1956—2020年西昌氣候變化特征分析

余宇首 張淑麗 楊丹 廖琪華 吳林蓬

DOI：10.16246/j.issn.1673-5072.2024.04.008

收稿日期：2022-06-09? 基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（41807075）；西華師范大學(xué)教學(xué)改革項(xiàng)目

作者簡介：余宇首（1997—），男，碩士研究生，主要從事土壤侵蝕與水土保持方面研究。

通信作者：楊丹（1989—），女，博士，副教授，主要從事土壤侵蝕與水土保持方面研究。

E-mail： danyang_mh@cwnu.edu.cn

引文格式：余宇首，張淑麗，楊丹，等.1956—2020年西昌氣候變化特征分析［J］.西華師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，45（4）：394-403.［YU Y S，ZHANG S L，YANG D，et al.Analysis on the characteristics of climate change? in Xichang from 1956 to 2020［J］.Journal of China West Normal University （Natural Sciences），2024，45（4）：394-403.］

摘? 要：基于西昌1956—2020年降水量、平均氣溫和日照時(shí)數(shù)等氣候要素資料，采用線性回歸、加權(quán)滑動(dòng)平均法、Mann-Kendall突變檢驗(yàn)和小波分析等方法分析西昌近65 a的氣候變化特征。結(jié)果表明：（1）年降水量呈上升趨勢，顯著性較低，趨勢率為8.75 mm·（10 a）-1。在1998年發(fā)生突變，自1964年后降水量持續(xù)增加。降水量在57 a尺度上存在周期性變化。春季和夏季降水量呈持續(xù)增加的趨勢，而秋季和冬季呈減小的趨勢。（2）年平均氣溫呈顯著上升趨勢，趨勢率為0.17 ℃·（10 a）-1。在2004、2006和2008年均存在突變點(diǎn)，自2009年持續(xù)呈顯著增加的趨勢。四季年平均氣溫也均呈上升的趨勢，冬季趨勢率最大為0.24 ℃·（10 a）-1。平均氣溫在56 a尺度上存在周期性變化。（3）年日照時(shí)數(shù)呈顯著下降趨勢，趨勢率為-53.76 h·（10 a）-1。在1982年存在突變點(diǎn)，自1991年持續(xù)呈顯著減小的趨勢。四季的日照時(shí)數(shù)均呈減小的趨勢，夏季下降最快，趨勢率為-20.00 h·（10 a）-1。日照時(shí)數(shù)在57 a尺度上存在周期性變化。預(yù)計(jì)未來西昌年際和季節(jié)的平均氣溫將呈現(xiàn)出持續(xù)性較強(qiáng)的上升趨勢，日照時(shí)數(shù)將呈現(xiàn)出持續(xù)性較強(qiáng)的下降趨勢。

關(guān)鍵詞：氣候變化；平均氣溫；降水量；日照時(shí)數(shù)；西昌

中圖分類號：P467??? 文獻(xiàn)標(biāo)志碼：A??? 文章編號：1673-5072（2024）04-0394-10

氣候變化作為全球性的熱點(diǎn)話題，已經(jīng)成為多學(xué)科的重點(diǎn)研究對象，對人類的生產(chǎn)生活、經(jīng)濟(jì)社會(huì)的發(fā)展都有著極為重要的影響［1］。IPCC第六次評估報(bào)告指出，預(yù)估在未來幾十年里，所有地區(qū)的氣候變化將會(huì)加劇，全球升溫預(yù)計(jì)將達(dá)到或超過1.5 ℃［2］。氣候變化改變水資源在時(shí)空上的分布格局，造成洪澇、干旱等極端天氣，導(dǎo)致自然環(huán)境、經(jīng)濟(jì)發(fā)展和人類生活受到持續(xù)影響［3］。了解氣候變化整體的趨勢，才有利于合理地開展各項(xiàng)生產(chǎn)活動(dòng)［4］。

近年來，國內(nèi)外學(xué)者在不同的時(shí)空尺度下對全球各區(qū)域的氣候變化情況進(jìn)行分析研究［5］。在1956—2002年，中國近47 a平均降水量呈現(xiàn)增加趨勢，并存在明顯的區(qū)域差異，在未來20～100 a地表氣溫和降水量將明顯增加［6］。王榮等［7］對國家氣象觀測站長序列日最高氣溫資料進(jìn)行分析，發(fā)現(xiàn)在1961—2020年我國區(qū)域性高溫過程已發(fā)生了顯著變化，高溫災(zāi)害趨于嚴(yán)重。在1966—2015年，伊朗的平均氣溫不斷上升，降水量逐漸減少［8］。Chen等［9］利用經(jīng)驗(yàn)正交函數(shù)研究了亞洲中部干旱區(qū)在1901—2003年氣溫變化特征，指出區(qū)域平均增溫率為0.18 ℃·（10 a）-1，冬季達(dá)到0.21 ℃·（10 a）-1，遠(yuǎn)高于全球的增溫率。王明田等［10］基于1959—2008年相對濕潤指數(shù)的年際變化分析研究，中國西南地區(qū)近十年干旱強(qiáng)度明顯增大，且年尺度干旱頻率呈西高東低的帶狀分布。在1916—2020年，北京的5 a滑動(dòng)平均氣溫呈波動(dòng)上升，年降水量則呈波動(dòng)下降的趨勢［11］。在1961—2014年，蒙古高原降水總體呈減少趨勢，夏季和秋季降水持續(xù)減少，冬季和春季降水逐漸增加［12］。在1971—2014年，廣西桂平市平均氣溫、年降水量均呈顯著的上升趨勢［13］?？梢钥闯觯袊鷼夂蜃兓傮w上與全球氣候變化方向一致，但區(qū)域內(nèi)氣候變化存在明顯的時(shí)空差異。

西昌水能資源富集，農(nóng)業(yè)光熱資源豐富，是國家農(nóng)業(yè)綜合開發(fā)重點(diǎn)地區(qū)。西昌將成為攀西地區(qū)的經(jīng)濟(jì)、文旅、教育、金融等中心，發(fā)揮要素與資源配置的牽引和輻射作用，帶動(dòng)周邊城市和區(qū)域共同體協(xié)同發(fā)展。在全球氣候變化加劇的背景下，還鮮有綜合降水、氣溫、日照等多種要素對西昌氣候變化的研究［14-15］。氣候變化對農(nóng)業(yè)發(fā)展至關(guān)重要，因而亟需了解當(dāng)?shù)貧夂蜃兓卣?。本文針對西?956—2020年降水量、平均氣溫和日照時(shí)數(shù)等氣象數(shù)據(jù)，采用線性回歸［16］、加權(quán)滑動(dòng)平均、Mann-Kendall趨勢分析和突變分析以及小波分析等方法，對其氣候要素進(jìn)行了年際和季節(jié)尺度的變化趨勢以及突變特征分析，以期為政府在農(nóng)業(yè)生產(chǎn)、規(guī)劃和布局以及生態(tài)農(nóng)業(yè)建設(shè)方面提供科學(xué)參考。

1? 資料與方法

1.1? 研究區(qū)概況

西昌氣象站位于邛海盆地西北部，海拔為1 591 m，鄰近安寧河谷，該站能較好地代表邛海盆地及安寧河谷西昌段主要農(nóng)區(qū)的氣象實(shí)況。西昌屬于熱帶高原季風(fēng)氣候區(qū)，年降水量為1 010.3 mm，年平均氣溫17.2 ℃，雨熱同期，雨季降水量占全年降水量的85%以上。西昌冬無嚴(yán)寒，夏無酷暑，有“小春城”之稱，日照時(shí)間長達(dá)2 348.2 h，陽光充足、光熱資源豐富，又稱“陽光城”。西昌處于成都、重慶、昆明三大城市交叉輻射區(qū)域，是內(nèi)陸輻射西南和東南亞的重要通道，是攀西城市群中心地區(qū)。

1.2? 研究數(shù)據(jù)

基于數(shù)據(jù)來源的準(zhǔn)確性與可靠性原則，本研究選取西昌氣象站的1956—2020年的逐月氣溫、降水量、日照時(shí)數(shù)等氣候要素?cái)?shù)據(jù)進(jìn)行研究。數(shù)據(jù)來源于國家氣象網(wǎng)（https：//data.cma.cn）等官方網(wǎng)站。

1.3? 研究方法

采用線性回歸法和加權(quán)滑動(dòng)平均法計(jì)算西昌氣溫、降水量、日照時(shí)數(shù)等氣象要素變化趨勢及其幅度，結(jié)合Mann-Kendall檢驗(yàn)分析各要素趨勢和突變特征，運(yùn)用小波分析找出氣候要素的震蕩周期。其中季節(jié)劃分標(biāo)準(zhǔn)采用3—5月為春季，6—8月為夏季，9—11月為秋季，12—2月為冬季。

1.3.1? 加權(quán)滑動(dòng)平均法

本研究采用加權(quán)滑動(dòng)平均法以5 a為滑動(dòng)長度對氣象數(shù)據(jù)進(jìn)行分析。由數(shù)據(jù)中第一年氣象數(shù)據(jù)開始，按照 5 a周期序列加權(quán)后求得平均值，得到由滑動(dòng)平均值構(gòu)成的新時(shí)間數(shù)列［17］。權(quán)重按2-3-5-3-2進(jìn)行分配，即第一年到第五年權(quán)重依次為2/15、3/15、5/15、3/15、2/15，僅損失首尾兩年數(shù)據(jù)，提高了當(dāng)年要素值所占權(quán)重，并兼顧前后兩年的值。加權(quán)滑動(dòng)平均可以消除不穩(wěn)定波動(dòng)，使其變化更平滑，趨勢傾向顯示更直觀。加權(quán)滑動(dòng)平均序列表示為

yt=∑Lk=-Lwk xt+k， t=L+1，…，n-L，

式中：yt為加權(quán)滑動(dòng)平均后的系列值；wk為權(quán)重系數(shù)；滑動(dòng)長度為5，L=2；n為年份跨度（本文n=65），xt+k為序列中第t+k的氣象數(shù)據(jù)。

1.3.2? Mann-Kendall檢驗(yàn)

Mann-Kendall方法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)法，該方法無需事先設(shè)定數(shù)據(jù)分布特征，且不受少數(shù)缺失數(shù)值和異常值干擾，適用于氣象、水文時(shí)間序列趨勢和突變分析［18］。其中，UFk是標(biāo)準(zhǔn)正態(tài)分布，是按照時(shí)間序列計(jì)算出的統(tǒng)計(jì)量，將時(shí)間序列逆序，再重復(fù)上述過程，同時(shí)使UBk=-UFk，則稱UBk為序列UFk的反序列。將UBk和UFk繪于同一坐標(biāo)軸下，給定顯著水平α對應(yīng)的置信曲線，若UBk和UFk在置信曲線之間相交，則相交點(diǎn)所對年份則為突變發(fā)生時(shí)間。給定顯著水平α=0.05和極顯著水平α=0.001，即U0.05=±1.96，U0.001=±2.58。若UFk>0，表示序列呈上升趨勢；若UFk<0，表示序列呈下降趨勢；若UFk<1.96，變化趨勢不顯著；若1.962.56，變化趨勢極顯著。

1.3.3? 小波分析

小波分析在圖像和信號等非穩(wěn)定信息處理方面應(yīng)用廣泛。在Matlab 2016b軟件中利用Wavelet Toolbox Main Menu工具中Signal Extension對序列數(shù)據(jù)進(jìn)行延伸處理，利用Morlet負(fù)小波函數(shù)對延伸后的數(shù)據(jù)序列做小波變換處理，其中小波函數(shù)類型選擇cmor，用以分析多時(shí)間尺度特征［19］。在一定的時(shí)間尺度下，小波方差表示時(shí)間序列在該尺度中周期波動(dòng)的強(qiáng)弱，對應(yīng)峰值處的尺度即為該序列的主要時(shí)間尺度，即主要周期［20］。

2? 結(jié)果與分析

2.1? 降水量變化特征分析及突變分析

2.1.1? 降水量年際變化特征及突變分析

如圖1a所示，西昌近65 a的平均年降水量為1 010.3 mm。年降水量最大值出現(xiàn)在1998年，達(dá)到1 549.2 mm；最小值出現(xiàn)在2011年，為558.2 mm。西昌近65 a降水量年變化呈現(xiàn)略微的增加，趨勢率為8.75 mm·（10 a）-1，R2為0.009，顯著性極低。由5 a滑動(dòng)平均看出，在1962—1966年、1977—2000年和2005—2020年均表現(xiàn)出波動(dòng)上升的趨勢。

由圖1b看出，降水量在1956—1998年呈減少趨勢，從1999年開始呈增加趨勢。UF時(shí)間序列在1957—1964年通過0.05置信水平線（UFk<-1.96），其中1957、1958、1960—1964年通過0.001顯著性檢驗(yàn)（UFk<-2.32），說明在該時(shí)間序列上降水量呈顯著下降趨勢，而在1964年后變化趨勢不顯著。同時(shí)，西昌年降水量從1998年存在突變點(diǎn)。

2.1.2? 降水量年際變化周期

由圖2a看出，在降水量演變過程中主要存在37～58 a，28～37 a和18～28 a三類尺度的周期變化規(guī)律。其中，在37～58 a尺度上出現(xiàn)澇-旱交替的準(zhǔn)兩次震蕩；在28～37 a尺度上出現(xiàn)旱-澇交替的準(zhǔn)三次震蕩；在18～28 a尺度上出現(xiàn)澇-旱交替的準(zhǔn)四次震蕩。由圖2b所示，降水小波方差最大峰值對應(yīng)57 a的時(shí)間尺度，說明57 a左右的周期震蕩性最強(qiáng)，為西昌降水變化的第一主周期，其次42 a為第二主周期，23 a為第三主周期，以上3個(gè)周期直觀體現(xiàn)了西昌降水量的年際變化特征。

2.1.3? 降水量季節(jié)變化特征及突變分析

西昌近65 a降水量隨季節(jié)的變化差異明顯，其中夏季降水量最多，平均值為612.4 mm；冬季降水量最少，平均值僅有16.5 mm。由圖3中各季節(jié)a圖所示，春季和夏季降水量呈持續(xù)增加的趨勢，而秋季和冬季呈減小的趨勢，趨勢均不顯著。由圖3中各季節(jié)b圖所示，春季在1956—1965年降水量呈持續(xù)顯著減小的趨勢；夏季在1956—1985年降水量呈持續(xù)顯著減小的趨勢，但在1969年、1971年和1973年不顯著；秋季降水量總體呈不顯著的減小趨勢；冬季在1960—1978年、1988—1994年和2002—2020年均呈顯著減小的趨勢。在春季、夏季和秋季降水量均不存在突變點(diǎn)，冬季在1956年存在突變點(diǎn)。

2.2? 平均氣溫變化特征分析及突變分析

2.2.1? 平均氣溫年際變化特征及突變分析

如圖4a所示，年平均氣溫波動(dòng)幅度在1 ℃左右，呈顯著增加趨勢，趨勢率為0.17 ℃·（10 a）-1，R2為0.352。5 a滑動(dòng)平均顯示，在1991—2019年年平均氣溫持續(xù)波動(dòng)增加，變幅達(dá)到1.7 ℃。

由圖4b所示，平均氣溫在1957年和1962—1997年呈減小趨勢，在1998年之后呈增加趨勢。其中2009—2011年和2012—2020年年平均氣溫呈顯著上升趨勢。平均氣溫在2004年、2006年和2008年均存在突變點(diǎn)。

2.2.2? 平均氣溫年際變化周期

由圖5a可以看出，在平均氣溫演變過程中主要存在47～61 a和38～47 a兩類尺度的周期變化規(guī)律。其中，在47～61 a尺度上出現(xiàn)低高交替的準(zhǔn)二次震蕩；在38～47 a尺度上出現(xiàn)高低交替的準(zhǔn)二次震蕩。由圖5b看出，平均氣溫小波方差最大峰值對應(yīng)56 a的時(shí)間尺度，說明56 a左右的周期震蕩性最強(qiáng)，為西昌平均氣溫變化的第一主周期，43 a為第二主周期，以上2個(gè)周期直觀體現(xiàn)了西昌地區(qū)平均氣溫的年際變化特征。

2.2.3? 平均氣溫季節(jié)變化特征及突變分析

西昌近65 a春、夏、秋、冬的平均氣溫分別為19.0、22.2、16.7、10.7 ℃。由圖6中各季節(jié)（a）圖可以看出，四季平均氣溫均呈增加的趨勢，其中冬季趨勢率最大，為0.24 ℃·（10 a）-1。由滑動(dòng)平均看出，西昌近30 a四季平均氣溫呈波動(dòng)遞增的趨勢。由圖6中各季節(jié)（b）圖可以看出，春、夏及秋季UF曲線分別在1958—1997年、1957—1980年及1965—1997年平均氣溫呈顯著性減?。欢驹?958—1971年個(gè)別年份呈顯著性減小。春季在2020存在突變點(diǎn)；夏和秋季均在2018年存在突變點(diǎn)；冬季在2008年和2011年均存在突變點(diǎn)。

2.3? 日照時(shí)數(shù)變化特征分析及突變分析

2.3.1? 日照時(shí)數(shù)年際變化特征及突變分析

由圖7a所示，西昌近65 a平均年日照時(shí)數(shù)為2 348.20 h，最大值出現(xiàn)在1980年，達(dá)2 660.5 h，最小值出現(xiàn)在2007年，為1 971.6 h。西昌年日照時(shí)數(shù)波動(dòng)幅度大，整體呈明顯減小趨勢，趨勢率為-53.76 h·（10 a）-1，R2為0.384。滑動(dòng)平均顯示，在1980—1992年呈斷崖式下降，下降幅度達(dá)569.2 h。

圖7b所示，西昌年際日照時(shí)數(shù)在1957—1958年、1960年、1964—1971年、1973—1979年和1990—2020年均呈顯著減小趨勢。同時(shí)，西昌年日照時(shí)數(shù)在1982年存在突變點(diǎn)。

2.3.2? 日照時(shí)數(shù)年際變化周期

由圖8a所示，在日照時(shí)數(shù)演變過程中主要存在47～64 a和25～47 a兩類尺度的周期變化規(guī)律。其中，在47～64 a尺度上出現(xiàn)低高交替的準(zhǔn)二次震蕩；在25～47 a尺度上出現(xiàn)高低交替的準(zhǔn)二次震蕩。由圖8b看出，日照時(shí)數(shù)小波方差最大峰值對應(yīng)57 a的時(shí)間尺度，說明57 a左右的周期震蕩性最強(qiáng)，為西昌日照時(shí)數(shù)變化的第一主周期，43 a為第二主周期，以上2個(gè)周期直觀體現(xiàn)了西昌地區(qū)日照時(shí)數(shù)年際的變化特征。

2.3.3? 日照時(shí)數(shù)季節(jié)變化特征及突變分析

西昌近65 a春、夏、秋、冬四季的日照時(shí)數(shù)分別為 717.3、492.0、481.6、657.3 h。由圖9中各季節(jié)（a）圖可以看出，四季的日照時(shí)數(shù)均呈減小的趨勢，其中夏季下降最快，趨勢率為-20 h·（10 a）-1。春季和秋季近7 a日照時(shí)數(shù)均下降，分別減少151.1 h和197.8 h；夏季和冬季近13 a日照時(shí)數(shù)均上升，分別增加21.4 h和147.3 h。由圖9中各季節(jié)（b）圖可以看出，春季在1959—1979年和1990—2020年日照時(shí)數(shù)呈顯著性減?。幌募驹?957—1970年和1992—2020年日照時(shí)數(shù)呈顯著性減??；秋季在1960年日照時(shí)數(shù)呈顯著性減小；冬季在1957—1963年和2007—2020年日照時(shí)數(shù)呈顯著性減小。其中，夏季在1980年和1981年存在突變點(diǎn)；秋季在1958年存在突變點(diǎn)；冬季在1979年和1981年存在突變點(diǎn)。

3? 討論與結(jié)論

在全球氣候變暖的背景下，氣溫升高，降水分布發(fā)生變化，西昌年平均氣溫和年降水量也表現(xiàn)出相似變化，同時(shí)極端天氣頻次有所增加［21］。玉米是西昌的主要農(nóng)作物之一，發(fā)育期在春季，春季年平均氣溫持續(xù)增加，促進(jìn)玉米的出苗速度［22］。夏季是玉米需水量最高的時(shí)期，也是生長最旺盛的時(shí)期，降水量處于增加的趨勢，對其生長和發(fā)育均有利［23］。同時(shí)，葡萄與玉米生長和發(fā)育所需條件相似［24］，晝夜溫差大、年溫差小、無霜期長的獨(dú)特氣候促進(jìn)西昌雜交玉米制種和葡萄產(chǎn)業(yè)的快速發(fā)展。不容忽視的是，持續(xù)顯著的增溫與降水也會(huì)制約農(nóng)業(yè)的發(fā)展。年際和季節(jié)日照時(shí)數(shù)均處于下降趨勢，不利于農(nóng)作物的光合作用，可能會(huì)降低產(chǎn)量。在氣溫、降水量和日照時(shí)數(shù)3個(gè)氣象因素中，日照時(shí)數(shù)的降低對玉米產(chǎn)量下降的影響更大［25］。

總體來看，西昌近65 a氣候呈現(xiàn)較為明顯的暖濕化趨勢，預(yù)計(jì)未來年平均氣溫依然處于上升趨勢，而日照時(shí)長將會(huì)處于下降趨勢，且持續(xù)性較強(qiáng)。本文對西昌近65 a降水量、平均氣溫和日照時(shí)數(shù)的變化規(guī)律進(jìn)行定量分析，有助于了解區(qū)域氣候變化特征，同時(shí)對協(xié)助區(qū)域進(jìn)行社會(huì)經(jīng)濟(jì)及生產(chǎn)生活活動(dòng)等提供科學(xué)參考。后續(xù)研究中將加入濕度、蒸發(fā)量等氣象要素進(jìn)行綜合分析，進(jìn)一步提升西昌年際氣候變化特征分析的準(zhǔn)確性。

參考文獻(xiàn)：

［1］? 袁媛.日本城市適應(yīng)氣候變化的政策機(jī)制及實(shí)踐經(jīng)驗(yàn)［J］.城市發(fā)展研究，2021，28（8）：114-121.

［2］? IPCC.Climate change 2021： the physical science basis［M］.Cambridge： Cambridge University Press，2021．

［3］? 迪麗努爾·托列吾別克，姚俊強(qiáng)，毛煒嶧，等.1951—2020年阿富汗氣候變化特征分析［J］.干旱區(qū)研究，2022，39（4）：1036-1046.

［4］? 李爽，王羊，李雙成.中國近30年氣候要素時(shí)空變化特征［J］.地理研究，2009，28（6）：1593-1605.

［5］? 方欣，劉小槺，岳大鵬.毛烏素沙地1960—2018年氣候變化特征及影響因子分析［J］.水土保持研究，2022，29（2）：163-169.

［6］? 丁一匯，任國玉，石廣玉，等.氣候變化國家評估報(bào)告（Ⅰ）：中國氣候變化的歷史和未來趨勢［J］.氣候變化研究進(jìn)展，2006，2（1）：3-8+50.

［7］? 王榮，王遵婭，高榮，等.1961—2020年中國區(qū)域性高溫過程的氣候特征及變化趨勢［J］.地球物理學(xué)報(bào)，2023，66（2）：494-504.

［8］? MIANABADI A，SHIRAZI P，GHAHRAMAN B，et al.Assessment of short-and long-term memory in trends of major climatic variables over Iran： 1966-2015［J］.Theoretical and Applied Climatology，2019，135（1）：677-691.

［9］? CHEN F，WANG J，JIN L，et al.Rapid warming in mid-latitude central Asia for the past 100 years［J］.Frontiers of Earth Science in China，2009，3（1）： 42-50.

［10］王明田，王翔，黃晚華，等.基于相對濕潤度指數(shù)的西南地區(qū)季節(jié)性干旱時(shí)空分布特征［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（19）：85-92.

［11］楊仕琪，王冀，竇銀銀，等.1916—2020年北京城市變遷及其與區(qū)域氣候演化的關(guān)系［J］.地理學(xué)報(bào)，2023，78（3）：620-639.

［12］那音太，秦?，?，賈根鎖，等.近54 a蒙古高原降水變化趨勢及區(qū)域分異特征［J］.干旱區(qū)地理，2019，42（6）：1253-1261.

［13］王宇，程清平.1971—2014年廣西桂平市地面氣候要素變化特征分析［J］.西華師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，37（4）：429-438.

［14］劉占明，胡寶清，祁曉凡，等.基于小波分析的西昌市降水時(shí)間序列變化特征［J］.安徽農(nóng)業(yè)科學(xué)，2010，38（9）：4678-4682.

［15］肖晰文，張蕓露，劉春紅，等.1961—2016年西昌氣候干濕演變趨勢研究［J］.人民珠江，2022，43（10）：1-9.

［16］賈艷紅，蘇筱茜，李鶴冉.1991—2020年南寧市氣候變化特征分析［J］.廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，41（2）：190-200.

［17］朱孟，周忠發(fā)，蔣翼，等.基于貴州高原地貌分區(qū)的降水時(shí)空異質(zhì)性特征［J］.水土保持研究，2020，27（3）：181-189.

［18］黃玥，黃志霖，肖文發(fā)，等.基于Mann-Kendall法的三峽庫區(qū)長江干流入出庫斷面水質(zhì)變化趨勢分析［J］.長江流域資源與環(huán)境，2019，28（4）：950-961.

［19］劉凱，聶格格，張森.中國1951—2018年氣溫和降水的時(shí)空演變特征研究［J］.地球科學(xué)進(jìn)展，2020，35（11）：1113-1126.

［20］衡彤，王文圣，丁晶.降水量時(shí)間序列變化的小波特征［J］.長江流域資源與環(huán)境，2002，11（5）：466-470.

［21］廖靜秋.全球氣候變化及其對人類生存的影響［J］.西華師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，31（3）：284-291.

［22］楊琴，陳藝博，趙文龍，等.增溫對玉米冠根形態(tài)、生長發(fā)育和產(chǎn)量的影響［J］.玉米科學(xué)，2022，30（6）：67-77.

［23］戚穎，白雪峰，李鐵男.氣候變化對黑龍江省生育期內(nèi)玉米產(chǎn)量的影響［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2019，50（9）：254-263.

［24］宋天媛，陳滇豫，胡笑濤，等.氣候變化背景下關(guān)中地區(qū)葡萄水分盈虧變化特征［J］.干旱地區(qū)農(nóng)業(yè)研究，2022，40（3）：88-94.

［25］楊笛，熊偉，許吟隆，等.氣候變化背景下中國玉米單產(chǎn)增速減緩的原因分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，2017，33（S1）：231-238.

Analysis on the Characteristics of Climate Changein Xichang from 1956 to 2020

YU Yu-shou，ZHANG Shu-li，YANG Dan，LIAO Qi-hua，WU Lin-peng

（a.School of Geographical Sciences，b.Sichuan Provincial Engineering Laboratory of Monitoring

and Control for Soil Erosion on Dry Valleys，China West Normal University，Nanchong Sichuan 637009，China）

Abstract：Based on the data of climate factors such as precipitation，average temperature and sunshine hours in Xichang from 1956 to 2020，the characteristics of its climate change in recent 65 years are analyzed by linear regression，weighted moving average method，Mann-Kendall mutation test and wavelet analysis.The results are as follows： （1） The annual precipitation had maintained an upward trend with a low significance，and the trend rate was 8.75 mm· （10 a）-1;the mutation occurred in 1998，and the precipitation had continued to increase since 1964；the precipitation had periodic changes on the 57-year scale and presented a continous increase in spring and summer but a decrease in autumn and winter.（2） The annual average temperature had maintained a significant rising trend，with a trend rate of 0.17 ℃· （10 a）-1;there were mutation points in 2004，2006 and 2008，and there had been a continous significant increase since 2009;the annual average temperature of the four seasons had also presented an upward trend，and the maximum trend rate in winter was 0.24 ℃· （10 a）-1;the average temperature had periodic changes on the 56-year scale.（3） The annual sunshine hours had shown a significant declining trend，with a trend rate of -53.76 h· （10 a）-1;there was a mutation point in 1982，and it had continued to decrease significantly since 1991;the sunshine hours in the four seasons had presented a decreasing trend，with the fastest decline in summer，and the trend rate was -20.00 h· （10 a）-1;sunshine hours had periodic changes on the 57-year scale.The annual and seasonal average temperature in Xichang is expected to maintain a strong upward trend，but the sunshine hours will present a strong downward trend in the future.

Keywords：climate change；average temperature；precipitation；sunshine hours；Xichang