中國(guó)臺(tái)站冬夏季氣溫、降水的氣候變化特征及其顯著性檢驗(yàn)

段明鏗 李欣 王盤興

摘要 利用1951—2010年中國(guó)160站氣溫、降水資料，分析中國(guó)代表性臺(tái)站冬季和夏季氣溫、降水的氣候值及氣候變率在前后30 a的差異，并對(duì)結(jié)果使用不同方法進(jìn)行顯著性檢驗(yàn)。結(jié)果表明，季氣溫氣候平均值的變化總體與全球增暖一致，以升溫為主，但夏季在秦嶺以南及長(zhǎng)江中游地區(qū)出現(xiàn)顯著局部變冷現(xiàn)象;季氣溫氣候變率的變化相對(duì)較小，冬季總體不顯著，夏季僅有少數(shù)臺(tái)站顯著。降水的氣候變化總體不明顯，季降水氣候值變化的空間分布復(fù)雜，冬季南方地區(qū)、夏季東部地區(qū)總體增加，冬、夏季降水氣候變率的變化均不顯著。理論檢驗(yàn)方法（t檢驗(yàn)、F檢驗(yàn)）與隨機(jī)模擬方法（EMC法）的顯著性檢驗(yàn)結(jié)果，對(duì)氣溫的差別較小、對(duì)降水的差別較大，這與樣本距平序列是否服從正態(tài)分布有關(guān)。EMC法可在確保樣本統(tǒng)計(jì)特征不變的情況下，通過多次隨機(jī)模擬，無(wú)需考慮其理論統(tǒng)計(jì)分布特征，使檢驗(yàn)結(jié)果更為可靠。

關(guān)鍵詞 氣溫;降水;氣候變化;顯著性檢驗(yàn);經(jīng)驗(yàn)蒙特卡洛方法

季、月平均氣溫和總降水量是與單站熱量和水分有關(guān)的兩個(gè)最重要的氣候狀態(tài)參數(shù)。當(dāng)統(tǒng)計(jì)區(qū)間大于30 a時(shí)，平均氣溫和總降水量的多年平均值和均方差被稱為氣候值和氣候變率，是表征單站氣候和氣候異常平均狀態(tài)的兩個(gè)統(tǒng)計(jì)量。通過兩者在不同統(tǒng)計(jì)時(shí)段結(jié)果的分析，可以揭示該站的氣候變化基本特征。

在全球變暖背景下，國(guó)內(nèi)外學(xué)者圍繞氣溫和降水的氣候變化開展了大量的研究工作。IPCC（2013）第五次評(píng)估報(bào)告指出，近60余年來的觀測(cè)結(jié)果顯示出的氣候變化是千年來前所未有的，1880—2012年間全球地表氣溫比以往上升了0.85 ℃，而2003—2013年間地表氣溫又比1850—1900年平均升高了0.78 ℃。我國(guó)氣候變暖速率1909年以來高于全球平均值，每百年升溫0.9～1.52 ℃;自1951年以來，中國(guó)平均氣溫上升了1.38 ℃，上升速度為每10 a 0.23 ℃，20世紀(jì)80年代以來的升溫尤為顯著;降水量變化趨勢(shì)不明顯，但呈現(xiàn)出明顯的空間差異（《第三次氣候變化國(guó)家評(píng)估報(bào)告》編寫委員會(huì)，2015;丁一匯和王會(huì)軍，2016;Ren et al.，2017;黃建平等，2019）。對(duì)我國(guó)臺(tái)站地面氣溫和降水資料的分析均表明，50年代以來我國(guó)氣溫總體呈逐漸升高的趨勢(shì)，但不同區(qū)域不同季節(jié)的增溫速率和增溫幅度存在差別（王遵婭等，2004;任國(guó)玉等，2005a;翟盤茂和鄒旭愷，2005）。這些研究大都發(fā)現(xiàn)長(zhǎng)江中游和西南部分地區(qū)存在氣溫下降的情況，但對(duì)這種變化的顯著性缺少定量的分析。從季節(jié)的角度看，秋季和冬季氣溫的變化比較相似，80年代初開始呈現(xiàn)明顯增暖趨勢(shì);春季和夏季氣溫的變化較相似，氣溫波動(dòng)的幅度和變化趨勢(shì)較小，冬季和夏季降水的年代際變化更相似（任國(guó)玉等，2005b）。有研究還發(fā)現(xiàn)，長(zhǎng)江中下游和西北地區(qū)西部的部分區(qū)域有降水量明顯增加的趨勢(shì)，而東北東南部、華北和西北東部的部分地區(qū)降水量減少趨勢(shì)顯著（Liu，2005;翟盤茂和鄒旭愷，2005）。此外，受到東亞夏季風(fēng)年代際減弱的影響，1980年前后氣溫和降水均出現(xiàn)了不同程度的年代際轉(zhuǎn)折，降水的變化尤其明顯，我國(guó)東部地區(qū)降水異常出現(xiàn)了從“北旱南澇”到“南澇北旱”轉(zhuǎn)型，而西部干旱半干旱地區(qū)的降水則有持續(xù)增加的趨勢(shì)（Liu，2005;王遵婭，2007;施曉暉和徐祥德，2008;Day et al.，2018）。

從方法的角度看，目前圍繞氣候變化特征的研究主要針對(duì)整個(gè)時(shí)間序列，通常采用線性趨勢(shì)、最小二乘法、樣條平滑曲線等方法進(jìn)行分析，這些方法基本都能夠可靠地揭示氣候變化的信號(hào)（Mitchell et al.，2001;翟盤茂和李蕾，2014;Hegerl et al.，2006）。當(dāng)然，近年來也有研究者嘗試用一些新的方法來檢測(cè)氣候變化的信號(hào)，例如人工智能（AI）和深度學(xué)習(xí)方法等（Barnes et al.，2018;Sippel et al.，2020）。實(shí)際上，鑒于目前觀測(cè)資料的長(zhǎng)度，完全可以從“氣候”的定義出發(fā)，通過對(duì)足夠長(zhǎng)時(shí)段（如30 a）資料的統(tǒng)計(jì)對(duì)比，揭示氣候變化的特征。除此之外，對(duì)氣候值和氣候變率等氣候變化特征的分析，必須要考慮顯著性檢驗(yàn)的問題。常用的方法是使用t檢驗(yàn)、F檢驗(yàn)等理論檢驗(yàn)方法，對(duì)時(shí)間序列的均值及其距平序列模方是否存在顯著差異做出判斷。直接用這些方法對(duì)統(tǒng)計(jì)量做顯著性檢驗(yàn)的前提是樣本的統(tǒng)計(jì)量服從已知某種理論分布。對(duì)于分析對(duì)象（季溫度、降水）而言，研究表明，它們不一定來自正態(tài)母體;因此，統(tǒng)計(jì)量不一定服從學(xué)生氏t分布、F分布（施能和陳輝，1988;謝瑤瑤等，2011）。根據(jù)謝瑤瑤等（2011）的分析，中國(guó)160站季氣溫樣本距平序列服從正態(tài)分布的站數(shù)占總站數(shù)比例近90%，且分布的冬、夏季節(jié)差異甚小;季降水樣本距平序列服從正態(tài)分布的站數(shù)占總站數(shù)比例不足50%，冬季明顯低于夏季（站數(shù)約為夏季一半）。因此，理論檢驗(yàn)方法適用于中國(guó)多數(shù)站季氣溫均值、模方差異的顯著性檢驗(yàn)（仍有10%以上的站不適用），而對(duì)半數(shù)以上站季降水均值、模方差異的顯著性檢驗(yàn)則不適用（冬季高達(dá)74%）。因此需要考慮使用更為可靠的顯著性檢驗(yàn)方法，特別是對(duì)降水的分析。

綜上，有必要進(jìn)一步對(duì)我國(guó)氣溫、降水在不同時(shí)段的氣候變化特征進(jìn)行比較，并使用恰當(dāng)?shù)娘@著性檢驗(yàn)方法對(duì)結(jié)果進(jìn)行檢驗(yàn)。因此，將利用中國(guó)160站60 a（1951—2010年）平均氣溫和總降水量資料，分析冬（12月—次年2月）、夏（6—8月）兩季中國(guó)160站的單站氣候值和氣候變率在前30 a（1951—1980年）和后30 a（1981—2010年）變化的差異，并比較不同檢驗(yàn)方法所呈現(xiàn)的顯著性檢驗(yàn)結(jié)果的差別。

1 資料和方法

1.1 資料

資料為國(guó)家氣候中心提供的中國(guó)160站1951—2010年間逐月氣溫和降水量資料。根據(jù)研究需要，將資料處理成季平均氣溫和季降水總量序列進(jìn)行計(jì)算。

1.2 方法

將某臺(tái)站氣溫或降水的60 a序列記為x，再將其分為長(zhǎng)度分別是n1、n2的兩個(gè)子序列x1、x2（右下標(biāo)k=1、2為子序列序號(hào)，1為前30 a，2為后30 a），n1+n2=n=60 a。各序列對(duì)應(yīng)的氣候平均值為、k，均方差為σ、σk，距平序列模方s=nσ2、sk=nkσ2k（分別是x、xk的自由度為n-1、nk-1的χ2統(tǒng)計(jì)量）。據(jù)此還可進(jìn)一步得到子序列的均值差絕對(duì)值d=|2-1|、模方和s′=s1+s2、模方比r=s2/s1。這里的比較對(duì)象是均值1、2以及模方s1、s2。下面重點(diǎn)介紹分析中涉及的兩類顯著性檢驗(yàn)方法。

其分子、分母自由度均為n2-1、n1-1;f用于模方s1、s2是否存在顯著差異的檢驗(yàn)。信度α=0.05時(shí)查表可知，fα=0.05（29，29）=1.861。

若樣本序列來自正態(tài)無(wú)相關(guān)母體，則（1）式中的統(tǒng)計(jì)量服從自由度n-2=58的t分布，（2）式中的統(tǒng)計(jì)量f服從分子、分母自由度分別為n2-1、n1-1的F分布。在給定信度α下，可確定其臨界值tα（2n-2）、fα（n-1，n-1），從而對(duì)序列x1、x2的均值1、2及其距平序列模方s1、s2是否存在顯著差異做出判斷。

2）經(jīng)驗(yàn)蒙特卡洛方法

蒙特卡洛（Monte Carlo）方法（簡(jiǎn)記為MC法），又稱隨機(jī)模擬（Random Simulation）方法，可用于對(duì)母體分布未知的樣本序列的統(tǒng)計(jì)量作顯著性檢驗(yàn)（梁宗巨等，2001）。早在20世紀(jì)70年代，MC法便用于氣象學(xué)中相關(guān)分析、EOF分析的顯著性檢驗(yàn)（Lund，1970;Neumann et al.，1977;Barnett and Preisendorfer，1978）;之后，MC法得到更廣泛的應(yīng)用（Livezey and Chen，1983;Iwasaka and Wallace，1995;Shen and Lau，1995）;施能（1996）、施能和魏鳳英（1997）首先在國(guó)內(nèi)介紹了該方法在氣象統(tǒng)計(jì)分析中的應(yīng)用。在早期應(yīng)用MC法的氣象學(xué)文獻(xiàn)中，一般用隨機(jī)數(shù)產(chǎn)生程序產(chǎn)生的隨機(jī)數(shù)序列來模擬樣本序列;實(shí)際上，此時(shí)的隨機(jī)數(shù)序列仍然滿足某種理想化的統(tǒng)計(jì)分布，如正態(tài)分布。后來，Iwasaka and Wallace（1995）提出了將樣本序列時(shí)序隨機(jī)打亂的方式產(chǎn)生隨機(jī)場(chǎng)序列。這種方式的優(yōu)點(diǎn)是可保證樣本的統(tǒng)計(jì)特征（分布、數(shù)字特征）不變，使之盡可能地接近于母體。這里使用后一種方法，相對(duì)于t檢驗(yàn)、F檢驗(yàn)等理論統(tǒng)計(jì)方法，將之稱為“經(jīng)驗(yàn)蒙特卡洛（EMC）方法”。具體分析步驟如下：

2 氣溫前、后30 a氣候變化特征及其顯著性檢驗(yàn)

對(duì)中國(guó)1951—2010年160站季氣溫的前、后30 a均值（即氣候值）和模方（即氣候變率）的變化情況分別進(jìn)行分析。

對(duì)均值而言，中國(guó)氣溫氣候變化總體與全球增暖的趨勢(shì)保持一致。冬季全國(guó)160站溫度變幅的算術(shù)平均值為1.05 ℃，在所有160個(gè)臺(tái)站中僅有7個(gè)臺(tái)站表現(xiàn)為降溫（d<0），且降幅均非常小，最大降幅僅為0.25 ℃，統(tǒng)計(jì)不顯著，這些臺(tái)站主要位于云南、貴州、四川和廣西地區(qū);其余臺(tái)站均表現(xiàn)為升溫（d>0），其中我國(guó)三北地區(qū)的增溫最為明顯，有三個(gè)增溫中心分別位于東北、華北和西北地區(qū)（圖1a），最大升幅達(dá)2.77 ℃（黑龍江呼瑪站）。從變化的顯著性來看，用兩種檢驗(yàn)方法（信度均為0.05）得到的顯著變化臺(tái)站數(shù)與總臺(tái)站數(shù)之比（以下簡(jiǎn)稱占比）均非常高，其中通過t檢驗(yàn)的臺(tái)站共118個(gè)，占比73.8%，通過EMC檢驗(yàn)的臺(tái)站共115個(gè)，占比71.9%（表1），可見兩種檢驗(yàn)方法得到的結(jié)果差別不大，這也從一個(gè)側(cè)面說明多數(shù)站點(diǎn)的冬季氣溫是服從正態(tài)分布的。與冬季相比，夏季氣溫升高的幅度相對(duì)較低（全國(guó)160站溫度變幅的算術(shù)平均值為0.29 ℃），一致性也相對(duì)較弱（圖1b），與丁一匯和王會(huì)軍（2016）給出的結(jié)論基本一致，發(fā)生顯著增暖的地區(qū)主要集中在東北、華北、西南和華南地區(qū)，最大增幅為1.47 ℃（云南德欽站），明顯小于冬季;同時(shí)，與全球增暖的大趨勢(shì)相反，還在秦嶺以南及長(zhǎng)江中游地區(qū)出現(xiàn)了大片顯著變冷的區(qū)域，溫度最大降幅達(dá)1.16 ℃（湖北鄖縣站），這與任國(guó)玉等（2005a，2005b）、王遵婭等（2004）以及翟盤茂和鄒旭愷（2005）采用不用方法得到的結(jié)果一致。與這些研究結(jié)果不同的是，我們的檢驗(yàn)結(jié)果表明，這個(gè)區(qū)域的降溫是顯著的。根據(jù)Ren et al.（2012）的研究，其成因可能與這些地區(qū)氣溶膠濃度和云量的增加有關(guān)。從顯著性檢驗(yàn)的統(tǒng)計(jì)結(jié)果看，夏季氣溫通過t檢驗(yàn)的臺(tái)站共84個(gè)，其中升溫75個(gè)（占比46.9%），降溫9個(gè)（占比5.6%），通過EMC法檢驗(yàn)的臺(tái)站共計(jì)85個(gè)，其中升溫76個(gè)（占比47.5%），降溫9個(gè)（占比5.6%），兩種檢驗(yàn)方法的差異同樣不明顯。

與季氣溫的氣候變化相比，前、后30 a氣候變率（模方）的變化要小得多?？傮w而言，可認(rèn)為冬季氣候變率的變化（圖2a）并不顯著，通過EMC法檢驗(yàn)的臺(tái)站僅有7個(gè)，其中4個(gè)變率顯著增大，3個(gè)變率顯著減小（表1），且從圖2a可以看出這些臺(tái)站的分布并不集中。相對(duì)而言，通過F檢驗(yàn)的臺(tái)站較多，達(dá)到18個(gè)（其中變率顯著增大臺(tái)站7個(gè)，顯著減小臺(tái)站11個(gè)），主要位于青藏高原東南部、新疆南部和內(nèi)蒙古中部區(qū)域。根據(jù)相關(guān)研究（Livezey and Chen，1983;Lu et al.，2009），當(dāng)信度為0.05時(shí)，通過隨機(jī)模擬顯著性檢驗(yàn)方法的站點(diǎn)總數(shù)必須大于或等于13時(shí)，通過顯著性檢驗(yàn)的測(cè)站所采用的樣本母體才可認(rèn)為是服從正態(tài)分布的。這里根據(jù)EMC法的檢驗(yàn)結(jié)果（7站通過顯著性檢驗(yàn)），冬季氣溫是不滿足正態(tài)分布的。此外還可以看出，通過F檢驗(yàn)和EMC法檢驗(yàn)臺(tái)站差異較大，統(tǒng)計(jì)表明僅有6個(gè)臺(tái)站在兩種檢驗(yàn)方法下均是顯著的（表1），根據(jù)1.2節(jié)的討論，這也從另一個(gè)側(cè)面印證了上述冬季氣溫正態(tài)分布特征的結(jié)論，反過來也說明在這種情況下使用F檢驗(yàn)方法得到的結(jié)果很可能是不可靠的。結(jié)合前面的氣候值差異分析結(jié)果可以看出，整體而言我國(guó)冬季氣溫平均值增加，但氣候變率變化不大。夏季的氣溫變率相對(duì)于冬季整體增大，前、后30 a的差異也更為明顯，以變率增大為主，增幅大值區(qū)位于東北大部、華北西北部，以及青藏高原地區(qū)，呈東北-西南走向，其兩側(cè)區(qū)域的增幅相對(duì)較?。▓D2b）。與冬季相同，夏季氣溫的氣候變率增幅最大的是西藏拉薩站，模方比r達(dá)到了4.08。夏季氣溫變率差異通過F檢驗(yàn)的站數(shù)共有38個(gè)（占比23.8%），其中32個(gè)顯著增大，6個(gè)顯著減小;通過EMC法檢驗(yàn)的站數(shù)共有20個(gè)（占比12.5%），其中18個(gè)顯著增大，2個(gè)顯著減小，分別為新疆烏魯木齊站（模方比為0.22）和貴州興仁站（模方比為0.42）。結(jié)合夏季氣溫氣候值的變化可知，在我國(guó)東北、華北區(qū)域主要表現(xiàn)為氣溫平均值增高的同時(shí)，還伴隨著年際振蕩增大，而在秦嶺以南及長(zhǎng)江中游地區(qū)，以及新疆地區(qū)，則出現(xiàn)了氣溫平均值降低，變率減小的情況。

就兩種顯著性檢驗(yàn)的結(jié)果而言，由于中國(guó)160站季氣溫樣本距平序列服從正態(tài)分布的站數(shù)占比非常高（謝瑤瑤等，2011），所以在進(jìn)行顯著性檢驗(yàn)時(shí)采用理論檢驗(yàn)方法得到的結(jié)果與采用EMC法得到的結(jié)果差別甚小，特別對(duì)均值的檢驗(yàn)。對(duì)模方的檢驗(yàn)結(jié)果差別相對(duì)較大，冬季氣溫模方通過EMC檢驗(yàn)的臺(tái)站數(shù)不超過13個(gè)，說明樣本中不服從正態(tài)分布的部分臺(tái)站（約10%）數(shù)據(jù)可能對(duì)結(jié)果有所影響;夏季EMC法檢驗(yàn)結(jié)果均包含于F檢驗(yàn)結(jié)果中（表1）。另外需要注意的是，圖1、圖2中均出現(xiàn)了t檢驗(yàn)、F檢驗(yàn)結(jié)果（陰影）與EMC法檢驗(yàn)結(jié)果（圓點(diǎn)）的重合情況與表1的統(tǒng)計(jì)數(shù)據(jù)不一致的情況，這是由于使用臺(tái)站數(shù)據(jù)繪圖時(shí)使用插值函數(shù)造成的。

3 降水前、后30 a氣候變化特征及其顯著性檢驗(yàn)

接下來分別分析中國(guó)1951—2010年160站季降水前、后30 a間的氣候值（總降水量）和氣候變率（方差）的差異狀況。

與氣溫不同，前、后30 a間的我國(guó)冬季降水總量的變化局域性特征更為顯著，主要表現(xiàn)為秦嶺-淮河以南的東部地區(qū)，以及新疆西北部的降水增加，東北與華北交界地區(qū)，以及川藏滇交界地區(qū)的降水減少（圖3a），全國(guó)160站降水總量變幅的算術(shù)平均值為5.34 mm，最大增幅約為33 mm（廣西梧州站）。進(jìn)一步考慮這些差異的顯著性可知，共有10個(gè)臺(tái)站（占比6.25%）通過t檢驗(yàn)，9個(gè)臺(tái)站（占比5.62%）通過EMC法檢驗(yàn)（表2）。EMC法檢驗(yàn)得到的兩個(gè)降水總量顯著降低的臺(tái)站（天津站、內(nèi)蒙古多倫站）均位于東北與華北交界區(qū)域，盡管這個(gè)區(qū)域的季降水總量降幅并不大（約4.5 mm），但由于降水總量偏小，所以依然表現(xiàn)出顯著的降水總量下降特征。同樣的，由于通過隨機(jī)模擬顯著性檢驗(yàn)方法的站點(diǎn)總數(shù)小于13，所以冬季降水是不滿足正態(tài)分布的，基于正態(tài)分布的t檢驗(yàn)結(jié)果是不可靠的。相對(duì)于冬季，夏季降水的局域性更為顯著，盡管降水總量變幅的算術(shù)平均值相對(duì)較低（3.36 mm），但不同區(qū)域的差別卻更加明顯，這也與夏季降水時(shí)空變化較大的特征一致。降水變化幅度較大的區(qū)域主要位于除東北以外的我國(guó)東部地區(qū)（圖3b），表現(xiàn)出了20世紀(jì)70年代末以來降水異常“南澇北旱”轉(zhuǎn)型的特征（王遵婭，2007），其中增幅最大的區(qū)域位于廣東、福建沿海地區(qū)（大于100 mm，但未通過顯著性檢驗(yàn)），以及江浙滬沿海地區(qū)（約為90 mm，通過顯著性檢驗(yàn)）;降幅最大的區(qū)域則位于環(huán)渤海地區(qū)（大于100 mm）。從顯著性檢驗(yàn)結(jié)果（表2）來看，兩種方法得到的結(jié)果差別并不明顯。

圖4給出了冬季和夏季的降水量氣候變率的變化情況，可見，冬季降水變率增大的區(qū)域主要位于華南地區(qū)、內(nèi)蒙古中部、新疆西北部以及青藏高原東部（圖4a），結(jié)合總降水量的變化情況，可以看出后30 a華南地區(qū)和新疆西北部地區(qū)的冬季降水量不僅總量增大，而且年際變率也有增大的趨勢(shì);廣東榕江站的降水總量差異和變率差異同時(shí)通過了信度為0.05的EMC法檢驗(yàn)。冬季降水變率顯著減少的區(qū)域主要位于東北地區(qū)中部，另外新疆吐魯番站的冬季降水變率也是顯著減小的。兩種檢驗(yàn)方法得到的顯著變化臺(tái)站數(shù)有明顯差別，共有52站通過F檢驗(yàn)（占比32.5%），僅有18站通過EMC法檢驗(yàn)（占比11.3%），但通過EMC法檢驗(yàn)的18個(gè)臺(tái)站均包含在F檢驗(yàn)結(jié)果（表2）中。夏季降水變率的變化相對(duì)弱于冬季，仍然以增大為主，顯著增大的區(qū)域主要位于華南地區(qū)南部、東北地區(qū)西北部以及新疆南部，降水模方比最大的臺(tái)站是新疆若羌站，比值r達(dá)到了11.92;顯著減小的區(qū)域（臺(tái)站）主要位于河套西部地區(qū)。從模方比的季節(jié)差異看，冬夏季降水變率變化的基本不重合，僅有東北西北部的若干區(qū)域存在冬夏季降水變率均增大的情況，特別是內(nèi)蒙古海拉爾站冬季和夏季的降水氣候變率均顯著增大。不同于冬季，夏季降水總量顯著變化的區(qū)域基本不與降水變率顯著變化的區(qū)域重合。兩種檢驗(yàn)方法在夏季得到的結(jié)果同樣差別明顯，通過F檢驗(yàn)的臺(tái)站共28個(gè)（占比17.5%），通過僅有11站通過EMC法檢驗(yàn)（占比6.9%），但其中只有9個(gè)臺(tái)站的結(jié)果重合（表2）。

對(duì)于兩種顯著性檢驗(yàn)方法在降水分析結(jié)果顯著性檢驗(yàn)中的表現(xiàn)，由于季降水總量樣本距平序列服從正態(tài)分布的站數(shù)占比在夏季不足50%，冬季僅為26%（謝瑤瑤等，2011），所以t檢驗(yàn)、F檢驗(yàn)等理論檢驗(yàn)方法并不適用，由表1可以看出，兩種方法對(duì)季降水總量的檢驗(yàn)結(jié)果差別不大，但對(duì)降水變率的檢驗(yàn)結(jié)果有明顯差異。但如果從重合站統(tǒng)計(jì)結(jié)果來看，兩種方法得到的結(jié)果之間差別還是比較明顯的，這一點(diǎn)也可以從圖3、圖4的顯著變化站點(diǎn)分布可以看出。

4 結(jié)論與討論

利用中國(guó)160站60 a（1951—2010年）冬、夏兩季平均氣溫和總降水量資料，分析了前、后30 a各站季平均氣溫和季總降水量的氣候值、氣候變率的變化，并討論了兩種不同顯著性檢驗(yàn)方法對(duì)分析結(jié)果的影響。得到如下結(jié)論：

1）中國(guó)臺(tái)站季平均氣溫氣候平均值的變化總體與全球增暖一致，相對(duì)來說冬季的一致性更強(qiáng)。冬季前、后30 a氣候值在全國(guó)范圍內(nèi)基本均表現(xiàn)為升溫，其中發(fā)生顯著變化的臺(tái)站共115個(gè);夏季共有85個(gè)臺(tái)站溫度發(fā)生顯著變化，其中顯著升溫的有76個(gè)（以上均基于EMC法檢驗(yàn)結(jié)果），秦嶺以南及長(zhǎng)江中游地區(qū)有顯著的局部變冷。季氣溫氣候變率的變化相對(duì)較小，冬季的變化總體不顯著，夏季共有18個(gè)臺(tái)站的變率顯著增大，主要出現(xiàn)在東北、華北區(qū)域。

2）中國(guó)臺(tái)站季降水前、后30 a氣候值的變化總體表現(xiàn)空間分布復(fù)雜，冬季南方地區(qū)、夏季東部地區(qū)總體增加，具有“南澇北旱”的異常特征;氣候變率的變化總體不顯著，特別是夏季。統(tǒng)計(jì)結(jié)果表明，氣候值和氣候變率發(fā)生顯著變化的站數(shù)均在20站以下，占比均小于12%（基于EMC法檢驗(yàn)結(jié)果），明顯小于季氣溫，所以總體而言冬、夏季降水的氣候變化均不明顯。

3）從理論檢驗(yàn)方法（t檢驗(yàn)、F檢驗(yàn)）與隨機(jī)模擬方法（EMC法）對(duì)分析結(jié)果的顯著性檢驗(yàn)來看，相對(duì)來說兩者對(duì)氣溫的顯著性檢驗(yàn)結(jié)果差別較小，這與季氣溫樣本距平序列服從正態(tài)分布的站數(shù)占比高有直接關(guān)系。反之，當(dāng)分析對(duì)象的統(tǒng)計(jì)分布嚴(yán)重偏離理論分布（如降水）時(shí)，應(yīng)當(dāng)謹(jǐn)慎選擇適當(dāng)?shù)娘@著性檢驗(yàn)方法，這樣才能確保結(jié)果的可靠性。EMC法的優(yōu)勢(shì)在于無(wú)需考慮樣本統(tǒng)計(jì)分布特征是否接近理論統(tǒng)計(jì)分布，可利用多次隨機(jī)模擬的方式，保證樣本統(tǒng)計(jì)特征不變，保證其盡可能地接近于母體，從而使檢驗(yàn)結(jié)果更為可靠。

需要指出的是，本文研究所使用的中國(guó)160站逐月氣溫和降水資料未經(jīng)過均一化處理，可能存在因觀測(cè)臺(tái)站遷移、觀測(cè)儀器和觀測(cè)高度變更等因素導(dǎo)致的誤差，因此本文所揭示的顯著氣候變化信號(hào)可能會(huì)受到資料非均一性的影響。此外，臺(tái)站數(shù)量較少，空間分布不均（特別是西部地區(qū)），可能也會(huì)對(duì)結(jié)果的可靠性產(chǎn)生不利影響。未來，可使用臺(tái)站數(shù)量更多，觀測(cè)時(shí)間更長(zhǎng)，經(jīng)過均一化處理的高質(zhì)量觀測(cè)資料對(duì)這一問題進(jìn)行更為深入全面的驗(yàn)證和分析。

參考文獻(xiàn)（References）

Barnes E，Anderson C，Ebert-Uphoff I，2018.An AI approach to determining the time of emergence of climate change[M]//Proceeding of the 8th International Workshop on Climate Informatics：CI 2018：19-22.

Barnett T P，Preisendorfer R W，1978.Multifield analog prediction of short-term climate fluctuations using a climate state vector[J].J Atmos Sci，35（10）：1771-1787.

Day J A，F(xiàn)ung I，Liu W H，2018.Changing character of rainfall in Eastern China，1951—2007[J].PNAS，115（9）：2016-2021.

《第三次氣候變化國(guó)家評(píng)估報(bào)告》編寫委員會(huì)，2015.第三次氣候變化國(guó)家評(píng)估報(bào)告[M].2版.北京：科學(xué)出版社. Editorial Board of “the Third National Climate Change Assessment Report”，2015.Third National Climate Change Assessment Report[M].2nd Ed.Beijing：Science Press.（in Chinese）.

丁一匯，王會(huì)軍，2016.近百年中國(guó)氣候變化科學(xué)問題的新認(rèn)識(shí)[J].科學(xué)通報(bào)，61（10）：1027-1041. Ding Y H，Wang H J，2016.Newly acquired knowledge on the scientific issues related to climate change over the recent 100 years in China[J].Chin Sci Bull，61（10）：1027-1041.（in Chinese）.

Hegerl G C，Karl T R，Allen M，et al.，2006.Climate change detection and attribution：beyond mean temperature signals[J].J Climate，19（20）：5058-5077.

黃建平，陳文，溫之平，等，2019.新中國(guó)成立70年以來的中國(guó)大氣科學(xué)研究：氣候與氣候變化篇[J].中國(guó)科學(xué)（地球科學(xué)），49（10）：1607-1640.Huang J P，Chen W，Wen Z P，et al.，2019.Review of Chinese atmospheric science research over the past 70 years：climate and climate change[J].Sci Sin Terrae，49（10）：1607-1640.（in Chinese）.

IPCC，2013.Climate change 2013：the physical science basis[R]//Stocker T F，Qin D，Plattner G K，et al.，Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge：Cambridge University Press：1535.

Iwasaka N，Wallace J M，1995.Large scale air sea interaction in the Northern Hemisphere from a view point of variations of surface heat flux by SVD analysis[J].J Meteor Soc Japan，73（4）：781-794.

梁宗巨，王青建，沈宏安，2001.世界數(shù)學(xué)通史（下）[M].沈陽(yáng)：遼寧教育出版社. Liang Z，Q Wang Q，Shen H，2001.World general history of mathematics（2）[M].Shenyang：Liaoning Education Press.（in Chinese）.

Liu B H，2005.Observed trends of precipitation amount，frequency，and intensity in China，1960—2000[J].J Geophys Res，110（D8）：D08103.

Livezey R E，Chen W，1983.Statistical field significance and its determination by Monte Carlo techniques[J].Mon Wea Rev，111（1）：46-59.

Lu C H，Guan Z Y，Wang P X，et al.，2009.Detecting the relationship between summer rainfall anomalies in eastern China and the SSTA in the global domain with a new significance test method[J].J Ocean Univ China，8（1）：15-22.

Lund I A，1970.A Monte Carlo method for testing the statistical significance of a regression equation[J].J Appl Meteor，9（3）：330-332.

Mitchell J，Karoly D，Hegerl G，et al.，2001.Detection of climate change and attribution of causes[M]//Houghton J，Ding Y，Griggs D，Climate change 2001：the scientific basis.Cambridge：Cambridge University Press：695-738.

Neumann C J，Lawrence M B，Caso E L，1977.Monte Carlo significance testing as applied to statistical tropical cyclone prediction models[J].J Appl Meteor，16（11）：1165-1174.

任國(guó)玉，徐銘志，初子瑩，等，2005a.近54年中國(guó)地面氣溫變化[J].氣候與環(huán)境研究，10（4）：717-727. Ren G，Xu M，Chu Z，et al.，2005a.Changes of surface air temperature in China during 1951—2004[J].Climatic and Environmental Research，10（4）：717-727.（in Chinese）.

任國(guó)玉，郭軍，徐銘志，等，2005b.近50年中國(guó)地面氣候變化基本特征[J].氣象學(xué)報(bào)，63（6）：942-956. Ren G，Guo J，Xu M，et al.，2005b.Climate changes of Chinas mainland over the past half century[J].Acta Meteorologica Sinica，63（6）：942-956.（in Chinese）.

Ren G Y，Ding Y H，Zhao Z C，et al.，2012.Recent progress in studies of climate change in China[J].Adv Atmos Sci，29（5）：958-977.

Ren G Y，Ding Y H，Tang G L，2017.An overview of mainland China temperature change research[J].J Meteor Res，31（1）：3-16.

Shen S，Lau K M，1995.Biennial oscillation associated with the East Asian summer monsoon and tropical sea surface temperatures[J].J Meteor Soc Japan，73（1）：105-124.

施能，1996.氣候診斷研究中SVD顯著性檢驗(yàn)的方法[J].氣象科技，24（4）：5-6. Shi N，1996.Significance test method of SVD in climate diagnosis research[J].Meteor Sci Technol，24（4）：5-6.（in Chinese）.

施能，陳輝，1988.論我國(guó)季、月降水量的正態(tài)性和正態(tài)化[J].氣象，14（3）：9-13. Shi N，Chen H，1988.On normality and normalization of monthly and seasonal precipitation in China[J].Meteorology，14（3）：9-13.（in Chinese）.

施能，魏風(fēng)英，1997.氣象場(chǎng)相關(guān)分析及合成分析中蒙特卡洛檢驗(yàn)方法及應(yīng)用[J].南京氣象學(xué)院學(xué)報(bào)，20（3）：355-359. Shi N，Wei F Y，1997.Monte Carlo test used in correlation and composite analysis of meteorological fields[J].J Nanjing Inst Meteor，20（3）：355-359.（in Chinese）.

施曉暉，徐祥德，2008.1951—2002年全球陸地氣溫和降水的年代際趨勢(shì)轉(zhuǎn)折特征[J].自然科學(xué)進(jìn)展，18（9）：1016-1026. Shi X，Xu X，2008.The inter-decadal trend characteristics of the global land temperature and precipitataion during 1951—2002[J].Progress in Natural Science，18（9）：1016-1026.（in Chinese）.

Sippel S，Meinshausen N，F(xiàn)ischer E M，et al.，2020.Climate change now detectable from any single day of weather at global scale[J].Nat Clim Chang，10（1）：35-41.

王蕊，王盤興，吳洪寶，等，2009.小波功率譜Monte Carlo顯著性檢驗(yàn)的一個(gè)簡(jiǎn)易方案[J].南京氣象學(xué)院學(xué)報(bào)，32（1）：140-144. Wang R，Wang P X，Wu H B，et al.，2009.A simple scheme of Monte Carlo significance test for wavelet power spectrum[J].J Nanjing Inst Meteor，32（1）：140-144.（in Chinese）.

王遵婭，2007.中國(guó)夏季降水的氣候變率及其可能機(jī)制研究[D].北京：中國(guó)科學(xué)院. Wang Z，2007.Climate viariability of summer rainfalls in China and the possible mechanism[D].Beijing：Chinese Academy of Science.（in Chinese）.

王遵婭，丁一匯，何金海，等，2004.近50年來中國(guó)氣候變化特征的再分析[J].氣象學(xué)報(bào)，62（2）：228-236. Wang Z Y，Ding Y H，He J H，et al.，2004.An updating analysis of the climate change in China in recent 50 years[J].Acta Meteorol Sin，62（2）：228-236.（in Chinese）.

謝瑤瑤，李麗平，王盤興，等，2011.中國(guó)氣溫和降水序列年代際分量的顯著性檢驗(yàn)[J].大氣科學(xué)學(xué)報(bào)，34（4）：467-475. Xie Y Y，Li L P，Wang P X，et al.，2011.Significance test on interdecadal components of temperature and rainfall series in China[J].Trans Atmos Sci，34（4）：467-475.（in Chinese）.

翟盤茂，鄒旭愷，2005.1951—2003年中國(guó)氣溫和降水變化及其對(duì)干旱的影響[J].氣候變化研究進(jìn)展，1（1）：16-18. Zhai P M，Zou X K，2005.Changes in temperature and precipitation and their impacts on drought in China during 1951—2003[J].Progressus Inquisitiones De Mutat Clim，1（1）：16-18.（in Chinese）.

翟盤茂，李蕾，2014.IPCC第五次評(píng)估報(bào)告反映的大氣和地表的觀測(cè)變化[J].氣候變化研究進(jìn)展，10（1）：20-24. Zhai P M，Li L，2014.Observed atmosphere and surface climate changes in the IPCC fifth assessment report[J].Progressus Inquisitiones De Mutat Clim，10（1）：20-24.（in Chinese）.

Based on the temperature and precipitation data of 160 stations in China from 1951 to 2010，this paper analyzed the climate average and climate variability of temperature and precipitation in winter and summer at the representative stations in China，as well as their differences between the former and later 30 years.Furthermore，the differences are tested by two different types of significance test methods.Results show that the change of climate average of seasonal temperature is generally consistent with the global warming，mainly warming up，but a significant local cooling phenomenon occurs in the south of Qinling Mountains and the middle reaches of the Yangtze River in summer.The change of climate variability of seasonal temperature is relatively small，and the overall change in winter is not significant，and only a few stations change significantly in summer.The climate change of seasonal total precipitation is not obvious on the whole.The spatial distribution of seasonal precipitation climate value changes is complex，and it increases in southern China in winter and eastern China in summer，while the changes of climate variability of winter and summer precipitation are not significant.For the differences of significance test results between the theoretical test method （t-test and F-test） and the stochastic simulation method （EMC （empirical Monte Carlo） method），they are small for the temperature and relatively large for the precipitation，which is related to whether the sample anomaly series obeys the normal distribution.Under the condition that the statistical characteristics of the samples remain unchanged，the EMC method can make the test results more reliable by multiple random simulations without considering the theoretical statistical distribution characteristics of the samples.

air temperature;precipitation;climate change;significance test;empirical Monte Carlo method

doi：10.13878/j.cnki.dqkxxb.20200220001

（責(zé)任編輯：張福穎）