王光輝　張有菊　劉新彥　王華

摘要 隨著全球氣候變化的不斷加劇，氣候條件分布不均，不同地區(qū)對氣候變化的響應(yīng)不同?；跐系貐^(qū)的氣溫和降水數(shù)據(jù)資料，運用Manner-Kendall趨勢及突變檢驗法、滑動平均法、線性回歸等方法分析了濟南地區(qū)1981—2020年氣溫和降水的變化特征。結(jié)果顯示：研究期內(nèi)濟南地區(qū)的平均氣溫為14.6 ℃，總體呈波動上升趨勢，1982年、2003年和2017年為年平均氣溫突變點，2002—2020年四季氣溫均呈波動上升趨勢，且與年平均氣溫變化趨勢相符。近40年來，濟南地區(qū)年平均降水量為696.5 mm，總體呈波動上升趨勢，1983年為年平均降水量升高的突變點。2002—2020年春、秋兩季平均降水量均呈現(xiàn)波動減少趨勢，春季降水減少趨勢不顯著，秋季降水量下降速率較快，而夏、冬季的降水量均為增多的趨勢，夏季上升速度較快，冬季降水增加趨勢不顯著。

關(guān)鍵詞 濟南地區(qū)；氣溫；降水量；Manner-Kendall突變檢驗

中圖分類號：P458 文獻標識碼：B 文章編號：2095–3305（2023）06–0125-03

IPCC第六次氣候變化評估報告指出，2011—2020年全球地表溫度比1850—1900年高出1.1 ℃，該報告關(guān)于區(qū)域氣候變化的內(nèi)容更為豐富，評估也更為詳細和具體。該報告指出，不久之后，所有地區(qū)的氣候變化都會加劇，涉及范圍廣、變化快、強度大。有證據(jù)表明：近50年來的氣候變暖是過去2 000余年來前所未有的。在全球氣候變化的嚴峻形勢下，氣溫和降水這2個表征氣候的關(guān)鍵指標，長期以來一直受到學(xué)者們的密切關(guān)注。我國整體氣候變化情況符合全球氣候變化總趨勢，但我國幅員遼闊，氣候條件分布不均，局部地區(qū)具有特殊性和復(fù)雜性，不同地區(qū)、不同時期對氣候變化的響應(yīng)也有一定差異。因此，有必要加強對當?shù)貧夂蜃兓攸c的研究，提高氣候預(yù)測的準確度，為風(fēng)險評估、防災(zāi)減災(zāi)、氣候適應(yīng)等決策提供依據(jù)[1]。

選取1981—2020年濟南氣候資料，采用線性趨勢、Manner-Kendall（M-K）趨勢檢驗及突變檢驗等分析方法，對濟南市近40年來的氣溫和降水量變化特征進行分析，以進一步了解濟南市的氣候規(guī)律。

1 研究區(qū)域、方法及數(shù)據(jù)來源

1.1 研究區(qū)域概況

濟南市位于山東省中西部、華北平原東南部邊緣。地處36.00°N～37.53°N，116.18°E～117.73 °E之間，面積10 244 km2[2]。該地區(qū)屬于暖溫帶大陸性季風(fēng)氣候區(qū)，雨熱同期，四季分明，季節(jié)特征表現(xiàn)時間短。光照充足，熱量資源豐富。主要種植小麥、玉米2種農(nóng)作物。春季干旱、風(fēng)大、回暖快，蒸發(fā)量大；夏季濕熱、雨量集中，盛行偏南風(fēng)；秋季秋高氣爽、氣溫下降快；冬季干冷，雨雪稀少，盛行干冷的偏北風(fēng)。主要氣象災(zāi)害天氣為雷雨大風(fēng)、冰雹、局地暴雨、干旱、低溫凍害。

由于大氣環(huán)流的作用，濟南地區(qū)春季氣候干旱少雨；在熱帶、副熱帶海洋氣團的作用下，夏季降水量充沛，炎熱多雨；秋季秋高氣爽；受極地大陸氣團影響的冬季氣候干燥、少雨少雪。該地區(qū)地勢北低南高，有利于水汽和熱空氣的回流聚集，因此，濟南的夏季降水超過一般北方城市降水[3]。

1.2 研究方法

1.2.1 M-K趨勢及突變檢驗 運用Manner-Kendall（M-K）突變檢驗法對1981—2020 年濟南地區(qū)平均氣溫和降水量進行突變檢測分析。M-K檢驗是曼-肯德爾法，又稱Mann-Kenddall檢驗法。該方法可被用來判斷在時間序列下氣候是否發(fā)生突變和準確定位突變發(fā)生的時間[4]。這種方法不需要序列服從特定的分布，不易受個別異常值的影響，計算簡單方便。因此，在突變檢測過程中，是一種常用的方法[5-6]。詳細計算步驟如下：

④UFi為標準正態(tài)分布，只要給定顯著性水平|α|=±0.05，則UF和UB的臨界值為±1.96。當UF>0，表明序列呈上升趨勢，反之，則呈下降趨勢；＞1.96或＜1.96，表示上升或下降趨勢明顯[7]。

⑤將x逆序排列，并重復(fù)上述過程，之后取UFk的相反數(shù)作為UBk（k=n，n–1，…，1，UB1=0）。

⑥UFk和UBk兩條曲線在置信區(qū)間內(nèi)的交點即突變點。

1.2.2 5點滑動平均法 滑動平均法是將非平穩(wěn)的數(shù)據(jù)在小區(qū)間上視為接近平穩(wěn)，計算局部的平均，減小隨機誤差，找出事物變化趨勢并進行預(yù)測的方法，是趨勢外推技術(shù)的一種。實際上，通過對數(shù)據(jù)加以小等權(quán)，賦予近期數(shù)據(jù)較大權(quán)數(shù)，遠期數(shù)據(jù)較小權(quán)數(shù)，對具有明顯負荷變化趨勢的數(shù)據(jù)序列進行曲線擬合，再用新曲線預(yù)報未來某點處的值[8]。此處采用5年滑動平均，對濟南地區(qū)1981—2020年年平均氣溫和降水量進行處理。

1.2.3 線性回歸法 線性回歸是最常用的回歸方法，是對滑動平均曲線進行線性回歸擬合，將回歸曲線作為變化趨勢線，以確定2種或2種以上變數(shù)間相互依賴定量關(guān)系的一種統(tǒng)計分析方法。回歸分析中，只包括1個自變量和1個因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析被稱為一元線性回歸分析。如果回歸分析中包括2個或2個以上的自變量，且因變量和自變量之間是線性關(guān)系，則稱為多元線性回歸分析。

在線性回歸中，數(shù)據(jù)使用線性預(yù)測函數(shù)來建模，并且未知的模型參數(shù)也是通過數(shù)據(jù)來估計的。這些模型被稱為線性模型。最常用的線性回歸建模是給定X值的y的條件均值是X的仿射函數(shù)。不常見的情況下，線性回歸模型可以是1個中位數(shù)或一些其他的給定X條件下y的條件分布的分位數(shù)作為X的線性函數(shù)。像所有形式的回歸分析一樣，線性回歸也將焦點放在給定X值的y的條件概率分布上，而不是X和y的聯(lián)合概率分布（多元分析領(lǐng)域）。

線性回歸是回歸分析中第一種經(jīng)過嚴格研究，并在實際應(yīng)用中廣泛使用的類型。這是因為線性依賴于其未知參數(shù)的模型比非線性依賴于其未知參數(shù)的模型更容易擬合，而且產(chǎn)生的估計的統(tǒng)計特性也更容易確定。

1.3 數(shù)據(jù)來源

所用濟南地區(qū)氣溫和降水數(shù)據(jù)均來自濟南1981—2020《統(tǒng)計年鑒》、濟南市水文局及氣象局等數(shù)據(jù)資料庫。研究中個別數(shù)據(jù)的缺失利用插值法填充。

2 結(jié)果與分析

2.1 氣溫的變化特征分析

2.1.1 氣溫的年際變化趨勢 濟南地區(qū)1981—2020年的年平均氣溫為14.6 ℃，利用Mann-Kendall檢驗法檢驗其變化趨勢。結(jié)果表明：在研究期內(nèi)，年平均氣溫變化趨勢為波動上升，但上升趨勢并不顯著。1994年平均氣溫為15.6 ℃，是研究期內(nèi)的最高值；1984年平均氣溫為13.9 ℃，是研究期內(nèi)的最低值。濟南地區(qū)氣溫在1981—1994年呈冷暖交替變化明顯的趨勢，大體升溫趨勢顯著，并在1984年達到氣溫最低值，在1994年達到氣溫最大值；1994—1999數(shù)值波動明顯，1999年以來，年平均氣溫在14.5 ℃左右呈小幅度波動?？傮w來說，進入21世紀以來濟南地區(qū)氣溫持續(xù)升高變暖。

2.1.2 氣溫的季變化趨勢 根據(jù)濟南地區(qū)2000—2020年的月氣溫資料，將春季時段定義為3—5月，夏季時段定義為6—8月，秋季時段定義為9—11月，冬季時段定義為12—翌年2月，各個季節(jié)氣溫均用平均值代替[9]?？梢缘贸鼋Y(jié)論：春季氣溫呈波動上升的趨勢，年際變化較大，即呈現(xiàn)出突然增加或減少的現(xiàn)象。2014年、2016年、2018年的春季氣溫較高，春季氣溫用5點滑動平均來擬合的線性方程為Y=0.0445X-75.512，這與年氣溫的變化趨勢較一致。

在研究時段內(nèi)，夏季氣溫的上升趨勢最不明顯。2013—2018 年增暖幅度較大，平均氣溫變化范圍為23.6～26.3 ℃。

2005年、2013年、2018年的夏季溫度較高，夏季氣溫整體增幅較小。

秋季濟南氣溫以0.04 ℃/10年的速率持續(xù)上升，這與年平均氣溫的變化趨勢一致。秋季平均氣溫的變化范圍在12.5～15.1 ℃之間，2006年為氣溫最高值，2002年為氣溫最低值，整體呈波動式上升趨勢。

近20年來，冬季濟南地區(qū)氣溫上升趨勢最為顯著，以0.13 ℃/10年的速率持續(xù)上升。平均氣溫變化范圍為-8.55～4.38 ℃，最高平均氣溫出現(xiàn)在2007年。冬季平均氣溫年際間波動劇烈，以2005年為例，冬季平均氣溫比2004年升高了近7 ℃。2014年以前，氣溫波動顯著，此后氣溫波動幅度較小。冬季氣溫與年平均氣溫變化趨勢的一致性較好。

2.1.3 氣溫突變分析 運用Manner-Kendall（M-K）突變檢驗法檢測1981

—2020年濟南地區(qū)的年平均氣溫。在2009年以前，UF曲線＞0，說明1981—2009年平均氣溫呈上升趨勢，并在1999年超過臨界值，說明氣溫在1999年上升趨勢顯著；2010—2018年，UF曲線＜0，2019—2020年UF曲線＞0，說明2010—2018年后年平均氣溫呈下降趨勢，2019—2020年平均氣溫呈上升趨勢，但是UF曲線沒有超過臨界值，說明氣溫在這2個時間段內(nèi)下降或上升趨勢并不顯著。1981—2017年氣溫發(fā)生突變，UF與UB 2條曲線在1982年、2003年、2017年出現(xiàn)交點，因此判定1982年、2003年、2017年為濟南地區(qū)氣溫變化的突變年份。

2.2 降水量的變化特征分析

2.2.1 降水量的年際變化趨勢 運用Mann-Kendall檢驗法對濟南地區(qū)1981—2020年降水量變化趨勢進行檢驗。結(jié)果表明：在研究期，該區(qū)域年降水量呈遞增趨勢，年平均降水量為696.5 mm。

2004年降水量為1 091.0 mm，是研究期內(nèi)的最高值；1981年降水量為358.0 mm，是研究期的最低值。濟南地區(qū)降水量在不同時段呈現(xiàn)出不同的變化趨勢，1981—1990年降水量上下波動顯著，呈現(xiàn)出先增后減再增的趨勢；1990—2002年年際間降水量波動幅度較小，仍呈緩慢上升趨勢；2002—2004年降水量增加非常顯著，并在2004年達到最高值；2004年以來降水量持續(xù)上下波動，整體上呈遞增的趨勢?？偟膩砜?，濟南地區(qū)降水量逐漸增多。

2.2.2 降水量的季變化趨勢 春季降水量減少趨勢不顯著，年際的變化顯著，對年降水的貢獻較大。2003年、2009年、2018年的春季降水量較大，2010—2015年降水變化趨于平穩(wěn)，降水量波動性顯著減少出現(xiàn)在2008—2014年。2000—2020年濟南春季平均降水量變化范圍為31.7～179.9 mm，最小值出現(xiàn)在2001年，最大值出現(xiàn)在2009年。

夏季降水的增長趨勢顯著，對年降水的貢獻最大，并與年降水量的變化趨勢一致性較好。2000—2020年濟南夏季降水量變化范圍為199.2～715.6 mm，兩者相差516.4 mm。降水量最大值出現(xiàn)在2004年，最小值出現(xiàn)在2002年?？傮w呈現(xiàn)出先升后降再上升的階段性特征。

秋季降水量呈現(xiàn)出明顯的下降趨勢，總體呈階梯式下降。秋季降水量變化范圍在37.4～322.2 mm之間，兩者相差284.8 mm。秋季降水量年際間的變化顯著，2002—2011年秋季降水變幅較大，其中，2003年、2005年、2011年的降水量較大，之后趨于平穩(wěn)下降。

冬季降水的增加趨勢相對平穩(wěn)，除2020年出現(xiàn)最大值（77.5 mm）外，整體波動較小。2001年和2020年降水量較大，冬季降水量變化范圍在14.3～77.5 mm之間，2008年冬季降水量最少。

2.2.3 降水突變分析 運用Mann-Kendall

突變檢驗法對濟南地區(qū)1981—2020年年平均降水量進行突變檢測，給定顯著水平α=0.05，UF=±1.96。正序列UF曲線從1981年開始始終＞0，說明年平均降水量從1981年開始整體上呈上升趨勢。此外，UF曲線在1984—1985年、1994—1998年、2004—2013年、2018—2020年超過置信線，并且在1983年與UB曲線相交，因此說明1984—1985年、1994—1998年、2004—2013年、2018—2020年降水量上升趨勢顯著，1983年為濟南地區(qū)年平均降水量升高的突變點。

3 結(jié)論

（1）年際變化。1981—2020年濟南年平均氣溫為14.6 ℃，整體上呈現(xiàn)出波動上升的趨勢，研究時段內(nèi)升溫突變點與全球變暖突變點一致，年平均氣溫上升趨勢顯著。研究期內(nèi)的降水量平均值為696.5 mm，整體呈遞增趨勢，增加趨勢顯著，年平均降水變化呈現(xiàn)出多雨與少雨期交替出現(xiàn)的特點。

（2）季變化。2000—2020年，冬季氣溫上升趨勢最顯著，平均氣溫年際間波動劇烈，與年平均氣溫變化趨勢的一致性較好。其次是春季、秋季、夏季。春季氣溫呈波動上升的趨勢，年際間的變化顯著；秋季平均氣溫整體呈波動式上升；在研究時段內(nèi)，夏季氣溫的上升趨勢最不明顯。研究時段內(nèi)，濟南地區(qū)降水量在夏、冬兩季均呈上升趨勢，并且夏季降水的增長幅度最大，在年降水總量中所占的比例最大，總體呈現(xiàn)出先升后降、再上升的階段性特征；冬季雖然也呈增長趨勢，但趨勢并不明顯，總體呈波動上升，但波動幅度較小。研究時段內(nèi)，秋季降水對年降水的貢獻較大，但秋季降水量仍呈減少趨勢，下降趨勢明顯。2002—2011年秋季降水量變化幅度較大；春季降水量下降幅度較小，年際間的變化差異較大。

（3）突變檢驗。在研究時段內(nèi)，年平均氣溫1981—2009年呈增加上升趨勢，其中，1999年上升趨勢顯著；2010—2018年呈略微下降趨勢；2019—2020年平均氣溫緩慢上升；1982年、2003年、2017年為濟南地區(qū)氣溫變化的突變點。年平均降水量從1981年開始整體上呈上升趨勢，1983年為濟南地區(qū)年平均降水量升高的突變點。

參考文獻

[1] 趙方，班春，丁薇，曹振興.六盤水市1980年以來氣溫與降水的時空變化研究[J].綠色科技，2020（24）：160-163.

[2] 王云靚，盛科榮，宋美嬌.1980—2015年濟南市土地利用景觀格局時空演變與模擬預(yù)測[J].濟南大學(xué)學(xué)報（自然科學(xué)版），2020，34（3）：282-293，299.

[3] 朱保美，周清，代玉田，等.山東沿海和內(nèi)陸城市旅游氣候舒適度變化特征對比分析[J].沙漠與綠洲氣象，2021，15（3）： 100-109.

[4] 孫超，張宇，袁鵬杰.東營市氣溫和降水歷史特征分析及預(yù)測[J].山東水利， 2021（3）：8-10.

[5] 傅麗昕.近57年來和豐縣氣溫和降水量的趨勢性及突變特征[J].南水北調(diào)與水利科技，2014，12（4）：38-41，110.

[6] 何佳，楊榮，周旗，等.1960—2013年寶雞市降水變化特征分析[J].水資源與水工程學(xué)報，2016，27（3）：95-100.

[7] 盧愛剛，王瑛.延安市近60年氣溫與降水趨勢突變分析[J].干旱區(qū)資源與環(huán)境，2012，26（1）：60-62.

[8] 楊慧，許福栗.基于權(quán)重轉(zhuǎn)移的加權(quán)滑動平均模型改進[J].計算機工程與應(yīng)用，2014，50（14）：156-159.

[9] 唐春娥，沈冰，陳文讓，等.寶雞市降水變化特征分析[J].西安建筑科技大學(xué)學(xué)報（自然科學(xué)版），2007（1）：47-50.

責(zé)任編輯：黃艷飛

Analysis on the Chara-cteristics of Regional Temperature and Preci-pitation Variation

—Taking Jinan as An Example

Wang Guang-hui et al（Jiyang Mete-

orological Observatory， Jiyang， Shandong 251400）

Abstract With the continuous intensification of global climate change， different regions have different responses to climate change due to uneven distribution of climatic conditions. Based on the temperature and precipitation data in Jinan area， the Manner-Kendall trend and mutation test method， moving average method， linear regression and other methods were used to analyze the change characteristics of temperature and precipitation in Jinan area from 1981 to 2020. The results showed that during the study period， the average temperature in Jinan was 14.6 ℃， showing an overall upward trend of fluctuations. The years of 1982， 2003， and 2017 were the mutation points of the annual average temperature. The temperature in each season from 2002 to 2020 showed an upward trend of fluctuations， and It was consistent with the change trend of the average annual temperature. In the past 40 years， the annual average precipitation in Jinan has been 696.47 mm， showing an overall upward trend of fluctuations. The year 1983 was the mutation point of the increase in the average annual precipitation. The precipitation in the spring and autumn from 2002 to 2020 shows a fluctuating and decreasing trend. The decrease in precipitation in spring was not significant， and the decline in precipitation in autumn was faster， while the precipitation in summer and winter were both increasing， and the rising rate in summer was faster. The increasing trend of precipitation in winter was not significant.

Key words Jinan; Temperature; Precipitation; Manner-Kendall mutation test

作者簡介 王光輝（1989—），男，山東齊河人，助理工程師，主要從事氣象服務(wù)工作。

收稿日期 2023-03-19