ABSTRACT

Using monadic linear regression analysis method, Mann Kendall nonparametric test and wavelet analysis on the rainfall characteristics of Kunming in 1960-2018 are analyzed, and the results show that the annual precipitation and annual precipitation days in Kunming from 1960 to 2018 generally showed a downward trend, but the annual precipitation decline trend was not significant. The annual precipitation intensity and the annual maximum daily precipitation were generally increasing, but the trend of increase was not significant. About 59a, the annual precipitation changed for the first time in 1976-1977, for the second time in 1993-1994, and for the third time in 1999. The number of annual precipitation days began to change dramatically in 1993. In the evolution process of annual precipitation of nearly 59a, there are mainly periodic changes in the five time scales of 26-30a, 16-22a, 8-12a, 5-7a and 3-4a, and the first main cycle 29a is characterized by “small-large-small”.

Keywords:Kunming, Precipitation, Climate Change Characteristics

近59年昆明市降水变化特征分析

徐立

成都信息工程大学大气科学学院，四川 成都

收稿日期：2019年10月14日；录用日期：2019年10月29日；发布日期：2019年11月5日

摘 要

本文利用一元线性回归分析方法、Mann-Kendall非参数检验和小波分析对昆明1960~2018年的降水特征进行了分析，研究结果表明：昆明市1960~2018年年降水量、年降水日数大致呈下降的趋势，但年降水量下降趋势不显著，年降水强度、年最大日降水量均大致呈升高的趋势，但两者升高趋势均不显著。近59a，年降水量在1976~1977年间第一次产生突变，在1993~1994年第二次产生突变，在1999年第三次产生突变。年降水日数在1993年开始产生突变。近59a的年降水量演化过程中主要存在着26-30a、16-22a、8-12a、5-7a、3-4a这5类时间尺度的周期变化规律，且第一主周期29a以“降水量少–降水量大–降水量少”为特征。

关键词 :昆明，降水，气候变化特征

Copyright © 2019 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

在联合国政府间气候变化专门委员会第五次评估报告2014中指出：工业革命后，自1880~2012年，132年间地表平均温度增加了0.85℃ [1]。2016年，全球平均气温达到有气象观测记录以来的最高水平，气候变化指标上升至新水平 [2]。近百年来，地球气候正经历一次以全球变暖为主要特征的显著变化。我国气候变化趋势与全球气候变化趋势基本相一致 [3]。越来越多的证据表明，全球频繁出现的极端天气事件与气候变化有关。由气候变化引发的极端天气不仅会对人类健康产生影响，还会对农业和自然生态系统产生影响 [4] [5] [6]。因此，气候变化成为当今社会关注与研究的热点话题。

昆明位于我国云南省，地处低纬、高海拔地区，在云贵高原中心，南濒滇池，三面环山，属亚热带季风气候区，受大气环流、地理位置和海拔高度的共同影响，形成四季如春的气候环境。对于昆明气候的研究由来已久，陈辉等 [7] 利用1951~1990年40a气象观测资料对昆明地区的气候变化时间序列进行了多重分维计算与分析，有利于认识昆明气候变化内在的规律性和制约机制，在预测昆明未来气候的演变趋势等方面具有重要的指导意义。何云玲等 [8] 利用线性倾向率、Mann-Kendall非参数检验、滑动T检验和小波分析等数理统计分析方法，分析了昆明市近60a气候变化趋势和气候突变特征。杨蓉等 [9] 利用昆明气象站1951~2013年逐日气温和降水资料，采用线性趋势、Sen斜率估计、Mann-Kendall等方法分析了昆明降水、气温和极端天气的变化特征与趋势。吴亮等 [10] 通过昆明1951~2016年的气候数据研究昆明的气候变化特征。张一平等 [11] 、施晓辉等 [12] 考虑了城市化效应，对昆明城市气候做了分析与研究。彭妮等 [13] 也考虑了城市化效应，利用昆明及周边3个观测站1961~2010年的相关气象资料，对近50a昆明城市化气候变化特征及对未来趋势进一步进行了分析。尽管对昆明气候特征已有较多的分析，但目前对于昆明降水变化特征的研究还较为缺乏，因此开展昆明市降水变化规律研究具有重要意义。

2. 资料与方法

2.1. 资料

采用中国气象数据网提供的昆明站(56778站)逐月气象资料，时间为1960~2018年，要素包括气温、相对湿度、降水、日照时数。

2.2. 方法

采用一元线性回归分析方法对昆明1960~2018年的降水进行趋势分析 [14]，并对其进行Mann-Kendall非参数检验 [15]，最后使用小波分析 [16] 分析昆明年平均降水量的周期规律。

其中，小波分析公式为

$W_f\left(a,b\right)={\displaystyle \underset{R}{\int }f\left(t\right){\bar{\phi }}_{ab}\left(t\right)\text{d}t},a>0,b\in R$ (1)

其中， ，而函数已成为小波母函数，它满足容许条件

${{\displaystyle \underset{R}{\int }\left|\hat{\phi }\left(\omega \right)\right|}}^2/\left|\omega \right|\text{d}\omega <\infty$ (2)

其中， $\hat{\phi }\left(\omega \right)$ 表示 $\phi \left(t\right)$ 的傅立叶变换。参数a一般叫做尺度参量，这个参量具有伸缩的功能，即参数a具有将小波函数 ${\phi }_{ab}\left(t\right)$ 的友集展宽(a > 1)和缩窄(a < 1)的功能，参数b叫做平移参数。小波变换(1)实际上是对函数f(t)在某一局部上的“平滑”作用。将b的取值范围内所有小波系数的平方积分，就可得到小波方差，即

$W_p\left(\alpha \right)={\displaystyle \underset{-\infty }{\overset{\infty }{\int }}{\left|W_p\left(\alpha ,b\right)\right|}^2\text{d}b}$ (3)

小波方差图反应了能量随尺度a的分布，可以确定一个时间序列中各尺度扰动的相对强度，进而确定一个时间序列中存在的主要周期。

3. 研究结果

3.1. 降水的年际变化特征

图1~4分别为年降水量、年降水日数、年降水强度以及最大日降水量年际变化曲线。由图中可知，年降水量、年降水日数从1960~2018年大致呈下降的趋势，但年降水量下降趋势不显著。年降水强度、年最大日降水量从1960~2018年均大致呈升高的趋势，但两者升高趋势均不显著。进一步分析发现，1960~2018年降水量平均值为994.7 mm，最大值为1449.9 mm，出现在1999年，最小值为565.8，出现在2009年，一元线性回归方程的相关系数为0.07，未能通过0.05的显著性检验，表示昆明近59a的年降水量下降趋势不显著(图2)。由图3可知，其相关系数为0.484，通过0.05的显著性检验，表示昆明近59a的年降水日数下降趋势显著，线性倾向率为−3.4d/10a。近59a年降水日数平均值为128d，其中最大值为159d，出现在1971年，最小值为102d，出现在2009年。由图4可知，其相关系数为r = 0.186，未能通过α = 0.05的显著性检验，表示昆明近59a的年降水强度上升趋势不显著。近59a年降水强度平均值为7.8 mm/d，其中最大值为11.2 mm/d，出现在1999年，最小值为5.5 mm/d，出现在1987年。

图1. 1960~2018年年降水量

图2. 1960~2018年年降水日数

图3. 1960~2018年年降水强度

图4. 1960~2018年最大日降水量

3.2. 降水量的趋势变化

进一步对昆明市近几十年来年降水量、年降水日数的变化特征进行M-K突变检验。由年降水量的M-K突变检验结果(图5)可知，在昆明1960~2018年年降水量M-K检测曲线中，UF(k)与UB(k)第一次相交于1976~1977年，UF(k)与UB(k)第二次相交于1993~1994年间，且在1999年第三次相交，第四次再次相交于2017年。结合年降水量的累积距平时间序列(图6)可以发现，年降水量在1976~1977年间第一次产生突变，在1993~1994年第二次产生突变，在1999年第三次产生突变。第四个交点不能确定为突变点。故可将降水量大致分为4个阶段，1960~1976年波动上升阶段、1977~1993年波动下降阶段、1994~1999年波动上升阶段、2000~2018波动下降阶段，波动上升阶段对应着降水量的增加，波动下降阶段对应着降水量的减少。图7为年降水日数的M-K突变检验结果。由图可知，UF(k)与UB(k)交于1993年和1995年。进一步结合图3年降水强度的变化趋势可认为1993年为突变点，自1993年之后，UF(k)始终小于0，且在2002年起，UF(k)超过下边的临界线，即从2002年起，年降水日数显著下降。即近59a年降水日数在1993年开始产生突变，并自2002年开始，年降水日数下降趋势显著。

图5. 1960~2018年年降水量M-K检测曲线

图6. 1960~2018年降水量累积距平

图7. 1960~2018年年降水日数M-K检测曲线

图8为昆明市1960~2018年的年降水量小波分析结果。从图中可以发现，昆明市1960~2018年间年降水量演化过程中存在着多时间尺度的特征，其中主要存在着26~30a、16~22a、8~12a、5~a以及3~4a这5类时间尺度的周期变化规律。进一步由年降水量的小波方差(图9)可知，1960~2018年的小波方差存在5个较为明显的峰值，依次对应着4a、6a、10a、18a和29a的时间尺度，说明29a左右的周期震荡最强，为年降水量变化的第一主周期。18a、10a、6a和4a时间尺度分别对应着第二、三、四、五峰值，为年降水量变化的第二、三、四、五主周期。说明上述5个周期的波动控制着年降水量在1960~2018年的变化特征，且第一主周期29a以“降水量少–降水量大–降水量少”为特征。

图8. 1960~2018年年降水量变化小波系数实部等值线图

图9. 1960~2018年年降水量的小波方差图

4. 结论

采用一元线性回归分析方法对昆明1960~2018年的降水进行趋势分析，并对其进行Mann-Kendall非参数检验，最后使用小波分析探究降水的周期规律，得出以下结论：

1) 昆明市1960~2018年年降水量、年降水日数大致呈下降的趋势，但年降水量下降趋势不显著，年降水强度、年最大日降水量均大致呈升高的趋势，但两者升高趋势均不显著。

2) 近59a，年降水量在1976~1977年间第一次产生突变，在1993~1994年第二次产生突变，在1999年第三次产生突变。年降水日数在1993年开始产生突变。

3) 近59a的年降水量演化过程中主要存在着26-30a、16-22a、8-12a、5-7a、3-4a这5类时间尺度的周期变化规律，且第一主周期29a以“降水量少–降水量大–降水量少”为特征。

基金项目

成都信息工程大学本科教学工程项目(BKJX2019007，BKJX2019013，BKJX2019042，BKJX2019056，BKJX2019062，BKJX2019081，BKJX2019089，BKJX2019120和JY2018012)支持。

文章引用

徐 立. 近59年昆明市降水变化特征分析
Analysis of Characteristics of Precipitation Change in Kunming during Recent 59 Years[J]. 自然科学, 2019, 07(06): 487-493. https://doi.org/10.12677/OJNS.2019.76059

参考文献