魯同所，舒善杰，廖偲含，衛(wèi) 東，楊 興

(1.西藏大學(xué) 理學(xué)院，西藏 拉薩850000; 2.中國科學(xué)院 上海應(yīng)用物理研究所，上海 嘉定 201800; 3.拉薩市氣象局，西藏 拉薩 850000)

0 引 言

大氣可降水量，是指單位面值的空氣柱中含有的水汽總量，也叫做可降水量.它對應(yīng)于空氣中所有水分凝結(jié)為雨、雪降下時所產(chǎn)生的降水，在一定程度上表示了大氣降水的潛能.雖然水汽在大氣中含量不高(約占空氣總含量的0～4%)，且絕大多數(shù)分布在大氣底層，但在不同時間和空間尺度的大氣運(yùn)動中都發(fā)揮了重要作用，其變化特征在一定程度上可以反映該地區(qū)的氣候變化情況[1-7]，并極大地影響當(dāng)?shù)鼐用竦恼Ｉa(chǎn)和生活.所以通過研究分析大氣可降水量在特定區(qū)域的變化特征有助于全面、客觀、科學(xué)了解認(rèn)識特定地區(qū)氣候變化規(guī)律，對指導(dǎo)該地區(qū)的農(nóng)牧業(yè)生產(chǎn)、水利建設(shè)等有著極為重要的意義[8].

青藏高原河網(wǎng)密集，是亞洲許多著名大河的發(fā)源地，如長江、黃河、怒江、瀾滄江、雅魯藏布江、恒河、印度河等，因此被稱為“亞洲季風(fēng)的啟動器”和“亞洲水塔”[9].拉薩市作為西藏自治區(qū)首府，位于青藏高原中部，是西藏自治區(qū)的政治、經(jīng)濟(jì)、文化和教育中心，常駐人口達(dá)一百多萬人，亦是高原城市的典型代表.先前許多學(xué)者采用不同的方法對拉薩市大氣狀況進(jìn)行了探究，并得出了許多具有重要意義的結(jié)論，例如吳萍等對拉薩夏季大氣可降水量的演變特征及其與降水的關(guān)系研究中指出拉薩市夏季降水轉(zhuǎn)化率高達(dá)26.06%，但存在著顯著的年際變化差異[10]；尼瑪吉等在近30年拉薩市降水特征研究分析中指出，拉薩市降水變化存在明顯的2～4年、3～5年的周期振蕩，其中以準(zhǔn)3年的年際周期振蕩最為顯著[11]；杜軍等在對拉薩近半個世紀(jì)氣溫的年際和年代際變化研究中發(fā)現(xiàn),近半個世紀(jì)以來，拉薩市平均氣溫呈現(xiàn)出顯著的上升趨勢，且以冬季上升幅度最顯著[12].然而，先前學(xué)者雖然對拉薩市大氣狀況進(jìn)行了相關(guān)的研究，但大多只是基于氣溫、降水等氣象要素的變化趨勢及周期性規(guī)律進(jìn)行了探究，很少涉及長時間尺度的大氣可降水量的研究.

通過調(diào)研文獻(xiàn)后發(fā)現(xiàn)拉薩市大氣可降水量在2006年急劇降低，并且2006年是北半球有記錄以來的第四暖年份，極端天氣頻發(fā)[13]，此次氣候事件可能對拉薩市大氣可降水量產(chǎn)生持續(xù)的影響.為了更好地研究這一氣候事件對拉薩市大氣可降水量的影響，本文利用拉薩市自動氣象站1988—2018年平均水汽壓和平均氣壓等數(shù)據(jù)資料，采用回歸分析法、Mann-Kendall非參數(shù)檢驗、R/S分析、Morlet小波分析對高原城市拉薩近30年的大氣可降水量這一氣象要素展開系統(tǒng)性研究，在回歸分析統(tǒng)計學(xué)研究的基礎(chǔ)上，結(jié)合突變檢測、R/S未來趨勢預(yù)測以及小波周期性規(guī)律分析對拉薩市大氣可降水量序列在多時間尺度上演化過程展開深入研究，得到了近30年來拉薩市大氣可降水量序列變化規(guī)律及特征以及其在時間尺度上變化的主要周期，并在一定程度上簡要闡述了拉薩市大氣可降水量在2006年急劇降低具體原因.希望該研究結(jié)果能為當(dāng)?shù)鼐用?、援藏職工、項目施工人員和科研工作者更好地適應(yīng)該地區(qū)生活環(huán)境，為當(dāng)?shù)貧庀蟛块T在建立洪澇災(zāi)害預(yù)警機(jī)制提供一定的科學(xué)依據(jù)；同時期待能為其他高原城市的決策部門在全球變暖大背景下建立可降水量泛生自然災(zāi)害預(yù)警機(jī)制、保護(hù)當(dāng)?shù)厣鷳B(tài)環(huán)境提供有價值的參考.

1 數(shù)據(jù)來源、計算及研究方法

1.1 數(shù)據(jù)來源

本文采用拉薩自動氣象站1988—2018年平均水汽壓和平均氣壓等數(shù)據(jù)資料，該數(shù)據(jù)由拉薩市氣象局提供.為了保證地面氣象觀測記錄的準(zhǔn)確性，便于資料的國際、國內(nèi)交換及共亨和使用，拉薩市氣象局采用《中華人民共和國氣象行業(yè)標(biāo)準(zhǔn)地面氣象觀測規(guī)范第22部分：觀測記錄質(zhì)量控制》對自動氣象站實時數(shù)據(jù)進(jìn)行了嚴(yán)格的綜合性質(zhì)量檢驗，提高了研究結(jié)果的可信度.采用氣象學(xué)標(biāo)準(zhǔn)對季節(jié)進(jìn)行劃分：3—5月為春季，6—8月為夏季，9—11月為秋季，12月到次年的2月為冬季.

1.2 計算方法

比濕是指一團(tuán)空氣中水汽的質(zhì)量與空氣總質(zhì)量的比值，其表達(dá)式為：

(1)

式中：E為水汽壓，p為地表大氣壓.據(jù)式(1)最后可以計算出大氣中的大氣可降水量W：

(2)

式中：W是大氣可降水量，g為重力加速度(拉薩重力加速度為9.77 m/s2)，q為比濕，p為地表大氣壓.[14]

1.3 研究方法

1.3.1 回歸分析法

回歸分析是確立兩種及以上變量間相關(guān)關(guān)系的一種分析方法.本文主要使用一元線性回歸來研究大氣可降水量和時間序列之間的關(guān)系.

一元線性回歸方程為：

(3)

(4)

(5)

1.3.2 Mann-Kendall突變檢驗

Mann-Kendall檢驗法是一種簡單有效的非參數(shù)檢驗方法，其優(yōu)點是數(shù)據(jù)樣本不需要遵循某一分布，也不會受到少量異常值干擾，更適合于類型變量和順勢變量，計算更加方便.

UFi為標(biāo)準(zhǔn)正態(tài)分布，它是按照時間序列來計算得出的統(tǒng)計量序列.α為顯著性水平(本文中|α|=1.98)，當(dāng)|UFi|>α，UFi表明氣候要素(大氣可降水量)上升或者下降趨勢顯著.當(dāng)UFk，UBk兩條曲線出現(xiàn)交點，且交點通過顯著水平檢驗時，交點對應(yīng)的時間序列即是氣候要素突變的開始時間.[16]

1.3.3 R/S分析法

R/S分析法是英國水文學(xué)家H.E.Hurst(1900—1978)在對尼羅河水庫的流量與儲存能力進(jìn)行研究時提出的一種非參數(shù)分析法，最早應(yīng)用于水文研究領(lǐng)域.一般利用最小二乘法來擬合出赫斯特指數(shù)(H)，赫斯特指數(shù)的情況有三種：

當(dāng)H=0.5時，表明該時間序列是一個隨機(jī)游走的序列，反映在氣象要素指標(biāo)上則表明各觀測結(jié)果之間獨立，氣象要素與時間序列之間無必然關(guān)系；

當(dāng)0

當(dāng)0.5

1.3.4 小波分析

小波分析法(wavelet analysis, WA)在氣象水文等領(lǐng)域研究中已經(jīng)得到了廣泛應(yīng)用，相比常規(guī)分析法而言，小波分析在時域、頻域上具有局部辨識力，可診斷出大氣可降水量序列變化的多層次特征，從而可以得到周期變化在各個時間尺度上的詳細(xì)信息.[18]

2 結(jié)果分析

2.1 大氣可降水量變化特征

如圖1所示為拉薩市近30年的年均大氣可降水量的變化情況，對圖中大氣可降水量曲線進(jìn)行擬合得出的一元線性回歸方程：

圖1 1988—2018年拉薩市大氣可降水量的年際變化情況Fig.1 Annual variation of PWV in Lhasa from 1988 to 2018

y=-0.009 6x+21.270 2

由一元線性回歸方程可知拉薩市大氣可降水量的年變化率為-0.009 6 mm/a，由此說明拉薩市近30年的年均大氣可降水量整體呈現(xiàn)出降低趨勢，但在1988—1998年期間拉薩市年均大氣可降水量波動上升，而在1998—2009年期間波動下降，此后2009—2018年期間再次波動上升.

拉薩市1988—2018年均大氣可降水量的平均值為2.12 mm，最大值出現(xiàn)在1998年，為2.44 mm，比平均值高15%，最小值出現(xiàn)在2009年，為1.78 mm，比平均值低16%，最大值和最小值之間相差0.66 mm，且年平均大氣可降水量的線性回歸相關(guān)系數(shù)為0.49，擬合程度較低，表明了拉薩市近30年來的年均大氣可降水量的變化幅度較大.

以2006年為分界線，分為兩個階段對其前后年份的大氣可降水量進(jìn)行分析.在1988—2005年期間拉薩市年均大氣可降水量的一元線性回歸方程為：

y=0.016 1x-29.942 3

線性變化率為0.016 1 mm/a，其年均大氣可降水量的平均值為2.239 mm.從2006—2018年期間大氣可降水量的一元線性回歸方程為：

y=0.015 1x-28.503 2

線性變化率為0.015 1 mm/a，其年均大氣可降水量的平均值為1.946 mm.

在第一階段和第二階段中拉薩市年均大氣可降水量均呈現(xiàn)上升趨勢，其增長變化率雖然大致相同，但是第二階段的年均大氣可降水量的平均值僅為第一階段的79%.

1988—2018年拉薩市大氣可降水量的季節(jié)性變化特征如圖2所示.由圖2可以看出，1988—2018年拉薩市春季大氣可降水量呈現(xiàn)下降趨勢，線性變化率為-0.005 3 mm/a，其中最高值出現(xiàn)在1999年，其數(shù)值為2.83 mm，在2009年到達(dá)最低值，其數(shù)值為1.92 mm.春季大氣可降水量占全年大氣可降水總量的29%.1988—2018年拉薩市大氣可降水量按季度統(tǒng)計的構(gòu)成如圖3所示.

圖2 1988—2018年拉薩市大氣可降水量的季節(jié)性變化特征Fig.2 The seasonal variation characteristics of PWV in Lhasa from 1988 to 2018

圖3 1988—2018年拉薩市四季大氣可降水量占全年的比例Fig.3 The percentage of PWV for different seasons in Lhasa from 1988 to 2018

在我國由冬季向春季的轉(zhuǎn)變過程中，季風(fēng)區(qū)除底層風(fēng)向翻轉(zhuǎn)外，由于夏季東南季風(fēng)增強(qiáng)，來自于海洋上的濕潤氣流增加，引起青藏高原地區(qū)大氣可降水量劇增[19].通過圖2可以發(fā)現(xiàn)，拉薩市夏季大氣可降水量變化呈現(xiàn)下降趨勢，線性變化率為-0.014 7 mm/a，夏季大氣可降水量的變化范圍在3.5～4.54 mm之間，其最大值出現(xiàn)在1998年，最小值出現(xiàn)在2015年，雖然拉薩市夏季大氣可降水量總體呈現(xiàn)下降趨勢，但在1988—2005年、2006—2014年與2015—2018年期間其大氣可降水量波動上升，其中2015—2018年這一階段上升趨勢最為明顯，線性變化率為0.218 mm/a.夏季大氣可降水量的平均值為4.09 mm，占全年大氣可降水量的48%.

拉薩市秋季大氣可降水量呈現(xiàn)下降趨勢，且其線性變化率為-0.014 4 mm/a，最大大氣可降水量出現(xiàn)在1998年，數(shù)值為1.68 mm.秋季大氣可降水量的平均值為1.23 mm，占全年大氣可降水量的15%.

拉薩市地處高原，平均海拔3 600多m，而我國冬季又盛行東北季風(fēng)，來自于海洋上的濕潤氣流難以抵達(dá)，且拉薩市屬于高原山地氣候，冬季風(fēng)力強(qiáng)勁，導(dǎo)致空氣中水汽含量較少，所以冬季是拉薩市全年大氣可降水量最少的季節(jié)[20].拉薩市冬季大氣可降水量呈現(xiàn)下降趨勢，其線性變化率為-0.004 8 mm/a.由已知數(shù)據(jù)可知拉薩市冬季大氣可降水量的平均值僅為0.715 mm左右，僅占全年大氣可降水量的8%.

低緯度地區(qū)大氣水汽含量季節(jié)性變化不明顯[21]，但是通過研究發(fā)現(xiàn)拉薩市大氣可降水量季節(jié)性變化明顯，這與陳濤等人[22]的研究結(jié)果相吻合.通過圖2發(fā)現(xiàn)拉薩市四季大氣可降水量在近30年內(nèi)都呈現(xiàn)下降趨勢，并且在2006年都發(fā)生了大幅度下降，在2006年以后的大氣可降水量明顯低于2006年之前的大氣可降水量.

2.2 M-K突變檢測結(jié)果

運(yùn)用Mann-Kendall非參數(shù)檢驗法，對拉薩市近30年的年均大氣可降水量進(jìn)行突變性檢驗，并繪制出Mann-Kendall檢驗曲線圖，如圖4所示，UF曲線在1998年時，突破了顯著性水平檢驗的臨界線，表明1998年拉薩市大氣可降水量上升趨勢十分顯著.UF和UB曲線相交于2006年這一點，且通過了顯著水平檢驗，因此可以判斷2006年拉薩市年均大氣可降水量的急劇下降是一種突變現(xiàn)象.

圖4 拉薩市近30年的大氣可降水量Mann-Kendall檢測圖Fig.4 Mann-Kendall mutation test chart of PWV in Lhasa in the past 30 years

拉薩主要位于青藏高原中部，由于高原山地地形對濕氣流阻擋的側(cè)向延伸作用，其水汽主要從東南方的雅魯藏布江河谷等地進(jìn)入高原.受季風(fēng)影響，本區(qū)域的水汽主要是季風(fēng)攜帶的來自孟加拉灣以及西太平洋的偏南風(fēng)水汽.因此，當(dāng)該地區(qū)的大氣運(yùn)動狀況發(fā)生明顯變化時，會造成南方暖濕氣流和北方冷空氣氣流的交匯點發(fā)生改變，從而導(dǎo)致拉薩的大氣可降水量發(fā)生異常波動[23].西太平洋副熱帶高壓面積偏大，強(qiáng)度增強(qiáng)，且向西移動，從而引起了亞洲高壓的東移，導(dǎo)致西風(fēng)帶環(huán)流增強(qiáng)，低層流場異常，這種異常環(huán)流不利于冷暖氣流的相遇，并且與往年相比，這種異常環(huán)流也致使水汽向該地區(qū)輸送減弱，造成了該地區(qū)大范圍的干旱情況.由此可以看出西太平洋和孟加拉灣等地區(qū)的大氣運(yùn)動狀況在一定程度上會對該地區(qū)的大氣可降水量產(chǎn)生影響.[24]

2.3 大氣可降水量R/S結(jié)果分析

拉薩市大氣可降水量的V統(tǒng)計情況見圖5、圖6，Hurst指數(shù)見表1.

表1 全年及四季大氣可降水量Hurst指數(shù) Tab.1 Average annual and seasonal precipitation Hurst Indexes 時間指數(shù)春季0.4395?夏季0.4247?秋季0.4470?冬季0.4399?全年0.4715? 注:?代表弱持續(xù)或弱反持續(xù),??代表強(qiáng)持續(xù)或強(qiáng)反持續(xù)

圖5 拉薩市年均大氣可降水量V-ln(n)變化曲線Fig.5 Curve of V-ln (n) of annual mean PWV in Lhasa

圖6 拉薩市四季大氣可降水量V—ln(n)變化曲線Fig.6 Curve of V-ln(n) of four seasons precipitable water vapor in Lhasa

結(jié)合表1可知，拉薩市四季和全年大氣可降水量的Hurst指數(shù)均小于0.5，即未來大氣可降水量的變化趨勢和過去的變化趨勢成反持續(xù)關(guān)系，拉薩市未來大氣可降水量呈現(xiàn)增長趨勢.但年均大氣可降水量的Hurst指數(shù)大于0.4(接近0.5)，說明這種反持續(xù)關(guān)系較弱，造成未來拉薩市全年大氣可降水量增加有以下兩方面原因：21世紀(jì)全球平均氣溫將持續(xù)增暖，在更暖的氣候背景下，造成了中國絕大多數(shù)地區(qū)的降水量增多，且高海拔地區(qū)增溫更為顯著，在一定程度上引起了其大氣可降水量的輕微增加；另一方面，由于城市經(jīng)濟(jì)的快速發(fā)展，市區(qū)建筑和硬化地面等不斷地擴(kuò)張，造成了地面透水性的減少，蒸發(fā)量增加，造成了大氣可降水量的增加.

同時我們通過觀察V統(tǒng)計量的變化情況(如圖5、圖6所示)，可以發(fā)現(xiàn)年均V統(tǒng)計量中第一個拐點是ln(n)=1.791，對應(yīng)的時間長度n=6，即說明這種反持續(xù)影響的有效時間為6年，超過6年這種反持續(xù)將逐漸消失.同理可得春季、夏季、秋季和冬季的有效時長分別是6年、6年、10年和6年.

2.4 小波分析

利用Morlet小波分析，對拉薩市年均大氣可降水量的周期演化進(jìn)行探究，繪制出小波變化系數(shù)的實部圖和方差圖，如圖7所示.

從小波實部的等值線圖(圖7左圖)可以較為直觀地看出，拉薩市年均大氣可降水量在近30年中的周期性規(guī)律十分明顯，且在演化過程中存在多時間尺度特征，具體而言，其演變過程中存在5～13年的短周期規(guī)律，以及22～32年的長周期規(guī)律.小波方差圖可以用來定位大氣可降水量序列在演變過程中存在的主周期；從小波方差圖上可以看出有3個峰值，它們分別對應(yīng)于22年、24年、29年的時間尺度.其中，最大的峰值與29年時間尺度相對應(yīng)，說明了在29年時間尺度上周期的震蕩性最強(qiáng)，是大氣可降水量的第一個主周期；第二和三峰值對應(yīng)24年和22年時間尺度，它們分別是第二和三主周期.上述三個周期波動控制著拉薩市年均大氣可降水量在整個時間域內(nèi)的變化特征.[25]

圖7 拉薩市近30年來的年均大氣可降水量小波實部及方差圖Fig.7 Real part and variance of the Morlet wavelet for annual mean PWV in Lhasa over the past 30 years

3 結(jié) 論

本文基于1988—2018年拉薩站地面氣象要素資料，采用趨勢系數(shù)法、Mann-Kendall非參數(shù)檢驗、R/S分析、Morlet小波分析等方法對拉薩市大氣可降水量的變化趨勢、突變節(jié)點、周期演變進(jìn)行了研究，并得出以下結(jié)論：

1)拉薩市年與四季大氣可降水量均呈現(xiàn)下降趨勢.大氣可降水量的季節(jié)性變化明顯，其中夏季大氣可降水量下降趨勢最為明顯，冬季大氣可降水量變化最為穩(wěn)定.拉薩市大氣可降水量年度內(nèi)分布極不均勻，夏季大氣可降水量最大，冬季大氣可降水量最少.

2)Mann—Kendall趨勢檢驗發(fā)現(xiàn)，拉薩市年均大氣可降水量在2006年發(fā)生了突變性降低.

3)拉薩市未來年均大氣可降水量趨勢與過去大氣可降水量趨勢成弱反持續(xù)關(guān)系.所以，未來拉薩市大氣可降水量將呈現(xiàn)增長趨勢，且持續(xù)關(guān)系的有效時間為6年，超過6年以后，這種關(guān)系將逐漸消失，且在9年后將徹底消失.

4)通過Morlet小波分析可知，近30年來拉薩市大氣可降水量時間序列中存在3個較為明顯的峰值，依次對應(yīng)著29年、24年和22年的時間尺度.其中，最大峰值對應(yīng)著29年的時間尺度，印證29年的長周期震蕩能量最強(qiáng)的特征，為拉薩市近30年大氣可降水量變化的第一主周期；24年時間尺度對應(yīng)著第二峰值，是年平均氣溫的第二主周期，24年是年大氣可降水量的第二主周期.上述3個周期波動控制著拉薩市年大氣可降水量在整個時間域內(nèi)的變化特征.

4 討 論

本文利用多種分析方法，系統(tǒng)地研究了拉薩市近30年大氣可降水量在時間尺度上的變化特征，結(jié)果表明拉薩市大氣可降水量總體呈現(xiàn)出下降趨勢，該研究結(jié)果在一定程度上符合青藏高原的大氣可降水量的變化特征[26].從拉薩市近幾年的大氣可降水量的變化情況來看，未來拉薩市大氣可降水量大致呈現(xiàn)上升趨勢，且小波分析的結(jié)果恰好驗證了這一猜想，且通過對拉薩市年均大氣可降水量和夏季大氣可降水量的變化趨勢圖對比可以發(fā)現(xiàn)，兩者的波動情況大致相同，所以拉薩市夏季大氣可降水量是影響其年均大氣可降水量的主要因素.

根據(jù)未來拉薩市大氣可降水量的變化趨勢，預(yù)測未來拉薩市氣溫和降水將會持續(xù)升高.由于城市的擴(kuò)張和人口的增加，導(dǎo)致城市熱島效應(yīng)加劇，并且由于城市工業(yè)化建設(shè)，溫室氣體大量排放，且空氣中凝結(jié)核數(shù)量增加，在這些復(fù)雜因素的影響下，單純從大氣環(huán)流的角度去考慮拉薩市大氣可降水量的突變原因是不準(zhǔn)確的.其次受限于觀測數(shù)據(jù)的限制，本文未對該地區(qū)突變后大氣可降水量遠(yuǎn)低于突變前大氣可降水量的原因進(jìn)行分析.期望在未來工作中可以利用更加科學(xué)的研究方法，加之更加先進(jìn)的技術(shù)手段，能夠更深層次地研究拉薩市大氣可降水量的變化趨勢及其影響因素，同時也希望此次研究對改善和保護(hù)拉薩市當(dāng)?shù)厣鷳B(tài)環(huán)境提供一定幫助，為探究青藏高原地區(qū)氣候變化提供一定參考.