1960～2011年江蘇省降水變化特征

肖艷兵等

摘要：根據(jù)江蘇省分布均勻的14個(gè)站點(diǎn)的降水資料，運(yùn)用距平分析法、5年滑動(dòng)平均法、Mann-Kendall非參數(shù)檢驗(yàn)、Hurst指數(shù)等方法，從不同層面和尺度對(duì)江蘇省1960～2011年序列數(shù)據(jù)的降水變化規(guī)律和趨勢(shì)進(jìn)行了分析。結(jié)果顯示，江蘇省未來降水量呈現(xiàn)下降趨勢(shì)。

關(guān)鍵詞：降水變化特征；Mann-Kendall檢驗(yàn)；Hurst檢驗(yàn)；江蘇省

中圖分類號(hào)：P404 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2014）16-3788-05

Abstract： Using precipitation data of 14 weather stations evenly distributed in Jiangsu province during 1960～2011， the regular rules and future trend of different time scales and levels were analyzed. Several comprehensive methods including Anomaly analysis， 5a sliding average method， Mann-Kendall test method， Hurst index method were applied. The results of Mann-Kendall test and Hurst index showed that the future precipitation of Jiangsu province would have a decreasing trend， but it would not be obvious.

Key words： characteristics of the variety of precipitation； Mann-Kendall test； Hurst index； Jiangsu province

降水特征隨著全球氣候的變化而變化，降水量的變化將對(duì)自然環(huán)境變化和社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生影響，因此通過研究降水量的變化規(guī)律，可為當(dāng)?shù)卣侠砝米匀唤邓昂禎碁?zāi)害防治決策提供一定的理論支持。目前，國內(nèi)學(xué)者對(duì)降水的變化規(guī)律和趨勢(shì)預(yù)測(cè)等方面做了很多研究。例如韓丹等[1]利用小波分析等方法研究了安徽省78個(gè)氣象站47年的降水變化規(guī)律，揭示了安徽省47年來降水量的變化趨勢(shì)和周期性變化；陳德超等[2]利用氣象統(tǒng)計(jì)方法研究了江蘇省蘇州市近半個(gè)世紀(jì)來的降水變化特征和空間分異規(guī)律，對(duì)比分析了蘇州城區(qū)和城郊的多年平均降水的區(qū)域性差異及其與城市化的關(guān)系；錢會(huì)等[3]利用銀川市4個(gè)氣象站49年的實(shí)測(cè)降水資料，運(yùn)用統(tǒng)計(jì)學(xué)理論、克里金插值等方法揭示了銀川市49年來的時(shí)空變化特征；唐文學(xué)等[4]利用江蘇省徐州地區(qū)長系列雨量代表站資料，對(duì)徐州地區(qū)6個(gè)縣50年的降水資料進(jìn)行分析，揭示了徐州市降水量的變化特征及變化趨勢(shì)，找出區(qū)域內(nèi)的自然降水特征，探索其時(shí)間分布規(guī)律，為徐州地區(qū)城市防洪、排澇、水資源合理利用、城市建設(shè)及區(qū)域抗旱提供科學(xué)依據(jù)。另外，國外許多學(xué)者運(yùn)用各種方法對(duì)不同區(qū)域的降水變化特征和規(guī)律也做了大量的研究工作[5-7]。本研究以江蘇省1960～2011年共計(jì)52年的降水?dāng)?shù)據(jù)為依據(jù)，運(yùn)用距平分析法、5年滑動(dòng)平均法、Mann-Kendall非參數(shù)檢驗(yàn)以及Hurst指數(shù)法對(duì)江蘇省降水進(jìn)行不同尺度和層面的研究，并進(jìn)行了序列趨勢(shì)分析。

1 材料與方法

1.1 研究區(qū)概況

江蘇省位于中國東部，地勢(shì)平坦，介于30°46′-35°07′N，116°22′-121°55′E。地居長江、淮河下游，北接山東省，南連上海市和浙江省，西鄰安徽省，東濱黃海。一般以淮河、蘇北灌溉總渠一線為界，以北地區(qū)屬暖溫帶濕潤、半濕潤季風(fēng)氣候，以南地區(qū)屬亞熱帶濕潤季風(fēng)氣候。其各地年平均氣溫介于13～16 ℃，年降水量1 000 mm左右。

1.2 數(shù)據(jù)來源

文中所用江蘇省1960～2011年的日、月、年降水量數(shù)據(jù)資料均來自于中國地面氣候資料日值數(shù)據(jù)集，由省、市氣候資料處理部門逐月上報(bào)《地面氣象記錄月報(bào)表》的信息化資料。選取徐州、贛榆、盱眙、淮安、淮陰、射陽、南京、高郵、東臺(tái)、南通、呂泗、常州、溧陽、吳縣東山分布均勻的14個(gè)站點(diǎn)的數(shù)據(jù)進(jìn)行江蘇省降水量變化的分析。對(duì)于其中個(gè)別站點(diǎn)月份的缺測(cè)和空白數(shù)據(jù)采用回歸訂正法進(jìn)行查補(bǔ)訂正。中國地面月報(bào)信息化文件經(jīng)過較嚴(yán)格的質(zhì)量控制和檢查，數(shù)據(jù)質(zhì)量良好。

1.3 研究方法

1.3.1 Mann-Kendall非參數(shù)檢驗(yàn)—單調(diào)趨勢(shì)檢驗(yàn) 采用Mann-Kendall[8，9]法（簡(jiǎn)稱M-K法）對(duì)時(shí)間序列的趨勢(shì)變化和突變情況進(jìn)行分析。在時(shí)間序列分析方法中，M-K法是世界氣象組織所推薦的并廣泛應(yīng)用于氣溫、降水、徑流等水文現(xiàn)象的一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，與其他方法相比，M-K法的優(yōu)點(diǎn)是不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，就能很好地揭示時(shí)間序列的趨勢(shì)變化及突變特征。其基本原理如下：

對(duì)于時(shí)間樣本序列x[i]（i=1，2，…，n），Yi（x）是樣本x[i]的分布函數(shù)，在M-K法檢驗(yàn)中，設(shè)H0：Y1（x）=Y2（x）=…=Yi（x），即樣本序列不存在變化趨勢(shì)；H1：Y1（x）>Y2（x）>…>Yn（x）或者H1：Y1（x）

對(duì)時(shí)間序列進(jìn)行雙邊檢驗(yàn)，當(dāng)-M1-α/2≤MK≤M1-α/2時(shí)，接受原假設(shè)H0；否則，當(dāng)MK<-M1-α/2時(shí)，說明樣本序列有明顯的下降趨勢(shì)，當(dāng)MK>M1-α/2時(shí)，說明樣本時(shí)間序列存在明顯的上升趨勢(shì)。其中α是顯著性水平，當(dāng)α=0.05，若檢驗(yàn)值MK小于-1.96，則表明序列呈現(xiàn)顯著下降趨勢(shì)；若檢驗(yàn)值MK大于1.96，則表明序列呈現(xiàn)顯著上升趨勢(shì)；否則，序列無顯著變化趨勢(shì)。

定義順序統(tǒng)計(jì)量UF和逆序統(tǒng)計(jì)量UB，通過分析統(tǒng)計(jì)序列UF和UB可以分析序列x的變化趨勢(shì)，并且可以進(jìn)一步明確突變時(shí)間。若UF大于0，則表明序列呈上升趨勢(shì)，若UF小于0，則表明呈下降趨勢(shì)，當(dāng)超過臨界線（1.96）時(shí)，表明上升、下降趨勢(shì)顯著。如果UF和UB兩條曲線在臨界線之間出現(xiàn)交點(diǎn)，則交點(diǎn)對(duì)應(yīng)時(shí)刻即是突變開始的時(shí)刻。

1.3.2 Hurst指數(shù)法 Hurst指數(shù)是基于重標(biāo)極差（R/S方法）基礎(chǔ)之上的一種用于定量描述時(shí)間序列持續(xù)性的方法，不必考慮數(shù)據(jù)的分布特征[10]，其是根據(jù)英國水文學(xué)家Hurst名字命名的，水文方面經(jīng)常用到該方法。其基本原理為：

則說明時(shí)間序列{λ（t）}存在Hurst現(xiàn)象。如果H=0.5，則說明序列不具有持續(xù)性；如果H>0.5，則說明時(shí)間序列的變化前后呈正相關(guān)，即未來的變化趨勢(shì)和過去的變化趨勢(shì)相一致；如果0

2 結(jié)果與分析

2.1 江蘇省降水量年際變化特征

1960～2011年江蘇省的年平均降水量為1 028.9 mm，通過計(jì)算序列的5年滑動(dòng)平均值來表現(xiàn)降水量多年變化特征趨勢(shì)，其歷年降水量變化及滑動(dòng)平均曲線如圖1所示。為了更好地表現(xiàn)江蘇省歷年降水量與年平均降水量的關(guān)系，計(jì)算了年降水量距平值，結(jié)果如圖2所示。從江蘇省歷年降水量的5年滑動(dòng)平均曲線（圖1）可以看出，其降水量呈現(xiàn)周期性的波動(dòng)，但波動(dòng)不大，呈現(xiàn)出以7.05 mm/（10年）的傾向率緩慢上升趨勢(shì)。從江蘇省年降水量距平圖（圖2）可以看出，一共有29年的距平值為正，占分析總年數(shù)的56%，豐枯降水年彼此交替，呈現(xiàn)周期性波動(dòng)起伏，其中，1978年的距平值最小，其年降水量為563.2 mm，比歷年平均降水量低465.7 mm；1991年的距平值最大，其年降水量為1 512.1 mm，比歷年平均降水量高483.2 mm，這兩年為降水量跳躍年份，與相鄰年份降水量差異較大。

2.2 江蘇省降水量季節(jié)變化特征

在52年降水中，江蘇省春、夏、秋、冬四季的降水量及其占全年降水量的比例如表1所示。由表1可知，夏季降水量占全年總降水量的比例最高，為49.6%，春季和秋季次之，冬季最少，為10.0%，僅為夏季的1/5。表明江蘇省降水量季節(jié)分配不均衡，這主要和江蘇省的南北跨度大以及其濕潤、半濕潤季風(fēng)氣候及亞熱帶濕潤季風(fēng)氣候有關(guān)。歷年四季降水情況如圖3所示。1960～2011年，考察年內(nèi)各月的降水情況，分別計(jì)算52年中1～12月各月的降水量，結(jié)果如圖4所示。其中7月的降水量為全年最高，為208.7 mm，8月和6月次之，分別為155.1 mm和146.7 mm，1月和12月的降水較少，分別為35.1 mm和26.1 mm，僅為7月降水量的16.8%和12.5%。除了夏季降水量波動(dòng)變化較大以外，其余3個(gè)季度降水量變化趨勢(shì)相對(duì)平穩(wěn)。

2.3 江蘇省極端降水分析

降水方面，主要的極端氣候事件有洪澇和干旱。洪澇指向極端強(qiáng)降水方面，干旱指向零降水方面[11]。對(duì)于極端強(qiáng)降水指數(shù)的研究通常采用閾值法[12，13]，目前主要有相對(duì)閾值和絕對(duì)閾值兩種閾值方法。本研究采用相對(duì)閾值方法中的百分位法來確定極端強(qiáng)降水的閾值，即把江蘇省1960～2011年的有雨日降水量按從小到大排序，取其第95百分位值作為江蘇省日極端降水的閾值。對(duì)于零降水方面，主要研究江蘇省年零降水時(shí)間的變化以及最長連續(xù)無降水時(shí)間的變化特征規(guī)律。為了盡可能描述江蘇省極端降水事件的時(shí)空變化特征，選取了5個(gè)極端降水指標(biāo)（表2）對(duì)江蘇省的極端降水事件進(jìn)行分析。

由圖5可知，52年來，一日最大降水量整體變化趨勢(shì)不明顯，最大日降水量出現(xiàn)在1962年，日降水量為108.8 mm，最小日降水量出現(xiàn)在1978年，日降水量為22.5 mm。其中，一日最大降水量在20世紀(jì)60年代波動(dòng)較大，其他年份變化趨勢(shì)相對(duì)平穩(wěn)。根據(jù)百分位法求得的第95百分位值為22.1 mm/d，縱觀52年來極端降水情況，每一年都出現(xiàn)了極端降水，但是1978年僅出現(xiàn)過1 d極端降水，降水量為22.5 mm，出現(xiàn)極端降水時(shí)間最多的是1991年，一共出現(xiàn)了21 d，降水量為726.8 mm，超過了1978年總的降水量（圖6）。最大極端強(qiáng)降水比率為48.1%，出現(xiàn)在1991年，最小極端強(qiáng)降水比率為4.0%，出現(xiàn)在1978年，這兩年正好是出現(xiàn)極端降水時(shí)間最多的一年和最少的一年（圖7）。極端強(qiáng)降水比率和極端強(qiáng)降水時(shí)間的變化趨勢(shì)相一致。歷年來，年零降水量時(shí)間一直圍繞200 d上下波動(dòng)，變化趨勢(shì)不明顯，年零降水時(shí)間最大值為227 d，出現(xiàn)在1988年，最小值為174 d，出現(xiàn)在1985年，平均零降水時(shí)間為197 d（圖8）。最長連續(xù)無降水時(shí)間為53 d，出現(xiàn)在1973年；最小值為9 d，出現(xiàn)在2000年，歷年均值為22 d/年（圖9）。

總的來說，5個(gè)極端降水指標(biāo)隨著時(shí)間序列的變化其變化規(guī)律不一樣，其中一日最大降水量和最長連續(xù)無降水時(shí)間總體呈現(xiàn)減少趨勢(shì)，極端強(qiáng)降水時(shí)間和年零降水時(shí)間總體呈現(xiàn)增加趨勢(shì)，但都沒有通過顯著水平為0.05的顯著性檢驗(yàn)，極端強(qiáng)降水比率圍繞在均值23.9%附近上下波動(dòng)。

2.4 江蘇省降水量年際變化突變檢驗(yàn)及趨勢(shì)分析

通過Mann-Kendall突變檢驗(yàn)與Hurst指數(shù)法相結(jié)合來確定江蘇省未來的降水變化趨勢(shì)。采用Matlab 7.0軟件對(duì)江蘇省1960～2011年時(shí)間序列數(shù)據(jù)進(jìn)行M-K法檢驗(yàn)，得出統(tǒng)計(jì)量MK=0.386 7<1.96，統(tǒng)計(jì)量全都位于95%置信區(qū)間內(nèi)，表明江蘇省降水量總體上呈現(xiàn)上升趨勢(shì)，但是這種趨勢(shì)沒有通過顯著水平為0.05的顯著性檢驗(yàn)，上升趨勢(shì)不明顯。由圖10可以看出，總的來說，江蘇省降水量在1960～1968、1975～1978、1992～1997呈下降趨勢(shì)，在1969～1974、1979～1991和1998年以后呈上升趨勢(shì)，在20世紀(jì)90年代之前沒有出現(xiàn)突變點(diǎn)，90年代之后降水量突變點(diǎn)較多。

利用R/S分析法計(jì)算Hurst指數(shù)，結(jié)果如下：

R（τ）/S（τ）=0.848 2τ0.411 6

H=0.411 6<0.5，根據(jù)Hurst的原理，得到如下結(jié)論：江蘇省未來的年降水量具有反持續(xù)性特征，即未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反（圖11）。通過M-K法的結(jié)果顯示，江蘇省在過去的52年中，年降水量整體上呈現(xiàn)上升趨勢(shì)。綜合M-K法的檢驗(yàn)結(jié)果和Hurst指數(shù)的結(jié)果可得，江蘇省未來的降水量呈現(xiàn)下降趨勢(shì)。

3 結(jié)論

利用江蘇省1960～2011年14個(gè)站點(diǎn)的逐日降水?dāng)?shù)據(jù)，對(duì)降水量年內(nèi)變化和季節(jié)變化特征、5個(gè)極端降水指數(shù)變化、年內(nèi)突變檢驗(yàn)和趨勢(shì)進(jìn)行了分析，得出如下結(jié)論：

1）52年來，江蘇省降水量以7.05 mm/（10年）的傾向率呈現(xiàn)緩慢上升趨勢(shì)，豐枯季節(jié)交替。歷年的降水量均值為1 028.9 mm，降水的49.6%集中在夏季，冬季最少，為10.0%，春季和秋季次之，分別為21.3%和19.1%，豐枯降水年彼此交替；從各個(gè)月份來說，7月平均降水量最高，為208.7 mm，12月降水最少，為26.1 mm，降水的年內(nèi)分配很不均勻。

2）根據(jù)第95百分位法求得江蘇省極端降水指數(shù)為22.1 mm/d，一日最大降水量除了在20世紀(jì)60年代波動(dòng)變化很大，其余年份變化較平穩(wěn)；極端降水時(shí)間和極端強(qiáng)降水比率差異很大，極差分別為20 d和44.1%；江蘇省極端降水比率和極端強(qiáng)降水時(shí)間變化趨勢(shì)表現(xiàn)一致。隨著時(shí)間序列的變化，極端降水指數(shù)也隨之發(fā)生波動(dòng)，但是都沒有通過顯著水平為0.05的顯著性檢驗(yàn)，上升和下降趨勢(shì)不明顯。

3）M-K法檢驗(yàn)結(jié)果顯示，20世紀(jì)90年代之前歷年降水量沒有出現(xiàn)突變，90年代之后降水量突變點(diǎn)較多，1960～2011年江蘇省降水量呈現(xiàn)出緩慢的上升趨勢(shì)，但是沒有通過顯著水平為0.05的顯著性檢驗(yàn)。R/S分析結(jié)果顯示江蘇省降水Hurst指數(shù)小于0.5，說明未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反。綜合M-K法檢驗(yàn)和R/S分析結(jié)果，預(yù)測(cè)未來江蘇省降水量呈現(xiàn)下降趨勢(shì)。

參考文獻(xiàn)：

[1] 韓 丹，程先富，張 群，等.安徽省1961～2007年降水特征分析[J].人民長江，2011，42（23）：23-26.

[2] 陳德超，張曉波，陸建偉，等.蘇州1956年以來的降水變化及其空間差異研究[J].水文，2008，28（6）：68-72.

[3] 錢 會(huì)，李培月，吳健華.銀川市近49a來降雨變化特征分析[J].華北水利水電學(xué)院學(xué)報(bào)，2010，31（2）：1-5.

[4] 唐文學(xué)，王勇成.徐州地區(qū)多年降水特征及變化趨勢(shì)分析[J].中國水運(yùn)，2012，12（2）：163-164.

[5] GAN T Y. Hydroclimatic trends and possible climatic warming in the Canadian prairies[J]. Water Resources Research， 1998， 34（11）：3009-3015.

[6] MANN M E， BRADLEY R S， HUGHES M K. Global-scale temperature patterns and climate forcing over the past six centuries[J]. Nature， 1998， 392（6678）：779-787.

[7] SHI Y F， SHEN Y P， KANG ERSI， et al. Recent and future climate change in northwest China[J]. Climatic Change， 2007， 80（3/4）：379-393.

[8] GOCIC M， TRAJKOVIC S. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J]. Global and Planetary Change， 2013， 100：172-182.

[9] MCLEOD A I， MCCUEN R H. Time series modeling of water resources and environmental systems[M]. New York， USA： Elsevier Science Pub.Co，1994.

[10] 馮利華.基于R/S分析的水資源預(yù)測(cè)[J].系統(tǒng)工程理論與實(shí)踐，2002，22（4）：115-118.

[11] 朱龍騰，陳遠(yuǎn)生，燕然然，等.1951年至2010年北京市降水和氣溫的變化特征[J].資源科學(xué)，2012，34（7）：1287-1297.

[12] EASTERLING D R， EVANS J L， GROLSMAN P Y， et al. Observed variability and trends in extreme climate events： A brief review[J]. Bulletin of the American Meteorological Society， 2000， 81（3）：417-425.

[13] BELL J L， SLOAN L C， SNYDER M A. Regional changes in extreme climatic events： A future climate scenario[J]. Journal of Climate， 2004， 17（1）：81-87.

利用R/S分析法計(jì)算Hurst指數(shù)，結(jié)果如下：

R（τ）/S（τ）=0.848 2τ0.411 6

H=0.411 6<0.5，根據(jù)Hurst的原理，得到如下結(jié)論：江蘇省未來的年降水量具有反持續(xù)性特征，即未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反（圖11）。通過M-K法的結(jié)果顯示，江蘇省在過去的52年中，年降水量整體上呈現(xiàn)上升趨勢(shì)。綜合M-K法的檢驗(yàn)結(jié)果和Hurst指數(shù)的結(jié)果可得，江蘇省未來的降水量呈現(xiàn)下降趨勢(shì)。

3 結(jié)論

利用江蘇省1960～2011年14個(gè)站點(diǎn)的逐日降水?dāng)?shù)據(jù)，對(duì)降水量年內(nèi)變化和季節(jié)變化特征、5個(gè)極端降水指數(shù)變化、年內(nèi)突變檢驗(yàn)和趨勢(shì)進(jìn)行了分析，得出如下結(jié)論：

1）52年來，江蘇省降水量以7.05 mm/（10年）的傾向率呈現(xiàn)緩慢上升趨勢(shì)，豐枯季節(jié)交替。歷年的降水量均值為1 028.9 mm，降水的49.6%集中在夏季，冬季最少，為10.0%，春季和秋季次之，分別為21.3%和19.1%，豐枯降水年彼此交替；從各個(gè)月份來說，7月平均降水量最高，為208.7 mm，12月降水最少，為26.1 mm，降水的年內(nèi)分配很不均勻。

2）根據(jù)第95百分位法求得江蘇省極端降水指數(shù)為22.1 mm/d，一日最大降水量除了在20世紀(jì)60年代波動(dòng)變化很大，其余年份變化較平穩(wěn)；極端降水時(shí)間和極端強(qiáng)降水比率差異很大，極差分別為20 d和44.1%；江蘇省極端降水比率和極端強(qiáng)降水時(shí)間變化趨勢(shì)表現(xiàn)一致。隨著時(shí)間序列的變化，極端降水指數(shù)也隨之發(fā)生波動(dòng)，但是都沒有通過顯著水平為0.05的顯著性檢驗(yàn)，上升和下降趨勢(shì)不明顯。

3）M-K法檢驗(yàn)結(jié)果顯示，20世紀(jì)90年代之前歷年降水量沒有出現(xiàn)突變，90年代之后降水量突變點(diǎn)較多，1960～2011年江蘇省降水量呈現(xiàn)出緩慢的上升趨勢(shì)，但是沒有通過顯著水平為0.05的顯著性檢驗(yàn)。R/S分析結(jié)果顯示江蘇省降水Hurst指數(shù)小于0.5，說明未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反。綜合M-K法檢驗(yàn)和R/S分析結(jié)果，預(yù)測(cè)未來江蘇省降水量呈現(xiàn)下降趨勢(shì)。

參考文獻(xiàn)：

[1] 韓 丹，程先富，張 群，等.安徽省1961～2007年降水特征分析[J].人民長江，2011，42（23）：23-26.

[2] 陳德超，張曉波，陸建偉，等.蘇州1956年以來的降水變化及其空間差異研究[J].水文，2008，28（6）：68-72.

[3] 錢 會(huì)，李培月，吳健華.銀川市近49a來降雨變化特征分析[J].華北水利水電學(xué)院學(xué)報(bào)，2010，31（2）：1-5.

[4] 唐文學(xué)，王勇成.徐州地區(qū)多年降水特征及變化趨勢(shì)分析[J].中國水運(yùn)，2012，12（2）：163-164.

[5] GAN T Y. Hydroclimatic trends and possible climatic warming in the Canadian prairies[J]. Water Resources Research， 1998， 34（11）：3009-3015.

[6] MANN M E， BRADLEY R S， HUGHES M K. Global-scale temperature patterns and climate forcing over the past six centuries[J]. Nature， 1998， 392（6678）：779-787.

[7] SHI Y F， SHEN Y P， KANG ERSI， et al. Recent and future climate change in northwest China[J]. Climatic Change， 2007， 80（3/4）：379-393.

[8] GOCIC M， TRAJKOVIC S. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J]. Global and Planetary Change， 2013， 100：172-182.

[9] MCLEOD A I， MCCUEN R H. Time series modeling of water resources and environmental systems[M]. New York， USA： Elsevier Science Pub.Co，1994.

[10] 馮利華.基于R/S分析的水資源預(yù)測(cè)[J].系統(tǒng)工程理論與實(shí)踐，2002，22（4）：115-118.

[11] 朱龍騰，陳遠(yuǎn)生，燕然然，等.1951年至2010年北京市降水和氣溫的變化特征[J].資源科學(xué)，2012，34（7）：1287-1297.

[12] EASTERLING D R， EVANS J L， GROLSMAN P Y， et al. Observed variability and trends in extreme climate events： A brief review[J]. Bulletin of the American Meteorological Society， 2000， 81（3）：417-425.

[13] BELL J L， SLOAN L C， SNYDER M A. Regional changes in extreme climatic events： A future climate scenario[J]. Journal of Climate， 2004， 17（1）：81-87.

利用R/S分析法計(jì)算Hurst指數(shù)，結(jié)果如下：

R（τ）/S（τ）=0.848 2τ0.411 6

H=0.411 6<0.5，根據(jù)Hurst的原理，得到如下結(jié)論：江蘇省未來的年降水量具有反持續(xù)性特征，即未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反（圖11）。通過M-K法的結(jié)果顯示，江蘇省在過去的52年中，年降水量整體上呈現(xiàn)上升趨勢(shì)。綜合M-K法的檢驗(yàn)結(jié)果和Hurst指數(shù)的結(jié)果可得，江蘇省未來的降水量呈現(xiàn)下降趨勢(shì)。

3 結(jié)論

利用江蘇省1960～2011年14個(gè)站點(diǎn)的逐日降水?dāng)?shù)據(jù)，對(duì)降水量年內(nèi)變化和季節(jié)變化特征、5個(gè)極端降水指數(shù)變化、年內(nèi)突變檢驗(yàn)和趨勢(shì)進(jìn)行了分析，得出如下結(jié)論：

1）52年來，江蘇省降水量以7.05 mm/（10年）的傾向率呈現(xiàn)緩慢上升趨勢(shì)，豐枯季節(jié)交替。歷年的降水量均值為1 028.9 mm，降水的49.6%集中在夏季，冬季最少，為10.0%，春季和秋季次之，分別為21.3%和19.1%，豐枯降水年彼此交替；從各個(gè)月份來說，7月平均降水量最高，為208.7 mm，12月降水最少，為26.1 mm，降水的年內(nèi)分配很不均勻。

2）根據(jù)第95百分位法求得江蘇省極端降水指數(shù)為22.1 mm/d，一日最大降水量除了在20世紀(jì)60年代波動(dòng)變化很大，其余年份變化較平穩(wěn)；極端降水時(shí)間和極端強(qiáng)降水比率差異很大，極差分別為20 d和44.1%；江蘇省極端降水比率和極端強(qiáng)降水時(shí)間變化趨勢(shì)表現(xiàn)一致。隨著時(shí)間序列的變化，極端降水指數(shù)也隨之發(fā)生波動(dòng)，但是都沒有通過顯著水平為0.05的顯著性檢驗(yàn)，上升和下降趨勢(shì)不明顯。

3）M-K法檢驗(yàn)結(jié)果顯示，20世紀(jì)90年代之前歷年降水量沒有出現(xiàn)突變，90年代之后降水量突變點(diǎn)較多，1960～2011年江蘇省降水量呈現(xiàn)出緩慢的上升趨勢(shì)，但是沒有通過顯著水平為0.05的顯著性檢驗(yàn)。R/S分析結(jié)果顯示江蘇省降水Hurst指數(shù)小于0.5，說明未來的降水變化趨勢(shì)和過去的變化趨勢(shì)相反。綜合M-K法檢驗(yàn)和R/S分析結(jié)果，預(yù)測(cè)未來江蘇省降水量呈現(xiàn)下降趨勢(shì)。

參考文獻(xiàn)：

[1] 韓 丹，程先富，張 群，等.安徽省1961～2007年降水特征分析[J].人民長江，2011，42（23）：23-26.

[2] 陳德超，張曉波，陸建偉，等.蘇州1956年以來的降水變化及其空間差異研究[J].水文，2008，28（6）：68-72.

[3] 錢 會(huì)，李培月，吳健華.銀川市近49a來降雨變化特征分析[J].華北水利水電學(xué)院學(xué)報(bào)，2010，31（2）：1-5.

[4] 唐文學(xué)，王勇成.徐州地區(qū)多年降水特征及變化趨勢(shì)分析[J].中國水運(yùn)，2012，12（2）：163-164.

[5] GAN T Y. Hydroclimatic trends and possible climatic warming in the Canadian prairies[J]. Water Resources Research， 1998， 34（11）：3009-3015.

[6] MANN M E， BRADLEY R S， HUGHES M K. Global-scale temperature patterns and climate forcing over the past six centuries[J]. Nature， 1998， 392（6678）：779-787.

[7] SHI Y F， SHEN Y P， KANG ERSI， et al. Recent and future climate change in northwest China[J]. Climatic Change， 2007， 80（3/4）：379-393.

[8] GOCIC M， TRAJKOVIC S. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J]. Global and Planetary Change， 2013， 100：172-182.

[9] MCLEOD A I， MCCUEN R H. Time series modeling of water resources and environmental systems[M]. New York， USA： Elsevier Science Pub.Co，1994.

[10] 馮利華.基于R/S分析的水資源預(yù)測(cè)[J].系統(tǒng)工程理論與實(shí)踐，2002，22（4）：115-118.

[11] 朱龍騰，陳遠(yuǎn)生，燕然然，等.1951年至2010年北京市降水和氣溫的變化特征[J].資源科學(xué)，2012，34（7）：1287-1297.

[12] EASTERLING D R， EVANS J L， GROLSMAN P Y， et al. Observed variability and trends in extreme climate events： A brief review[J]. Bulletin of the American Meteorological Society， 2000， 81（3）：417-425.

[13] BELL J L， SLOAN L C， SNYDER M A. Regional changes in extreme climatic events： A future climate scenario[J]. Journal of Climate， 2004， 17（1）：81-87.