胡慧敏, 吳 薇, 杜 冰
(1.四川省氣象探測(cè)數(shù)據(jù)中心,四川 成都 610072;2.高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 610072)
多種氣象觀測(cè)數(shù)據(jù)和資料研究表明,全球氣候正在經(jīng)歷一次變暖過程,平均地表溫度在增高,但觀測(cè)到的日照時(shí)數(shù)卻在減少。 1951-2001 年中國(guó)平均地表溫度增加約1.1 ℃,平均每10 年增加0.22 ℃,1956-2002 年全國(guó)年平均日照時(shí)數(shù)每10 年下降37.6 h[1]。隨著城市化進(jìn)程的快速推進(jìn),氣象臺(tái)站周邊環(huán)境遭到破壞,高大建筑物部分遮擋日照觀測(cè)儀器使日照時(shí)數(shù)觀測(cè)值減小[2-3]。 近年來有較多關(guān)于日照時(shí)數(shù)變化規(guī)律的研究。 在氣候變化藍(lán)皮書中,1961-2019 年中國(guó)平均日照時(shí)數(shù)整體呈下降趨勢(shì),速率為每10 年減少32.8 h[4]。 對(duì)廣東省86 個(gè)氣象站1965-2015 年逐月日照時(shí)數(shù)資料統(tǒng)計(jì)分析,得出四季日照時(shí)數(shù)均呈下降趨勢(shì),秋季下降最明顯[5]。 曾欽文等[6]通過8 個(gè)站50 年日照數(shù)據(jù)研究發(fā)現(xiàn),東江中上游日照時(shí)數(shù)年際和夏秋季減少明顯,且日照時(shí)數(shù)與云量、降水量、霧等要素呈負(fù)相關(guān)。 何彬方等[7]通過80 個(gè)站50 年數(shù)據(jù)分析得出,安徽省日照時(shí)數(shù)每10 年下降88.3 h,能見度、大氣水汽壓、降水量、云量均可能會(huì)對(duì)日照時(shí)數(shù)產(chǎn)生影響;鄭小波等[8]發(fā)現(xiàn),在云貴高原總云量未發(fā)生明顯變化的情況下,184 個(gè)站有85%的臺(tái)站日照時(shí)數(shù)下降,每10 年減少12.2 ~173.7 h。 王釗等[9]研究近60 年西安市日照時(shí)數(shù)變化特征,發(fā)現(xiàn)該市日照時(shí)數(shù)呈下降趨勢(shì),春夏季下降明顯,且區(qū)域性日照時(shí)數(shù)下降很可能是受氣溶膠堆積產(chǎn)生的輻射效應(yīng)的影響。 還有研究表明西藏、祁連山、福建省、羌塘國(guó)家級(jí)自然保護(hù)區(qū)等地日照時(shí)數(shù)整體均呈逐年下降趨勢(shì)[10-13]。
四川省是中國(guó)地形最復(fù)雜的省,位于中國(guó)西南地區(qū),同時(shí)擁有山地、丘陵、平原、高原,川西到川東落差近7000 m。 目前對(duì)四川省整體日照時(shí)數(shù)長(zhǎng)時(shí)間序列的研究較少,且四川省國(guó)家站在2019 年前一直采用暗筒式日照計(jì)進(jìn)行日照觀測(cè)。 2018 年12 月20 日前完成了光電式數(shù)字日照計(jì)安裝建設(shè),且完成了人工和自動(dòng)平行觀測(cè)對(duì)比評(píng)估,結(jié)論為相關(guān)性較好[14]。 但后期廠家檢定發(fā)現(xiàn)日照傳感器長(zhǎng)時(shí)間運(yùn)行后會(huì)出現(xiàn)加熱膜斷路,靈敏度偏移等現(xiàn)象,從而導(dǎo)致日照觀測(cè)數(shù)據(jù)異常。因此本文挑選1969-2018 年四川省國(guó)家站人工觀測(cè)逐月日照時(shí)數(shù)資料,運(yùn)用氣候統(tǒng)計(jì)診斷分析方法[15]對(duì)全省50 年間年均日照時(shí)數(shù)變化趨勢(shì)、變化速率、突變年份進(jìn)行分析,計(jì)算四川省人工觀測(cè)日照時(shí)數(shù)序列季節(jié)和年際未來變化趨勢(shì)和平均循環(huán)長(zhǎng)度,從時(shí)空層面分析全省日照時(shí)數(shù)變化趨勢(shì)是否一致,為后期臺(tái)站日照自動(dòng)化觀測(cè)數(shù)據(jù)的訂正提供基本依據(jù)。
對(duì)四川省氣象探測(cè)數(shù)據(jù)中心提供的四川省1951 年氣象建站至今156 個(gè)國(guó)家站日照時(shí)數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì),1968 年以前日照數(shù)據(jù)缺測(cè)站數(shù)較多,1969-2018 年有8 個(gè)站缺測(cè)10 次以上,舍棄這8 個(gè)站點(diǎn)數(shù)據(jù),對(duì)其余缺測(cè)5 年以下站點(diǎn)缺失值用當(dāng)年日照均值插補(bǔ)。 故本文日照時(shí)數(shù)資料選取四川省148 個(gè)國(guó)家站1969-2018年的逐月日照時(shí)數(shù)資料。 在北半球,按溫度劃分,春季為3、4、5 月,夏季為6、7、8 月,秋季為9、10、11 月,冬季為12、1、2 月,生成四季序列。 四川省日照時(shí)數(shù)數(shù)據(jù)在研究時(shí)段均處于人工觀測(cè)階段,幾乎不存在因儀器靈敏度漂移而產(chǎn)生誤差問題,該段數(shù)據(jù)經(jīng)過質(zhì)控,達(dá)到研究所需精度。 四川日照時(shí)數(shù)可用氣象站點(diǎn)個(gè)數(shù)逐年變化及挑選出的148 個(gè)氣象站點(diǎn)空間位置如圖1 所示。
圖1 四川日照時(shí)數(shù)可用氣象站點(diǎn)個(gè)數(shù)逐年變化及挑選出的148 個(gè)氣象站點(diǎn)空間分布
1.2.1 M-K 突變檢驗(yàn)
M-K 檢驗(yàn)在氣象上是一種便捷的突變檢測(cè)方法,能夠明確突變開始的時(shí)間點(diǎn)并指出突變的時(shí)間區(qū)域。假定時(shí)間序列x(x1,x2,…xn),包含n個(gè)獨(dú)立且隨機(jī)變量服從統(tǒng)一分布的樣本,構(gòu)成1 個(gè)秩序列:
Sk為xi>xj個(gè)數(shù)的累計(jì)數(shù)。
式中,UF1=0,Sk的均值、方差分別為E(Sk)、Var(Sk):
UFi是標(biāo)準(zhǔn)正態(tài)分布,給定置信水平α,若|UFi|>Uα,則說明序列具有明顯的趨勢(shì)變化。
將x逆序得到xn,xn-1,…,x1。 重復(fù)上述計(jì)算,同時(shí)使UBk=-UFk,k=n,n-1,…,1,UB1=0。 若UBk和UFk出現(xiàn)交叉點(diǎn),并位于臨界線之間,該交叉點(diǎn)即為突變開始的時(shí)間。
1.2.2 重標(biāo)極差(R/S)分析
R/S分析法體現(xiàn)了長(zhǎng)程時(shí)間序列的自相關(guān)性,能夠量化時(shí)間序列的相對(duì)趨勢(shì),其基本內(nèi)容為:對(duì)一個(gè)時(shí)間序列,將其均分為A個(gè)長(zhǎng)度為n的子區(qū)間。 假定
式中:Ma為第a個(gè)區(qū)間內(nèi)x的平均值,Xt,a為第a個(gè)區(qū)間內(nèi)第t個(gè)元素的累計(jì)離差,則極差為
以Sa為第a個(gè)區(qū)間的樣本標(biāo)準(zhǔn)差,則可定義重標(biāo)極差R/S:每一個(gè)Rα均由對(duì)應(yīng)的Sa標(biāo)準(zhǔn)化后得到:
子區(qū)間長(zhǎng)度n可變,不同分段情況對(duì)應(yīng)不同R/S,Hurst 通過對(duì)尼羅河水文長(zhǎng)時(shí)間序列數(shù)據(jù)分析總結(jié)得出如下規(guī)律:
式中K為常數(shù),H為對(duì)應(yīng)的Hurst 指數(shù),將上式兩邊取對(duì)數(shù)可得
對(duì)lgn和lg(R/S)進(jìn)行最小二乘法回歸分析即可計(jì)算出H近似值,H即為Hurst 指數(shù)值,0
Hurst 指數(shù)可以表征未來時(shí)間序列變化趨勢(shì),但是趨勢(shì)的持續(xù)時(shí)間未知。 通過統(tǒng)計(jì)信息可以檢驗(yàn)復(fù)雜系統(tǒng)是否具有周期性,并計(jì)算其平均循環(huán)周期。 統(tǒng)計(jì)量V:
在V-lnn曲線上,出現(xiàn)明顯轉(zhuǎn)折點(diǎn)所對(duì)應(yīng)的時(shí)間長(zhǎng)度n,即為過去變化趨勢(shì)的影響消失的平均循環(huán)長(zhǎng)度。
1.2.3 EOF 正交分解
EOF 正交分解法是提取主要數(shù)據(jù)特征量的一種方法,針對(duì)氣象數(shù)據(jù)也可以重新擬合要素場(chǎng)。 可以對(duì)一定區(qū)域內(nèi)空間分布不同的氣象站點(diǎn)的原始數(shù)據(jù)進(jìn)行分解,分解的空間結(jié)構(gòu)具有物理意義,且空間模態(tài)對(duì)應(yīng)的時(shí)間系數(shù)可以反映相應(yīng)空間模態(tài)隨時(shí)間的權(quán)重變化。 本文將四川省148 個(gè)氣象站點(diǎn)50 年的日照時(shí)數(shù)以矩陣形式Xm×n給出,其中m是空間點(diǎn),n為時(shí)間序列長(zhǎng)度,對(duì)Xm×n進(jìn)行標(biāo)準(zhǔn)化處理后得到新矩陣Nm×n,利用特征向量分析將Nm×n分解為Vm×pZp×n,其中Vm×p為空間特征向量,Zp×n為時(shí)間系數(shù)。
2.1.1 年際變化及累計(jì)距平變化
圖2 為1969-2018 年間四川省平均日照時(shí)數(shù)年際變化曲線和累計(jì)距平圖。 四川省148 個(gè)站50 年間平均日照時(shí)數(shù)為1459.6 h。 圖2 中全省平均日照時(shí)數(shù)分布在1272.7~1681.5 h,波動(dòng)性明顯,偏高期與偏低期交替出現(xiàn)。 最大值出現(xiàn)在1978 年,最小值出現(xiàn)在1989 年。全省日照時(shí)數(shù)呈整體下降趨勢(shì),每10 年減少28.72 h,年平均日照時(shí)數(shù)與時(shí)間序列之間相關(guān)系數(shù)為-0.44(通過顯著性檢驗(yàn))。 從累計(jì)距平曲線可明顯看出,全省日照時(shí)數(shù)分為上升和下降兩個(gè)階段。 1969-1981 年累計(jì)距平曲線呈明顯上升趨勢(shì),為日照時(shí)數(shù)偏高階段。1981 年之后累計(jì)距平曲線呈下降趨勢(shì),大部分年份日照時(shí)數(shù)低于50 年平均值,為日照時(shí)數(shù)偏低階段,在這個(gè)轉(zhuǎn)折點(diǎn)附近可能會(huì)出現(xiàn)突變點(diǎn)。
圖2 四川省年平均日照時(shí)數(shù)年際變化曲線及累計(jì)距平曲線
2.1.2 季節(jié)變化和年代際變化
由表1 可知,四川省夏季平均日照時(shí)數(shù)最多,為455 h;春季次之,為423 h;春夏季日照時(shí)數(shù)均值相差不大,秋冬季較少,分別為295 h、282 h。 夏季、秋季、冬季與年平均日照時(shí)數(shù)最大值均出現(xiàn)在20 世紀(jì)70 年代,70 年代日照時(shí)數(shù)平均值大于50 年全省日照時(shí)數(shù)平均值,為日照時(shí)數(shù)偏高的年代,其余年代日照時(shí)數(shù)均小于50 年全省日照時(shí)數(shù)平均值,為日照時(shí)數(shù)偏低年代,其中90 年代日照時(shí)數(shù)平均值最低,21 世紀(jì)年平均日照時(shí)數(shù)較90 年代有所增加。
表1 四川省不同季節(jié)平均日照時(shí)數(shù)的年代際變化 單位:h
2.1.3 突變點(diǎn)檢驗(yàn)
M-K 突變檢驗(yàn)主要用于均值突變的檢驗(yàn),取顯著性水平α=0.05,臨界值U0.05=±1.96。 1969-2018 年四川省年平均日照時(shí)數(shù)的M-K 突變檢驗(yàn)曲線可看出(圖3),UF 值小于0,曲線呈明顯的振動(dòng)下降趨勢(shì),1982 年超過的-1.96的臨界值線,表明1982 年后日照時(shí)數(shù)呈顯著減小趨勢(shì)。 1979 年UF 和UB 曲線相交,且交叉點(diǎn)位于±1.96臨界值線之間,說明日照時(shí)數(shù)在1979 年發(fā)生了突變,日照時(shí)數(shù)由偏多期突變?yōu)槠倨凇?/p>
圖3 四川省年平均日照時(shí)數(shù)M-K 曲線
由重標(biāo)極差分析法計(jì)算得出1969-2018 年四川省日照時(shí)數(shù)序列的四季和年際Hurst 指數(shù)(表2)并繪制ln(R/S)-lnn曲線和V-lnn曲線圖(圖4)。 ln(R/S)-lnn曲線斜率即為Hurst 指數(shù)值,從圖4(a)、(c)、(e)、(g)、(l)可以看出四川省四季及年際日照時(shí)數(shù)序列Hurst 指數(shù)均在0.5~1,表明該時(shí)間序列存在長(zhǎng)期的記憶性。 四川省日照時(shí)數(shù)未來變化趨勢(shì)會(huì)受到過去的影響,且與過去數(shù)年間變化趨勢(shì)一致,即在一定時(shí)間內(nèi)呈現(xiàn)出下降趨勢(shì)。 Hurst 指數(shù)值年際最高,秋季最小,表明年際日照時(shí)數(shù)下降最明顯,秋季下降趨勢(shì)最弱。
表2 1969-2018 年四川省日照時(shí)數(shù)四季和年際的Hurst 指數(shù)
圖4 四川省季節(jié)和年際的日照時(shí)數(shù)的變化趨勢(shì)
圖4 (b)、(d)、(f)、(h)、(j)分別為四川省季節(jié)和年際的日照時(shí)數(shù)V-lnn圖,可看出擬合線均向上傾斜,表明未來的趨勢(shì)與過去一致,與Hurst 指數(shù)結(jié)果相符合。年際日照時(shí)數(shù)V-lnn曲線傾斜度最大,持續(xù)性最強(qiáng),變化曲線上第一個(gè)拐點(diǎn)在lnn=2.2處,n=e2.2≈9,平均循環(huán)長(zhǎng)度為9 年。 秋季日照時(shí)數(shù)下降趨勢(shì)的持續(xù)性最弱,第一個(gè)拐點(diǎn)在lnn=1.61處,平均循環(huán)長(zhǎng)度為5 年。 該結(jié)果符合Hurst 指數(shù)的計(jì)算值結(jié)果。 以此類推,春季日照時(shí)數(shù)序列平均循環(huán)長(zhǎng)度為6 年,夏季8 年,冬季為8年。 春、夏、秋、冬季及年際未來變化趨勢(shì)受過去變化趨勢(shì)影響的持續(xù)時(shí)間分別為6 年、8 年、5 年、8 年、9 年。
由圖5 可看出,第一特征向量空間分布圖呈現(xiàn)出一致的負(fù)值分布,即四川省日照時(shí)數(shù)在空間上具有整體一致性,日照時(shí)數(shù)會(huì)表現(xiàn)為一致偏多或一致偏少。第一特征向量的方差貢獻(xiàn)率最大,為45.2%, “全區(qū)一致型”為四川省日照時(shí)數(shù)的主要分布類型,四川盆地為負(fù)值大值區(qū)。 從圖5 可以明顯看出四川省日照時(shí)數(shù)呈現(xiàn)下降趨勢(shì),由一致偏多轉(zhuǎn)變?yōu)橐恢缕?最大值出現(xiàn)在1989 年,表示該年全省日照時(shí)數(shù)一致偏小,最小值出現(xiàn)在2013 年,該年全省日照時(shí)數(shù)一致偏多。 第二特征向量方差貢獻(xiàn)率為9.6%,為高原—盆地型分布,大體為高原負(fù)、盆地正的分布形式。 海拔2000 m以上區(qū)域除阿壩藏族羌族自治州東部和南部部分區(qū)域外,均為負(fù)值,成都市大部分區(qū)域位于正值大值區(qū),四川盆區(qū)域基本表現(xiàn)為正值。 1990 年之前和2008 年之后日照時(shí)數(shù)高原偏多,盆地偏少;1990-2008 年日照時(shí)數(shù)高原偏少,盆地偏多,出現(xiàn)該情況可能與四川盆地上空總云量的變化有關(guān)。
圖5 四川省日照時(shí)數(shù)EOF 分析前3 模態(tài)的空間分布和時(shí)間系數(shù)圖
利用四川省氣象探測(cè)數(shù)據(jù)中心提供的四川148 個(gè)國(guó)家站的逐月日照時(shí)數(shù)資料,通過線性傾向估計(jì)、M-K檢驗(yàn)等進(jìn)行統(tǒng)計(jì)診斷分析,用重標(biāo)極差法(R/S)對(duì)未來變化趨勢(shì)進(jìn)行預(yù)測(cè),用經(jīng)驗(yàn)正交函數(shù)分解法(EOF)對(duì)四川省日照時(shí)數(shù)進(jìn)行時(shí)空特征分析,得到如下結(jié)論:
(1)四川省日照時(shí)數(shù)人工觀測(cè)期間50 年平均日照時(shí)數(shù)為1459.6 h,年平均日照時(shí)數(shù)在1272.7 ~1681.5 h,下降速率約為每10 年下降28.7 h,整體呈顯著下降趨勢(shì),在1979 年發(fā)生一次突變。
(2)四川省日照時(shí)數(shù)年際、季節(jié)Hurst 指數(shù)數(shù)值均在0.5~1,即未來變化趨勢(shì)會(huì)在一定時(shí)間內(nèi)受過去變化趨勢(shì)的影響,呈下降趨勢(shì)。 后期可與四川省2019 年以后日照自動(dòng)化觀測(cè)數(shù)據(jù)做連續(xù)性研究,結(jié)合氣候變化觀察日照時(shí)數(shù)是否會(huì)因觀測(cè)方式的改變而發(fā)生突變。
(3)四川省日照時(shí)數(shù)空間分布類型主要為兩種,一種為“全區(qū)一致型”,還有一種為“高原—盆地型”,其中“全區(qū)一致型”占比最大,全省日照會(huì)表現(xiàn)出一致偏多或一致偏少的現(xiàn)象。 “高原—盆地型”以海拔2000 m為界,區(qū)域劃分十分明顯,需結(jié)合四川盆地上空總云量做進(jìn)一步分析研究。