始呈增溫趨勢；多年平均降水量為397.69mm，且該地區(qū)年降水量隨著時間推移整體呈減少的變化趨勢，每10 年該地區(qū)降水量減少約28.844mm，且降水氣候突變時間要遠遠早于氣溫氣候。年平均氣溫、年降水量預測模型輸出結果與實際數(shù)據(jù)平均誤差相對較小。