基于云模型的四川盆地氣候變化時(shí)空分布特征分析

高藺云, 黃曉榮，2, 奚圓圓, 李晶晶, 馬凱

(1.四川大學(xué) 水利水電學(xué)院,四川 成都 610065;2.四川大學(xué) 水力學(xué)與山區(qū)河流開發(fā)保護(hù)國家重點(diǎn)實(shí)驗(yàn)室，四川 成都 610065)

基于云模型的四川盆地氣候變化時(shí)空分布特征分析

高藺云1, 黃曉榮1，2, 奚圓圓1, 李晶晶1, 馬凱1

(1.四川大學(xué) 水利水電學(xué)院,四川 成都 610065;2.四川大學(xué) 水力學(xué)與山區(qū)河流開發(fā)保護(hù)國家重點(diǎn)實(shí)驗(yàn)室，四川 成都 610065)

為了研究四川盆地氣候變化的時(shí)空分布特征,利用1955—2010年四川盆地內(nèi)15個(gè)氣象站的月降水量和月氣溫資料,使用高橋浩一郎蒸發(fā)公式計(jì)算月蒸發(fā)量,采用云模型描述降水量、氣溫和蒸發(fā)量在時(shí)間上分布的特性,運(yùn)用Kendall秩次相關(guān)法分析降水量、氣溫和蒸發(fā)量的時(shí)空分布特征。結(jié)果顯示:1955—2010年的四川盆地年度及季度降水量序列中,冬季平均降水量分布最不均勻,秋季次之;年度及季度氣溫序列中,冬季平均氣溫分布最不均勻,且最不穩(wěn)定,秋季平均氣溫分布最穩(wěn)定;年度及季度蒸發(fā)量序列中,冬季平均蒸發(fā)量分布最不均勻,多年平均蒸發(fā)量序列分布最均勻;年度及季度降水量均呈下降趨勢(shì);年度及季度氣溫中除夏季平均氣溫呈下降趨勢(shì)外,其余均呈上升趨勢(shì);年度與秋季蒸發(fā)量呈下降趨勢(shì),春、夏、冬3個(gè)季節(jié)的平均蒸發(fā)量呈上升趨勢(shì)。對(duì)四川盆地氣候變化時(shí)空分布特征的分析，可為該地區(qū)的氣候變化研究提供參考與技術(shù)支持。

四川盆地；氣候變化;云模型;Kendall秩次相關(guān)法；降水量；氣溫；蒸發(fā)量

近年來,隨著全球氣候的變暖,極端天氣氣候事件發(fā)生的強(qiáng)度和頻率有所增加[1-2],對(duì)人類生活和自然生態(tài)系統(tǒng)均造成了巨大的威脅。因此,了解氣候變化特征,對(duì)水資源的管理以及人類生命財(cái)產(chǎn)安全的保護(hù)有著至關(guān)重要的作用。王會(huì)軍院士[3]指出,自20世紀(jì)80年代開始,世界氣候研究大規(guī)模興起,隨著人類社會(huì)的工業(yè)化、現(xiàn)代化以及氣候系統(tǒng)科學(xué)的不斷發(fā)展,全球氣候變化問題逐漸成為科學(xué)界和社會(huì)公眾關(guān)注的焦點(diǎn)。近年來,許多學(xué)者對(duì)氣候的變化趨勢(shì)、突變性、周期性等特征進(jìn)行了研究。王鵬祥等[4]分析了我國西北地區(qū)的降水量、氣溫和蒸發(fā)量的變化趨勢(shì)及突變性;畢雪麗等[5]利用線性回歸法、累積距平法、Mann-Kendall法,分析了河池市近56年來氣候的變化特征;李琰等[6]采用1980—2006年陜西省榆林市12個(gè)縣(區(qū))的氣溫、降水資料,通過趨勢(shì)分析、聚類分析對(duì)榆林市縣域氣候變化特征進(jìn)行了研究。但對(duì)氣候序列的均勻性及穩(wěn)定性的研究相對(duì)較少。劉德地等[7]將云模型引入到降水量時(shí)空分布特征的研究中,對(duì)降水量在時(shí)間上分布的均勻性及穩(wěn)定性進(jìn)行了分析;趙璐等[8]采用云模型描述了潛在蒸發(fā)量的時(shí)空分布特征。本文擬運(yùn)用云模型,分析四川盆地的年度及季度降水量、氣溫和蒸發(fā)量在時(shí)間上的分布特性;并運(yùn)用Kendall秩次相關(guān)法,分析其在時(shí)空上的變化特征，以期為四川盆地氣候變化研究提供科學(xué)依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)域

四川盆地是中國四大盆地之一,位于我國腹心地帶和大西部東緣中段,囊括四川省中東部和重慶大部分地區(qū)?？偯娣e約26萬km2,周圍山地海拔多在1 000～3 000 m,中間盆底地勢(shì)低矮,海拔為200～750 m。四川盆地地形閉塞,氣溫高于同緯度其他地區(qū),多年平均降水量1 000～1 300 mm。

1.2 數(shù)據(jù)來源

本文采用由中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的1955—2010年四川盆地內(nèi)15個(gè)氣象站的月降水量和月氣溫資料,氣象站站點(diǎn)位置如圖1所示。研究區(qū)域內(nèi)季節(jié)的劃分方式為:3—5月為春季；6—8月為夏季；9—11月為秋季；12月至次年2月為冬季。

圖1 氣象站站點(diǎn)位置

1.3 分析方法

水文序列時(shí)空分布特征的研究方法有很多,常用的有線性傾向估計(jì)法、高橋浩一郎蒸發(fā)公式法、潛在非平穩(wěn)氣候序列趨勢(shì)分析法、云模型、小波分析法、曼-肯德爾(Mann-Kendall)秩次相關(guān)法、基于GIS的空間插值分析法等。筆者選用高橋浩一郎蒸發(fā)公式法、云模型和Mann-Kendall秩次相關(guān)法對(duì)四川盆地氣候變化時(shí)空分布特征進(jìn)行分析。

1.3.1 高橋浩一郎蒸發(fā)公式法

高橋浩一郎蒸發(fā)公式是由高橋浩一郎推算出的經(jīng)驗(yàn)公式,運(yùn)用月平均氣溫、月降水量來推算月蒸發(fā)量[9]。

(1)

式中:E為月蒸發(fā)量,mm;R為月降水量,mm;T為月平均氣溫,℃。

高橋浩一郎蒸發(fā)公式雖為經(jīng)驗(yàn)公式,但它在物理上考慮了影響實(shí)際蒸發(fā)的兩個(gè)最主要物理因子(氣溫和降水量),并有實(shí)際觀測(cè)資料做支撐,因此能較好地反映實(shí)際蒸發(fā)的變化情況[10]。

1.3.2 云模型

云模型作為處理定性概念與定量描述轉(zhuǎn)換的不確定性模型,能夠充分體現(xiàn)語言概念的隨機(jī)性和模糊性,是實(shí)現(xiàn)定性與定量轉(zhuǎn)換的有效工具[11]。云模型的數(shù)字特征用期望(Ex)、熵(En)和超熵(He)的數(shù)值來表示。

期望(Ex)為時(shí)間序列的平均值,是表示云滴在論域空間分布的期望, 是最能夠代表定性概念的點(diǎn),即概念在論域空間的中心值[11]。

熵(En)是定性概念不確定性的度量,是由定性概念的不確定性和模糊性共同決定的[11]；它也是定性概念隨機(jī)性的度量,反映了能夠代表這個(gè)定性概念的云滴的離散程度,即相對(duì)于平均值的離散程度,En值越大,表明序列越分散;它還是定性概念亦此亦彼的度量,反映了論域空間中可被概念接受的云滴取值范圍。

超熵(He)是熵(En)的不確定性的度量,用來度量熵的不均勻程度,可稱為熵的熵,由熵的不確定性和模糊性共同決定。He值越大,表明序列的熵越不穩(wěn)定,He體現(xiàn)了序列不均勻性的穩(wěn)定程度。

云的生成算法既可以用軟件的方式實(shí)現(xiàn),又可以用固化成硬件的方式實(shí)現(xiàn),這種硬件稱為云發(fā)生器(Cloud Generator)。云發(fā)生器分為正向云發(fā)生器和逆向云發(fā)生器。

1)正向云發(fā)生器。正向云發(fā)生器是最基本的云算法,它在表達(dá)自然語言中的基本語言值——語言原子時(shí)最為有用,實(shí)現(xiàn)了從語言值表達(dá)的定性信息中獲得定量的范圍和分布規(guī)律,是用來表征語言原子時(shí)最普遍、最重要的工具,是一個(gè)前向的、直接的過程。針對(duì)正態(tài)分布情況,若給定云的3個(gè)數(shù)字特征(Ex、En、He),可產(chǎn)生正態(tài)云模型的若干二維點(diǎn)——云滴drop(xi,μi),則稱其為正向云發(fā)生器。

正向云發(fā)生器的算法過程主要為:輸入數(shù)字特征(Ex、En、He),輸出n個(gè)云滴xi及其確定度μi(i=1,2,…,n)。具體計(jì)算步驟如下[7]:

步驟3 計(jì)算云滴xi的確定度μi:

步驟4 生成具有確定度μi的xi，成為數(shù)域中的一個(gè)云滴。

步驟5 重復(fù)步驟1—4,直到產(chǎn)生要求的n個(gè)云滴為止。

2)逆向云發(fā)生器。給定符合某一正態(tài)云分布規(guī)律的一組云滴(Xi,Yi)作為樣本,若產(chǎn)生描述云模型所對(duì)應(yīng)的定性概念的3個(gè)數(shù)字特征(Ex、En、He),則稱其為逆向云發(fā)生器。

逆向云發(fā)生器的算法過程主要為:輸入樣本點(diǎn)Xi，輸出數(shù)字特征(Ex、En、He)。具體計(jì)算步驟如下[7]:

步驟2 計(jì)算樣本數(shù)據(jù)的期望Ex、熵En及超熵He：

由步驟2可以看出,熵En和超熵He的大小與期望Ex相關(guān)。不同數(shù)據(jù)序列的熵和超熵相互對(duì)比時(shí),若各序列的期望值相差較大,則不能準(zhǔn)確地體現(xiàn)出各序列之間的相對(duì)離散程度及相對(duì)不均勻穩(wěn)定程度的高低。因此,為了便于比較,將各序列分別除以各自的均值,使各序列的期望值均相同(都為1)。

1.3.3 曼-肯德爾(Mann-Kendall)秩次相關(guān)法

曼-肯德爾(Mann-Kendall)秩次相關(guān)法又可簡稱為Kendall秩次相關(guān)法，它是世界氣象組織推薦并已廣泛使用的非參數(shù)秩次檢驗(yàn)方法。此方法計(jì)算簡便，樣本不需要遵從一定的分布規(guī)律,也不受少數(shù)異常值的干擾,適用于水文、氣象等非正態(tài)分布的數(shù)據(jù)序列[8]。

x1,x2，…，xn表示樣本容量為n的時(shí)間序列的變量,定義統(tǒng)計(jì)量s,可建立表達(dá)式[12]:

(2)

(3)

式中:xk、xj分別為k、j時(shí)間序列的序列值,k>j。

定義正態(tài)分布統(tǒng)計(jì)量Z[12]:

(4)

式中Var(s)為方差。

2 結(jié)果分析

2.1 云模型結(jié)果分析

利用云模型的逆向云發(fā)生器計(jì)算1955—2010年四川盆地的年度及季度降水量、氣溫、蒸發(fā)量的云模型數(shù)字特征,數(shù)字特征值見表1。

表1 1955—2010年四川盆地的年度及季度降水量、氣溫和蒸發(fā)量的云模型數(shù)字特征值

由表1可以看出:1955—2010年，四川盆地的多年平均降水量為1 164.0 mm,降水主要集中在夏季,夏季平均降水量占多年平均降水量的53.3%,冬季降水量最少,僅占多年平均降水量的4.0%;四川盆地的多年平均氣溫為16.5 ℃,春季和秋季的平均氣溫與多年平均氣溫接近,夏季平均氣溫最高,為25.2 ℃,冬季平均氣溫最低，為7.1 ℃;四川盆地的多年平均蒸發(fā)量為601.4 mm,占多年平均降水量的51.7%,4個(gè)季度中,夏季平均蒸發(fā)量最大,占多年平均蒸發(fā)量的44.9%。

利用云模型的正向云發(fā)生器計(jì)算1955—2010年四川盆地的年度及季度降水量、氣溫、蒸發(fā)量的云滴，并繪制相應(yīng)的隸屬云圖,如圖2所示。

由圖2可以看出:

1)56年來,四川盆地的年度及度季降水量中(圖2(a)、(d)、(g)、(j)、(m)),冬季平均降水量在時(shí)間上分布的離散程度即不均勻性最大,但其不均勻性相對(duì)較穩(wěn)定;多年平均降水量在時(shí)間上分布最為均勻,但其不均勻性的穩(wěn)定程度與冬季相差不大;夏季平均降水量的云滴分布最分散,說明其不均勻性的穩(wěn)定程度較差;春季平均降水量的云滴分布明顯較集中,說明其不均勻性的穩(wěn)定程度較好。

圖2 1955—2010年四川盆地的年度及季度降水量、氣溫和蒸發(fā)量隸屬云圖

2)56年來,四川盆地的年度及季度氣溫中(圖2(b)、(e)、(h)、(k)、(n)),夏季平均氣溫分布最均勻,但其穩(wěn)定性相對(duì)不強(qiáng);冬季平均氣溫分布最不均勻,且最不穩(wěn)定;秋季平均氣溫分布相對(duì)較不均勻,但其穩(wěn)定性最好。

3)56年來,四川盆地的年度及季度蒸發(fā)量中(圖2(c)、(f)、(i)、(l)、(o)),多年平均蒸發(fā)量分布最均勻,且其穩(wěn)定性較強(qiáng);冬季平均蒸發(fā)量分布最不均勻,且其穩(wěn)定性相對(duì)不強(qiáng)。

4)56年來,四川盆地的年度及季度降水量、氣溫和蒸發(fā)量序列中,氣溫序列在時(shí)間上分布最為均勻、穩(wěn)定,其次為蒸發(fā)量,降水量序列的均勻性和穩(wěn)定性相對(duì)較差。

2.2 四川盆地氣候變化趨勢(shì)分析

由表2可以看出,1955—2010年四川盆地的年度及季度降水量均呈減少趨勢(shì),但其減少趨勢(shì)在99%置信區(qū)間內(nèi)均不顯著;年度及季度氣溫序列中,除夏季外，其余均呈上升趨勢(shì),且只有秋季的上升趨勢(shì)在99%置信區(qū)間內(nèi)顯著;年度及季度蒸發(fā)量序列中,春季、夏季及冬季呈增加趨勢(shì),年度及秋季呈下降趨勢(shì)，且所有變化趨勢(shì)在99%置信區(qū)間內(nèi)均不顯著。

表2 1955—2010年四川盆地的年度及季度降水量、 氣溫和蒸發(fā)量的Z值統(tǒng)計(jì)表

利用基于GIS的反距離權(quán)重(Inverse Distance Weighted，IDW)法將趨勢(shì)分析的Z值進(jìn)行空間插值,結(jié)果如圖3所示。

圖3 1955—2010年四川盆地降水量、氣溫和蒸發(fā)量的Z值空間分布

由圖3可知：

1)1955—2010年四川盆地的年度及季度降水量Z值均表現(xiàn)出東北部大、西南部小,且大部分地區(qū)Z值小于0,只有東北部小部分地區(qū)的Z值大于0,即四川盆地大部分地區(qū)的年度及季度降水量呈減少趨勢(shì)。

2)年度及季度氣溫Z值的空間分布與降水量相反,大部分地區(qū)氣溫Z值大于0,只有東北部的少部分地區(qū)小于0,即四川盆地大部分地區(qū)的年度及季度氣溫呈上升趨勢(shì)。

3)年度及季度蒸發(fā)量Z值空間分布中,除冬季外,其余均為東北部和西南部地區(qū)蒸發(fā)量Z值較大、中部地區(qū)較小;而冬季平均蒸發(fā)量Z值在東北部地區(qū)較大、西南部地區(qū)較小；年度及季度蒸發(fā)量Z值大都位于-2.58～2.58,即變化趨勢(shì)在99%置信區(qū)間內(nèi)不顯著。

3 結(jié)語

通過對(duì)1955—2010年四川盆地內(nèi)15個(gè)氣象站的月降水量和月氣溫資料進(jìn)行分析，得出的主要結(jié)論有：

1)降水量序列中，年內(nèi)降水量主要集中在夏季,占多年平均降水量的53.3%。56年來,秋季和冬季平均降水量分布的均勻性和穩(wěn)定性類似，但冬季的不均勻性最大,多年平均降水量分布的均勻性最好,春季平均降水量分布最穩(wěn)定。

2)氣溫序列相對(duì)降水量和蒸發(fā)量序列，分布最為均勻和穩(wěn)定。氣溫序列中,冬季平均氣溫分布均勻性相對(duì)較差,秋季平均氣溫穩(wěn)定性最好。

3)蒸發(fā)量序列中,多年平均蒸發(fā)量分布最為均勻,穩(wěn)定性也較好,秋、冬兩季的穩(wěn)定性類似,但冬季平均蒸發(fā)量分布的均勻性相對(duì)較差。

4)四川盆地絕大多數(shù)地區(qū)降水量呈減少趨勢(shì),氣溫呈增加趨勢(shì),東北部和西南部的蒸發(fā)量呈增加趨勢(shì),中部呈減少趨勢(shì)。

5)由于收集資料以及文章篇幅的限制,本文僅對(duì)降水量、氣溫及蒸發(fā)量的分布特征及變化趨勢(shì)進(jìn)行了分析,未對(duì)其原因進(jìn)行研究。下一步將繼續(xù)收集、分析資料,對(duì)其原因做進(jìn)一步的研究。

[1]任正果，張明軍，王圣杰，等.1961—2011中國南方地區(qū)極端降水事件變化[J].地理學(xué)報(bào)，2014,69(5)：640-649.

[2]鄭景云，郝志新，方修琦，等.中國過去2000年極端氣候事件變化的若干特征[J].地理科學(xué)進(jìn)展，2014,33(1)：3-12.

[3]王會(huì)軍.氣候變化研究與環(huán)境和發(fā)展問題緊密相扣[J].科學(xué)通報(bào),2016,61(10):1027-1028.

[4]王鵬祥,楊金虎,張強(qiáng),等.近半個(gè)世紀(jì)來中國西北地面氣候變化基本特征[J].地球科學(xué)進(jìn)展,2007,22(6):649-656.

[5]畢雪麗,張發(fā)旺,時(shí)堅(jiān),等.河池市近56年來氣候變化特征[J].南水北調(diào)與水利科技,2016,14(2):105-110.

[6]李琰,劉曉瓊,趙昕奕.陜西省榆林市氣候變化特征分析[J].干旱區(qū)資源與環(huán)境,2011,25(1):157-161.

[7]劉德地,陳曉宏,樓章華.基于云模型的降雨時(shí)空分布特性分析[J].水利學(xué)報(bào),2009,40(7):850-857.

[8]趙璐,崔寧博,梁川,等.基于云模型的四川省潛在蒸散量時(shí)空分布研究[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版),2013,45(1):91-97.

[9]周長艷,彭俊,李躍清.九寨溝、黃龍地區(qū)水資源的變化特征及成因分析[J].資源科學(xué),2007,29(2):60-67.

[10]黃曉榮,奚圓圓,李晶晶,等.滎經(jīng)河流域徑流變化過程分析[J].華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016,37(4):67-70.

[11]李健,汪明武,徐鵬,等.基于云模型的圍巖穩(wěn)定性分類[J].巖土工程學(xué)報(bào),2014,36(1):83-87.

[12]霍正文,陳文,凡炳文.近54年定西市降水趨勢(shì)及突變分析[J].水文,2012,32(3):88-92.

[13]YU Lanlan,XIA Ziqiang,LI Jingku,et al.Climate change characteristics of Amur River[J].Water Science and Engineering,2013,6(2):131-144.

(責(zé)任編輯：張陵)

Analysis on Characteristics of Temporal-spatial Climate Distribution in Sichuan Basin Based on Cloud Model

GAO Linyun1, HUANG Xiaorong1,2, XI Yuanyuan1, LI Jingjing1, MA Kai1

(1.College of Water Resource & Hydropower, Sichuan University, Chengdu 610065, China;2.State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, Chengdu 610065, China)

In order to study the temporal and spatial distribution characteristics of climate change in Sichuan Basin, based on the monthly precipitation and monthly air temperature data of 15 meteorological stations in the Sichuan Basin from 1955 to 2010, monthly evaporation was calculated using the Takahashi Koichiro evaporation equation. The cloud model is used to describe the distribution of precipitation, temperature and evaporation in time. The spatial and temporal distribution characteristics of precipitation, air temperature and evaporation were analyzed by Kendall rank correlation method.The results show that the distribution of precipitation is the most uneven in the annual and seasonal precipitation series from 1955 to 2010, followed by in autumn.In the annual and quarterly temperature series, the winter temperature distribution is the most uneven and the most unstable, but the autumn temperature distribution is the most stable.In the annual and quarter evaporation series, the distribution of evaporation in winter is the most uneven, and the annual evaporation is most evenly distributed. The annual and quarterly precipitation has been declining. In the annual and seasonal temperature, except the summer temperature, the others are on the ascending trend. The annual and autumn evapotranspiration showed a decreasing trend, and the evaporation in spring, summer and winter showed an increasing trend. The analysis of the spatial and temporal distribution of climate change in Sichuan Basin can provide scientific reference and technical support for climate change research in this region.

Sichuan Basin; climate distribution; cloud model; Kendall rank correlation method; precipitation; air temperature; evaporation

2016-10-28

國家自然科學(xué)基金面上項(xiàng)目(51579161);國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2015CB452701)。

高藺云(1993—),男,四川達(dá)州人,碩士研究生,從事水文水資源方面的研究。E-mail:glyun@foxmail.com。

黃曉榮(1972—),男,四川重慶人,教授,博士,從事水文水資源方面的研究。E-mail:hxiaorong@scu.edu.cn。

10.3969/j.issn.1002-5634.2017.01.001

TV211

A

1002-5634(2017)01-0001-07