潘立云,王玉玨
(德州市水文中心,山東 德州 253016)
隨著經(jīng)濟(jì)快速發(fā)展,國(guó)內(nèi)極端氣候也頻繁發(fā)生,主要表現(xiàn)為局部地區(qū)氣溫上升、降水量增加,高海拔地區(qū)冰川融化加速,導(dǎo)致河流徑流增加以及湖泊水位上升面積擴(kuò)大等[1-3]。這些大規(guī)模氣候變化引起了中國(guó)氣候研究界的廣泛關(guān)注[4-6]。一個(gè)世紀(jì)以來(lái)的這些溫度和濕度變化是否是全球氣候變暖的結(jié)果已經(jīng)成為一個(gè)重要的研究課題。
氣候因子作為典型的區(qū)域變量,被用來(lái)揭示行星風(fēng)帶和氣壓帶的大尺度空間分帶分布[7]。具有這些因素的研究通常存在重大的空間不確定性,它們受到自然條件和較小尺度的人類(lèi)活動(dòng)的影響,例如地形和地貌。在國(guó)內(nèi)和國(guó)外進(jìn)行的許多案例研究表明,區(qū)域氣候是一個(gè)巨大而復(fù)雜的系統(tǒng),很難準(zhǔn)確預(yù)測(cè)極端氣候的發(fā)生。因此,為了揭示區(qū)域氣候過(guò)程的復(fù)雜性,必須考慮多個(gè)時(shí)空尺度,并且必須研究不同的方法。本文以德州市5 個(gè)雨量站1961—2016 年的時(shí)間序列數(shù)據(jù)為基礎(chǔ),以年均降水量為研究指標(biāo),通過(guò)小波分析來(lái)說(shuō)明降水量在不同時(shí)間尺度上的變化趨勢(shì)。然后,運(yùn)用Mann-Kendal(l以下簡(jiǎn)稱(chēng)M-K)檢驗(yàn)法,來(lái)檢驗(yàn)這種趨勢(shì)的顯著性。
德州市位于山東省境內(nèi),屬大陸性季風(fēng)氣候區(qū),地處半濕潤(rùn)半干旱地區(qū),年平均降雨量為571.3 mm。降水年際變化甚大,1964年降水量最多為1 049.8 mm,1968 年降水量最少為302.4 mm。因此,本文以德州市為研究對(duì)象對(duì)其氣候變化以及多年降水變化進(jìn)行分析。為全面分析德州市氣候變化及降水變化,選擇德州市5個(gè)雨量站逐月降水資料,詳見(jiàn)表1。數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng),因此可以確保數(shù)據(jù)的準(zhǔn)確性和精確性。
表1 選用雨量站相關(guān)信息
1.2.1 小波分析
小波分析是一種分析信號(hào)時(shí)間尺度的多分辨率分析方法,可以有效分析徑流和氣候變化過(guò)程的周期性。本文的主要研究?jī)?nèi)容是基于小波分析研究不同時(shí)間尺度上的非線(xiàn)性趨勢(shì)。
小波分解和重構(gòu)的原理如下??紤]時(shí)間序列X(t),如溫度、降水量、濕度等,可建立父小波和母小波的投影序列,有k{k=1,2,…,N}和s{s=2j,j=1,2,…,J},N為自然數(shù)。
展開(kāi)式中的系數(shù)由下式給出:
式中:J為數(shù)據(jù)點(diǎn)數(shù)量可持續(xù)的最大尺度;ΦJ,k=2-j/2Φ[(t-2jk)/2j] 為父小波;Ψj,k=2-j/2Ψ[(t-2jk)/2j]為母小波。通常,父小波用于最低頻率的平滑分量,這需要具有最廣泛支持的小波;母小波用于較高頻率的細(xì)節(jié)分量。
信號(hào)X(t)的表示可以由以下公式給出:
通常情況下,則:
其中,{SJ,SJ-1,…,S1} 是函數(shù)X(t)在不斷增加的細(xì)化水平上的多分辨率近似序列。
使用Symmlet 作為基小波,對(duì)多個(gè)尺度函數(shù)進(jìn)行了試驗(yàn),以確定最適合該數(shù)據(jù)集的小波。結(jié)果發(fā)現(xiàn),“Sym8”產(chǎn)生了最穩(wěn)健的定性結(jié)果。因此,本文使用“Sym8”來(lái)近似模擬氣候演變過(guò)程的趨勢(shì)。
1.2.2 回歸分析
盡管區(qū)域氣候是一個(gè)龐大而復(fù)雜的系統(tǒng),仍然可以建立濕度、溫度和降水量的統(tǒng)計(jì)關(guān)系。為了簡(jiǎn)化計(jì)算,本文還根據(jù)各時(shí)間尺度的小波分析結(jié)果,進(jìn)行了回歸分析,以檢驗(yàn)降水的影響趨勢(shì)。
1.2.3 M-K檢驗(yàn)
M-K檢驗(yàn)法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法,通常用于檢驗(yàn)時(shí)間序列數(shù)據(jù)中時(shí)間趨勢(shì)的顯著性。M-K檢驗(yàn)法的特點(diǎn)是不需要預(yù)先假設(shè)數(shù)據(jù)樣本的統(tǒng)計(jì)分布。
M-K統(tǒng)計(jì)檢驗(yàn)的統(tǒng)計(jì)值Zc表示為:
式中:xk和xi為順序數(shù)據(jù)值;n為數(shù)據(jù)的長(zhǎng)度。測(cè)量趨勢(shì)的指標(biāo)即傾斜度表示如下:
式中:β表示上升趨勢(shì);-β表示下降趨勢(shì)。
M-K 檢驗(yàn)法可按以下方式使用:對(duì)于H0=0、β=0的假設(shè),若 |Zc|>Z(1-α)/2則拒絕零假設(shè);其中,Z(1-α)/2為標(biāo)準(zhǔn)正態(tài)方差,α為檢驗(yàn)的顯著性水平。
由圖1 可以看出,研究區(qū)1961—2016 年降水整體分為3 個(gè)明顯的下降階段,分別為1961—1968、1976—1990 和1994—2008 年;同時(shí),有3 個(gè)明顯的上升階段,分別為1969—1975、1991—1993 和2009—2012年,在2012年以后降水波動(dòng)幅度較大。研究區(qū)范圍內(nèi)降水最大超過(guò)1 000 mm,最低接近200 mm。
圖1 德州市年均降水變化規(guī)律
研究區(qū)年均降水系列小波系數(shù)實(shí)部等高線(xiàn),如圖2所示。
圖2 小波系數(shù)等值線(xiàn)
圖2 能反映研究區(qū)的降水年周期和強(qiáng)度,實(shí)部小波系數(shù)為正,表示雨季,用實(shí)線(xiàn)表示;為負(fù),表示旱季,用虛線(xiàn)表示;為0,表示降水均衡,用粗線(xiàn)表示。由圖2 可以看出,研究區(qū)降水量在15 a 尺度上最為明顯,有12 個(gè)旱澇交替周期。1961—1963、1969—1974、1979—1984、1989—1995、2001—2006 和2011—2016 年間降水較大;1963—1969、1974—1979、1984—1989、1995—2001、2006—2011 年間降水較小。降水過(guò)程有一定的波動(dòng),但總體上1961—2016年的年徑流以15 a周期為主。
以上分析表明,研究區(qū)降水具有約15 a 的周期性變化,可以反映研究區(qū)降水變化特征及其演變趨勢(shì)。
為了確定每個(gè)站的主要周期即降水序列的主要功能,計(jì)算研究區(qū)的方差,結(jié)果如圖3所示。
圖3 小波方差
由圖3 可以看出,研究區(qū)降水具有多個(gè)時(shí)間尺度特征,共有5 個(gè)峰值,對(duì)應(yīng)15、6、4、10 和20 a 振蕩周期,其中15 a時(shí)間尺度小波方差最為明顯,表明第一主周期為15 a,2~5 個(gè)周期存在一定差異,對(duì)應(yīng)Morlet 小波系數(shù)真實(shí)等值線(xiàn)圖,確定了研究區(qū)年均降水在整個(gè)時(shí)域內(nèi)的變化特征。
采用M-K 方法對(duì)研究區(qū)域5 個(gè)雨量站1961—2016 年的年平均降水變化的顯著性進(jìn)行了檢驗(yàn)。結(jié)果表明,整個(gè)流域的年平均降水顯著下降,在0.05置信水平下,年平均降水變化為0.540 1 mm。研究區(qū)域大部分地區(qū)的年增長(zhǎng)幅度為負(fù)。臨邑的年降低幅度最大,其次是德州、陵縣和寧津,武城的變化幅度較為溫和。
表2 年均降水趨勢(shì)的M-K檢驗(yàn)
小波分析和M-K檢驗(yàn)的分析結(jié)果為研究區(qū)1961—2016 年的區(qū)域氣候變化提供了一些依據(jù)。由上述分析結(jié)果可知,1961—2016 年研究區(qū)降水的年際變化以多雨—少雨—多雨—少雨—多雨交替為主,總體呈下降趨勢(shì);1961—2016 年期間,研究區(qū)的氣候變化過(guò)程作為年平均降水量的時(shí)間序列數(shù)據(jù),呈現(xiàn)出非線(xiàn)性趨勢(shì);在小波分析中,使用不同的時(shí)間尺度會(huì)導(dǎo)致不同的趨勢(shì)變化,其中15 a周期最為明顯;在0.05 置信水平下,M-K 非參數(shù)檢驗(yàn)的結(jié)果表明,1961—2016 年期間年平均降水的上升趨勢(shì)顯著,也就是說(shuō),由年平均降水上升所暗示的變暖趨勢(shì)是顯著的。降水周期的預(yù)測(cè)是未來(lái)研究的一個(gè)重要方向,通過(guò)對(duì)某一局部區(qū)域未來(lái)降水預(yù)測(cè),可以減少降雨事件的不確定性,降低降雨對(duì)研究區(qū)的不利影響。