丁增 楊騰域 黃鵬

（1.西藏八宿縣氣象局；2.西藏昌都市氣象局，西藏 昌都 854000）

0 引言

隨著全球氣候變化趨勢日益復(fù)雜，局部小氣候極端事件逐年增多，尤其是我國西藏地區(qū)，由于其特殊的地形地貌、海拔等因素，造成其氣候更加復(fù)雜多變[1]。因此，研究西藏地區(qū)局部小區(qū)域氣候變化規(guī)律，對掌握我國甚至全球氣候的變化均具有重要意義。同時，針對高原地區(qū)研究其降水氣候及預(yù)測未來變化規(guī)律，對冰川穩(wěn)定性評估同樣具有一定參考價值。

針對降水氣候的研究，很多學(xué)者采用不同統(tǒng)計學(xué)方法進行了分析，戴睿等[2]利用西藏地區(qū)近50年38個測站資料，采用線性估計方法，對降水氣候特征進行了研究，指出降水量呈增多趨勢，且季節(jié)性較為顯著。格桑等[3]利用西藏地區(qū)18 個測站降水資料，采用CI指標法，分析汛期降水干旱程度，研究指出西藏地區(qū)干旱出現(xiàn)的頻率高達45%以上，其中輕度、中度干旱頻率最高。次旺等[4]利用西藏地區(qū)三個代表測站多年降水資料，研究其降水氣候變化規(guī)律，研究表明降水呈小幅度的遞增趨勢。還有其余學(xué)者[5-6]也對西藏地區(qū)降水預(yù)測技術(shù)進行了研究。

本文利用昌都市近50年降水觀測資料，首先通過對原始資料整理，分別計算出逐年降水量總和，其次采用距平分析、相關(guān)性分析等方法，研究年降水量整體變化趨勢以及找出對其影響較大的相關(guān)氣候因子，最后采用神經(jīng)網(wǎng)絡(luò)等方法，對降水量未來幾年變化趨勢進行預(yù)測。

1 降水氣候變化特征分析

1.1 整體變化趨勢

本文首先計算出逐年降水量距平值，并分別采用一元線性擬合、5 年滑動平均算法對距平值數(shù)據(jù)進行處理，圖1為昌都市年降水量距平值變化趨勢。圖中顯示出，降水量在近50年發(fā)展過程中存在顯著的年際差異性，計算出多年平均降水量為482.22mm，在1970—1979 年期間距平值在0 值附近波動，說明了在這個范圍內(nèi)降水量波動較大，而在1980—1995 年期間僅有3 個年份距平值大于0，說明在這個時間段內(nèi)降水量相對較少，在1996—2010年降水量相對較多。根據(jù)一元線性擬合結(jié)果可以看出，整體上昌都市降水量呈增多趨勢，且每10 年降水量增加7.146mm。根據(jù)5 年滑動平均值顯示，1995年為年降水量的分界年，在1995年之前降水相對少，而后開始增多。

圖1 昌都市年降水量距平值變化趨勢

1.2 周期變化規(guī)律

為揭示昌都市年降水量多時間尺度周期變化規(guī)律，本文采用小波變換算法[7]對年平降水量數(shù)據(jù)進行處理。小波變換算法通常被用于氣候統(tǒng)計學(xué)中，能夠?qū)Σ煌瑲夂蛞蜃訌念l域、時域這兩個角度對原始數(shù)據(jù)進行解析，并分析其周期性規(guī)律。圖2為昌都市年降水量小波變換結(jié)果，圖中顯示出，昌都地區(qū)年降水量存在多個時間周期變換尺度，其中2～5 年小尺度變換周期，在整個時間域內(nèi)均是顯著的；同時，存在6～15 年左右的中等時間尺度的周期變換規(guī)律，該周期規(guī)律在1980—2010 年期間較為顯著。

圖2 昌都市年降水量小波變換結(jié)果

1.3 相關(guān)性因子分析

為揭示昌都市與年降水量相關(guān)性較大的氣候因子，本文分別統(tǒng)計同期逐年平均氣溫、相對濕度、日照數(shù)、平均風(fēng)速、平均氣壓這5個氣候因子數(shù)據(jù)。由于各個氣候因子單位量綱不一致，本文首先采用歸一化方法對各因子數(shù)據(jù)進行處理，具體處理原則為：

該標準化方程的優(yōu)點為：能夠使得標準化后的數(shù)據(jù)標準差為1，且平均值為0。式中：x 為進行相關(guān)性分析時的氣象因子數(shù)據(jù)，mean(x)為數(shù)據(jù)的平均值，std(x)為數(shù)據(jù)的標準差。

其次，采用相關(guān)性分析法，計算出降水量與上述各個氣候因子之間的相關(guān)性系數(shù)，表1 為昌都市降水量與相關(guān)氣候因子相關(guān)性統(tǒng)計值。從表中可以看出昌都市降水量與各主要相關(guān)氣候因子之間存在一定的相關(guān)性關(guān)系，其中降水量與相對濕度相關(guān)性最高，相關(guān)性系數(shù)為0.6081，其次與風(fēng)速之間也存在較高的負相關(guān)性關(guān)系，計算出相關(guān)性系數(shù)為-0.4403，與日照數(shù)之間相關(guān)性系數(shù)為-0.3787。降水量與氣溫、氣壓之間相關(guān)性相對較小。

表1 昌都市降水量與相關(guān)氣候因子相關(guān)性統(tǒng)計值

1.4 降水量預(yù)測分析

為研究未來幾年昌都市年降水量變化趨勢，本文采用BP神經(jīng)網(wǎng)絡(luò)算法［8］建立年降水量短期預(yù)測模型，神經(jīng)網(wǎng)絡(luò)算法最早于1943 年被提出，圖3 為BP 神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，網(wǎng)絡(luò)中的第i個神經(jīng)元，接收其他神經(jīng)元的輸入信號xj(j=1,2,…N)，用ωij表示各神經(jīng)元間的權(quán)值。

圖3 BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型

在利用BP 神經(jīng)網(wǎng)絡(luò)對年降水量預(yù)測過程中，首先需要對訓(xùn)練、驗證樣本數(shù)量進行分割，本文利用90%樣本數(shù)作為BP 模型的訓(xùn)練樣本，剩余10%樣本數(shù)作為BP 模型的驗證樣本。訓(xùn)練模型中設(shè)置1 個隱含層節(jié)點，神經(jīng)元數(shù)量設(shè)置為10，采用S 型激勵函數(shù)，設(shè)定誤差臨界值為0.001，當模型計算誤差小于該臨界值則停止訓(xùn)練。表2 為BP 模型預(yù)測與實際降水量比對統(tǒng)計結(jié)果，計算出2015—2019 年期間年降水量BP 模型預(yù)測與實際降水量平均相對誤差為2%，可以看出本文所構(gòu)建的BP 模型預(yù)測精確度相對較高，并采用該訓(xùn)練好的BP網(wǎng)絡(luò)模型預(yù)測2020—2022年降水量分別為：488.69mm、553.65mm、573.15mm。

表2 BP網(wǎng)絡(luò)模型預(yù)測降水量和實際降水量對比統(tǒng)計表

2 結(jié)論

本文利用昌都市近50年降水觀測資料，采用距平分析、小波變換、相關(guān)性分析等方法，研究年降水量整體變化趨勢及周期性變化規(guī)律，最后采用神經(jīng)網(wǎng)絡(luò)等方法，對降水量未來幾年變化趨勢進行預(yù)測。主要得出以下結(jié)論：昌都市降水量呈增多趨勢，每10 年降水量增加7.146mm，在1980—1995 年期間降水量相對較少，在1996—2010 年降水量相對較多；年降水量存在多個時間周期變換尺度，存在2～5 年小尺度變換以及6～15年左右的中等時間尺度的周期變換規(guī)律；降水量與相對濕度相關(guān)性最高，與氣溫、氣壓之間相關(guān)性相對較??；本文建立的降水量BP 模型預(yù)測與實際降水量平均相對誤差為2%，預(yù)測2020—2022 年降水量分別為：488.69mm、553.65mm、573.15mm。