方勉 吳慧 馬鳳娓 張日晶 劉經(jīng)山

（1. 海南省三亞市氣象局 海南三亞 572000；2. 海南省南海氣象防災(zāi)減災(zāi)重點實驗室 海南?？?570203；3. 海南省氣候中心 海南?？?570203）

開展氣候變化分析的前提是有長期可靠的氣象觀測數(shù)據(jù)，但是由于臺站遷移、觀測規(guī)范變更、觀測時次調(diào)整、局地觀測環(huán)境變遷等因素影響，氣候資料序列呈非均一性，進(jìn)而掩蓋真實的氣候變化信息，使氣候序列不能真實地反映氣候演變規(guī)律[1]。因此，檢驗氣候序列的非均一性并對斷點進(jìn)行訂正，建立相對均一連續(xù)的氣候序列對氣候趨勢研究至關(guān)重要。國內(nèi)外許多學(xué)者對氣候資料的均一性檢驗和訂正等方面進(jìn)行了大量的研究試驗工作，并取得了眾多研究成果。早期，Kohler[2]利用繪制訂正站和參證站的累積圖，主觀判斷資料的非均一性。Alexandersson[3]、Solow等[4]相繼發(fā)展和建立了標(biāo)準(zhǔn)正態(tài)均一性檢驗方法—SNHT（Standard Normal Homogeneity Test）、二位相回歸檢驗法—TPR(Two-Phase Regression)，并將該方法應(yīng)用于氣候數(shù)據(jù)的連續(xù)性檢驗。Szentimrey[5]、Wang[6]發(fā)展的 MASH、RHtest均一性檢驗方法是目前較為成熟且廣為應(yīng)用的方法。國內(nèi)學(xué)者在氣象數(shù)據(jù)均一化和訂正方面也陸續(xù)開展研究和嘗試。趙美艷等[7]利用RHtest和MASH兩種方法檢測出重慶地區(qū)氣溫序列非均一性的原因主要是由遷站引起，但觀測站周邊環(huán)境改變、觀測設(shè)備的更換以及自動站的業(yè)務(wù)化運行也有影響。胡義成等[8]對高空溫度資料均一性檢驗和訂正過程進(jìn)行研究發(fā)現(xiàn)，臺站位置變動、觀測儀器更換和輻射誤差訂正方法的改變等均會引起數(shù)據(jù)的不連續(xù)，同時指出，在訂正過程中要充分考慮原始觀測序列的缺測率。劉佳等[9]發(fā)現(xiàn)，SNHT和 TPR方法易檢測出序列前部和后部的斷點，Pettitt方法對序列中部斷點較為敏感，MASH對序列各部的斷點均較為敏感，并提出在氣候資料的均一性檢驗中采用多種檢驗方法相結(jié)合，有助于氣候資料在區(qū)域氣候變化研究中的有效利用。

氣候變化，尤其是氣溫上升導(dǎo)致的變暖問題一直是氣候?qū)W研究的重點。在全球變暖的大背景下，我國平均氣溫變化與全球平均氣溫變化趨勢基本一致，但在時空分布上又呈現(xiàn)出區(qū)域性差異[10]。最新研究表明：1900年以來中國氣溫升高平均趨勢為1.3～1.7℃/100a，這一結(jié)論遠(yuǎn)高于早期的評估結(jié)果（0.5～0.8℃/100a）[11]，而近60年來，中國平均氣溫增溫速率平均為2.78℃/100a。就不同區(qū)域而言，北方地區(qū)升溫幅度大于南方地區(qū)，青藏高原大于同緯度的亞熱帶區(qū)域[12]。

三亞作為一個快速發(fā)展的熱帶濱海城市，其優(yōu)越的氣候資源每年吸引大量游客前來觀光游玩。隨著城市的發(fā)展，由于氣象觀測環(huán)境及業(yè)務(wù)發(fā)展需求發(fā)生變化，原址觀測環(huán)境已經(jīng)達(dá)不到要求。為確保氣象數(shù)據(jù)的連續(xù)性，2009年1月1日,三亞國家基本氣象站（簡稱三亞站）由原河?xùn)|路遷至六道嶺。由于站址的變遷，觀測場周邊環(huán)境的變化，氣象要素也隨之改變，但關(guān)于三亞氣候變化的研究并未涉及三亞站遷站帶來的問題，也沒有對三亞國家基本站氣象資料做過遷站前后觀測數(shù)據(jù)的均一性檢驗及訂正。本文在收集三亞站遷站前后元數(shù)據(jù)及缺少對比觀測資料的情形下，利用PMF方法對三亞站1959—2020年的年/月平均、最低和最高氣溫序列進(jìn)行均一性檢驗，采用QM 方法、高度訂正法對氣溫突變點進(jìn)行訂正，得到三亞市相對均一性的氣溫序列，并利用訂正后的氣溫長序列分析三亞市氣溫變化趨勢特點。該研究對于揭示三亞市氣溫的真實變化具有重要的現(xiàn)實意義，為工程設(shè)計、城市規(guī)劃、氣候預(yù)測等提供科學(xué)依據(jù)，為公共氣象服務(wù)提供的氣象信息也更加真實可靠。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

采用海南省氣象信息中心資料室收集整理的三亞市國家基本氣象站 1959—2020年逐月氣溫（平均、最高、最低）資料及三亞站的臺站歷史沿革資料。該氣溫序列由兩部分組成，1959年1月至2008年12月觀測數(shù)據(jù)采集于遷站前的河?xùn)|路，2009年1月至2020年12月觀測數(shù)據(jù)采集于遷站后的六道嶺。

另外，由于遷站后原址缺少平行觀測數(shù)據(jù)，故選取原址周邊區(qū)域自動站觀測的氣溫數(shù)據(jù)與遷站后的氣溫數(shù)據(jù)進(jìn)行統(tǒng)計分析。三亞區(qū)域自動站于2008年后開始建設(shè)，剛好與遷站后觀測站保持了同步氣象觀測。區(qū)域自動站選取原則：選取2009年1月起氣溫資料較為完整、距離原址觀測站較近、地理環(huán)境相似、數(shù)據(jù)通過均一性檢驗的站點。最終選取玫瑰谷、白鷺公園觀測站作為參考站，對三亞站的月氣溫序列進(jìn)行訂正。三亞站及參考站點基本信息和相關(guān)系數(shù)見表1。

表1 三亞站與參考站基本信息和相關(guān)系數(shù)

為了保持與歷史資料的一致，月均值選取02、08、14和20時這4個時次觀測數(shù)據(jù)的平均值，且選用的資料均已進(jìn)行了質(zhì)量控制，對于參考站資料缺測問題，選用與其相關(guān)性較高的鄰近臺站數(shù)據(jù)進(jìn)行一元線性回歸擬合，進(jìn)而對缺測數(shù)據(jù)進(jìn)行插補。

1.2 方法

1.2.1 均一性檢驗 選用 RHtestsV4軟件包對三亞市 1959—2020年逐月氣溫序列進(jìn)行均一性檢驗，該軟件包提供了2種檢驗方法，一種是懲罰最大t檢驗 PMT（Penalized Maximal t test）方法[13]，該方法在進(jìn)行檢驗時需要提供參考序列，求取待檢序列與參考序列的差值，再對得到的差值序列進(jìn)行檢驗。另一種是懲罰最大F檢驗 PMF（Penalized Maximal F test）方法[14]，其進(jìn)行檢驗時無需提供參考序列，檢驗的對象既可以是原始序列，也可以是待檢序列與參考序列的差值序列。這2種方法都考慮了序列一階滯后自相關(guān)導(dǎo)致的統(tǒng)計量檢驗誤差，并嵌入了多元線性回歸方法，通過使用經(jīng)驗性的懲罰函數(shù)，改善誤報警率和檢驗?zāi)芰Φ姆蔷鶆蚍植紗栴}[6]。這 2種方法已集成在RHtests軟件包中，本文使用RhtestsV4版本中的PMF對三亞站1959—2020年逐月氣溫（平均、最高、最低）序列進(jìn)行均一性檢驗，該方法的檢驗過程及RHtests檢驗步驟參見文獻(xiàn)[8,15]。

1.2.2 訂正方法 目前，氣候序列的訂正方法，有一元線性回歸法、逐步多元線性回歸法、綜合法、差值法、比值法和分位數(shù)匹配 QM（Quantile-Matching Adjustments）等[16-17]。受參考臺站序列長度的限制，文中將序列分為1959—2008年和2009—2020年2個時段。1959—2008年氣溫序列選用QM 訂正法進(jìn)行訂正，該方法是利用去除線性趨勢后的待檢序列，所有片斷具有相互匹配的經(jīng)驗分布；待檢序列中的年循環(huán)、滯后一階自相關(guān)以及線性趨勢的評估是相互協(xié)調(diào)進(jìn)行的，其對連續(xù)型變量，如氣溫等要素的均一化訂正效果較好[18-19]。2009—2020年氣溫序列選用高度訂正法，因文中所選站點均在三亞市，除海拔高度的差異較大之外，均屬同一個氣候分區(qū)，所處環(huán)流背景相同，觀測環(huán)境也較為接近，故選用高度訂正法對遷址后的氣溫進(jìn)行訂正[20]。

2 結(jié)果與分析

2.1 氣溫序列均一性檢驗

采用RHtestsV4軟件包提供的PMF方法，對月氣溫序列進(jìn)行檢驗，檢驗時氣溫序列置信度取95%，結(jié)果如表 2所示。三亞市逐月氣溫序列的均一性相對較好，其中月平均氣溫、月平均最高氣溫和最低氣溫均在2008年12月份存在顯著間斷點，這一斷點是由于遷站造成的。月平均最低氣溫在1970年12月份亦存在顯著間斷點，查閱三亞站歷史沿革信息得知，1971年2月1日三亞站地面觀測時次進(jìn)行過調(diào)整，從而導(dǎo)致月平均最低氣溫不連續(xù)。

表2 三亞站月氣溫序列均一性檢驗及斷點原因

2.2 氣溫序列訂正

針對遷站引起的月氣溫序列非均一性，采用高度訂正法進(jìn)行訂正。利用2009—2020年三亞站（訂正站）和參考站各月平均氣溫、月平均最高氣溫和最低氣溫的差值和兩站實際海拔高度差推算出氣溫隨海拔高度的遞減率，結(jié)果見表 3。由各參考站推算出的氣溫遞減率可知：其數(shù)值變化較為穩(wěn)定，不過從各站的數(shù)值大小來看，月平均氣溫和月平均最低氣溫的溫度遞減率變化規(guī)律是：氣溫遞減率是市區(qū)（白鷺公園）高于郊區(qū)（玫瑰谷），這一結(jié)果主要是由于城市快速發(fā)展，如城市土地利用、人為熱釋放以及人為氣溶膠排放等導(dǎo)致城市化效應(yīng)、溫室氣體增加，其產(chǎn)生的溫室效應(yīng)等引起近地面增溫[21]。月平均最高氣溫的溫度遞減率則是春夏季郊區(qū)站高于市區(qū)站，可能是由于不同季節(jié)兩站所在下墊面有差異，導(dǎo)致其對太陽輻射加熱的響應(yīng)不同[22]。同時還發(fā)現(xiàn)，氣溫遞減率在冬春季普遍高于夏秋季，這可能與不同季節(jié)太陽輻射角度不同及日照時長、云量多少、水汽含量多少等方面有關(guān)，加之訂正站所在觀測場特殊的地形以及其局地小氣候等因素也會對氣溫產(chǎn)生影響[23-26]。

鑒于市區(qū)站、郊區(qū)站的氣溫遞減率存在差異，在對氣溫序列進(jìn)行訂正時，以白鷺公園（記為市區(qū)站）、玫瑰谷（記為郊區(qū)站）氣溫遞減率以及二者的均值（記為平均值）3種方式對三亞站（遷站后）2009—2020年的氣溫數(shù)據(jù)進(jìn)行高度訂正，訂正到與遷站前觀測站相同的高度，消除因遷站引起的氣溫差值，得到三亞站近10年氣溫序列訂正值。

對于1959—2008年月平均最低氣溫序列，由于觀測時次調(diào)整出現(xiàn)的斷點，利用 RHtestsV4軟件包自帶的QM訂正法進(jìn)行訂正。

2.3 氣溫序列訂正結(jié)果檢驗

為了驗證3種訂正方式對三亞站2009—2020年氣溫序列訂正的可靠性，利用PMF法對訂正后的月氣溫序列進(jìn)行檢驗。結(jié)果表明：市區(qū)站訂正后的月平均氣溫、月平均最低氣溫序列及郊區(qū)站訂正的月平均最高氣溫序列都是均一性的。同時結(jié)合表3發(fā)現(xiàn)，這3組均一性的月氣溫序列訂正時的溫度遞減率（年平均）最大，即訂正方向以高的溫度遞減率為準(zhǔn)時，氣溫序列的氣候趨勢是相同的。

為了進(jìn)一步說明訂正結(jié)果的可信度，對訂正前后氣溫數(shù)據(jù)變化趨勢進(jìn)行對比分析，結(jié)果見表4。訂正前年平均、最高、最低氣溫傾向率均呈負(fù)值，且年平均最低氣溫序列未通過信度檢驗，訂正后三者的變化趨勢均為正值，且均通過α=0.01的顯著水平檢驗。對遷站前1959—2008年氣溫序列進(jìn)行趨勢分析，發(fā)現(xiàn)訂正后的整個氣溫序列（1959—2020年）變化趨勢與遷站前的氣溫變化趨勢相當(dāng)，表明訂正后的氣溫序列具有較好的一致性。因此，可用這3個月氣溫序列對三亞站氣候變化進(jìn)行統(tǒng)計分析。

表4 三亞站不同時段氣溫序列訂正前后變化趨勢對比

2.4 氣溫變化趨勢分析

利用上文通過均一性檢驗的月氣溫序列分析三亞市近60年氣溫變化情況。圖1-a是根據(jù)三亞站均一性檢驗前后月序列平均得到的年平均氣溫序列[27]，訂正前后三亞站 1959—2020年平均氣溫傾向率分別為-0.29和0.27℃/10a，二者的傾向率方向相反，表明遷站對三亞氣溫序列均一性影響較大；而均一性訂正則校正了遷站對氣溫序列帶來的影響，也說明氣溫序列訂正的重要性。利用訂正后的氣溫資料分析三亞氣溫變化特征，結(jié)論也更加合理。年平均最高氣溫（圖1-b）訂正前后的氣溫傾向率分別為-0.42和0.24℃/10a，與年平均氣溫的變化類似。年平均最低氣溫（圖1-c）訂正前后氣溫傾向率分別為-0.09和0.46℃/10a，二者在訂正方向及訂正量級上都有較大差別。同時發(fā)現(xiàn)，年平均氣溫、年平均最低氣溫的增長速度高于年平均最高氣溫增長速度，這一變化規(guī)律與中國氣溫的變化趨勢相契合[24,28]。

訂正前后三亞站月平均氣溫傾向率見表 5。遷站對月氣溫序列的變化趨勢也產(chǎn)生了重要影響。訂正前的月氣溫序列變化趨勢基本是負(fù)增長，訂正后的月氣溫序列基本呈顯著性的正增長。月平均氣溫、月平均最低氣溫序列中各月份的增溫都非常顯著，從表5訂正后月平均氣溫、月平均最低氣溫序列的傾向率來看，1月份的傾向率最大，達(dá)到 0.379和 0.595℃/10a；7月份的傾向率最小，為0.163、0.375℃/10a。夏季的傾向率普遍偏小，冬季的傾向率較大，說明冬季對月平均氣溫、月平均最低氣溫的增溫貢獻(xiàn)更大。月平均最高氣溫序列中除2、12月，其他月份氣溫傾向率增長較為顯著，8月訂正后的傾向率最大，為0.392℃/10a，且夏季的傾向率高于其他季節(jié)。

表5 三亞站訂正后氣溫序列傾向率月變化 單位：℃/10a

以上分析表明，三亞市氣溫變化規(guī)律同全國的氣候變化特征較為一致，即三亞氣候的升溫是對全國氣候變暖的一種響應(yīng)，這種響應(yīng)在不同氣溫序列（平均氣溫、平均最高、平均最低）、不同時序（年、月）上又具有地區(qū)性的變化特點。

3 結(jié)論

（1）利用RHtestsV4軟件包中的PMF方法對三亞站氣溫序列進(jìn)行均一性檢驗，發(fā)現(xiàn) 1959—2020年三亞站月平均氣溫、月平均最高氣溫序列存在1個斷點，月平均最低氣溫存在2個斷點，并結(jié)合臺站歷史沿革信息分析認(rèn)為，三亞站氣溫序列的非均一性主要受臺站遷移、觀測時次變更的影響。

（2）利用QM方法對觀測時次變更造成的月平均最低氣溫非均一性進(jìn)行訂正，利用高度訂正法對遷站造成的月氣溫序列斷點進(jìn)行訂正，將遷站后（2009—2020年）的氣溫訂正到與遷站前同高度，并對訂正后的月氣溫序列進(jìn)行均一性檢驗，最終得到均一性較好的月平均氣溫、月平均最高氣溫、月平均最低氣溫長序列觀測數(shù)據(jù)。

（3）訂正后的月平均氣溫、月平均最低氣溫序列均呈現(xiàn)顯著性增溫趨勢，冬季增溫趨勢強于夏季，冬季對2個氣溫序列的增溫貢獻(xiàn)最大；月平均最高氣溫在夏季的增溫趨勢較強，冬季增溫較弱。

（4）訂正后的年平均氣溫、年平均最高氣溫、年平均最低氣溫均呈增長趨勢，氣溫傾向率依次為：0.27、0.24、0.46℃/10a，年平均最低氣溫的增溫趨勢最強。

在氣溫序列訂正過程中，因參考站月氣溫序列年限限制，采用高度訂正法對遷站后的氣溫序列進(jìn)行訂正，而不同參考站計算的溫度遞減率存在差異，同一參考站計算的平均氣溫及平均最高、平均最低氣溫的溫度遞減率也不盡相同，致使訂正的氣溫序列也存在差異。本研究選用訂正后經(jīng)過均一性檢驗的氣溫序列進(jìn)行分析，訂正結(jié)果受一定主觀因素影響，訂正的合理性還有待進(jìn)一步檢驗，因此。本研究結(jié)論可能存在一定的不確定性，今后需結(jié)合多源數(shù)據(jù)開展深入研究。