三亞站氣溫序列非均一性檢驗(yàn)訂正及其變化特征分析

方勉 吳慧 馬鳳娓 張日晶 劉經(jīng)山

（1. 海南省三亞市氣象局 海南三亞 572000；2. 海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室 海南?？?570203；3. 海南省氣候中心 海南?？?570203）

開(kāi)展氣候變化分析的前提是有長(zhǎng)期可靠的氣象觀測(cè)數(shù)據(jù)，但是由于臺(tái)站遷移、觀測(cè)規(guī)范變更、觀測(cè)時(shí)次調(diào)整、局地觀測(cè)環(huán)境變遷等因素影響，氣候資料序列呈非均一性，進(jìn)而掩蓋真實(shí)的氣候變化信息，使氣候序列不能真實(shí)地反映氣候演變規(guī)律[1]。因此，檢驗(yàn)氣候序列的非均一性并對(duì)斷點(diǎn)進(jìn)行訂正，建立相對(duì)均一連續(xù)的氣候序列對(duì)氣候趨勢(shì)研究至關(guān)重要。國(guó)內(nèi)外許多學(xué)者對(duì)氣候資料的均一性檢驗(yàn)和訂正等方面進(jìn)行了大量的研究試驗(yàn)工作，并取得了眾多研究成果。早期，Kohler[2]利用繪制訂正站和參證站的累積圖，主觀判斷資料的非均一性。Alexandersson[3]、Solow等[4]相繼發(fā)展和建立了標(biāo)準(zhǔn)正態(tài)均一性檢驗(yàn)方法—SNHT（Standard Normal Homogeneity Test）、二位相回歸檢驗(yàn)法—TPR(Two-Phase Regression)，并將該方法應(yīng)用于氣候數(shù)據(jù)的連續(xù)性檢驗(yàn)。Szentimrey[5]、Wang[6]發(fā)展的 MASH、RHtest均一性檢驗(yàn)方法是目前較為成熟且廣為應(yīng)用的方法。國(guó)內(nèi)學(xué)者在氣象數(shù)據(jù)均一化和訂正方面也陸續(xù)開(kāi)展研究和嘗試。趙美艷等[7]利用RHtest和MASH兩種方法檢測(cè)出重慶地區(qū)氣溫序列非均一性的原因主要是由遷站引起，但觀測(cè)站周邊環(huán)境改變、觀測(cè)設(shè)備的更換以及自動(dòng)站的業(yè)務(wù)化運(yùn)行也有影響。胡義成等[8]對(duì)高空溫度資料均一性檢驗(yàn)和訂正過(guò)程進(jìn)行研究發(fā)現(xiàn)，臺(tái)站位置變動(dòng)、觀測(cè)儀器更換和輻射誤差訂正方法的改變等均會(huì)引起數(shù)據(jù)的不連續(xù)，同時(shí)指出，在訂正過(guò)程中要充分考慮原始觀測(cè)序列的缺測(cè)率。劉佳等[9]發(fā)現(xiàn)，SNHT和 TPR方法易檢測(cè)出序列前部和后部的斷點(diǎn)，Pettitt方法對(duì)序列中部斷點(diǎn)較為敏感，MASH對(duì)序列各部的斷點(diǎn)均較為敏感，并提出在氣候資料的均一性檢驗(yàn)中采用多種檢驗(yàn)方法相結(jié)合，有助于氣候資料在區(qū)域氣候變化研究中的有效利用。

氣候變化，尤其是氣溫上升導(dǎo)致的變暖問(wèn)題一直是氣候?qū)W研究的重點(diǎn)。在全球變暖的大背景下，我國(guó)平均氣溫變化與全球平均氣溫變化趨勢(shì)基本一致，但在時(shí)空分布上又呈現(xiàn)出區(qū)域性差異[10]。最新研究表明：1900年以來(lái)中國(guó)氣溫升高平均趨勢(shì)為1.3～1.7℃/100a，這一結(jié)論遠(yuǎn)高于早期的評(píng)估結(jié)果（0.5～0.8℃/100a）[11]，而近60年來(lái)，中國(guó)平均氣溫增溫速率平均為2.78℃/100a。就不同區(qū)域而言，北方地區(qū)升溫幅度大于南方地區(qū)，青藏高原大于同緯度的亞熱帶區(qū)域[12]。

三亞作為一個(gè)快速發(fā)展的熱帶濱海城市，其優(yōu)越的氣候資源每年吸引大量游客前來(lái)觀光游玩。隨著城市的發(fā)展，由于氣象觀測(cè)環(huán)境及業(yè)務(wù)發(fā)展需求發(fā)生變化，原址觀測(cè)環(huán)境已經(jīng)達(dá)不到要求。為確保氣象數(shù)據(jù)的連續(xù)性，2009年1月1日,三亞國(guó)家基本氣象站（簡(jiǎn)稱三亞站）由原河?xùn)|路遷至六道嶺。由于站址的變遷，觀測(cè)場(chǎng)周邊環(huán)境的變化，氣象要素也隨之改變，但關(guān)于三亞氣候變化的研究并未涉及三亞站遷站帶來(lái)的問(wèn)題，也沒(méi)有對(duì)三亞國(guó)家基本站氣象資料做過(guò)遷站前后觀測(cè)數(shù)據(jù)的均一性檢驗(yàn)及訂正。本文在收集三亞站遷站前后元數(shù)據(jù)及缺少對(duì)比觀測(cè)資料的情形下，利用PMF方法對(duì)三亞站1959—2020年的年/月平均、最低和最高氣溫序列進(jìn)行均一性檢驗(yàn)，采用QM 方法、高度訂正法對(duì)氣溫突變點(diǎn)進(jìn)行訂正，得到三亞市相對(duì)均一性的氣溫序列，并利用訂正后的氣溫長(zhǎng)序列分析三亞市氣溫變化趨勢(shì)特點(diǎn)。該研究對(duì)于揭示三亞市氣溫的真實(shí)變化具有重要的現(xiàn)實(shí)意義，為工程設(shè)計(jì)、城市規(guī)劃、氣候預(yù)測(cè)等提供科學(xué)依據(jù)，為公共氣象服務(wù)提供的氣象信息也更加真實(shí)可靠。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來(lái)源

采用海南省氣象信息中心資料室收集整理的三亞市國(guó)家基本氣象站 1959—2020年逐月氣溫（平均、最高、最低）資料及三亞站的臺(tái)站歷史沿革資料。該氣溫序列由兩部分組成，1959年1月至2008年12月觀測(cè)數(shù)據(jù)采集于遷站前的河?xùn)|路，2009年1月至2020年12月觀測(cè)數(shù)據(jù)采集于遷站后的六道嶺。

另外，由于遷站后原址缺少平行觀測(cè)數(shù)據(jù)，故選取原址周邊區(qū)域自動(dòng)站觀測(cè)的氣溫?cái)?shù)據(jù)與遷站后的氣溫?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。三亞區(qū)域自動(dòng)站于2008年后開(kāi)始建設(shè)，剛好與遷站后觀測(cè)站保持了同步氣象觀測(cè)。區(qū)域自動(dòng)站選取原則：選取2009年1月起氣溫資料較為完整、距離原址觀測(cè)站較近、地理環(huán)境相似、數(shù)據(jù)通過(guò)均一性檢驗(yàn)的站點(diǎn)。最終選取玫瑰谷、白鷺公園觀測(cè)站作為參考站，對(duì)三亞站的月氣溫序列進(jìn)行訂正。三亞站及參考站點(diǎn)基本信息和相關(guān)系數(shù)見(jiàn)表1。

表1 三亞站與參考站基本信息和相關(guān)系數(shù)

為了保持與歷史資料的一致，月均值選取02、08、14和20時(shí)這4個(gè)時(shí)次觀測(cè)數(shù)據(jù)的平均值，且選用的資料均已進(jìn)行了質(zhì)量控制，對(duì)于參考站資料缺測(cè)問(wèn)題，選用與其相關(guān)性較高的鄰近臺(tái)站數(shù)據(jù)進(jìn)行一元線性回歸擬合，進(jìn)而對(duì)缺測(cè)數(shù)據(jù)進(jìn)行插補(bǔ)。

1.2 方法

1.2.1 均一性檢驗(yàn) 選用 RHtestsV4軟件包對(duì)三亞市 1959—2020年逐月氣溫序列進(jìn)行均一性檢驗(yàn)，該軟件包提供了2種檢驗(yàn)方法，一種是懲罰最大t檢驗(yàn) PMT（Penalized Maximal t test）方法[13]，該方法在進(jìn)行檢驗(yàn)時(shí)需要提供參考序列，求取待檢序列與參考序列的差值，再對(duì)得到的差值序列進(jìn)行檢驗(yàn)。另一種是懲罰最大F檢驗(yàn) PMF（Penalized Maximal F test）方法[14]，其進(jìn)行檢驗(yàn)時(shí)無(wú)需提供參考序列，檢驗(yàn)的對(duì)象既可以是原始序列，也可以是待檢序列與參考序列的差值序列。這2種方法都考慮了序列一階滯后自相關(guān)導(dǎo)致的統(tǒng)計(jì)量檢驗(yàn)誤差，并嵌入了多元線性回歸方法，通過(guò)使用經(jīng)驗(yàn)性的懲罰函數(shù)，改善誤報(bào)警率和檢驗(yàn)?zāi)芰Φ姆蔷鶆蚍植紗?wèn)題[6]。這 2種方法已集成在RHtests軟件包中，本文使用RhtestsV4版本中的PMF對(duì)三亞站1959—2020年逐月氣溫（平均、最高、最低）序列進(jìn)行均一性檢驗(yàn)，該方法的檢驗(yàn)過(guò)程及RHtests檢驗(yàn)步驟參見(jiàn)文獻(xiàn)[8,15]。

1.2.2 訂正方法 目前，氣候序列的訂正方法，有一元線性回歸法、逐步多元線性回歸法、綜合法、差值法、比值法和分位數(shù)匹配 QM（Quantile-Matching Adjustments）等[16-17]。受參考臺(tái)站序列長(zhǎng)度的限制，文中將序列分為1959—2008年和2009—2020年2個(gè)時(shí)段。1959—2008年氣溫序列選用QM 訂正法進(jìn)行訂正，該方法是利用去除線性趨勢(shì)后的待檢序列，所有片斷具有相互匹配的經(jīng)驗(yàn)分布；待檢序列中的年循環(huán)、滯后一階自相關(guān)以及線性趨勢(shì)的評(píng)估是相互協(xié)調(diào)進(jìn)行的，其對(duì)連續(xù)型變量，如氣溫等要素的均一化訂正效果較好[18-19]。2009—2020年氣溫序列選用高度訂正法，因文中所選站點(diǎn)均在三亞市，除海拔高度的差異較大之外，均屬同一個(gè)氣候分區(qū)，所處環(huán)流背景相同，觀測(cè)環(huán)境也較為接近，故選用高度訂正法對(duì)遷址后的氣溫進(jìn)行訂正[20]。

2 結(jié)果與分析

2.1 氣溫序列均一性檢驗(yàn)

采用RHtestsV4軟件包提供的PMF方法，對(duì)月氣溫序列進(jìn)行檢驗(yàn)，檢驗(yàn)時(shí)氣溫序列置信度取95%，結(jié)果如表 2所示。三亞市逐月氣溫序列的均一性相對(duì)較好，其中月平均氣溫、月平均最高氣溫和最低氣溫均在2008年12月份存在顯著間斷點(diǎn)，這一斷點(diǎn)是由于遷站造成的。月平均最低氣溫在1970年12月份亦存在顯著間斷點(diǎn)，查閱三亞站歷史沿革信息得知，1971年2月1日三亞站地面觀測(cè)時(shí)次進(jìn)行過(guò)調(diào)整，從而導(dǎo)致月平均最低氣溫不連續(xù)。

表2 三亞站月氣溫序列均一性檢驗(yàn)及斷點(diǎn)原因

2.2 氣溫序列訂正

針對(duì)遷站引起的月氣溫序列非均一性，采用高度訂正法進(jìn)行訂正。利用2009—2020年三亞站（訂正站）和參考站各月平均氣溫、月平均最高氣溫和最低氣溫的差值和兩站實(shí)際海拔高度差推算出氣溫隨海拔高度的遞減率，結(jié)果見(jiàn)表 3。由各參考站推算出的氣溫遞減率可知：其數(shù)值變化較為穩(wěn)定，不過(guò)從各站的數(shù)值大小來(lái)看，月平均氣溫和月平均最低氣溫的溫度遞減率變化規(guī)律是：氣溫遞減率是市區(qū)（白鷺公園）高于郊區(qū)（玫瑰谷），這一結(jié)果主要是由于城市快速發(fā)展，如城市土地利用、人為熱釋放以及人為氣溶膠排放等導(dǎo)致城市化效應(yīng)、溫室氣體增加，其產(chǎn)生的溫室效應(yīng)等引起近地面增溫[21]。月平均最高氣溫的溫度遞減率則是春夏季郊區(qū)站高于市區(qū)站，可能是由于不同季節(jié)兩站所在下墊面有差異，導(dǎo)致其對(duì)太陽(yáng)輻射加熱的響應(yīng)不同[22]。同時(shí)還發(fā)現(xiàn)，氣溫遞減率在冬春季普遍高于夏秋季，這可能與不同季節(jié)太陽(yáng)輻射角度不同及日照時(shí)長(zhǎng)、云量多少、水汽含量多少等方面有關(guān)，加之訂正站所在觀測(cè)場(chǎng)特殊的地形以及其局地小氣候等因素也會(huì)對(duì)氣溫產(chǎn)生影響[23-26]。

鑒于市區(qū)站、郊區(qū)站的氣溫遞減率存在差異，在對(duì)氣溫序列進(jìn)行訂正時(shí)，以白鷺公園（記為市區(qū)站）、玫瑰谷（記為郊區(qū)站）氣溫遞減率以及二者的均值（記為平均值）3種方式對(duì)三亞站（遷站后）2009—2020年的氣溫?cái)?shù)據(jù)進(jìn)行高度訂正，訂正到與遷站前觀測(cè)站相同的高度，消除因遷站引起的氣溫差值，得到三亞站近10年氣溫序列訂正值。

對(duì)于1959—2008年月平均最低氣溫序列，由于觀測(cè)時(shí)次調(diào)整出現(xiàn)的斷點(diǎn)，利用 RHtestsV4軟件包自帶的QM訂正法進(jìn)行訂正。

2.3 氣溫序列訂正結(jié)果檢驗(yàn)

為了驗(yàn)證3種訂正方式對(duì)三亞站2009—2020年氣溫序列訂正的可靠性，利用PMF法對(duì)訂正后的月氣溫序列進(jìn)行檢驗(yàn)。結(jié)果表明：市區(qū)站訂正后的月平均氣溫、月平均最低氣溫序列及郊區(qū)站訂正的月平均最高氣溫序列都是均一性的。同時(shí)結(jié)合表3發(fā)現(xiàn)，這3組均一性的月氣溫序列訂正時(shí)的溫度遞減率（年平均）最大，即訂正方向以高的溫度遞減率為準(zhǔn)時(shí)，氣溫序列的氣候趨勢(shì)是相同的。

為了進(jìn)一步說(shuō)明訂正結(jié)果的可信度，對(duì)訂正前后氣溫?cái)?shù)據(jù)變化趨勢(shì)進(jìn)行對(duì)比分析，結(jié)果見(jiàn)表4。訂正前年平均、最高、最低氣溫傾向率均呈負(fù)值，且年平均最低氣溫序列未通過(guò)信度檢驗(yàn)，訂正后三者的變化趨勢(shì)均為正值，且均通過(guò)α=0.01的顯著水平檢驗(yàn)。對(duì)遷站前1959—2008年氣溫序列進(jìn)行趨勢(shì)分析，發(fā)現(xiàn)訂正后的整個(gè)氣溫序列（1959—2020年）變化趨勢(shì)與遷站前的氣溫變化趨勢(shì)相當(dāng)，表明訂正后的氣溫序列具有較好的一致性。因此，可用這3個(gè)月氣溫序列對(duì)三亞站氣候變化進(jìn)行統(tǒng)計(jì)分析。

表4 三亞站不同時(shí)段氣溫序列訂正前后變化趨勢(shì)對(duì)比

2.4 氣溫變化趨勢(shì)分析

利用上文通過(guò)均一性檢驗(yàn)的月氣溫序列分析三亞市近60年氣溫變化情況。圖1-a是根據(jù)三亞站均一性檢驗(yàn)前后月序列平均得到的年平均氣溫序列[27]，訂正前后三亞站 1959—2020年平均氣溫傾向率分別為-0.29和0.27℃/10a，二者的傾向率方向相反，表明遷站對(duì)三亞氣溫序列均一性影響較大；而均一性訂正則校正了遷站對(duì)氣溫序列帶來(lái)的影響，也說(shuō)明氣溫序列訂正的重要性。利用訂正后的氣溫資料分析三亞氣溫變化特征，結(jié)論也更加合理。年平均最高氣溫（圖1-b）訂正前后的氣溫傾向率分別為-0.42和0.24℃/10a，與年平均氣溫的變化類似。年平均最低氣溫（圖1-c）訂正前后氣溫傾向率分別為-0.09和0.46℃/10a，二者在訂正方向及訂正量級(jí)上都有較大差別。同時(shí)發(fā)現(xiàn)，年平均氣溫、年平均最低氣溫的增長(zhǎng)速度高于年平均最高氣溫增長(zhǎng)速度，這一變化規(guī)律與中國(guó)氣溫的變化趨勢(shì)相契合[24,28]。

訂正前后三亞站月平均氣溫傾向率見(jiàn)表 5。遷站對(duì)月氣溫序列的變化趨勢(shì)也產(chǎn)生了重要影響。訂正前的月氣溫序列變化趨勢(shì)基本是負(fù)增長(zhǎng)，訂正后的月氣溫序列基本呈顯著性的正增長(zhǎng)。月平均氣溫、月平均最低氣溫序列中各月份的增溫都非常顯著，從表5訂正后月平均氣溫、月平均最低氣溫序列的傾向率來(lái)看，1月份的傾向率最大，達(dá)到 0.379和 0.595℃/10a；7月份的傾向率最小，為0.163、0.375℃/10a。夏季的傾向率普遍偏小，冬季的傾向率較大，說(shuō)明冬季對(duì)月平均氣溫、月平均最低氣溫的增溫貢獻(xiàn)更大。月平均最高氣溫序列中除2、12月，其他月份氣溫傾向率增長(zhǎng)較為顯著，8月訂正后的傾向率最大，為0.392℃/10a，且夏季的傾向率高于其他季節(jié)。

表5 三亞站訂正后氣溫序列傾向率月變化 單位：℃/10a

以上分析表明，三亞市氣溫變化規(guī)律同全國(guó)的氣候變化特征較為一致，即三亞氣候的升溫是對(duì)全國(guó)氣候變暖的一種響應(yīng)，這種響應(yīng)在不同氣溫序列（平均氣溫、平均最高、平均最低）、不同時(shí)序（年、月）上又具有地區(qū)性的變化特點(diǎn)。

3 結(jié)論

（1）利用RHtestsV4軟件包中的PMF方法對(duì)三亞站氣溫序列進(jìn)行均一性檢驗(yàn)，發(fā)現(xiàn) 1959—2020年三亞站月平均氣溫、月平均最高氣溫序列存在1個(gè)斷點(diǎn)，月平均最低氣溫存在2個(gè)斷點(diǎn)，并結(jié)合臺(tái)站歷史沿革信息分析認(rèn)為，三亞站氣溫序列的非均一性主要受臺(tái)站遷移、觀測(cè)時(shí)次變更的影響。

（2）利用QM方法對(duì)觀測(cè)時(shí)次變更造成的月平均最低氣溫非均一性進(jìn)行訂正，利用高度訂正法對(duì)遷站造成的月氣溫序列斷點(diǎn)進(jìn)行訂正，將遷站后（2009—2020年）的氣溫訂正到與遷站前同高度，并對(duì)訂正后的月氣溫序列進(jìn)行均一性檢驗(yàn)，最終得到均一性較好的月平均氣溫、月平均最高氣溫、月平均最低氣溫長(zhǎng)序列觀測(cè)數(shù)據(jù)。

（3）訂正后的月平均氣溫、月平均最低氣溫序列均呈現(xiàn)顯著性增溫趨勢(shì)，冬季增溫趨勢(shì)強(qiáng)于夏季，冬季對(duì)2個(gè)氣溫序列的增溫貢獻(xiàn)最大；月平均最高氣溫在夏季的增溫趨勢(shì)較強(qiáng)，冬季增溫較弱。

（4）訂正后的年平均氣溫、年平均最高氣溫、年平均最低氣溫均呈增長(zhǎng)趨勢(shì)，氣溫傾向率依次為：0.27、0.24、0.46℃/10a，年平均最低氣溫的增溫趨勢(shì)最強(qiáng)。

在氣溫序列訂正過(guò)程中，因參考站月氣溫序列年限限制，采用高度訂正法對(duì)遷站后的氣溫序列進(jìn)行訂正，而不同參考站計(jì)算的溫度遞減率存在差異，同一參考站計(jì)算的平均氣溫及平均最高、平均最低氣溫的溫度遞減率也不盡相同，致使訂正的氣溫序列也存在差異。本研究選用訂正后經(jīng)過(guò)均一性檢驗(yàn)的氣溫序列進(jìn)行分析，訂正結(jié)果受一定主觀因素影響，訂正的合理性還有待進(jìn)一步檢驗(yàn)，因此。本研究結(jié)論可能存在一定的不確定性，今后需結(jié)合多源數(shù)據(jù)開(kāi)展深入研究。