余銳，侯靈，云翔，鄧若釗，孫麗穎

（1.佛山市三水區(qū)氣象局，廣東佛山 528100；2.廣東省氣象數(shù)據(jù)中心，廣東廣州 510640；3.廣州市荔灣區(qū)氣象局，廣東廣州 510145；4.遂溪縣氣象局，廣東遂溪 524300；5.廣州市增城區(qū)氣象局，廣東廣州 511300）

全球變暖已是一個公認的事實［1］。研究指出，近幾十年來廣東的氣溫明顯變暖［2－9］，例如伍紅雨等［2］研究發(fā)現(xiàn)，華南年極端最高、最低氣溫均呈明顯增溫趨勢，并分別在2003年、1978年左右發(fā)生增溫突變；曾琮等［3］的研究表明，廣東冬季平均氣溫以每10年升高0.25℃的速率明顯上升，但增溫速率低于全國平均增溫速率；吳子璇等［4］研究指出，珠三角地區(qū)平均氣溫、平均最高氣溫和平均最低氣溫均以高于每10年升高0.07℃的速率顯著升高。

在以往的研究中，平均氣溫常被用于分析氣溫的整體變化特征［3－7］，最高氣溫和最低氣溫常被用于研究極端氣溫變化［2，8－9］。然而，只關(guān)注平均氣溫或極端氣溫容易忽略氣溫序列中其他部分的細節(jié)。百分位數(shù)法將數(shù)據(jù)集劃分為若干部分，提供了占總數(shù)特定百分比的觀察點的信息，更能夠反映出數(shù)據(jù)的整體特點［10］。鑒于此，本研究基于百分位數(shù)法，在季節(jié)尺度上探討了廣東氣溫變化的時空特征，對該區(qū)域氣溫變化規(guī)律進行更加全面的研究，以期為合理布局工農(nóng)業(yè)生產(chǎn)和科學(xué)應(yīng)對氣候變化提供理論依據(jù)。

1 資料和方法

1.1 資料

本研究使用的資料為廣東86個國家氣象觀測站逐日最高氣溫（tmax）和最低氣溫（tmin）數(shù)據(jù)，數(shù)據(jù)經(jīng)過嚴格的質(zhì)量控制，包括界限值檢查、范圍值檢查、內(nèi)部一致性檢查、時變檢查和時間持續(xù)性檢查。為了確保各氣象站觀測資料的可比性，選取各站點數(shù)據(jù)完整的1973年3月—2022年2月作為研究時段。

季節(jié)劃分方法：春季為3—5月、夏季為6—8月、秋季為9—11月、冬季為12月—次年2月。氣溫日較差（diurnal temperature range，DTR）定義：一天中氣溫最高值與最低值之差，即DTR＝tmax－tmin。

1.2 基于百分位數(shù)法的趨勢分析

Robeson［10］在分析北美氣溫變化趨勢時首次提出了“時變百分位數(shù)”的概念，后來該方法被許多學(xué)者用于研究各類氣象要素序列子集的變化特征［11］。本研究對每個測站每年各季節(jié)的氣溫序列，從10% ～90%每隔10個百分位計算得到tmax、tmin和DTR的百分位數(shù)序列，基于百分位數(shù)的時間序列，使用Sen等［12］提出的Sen斜率法通過計算序列斜率對的中值得到趨勢β：

其中，xi和xj分別表示第i年和第j年的百分位數(shù)；Median表示取中值函數(shù)。根據(jù)86個站點不同百分位數(shù)的空間平均值，計算整個區(qū)域的趨勢。使用非參數(shù)Mann－Kendall（M－K）檢驗法判斷趨勢顯著性［13－14］

1.3 貝葉斯突變檢測

時序分析往往依賴于模型的選擇，對于相同的時間序列，不同的模型可能給出不同的甚至是相悖的分析結(jié)果。貝葉斯模型平均算法放棄了“單一最佳模型”的概念，將許多模型組合成一個平均模型?；谪惾~斯時間序列分析算法的貝葉斯突變檢測屬于概率突變檢測方法，相比傳統(tǒng)的突變點分析方法，該方法的優(yōu)勢在于能夠量化某點為突變點的概率，具體公式見文獻［15］。

2 結(jié)果與分析

圖1 給出了1973—2021年廣東tmax、tmin和DTR區(qū)域平均的不同百分位數(shù)的變化趨勢?？傮w而言，tmax和tmin均呈現(xiàn)顯著的上升趨勢，表明廣東的氣候在變暖。

圖1 廣東t max（a）、t min（b）和DTR（c）不同百分位數(shù)的趨勢

tmax的升溫速率介于每10年升高0.22～0.43℃之間。春季tmax的氣溫上升速率最大，各個百分位變率均超過每10年0.3℃，其中10%分位數(shù)的增速最大，為每10年升高0.43℃；夏季和冬季tmax的增加速率大多在每10年0.3℃以下。春季、夏季和秋季tmax的升溫趨勢幾乎在所有百分位下都能通過顯著性檢驗，除了春季的10%和20%分位數(shù)；冬季tmax僅在60%、80%和90%分位數(shù)通過顯著性檢驗。

從tmin的分布看出，秋季和冬季的升溫速率較大，分別為每10年升高0.22～0.60℃和0.31～0.43℃；秋季tmin在低百分位的升溫速率比高百分位的更大；冬季則是高百分位的增速更大。雖然夏季tmin的上升趨勢在各個百分位下都通過了99%的顯著性檢驗，但升溫速率較小，并且在不同百分位之間差異也較小。

春季和夏季DTR的變化速率隨著百分位數(shù)的增加而增大，即較高百分位對應(yīng)著有較大的變率，春季從每10年升高0.02℃增大到0.35℃；夏季從每10年升高0.01℃增大到0.15℃，且僅在較高百分位上升趨勢通過了顯著性檢驗；秋季和冬季的DTR幾乎在所有百分位均呈現(xiàn)下降趨勢，除了在冬季10%分位數(shù)為每10年升高0.03℃；此外只有冬季90%分位數(shù)趨勢通過了顯著性檢驗。

圖2為86個站點的tmax、tmin和DTR在不同百分位的變化趨勢。

圖2 廣東不同季節(jié)不同站點t max、t min和DTR百分位數(shù)趨勢的分布

4個季節(jié)所有百分位點tmax、tmin和DTR對應(yīng)的站點總數(shù)分別有99%、97%和54%呈現(xiàn)增加趨勢。三者中DTR變率在站點間的差異是最大的，變化幅度介于每10年變化幅度在－1.00～0.88℃之間。tmax的變化趨勢在不同百分位沒有呈現(xiàn)出明顯的差異，并且站點之間變率的差異在各個百分位也表現(xiàn)出相似的特征（圖2a－d）。春季和夏季站點tmin百分位數(shù)趨勢分布的離散程度較?。▓D2e－f）；秋季不同站點之間變率的差異在較低百分位較大，在較高百分位較?。▓D2g）；冬季tmin的增溫速率隨著百分位數(shù)的增加而增大，在60%分位數(shù)達到最大（圖2h）。無論是哪個季節(jié)，站點DTR趨勢分布的離散程度都隨著百分位數(shù)的增加而增大，春季和夏季變率從低百分位到高百分位呈現(xiàn)增大的特征，秋季和冬季則是呈現(xiàn)減小的特征。

為了進一步探討增暖的過程，利用貝葉斯突變檢測算法得到了廣東tmax、tmin和DTR區(qū)域平均的不同百分位數(shù)的概率最大突變點，結(jié)果如表1所示。

表1 廣東t max、t min和DTR不同百分位數(shù)的概率最大突變時間點年

從表1可以看出，幾乎所有的突變都是正向的，即突變點后相較突變點前氣溫都有所升高。春季，tmax的突變主要發(fā)生在20世紀90年代；tmin較低百分位的突變主要發(fā)生在20世紀90年代，較高百分位的突變主要發(fā)生在21世紀10年代；DTR較低百分位的突變主要發(fā)生在20世紀70年代末，較高百分位的突變主要發(fā)生在20世紀90年代中期。夏季，tmax的突變大多發(fā)生在1994年和1998年；tmin的突變大多發(fā)生在1977年和1998年；DTR的突變最多發(fā)生在2000年。秋季，tmax、tmin和DTR的突變點在不同百分位差異較大。冬季，tmax的突變主要發(fā)生在20世紀80年代；tmin不同百分位數(shù)的突變點差異較大；DTR在較低百分位的突變時間點普遍早于較高百分位的突變點。

圖3、圖4、圖5分別為tmax、tmin和DTR的10%、50%和90%分位數(shù)趨勢的空間分布。

圖3 廣東不同季節(jié)t max不同百分位數(shù)趨勢的空間分布

圖4 廣東不同季節(jié)t min不同百分位數(shù)的趨勢的空間分布

圖5 廣東不同季節(jié)DTR不同百分位數(shù)的趨勢的空間分布

tmax、tmin升溫最明顯的都出現(xiàn)在珠三角和東南沿海地區(qū)。對tmax而言，較高百分位對應(yīng)的趨勢能通過顯著性檢驗的站點較多，而較低百分位對應(yīng)的升溫速率較大。tmax的10%分位數(shù)趨勢在夏季明顯小于其他季節(jié)，50%分位數(shù)趨勢在冬季能通過顯著性檢驗的站點最少，90%分位數(shù)趨勢在不同季節(jié)的空間分布差異不大。tmin較大的升溫速率出現(xiàn)在秋季的10%分位數(shù)，以及冬季的50%分位數(shù)，并且?guī)缀跛姓军c都通過了顯著性檢驗。春季和夏季tmin增速較小，大多低于每10年升高0.4℃，且不同百分位數(shù)趨勢的空間分布差異不大。DTR趨勢的空間分布在不同季節(jié)不同百分位差異明顯，10%分位數(shù)的變化趨勢在四個季節(jié)能通過顯著性檢驗的站點很少；50%和90%分位數(shù)變化趨勢在春季和夏季大多表現(xiàn)為上升，且能通過顯著性檢驗的站點較多，而在秋季和冬季大多站點呈現(xiàn)下降趨勢；DTR的90%分位數(shù)趨勢要明顯大于10%和50%分位數(shù)趨勢。

3 結(jié)論

1）廣東整體的氣候在變暖，tmax、tmin百分位數(shù)趨勢呈現(xiàn)顯著上升的特征，DTR在春季和夏季增大、在秋季和冬季減小。春季，tmax的升溫速率最大，秋季和冬季tmin的增速較大。DTR的變率僅在春季和夏季的較高百分位通過顯著性檢驗。

2）同一季節(jié)tmax不同百分位數(shù)趨勢的差異不大；春季和夏季tmin不同百分位數(shù)趨勢的差異較小，秋季和冬季差異較大；春季和夏季DTR變化速率隨著百分位數(shù)的增加而增大，秋季和冬季則呈現(xiàn)減小的特征。不同站點之間DTR趨勢的差異大于tmax和tmin，并且這種差異隨著百分位數(shù)的增加而增大。

3）研究時段內(nèi)氣溫發(fā)生的突變都是正向的，進一步佐證了廣東增暖的事實。tmax、tmin和DTR發(fā)生突變的時間點大多在2000年以前。

4）從空間分布上看，珠三角和東南沿海地區(qū)tmax、tmin升溫最明顯。DTR趨勢的空間分布在不同季節(jié)不同百分位差異明顯，在高百分位變化趨勢更加顯著。

本研究基于百分位數(shù)法詳細分析了廣東tmax、tmin和DTR的變化特征，相比以往的研究，從氣溫序列中提取了更為豐富的信息，涵蓋了氣溫普遍范圍內(nèi)的特征。tmax、tmin受全球變暖的影響，在不同季節(jié)均呈現(xiàn)上升趨勢，這與前人的研究結(jié)果一致［2，9］，然而并不是所有的上升趨勢都是顯著的，例如冬季tmax的低百分位數(shù)趨勢未通過顯著性檢驗。冬季tmin的增大，有利于暖冬的出現(xiàn)，符合前人提出的廣東冬季氣溫變暖的觀點［3，6］。此外，本研究表明珠三角和東南沿海地區(qū)是廣東顯著增暖的區(qū)域，也與前人的結(jié)論一致［16－17］?？傮w而言，該方法具備科學(xué)性和可靠性，并且針對氣溫序列子集的分析更為細致，有助于更加全面地認識廣東氣溫的變化規(guī)律。