開封市1951～2018 年氣候變化特征及未來趨勢(shì)研究

呂桂軍，袁巧麗

（1.河南省小流域生態(tài)水利工程技術(shù)研究中心，河南 開封 475004；2.黃河水利職業(yè)技術(shù)學(xué)院，河南 開封 475004；3.開封市水生態(tài)修復(fù)工程技術(shù)研究中心，河南 開封 475004）

0 引言

聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第一工作組的第四次評(píng)估報(bào)告《氣候變化2007：自然科學(xué)基礎(chǔ)》指出：1906～2005 年，地球表面氣溫上升了0.74℃， 全球氣候呈現(xiàn)以變暖為主要特征的顯著變化［1-2］。 聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第五次評(píng)估報(bào)告指出：在全球不同區(qū)域、不同領(lǐng)域（自然系統(tǒng)、生物系統(tǒng)、人類系統(tǒng)）內(nèi)，已普遍且廣泛受到來自氣候變化的顯著影響，未來糧食產(chǎn)量持續(xù)下滑、河流特性改變、冰川融水不斷增加等現(xiàn)象會(huì)加劇。氣候變化會(huì)使溫度升高、輻射增強(qiáng)，影響降水和融雪，改變降水模式，導(dǎo)致更為頻繁的極端氣候事件發(fā)生［3-4］。 鑒于此， 用科學(xué)研究方法對(duì)區(qū)域歷史氣候數(shù)據(jù)變化規(guī)律進(jìn)行研究，并揭示其變化趨勢(shì)，對(duì)合理布局生產(chǎn)結(jié)構(gòu)，指導(dǎo)區(qū)域經(jīng)濟(jì)發(fā)展都具有十分重要的意義。

開封市地處河南省中東部，位于黃河下游南岸，太行山脈東南方，地理位置為東經(jīng)113°52′15＂～115°15′42＂，北緯34°11′45＂～35°01′20＂。該區(qū)海拔高度為69～78 m，屬于暖溫帶半干旱大陸性季風(fēng)氣候區(qū)。 筆者試根據(jù)開封市1951～2018 年的氣象觀測(cè)數(shù)據(jù)，采用滑動(dòng)平均法、 線性趨勢(shì)法、Mann-Kendall 趨勢(shì)檢驗(yàn)法、R／S 變標(biāo)度極差分析法及滑動(dòng)t 檢驗(yàn)法，綜合分析該市的氣候變化特征及未來趨勢(shì)，以期從一個(gè)角度揭示全球氣候變暖背景下的開封市氣候變化規(guī)律。

1 研究方法

1.1 滑動(dòng)平均法

滑動(dòng)平均法就是對(duì)一些擾動(dòng)數(shù)據(jù)進(jìn)行局部平均化處理， 以減少隨機(jī)誤差的影響。 經(jīng)滑動(dòng)平均處理后，序列中短于滑動(dòng)長(zhǎng)度的周期大大削弱，可以更精確地呈現(xiàn)出其變化趨勢(shì)。 對(duì)樣本為n 的序列x，其滑動(dòng)平均序列表示為式（1）。

1.2 線性趨勢(shì)法

運(yùn)用線性趨勢(shì)法分析氣象要素的變化趨勢(shì)，即利用氣象要素（氣溫、降水、蒸發(fā)等）的時(shí)間序列，以時(shí)間為自變量，以氣象要素為因變量，建立一元回歸方程。 斜率k 的正負(fù)反映降水量上升或下降的變化趨勢(shì)。 該方法的優(yōu)勢(shì)在于能明顯看出氣象要素的整體變化趨勢(shì)。

1.3 Mann-Kendall 趨勢(shì)檢驗(yàn)法［5-9］

Mann-Kendall 趨勢(shì)檢驗(yàn)法是由H.B.Mann 和M.G.Kendall 提出的一種非參數(shù)檢驗(yàn)方法。它的優(yōu)點(diǎn)是不需要樣本遵從一定的分布規(guī)則， 也不受少數(shù)異常值的干擾，更適用于類型變量和順序變量，計(jì)算也較簡(jiǎn)單。 該方法因其檢測(cè)范圍寬，人為干擾少，定量化程度高，被廣泛應(yīng)用于氣象、水文領(lǐng)域。

在Mann-Kendall 檢驗(yàn)中，原假設(shè)H0為時(shí)間序列數(shù)據(jù)（x1，x2，x3，…xn），它是n 個(gè)獨(dú)立同分布變量的樣本；備擇假設(shè)H1是雙邊檢驗(yàn)。 對(duì)于所有的i（j≤n，且i≠j），xi和xj的分布是不相同的。定義檢驗(yàn)統(tǒng)計(jì)量S 如式（2）和式（3）所示。

式中：xj、xi分別是時(shí)間序列在j、i 時(shí)的序列值，j＞i。

a*(θi)?a(θi)中的元素可以表示為：e±j(Mn-mN)πsinθi，e-j(Mn1-Mn2)πsinθi或e-j(Nm1-Nm2)πsinθi，其中0n,n1,n2N-1，0m,m1,m22M-1，根據(jù)各子陣陣元位置的距離差，得到兩個(gè)子陣的自差分集和互差分集：

1.4 R／S 分析法

R／S 分析法是英國(guó)水文專家Hurst 在分析尼羅河多年水文資料時(shí)提出的一種處理時(shí)間序列的方法——變標(biāo)度極差分析法。 利用該方法分析水文資料時(shí)，不論時(shí)間序列是正態(tài)還是非正態(tài)，其結(jié)果的穩(wěn)定性均不受影響。 用R／S 分析法可以計(jì)算Hurst 指數(shù)H， 對(duì)時(shí)間序列的未來變化趨勢(shì)的持續(xù)性進(jìn)行定性描述。

R／S 分析法的基本原理為： 對(duì)一個(gè)時(shí)間序列（x1，x2，x3，…，xn），其均值序列如式（5）所示，累積離差為式（6），極差為式（7），標(biāo)準(zhǔn)差為式（8）。

Hurst 研究發(fā)現(xiàn)，R（τ）與S（τ）存在式（9）所示的關(guān)系。

式中：c 為常數(shù)；H 為冪指數(shù)。

（1）當(dāng)H＝0.5 時(shí)，表示時(shí)間序列是一個(gè)完全獨(dú)立的隨機(jī)過程，未來與過去沒有關(guān)系。

（2）當(dāng)H＝1 時(shí)，表示未來完全可以用現(xiàn)在來預(yù)測(cè)。 時(shí)間序列是一條直線，具有較強(qiáng)的自相似性。

（3）當(dāng)0.5＜H＜1 時(shí)，表示時(shí)間序列未來變化的趨勢(shì)與過去一致，具有持續(xù)性，即將來與過去的趨勢(shì)相同。 H 越大， 持續(xù)性越強(qiáng)。 其中，0.5＜H≤0.55、0.55＜H≤0.65、0.65＜H≤0.75、0.75＜H≤0.8、0.8＜H＜1分別表示持續(xù)性很弱、較弱、較強(qiáng)、強(qiáng)、很強(qiáng)。

結(jié)合Mann-Kendall 趨勢(shì)檢驗(yàn)結(jié)果和Hurst 指數(shù)分析，可以發(fā)現(xiàn)長(zhǎng)序列氣候數(shù)據(jù)的變化特征，并對(duì)未來的趨勢(shì)進(jìn)行預(yù)測(cè)。

1.5 滑動(dòng)t 檢驗(yàn)法

滑動(dòng)t 檢驗(yàn)法是一種檢驗(yàn)序列突變性的方法，是按某一基準(zhǔn)點(diǎn)t 將序列分為基準(zhǔn)點(diǎn)前和基準(zhǔn)點(diǎn)后2 個(gè)子序列。 基準(zhǔn)點(diǎn)t 和檢驗(yàn)統(tǒng)計(jì)量S 按式（10）和式（11）計(jì)算。

2 結(jié)果與分析

2.1 不同時(shí)間序列下年降水量變化

根據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)（http：／ ／data.cma.cn）的開封市 （站臺(tái)編號(hào)57091）1951～2018 年氣象觀測(cè)數(shù)據(jù)， 繪制年降水量5 年滑動(dòng)平均及其線性趨勢(shì)變化曲線，如圖1 所示。 繪制1951～2018 年期間不同時(shí)間序列長(zhǎng)度下的年降水量5 年滑動(dòng)平均及其線性趨勢(shì)變化曲線，如圖2～圖4 所示。

圖2 1951～1970 年年降水量變化趨勢(shì)Fig.2 Annual precipitation change trend from 1951 to 1970

由圖1～圖4 可知： 在開封市1951～2018 年時(shí)間序列中，年降水量趨勢(shì)線斜率為-0.862 6。 這表明，多年來，開封市年降水量呈逐年減少的趨勢(shì)。在1951～1970 年、1971～1990 年、1991～2018 年分段時(shí)長(zhǎng)序列中，年降水量趨勢(shì)線斜率分別為-4.253 5、-5.877 8、-7.010 1，斜率值依次減小，說明年降水量呈逐年加速減少的趨勢(shì)。

圖1 1951～2018 年年降水量變化趨勢(shì)Fig.1 Annual precipitation change trend from 1951 to 2018

采用Mann-Kendall 法和R／S 法對(duì)開封市1951～2018 年總時(shí)長(zhǎng)序列及1951～1970 年、1971～1990 年、1991～2018 年分段時(shí)長(zhǎng)序列下的降水量變化的顯著性及未來變化趨勢(shì)進(jìn)行分析， 結(jié)果如表1所示。

圖3 1971～1990 年年降水量變化趨勢(shì)Fig.3 Annual precipitation change trend from 1971 to 1990

圖4 1991～2018 年年降水量變化趨勢(shì)Fig.4 Annual precipitation change trend from 1991 to 2018

表1 中的數(shù)據(jù)表明：在開封1951～2018 年長(zhǎng)時(shí)間序列下，降水量呈不顯著減少趨勢(shì)。 用R／S 分析法計(jì)算，得Hurst 指數(shù)為0.427。 即在此長(zhǎng)時(shí)間序列下， 預(yù)測(cè)出開封市未來的降水趨勢(shì)與過去的趨勢(shì)相反， 降水量將會(huì)出現(xiàn)稍微增加的趨勢(shì)。 1951～1970年、1971～1990 年、1991～2018 年分段時(shí)長(zhǎng)序列下的分析結(jié)果表明：1970 年以前， 開封市降水量呈不顯著減少趨勢(shì)；1970 年以后， 開封市降水量呈顯著減少趨勢(shì)，通過了置信度90%的顯著性檢驗(yàn)。 1951～1970 年、1971～1990 年、1991～2018 年分段時(shí)長(zhǎng)序列下的Hurst指數(shù)分別為0.534、0.597、0.598，三個(gè)時(shí)段能相互驗(yàn)證，說明開封市未來降水趨勢(shì)與過去的趨勢(shì)相同， 即未來繼續(xù)保持逐年減少的趨勢(shì)。 設(shè)置信度0.01，通過滑動(dòng)t檢驗(yàn)法對(duì)開封市1951～2018 年降水量值進(jìn)行突變分析，結(jié)果表明，降水量在2011 年前后發(fā)生突變。

表1 開封市年降水量變化趨勢(shì)分析Tab.1 Analysis of annual precipitation change trend of Kaifeng city

需要說明的是， 長(zhǎng)時(shí)間序列的趨勢(shì)分析結(jié)果可能和較短時(shí)間序列的分析結(jié)果出現(xiàn)不完全一致的情況， 這是因?yàn)殚L(zhǎng)時(shí)間序列下的不同時(shí)期影響氣候變化的主要原因差異大所造成的。 從以上分析也可以看出，對(duì)于當(dāng)前的氣候變化特征及未來趨勢(shì)預(yù)測(cè)，應(yīng)采用距離當(dāng)前時(shí)間較短、 影響氣候變化的主要原因差異較小的時(shí)間序列值， 以此得出的結(jié)果應(yīng)更具有代表性和指導(dǎo)意義。

2.2 氣溫變化

根據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)（http：／ ／data.cma.cn）開封市1951～2018 年的氣象觀測(cè)數(shù)據(jù)， 繪制平均氣溫5年滑動(dòng)平均及其線性趨勢(shì)變化曲線，如圖5 所示；繪制四季（3～5 月為春季，6～8 月為夏季，9～11 月為秋季，12～翌年2 月為冬季）氣溫5 年滑動(dòng)平均及其線性趨勢(shì)變化曲線，如圖6～圖9 所示。

圖5 1951～2018 年年平均氣溫變化趨勢(shì)Fig.5 Annual average temperature change trend from 1951 to 2018

由圖5 可知：1951～2018 年， 開封市平均氣溫、平均最高氣溫、 平均最低氣溫的趨勢(shì)線斜率依次為0.029 1、0.008 6 和0.043 8。 這說明，多年來，開封氣候是以變暖為總趨勢(shì)的。 最低氣溫的斜率最大說明最低氣溫的逐年升高對(duì)氣候變暖的貢獻(xiàn)較大。由圖6～圖9 可知：1951～2018 年，開封市春、夏、秋、冬四季平均氣溫的趨勢(shì)線斜率依次為0.040 1、0.008 7、0.029 8、0.037 9。 這說明，多年來，開封四季氣候都是以變暖為總趨勢(shì)的，其中，冬、春季升溫速率大于年均升溫速率0.029 1， 秋季升溫速率與年均升溫速率基本相同，夏季升溫速率小于年均升溫速率。 這說明，1951～2018年，對(duì)開封氣候變暖貢獻(xiàn)最大的是冬季和春季。

圖6 1951～2018 年春季平均氣溫變化趨勢(shì)Fig.6 Spring average temperature change trend from 1951 to 2018

采用Mann-Kendall 法和R／S 法對(duì)開封市1951～2018 年氣溫變化情況進(jìn)行分析， 結(jié)果如表2所示。

由表2 可知：開封市1951～2018 年年平均氣溫及春、夏、秋、冬四季平均氣溫都呈顯著增加的趨勢(shì)，通過了置信度99%的顯著性檢驗(yàn)。用R／S 分析法計(jì)算出Hurst 指數(shù)依次為0.986、0.919、0.814、0.919、0.918。 該結(jié)果說明開封市年平均氣溫及春、夏、秋、冬四季平均氣溫未來變化趨勢(shì)與過去的趨勢(shì)相同，且具有很強(qiáng)的持續(xù)性，即未來開封市氣溫將繼續(xù)保持逐年上升的趨勢(shì)。 設(shè)置信度0.01，通過滑動(dòng)t檢驗(yàn)法對(duì)開封市1951～2018 年平均氣溫進(jìn)行突變分析，結(jié)果表明氣溫在1993 年前后發(fā)生突變。

2.3 月均日照時(shí)數(shù)變化

日照時(shí)數(shù)表示一個(gè)地方直接接受太陽(yáng)光照射的實(shí)有時(shí)數(shù)，是太陽(yáng)輻射最直接的表現(xiàn)，它受云、霧、空氣污染物等多種因素的影響。 根據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)（http：／ ／data.cma.cn） 的開封市 （站臺(tái)編號(hào)57091）1951～2018 年氣象觀測(cè)數(shù)據(jù)， 繪制月均日照時(shí)數(shù)5年滑動(dòng)平均及線性趨勢(shì)變化曲線，如圖10 所示。 由圖10 可知：1951～2018 年， 開封市日照時(shí)數(shù)的趨勢(shì)線斜率為-0.818 2。 這說明，多年來，開封市日照時(shí)數(shù)有逐年減少的趨勢(shì)。許多學(xué)者經(jīng)分析認(rèn)為，空氣污染可能是導(dǎo)致日照時(shí)數(shù)降低的主要原因之一［12-14］。

圖7 1951～2018 年夏季平均氣溫變化趨勢(shì)Fig.7 Summer average temperature change trend from 1951 to 2018

圖8 1951～2018 年秋季平均氣溫變化趨勢(shì)Fig.8 Autumn average temperature change trend from 1951 to 2018

圖9 1951～2018 年冬季平均氣溫變化趨勢(shì)Fig.9 Winter average temperature change trend from 1951 to 2018

圖10 1951～2018 年開封月均日照時(shí)數(shù)變化趨勢(shì)Fig.10 Change trend of monthly average sunshine hours of Kaifeng city from 1951 to 2018

表2 開封市1951～2018 年平均氣溫變化趨勢(shì)分析Tab.2 Analysis of annual average temperature change trend of Kaifeng city from 1951 to 2018

采用Mann-Kendall 法和R／S 法對(duì)開封市1951～2018 年月均日照時(shí)數(shù)的變化情況進(jìn)行分析，得出如下結(jié)論：（1）開封市1951～2018 年月均日照時(shí)數(shù)呈顯著減少的趨勢(shì)，并通過了置信度99%的顯著性檢驗(yàn)。 （2）計(jì)算出Hurst 指數(shù)為0.928 3，說明月均日照時(shí)數(shù)未來與過去的趨勢(shì)相同， 且具有很強(qiáng)的持續(xù)性， 即未來開封地區(qū)月均日照時(shí)數(shù)將繼續(xù)保持逐年減少的趨勢(shì)。 設(shè)置信度0.01， 通過滑動(dòng)t 檢驗(yàn)法對(duì)開封市1951～2018 年月均日照時(shí)數(shù)進(jìn)行突變分析， 結(jié)果表明， 月均日照時(shí)數(shù)在1997 年前后發(fā)生突變。

3 結(jié)語(yǔ)

綜上所述，本文運(yùn)用氣象、水文分析中常用的幾種分析方法對(duì)開封市1951～2018 年的氣象數(shù)據(jù)進(jìn)行了分析，結(jié)果表明：（1）1970 年以前，開封市年降水量呈不顯著減少趨勢(shì)；1970 年以后， 開封市年降水量呈顯著減少趨勢(shì)， 且未來開封市年降水量將繼續(xù)保持顯著減少的趨勢(shì)。開封市年降水量在2011 年前后發(fā)生突變。（2）多年來，開封市年平均氣溫及春、夏、秋、冬四季平均氣溫都呈顯著增加的趨勢(shì)。其中，冬季和春季升溫對(duì)開封氣候變暖貢獻(xiàn)最大。 未來開封地區(qū)將繼續(xù)保持逐年升溫的趨勢(shì)。 開封市平均氣溫在1993 年前后發(fā)生突變。（3）多年來，開封市日照時(shí)數(shù)呈顯著減少的趨勢(shì)。 未來開封市月均日照時(shí)數(shù)將繼續(xù)保持逐年減少的趨勢(shì)。月均日照時(shí)數(shù)在1997年前后發(fā)生突變。