寧忠瑞,張建云,王國慶,4*

1948～2016年全球主要氣象要素演變特征

寧忠瑞1,2,3,張建云2,3,4,王國慶1,2,3,4*

(1.河海大學水文水資源學院,江蘇 南京 210098；2.水利部應(yīng)對氣候變化研究中心,江蘇 南京 210029；3.長江保護與綠色發(fā)展研究院,江蘇 南京 210098；4.南京水利科學研究院,水文水資源與水利工程科學國家重點實驗室,江蘇 南京 210098)

采用M-K趨勢檢驗與R/S分析法,探究了近70a全球全年及各季節(jié)的降水、氣溫、蒸發(fā)量的演變特征與空間分布格局.研究發(fā)現(xiàn):(1)1948～2016年間,全球72.7%地區(qū)的降水呈現(xiàn)出非顯著的上升或下降趨勢,全球總降水量呈現(xiàn)上升趨勢,趨勢率為1.9mm/10a;全球氣溫呈現(xiàn)顯著性、持續(xù)的上升趨勢,趨勢率為0.23℃/10a,1980年后氣溫上升速率變快;1980～2016年間全球蒸發(fā)量在大部分地區(qū)呈現(xiàn)上升趨勢,總蒸發(fā)量的變化趨勢率為8.2mm/10a; Hurst指數(shù)顯示氣溫與蒸發(fā)變化的持續(xù)性明顯大于降水量的變化;(2)降水量在北半球高緯地區(qū)多呈現(xiàn)出非常顯著的增加趨勢,在低緯度地區(qū)多呈現(xiàn)波動或下降趨勢,且在12月～次年5月(DJF、MAM)的上升趨勢的顯著性普遍高于其他兩個季節(jié);氣溫在DJF和MAM的上升趨勢相對微弱,中高緯地區(qū)呈現(xiàn)非顯著性的變化趨勢,亞洲中部部分地區(qū)在JJA呈現(xiàn)出顯著性的下降趨勢;蒸發(fā)量在沿海濕潤地區(qū)的上升趨勢顯著,美洲北部在DJF呈現(xiàn)出顯著下降的趨勢,格陵蘭島、尼羅河流域在一年四季均為下降趨勢;(3)各大洲的氣溫在1948～2016年均呈現(xiàn)出顯著的上升趨勢,其中北美洲的平均上升率最高;降水除非洲外均為上升趨勢,非洲地區(qū)的降水量呈現(xiàn)出下降趨勢,南美洲降水呈現(xiàn)出3個階段的下降趨勢;各大洲的蒸發(fā)量均呈現(xiàn)上升趨勢,其中歐洲的平均上升率最高;除大洋洲外,各大洲降水量的上升速率低于蒸發(fā)量的上升速率.

氣候變化；演變特征；空間分布；M-K趨勢檢驗；Hurst指數(shù)

由于自然作用和人類活動的影響,以全球變暖為主要特征的氣候變化已成為公認的事實.全球變暖對人類的生存環(huán)境造成嚴重影響[1-3].政府間氣候變化委員會(Intergovernmental Panel on Climate Change,IPCC)在第五次評估報告(AR5)中指出,根據(jù)過去100a的線性趨勢估計,全球陸地平均溫度上升了(0.85±0.20)℃,最近的30a可能是最熱的30a[4].

最近幾年,越來越多的人開始關(guān)注到全球氣候的變化[4],氣候變化表現(xiàn)最明顯的方面為全球氣溫的上升,并影響了降水、蒸發(fā)等氣候要素的變化.目前已有大量學者利用已有觀測數(shù)據(jù)或再分析數(shù)據(jù)對不同區(qū)域的氣候變化情況及其影響做出研究[5-6],如Sun等[7]利用GPCC提供的降水和氣溫資料,分析了近60年全球氣溫、降水的趨勢、持續(xù)性、周期等演變特征,同時分析了不同區(qū)域內(nèi)氣溫、降水的變化率.也有學者利用全球氣候模式(Global Climate Models,GCMs)對未來不同情境下的氣溫、降水等要素進行預測[8-9].

在各氣候要素變化的成因研究方面,人類活動釋放的CO2與氣溶膠被認為是影響氣溫升高的主要因素[4,10],陽黑子活動、火山噴發(fā)、板塊運動等也會對全球氣溫變化產(chǎn)生一定影響[1,11-12];降水的變化在不同地區(qū)與季節(jié)的影響因素不同,氣候變化通過影響海溫[13-17]、季風強度[18]等,導致不同地區(qū)水汽輸送條件發(fā)生變化[19],影響了不同地區(qū)的降水變化;蒸發(fā)量的變化主要受到熱量、供水條件、風速與水汽壓[20]等因素的影響,各地區(qū)蒸發(fā)量的變化與氣溫變化的關(guān)系并非簡單線性關(guān)系[21-22].

對于氣候要素演變特征的研究,目前主要的研究方法有利用M-K趨勢檢驗法研究要素長序列變化趨勢[23];利用小波分析計算要素長系列的時空演變特征與相關(guān)關(guān)系,研究要素變化的周期性特征,預估未來中長期要素序列的變化趨勢[24];以及利用R/S方法計算要素長序列變化趨勢的持續(xù)性特征等[25].

現(xiàn)有研究多聚焦在流域或地區(qū)尺度研究單個氣候變化情況、成因及其影響,較少有研究在全球及大洲尺度計算多個氣候要素的演變特征與空間分布格局.因此,本文分析了全球與各大洲年、季尺度上降水、氣溫、蒸發(fā)三要素演變特征的空間分布,以期提高對全球氣候變化的認識,為全球水資源量變化研究提供基礎(chǔ).

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源與處理

氣象數(shù)據(jù)來源于全球降水氣候中心(Global Precipitation Climatology Centre,GPCC)提供的全球尺度0.5°×0.5°分辨率的降水數(shù)據(jù)(https://psl.noaa. gov/data/gridded/data.gpcc.html);地表氣溫來源于NOAA氣候預測中心(Climate Prediction Center,CPC) 提供的基于觀測資料的全球尺度0.5°×0.5°分辨率的地表氣溫格點數(shù)據(jù)(https://psl.noaa.gov/data/ gridded/data.ghcncams.html),降水與氣溫數(shù)據(jù)的時間均為1948～2016年;蒸發(fā)數(shù)據(jù)采用荷蘭阿姆斯特丹大學研發(fā)的基于衛(wèi)星數(shù)據(jù)再分析的GLEAM(Global Land Evaporation Amsterdam Model,https://www. gleam.eu)產(chǎn)品,時間為1980～2018年,空間分辨率為0.25°×0.25°,通過算術(shù)平均法獲得0.5°×0.5°分辨率的格點數(shù)據(jù).以上數(shù)據(jù)產(chǎn)品均為逐月數(shù)據(jù).

由于本文使用的降水與蒸發(fā)數(shù)據(jù)為衛(wèi)星再分析數(shù)據(jù)或通過插值獲得的全球尺度數(shù)據(jù),因此數(shù)據(jù)的區(qū)域適用性分析是證明數(shù)據(jù)合理的重要步驟.國內(nèi)外很多學者對本文使用數(shù)據(jù)進行過研究,對比數(shù)據(jù)與實測資料之間的差異,結(jié)果表明本文使用數(shù)據(jù)在不同尺度區(qū)域內(nèi)的適用性較好,對變量的模擬結(jié)果與實測結(jié)果相似,且在趨勢計算結(jié)果方面更接近于實際觀測值的計算結(jié)果[26-32];綜合認為,本文利用選取的數(shù)據(jù)進行主要氣象要素演變特征的分析是合理的.

為方便研究,本文將全年劃分為4個季節(jié):12月、1月、2月(DJF)為北半球冬季;3月、4月、5月(MAM)為北半球春季;6月、7月、8月(JJA)為北半球夏季;9月、10月、11月(SON)為北半球秋季.

1.2 研究方法

1.2.1 Mann-Kendall趨勢檢驗 在研究全球1948～2016年降水、氣溫、蒸發(fā)量的變化趨勢時采用Mann-Kendall(M-K)檢驗方法.M-K檢驗是用于分析數(shù)據(jù)序列隨時間變化趨勢的一種非參數(shù)的統(tǒng)計檢驗方法[23,33].水文氣象數(shù)據(jù)是隨機且非正態(tài)分布的,而該方法不需數(shù)據(jù)服從特定的分布,同時檢驗范圍較寬,因此該方法在水文氣象要素的趨勢性檢驗中應(yīng)用被廣泛采用[34-35].對于給定的置信水平,當||>1-/2時,拒絕原假設(shè),即在置信水平上,該時間序列具有顯著性的變化趨勢.當1.96<||￡2.58時,表明序列在0.05的置信水平上具有顯著的變化趨勢; 當||>2.58時表明序列在0.01的置信水平上具有顯著的變化趨勢.

1.2.2 Hurst指數(shù) Hurst指數(shù)能定量描述時間序列的長程依賴性,在M-K檢驗的基礎(chǔ)上,常采用R/S方法計算序列的Hurst指數(shù)[25].R/S法是一種非線性的科學預測方法,對正態(tài)分布和非正態(tài)分布的序列都有很好的適用性[36].Hurst指數(shù)的范圍在0～1之間,當> 0.5時,表明序列未來的趨勢與過去是一致的,且越接近于1,趨勢的持續(xù)性越強;當<0.5時,表明未來的趨勢與過去相反,這一過程具有反持續(xù)性,且當越接近于0,反持續(xù)性越強;= 0.5表明序列未來的趨勢與先前的事件沒有關(guān)系.

2 結(jié)果與分析

2.1 全球降水、氣溫、蒸發(fā)變化的空間分布

2.1.1 全球年、季氣溫及其變化趨勢 如圖1(a)所示,氣溫在全球呈現(xiàn)出較為明顯的隨緯度和季節(jié)的變化趨勢,但氣溫受地形的影響相對更大,如青藏高原的年、季氣溫均明顯低于周邊地區(qū)同期氣溫.南美洲西部智利等國家地區(qū)受安第斯山脈的影響,氣溫亦明顯低于同緯度其他地區(qū).

圖1 1948～2016年全年和各季節(jié)全球年、季氣溫及其變化趨勢

如圖1(b)所示,演變趨勢方面,1948～2016年間研究區(qū)域的年平均氣溫有94.2%的區(qū)域呈現(xiàn)出上升趨勢,其中顯著上升的區(qū)域占比為87.0%,大多數(shù)地區(qū)的Hurst指數(shù)在0.5～1之間,表明氣溫升高的趨勢在這些地方可能會持續(xù)下去.在個別高緯度地區(qū)如俄羅斯北部Hurst指數(shù)低于0.5,表明這些地區(qū)未來溫度的變化趨勢不依賴或弱依賴于以前的值.

從季節(jié)來看,各季節(jié)的溫度均有顯著的上升趨勢,北非、中東半島部分地區(qū)在DJF出現(xiàn)顯著的下降趨勢,俄羅斯西北部,美國大部分地區(qū)在DJF也呈現(xiàn)出不顯著的上升趨勢,但該地區(qū)的Hurst指數(shù)大多在0.5左右,表明該地區(qū)氣溫變化趨勢的持續(xù)性較弱.此項成果與Bekryaev等[37]的研究結(jié)果存在差異.其根據(jù)高緯度地區(qū)氣象陸地站實測資料分析認為,高緯度地區(qū)的氣溫上升速度遠高于北半球平均速度.分析認為,研究結(jié)果的差異來源于資料不同以及研究時段的差異.Rapai?等[38]對比了不同降水與氣溫在北半球高緯地區(qū)的差異,認為氣溫數(shù)據(jù)在高緯度地區(qū)的波動性較大.同時,研究時段的不同也會導致結(jié)果的差異,Bekryaev等[37]的研究成果發(fā)現(xiàn)59°N以北地區(qū)的全年及各季節(jié)氣溫在1970年附近出現(xiàn)突變,由下降趨勢轉(zhuǎn)為上升趨勢.由于本文研究時段包含氣溫上升與下降的兩個階段,因此兩階段氣溫總體的變化趨勢率小于上升階段的變化趨勢率;且研究時段內(nèi)同時包含氣溫的上升與下降,與本文結(jié)果中顯示的氣溫變化的Hurst指數(shù)較小一致.

除此之外,中亞地區(qū)、格陵蘭島西南部在JJA也呈現(xiàn)出顯著性的下降趨勢,且該地區(qū)Hurst指數(shù)較高,表明北半球小部分地區(qū)夏季氣溫的下降趨勢顯著且持續(xù).分地區(qū)來看,日本、印度尼西亞、英國、古巴等島國的氣溫上升趨勢最為明顯且持續(xù),深居內(nèi)陸的國家氣溫上升趨勢相對較小.

圖2 1948～2016年全年和各季節(jié)全球年、季降水量及其變化趨勢

2.1.2 全球年、季降水量及其變化趨勢 如圖2(a)所示,降水的空間分布與氣溫大致相同,除受到大地形區(qū)如高原、沙漠等影響外,全球大部分地區(qū)的降水量分布具有典型的隨緯度分布的特征.全球年平均降水量的最大值分布在赤道附近,最大超過9000mm/a,最小值分布于非洲北部撒哈拉沙漠、中東半島及澳大利亞中西部沿海等典型干燥地區(qū),多年平均降水量接近于0.同時降水量的空間分布并不完全與緯度帶相匹配,赤道穿過的地區(qū),非洲西部的降水量明顯大于非洲東部,南美洲西北部降水量明顯大于東北部;喜馬拉雅山脈南麓是區(qū)域降水量分布的高值區(qū);美國東部降水量大于西部等.在季節(jié)上,單季降水量最大值出現(xiàn)在JJA,即北半球夏季,最大值接近4860mm/季.降水量的全球分布具有明顯的季節(jié)特征,北半球大多數(shù)地區(qū)降水集中在MAM和JJA兩季,南半球大多數(shù)地區(qū)降水集中在SON和DJF兩季.

如圖2(b)所示,從變化趨勢來看,全球絕大多數(shù)地區(qū)降水量的變化呈現(xiàn)出非顯著性上升(0<<1.96, 40.2%)和非顯著性下降(-1.96<<0,32.5%)的趨勢,呈現(xiàn)下降趨勢的地區(qū)主要分布在非洲、亞洲中部、亞馬遜雨林中部及澳大利亞東部沿海地區(qū)等低緯度地區(qū),其中幾內(nèi)亞灣地區(qū)、中東半島在全年及各季節(jié)上均呈現(xiàn)出顯著的下降趨勢;亞歐大陸北部、格陵蘭島地區(qū)等中高緯度地區(qū)呈現(xiàn)出顯著性的上升趨勢.在季節(jié)上,除亞歐大陸北部地區(qū)在夏季(JJA)的上升趨勢明顯弱于其他3個季節(jié)外,各地區(qū)降水量變化趨勢的季節(jié)特征不明顯.

如圖2(c)所示,全球大部分地區(qū)降水量的Hurst指數(shù)大于0.5,特別是變化趨勢呈現(xiàn)出顯著性上升和下降的地區(qū),Hurst指數(shù)大于0.7甚至接近于1,表明降水在這些地區(qū)的增加或減少是持續(xù)的.

氣溫變化會影響降水量的變化,主要體現(xiàn)在大尺度氣候系統(tǒng)對陸地降水量的影響,ENSO會影響陸地極端降水事件[14-15],AO則影響了中高緯度地區(qū)冬季的降水變化[7,16-17],北美洲、南歐、非洲、中東地區(qū)的干燥趨勢可能與氣候系統(tǒng)的內(nèi)部變化有關(guān).20世紀40年代以來北極變暖明顯,北極濤動減弱,極地地區(qū)的冷空氣活動更容易影響到中高緯度的陸地地區(qū),使冬季更易受寒潮等天氣的影響[13],此即對應(yīng)了亞歐大陸北部在SON和DJF氣溫變化的顯著性明顯低于其他地區(qū)(圖2);同樣,由圖1、2顯示出的歐洲地區(qū)的變暖趨勢、南歐地區(qū)降水量增加趨勢低于北歐等現(xiàn)象與北大西洋濤動(North Atlantic Oscillation,NAO)有關(guān)[39-41],非洲南部降水量減少、溫度增加的趨勢(圖1、2)被認為與ENSO的增強有關(guān)[42-43].

風速與風向?qū)邓康姆植纪瑯佑兄匾挠绊?Matthew等[44]的研究表明,非洲西部的風切變的空間分布與對流降水的季節(jié)分布非常一致;Linden等[45]的觀測顯示,幾內(nèi)亞灣地區(qū)夜間季風顯著減少,較低的相對濕度導致該地區(qū)云量減少,即圖1顯示出的西非幾內(nèi)亞灣地區(qū)降水減少的趨勢.北美洲在DJF的降水量與南美洲北部在JJA、SON的降水量呈現(xiàn)下降趨勢被認為與海表升溫造成的大氣穩(wěn)定性增加,對流減弱導致北美季風減弱有關(guān)[18].

2.1.3 全球年、季蒸發(fā)及其變化趨勢 由于地面實際蒸散發(fā)量受地面供水條件即降水量、土壤含水量等的影響較大,因此年、季蒸發(fā)量的空間格局主要與降水相似.由圖3(a)可以看出,全年蒸發(fā)量極大值集中在赤道附近、熱帶雨林氣候區(qū)等降水量大、供水充足的地區(qū),極小值出現(xiàn)在沙漠氣候區(qū)、格陵蘭島等高緯度冰川地區(qū).各地蒸發(fā)量的年內(nèi)變化基本符合季節(jié)的變化.

如圖3(b)所示,全球78.1%的地區(qū)年蒸發(fā)量呈現(xiàn)出上升趨勢,部分地區(qū)如格陵蘭島、非洲東北部尼羅河流域、南美洲東部、美國西海岸等呈現(xiàn)出下降趨勢.但這些地區(qū)年蒸發(fā)量的Hurst指數(shù)在0.5左右或更低,表明蒸發(fā)量的下降趨勢并不持續(xù).分季節(jié)來看,北半球高緯度地區(qū)除歐洲外在DJF的季蒸發(fā)量呈現(xiàn)出下降趨勢且較為持續(xù),在MAM僅有尼羅河流域出現(xiàn)了顯著的蒸發(fā)量下降趨勢,格陵蘭島在各個季節(jié)均呈現(xiàn)出不同程度的下降趨勢,而歐洲在各個季節(jié)均呈現(xiàn)出穩(wěn)定、持續(xù)的上升趨勢.

結(jié)合全球全年及各季節(jié)的氣溫、降水、蒸發(fā)變化趨勢的空間格局可看出,全球大部分地區(qū)呈現(xiàn)出變暖的趨勢.從降水與蒸發(fā)變化的年內(nèi)分布來看,大部分地區(qū)趨向于分布的不均勻,夏季降水量的上升趨勢大于冬季,極端降水等氣候事件發(fā)生的概率增大.

圖4給出了氣溫、降水和蒸發(fā)不同顯著變化區(qū)域的百分比,可以看出:全球全年及各季節(jié)的降水量以上升為主要趨勢,72.7%的地區(qū)降水處于不顯著的變化趨勢,其中JJA的降水量變化最不顯著,在全球降水柵格數(shù)據(jù)中有85%的地區(qū)處于不顯著上升或下降趨勢;全球氣溫在94.2%的地區(qū)呈現(xiàn)出上升趨勢,其中超過60%的地區(qū)為非常顯著上升趨勢,說明全球氣溫整體正處于上升階段;全球蒸發(fā)量在78.1%的地區(qū)呈現(xiàn)出上升趨勢,在上升的地區(qū)中約44%為不顯著上升趨勢;DJF的蒸發(fā)量上升趨勢相對微弱,全年平均蒸發(fā)量的上升趨勢最為顯著.

圖3 1980～2016年全年和各季節(jié)全球年、季蒸發(fā)量及其變化趨勢

圖4 全球年、季氣溫、降水、蒸發(fā)變化統(tǒng)計結(jié)果

2.2 各大洲降水、氣溫、蒸發(fā)的演變特征

2.2.1 各大洲年降水、氣溫、蒸發(fā)演變特征 如圖5所示,從全球尺度看,降水量、氣溫、蒸發(fā)量三者的趨勢是一致的,均為上升趨勢,3個要素中降水的波動性較強,蒸發(fā)量變化的趨勢性最為明顯.全球氣溫在1948～2016年變化的平均趨勢率為0.23℃/10a,與IPCC第四次報告中提出的全球地面溫度平均上升率相同,其中在1972年以前溫度一直處于波動狀態(tài),1972年后開始迅速上升,平均上升率達到0.38℃/ 10a.

圖5 全球及各大洲降水量、氣溫、蒸發(fā)量逐年序列

火山活動的影響也是氣候變化的一個重要原因.火山氣溶膠與CO2都是重要的自然強迫因子[46].火山氣溶膠的作用使得太陽輻射被散射的部分增加,地球反照率上升,使得地球表面和對流層溫度降低,影響可達3～5a[12].部分學者認為,全球氣溫在21世紀初期的增速放緩被認為和小型火山噴發(fā)有關(guān)[12,47-48],但從計算結(jié)果來看,全球及各大洲平均氣溫的變化趨勢在21世紀初并未呈現(xiàn)出顯著的放緩現(xiàn)象.分析認為,火山氣溶膠的作用使地球反照率上升,太陽輻射被散射部分增加,但火山氣溶膠的輻射強迫又存在溫室效應(yīng).同時由于全球范圍內(nèi)研究的空間尺度較大,影響氣溫變化的強迫因子非常復雜,各因子對氣溫變化的影響效果可能出現(xiàn)相互沖突抵消,因此在計算結(jié)果中并未觀測到氣溫增速放緩的現(xiàn)象.

年降水量在各大洲的演變特征并不相同.除非洲外,各大洲1948～2016年的降水序列均顯示出了上升趨勢,其中平均變化率最高的為歐洲,達到8.6mm/10a,最低為南美洲,僅有1.1mm/10a,低于全球降水量的平均變化率,且南美洲的降水量雖總體上呈現(xiàn)上升趨勢,但是在年代分布上可以看出3個明顯的下降階段,分別為1950～1958年、1972～1984年、1990～2014年,下降階段的平均變化率最高約為38.4mm/10a.大洋洲的年降水量表現(xiàn)出最明顯的波動上升趨勢.

各大洲的氣溫均顯示出了較為明顯的上升趨勢,平均上升率最為明顯的為美洲,達到0.3℃/10a.20世紀70年代之后,亞洲、非洲、北美洲與全球氣溫一樣以越來越快的速率上升,歐洲、南美洲與大洋洲以與原來相似的速率繼續(xù)上升.

在蒸發(fā)量的演變特征方面,各大洲同樣均呈現(xiàn)出明顯的上升趨勢,最大平均上升率出現(xiàn)在歐洲,約為16.5mm/10a,約為全球蒸發(fā)量平均變化率的2倍;最小平均上升率出現(xiàn)在南美洲,約為3.2mm/10a.與降水相似,南美洲的蒸發(fā)量同樣出現(xiàn)了先下降后上升的趨勢,在1995年附近出現(xiàn)轉(zhuǎn)折點,在轉(zhuǎn)折點后年蒸發(fā)量約以9.9mm/10a的速率上升,高于全球蒸發(fā)量平均變化率.

蒸發(fā)量的變化對陸地生態(tài)系統(tǒng)有重要的影響,南美洲的蒸發(fā)量在1994年左右出現(xiàn)了轉(zhuǎn)折點,從下降趨勢轉(zhuǎn)為上升趨勢,這與Chen等[22]的觀測結(jié)果相似.土壤含水量(水分供應(yīng)條件)與凈輻射量(熱力、動力條件)是驅(qū)動蒸發(fā)量變化的主要因素[49-50], Gilliland等[20]發(fā)現(xiàn)南美洲地區(qū)1980～2014年的近地面風速在全年和各季節(jié)均呈現(xiàn)下降趨勢, Barkhordarian等[51]發(fā)現(xiàn)南美洲的水汽壓在1994年前后出現(xiàn)拐點,二者相互作用是導致南美洲1994年前后蒸發(fā)量變化趨勢出現(xiàn)拐點的主要原因[21].

綜合來看,全球及各大洲降水量的平均變化率普遍低于蒸發(fā)量的平均變化率,全球各地平均情況為變暖同時變干燥.

2.2.2 各大洲季氣溫、降水、蒸發(fā)演變特征 如表1所示,全球各地年及季平均氣溫均呈現(xiàn)出顯著的上升趨勢,M-K檢驗值大多通過了置信水平為99%的顯著性檢驗.年平均氣溫的最大趨勢率出現(xiàn)在美洲,達到0.27℃/10a,高于全球年氣溫變化平均趨勢率,非洲和大洋洲的趨勢率略低于全球氣溫上升速度; 各地氣溫的Hurst指數(shù)均大于0.5,甚至接近于1,表明全球氣溫仍有較為持續(xù)的增長趨勢.分季節(jié)來看,大多數(shù)地區(qū)的氣溫在JJA和SON的上升趨勢比在DJF和MAM更為顯著,北美洲在DJF的氣溫序列出現(xiàn)了各大洲季節(jié)氣溫變化趨勢率的最大值,達到0.42℃/10a.

表1 六大洲全年、季氣溫、降水、蒸發(fā)變化的趨勢率(β)、M-K檢驗值(Z)及Hurst指數(shù)(H)

注:加粗部分為趨勢性檢驗結(jié)果通過0.05置信水平的顯著性檢驗, 氣溫變化趨勢率單位為℃/a, 降水、蒸發(fā)變化趨勢率單位為mm/a.

從全年平均降水量來看,非洲呈現(xiàn)出顯著的下降趨勢,其余五大洲呈現(xiàn)出不同顯著性的上升趨勢,顯著上升區(qū)域的年平均降水量變化率為2.8mm/ 10a～8.5mm/10a.六大洲年降水量的Hurst指數(shù)均大于0.5,表明降水量有持續(xù)變化的趨勢.分季節(jié)及地區(qū)來看,南美洲和大洋洲在全年及四個季節(jié)的降水量變化均不顯著,非洲、歐洲、北美洲僅有一個季節(jié)的變化不顯著,亞洲則在JJA和SON兩個季節(jié)變化不顯著.在全年和DJF降水量的變化趨勢中,非洲是唯一一個呈現(xiàn)下降趨勢的大洲;在MAM非洲和大洋洲的降水均呈現(xiàn)出了下降趨勢且非洲的趨勢性通過了置信水平為99%的顯著性檢驗,但這兩個大洲在MAM降水序列的Hurst指數(shù)均小于0.5,表示出一些反持久性,表明未來降水量的變化與先前并不一定呈現(xiàn)同樣的趨勢.亞洲在JJA降水序列的M-K檢驗值為-0.317,表示其有不顯著的下降趨勢,但序列的回歸系數(shù)大于0,表示序列整體上呈現(xiàn)出微弱的上升趨勢,二者出現(xiàn)沖突,表明亞洲在JJA的降水序列呈現(xiàn)出較為明顯的波動趨勢.總體來看,亞洲、歐洲、北美洲3個大部分處于北半球中高緯度的大洲降水量的增長趨勢比較強勁,南美洲及大洋洲的降水量則更多的呈現(xiàn)出微弱上升或波動趨勢.

6個大洲年和季平均蒸發(fā)量的變化趨勢均有不同程度的上升.從全年蒸發(fā)量來看,除大洋洲外,其余地區(qū)的蒸發(fā)量均呈現(xiàn)出顯著的上升趨勢,最大上升趨勢率出現(xiàn)在歐洲,達到16mm/10a,最小趨勢率出現(xiàn)在南美洲,僅為3.3mm/10a.分季節(jié)及地區(qū)來看,DJF的蒸發(fā)序列僅有南美洲呈現(xiàn)出了不顯著的上升趨勢,非洲的蒸發(fā)序列Hurst指數(shù)小于0.5,表明該序列存在一定的反持續(xù)性.亞洲和非洲在MAM的蒸發(fā)序列呈現(xiàn)出較為顯著的上升趨勢.大洋洲在JJA的蒸發(fā)序列M-K檢驗值與回歸系數(shù)顯示出的趨勢出現(xiàn)沖突且M-K檢驗值未達到95%的顯著性水平,說明該序列呈現(xiàn)一定的波動.總體來看,各區(qū)域的年及季節(jié)蒸發(fā)量的變化趨勢與降水量的變化趨勢較為一致.

3 結(jié)論

3.1 1948～2016年間,全球72.7%的地區(qū)年降水呈現(xiàn)出非顯著的變化趨勢,全球總降水量呈現(xiàn)上升趨勢,趨勢率為1.9mm/10a;全球氣溫呈現(xiàn)顯著性、持續(xù)的上升趨勢,趨勢率為0.23℃/10a,1980年后氣溫上升速率變快; 1980～2016年間全球蒸發(fā)量在78.1%的地區(qū)呈現(xiàn)上升趨勢,總蒸發(fā)量的變化趨勢率為8.2mm/10a; Hurst指數(shù)顯示氣溫與蒸發(fā)變化的持續(xù)性明顯大于降水量的變化.

3.2 降水量在北半球高緯地區(qū)多呈現(xiàn)出顯著非常顯著的增加趨勢,在低緯度地區(qū)多呈現(xiàn)波動或下降趨勢,且在DJF、MAM上升趨勢顯著性普遍高于其他兩個季節(jié);氣溫在DJF和MAM的上升趨勢相對微弱,中高緯地區(qū)呈現(xiàn)非顯著性的變化趨勢,亞洲中部部分地區(qū)在JJA呈現(xiàn)出顯著性的下降趨勢;蒸發(fā)量在沿海濕潤地區(qū)的上升趨勢顯著,美洲北部在DJF呈現(xiàn)出顯著下降的趨勢,格陵蘭島、尼羅河流域在一年四季均為下降趨勢;

3.3 各大洲的氣溫在1948～2016年均呈現(xiàn)出顯著的上升趨勢,其中北美洲的平均上升率最高;降水除非洲外均為上升趨勢,非洲地區(qū)的降水量呈現(xiàn)出下降趨勢,平均趨勢率為-7.3mm/10a,南美洲降水呈現(xiàn)出3個階段的下降趨勢;大多數(shù)地區(qū)在JJA的降水量呈現(xiàn)下降趨勢,其中非洲為顯著下降趨勢,北美洲為顯著上升趨勢,MAM與SON的降水量各有兩個大洲為下降趨勢;各大洲的蒸發(fā)量均呈現(xiàn)上升趨勢,其中歐洲的平均上升率最高;除大洋洲外,各大洲降水量的上升速率低于蒸發(fā)量的上升速率.

[1] 段青云,夏 軍,繆馳遠,等.全球氣候模式中氣候變化預測預估的不確定性[J]. 自然雜志, 2016,38(3):182-188.

Duan Q Y, Xia J, Miao C Y, et al. The uncertainty in climate change projections by global climate models. Chinese Journal of Nature, 2016,38(3):182-188.

[2] 夏 軍,劉春蓁,任國玉.氣候變化對我國水資源影響研究面臨的機遇與挑戰(zhàn)[J]. 地球科學進展, 2011,26(1):1-12.

Xia J, Liu C Z, Ren G Y. Opportunity and challenge of the climate change impact on the water resource of China [J]. Advances in Earth Science, 2011,26(1):1-12.

[3] Wang J, Xu C, Hu M, et al. Global land surface air temperature dynamics since 1880 [J]. International Journal of Climatology, 2018, 38:e466-e474.

[4] Ipcc. Climate change 2013: The physical science basis [M]. Cambridge: Cambridge University Press, 2013.

[5] Abolverdi J, Ferdosifar G, Khalili D, et al. Recent trends in regional air temperature and precipitation and links to global climate change in the Maharlo watershed, Southwestern Iran [J]. Meteorology and Atmospheric Physics. 2014,126(3/4):177-192.

[6] Sun Q, Miao C, Duan Q, et al. Would the 'real observed dataset stand up? A critical examination of eight observed gridded climate datasets for China [J]. Environmental research letters, 2014,9(1):15001.

[7] Sun Q, Kong D, Miao C, et al. Variations in global temperature and precipitation for the period of 1948 to 2010 [J]. Environmental Monitoring and Assessment, 2014,186(9):5663-5679.

[8] Gu G, Adler R F. Spatial patterns of global precipitation change and variability during 1901～2010 [J]. Journal of Climate, 2015,28(11): 4431-4453.

[9] Nilawar A P, Waikar M L. Impacts of climate change on streamflow and sediment concentration under RCP 4.5and 8.5: A case study in Purna river basin, India [J]. Science of The Total Environment, 2019, 650:2685-2696.

[10] 張建云,王國慶.氣候變化對水文水資源影響研究[M]. 北京:科學出版社, 2007.

Zhang J Y, Wang G Q. Impact of climate change on hydrology and water resources [M]. Beijing: Science Press, 2007.

[11] 嚴中偉,丁一匯,翟盤茂,等.近百年中國氣候變暖趨勢之再評估[J]. 氣象學報, 2020,78(3):370-378.

Yan Z W, Ding Y H, Zhai P M, et al. Re-assessing climatic warming in China since the last century [J]. Acta Meteorologica Sinica, 2020, 78(3):370-378.

[12] 滿文敏,左 萌.CMIP6火山強迫的氣候響應(yīng)模擬比較計劃(VolMIP)概況與評述[J]. 氣候變化研究進展, 2019,15(5):526-532.

Man W M, Zuo M. Short commentary on CMIP6 Model Intercomparison Project on the climatic response to Volcanic forcing (VolMIP) [J]. Climate Change Research, 2019,15(5):526-532.

[13] Cohen J, Screen J A, Furtado J C, et al. Recent Arctic amplification and extreme mid-latitude weather [J]. Nature Geoscience, 2014,7(9): 627-637.

[14] Li X, Zhang K, Gu P, et al. Changes in precipitation extremes in the Yangtze River Basin during 1960～2019 and the association with global warming, ENSO, and local effects [J]. Science of The Total Environment. 2020,760:144244.

[15] Mohammadi K, Goudarzi N. Study of inter-correlations of solar radiation, wind speed and precipitation under the influence of El Ni?o Southern Oscillation (ENSO) in California [J]. Renewable Energy, 2018,120:190-200.

[16] 梁蘇潔,趙 南,丁一匯.北極濤動主模態(tài)下北極冷空氣的優(yōu)勢路徑和影響地區(qū)的研究[J]. 地球物理學報, 2019,62(1):19-31.

Liang S J, Zhao N, Ding Y H. Dominant trajectories and influenced regions of the near-surface cold air in the Arctic during positive and negative AO/NAM events [J]. Chinese Journal of Geophysics, 2019, 62(1):19-31.

[17] 龔道溢,王紹武.近百年北極濤動對中國冬季氣候的影響[J]. 地理學報, 2003,58(4):559-568.

Gong D Y, Wang S W. Influence of Arctic Oscillation on winter climate over China [J]. Acta Geographica Sinica, 2003,58(4):559- 568.

[18] Pascale S, Boos W R, Bordoni S, et al. Weakening of the North American monsoon with global warming [J]. Nature Climate Change, 2017,7(11):806-812.

[19] 劉蕓蕓,丁一匯.2020年超強梅雨特征及其成因分析[J]. 氣象, 2020,46(11):1393-1404.

Liu Y Y, Ding Y H. Characteristics and possible causes for the extreme meiyu in 2020 [J]. Meteorological Monthly, 2020,46(11): 1393-1404.

[20] Gilliland J M, Keim B D. Surface wind speed: trend and climatology of Brazil from 1980～2014 [J]. International Journal of Climatology, 2018,38(2):1060-1073.

[21] Li Z, Chen Y, Shen Y, et al. Analysis of changing pan evaporation in the arid region of Northwest China [J]. Water Resources Research, 2013,49(4):2205-2212.

[22] Chen Y, Li Z, Fan Y, et al. Progress and prospects of climate change impacts on hydrology in the arid region of northwest China [J]. Environmental Research, 2015,139:11-19.

[23] Bao Z, Zhang J, Wang G, et al. The impact of climate variability and land use/cover change on the water balance in the Middle Yellow River Basin, China [J]. Journal of Hydrology, 2019,577:123942.

[24] 嚴小林,張建云,鮑振鑫,等.海河流域近500年旱澇演變規(guī)律分析[J]. 水利水運工程學報, 2020,2020(4):17-23.

Yan X L, Zhang J Y, Bao Z X, et al. Evolution of drought and flood in the Haihe Rvier Basin for the last 500 years [J]. Hudro-Science and Engineering, 2020,2020(4):17-23.

[25] 劉 靜,龍愛華,李 江,等.近60年塔里木河三源流徑流演變規(guī)律與趨勢分析[J]. 水利水電技術(shù), 2019,50(12):10-17.

Liu J, Long A H, Li J, et al. Analysis on runoff evolution laws and trends of three source-streams of Tarim River in recent 60years. Water Resources and Hydropower Engineering, 2019,50(12):10-17.

[26] Lee J, Lee E, Seol K. Validation of integrated multisatellitE retrievals for GPM (IMERG) by using gauge-based analysis products of daily precipitation over East Asia [J]. Theoretical and Applied Climatology, 2019,137(3/4):2497-2512.

[27] Prakash S, Gairola R M, Mitra A K. Comparison of large-scale global land precipitation from multisatellite and reanalysis products with gauge-based GPCC data sets [J]. Theoretical and Applied Climatology, 2015,121(1/2):303-317.

[28] 王 丹,王愛慧.1901～2013年GPCC和CRU降水資料在中國大陸的適用性評估[J]. 氣候與環(huán)境研究, 2017,22(4):446-462.

Wang D, Wang A H. Applicability assessment of GPCC and CRU precipitation products in China during 1901 to 2013 [J]. Climatic and Environmental Research, 2017,22(4):446-462.

[29] Sun Q, Miao C, Duan Q, et al. A review of global precipitation data sets: Data sources, estimation, and intercomparisons [J]. Reviews of Geophysics. 2018,56(1):79-107.

[30] Fan Y, van den Dool H. A global monthly land surface air temperature analysis for 1948–present [J]. Journal of Geophysical Research, 2008, 113(D1).

[31] Tarek M, Brissette F P, Arsenault R. Large-scale analysis of global gridded precipitation and temperature datasets for climate change impact studies [J]. Journal of Hydrometeorology, 2020,21(11):2623- 2640.

[32] 任立良,衛(wèi)林勇,江善虎,等.CHIRPS和GLEAM衛(wèi)星產(chǎn)品在中國的干旱監(jiān)測效用評估[J]. 農(nóng)業(yè)工程學報, 2019,35(15):146-154.

Ren L L, Wei L Y, Jiang S H, et al. Drought monitoring utility assessment of CHIRPS and GLEAM satellite products in China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(15):146-154.

[33] Guan X, Zhang J, Elmahdi A, et al. The capacity of the hydrological modeling for water resource assessment under the changing environment in semi-arid river basins in China [J]. Water, 2019, 11(7):1328.

[34] 姜 瑤,徐宗學,王 靜.基于年徑流序列的五種趨勢檢測方法性能對比[J]. 水利學報, 2020,51(7):845-857.

Jiang Y, Xu Z X, Wang J. Comparison among five methods of trend detection for annual runoff series [J]. J Hydraul Eng, 2020,51(7):845- 857.

[35] 王樂揚,李清洲,王金星,等.變化環(huán)境下近60年來中國北方江河實測徑流量及其年內(nèi)分配變化特征[J]. 華北水利水電大學學報(自然科學版), 2020,41(2):36-42.

Wang L Y, Li Q Z, Wang J X, et al. The variation characteristics of recorded runoff and its annual distribution in North China during the recent 60 years in the context of environment change [J]. Journal of North China University of Water Resources and Electric Power(Natual Science Edition), 2020,41(2):36-42.

[36] Huang H, Zhang B, Cui Y, et al. Analysis on the characteristics of dry and wet periods in The Yangtze River Basin [J]. Water, 2020, 12(11):2960.

[37] Bekryaev R V, Polyakov I V, Alexeev V A. Role of polar amplification in long-term surface air temperature variations and modern Arctic warming [J]. Journal of Climate, 2010,23(14):3888- 3906.

[38] Rapai? M, Brown R, Markovic M, et al. An evaluation of temperature and precipitation surface-based and reanalysis datasets for the Canadian Arctic, 1950～2010 [J]. Atmosphere-ocean, 2015,53(3): 283-303.

[39] Lüdecke H, Cina R, Dammschneider H, et al. Decadal and multidecadal natural variability in European temperature [J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2020,205:105294.

[40] Montaldo N, Sarigu A. Potential links between the North Atlantic Oscillation and decreasing precipitation and runoff on a Mediterranean area [J]. Journal of Hydrology, 2017,553:419-437.

[41] Hurrell J W, VAN Loon H. Decadal variations in climate associated with the north atlantic oscillation [J]. Climatic Change, 1997,36(3): 301-326.

[42] Hao Z, Zhang X, Singh V P, et al. Joint modeling of precipitation and temperature under influences of El Ni?o Southern Oscillation for compound event evaluation and prediction [J]. Atmospheric Research, 2020,245:105090.

[43] Hao Y, Hao Z, Feng S, et al. Response of vegetation to El Ni?o-Southern Oscillation (ENSO) via compound dry and hot events in southern Africa [J]. Global and Planetary Change, 2020,195: 103358.

[44] Matthew O J, Ayoola M A. Seasonality of wind speed, wind shears and precipitation over West Africa [J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2020,207:105371.

[45] Linden R, Knippertz P, Fink A H, et al. The influence of DACCIWA radiosonde data on the quality of ECMWF analyses and forecasts over southern West Africa [J]. Quarterly Journal of the Royal Meteorological Society, 2020,146(729):1719-1739.

[46] Crowley T J. Causes of climate change over the past 1000 years [J]. Science, 2000,289(5477):270-277.

[47] Santer B D, Bonfils C, Painter J F, et al. Volcanic contribution to decadal changes in tropospheric temperature [J]. Nature Geoscience, 2014,7(3):185-189.

[48] Xiao D, Li J. Mechanism of stratospheric decadal abrupt cooling in the Early 1990s as influenced by the Pinatubo eruption [J]. Chinese Science Bulletin. 2011,56(8):772-780.

[49] Miralles D G, De Jeu R A M, Gash J H, et al. Magnitude and variability of land evaporation and its components at the global scale [J]. Hydrology and Earth System Sciences, 2011,15(3):967-981.

[50] 夏 瓊,王 旭,竇 順,等.土體水分潛在蒸發(fā)確定方法研究進展[J]. 干旱區(qū)地理, 2018,41(4):793-801.

Xia Q, Wang X, Dou S, et al. Advances on determining potential evaporation of soil moisture [J]. Arid Land Geography, 2018,41(4): 793-801.

[51] Barkhordarian A, Saatchi S S, Behrangi A, et al. A recent systematic increase in vapor pressure deficit over tropical South America [J]. Scientific Reports, 2019,9(1).

Variation and global pattern of major meteorological elements during 1948～2016.

NING Zhong-rui1,2,3, ZHANG Jian-yun2,3,4, WANG Guo-qing1,2,3,4*

(1.College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China；2.Research Center for Climate Change, Ministry of Water Resources, Nanjing 210029, China；3.Yangtze Institute for Conservation and Development, Nanjing 210098, China；4.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Nanjing Hydraulic Research Institute, Nanjing 210029, China)., 2021,41(9)：4085～4095

The variation and global distribution of precipitation, temperature and evaporation over 70years were investigated by using Mann Kendall test and R/S analysis. The results showed that: (1) During 1948～2016, the precipitation in 72.7% regions showed an insignificant increasing or decreasing trend, and the global precipitation presented an increasing trend with a rate of 1.9mm/10a. Global temperature showed a significant and persistent upward trend with a rate of 0.23℃/10a, and the increasing speed of the trend was found after 1980. During 1980～2016, the evaporation in most regions displayed an insignificant increasing trend and the rate of trend is 8.2mm/10a. The Hurst Index showed the persistent behavior of temperature and evaporation was significantly greater than that of precipitation; (2) Precipitation showed a significant upward trend in many high latitude areas in the northern hemisphere, while in low latitude area presented a fluctuation or downward trend. The significance level for increasing rate for precipitation in DJF and MAM was higher than that of in other seasons while the level for temperature was weaker. Evaporation displays an upward trend in many coastal regions, and in northern America showed a downward trend in DJF, in Greenland and Nile river basin there were decreasing trend in all year round. (3) Temperature in all continents showed a significant increasing trend during 1948 to 2016, and North America had the highest increasing rate among them. Precipitation presented an increasing trend with exception of Africa, while in Africa there was a decreasing trend and in South America there was a downward trend with three stages. Evaporation in all continents showed a significant increasing trend and Europe has the highest increasing rate among them. Comparing with the rate of precipitation, increasing rate for evaporation in all continents were higher except Oceania.

climate change；variation characteristics；spatial distribution；M-K test；hurst index

X16

A

1000-6923(2021)09-4085-11

寧忠瑞(2000-),男,山東棗莊人,博士研究生,主要從事氣候變化對水資源的影響等方面的研究.發(fā)表論文4篇.

2021-01-18

國家重點研發(fā)計劃項目(2016YFA0601501);國家自然科學基金資助項目(41830863,51879162,52079026,51679145,91747103);水文水資源與水利工程科學國家重點實驗室“一帶一路”水與可持續(xù)發(fā)展科技基金資助項目(2019nkzd02)

* 責任作者, 教授, gqwang@nhri.cn