吳 濱，劉衛(wèi)林，張景嶸，李 香，何 昊，劉麗娜

(南昌工程學(xué)院 江西省水文水資源與水環(huán)境重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330099)

2013年政府間氣候變化專門委員會(huì)IPCC(Intergovernmental Panel on Climate Change)第五次評(píng)估報(bào)告第一工作組發(fā)布的《氣候變化2013自然科學(xué)基礎(chǔ)》指出：全球氣候系統(tǒng)溫度上升是顯著的[1]。2018年IPCC發(fā)布《GLOBAL WARMING OF 1.5℃》指出無控制的溫度上升其危害是災(zāi)難性的，提出了各國應(yīng)當(dāng)加強(qiáng)探討與合作，努力將溫度升高控制在一定水平之內(nèi)[2]。

南昌市地處長(zhǎng)江下游的鄱陽湖流域，位于東經(jīng)115°27′至116°35′、北緯28°10′至 29°11′之間，屬亞熱帶季風(fēng)氣候。由于其處于副熱帶區(qū)域，當(dāng)受副熱帶高壓控制時(shí)，年內(nèi)可能有一段時(shí)間長(zhǎng)期保持高溫天氣。國內(nèi)有部分學(xué)者研究南昌氣溫變化。熊絲[3]等人使用南昌市逐月溫度數(shù)據(jù)，發(fā)現(xiàn)了南昌市年平均溫度呈顯著上升變化。馮敏玉[4]等人研究發(fā)現(xiàn)了南昌地區(qū)的氣溫年較差呈下降趨勢(shì)，其主要原因是最低氣溫升高速度較大。近些年來，有關(guān)南昌市氣溫變化的研究不多，且多集中在對(duì)不同類型氣溫變化特征的研究中，數(shù)據(jù)較陳舊，鮮有學(xué)者將大尺度氣候指數(shù)與該地區(qū)氣溫相結(jié)合，探討大尺度氣候因子與氣溫之間存在的關(guān)聯(lián)。為了進(jìn)一步了解氣候變暖背景下南昌市氣溫的變化情況，以及氣溫對(duì)全球氣候變化的響應(yīng)，本文利用1960—2018年南昌市日氣溫?cái)?shù)據(jù)，采用Mann-kendall檢驗(yàn)、滑動(dòng)t檢驗(yàn)、小波分析、Pearson相關(guān)等方法，系統(tǒng)分析南昌市平均氣溫、最低及最高氣溫的變化趨勢(shì)、突變性、周期性，探討南昌市氣溫與全球氣候指數(shù)的相關(guān)性，以期深化對(duì)南昌市氣溫變化的科學(xué)認(rèn)識(shí)，為更有效地應(yīng)對(duì)極端天氣的發(fā)生、本地區(qū)生態(tài)系統(tǒng)、農(nóng)業(yè)對(duì)氣候變暖的響應(yīng)研究提供參考及科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 資料來源

本文所用南昌市1960—2018年的氣溫、最高氣溫和最低氣溫?cái)?shù)據(jù)，來源于中國氣象數(shù)據(jù)網(wǎng)(http//data.cma.cn)。選取14個(gè)大尺度氣候指標(biāo)，指標(biāo)具體含義及數(shù)據(jù)來源見表1；氣候指標(biāo)數(shù)據(jù)的時(shí)間序列均為1960—2018年。

1.2 研究方法

1.2.1 氣溫變化分析法—距平法

氣溫距平能反應(yīng)某個(gè)時(shí)段的氣溫與同期平均狀態(tài)的偏離程度，在氣候變化研究方面有較廣泛的應(yīng)用，因此本文以距平序列和實(shí)測(cè)序列來共同表示氣溫的變化序列。某一年的平均氣溫(最高氣溫、最低氣溫)與1960—2018年的多年平均值之差為該年的平均氣溫(最高氣溫、最低氣溫)距平。

表1 大尺度氣候指標(biāo)及來源

1.2.2 趨勢(shì)分析方法—線性回歸及滑動(dòng)平均法

本文使用線性回歸及滑動(dòng)平均法來描述氣溫的變化特征。線性回歸法[6]是利用數(shù)理統(tǒng)計(jì)中的回歸分析，來確定因變量與自變量定量關(guān)系的一種方法。通過觀察因變量與自變量的斜率，可以看出數(shù)據(jù)的總體趨勢(shì)。

滑動(dòng)平均法能通過控制子序列在時(shí)間上的滑動(dòng)，進(jìn)而構(gòu)造出能在一定程度上降低數(shù)據(jù)中的高頻成分、同時(shí)又能說明原序列變化情況的新序列，具體如式(1)：

(1)

1.2.3 突變檢驗(yàn)方法—滑動(dòng)t檢驗(yàn)及MK突變檢驗(yàn)

(2)

其中

(3)

統(tǒng)計(jì)量t服從自由度n1+n2-2的t分布。按時(shí)間逐步調(diào)整基準(zhǔn)點(diǎn)，便可觀察降水的變化過程。本文的子序列長(zhǎng)度為5 a。

本文除運(yùn)用滑動(dòng)t檢驗(yàn)法外，還使用Mann-Kendall突變法檢驗(yàn)氣溫的突變時(shí)間。滑動(dòng)t檢驗(yàn)是參數(shù)檢驗(yàn)方法，而Mann-Kendall突變檢測(cè)方法是一種非參數(shù)檢驗(yàn)方法，其對(duì)數(shù)據(jù)分布無要求[8-9]，具體計(jì)算過程如下：對(duì)于具有n個(gè)樣本量的時(shí)間序列x，構(gòu)造一秩序列：

(4)

(5)

E[Sk]=k(k-1)/4 (1≤k≤n)，

(6)

var [Sk]=k(k-1)(2k+5)/72 (1≤k≤n).

(7)

然后對(duì)統(tǒng)計(jì)量Sk進(jìn)行標(biāo)準(zhǔn)化處理：

(8)

按時(shí)間序列x的順序計(jì)算出統(tǒng)計(jì)量序列UFk，然后按時(shí)間序列x的逆序計(jì)算出UBk，使UBk=-UFk，UB1=0。突變發(fā)生的時(shí)刻便是UF和UB兩條曲線在臨界線內(nèi)出現(xiàn)交點(diǎn)的時(shí)刻。

本文采用以上兩種方法對(duì)流域氣溫序列進(jìn)行突變時(shí)間判別及顯著性分析，綜合判斷氣溫的突變情況。

1.2.4 周期分析方法—小波分析法

小波分析[10]的基本原理即通過增加或減小伸縮尺度a來得到信號(hào)低頻及高頻信息，后通過分析顯著的頻率成分，進(jìn)而得出數(shù)據(jù)的周期特征及其在時(shí)間上的變化。限篇幅原因，小波分析的具體步驟請(qǐng)參閱《現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)》[11]。

1.2.5 相關(guān)分析方法—Pearson相關(guān)系數(shù)

基于Pearson相關(guān)系數(shù)分析各氣候指標(biāo)與南昌市年氣溫的相關(guān)關(guān)系，并使用T檢驗(yàn)法檢驗(yàn)相關(guān)系數(shù)的顯著性。以年平均溫度為因變量，通過95%顯著性檢驗(yàn)的氣候指標(biāo)為自變量建立線性方程，用T檢驗(yàn)和F檢驗(yàn)對(duì)自變量和方程進(jìn)行評(píng)價(jià)。此外，還建立了年均氣溫為因變量，氣候指標(biāo)為自變量的所有可能的回歸方程，使用校正復(fù)相關(guān)系數(shù)平方(adjR2)準(zhǔn)則、Cp準(zhǔn)則和BIC(Bayesian information criterion)準(zhǔn)則對(duì)方程進(jìn)行綜合分析[12]。通過以上多種方法，找出與南昌市年均氣溫有顯著線性關(guān)系的全球性氣候指標(biāo)。

2 結(jié)果分析

2.1 氣溫的時(shí)間變化特征

圖1繪制了南昌市年平均氣溫的變化過程，由圖1可知南昌市多年平均氣溫距平值在1997年以前主要為負(fù)值，最低值為1984年的-1.04 ℃，對(duì)應(yīng)氣溫為16.97 ℃，1997年后基本為正值，最高值為2007年的1.25 ℃，對(duì)應(yīng)氣溫為19.26 ℃，由此可見近20年來南昌市年平均氣溫逐漸升高。同時(shí)南昌市平均氣溫總體呈上升趨勢(shì)且變化率為0.245℃/10a，通過了0.05的顯著性水平，表明上升趨勢(shì)顯著。由5 a 滑動(dòng)平均曲線可知，南昌年平均氣溫以波動(dòng)的形式逐漸升高。20世紀(jì)60年代到70年代間呈下降趨勢(shì)，此后呈上升趨勢(shì)，尤其是1997年以后出現(xiàn)明顯的上升趨勢(shì)。

圖1 年平均氣溫變化過程

南昌市多年最高氣溫均值為38.06 ℃(如圖2)。由年最高氣溫距平變化曲線可知，南昌市最高氣溫距平值自1960—2018年正負(fù)交替出現(xiàn)，最低值為1997年的-2.96 ℃，對(duì)應(yīng)氣溫為35.1 ℃，最高值為1961年的2.54 ℃，對(duì)應(yīng)氣溫為40.6 ℃，最大溫差為5.5 ℃；年最高氣溫總體呈現(xiàn)下降趨勢(shì)，傾向率為-0.007 4℃/10a，未通過0.05的顯著性水平，表明下降趨勢(shì)不顯著；由5 a滑動(dòng)平均曲線可知，南昌年最高氣溫在20世紀(jì)60年代到80年代間呈下降趨勢(shì)，80年代到90年代轉(zhuǎn)為短暫性上升趨勢(shì)，此后經(jīng)過一個(gè)驟降及驟升后又出現(xiàn)小幅度波動(dòng)下降趨勢(shì)。

圖2 年最高氣溫變化過程

南昌市多年最低氣溫均值為-3.58 ℃(如圖3)。由年最低氣溫距平變化曲線可知，南昌市最低氣溫距平值自1960—2018年正負(fù)交替出現(xiàn)，90年代中期以前多為負(fù)值，此后多為正值，且最低值為1991年的-6.12 ℃，對(duì)應(yīng)氣溫-9.7 ℃，最高值為2007年的4.08 ℃，對(duì)應(yīng)氣溫0.5 ℃，最低氣溫最大溫差為10.2℃；年最低氣溫總體呈現(xiàn)上升趨勢(shì)，傾向率為2.35 ℃/10a，且通過0.05的顯著性水平，表明下降趨勢(shì)顯著；由5 a滑動(dòng)平均曲線可知，南昌年最低氣溫以波動(dòng)的形式逐漸上升，20世紀(jì)60年代到70年代間呈下降趨勢(shì)，70年代到90年代轉(zhuǎn)為上升趨勢(shì)，此后經(jīng)過一個(gè)驟降后又出現(xiàn)小幅度波動(dòng)上升趨勢(shì)。

圖3 年最低氣溫變化過程

2.2 氣溫序列的突變檢驗(yàn)

圖4(a)～(b)分別為年平均氣溫的Mann-Kendall突變檢驗(yàn)及5 a滑動(dòng)t突變檢驗(yàn)圖。由Mann-Kendall突變圖可得，UF與UB曲線交于2002—2003年，且之后UF曲線仍保持上升趨勢(shì)且趨勢(shì)超過了0.05的顯著性水平，說明平均氣溫發(fā)生了1次由冷到暖的突變。由滑動(dòng)t突變檢驗(yàn)圖可得，在1965年發(fā)生了由暖到冷的突變，2010—2015年間發(fā)生了由冷到暖的突變。因Mann-Kendall及滑動(dòng)t兩種方法所計(jì)算出的突變點(diǎn)不同，因此年平均氣溫仍無法確定是否存在突變現(xiàn)象。

圖4 年平均氣溫的突變檢驗(yàn)

圖5為年最高氣溫的MK突變檢驗(yàn)及滑動(dòng)t檢驗(yàn)結(jié)果。由MK突變結(jié)果可得，UF及UB曲線在59 a內(nèi)出現(xiàn)多次交點(diǎn)。由滑動(dòng)t檢驗(yàn)結(jié)果可得，統(tǒng)計(jì)量t值在1972年、1988年和1993年超過了顯著性水平，且這3次突變點(diǎn)與Mann-Kendall所確定的突變點(diǎn)均重合，因此確定最高氣溫在59年間出現(xiàn)3次突變，分別是20世紀(jì)70年代中期由暖到冷的突變、20世紀(jì)80年代中期由冷到暖的突變及90年代由暖到冷的突變。

圖5 年最高氣溫的突變檢驗(yàn)

圖6為年最低氣溫的MK突變檢驗(yàn)及滑動(dòng)t檢驗(yàn)結(jié)果。由MK突變結(jié)果可得，UF及UB曲線在1980—1985年交叉，且UF趨勢(shì)呈上升趨勢(shì)，說明年最低氣溫可能發(fā)生了1次由冷到暖的突變。滑動(dòng)t檢驗(yàn)結(jié)果的突變點(diǎn)與Mann-Kendall所確定的突變點(diǎn)位置基本相同，因此對(duì)于長(zhǎng)序列的年最低氣溫可確定其突變點(diǎn)為1980—1985年之間，為一次由冷到暖的突變。

圖6 最低氣溫的突變檢驗(yàn)

2.3 氣溫序列的周期特征

氣溫序列的小波系數(shù)實(shí)部結(jié)果見圖7。由圖7可看出年平均氣溫和最高氣溫的周期具有相似性，在28 a左右的大尺度上存在較為明顯的周期，且都為4個(gè)偏高期和3個(gè)偏低期。偏高期分別為20世紀(jì)60年代初期、70年代末期、90年代末期及21世紀(jì)10年代后期，其余時(shí)間段為偏低期。由于在研究時(shí)段末期小波等值線仍大于0且未閉合，因此在未來的長(zhǎng)時(shí)間內(nèi)，年平均氣溫和最高氣溫仍有可能出現(xiàn)增高的趨勢(shì)。而對(duì)于最低氣溫而言(圖7(c))，在16 a左右的時(shí)間尺度上存在最明顯的周期特性為第1主周期，且自20世紀(jì)60年代前起從偏低期開始交替出現(xiàn)6個(gè)偏低期和6個(gè)偏高期；除16 a尺度外，以23 a左右的時(shí)間尺度存在次為明顯的周期性為第2主周期，在此時(shí)間尺度上存在4個(gè)偏高期和4個(gè)半偏少期；在研究時(shí)段末期16 a尺度處于偏多期且等值線已閉合，23 a尺度處于偏少期且等值線未閉合，這表明在未來20 a左右最低氣溫將仍可能處于一個(gè)下降趨勢(shì)。

圖7 氣溫序列的小波系數(shù)實(shí)部等值線圖

2.4 氣溫與全球氣候指數(shù)的相關(guān)性分析

由表2可知，南昌市年平均氣溫與AO、PNA、SCSSMI和AAO的相關(guān)性通過了0.05的顯著性水平，其中AAO與平均氣溫的相關(guān)性通過了0.01的顯著性水平。而后將通過顯著性檢驗(yàn)的氣候指標(biāo)與年均氣溫建立線性回歸方程。從表3可以看出，在方程f(AAO、SCSSMI、AO、PNA)中，AAO均通過了99%的t檢驗(yàn)和方差檢驗(yàn)，而SCSSMI、AO、PNA則未通過95%的t檢驗(yàn)和方差檢驗(yàn)；在方程f(AAO)中，AAO均通過了99%的t-檢驗(yàn)和F檢驗(yàn)，且P值與在方程f(AAO、SCSSMI、AO、PNA)中相比更小，這說明了南昌市年均氣溫與AAO有顯著的線性相關(guān)性且結(jié)果最為可信；而AO、PNA和SCSSMI與氣溫的線性相關(guān)結(jié)果雖然通過了95%的顯著性檢驗(yàn)，但是在線性回歸方程中均未通過0.05的t檢驗(yàn)和F檢驗(yàn)。

表2 年平均氣溫與氣候指標(biāo)相關(guān)系數(shù)

為深入觀察氣候指標(biāo)與平均氣溫的線性關(guān)系，將所有的氣候指標(biāo)設(shè)為自變量，平均氣溫設(shè)為因變量，構(gòu)造氣溫與所有氣候指標(biāo)的可能1維、2維至13維線性模型，并基于最小殘差平方和在每一個(gè)維度模型中選擇出在該維度下的最優(yōu)模型。模型之間的優(yōu)劣比較使用校正復(fù)相關(guān)系數(shù)平方最大準(zhǔn)則(adjR2)、Cp最小準(zhǔn)則和BIC最小準(zhǔn)則進(jìn)行綜合評(píng)價(jià)，各維最優(yōu)模型的評(píng)價(jià)結(jié)果見表3。

表3 年平均氣溫與部分氣候指標(biāo)線性模型檢驗(yàn)結(jié)果

在表4中，星號(hào)說明對(duì)應(yīng)的氣候指標(biāo)參與了平均氣溫對(duì)全球氣候響應(yīng)模型的構(gòu)建，表4的右側(cè)為各維度殘差平方和最小模型的adjR2準(zhǔn)則、Cp準(zhǔn)則和BIC準(zhǔn)則評(píng)價(jià)結(jié)果。adjR2的評(píng)價(jià)標(biāo)準(zhǔn)為數(shù)值越大模型越優(yōu)，Cp準(zhǔn)則以及BIC準(zhǔn)則的評(píng)價(jià)標(biāo)準(zhǔn)為數(shù)值越小模型越優(yōu)。可以看出，各維的最優(yōu)模型都有AAO的參與，這表明AAO很有可能是南昌市氣溫的一個(gè)重要影響因子。Cp和BIC最小值出現(xiàn)在模型f(AAO)中，表明對(duì)于選擇全球氣候指數(shù)建立與南昌市年均溫的模型中，單指標(biāo)AAO與南昌市年均溫的線性模型是最優(yōu)的。adjR2最大值出現(xiàn)在模型f(AAO、SS、SSTA、SOI、PDO、PNA、AO、SASMI、EASMI、SCSSMI、WP)中，表現(xiàn)出了年均溫與多種全球氣候指標(biāo)相關(guān)的特性。

表4 年平均氣溫與氣候指數(shù)的多元線性回歸模型評(píng)價(jià)結(jié)果

AAO是南半球中緯度及高緯度兩個(gè)環(huán)帶間大氣質(zhì)量的“蹺蹺板”結(jié)構(gòu)，這種行星熱對(duì)流環(huán)流是熱帶季風(fēng)的“第1推動(dòng)力”[13]，通過影響南海夏季風(fēng)進(jìn)而影響受季風(fēng)影響的相關(guān)區(qū)域[14]。研究表明，負(fù)相AAO會(huì)引起青藏高原地區(qū)更多的積雪以及西太平洋更頻繁的熱帶低壓[15-16]，而正相位會(huì)引起東亞冷空氣減弱[14]。還有研究表明，1月AAO與2月歐亞大陸地表氣溫呈顯著的正相關(guān)關(guān)系[17]，以上研究側(cè)面證明了本文的AAO與南昌市年平均氣溫顯著的線性相關(guān)關(guān)系。對(duì)于AO、PNA和SCSSMI以及其它氣候指標(biāo)是否與南昌市氣溫有線性關(guān)系還需進(jìn)一步的研究。

3 結(jié)論

(1)1960—2018年南昌市年平均氣溫及最低氣溫呈現(xiàn)顯著的上升趨勢(shì)，最高氣溫呈微弱的波動(dòng)下降趨勢(shì)。南昌氣候整體表現(xiàn)出變暖的特征，而對(duì)變暖貢獻(xiàn)最大的是年平均氣溫及最低氣溫的升高。

(2)近59 a南昌最高氣溫出現(xiàn)三次突變，分別是20世紀(jì)70年代中期由暖到冷的突變、20世紀(jì)80年代中期由冷到暖的突變及90年代由暖到冷的突變。年最低氣溫出現(xiàn)一次由冷到暖的突變，突變點(diǎn)為1980—1985年之間。對(duì)于平均氣溫仍不能確定是否存在突變現(xiàn)象。

(3)研究時(shí)段中年平均氣溫及最高氣溫在時(shí)頻域中存在28 a左右的長(zhǎng)震蕩周期，最低氣溫存在16 a尺度的中振蕩周期及23 a尺度的長(zhǎng)振蕩周期，且以16 a尺度的中振蕩周期為主周期。

(4)年均氣溫與AAO的相關(guān)系數(shù)為0.58且通過0.01的顯著性水平；在方程f(AAO、SCSSMI、AO、PNA)中，AAO均通過了99%的t檢驗(yàn)和F檢驗(yàn)；在方程f(AAO)中，AAO均通過了99%的t檢驗(yàn)和F檢驗(yàn)；在基于殘差平方和的各維最優(yōu)模型選擇中，AAO都參與了模型的組成，同時(shí)Cp指標(biāo)和BIC指標(biāo)表明了南昌市年均氣溫對(duì)AAO具有極好的反映；這說明AAO與南昌市年均氣溫之間存在顯著的正相關(guān)性，而AO、PNA等其它氣候指標(biāo)與南昌市溫度的線性關(guān)系還需進(jìn)一步的探討。