 Climate Change Research Letters 气候变化研究快报, 2013, 2, 87-92 http://dx.doi.org/10.12677/ccrl.2013.23014 Published Online July 2013 (http://www.hanspub.org/journal/ccrl.html) An Analysis on Spatio-Temporal Characteristics of Temperature in Heze City in Recent 30 Years* Fengtai Si1, Cunjin Xue2 1Heze Meteorological Administration, Heze 2Key Laboratory of Digital Earth Science, Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing Email: sifengtai@126.com Received: Mar. 20th, 2013; revised: Apr. 26th, 2013; accepted: May 4th, 2013 Copyright © 2013 Fengtai Si, Cunjin Xue. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract: Based on the monthly averaged temperature from observation stations over Heze City during the periods of 1981 to 2010, and using the ArcGIS 10.0 spatial analysis tools and the empirical orthogonal function, this paper ana- lyzes the change trend of annual and seasonal temperature, and discusses the temperature’s inter-annual variation. The results show that the annual averaged temperature in season is a clear upward trend with the higher warming contribu- tion in spring, autumn and winter than summer. And the upward trend has an obvious spatial distribution. An average annual temperature growth rate is 0.02˚C - 0.03˚C over western-center Dongming country, the 0.03˚C - 0.04˚C distributes over Caoxian country, Dingtao country, Juancheng country, eastern Dongming country, the surrounding area of Mudan district, northeastern Yuncheng country and western Juye country, and the 0.04˚C - 0.05˚C covers Chengwu country, Shanxian co untry, southwestern Yuncheng country and Mudan district. In add ition, the temperature’s interannual change has a cycle period of 2.3 years, and the regions covering Shanxian country, Chengwu country, eastern Caoxian country and southeastern Dingtao country and the regions covering Dongming country, mid-eastern Juye country and western Juancheng country are in upward/downward trend with three phases: 1981-198 8, 1989-2000 and 2001-2010. Keywords: Heze City; Temperature; Upward Trend; Spatio-Temporal Change 近30 年菏泽市气温时空特征分析* 司奉泰 1，薛存金 2 1菏泽市气象局，菏泽 2中国科学院对地观测与数字地球科学中心数字地球重点实验室，北京 Email: sifengtai@126.com 收稿日期：2013 年3月20 日；修回日期：2013 年4月26 日；录用日期：2013 年5月4日 摘 要：基于菏泽市八县一区观测站1981~2010 年的月均气温资料，利用ArcGIS 10.0空间分析工具和经验正交 函数分解算法，分析了年、季平均气温时空变化趋势和年际变化特征。分析结果表明：菏泽市年平均气温整体 上呈增长趋势，春、秋和冬季的增长贡献大于夏季的增长贡献。且菏泽市年平均气温增长趋势具有明显的空间 差异，东明县的中西部地区和巨野县的东部地区的年增长率为 0.02℃~0.03℃；曹县、定陶、鄄城、东明东部、 牡丹区周围地区、郓城北部和东部地区和巨野西部地区的年增长率为 0.03℃~0.04℃；成武、单县、郓城西南地 区和菏泽牡丹区的年增长率为0.04℃~0.05℃。另外，菏泽市平均气温的年际变化具有2.3年的周期特征，单县、 成武、曹县东部和定陶东南部地区与东明、巨野中东部和鄄城西部地区的平均气温增长/降低大致分为三个阶段： 1981~1988 年、1989~2000 年和 2001~2010。 *基金项目：国家自然科学基金(NO. 40901194)和中国科学院对地观测与数字地球科学中心主任基金“西太平洋海洋遥感参数时空关联过程 化表达方法研究”联合资助。 Copyright © 2013 Hanspub 87  近30 年菏泽市气温时空特征分析 Copyright © 2013 Hanspub 88 关键词：菏泽市；气温；增长趋势；时空变化 1. 引言 八县一区的逐年逐月气温。采用鲁西南四季的划分方 法，把 3月、4月和5划为春季，6月、7月和 8月划 为夏季，9月10 月和 11 月为秋季，1月、2月和 12 月为冬季，计算整理得到菏泽市八县一区气温的年气 温平均值和季节气温平均值。 菏泽市(八县一区)位于山东省西南部，地势平坦， 土层深厚，适宜多种农作物的生长，是一个农业大市。 农业生产与气候变化息息相关，其中气温是诸多气候 要素中的最重要因子之一，因此，气温变化对该地区 粮食生产有直接和重要的影响。目前，全球变暖已成 为不争的事实，在此背景下开展区域气候变化特征及 趋势分析，对掌握该地区气候变化特点，进行农业气 候资源分析，来引导当地农业生产类型、规模以及布 局等方面都有重要意义[1]。 3. 时空分析方法 ArcGIS是一套功能强大的地理信息分析工具，广 泛应用于气象、海洋、土地管理等行业部门[5,6]。本文 采用 ArcGIS 10.0地理统计分析工具，对菏泽市八县 一区的逐月气温数据计算整理得到年和季节的气温 平均值，并利用时空插值算法和经验正交函数分解算 法，讨论分析菏泽市气温年、季节的增长趋势及其空 间分布和气温的年际变化特征。 近年来，许多学者对菏泽市的气候变化规律和趋 势做了深入的分析，系统讨论了菏泽市气温、逐月降 水量、日照时数、湿度、蒸发量等气候因子时间序列 特征。比如，李瑞英等(2009)基于菏泽市1961~2008 年气候资料，利用线性分析方法得出了菏泽市在这48 年间气温、日照时数和降水量的变化规律及趋势[2]； 朱爱民和任崇勇(2012)同样基于上述数据，利用线性 分析和 M-K 相结合的方法，得出了 1961~2008 年的 气温、日照时数和降水量的变化特征[3]；袁旗和李菏 民(2008 年)统计分析了降水量、温度、光照、湿度和 蒸发量等多种气候因子的变化特征及其趋势[4]。上述 研究均把菏泽市作为一个整体研究区域，强调气候因 子在时间序列上的时态特征，忽略了小区域差异对气 候变化的影响，而这种小范围局部区域的气候变化对 农业气候资源的规划管理和评估至关重要。另外，目 前关于菏泽市气候的年际变化规律的研究很少，这对 研究气候的成因及预测预报至关重要。因此，本文将 对菏泽市内分区气候变化和分区年际变化进行分析。 3.1. Kriging空间插值方法 地理环境要素在空间或时间上的分布总会表现 出一定的相关性，即近距离的地理环境要素之间的相 似度往往比远距离的地理环境要素之间更高。Kriging 空间插值方法正是基于随机变量在空间或时间上的 相关结构而建立的，因而，该方法是最好的线性无偏 差预测器，与其它预测器比较，Kriging 方法具有最小 的方差误差。基于此，本文采用 Kriging 方法实现气 温的空间插值，有关 Kriging 空间插值的理论方法请 基于此，本文基于 1981~2010 年菏泽市气象局的 数据资料，利用ArcGIS 10.0空间分析工具、线性回 归分析和经验正交函数分解(Empirical Orthogonal Function, EOF)方法，讨论分析菏泽市八县一区气温的 时空变化特征。 2. 研究区域与资料 本文选择菏泽市八县一区作为试验区，每个县/ 区气候观测站点空间分布如图 1所示。所用资料来自 菏泽市气象局，数据资料涵盖了 1981~2010 年菏泽市 Figure 1. Research area and observation station (Background is annual averaged temperature from 1981 to 2010) 图1. 研究区域及观测站点的空间分布(底层背景为 1981~2010年年 平均气温)  近30 年菏泽市气温时空特征分析 参照文献[7]。 3.2. 经验正交函数分解(EOF)方法 EOF 方法最早由统计学家 Pearson于1902年提 出， 节变化对时间序列分析的影响，本文选 择Z-Score 该方法用于研究要素场的各个模态，即空间分布 及其对应时间系数，将要素场的变化集中在几个主要 模态上，从而通过对主要模态的分析，探索模态背后 的物理意义[8]。从数据处理的角度分析，EOF 方法将 原要素的时空场分解为正交函数的线性组合，分解出 少数相互正交的典型模态，每个模态包括空间型及其 对应的时间指数，典型模态尽可能多的保持原要素场 的信息，尽可能少的减少丢失信息。由于该方法能有 效压缩和降低数据维度，目前已广泛应用于大气科学 领域[9,10]。 为消除季 算法实现气温月均距平的计算。Z-Score算 法是在缺少先验知识的情况下，利用原始数据的均值 和标准差进行数据的距平化处理，可有效去除季节变 化对时间序列的趋势影响。其计算公式为： , ,1, 2,,12 ij j ij j XX Xj , (1) 其中，i代表年份；j代表月份，为 1~12 个月某个月； j X 为第 j个月的气温月均值； j 为第 j个月的气温方 差； ,ij X 为气温原始时间序列， ,ij X 为气温距平值的 时间序列。 4. 气温时空变化特征 4.1. 年平均气温变化趋势 基于 1981~2010 年的月平均气温资料，利用线性 回归模型 菏泽市八县一区的年平均气温具有明 显的 升 和ArcGIS10.0 空间分析工具，计算了菏泽市 八县一区的年平均气温增长率，年平均气温增长趋势 的空间分布如图 2所示。为进一步讨论增长率的有效 性，在年平均气温增长趋势的空间分布上叠加了显著 性水平检验。 近30 年， 上趋势，其增长率为 0.02℃~0.05℃，且这种上 升趋势具有明显的空间分布差异(图2)。在东明县的中 西部地区和巨野县的东部地区，年平均气温增长率相 对较低，为 0.02℃~0.03℃；在曹县、定陶、鄄城、东 明东部、菏泽牡丹区周围地区、郓城的北部和东部地 Figure 2. Trend of annual averaged atmospheric temperature from 和巨野 年平均气温增长率为 0.03℃~0 .04 的年平均气温增长率的显著性 检验 4.2. 四季平均气温变化趋势 利用 1981~2010 年的月平均气温资料，计算统计 近3 具有 1981 to 2010 图2. 1981~2010年平均气温增长变化趋势空间分布 区 西部地区， ℃。在成武、单县、郓城西南地区和菏泽牡丹区中部 地区，年平均气温增长率相对较高，为 0.04℃~0.05 ℃，甚至在成武县中南部的局部地区，年均气温增长 率超过了0.05℃。 菏泽市八县一区 表明，除东明县的中西部地区和巨野县东部地区 的显著性检验水平在98%~99%之间，其它地区的显 著性水平通过了99.9%检验。因而，菏泽市八县一区 的年平均气温增长率 0.02℃~0.05℃的空间分布具有 物理解释。 0年菏泽市八县一区的春、夏、秋、冬四个季节 平均气温，并利用线性回归模型和ArcGIS 10.0 空间 分析工具，分别统计分析了四季年平均气温增长趋势 的空间分布和增长率显著性检验的空间分布，见图 3。 从整体上分析，菏泽市八县一区季节平均气温都 增长趋势，且这种增长趋势不仅具有空间上的分 布差异，而且季节上的贡献也不相同，见图 3。在空 间分布上，东明县中西部地区和巨野县中部地区的季 平均气温增长率相对较低，其它区域的平均气温增长 率相对较高；从季节的贡献上分析，春季、秋季和冬 季的年平均气温增长率相对较高，分别为 0.04℃、 0.0397℃和0.057℃，而冬季的平均气温增长率相对较 Copyright © 2013 Hanspub 89  近30 年菏泽市气温时空特征分析 Copyright © 2013 Hanspub 90 Figure 3. Trend of seasonal averaged atmospheric temperature from 1981 to 2010: (a) Spring; (b) Summer; (c) Autumn; (d) Winter ，为 0.009℃。显著性检验表明，除夏季外，春、 的年 中部和曹县中部 的局部地区气温年增长趋势呈下降趋势，其负增长率 为0℃ ℃~0.03℃， 显著 图3. 1981~2010期间四季平均气温增长变化趋势空间分布：(a) 春季； (b) 夏季；(c) 秋季；(d) 冬季 低 秋和冬季的显著性水平都超过了 90%以上的检验。 春季(图3(a))，巨野中部和东明中西部地区气温 ~0.01℃，但显著性水平未达到 90%以上的检验， 其物理意义不明确；在巨野西部、北部和南部、郓城 东部、曹县和东明的大部分地区，气温的年增长趋势 相对缓慢，其增长率为 0℃~0.01℃；在菏泽牡丹区的 大部分地区、定陶、成武、单县、鄄城和郓城西部地 区，年平均气温增长率为 0.01℃~0.02℃；在菏泽牡丹 区的局部区域年平均气温增长率达到0.02℃~0.03℃， 显著性水平达到了 90%以上的检验。 秋季(图3(c))，巨野中部和东明中西部地区的气 温年增长趋势相对缓慢，其增长率为0.02 增长趋势相对缓慢，其增长率为0.02℃~0.03℃， 显著性水平超过了 90%以上的检验；在鄄城北部、巨 野中西部、曹县东南部和东明东部地区，年平均气温 增长率达到 0.03℃~0.0 4 ℃，显著性水平超过了 95% 以上的检验；在菏泽牡丹区、定陶、成武、单县、曹 县、鄄城和东明东部和北部地区，年平均气温增长率 达到 0.04℃~0.05℃，显著性水平超过了 98%以上的检 验，甚至在菏泽牡丹区、鄄城和单县的局部地区，其 著性水平超过了99%以上的检验。 夏季(图3(b))，巨野中部、东明 性水平超过了 90%以上的检验；在鄄城、菏泽牡 丹区北部、西部和南部、东明东部、定陶东南部、曹  近30 年菏泽市气温时空特征分析 县和巨野北部、西部和南部地区，年平均气温增长率 为0.03℃~0.04 ℃，大部分地区的显著性水平达到 95% 以上的检验；在菏泽牡丹区中部、定陶西北部、成武、 单县、和郓城地区，年平均气温增长率达到0.04℃ ~0.05℃，显著性水平超过了 98%以上的检验，甚至在 成武和郓城的局部区域，其增长率超过了每年 0.06℃， 其显著性水平也超过了99%以上的检验。 冬季(图3(d))，巨野中部、东明中西部和鄄城北 部地区的气温年增长率为 0.04℃~0.05℃，显著性水平 超过 了98%以上的检验；在鄄城北部和东部、巨野大 部分地区、鄄城中南部、菏泽牡丹区大部分地区、定 陶和曹县，年平均气温增长率达到 0.05℃~0.06℃，显 著性水平超过了99.9%以上的检验；在菏泽牡丹区局 部地区、成武县大部分地区、单县、曹县东部、鄄城 中部地区，年平均气温增长率达到 0.06℃~0.07℃，显 著性水平超过了99.9%以上的检验；在成武县的局部 地区，气温年增长率超过了0.07℃，其显著性水平也 超过了 99.9%以上的检验。 4.3. 气温年际变化特征分析 菏泽市平均气温不仅具有年、季节的增长趋势， 且平均气温变化也具有年际变化特征。利用经验正交 函数分解算法，提取了 1981~2010 年菏泽市八县一区 的月平均气温的主要模态特征，经North 有效特征值 检验[11]，前三个模态具有物理解释。第一模态、第二 模态和第三模态方差贡献分别为：35.2%、23.4%和 13.4%，占总方差贡献的 72.0%，即利用前三个模态能 解释 72%的气温时空变化特征。经Morlet 小波周期分 析表明，第一模态具有2.3 年的年际变化特征。图4 给出了菏泽市八县一区月平均气温第一模态的空间 (a) -0.2 -0.1 0 0.1 0.2 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 (b) Figure 4. The first mode of atmospheric temperature by EOF from 1981 to 2010: (a) Spatial pattern; (b) Temporal component 图4. 1981~2010期间平均气温第一模态的时空特征：(a) 空间分布；(b) 时间系数 Copyright © 2013 Hanspub 91  近30 年菏泽市气温时空特征分析 分布和时间序列特征。 菏 东部和定陶东南部地区与东 明、 八县一区平均气温的年际变化大致分为 3个节 段： 基于 1981~2010 年观测站点的实测资料，利用 .0 空间分析工具、线性回归模型和经验正交 函数 长趋势存在空间分布差异。东明县中西部 地区 2) 近30 年菏泽市八县一区的季平均气温呈增长 季节 特征 县、成武、曹县东部和定陶东南部地区 与东 (References) [1] 肖国举, 张强, 王静. 全球气候变化对农业生态系统的影响 07, 18(8): 1877-1885. 市近 48 年来气候变化特征及 aphi- nnachi, I. T. Jolliffe and D. B. Stephenson. Empirical or- irical orogonal functionseather 泽市八县一区平均际变化空间分布 趋势， 增长趋势不仅具有空间差异，也具有 气温的年 这种 表明：单县、成武、曹县 巨野中东部和鄄城西部地区的平均气温具有 2.3 年周期“跷跷板”的变化特征，即前者的气温异常增 加时，后者的气温异常减小，反之亦然。然而，郓城、 菏泽牡丹区、定陶和巨野西南部这种周期变化并不明 显。 同时，结合平均气温年际变化的时间系数分析， 菏泽市 1981~1988 年、1989~2000 年和 2001~2010 年。 在1981~1988 年期间，单县、成武、曹县东部和定陶 东南部地区平均气温以降低为主，而东明、巨野中东 部和鄄城西部区域的平均气温以增高为主；在 1989~2000 年期间，两区域具有明显的“跷跷板”的 变化特征；在2001~2010 年期间，单县、成武、曹县 东部和定陶东南部地区平均气温以增加为主，而东 明、巨野中东部和鄄城西部地区的平均气温以降低为 主。 5. 结论 ArcGIS 10 分解算法，讨论分析了近30 年菏泽市八县一区 平均气温年、季节增长趋势和年际变化特征。主要结 论如下： 1) 近30 年菏泽市八县一区的年平均气温呈增长 趋势，该增 和巨野县东部地区的年增长率为0.02℃~0.03℃； 曹县、定陶、鄄城、东明东部、菏泽牡丹区周围地区、 郓城的北部和东部地区和巨野西部地区年平均气温 增长率为0.03℃~0.04℃；成武、单县、郓城西南地区 和菏泽牡丹区年增长率为 0.04℃~0.05℃。 。在空间分布上，东明县和巨野县地区的季平均 气温增长率相对较低，其它区域的平均气温增长率相 对较高；从季节的贡献上分析，春季、秋季和冬季的 平均气温增长率相对较高，而冬季的平均气温增长率 相对较低。 3) 菏泽市八县一区平均气温的年际变化具有2.3 年周期，且单 明、巨野中东部和鄄城西部地区的平均气温增长 /降低的变化大致分为三个阶段：1981~1988 年、 1989~2000 年和 2001~2010 年，且具有“跷跷板”的 变化特征。 参考文献 研究进展[J]. 应用生态学报, 20 [2] 李瑞英, 张翠英, 刘继敏. 菏泽 未来趋势分析[J]. 中国农业气象, 2009, 30(增2): 268-270. [3] 朱爱民, 任崇勇. 菏泽市近50 年气候变化特征分析[J]. 山东 2, 32气象, 201(2): 12-14. [4] 袁旗, 李菏民. 菏泽市建站以来的气候特征分析[J]. 安徽农 业科学, 2008, 36(24): 10573-10576. [5] 范媛媛, 孙伯川, 王维瑞. 北京市农业局 GIS 通用开发平台 路[J]. 国农学通构建思 中报, 2013, 29(2): 212-216. [6] 吴战平, 于飞, 谷晓平, 袁淑杰. 基于组件 GIS 的贵州农业气 策支持 统[J]. 国农业气候资源决系 中象, 2010, 31(增1): 107- 111. M. A. Oliver. Kriging: A method of interpolation for geogr[7] cal information systems. International Journal of Geographic Information Systems, 1990, 4(3): 313-332. [8] A. Ha thogonal functions and related techniques in atmospheric science: A review. International Journal of Climatology, 2007, 27(9): 1119-1152. [9] 魏凤英. 现代气候统计诊断与预测技术(第二版)[M]. 北京: 气象出版社, 2007. [10] 周国华, 罗小莉, 王盘兴等. 中国冬季气温异常 EOF 分析的 改进[J] 大气. 科学学报, 2012, 35(3): 295-304. [11] G. R. North, T. L. Bell, R. F. Cahalan, et al. Sampling errors in the estimation of empth. Monthly W Review, 1982, 110(7): 699-706. Copyright © 2013 Hanspub 92 |