定點(diǎn)連續(xù)海洋環(huán)境及氣象資料的均一性研究

楊揚(yáng)，楊錦坤，苗慶生，董明媚，劉玉龍

(國(guó)家海洋信息中心 天津 300171)

?

定點(diǎn)連續(xù)海洋環(huán)境及氣象資料的均一性研究

楊揚(yáng)，楊錦坤，苗慶生，董明媚，劉玉龍

(國(guó)家海洋信息中心 天津 300171)

目前國(guó)內(nèi)外針對(duì)高空和地面氣象資料的均一性研究基本成熟，海洋環(huán)境資料方面的研究應(yīng)用亦應(yīng)得到充分重視。開(kāi)展多種均一性檢驗(yàn)與訂正方法聯(lián)合使用的多模式檢驗(yàn)系統(tǒng)研究，將使研究結(jié)果更加合理和科學(xué)，也可為沿海氣候變化研究提供準(zhǔn)確的第一手資料。文章在簡(jiǎn)述非均一性產(chǎn)生原理和均一性檢驗(yàn)方法分類(lèi)的基礎(chǔ)上，較為詳細(xì)地介紹幾種常用的均一性檢驗(yàn)方法的具體過(guò)程和優(yōu)缺點(diǎn)；基于探空氣象資料、地面氣象資料和海洋環(huán)境資料等3個(gè)方面綜述不同均一性檢驗(yàn)方法的應(yīng)用研究現(xiàn)狀和進(jìn)展。

均一性檢驗(yàn)；數(shù)據(jù)處理；水文氣象；定點(diǎn)連續(xù)觀測(cè)

長(zhǎng)時(shí)間序列的海洋氣象資料是海洋環(huán)境變化、氣候變化以及海-氣相互作用等領(lǐng)域研究的基礎(chǔ)，其中定點(diǎn)連續(xù)觀測(cè)的海洋環(huán)境和氣象資料是重中之重。由于觀測(cè)數(shù)據(jù)在觀測(cè)記錄過(guò)程中不可避免地受到諸多主觀或客觀方面的影響[1-2](如臺(tái)站遷移、儀器故障或變更、系統(tǒng)更新升級(jí)、觀測(cè)人員更換或水平不一、觀測(cè)頻次和時(shí)間改變、統(tǒng)計(jì)分析方法改變等)，使得觀測(cè)數(shù)據(jù)不僅記錄真實(shí)的環(huán)境氣候變化，還隱藏著一些非均一變化，而這些變化將直接影響資料同化研究的發(fā)展以及相關(guān)業(yè)務(wù)工作質(zhì)量和水平的提高[3]。國(guó)外許多專(zhuān)家已經(jīng)在氣象資料序列均一性檢驗(yàn)與訂正方面做了大量的研究工作并且取得重大進(jìn)展[4-8]。近年來(lái)，我國(guó)科研人員致力于氣象資料(尤其是氣溫資料)的均一性研究和訂正并建立均一化數(shù)據(jù)集[9-14]，而對(duì)于氣壓、降水、風(fēng)速和相對(duì)濕度等資料的均一性研究仍停留于試驗(yàn)性水平；海洋水文環(huán)境資料的均一性研究起步更晚，許多科研工作目前仍使用沒(méi)有經(jīng)過(guò)任何均一性檢驗(yàn)和訂正的原始數(shù)據(jù)，使得研究結(jié)論中存在相當(dāng)多的不確定性[15-16]。使用經(jīng)過(guò)均一化處理的數(shù)據(jù)進(jìn)行科學(xué)研究更利于真實(shí)可靠地評(píng)估海洋環(huán)境歷史氣候變化趨勢(shì)和變化速率，尤其對(duì)于氣候態(tài)和極端事件的研究更加重要[2,17]。因此，深入研究各類(lèi)資料尤其是海洋環(huán)境水文資料的均一性檢驗(yàn)與訂正方法，努力發(fā)展適用于資料均一性業(yè)務(wù)化的實(shí)施手段，是一個(gè)重要課題。

1 資料均一性

時(shí)間序列長(zhǎng)、連續(xù)性強(qiáng)且均一性較好的各種學(xué)科數(shù)據(jù)集是科研工作的基礎(chǔ)。均一性的概念最早由Conrad[18]于1950年提出，他認(rèn)為只包含天氣和氣候變化的時(shí)間序列才可稱(chēng)之為均一性時(shí)間序列。然而許多非氣候因素對(duì)大多數(shù)長(zhǎng)時(shí)間序列造成不同程度的影響，以至于一些氣候因素的真實(shí)變化被掩蓋。Mitchell[19]于1953年指出，站點(diǎn)遷移以及觀測(cè)儀器、觀測(cè)技術(shù)、觀測(cè)時(shí)間、計(jì)算方法和站點(diǎn)周?chē)h(huán)境的改變是影響均一性的主要非氣候因素。這些因素可能會(huì)導(dǎo)致虛假的、不連續(xù)的變化趨勢(shì)，以至于得出模糊甚至是歪曲的氣候變化事實(shí)[20]。因此，對(duì)資料進(jìn)行均一化處理是十分重要和必要的。

1.1 非均一性產(chǎn)生原理

(1)

1.2 均一性檢驗(yàn)方法分類(lèi)

均一性檢驗(yàn)的方法有很多種，李慶祥等[1,22]總結(jié)過(guò)去幾十年來(lái)發(fā)展起來(lái)的資料均一性檢驗(yàn)方法，將其大致歸納為2類(lèi)。①直接方法：包括元數(shù)據(jù)(Metadata)的應(yīng)用和儀器的平行比較以及統(tǒng)計(jì)研究；②間接方法：包括利用單站資料、構(gòu)造參照序列、主觀調(diào)整和客觀統(tǒng)計(jì)。

這種分類(lèi)方法與郭艷君[23]提出的均一化方法分類(lèi)極為吻合，郭艷君認(rèn)為均一化方法主要有直接修訂法和間接修訂法(即統(tǒng)計(jì)方法)2類(lèi)。①直接修訂法：包括歷史記錄法、單點(diǎn)臺(tái)站的對(duì)比觀測(cè)和不同儀器的統(tǒng)計(jì)結(jié)果；②間接修訂法：利用統(tǒng)計(jì)方法檢測(cè)探空序列中的突變來(lái)判定間斷點(diǎn)。

目前資料均一化檢驗(yàn)方法的發(fā)展趨勢(shì)主要有2個(gè)方向。①不依賴(lài)于參考序列進(jìn)行的單站待檢資料的均一性檢驗(yàn)，主要包括懲罰最大F檢驗(yàn)[24-26]、F檢驗(yàn)[27-28]、T檢驗(yàn)[28-29]、U檢驗(yàn)[28-29]和偏差檢驗(yàn)[27-28]；②通過(guò)多站或已均一化的數(shù)據(jù)集作為參考序列對(duì)待檢資料進(jìn)行的均一性檢驗(yàn)，主要包括懲罰最大T檢驗(yàn)[24-26]、標(biāo)準(zhǔn)正態(tài)檢驗(yàn)法[4]、兩項(xiàng)回歸檢驗(yàn)法[30]、連續(xù)T檢驗(yàn)[28]和距平累加法[28]等。

2 幾種常用的均一性檢驗(yàn)方法

2.1 標(biāo)準(zhǔn)正態(tài)檢驗(yàn)法

Alexandersson[4]發(fā)展的廣泛適用的標(biāo)準(zhǔn)正態(tài)檢驗(yàn)法(Standard Normal Homogeneity Test，SNHT)是一種最大似然檢驗(yàn)方法，利用鄰近站的資料構(gòu)建待檢序列的參考序列，對(duì)待檢序列和參考序列的比值或差值序列進(jìn)行均一性檢驗(yàn)。具體檢驗(yàn)過(guò)程[31]如下。

零假設(shè)H0:z∈N(0,1)?i

(2)

H1，對(duì)某些1≤v≤n和μ1≠μ2有

(3)

(4)

(5)

將式(4)帶入式(5)得

(6)

(7)

根據(jù)式(7)可計(jì)算出檢驗(yàn)統(tǒng)計(jì)量T序列的最大值Tmax。當(dāng)Tmax大于某臨界值水平T95，則該序列為該水平上的非均一。其中臨界值與序列長(zhǎng)度n有關(guān)。

這種依賴(lài)于參考序列進(jìn)行均一性檢驗(yàn)的SNHT方法是目前國(guó)內(nèi)外比較常用的方法，但參考序列的選取對(duì)檢驗(yàn)效果有很大影響，如何選取好的參考序列也是均一化的難點(diǎn)之一[32]。

2.2 兩項(xiàng)回歸法

兩項(xiàng)回歸法(Two-Phase Regression，TPR)由Solow[30]于1987年提出，1995年經(jīng)Easterling和Peterson等[6]加以完善，后稱(chēng)之為E-P技術(shù)。該方法首先被應(yīng)用于地面溫度的均一化檢驗(yàn)，其基本原理是以待檢序列與參考序列的差作為檢測(cè)序列，在可能的間斷點(diǎn)前后作線性回歸，當(dāng)2段線性回歸的殘差達(dá)到最小值時(shí)，則該時(shí)間點(diǎn)為資料的間斷點(diǎn)(非均一點(diǎn))[23]。具體檢驗(yàn)過(guò)程[33]如下。

(8)

建立回歸模型：

(9)

兩項(xiàng)回歸法是眾多均一化檢驗(yàn)方法中較為經(jīng)典的一種方法，是檢測(cè)待檢序列中存在均值及趨勢(shì)轉(zhuǎn)折點(diǎn)的有效方法，此方法對(duì)于序列中由人為原因造成的不連續(xù)點(diǎn)有較好的檢測(cè)效果[34]。該方法對(duì)于中國(guó)探空資料序列是較為適用的均一化方法，翟盤(pán)茂[35]對(duì)廣州和北京等地高空溫度的均一化處理也印證了這一觀點(diǎn)。

2.3 懲罰最大F檢驗(yàn)法

懲罰最大F檢驗(yàn)法(Penalized Maximal F test，PMFT)經(jīng)驗(yàn)性地考慮時(shí)間序列的滯后一階自相關(guān)導(dǎo)致的統(tǒng)計(jì)量檢驗(yàn)偏差問(wèn)題，并嵌入回歸檢驗(yàn)算法，能用于檢驗(yàn)并訂正序列中一個(gè)或多個(gè)突變點(diǎn)。通過(guò)應(yīng)用經(jīng)驗(yàn)的懲罰函數(shù)，可使誤報(bào)警率和檢驗(yàn)?zāi)芰Φ姆蔷鶆蚍植紗?wèn)題大大減少[2,24-26,36]。具體檢驗(yàn)過(guò)程[3,36]如下。

Xt=μ+βt+εt,t=1,2,…,N

(10)

若存在間斷點(diǎn)，假設(shè)為：

(11)

(12)

式中：P(k)為通過(guò)試驗(yàn)得到的經(jīng)驗(yàn)性的懲罰因子，其建立方法可參照文獻(xiàn)[24]和[25]。此外，

(13)

(14)

(15)

通過(guò)回歸檢驗(yàn)算法檢驗(yàn)出來(lái)多個(gè)間斷點(diǎn)，計(jì)算所有間斷點(diǎn)的統(tǒng)計(jì)量Fmax,找出最大的Fmax對(duì)應(yīng)的間斷點(diǎn)，如果是顯著的，該突變就被認(rèn)為是找到的第1個(gè)間斷點(diǎn)；尋找該間斷點(diǎn)位置之后每段最可能的間斷點(diǎn)，估計(jì)其顯著性，找出下一個(gè)可能的間斷點(diǎn)，重復(fù)該過(guò)程，分步找出所有的間斷點(diǎn)；將間斷點(diǎn)按照顯著性由大到小排列，形成間斷點(diǎn)列表，判斷最小的間斷是否顯著，當(dāng)不顯著時(shí)即剔除該間斷點(diǎn)，再次評(píng)估剩余間斷的顯著性，最終保留統(tǒng)計(jì)顯著的間斷即為序列檢驗(yàn)得到的變點(diǎn)[24-25,36]。

這種方法不依賴(lài)參考序列，因而避免由于參考序列非均一帶來(lái)的檢驗(yàn)誤差[24-25],但必須有完整且詳盡的元數(shù)據(jù)信息作為支持，才能準(zhǔn)確判斷檢驗(yàn)出來(lái)的斷點(diǎn)是否是真實(shí)的非均一性點(diǎn)。此外，大量研究結(jié)果表明，單站檢驗(yàn)法并不能完全檢驗(yàn)出氣候序列的非均一性[28]，因其不能去除氣候變化本身的變化趨勢(shì)，會(huì)導(dǎo)致在斷點(diǎn)判斷上存在漏判的現(xiàn)象[37]，且該方法受分段檢驗(yàn)的影響，能檢驗(yàn)的最短序列長(zhǎng)度是20[26]。

2.4 懲罰最大T檢驗(yàn)法

懲罰最大T檢驗(yàn)法(Penalized Maximal T test，PMT)和PMFT是加拿大環(huán)境部的Wang[24-26]在SHNT、TPR等的基礎(chǔ)上發(fā)展的RHtest序列均一性檢驗(yàn)系統(tǒng)中的2種不同檢驗(yàn)方法，該系統(tǒng)得到國(guó)內(nèi)外很多研究人員的試用和認(rèn)可。PMT也是針對(duì)正態(tài)化的待檢序列進(jìn)行的(待檢序列的構(gòu)建過(guò)程與SNHT相同)，與PMFT不同的是，PMT對(duì)序列進(jìn)行均一性檢驗(yàn)時(shí)需要依賴(lài)參考序列。具體檢驗(yàn)過(guò)程[3]如下。

(16)

(17)

3 我國(guó)均一化檢驗(yàn)方法的研究和應(yīng)用

國(guó)外學(xué)者于20世紀(jì)80年代初對(duì)氣象資料的均一性開(kāi)展大量的研究工作[38-42]，結(jié)果表明，去除顯著間斷點(diǎn)的時(shí)間序列能更準(zhǔn)確且更容易地進(jìn)行氣候要素分析[4,43]。我國(guó)的均一化研究起步較晚，探空觀測(cè)資料均一化研究始于20世紀(jì)90年代，并且是針對(duì)少數(shù)臺(tái)站進(jìn)行的試驗(yàn)性研究[35,44]。近年來(lái)，很多學(xué)者致力于氣溫、大氣壓強(qiáng)、降水量、風(fēng)速風(fēng)向等地面觀測(cè)氣象要素的均一性檢驗(yàn)及訂正分析研究，開(kāi)展一系列嘗試性研究[35-36,45-48]，尤其是對(duì)氣溫?cái)?shù)據(jù)的均一性研究已取得突破性進(jìn)展，建立了1951—2004年的中國(guó)均一化歷史氣溫?cái)?shù)據(jù)集，為氣候研究應(yīng)用等工作提供高質(zhì)量氣溫?cái)?shù)據(jù)[49]。與此同時(shí)，對(duì)于海洋環(huán)境水文與氣象要素的均一性研究才剛剛起步，需要大力發(fā)展。

3.1 探空氣象資料均一性檢驗(yàn)的研究和應(yīng)用

翟盤(pán)茂[35]利用綜合靜力學(xué)質(zhì)量控制技術(shù)，分析中國(guó)歷史探空資料集中的一些過(guò)失和誤差情況，結(jié)合E-P技術(shù)著重研究20世紀(jì)60年代探空資料中的不均性問(wèn)題，結(jié)果表明，資料的不均一性與探空儀和輻射訂正方法的改變有密切聯(lián)系。

郭艷君等[23,32,47]從理論基礎(chǔ)入手，系統(tǒng)總結(jié)國(guó)內(nèi)外近年來(lái)高空大氣溫度長(zhǎng)期變化趨勢(shì)的研究成果及其不確定性產(chǎn)生的主要原因，通過(guò)靜力學(xué)質(zhì)量控制、兩項(xiàng)回歸法和再分析序列對(duì)1958—2005年我國(guó)116個(gè)探空站的高空溫度序列進(jìn)行均一化處理，結(jié)果表明，我國(guó)探空溫度序列存在明顯的間斷點(diǎn)，儀器和輻射訂正方法的改變等是造成間斷點(diǎn)的主要原因，間斷點(diǎn)的訂正對(duì)序列趨勢(shì)的影響較為顯著；兩項(xiàng)回歸法是適合中國(guó)高空溫度序列均一化檢驗(yàn)的方法，參照序列可選取夜間序列或再分析資料；此外還對(duì)序列的不確定性進(jìn)行探討，指出造成不確定性的主要原因是原始資料、臺(tái)站選取和不同均一化方法的選用。

陳哲等[50-51]先后利用PMFT、PMT(以ERA-interim資料作為參考序列)對(duì)中國(guó)的位勢(shì)高度資料和等壓面月平均探空溫度資料(1979—2012年)進(jìn)行非均一性檢驗(yàn)和訂正，發(fā)現(xiàn)該資料的非均一性問(wèn)題。在此基礎(chǔ)上，陳哲等[37]又利用3種不同的均一性檢驗(yàn)方法(PMFT、PMT和美國(guó)國(guó)家氣候數(shù)據(jù)研究中心開(kāi)發(fā)的Pairwise)，結(jié)合再分析資料和元數(shù)據(jù)信息，對(duì)中國(guó)123個(gè)探空臺(tái)站的溫度資料(1951—2008年)進(jìn)行均一性檢驗(yàn)和訂正，結(jié)果表明，3種方法對(duì)中國(guó)探空溫度資料訂正的幅度和訂正前后的趨勢(shì)變化存在差異，其中PMT結(jié)合再分析資料的客觀判斷方法較適合中國(guó)探空資料的均一性檢驗(yàn)和訂正。

3.2 地面氣象資料均一性檢驗(yàn)的研究和應(yīng)用

遠(yuǎn)芳等[52]使用RHtest軟件與元數(shù)據(jù)信息相結(jié)合的方法，對(duì)中國(guó)825個(gè)基準(zhǔn)/基本站的地面氣壓月值數(shù)據(jù)進(jìn)行均一性檢驗(yàn)和訂正，取得明顯效果，發(fā)現(xiàn)有400個(gè)站的氣壓數(shù)據(jù)均一、425個(gè)站存在系統(tǒng)誤差，均一化之后，站點(diǎn)氣壓長(zhǎng)期趨勢(shì)的空間一致性更好。

李金田等[53]利用SNHT和t檢驗(yàn)方法對(duì)臨河站時(shí)間序列長(zhǎng)達(dá)52年的地面溫度資料進(jìn)行均一化檢驗(yàn)，非均一的時(shí)間斷點(diǎn)分別出現(xiàn)在1980年和1995年，這與站點(diǎn)遷移和高大建筑建設(shè)的時(shí)間相吻合，在季節(jié)上主要表現(xiàn)為冬夏明顯、春秋次之。

張卉等[54]利用1957—2013年五臺(tái)山氣象觀測(cè)站的地面逐月氣溫和降水量資料，采用4種不同的均一性檢驗(yàn)方法(滑動(dòng)T檢驗(yàn)、回歸訂正法、線性?xún)A向估計(jì)、滑動(dòng)平均法)，全面分析五臺(tái)山氣象站遷站前后氣候資料均一性與氣候變化特征。

張高杰等[3]應(yīng)用RHtest方法結(jié)合臺(tái)站元數(shù)據(jù)信息對(duì)我國(guó)1 725個(gè)氣象臺(tái)站1961—2009年月降水資料進(jìn)行均一性檢驗(yàn)試驗(yàn)和訂正，田紅等[31]采用SNHT對(duì)江淮流域內(nèi)蘇皖2省的41個(gè)代表站1961—2003年逐年降水量序列進(jìn)行均一性檢驗(yàn)，劉小寧等[55]利用比值法對(duì)我國(guó)1951—1990年年降水量序列進(jìn)行均一性檢驗(yàn)，以上研究結(jié)果均表明，我國(guó)降水資料序列均一性良好，絕大部分降水資料基本可靠，站址遷移及雨量器的更換是造成部分降水序列非均一的重要原因，訂正后的降水序列均一性有很大改善。

劉小寧等[45]采用SNHT對(duì)1951—1990年我國(guó)690個(gè)氣象觀測(cè)站年平均風(fēng)速資料進(jìn)行均一性檢驗(yàn)，曹麗娟等[36]利用PMFT對(duì)1951—2006年我國(guó)701個(gè)氣象觀測(cè)站年平均風(fēng)速資料進(jìn)行均一性檢驗(yàn)，得到相似結(jié)論，即我國(guó)大部分臺(tái)站風(fēng)速資料均一性良好，臺(tái)站遷移和儀器改變是引起年平均風(fēng)速序列非均一性的主要原因，其中儀器改變是最重要的原因。

朱亞妮等[56]利用PMT和PMFT，選取均一的鄰近站為參考站，使用相關(guān)系統(tǒng)權(quán)重平均構(gòu)建參考序列，結(jié)合元數(shù)據(jù)信息，對(duì)近64年中國(guó)2 400余個(gè)國(guó)家級(jí)地面站月平均相對(duì)濕度進(jìn)行非均一性檢驗(yàn)與訂正，結(jié)果表明，中國(guó)地面相對(duì)濕度資料存在較嚴(yán)重的非均一問(wèn)題，68%的臺(tái)站存在斷點(diǎn)，人工觀測(cè)轉(zhuǎn)自動(dòng)觀測(cè)、臺(tái)站遷移和時(shí)次變化是造成序列非均一的主要原因。

3.3 海洋環(huán)境資料均一性檢驗(yàn)的研究和應(yīng)用

相對(duì)于氣象觀測(cè)資料序列的非均一性研究而言，海洋要素(如海平面、海表溫度)資料序列的非均一性研究甚少，尚停留在嘗試水平且方法單一，僅見(jiàn)在渤海海域的初步研究[2,57]。

王慧等[57]主要使用趨勢(shì)性和周期性信號(hào)、顯著性檢驗(yàn)技術(shù)以及相鄰站同步資料對(duì)比分析等方法對(duì)渤海西部海平面資料的均一性進(jìn)行診斷及訂正，李琰等[2]采用PMFT和PMT對(duì)環(huán)渤海沿岸具有代表性且資料完整的6個(gè)海洋觀測(cè)站的月平均海表溫度(SST)序列作均一性檢驗(yàn)和訂正。雖然二者的研究方法與研究對(duì)象均有不同，但結(jié)果相似，即無(wú)論是渤海西部的海平面資料序列，還是環(huán)渤海地區(qū)的SST資料序列都存在明顯的非均一性，觀測(cè)站較大距離遷移、觀測(cè)系統(tǒng)和儀器改變、零點(diǎn)變動(dòng)、地面沉降以及自然環(huán)境變化等都是造成資料序列非均一性的原因，訂正之后的資料序列長(zhǎng)期變化趨勢(shì)更加明顯、線性相關(guān)系數(shù)變大。

4 討論與展望

目前國(guó)內(nèi)外有10余種對(duì)資料進(jìn)行均一性檢驗(yàn)與訂正的方法，多數(shù)學(xué)者都是用某一種方法對(duì)一種或幾種要素進(jìn)行檢驗(yàn)，但大量文獻(xiàn)表明，不同的均一性檢驗(yàn)與訂正方法對(duì)同一序列的檢驗(yàn)是存在差異的。Free等[58]和陳哲等[37]分別采用不同的均一性檢驗(yàn)方法對(duì)國(guó)內(nèi)外探空溫度資料序列進(jìn)行研究分析，都指出不同均一化方法對(duì)研究結(jié)果會(huì)造成不同程度的不確定性，并簡(jiǎn)單指出了大致原因。

截至2016年，我國(guó)有120余個(gè)海洋觀測(cè)臺(tái)站，在國(guó)內(nèi)外針對(duì)氣象資料的均一性研究基本成熟的基礎(chǔ)上，在海洋環(huán)境資料方面的研究和應(yīng)用亦應(yīng)得到充分重視。為能更加有效、充分地利用越來(lái)越多的觀測(cè)資料，亟待解決對(duì)其進(jìn)行均一化處理并制作形成均一性的科學(xué)合理的數(shù)據(jù)集的重要問(wèn)題。如何選取最適合中國(guó)海洋環(huán)境水文與氣象資料特點(diǎn)的均一性檢驗(yàn)方法，以及如何建立多種均一性檢驗(yàn)與訂正方法聯(lián)合使用研究的檢驗(yàn)系統(tǒng)，也是今后研究的重點(diǎn)和關(guān)鍵。

[1] 李慶祥，劉小寧，張洪政，等.定點(diǎn)觀測(cè)氣候序列的均一性研究[J].氣象科技，2003，31(1)：3-10.

[2] 李琰，牟林，王國(guó)松，等.環(huán)渤海沿岸海表溫度資料的均一性檢驗(yàn)與訂正[J].海洋學(xué)報(bào)，2016，38(3)：27-39.

[3] 張高杰，何金海，周自江，等.RHtest方法對(duì)我國(guó)降水資料的均一性檢驗(yàn)試驗(yàn)[J].氣象科技，2012，40(6)：915-921.

[4] ALEXANDERSSON H.A homogeneity test applied to precipitation data[J].International Journal Climatology，1986(6)：661-675.

[5] JONES P D，BRADLEY R S，DIAZ H F，et a1.Northern Hemisphere surface air temperature variations:1851-1984[J].Journal of Climate and Applied Meteorology，1986，25：161-179.

[6] EASTERLING D R，PETERSON T C.A new method for detecting undocumented discontinuities in climatological time series[J].International Journal Climatology，1995，15：369-377.

[7] HERZOG J，MULLE W G.Homogenization of various climatological parameters in the German weather service[R].In:Proceedings of the first seminar for homgenization of surface climatological data，1996：101-111.

[8] PETERSON T C，EASTERLING D R，KARL T R，et a1.Homogeneity adjustments of in situ atmospheric climate data：a review[J].International Journal of Climatology，1998，18：1493-l517.

[9] LI Q X，LIU X N，ZHANG H Z，et a1.Detecting and adjusting on temporal inhomogeneity in Chinese mean surface air temperature dataset[J].Advance in Atmospheric Sciences，2004，21(2)：260-268.

[10] 李慶祥，李偉.近半個(gè)世紀(jì)中國(guó)區(qū)域歷史氣溫網(wǎng)格數(shù)據(jù)集的建立[J].氣象學(xué)報(bào)，2007，65(2)：293-300.

[11] LI Q X，PENG J D，SHEN Y.Development of China homogenized monthly precipitation dataset during 1900-2009[J].Journal of Geographic Science，2012，22(4)：579-593.

[12] CAO L J，ZHAO P，YAN Z W，et a1.Instrumental temperature series in eastern and central China back to the nineteenth century[J].Journal of Geophysical Research：Atmospheres，2013，118(15)：8197-8207.

[13] XU W H，LI Q X，WANG X L，et a1.Homogenization of Chinese daily surface air temperature and analysis of trends in the extreme temperature indices[J].Journal of Geophysical Research：Atmospheres，2013，118(17)：9708-9720.

[14] ZHANG L，REN G Y，REN Y Y，et a1.Effect of data homogenization on estimate of temperature trend：a case of Huairou station in Beijing municipality[J].Theoretical and Applied Climatology，2014，115(34)：365-373.

[15] 方國(guó)洪，王凱，郭豐義，等.近30年渤海水文和氣象狀況的長(zhǎng)期變化及其相互關(guān)系[J].海洋與湖沼，2002，33(5)：515-525.

[16] YAN Z W，YANG C.Influence of Inhomogeneity on the Estimation of mean and extreme temperature trends in Beijing and Shanghai[J].Advances in Atmospheric Scineces，2001,18(3)：309-322.

[17] 肖冰霜，馬玉霞，趙天保，等.基于均一化資料的中國(guó)大陸極端溫度的長(zhǎng)期趨勢(shì)[J].氣象，2016，42(3)：339-346.

[18] CONRAD V，POLLAK C.Methods in Climatology[M].2nd ed.Cambridge:Harvard University Press，1950:459.

[19] MITEHELL J M.On the causes of instrumentally observed secular temperature trends[J].J Meteor，1953，10(4)：244-261.

[20] 鄔宏，張稱(chēng)意，王立新，等.近50年中國(guó)東部林區(qū)最高氣溫序列[J].林業(yè)科學(xué)，2013，49(8)：1-9.

[21] 宋超輝，劉小寧，李集明.氣溫序列非均一性檢驗(yàn)方法的研究[J].應(yīng)用氣象學(xué)報(bào)，1995，6(3)：289-296.

[22] 李慶祥.氣候資料均一性研究導(dǎo)論[M].北京:氣象出版社，2011：11-12.

[23] 郭艷君.高空大氣溫度變化趨勢(shì)不確定性的研究進(jìn)展[J].地球科學(xué)進(jìn)展，2008，23(1)：24-30.

[24] WANG X L.Penalized maximal F-test for detecting undocumented mean-shifts without trend-change[J].Jouranl of Atmospheric and Oceanic Technology，2007，25(3)：368-384.

[25] WANG X L，WEN Q H，WU Y.Penalized maximal t test for detecting undocumented mean change in climate data series[J].Journal of Applied Meteorology and Climatology，2007，46(6)：916-931.

[26] WANG X L.Accounting for autocorrelation in detecting mean shifts in climate series using the penalized maximal T or F test[J].Journal of Applied Meteorology and Climatology，2008，47(9)：2423-2444.

[27] 王樹(shù)廷，王伯民，等.氣象資料的整理和統(tǒng)計(jì)方法[M].北京:氣象出版社，1982:34-35.

[28] 吳利紅，毛裕定，胡德云，等.地面氣候資料序列均一性檢驗(yàn)與訂正系統(tǒng)[J].浙江氣象，2005，26(4)：40-44.

[29] 屠其璞，王俊德，丁裕果，等.氣象應(yīng)用概率統(tǒng)計(jì)學(xué)[M].北京:氣象出版社，1984:22-23.

[30] SOLOW A.Testing for climatic chang：an application of the two-phase regression model[J].J Appl Meteorol，1987，26：1401-1405.

[31] 田紅，江雙五，魯俊.江淮流域年降水量和溫度的均一性檢驗(yàn)[J].氣象科學(xué)，2008，28(2)：227-231.

[32] 郭艷君，李慶祥，丁一匯.探空資料中的人為誤差對(duì)中國(guó)溫度長(zhǎng)期變化趨勢(shì)的影響[J].大氣科學(xué)，2009，33(6)：1309-1318.

[33] 張高杰，曹麗娟，李亞麗.均一性對(duì)西北五省氣溫變化特征影響分析[J].農(nóng)業(yè)災(zāi)害研究，2013，3(2/3)：27-32.

[34] 魏娜，孫嫻，姜?jiǎng)?chuàng)業(yè)，等.臺(tái)站遷移對(duì)陜西省氣溫資料均一性的影響及其偏差訂正[J].氣象，2012，38(12)：1532-1537.

[35] 翟盤(pán)茂.中國(guó)歷史探空資料中的一些過(guò)失誤差及偏差問(wèn)題[J].氣象學(xué)報(bào)，1997，55(5)：563-572.

[36] 曹麗娟，鞠曉慧，劉小寧.PMFT方法對(duì)我國(guó)年平均風(fēng)速的均一性檢驗(yàn)[J].氣象，2010，36(10)：52:56.

[37] 陳哲，楊旭，劉靚珂，等.3種方法對(duì)中國(guó)探空溫度資料均一性檢驗(yàn)對(duì)比分析[J].氣象與環(huán)境學(xué)報(bào)，2014，30(6)：141-146.

[38] QUAYLE R G，EASTERLING D R，KARL T R，et a1.Effects of recent thermometer changes in the cooperative station network[J].Bull Amer Meteor Soc，1991，72(11)：1718-1723.

[39] CHENOWETH M.A possible discontinuity in the U.S.historical temperature record[J].J.Climate，1992，5(10)：1172-1179.

[40] PETERSON T C.Assessment of urban versus rural in situ surface temperatures in the contiguous United States:No difference found[J].J.Climate，2003，16(18):2941-2959.

[41] WIJINGAARD J B，KLEIN T A M G，KONNEN G P.Homogeneity of 20th century European daily temperature and precipitation series[J].International Journal of Climatology，2003，23(6)：679-692.

[42] DELLA-MARTA P M，WANNER H.A method of homogenizing the extremes and mean of daily temperature measurements[J].J.Climate，2006，19(17)：4179-4197.

[43] WINKLER J A，SKAGGS R H，BAKER D G.Effect of temperature adjustments on the Minneapolis-St.Paul urban heat island[J].J App1 Meteor，1981，20(11)：1295-1300.

[44] ZHAI P M，ESKRIDGE R E.Analyses of inhomogeneities in radiosonde temperature and humidity time series[J].J Climate，1996，9：884-894.

[45] 劉小寧.我國(guó)40年年平均風(fēng)速的均一性檢驗(yàn)[J].應(yīng)用氣象學(xué)報(bào)，2000，11(1)：27-34.

[46] 吳必文，溫華洋，惠軍.基于Γ分布的氣壓序列非均一性檢驗(yàn)方法初探[J].應(yīng)用氣象學(xué)報(bào)，2008，19(4)：496-501.

[47] 郭艷君，丁一匯.近50年我國(guó)探空溫度序列均一化及變化趨勢(shì)[J].應(yīng)用氣象學(xué)報(bào)，2008，l9(6)：646-654.

[48] 李慶祥，彭嘉棟，沈艷.1900-2009年中國(guó)均一化逐月降水?dāng)?shù)據(jù)集研制[J].地理學(xué)報(bào)，2012，67(3)：301-311.

[49] 司鵬，徐文慧.利用RHtest V4軟件包對(duì)天津1951-2012年逐日氣溫序列的均一性分析[J].氣候與環(huán)境研究，2015，20(6)：663-673.

[50] 陳哲，吳茜，熊安元，等.中國(guó)探空位勢(shì)高度資料的非均一性檢驗(yàn)與訂正[J].氣象，2013，39(10)：1337-1343.

[51] 陳哲，楊溯.1979-2012年中國(guó)探空溫度資料中非均一性問(wèn)題的檢驗(yàn)與分析[J].氣象學(xué)報(bào)，2014，72(4)：798-804.

[52] 遠(yuǎn)芳，曹麗娟，唐國(guó)利，等.中國(guó)825個(gè)基準(zhǔn)、基本站地面氣壓系統(tǒng)誤差的檢驗(yàn)與訂正[J].氣候變化研究進(jìn)展，2015，11(5)：331-336.

[53] 李金田，李福平，段心靈，等.臨河站溫度資料的均一性分析[J].內(nèi)蒙古氣象,2010(6):14-17.

[54] 張卉，程永明，楊梅紅.五臺(tái)山站氣候資料均一性檢驗(yàn)及氣候變化趨勢(shì)分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2016，32(7)：168-173.

[55] 劉小寧，孫安建.年降水量序列非均一性檢驗(yàn)方法探討[J].氣象，1995，21(8)：3-6.

[56] 朱亞妮，曹麗娟，唐國(guó)利，等.中國(guó)地面相對(duì)濕度非均一性檢驗(yàn)及訂正[J].氣候變化研究進(jìn)展，2015，11(6)：379-386.

[57] 王慧，劉克修，范文靜，等.渤海西部海平面資料均一性訂正及變化特征[J].海洋通報(bào)，2013，32(3)：256-264.

[58] FREE M，DUNE I，AGUILAR E，et a1.Creating climate reference datasets：CARDS workshop on adjusting radiosonde temperature data for climate monitoring[J].Bulletin of the American Meteorological Society，2002，83：891-899.

Homogeneity Study of Fixed-point Continuous Marine Environmental and Meteorological Data

YANG Yang，YANG Jinkun，MIAO Qingsheng，DONG Mingmei，LIU Yulong

(National Marine Data and Information Service，Tianjin 300171，China)

In this paper,the principle of inhomogeneity and the classification of homogeneity test methods were briefly described,and several common inhomogeneity methods and relative merits were described in detail.The present status and the progress were reviewed based on the applications of the different homogeneity methods to the radiosonde meteorological data,ground meteorological data,and marine environment data.At present,the homogeneity research of radiosonde and ground meteorological data is mature,and the research and application in marine environmental data should also be given full attention.By carrying out a variety of test and correction methods combined with the use of multi-mode test system,the results would be more reasonable and scientific,and also will provide accurate first-hand information for the coastal climate change researches.

Homogeneity test，Data processing，Hydrometeor，F(xiàn)ixed-point continuous observation

2016-12-19；

2017-05-22

楊揚(yáng)，助理研究員，碩士，研究方向?yàn)樗臍庀筚Y料處理、管理、質(zhì)量控制和方法，電子信箱：yang03034101@126.com

楊錦坤，高級(jí)工程師，碩士，研究方向?yàn)樗臍庀筚Y料管理和質(zhì)控方法，電子信箱:yangjk@nmdis.org.cn

P731

A

1005-9857(2017)06-0085-07