鄭州市短歷時(shí)強(qiáng)降水變化特征及重現(xiàn)期研究

左 璇，朱業(yè)玉，郭 鵬，劉善峰

(1.中國(guó)氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開(kāi)放實(shí)驗(yàn)室,鄭州 450003; 2.河南省氣候中心,鄭州 450003; 3.中國(guó)氣象局公共氣象服務(wù)中心,北京 100081; 4.北京華新天力能源氣象科技中心,北京100081; 5.國(guó)網(wǎng)河南省電力科學(xué)研究院,鄭州 450000)

引 言

現(xiàn)代城市是人口高度聚集、社會(huì)經(jīng)濟(jì)高度發(fā)達(dá)的地方，同時(shí)也是資源環(huán)境承載力矛盾最為突出的地方。近十年來(lái)隨著我國(guó)城鎮(zhèn)化的快速發(fā)展，2015年時(shí)全國(guó)城鎮(zhèn)建設(shè)用地不足國(guó)土面積的1%，卻承載了54%的人口，產(chǎn)出了84%的GDP[1]?？焖俪擎?zhèn)化建設(shè)過(guò)程中，由于城市開(kāi)發(fā)的強(qiáng)度高、密度大，使用了大量硬質(zhì)地面材料，改變了原有的自然生態(tài)狀態(tài)和水文特性。因此，由短時(shí)強(qiáng)降水引發(fā)的城市內(nèi)澇帶來(lái)的一系列社會(huì)和經(jīng)濟(jì)問(wèn)題，已成為困擾城市發(fā)展的主要?dú)庀鬄?zāi)害因素之一，這也暴露出城市在防御由短時(shí)強(qiáng)降水而導(dǎo)致的城市內(nèi)澇方面的短板。我國(guó)諸多大中城市頻繁發(fā)生嚴(yán)重的城市內(nèi)澇災(zāi)害。2000年以來(lái)，平均每年發(fā)生200多起不同程度的城市內(nèi)澇災(zāi)害，近七成城市發(fā)生過(guò)由短時(shí)強(qiáng)降水而引發(fā)的內(nèi)澇。城市內(nèi)澇問(wèn)題越來(lái)越成為大眾所關(guān)注的熱點(diǎn)問(wèn)題，同時(shí)也是眾多海內(nèi)外學(xué)者研究的焦點(diǎn)[2-5]。

近年來(lái)，隨著中原經(jīng)濟(jì)區(qū)建設(shè)的快速推進(jìn)，鄭州主城區(qū)范圍不斷擴(kuò)大，鄭州內(nèi)澇也呈現(xiàn)頻發(fā)、多發(fā)的態(tài)勢(shì)[6]。為預(yù)防城市內(nèi)澇，首先需要了解致澇短時(shí)強(qiáng)降水的變化特征，以及不同歷時(shí)的短時(shí)強(qiáng)降水重現(xiàn)期。國(guó)內(nèi)有許多學(xué)者從不同角度對(duì)城市短歷時(shí)強(qiáng)降水進(jìn)行了分析和研究。賀芳芳等[7]運(yùn)用SCS-CN模型對(duì)城市降雨徑流過(guò)程進(jìn)行模擬，對(duì)上海地區(qū)短歷時(shí)強(qiáng)降水致災(zāi)閾值進(jìn)行了推算。馬京津等[8]根據(jù)北京市強(qiáng)降雨的時(shí)空變化特征進(jìn)行分區(qū)，并進(jìn)行了不同歷時(shí)降雨量重現(xiàn)期的估算。唐傳師等[9]通過(guò)分析江西省短歷時(shí)降水的時(shí)空分布特征，對(duì)當(dāng)?shù)囟虤v時(shí)降水與暴雨的關(guān)系進(jìn)行了探討。張啟紹等[10]采用常規(guī)中尺度分析方法和Barnes濾波方法，對(duì)林州一次局地強(qiáng)降水過(guò)程的環(huán)流特征進(jìn)行了分析。郭渠等[11]利用重慶地區(qū)逐分鐘降水資料，對(duì)當(dāng)?shù)夭煌瑲v時(shí)的短歷時(shí)強(qiáng)降水空間分布特征進(jìn)行了探討并分區(qū)。王彬雁等[12]分析北京短歷時(shí)強(qiáng)降水資料的變化特征，并利用概率分布函數(shù)進(jìn)行擬合，應(yīng)用多個(gè)概率密度函數(shù)對(duì)其重現(xiàn)期進(jìn)行預(yù)估。郝瑩等[13]根據(jù)安徽省49年小時(shí)降水資料，針對(duì)超過(guò)98%分位點(diǎn)的短歷時(shí)強(qiáng)降水，進(jìn)行了多角度的分析。楊新[14]利用西安逐日降水資料，分析了西安市降水量和降水頻率的年、季變化特征，探討了各等級(jí)降水的頻率變化對(duì)總降水量變化的貢獻(xiàn)。姚莉等[15]利用我國(guó)1991-2005年逐小時(shí)降水資料，通過(guò)概率分布、統(tǒng)計(jì)檢驗(yàn)與極值分布等方法，研究了我國(guó)中東部地區(qū)逐時(shí)降水強(qiáng)度的時(shí)空分布特征及1 h最大雨強(qiáng)的50年、100年重現(xiàn)期估算等問(wèn)題。目前對(duì)鄭州市區(qū)域有關(guān)降水的研究，多側(cè)重于強(qiáng)降水過(guò)程的預(yù)報(bào)預(yù)警特征分析[16-18]、降水日變化特征分析[19-22]、暴雨災(zāi)害區(qū)劃或城市內(nèi)澇模擬[23-29]等，且所使用的資料多在小時(shí)甚至日尺度之上，并對(duì)不同歷時(shí)的降雨量進(jìn)行區(qū)分。因此，本文基于鄭州市氣象觀(guān)測(cè)站多年的短歷時(shí)強(qiáng)降水資料，首先分析哪種短歷時(shí)強(qiáng)降水對(duì)鄭州影響較大，其次再分析代表短歷時(shí)強(qiáng)降水的變化特征，最后分析哪種分布函數(shù)適宜于鄭州短歷時(shí)強(qiáng)降水分布擬合，對(duì)其進(jìn)行概率檢驗(yàn)和擬合，并最終給出不同歷時(shí)強(qiáng)降水的重現(xiàn)期估算結(jié)果，以期能為城市規(guī)劃、內(nèi)澇防范和短歷時(shí)強(qiáng)降水的預(yù)測(cè)預(yù)警氣象服務(wù)等提供依據(jù)和參考。

1 資料與方法

1.1 資 料

本文采用的短歷時(shí)強(qiáng)降水?dāng)?shù)據(jù)來(lái)源于鄭州市氣象局觀(guān)測(cè)站(以下簡(jiǎn)稱(chēng)為鄭州氣象站)。數(shù)據(jù)起止年代為1955至2018年，其中2005年以前的數(shù)據(jù)通過(guò)紙質(zhì)記錄信息化后再提取分析而得到，2005年以后的數(shù)據(jù)直接采用自動(dòng)觀(guān)測(cè)儀器分析得到。對(duì)于數(shù)據(jù)的選樣則采用年最大值法[30]，逐年分別求出各降水歷時(shí)的最大值，得到5、10、15、20、30、45、60、90、120、150、180、240、360、540、720、1440等共16個(gè)序列。

1.2 頻率分析

強(qiáng)降水頻率分析參照英國(guó)水文研究所出版的《Flood Estimation Handbook》中關(guān)于降水頻率分析方法[31]，該方法依據(jù)年最大降水資料，采用降水指標(biāo)變量和降水頻率兩個(gè)指標(biāo)。其中降水指標(biāo)變量為氣象觀(guān)測(cè)站點(diǎn)年最大降水量序列的中值，其計(jì)算首先把年最大降水量序列從小到大排序，若序列有n個(gè)數(shù)，n為奇數(shù)時(shí)，則選擇第(n+1)/2個(gè)為中值，若n為偶數(shù)時(shí)，則中值是第n/2和(n/2)+1的平均數(shù)。因該指標(biāo)不受降水資料序列中出現(xiàn)的異常偏大或偏小值的影響，所以該指標(biāo)是一個(gè)比較穩(wěn)定的統(tǒng)計(jì)變量。降水頻率不同于以往的百分比概念，本文參考文獻(xiàn)[31]所擬定的標(biāo)準(zhǔn)，定義其為單位時(shí)間內(nèi)達(dá)到的降水總量值[32]。

1.3 極值分布模型選取及參數(shù)估計(jì)

本文擬采用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布(GEV)等來(lái)具體分析哪種分布更適宜于鄭州氣象站短歷時(shí)強(qiáng)降水?dāng)M合[33]。各種極值分布的擬合及檢驗(yàn)效果，采用DPS(Data Processing System)數(shù)據(jù)處理系統(tǒng)中的“水文氣象頻率分析”模塊來(lái)分析和處理，參數(shù)估計(jì)采用L矩估計(jì)或間隔最大積估計(jì)法[34]。

2 結(jié)果與分析

2.1 頻率分析

依據(jù)降水指標(biāo)變量，短歷時(shí)強(qiáng)降水是指比較短時(shí)段之內(nèi)的降水總量。從鄭州氣象站短歷時(shí)強(qiáng)降水統(tǒng)計(jì)結(jié)果(表1)可以看出，在120 min以?xún)?nèi)的降水頻率變化均是顯著的，在120-360 min有可能會(huì)發(fā)生高達(dá)50 mm(暴雨級(jí)別)左右的降水過(guò)程，但在720 min以?xún)?nèi)降水量在100 mm(大暴雨級(jí)別)以上的概率比較小。

表1 鄭州氣象站各短歷時(shí)強(qiáng)降水的統(tǒng)計(jì)特征

再?gòu)膹?qiáng)降水頻率的變化來(lái)看，45 min以?xún)?nèi)的降水頻率下降幅度較大(大部分下降幅度大于0.2 mm/min)。此后，僅以0.10～0.16 mm/min的幅度下降，到180 min以后的降幅逐漸趨緩(下降幅度小于0.05 mm/min)。這說(shuō)明180 min以?xún)?nèi)的降水強(qiáng)度變化較大，且180 min以上的降水漸趨穩(wěn)定。所以，180 min以?xún)?nèi)是短歷時(shí)強(qiáng)降水最具風(fēng)險(xiǎn)的時(shí)段?？紤]到360 min以?xún)?nèi)的累計(jì)雨量較大，時(shí)間較短，也可構(gòu)成一定的風(fēng)險(xiǎn)，因此本文以下部分的分析選取了360 min以?xún)?nèi)有代表性的5、60、180和360 min的短時(shí)強(qiáng)降水作為典型代表時(shí)段來(lái)作進(jìn)一步分析。

2.2 演變趨勢(shì)

從鄭州氣象站60多年來(lái)短時(shí)強(qiáng)降水各典型代表時(shí)段降水量的實(shí)際演變圖來(lái)看(圖1)，5 min年最大降水量(圖1a)整體呈略增加趨勢(shì)(通過(guò)0.05的顯著性檢驗(yàn))，目前處于平均水平(9.2 mm)附近。1970s初中期、2000s中后期為降水量偏高時(shí)期。其中1973年和2007年為高值年，5 min降水量分別達(dá)到14.3和16.5 mm。60 min年最大降水量(圖1b)整體呈不顯著的增加趨勢(shì)(未通過(guò)0.1的顯著性檢驗(yàn))，但2000s中期到2013年左右下降趨勢(shì)則更為明顯(下降速率達(dá)到9.5 mm/a，通過(guò)0.01的顯著性檢驗(yàn))，目前已處于平均水平(39.3 mm)以下。60 min強(qiáng)降水量高值也在1973年和2007年，60 min降水量分別達(dá)79.4和87.1 mm。

圖1 1955-2018年鄭州氣象站不同短歷時(shí)年最大降水量年際變化曲線(xiàn)

180 min年最大降水量(圖1c)整體上沒(méi)有顯著的減少趨勢(shì)(未通過(guò)0.1的顯著性檢驗(yàn))，1960s初到1970s呈增加趨勢(shì)，峰值出現(xiàn)在1970s后期。180 min強(qiáng)降水量高值在1955、1977和1982年，其最大降水量分別達(dá)113.2、120.7和130.4 mm。360 min年最大降水量(圖1d)整體已經(jīng)呈現(xiàn)不顯著的減小趨勢(shì)(未通過(guò)0.1的顯著性檢驗(yàn))，且近30年來(lái)的平均最大降水量(61 mm)已經(jīng)明顯不如建站至1980s前期的30年均值(70 mm)。360 min強(qiáng)降水量高值在1978和1983年，其最大強(qiáng)降水量分別達(dá)151.1和170.8 mm。

綜上分析，鄭州60多年來(lái)各代表時(shí)段的短歷時(shí)強(qiáng)降水均呈波動(dòng)變化規(guī)律，大多呈現(xiàn)“M”型變化趨勢(shì)，年際間差異較大。從各年代變化來(lái)看，1960s以前各時(shí)段降水量均呈現(xiàn)微弱減少趨勢(shì)；從1960s初到1970s呈增加趨勢(shì)；從1970s至1980s又呈現(xiàn)顯著的下降趨勢(shì)；從1980s后期至1990s呈明顯減小的趨勢(shì)，1990s到2000s中期，則又呈顯著增加趨勢(shì)；2000s中期到2013年左右又呈現(xiàn)下降趨勢(shì)；最近幾年略有增加。最大值主要集中在1970s中前期和2000s中后期，5 min和60 min強(qiáng)降水量以1980s后的最高，而180 min和360 min年強(qiáng)降水量則以1980s前的為高。

2.3 周期分析

為進(jìn)一步分析各短歷時(shí)強(qiáng)降水的演變規(guī)律，采用小波分析方法來(lái)分析其變化特征。在作小波變換時(shí)為濾掉序列自然周期的影響，對(duì)各短歷時(shí)年最大降水量序列進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化處理(中心化)[35]，以此變換后資料序列作為小波變換的輸入資料。有關(guān)小波變換的原理及方法，國(guó)內(nèi)已有很多的介紹及應(yīng)用[36、37]，在此不再贅述。本文的計(jì)算方法和過(guò)程均參考文獻(xiàn)[36]。

圖2是代表短歷時(shí)年最大降水量的小波變換結(jié)果，圖中的符號(hào)反映振蕩的位相，正負(fù)中心值反映了不同尺度振蕩的振幅最大值，其中正值(實(shí)線(xiàn))對(duì)應(yīng)短歷時(shí)強(qiáng)降水年最大降水量的偏多時(shí)期，而負(fù)值(虛線(xiàn))對(duì)應(yīng)著偏少時(shí)期。同樣波幅中心所在的周期對(duì)應(yīng)年最大降水量的偏多(少)期。

圖2 鄭州氣象站不同短歷時(shí)年最大降水量的小波變換

從圖2可以看到，代表短歷時(shí)年最大降水量的各種時(shí)間尺度周期變化在時(shí)間域中的分布有差異，1950年代中期以來(lái)，各個(gè)時(shí)期的主要振動(dòng)周期是變化的。以5 min為例，最強(qiáng)的幾個(gè)振動(dòng)中心，分別在1960s中后期、1970s中期、1980s中后期、2000s中期及當(dāng)前時(shí)段，其主周期大致為25 a、5～10 a，即圖2(a)中幾個(gè)正等值線(xiàn)中心對(duì)應(yīng)的周期。當(dāng)前鄭州正處于30 a周期顯著時(shí)期內(nèi)；1960s中前期、1970s中期及2000s中期鄭州處于5～10 a周期內(nèi)。60 min與5 min的變化周期較為一致。180 min和360 min的與5 min和60 min的5～10 a的周期變化基本一致。由此可見(jiàn)，不同尺度周期信號(hào)的強(qiáng)弱在時(shí)—頻域中的分布具有較強(qiáng)的局部特征，這可能與影響鄭州區(qū)域的氣候系統(tǒng)內(nèi)在變化有關(guān)，有待進(jìn)一步分析與揭示。

2.4 極值分布檢驗(yàn)及重現(xiàn)期估算

2.4.1 極值分布檢驗(yàn)

城市防災(zāi)減災(zāi)中，不僅需要了解短歷時(shí)強(qiáng)降水的演變規(guī)律，同時(shí)還需了解不同短歷時(shí)強(qiáng)降水的不同重現(xiàn)期的降水量，這對(duì)于災(zāi)害風(fēng)險(xiǎn)區(qū)劃、評(píng)估、預(yù)警及防治等均有參考作用。

以往很多研究均表明[38-40]，降水概率分布多呈現(xiàn)偏態(tài)分布，可用Γ分布來(lái)擬合其分布形態(tài)，而短歷時(shí)強(qiáng)降水的分布更具有偏斜特征，歷時(shí)越短其離散程度也更大。在降水極值分布模擬分析中，經(jīng)常采用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布(GEV)等方法來(lái)擬合降水的極值概率分布型，但到底哪種方法模擬精度最高，需通過(guò)檢驗(yàn)指標(biāo)來(lái)具體判斷。

本文選用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布等5種分布函數(shù)對(duì)代表短歷時(shí)降水進(jìn)行檢驗(yàn)，其結(jié)果如表2。

表2 鄭州氣象站5、60、180、360 min短歷時(shí)強(qiáng)降水各分布型檢驗(yàn)結(jié)果

如表2所示，半數(shù)分布類(lèi)型用L矩估計(jì)方法擬合結(jié)果較好，另一部分用間隔最大積估計(jì)方法的擬合結(jié)果較好。在5 min歷時(shí)降水中，PeasonⅢ分布擬合結(jié)果最優(yōu)，但相對(duì)殘差均方值仍超過(guò)5%，指數(shù)分布不成立；60 min最大降水量擬合結(jié)果中，廣義極值分布擬合結(jié)果最優(yōu)，且擬合精度高，相對(duì)殘差均方值小于5%；180 min降水?dāng)M合結(jié)果中，Gumbel分布擬合結(jié)果最優(yōu)，且擬合精度高，相對(duì)殘差均方值小于5%；360 min最大降水量擬合中，廣義極值分布擬合結(jié)果最優(yōu)，且相對(duì)殘差均方值小于5%，擬合精度高。

從以上分析結(jié)果可見(jiàn)，PeasonⅢ和GEV對(duì)鄭州短歷時(shí)強(qiáng)降水的擬合較好。通過(guò)K-S檢驗(yàn)發(fā)現(xiàn)，對(duì)不同重現(xiàn)期下不同短歷時(shí)強(qiáng)降水的估算結(jié)果均可信。GEV的K-S檢驗(yàn)結(jié)果均小于其他分布的檢驗(yàn)結(jié)果，說(shuō)明GEV分布對(duì)鄭州短歷時(shí)強(qiáng)降水的擬合效果要好于其他概率函數(shù)分布擬合效果。下文采用GEV方法來(lái)估算鄭州不同短歷時(shí)強(qiáng)降水的重現(xiàn)期。

2.4.2 廣義極值分布擬合

由Q-Q圖(圖3)可見(jiàn)，5、60、180、360 min短歷時(shí)降水模型擬合效果均較好。從Q-Q圖的擬合效果來(lái)看，在尾部模型模擬的結(jié)果與觀(guān)測(cè)值有一定誤差，且隨著歷時(shí)長(zhǎng)度的增加，模擬值和觀(guān)測(cè)值偏差有所增加。但總體來(lái)說(shuō)，鄭州氣象站各代表歷時(shí)的降水極值基本符合GEV分布。

圖3 利用GEV模擬鄭州氣象站不同短歷時(shí)強(qiáng)降水的Q-Q圖

圖4為鄭州氣象站5、60、180、360 min短歷時(shí)降水P-P分布圖。從P-P圖中可見(jiàn)，各歷時(shí)降水也基本符合GEV分布，概率散點(diǎn)圖中模型和觀(guān)測(cè)值組成的序列基本都位于直線(xiàn)上，其重現(xiàn)期水平的檢驗(yàn)結(jié)果也表明均處于置信區(qū)間內(nèi)。

圖4 利用GEV模擬鄭州氣象站不同短時(shí)強(qiáng)降水的P-P圖

2.4.3 重現(xiàn)期估算

應(yīng)用廣義極值分布(GEV)方法，對(duì)鄭州氣象站不同歷時(shí)短時(shí)強(qiáng)降水序列進(jìn)行重現(xiàn)期估算，估算結(jié)果如表3。

表3 鄭州氣象站各歷時(shí)短時(shí)強(qiáng)降水重現(xiàn)期估算結(jié)果 mm

從鄭州氣象站不同歷時(shí)強(qiáng)降水重現(xiàn)期的估算結(jié)果來(lái)看，5 min降水量各重現(xiàn)期估算結(jié)果在9.1～15.4 mm。對(duì)比實(shí)測(cè)資料，1954-2018年5 min最大降水量出現(xiàn)在2007年8月2日09:40-09:44，時(shí)段降水量高達(dá)16.5 mm，其超過(guò)百年一遇水平。60 min降水量各重現(xiàn)期估算結(jié)果在36.3～92.3 mm。對(duì)比實(shí)測(cè)資料，1954-2018年60 min最大降水量出現(xiàn)在2007年8月2日09:10-10:09，時(shí)段降水量高達(dá)87.1 mm，也超過(guò)了五十年一遇水平，接近百年一遇水平。180 min降水量各重現(xiàn)期估算結(jié)果在49.7～127.9 mm。對(duì)比實(shí)測(cè)資料，1954-2018年180 min最大降水量出現(xiàn)在1978年7月2日00:03-03:02，時(shí)段降水量為120.7 mm，超過(guò)了五十年一遇水平，也接近百年一遇水平。360 min降水量各重現(xiàn)期估算結(jié)果在60.5～155.5 mm。對(duì)比實(shí)測(cè)資料，1954-2018年360 min最大降水量出現(xiàn)在1983年8月9日07:35-13:34，時(shí)段降水量高達(dá)170.8 mm，超過(guò)了百年一遇水平。

上述不同歷時(shí)短時(shí)強(qiáng)降水的重現(xiàn)期估算結(jié)果與氣象站實(shí)測(cè)資料的對(duì)比結(jié)果表明，不同歷時(shí)短時(shí)強(qiáng)降水值均超過(guò)了五十年一遇水平，有些超過(guò)了百年一遇水平。因此，極值分析結(jié)果較為可靠。

3 結(jié)論與討論

(1)鄭州不同短歷時(shí)強(qiáng)降水的年降水量呈波動(dòng)變化規(guī)律，大多呈現(xiàn)“M”型變化趨勢(shì)：從1980s后期至1990s呈明顯減小的趨勢(shì)，1990s到2000s中期，又呈顯著增加趨勢(shì)；2000s中期到2013年左右又呈現(xiàn)下降趨勢(shì)；最近幾年略有增加。最大值主要集中在1970s中前期和2000s中后期。

(2)不同短歷時(shí)強(qiáng)降水均存在5～10 a周期變化特征。此外，歷時(shí)5 min和60 min的短時(shí)強(qiáng)降水還存在25 a左右的周期變化。

(3)對(duì)鄭州氣象站各時(shí)段的短歷時(shí)強(qiáng)降水進(jìn)行分布型檢驗(yàn)，K-S檢驗(yàn)結(jié)果表明，廣義極值分布(GEV)對(duì)短歷時(shí)強(qiáng)降水的模擬效果要好于其他概率函數(shù)(PeasonⅢ、Gumbel、Pareto等)的模擬結(jié)果，因此GEV方法應(yīng)該更適用于擬合鄭州氣象站各短歷時(shí)強(qiáng)降水分布。

(4)廣義極值分布(GEV)估算的鄭州氣象站不同歷時(shí)短時(shí)強(qiáng)降水的重現(xiàn)期降水量與實(shí)測(cè)資料比對(duì)結(jié)果表明，重現(xiàn)期模擬結(jié)果較為可靠。各歷時(shí)短時(shí)強(qiáng)降水均超過(guò)了五十年一遇水平，個(gè)別超過(guò)百年一遇水平。

(5)全球氣候變暖背景下，極端天氣氣候事件呈現(xiàn)多發(fā)、頻發(fā)態(tài)勢(shì)，特別是各氣象臺(tái)站觀(guān)測(cè)到的短時(shí)強(qiáng)降水屢創(chuàng)觀(guān)測(cè)站的歷史記錄。因此，對(duì)鄭州短時(shí)強(qiáng)降水在時(shí)間和空間上的微觀(guān)變化，短時(shí)強(qiáng)降水的發(fā)生原因、氣候系統(tǒng)作用及與人類(lèi)活動(dòng)的影響，還需進(jìn)一步作深入研究。