-
气候变化是目前国际社会高度关注的问题，它与人类的生产和生活息息相关。IPCC第五次评估报告指出主要经济部门和服务受到气候变化的影响巨大[1]。一方面气候变化可能会对区域内的经济和服务造成诸多负面影响，另一方面气候变化也是一种可利用的资源，可以促进区域内的生产生活。
在已有的研究中，学者们从不同区域尺度，通过多种方法研究分析各种气候要素的变化趋势、突变情况以及变化周期等。研究区域尺度上，魏凤英等[2]研究了中国、北半球和全球气温历史序列的突变现象，发现中国、北半球和全球的气温变化趋势基本相同；韩翠华等[3]依据年、夏半年气温变化特征将全国划分成8个不同的区域，并且通过变化趋势分析发现1951—2010年间，我国各区域气温均呈上升趋势；周伟东等[4]探讨了中国东部3个气候带冬季气温和降水的变化特征及与大气环流和海温的关系；冯新灵等[5]对成都的平均值气温、极端气温值及降水累积值进行了计算分析，预测出今后成都将继续变暖，降水量将继续减少。在研究方法上，孙娴等[6]用经验模态分解 （EMD） 方法对中国的月平均气温进行分析；郝振纯等[7]采用M-K法检验了1961—2009年我国全年和四季气温空间和时间变化规律，发现该时段我国地面观测温度普遍升高；李双双等[8]采用趋势分析、M-K检验和相关分析等气候诊断方法，分析了秦岭—淮河南北极端降水时空变化特征，并且探讨了极端降水变化与ENSO事件的关系；林培松[9]等利用一元线性回归和数理统计方法对海南岛西部气温和降水两要素的变化特征进行分析，并根据冷暖波动将海南岛西部气候划分成两个冷期和两个暖期；赵晶等[10]运用R/S分析法分析了兰州市未来的气候变化倾向；赵嘉阳[11]等应用线性回归和R/S分析法分析了龙岩市的气温和降水变化趋势。
R/S分析法和线性回归的研究方式，在区域气候要素变化分析上取得了一定的成功[12-14]。南充作为川东北的重要城市之一，降水量季节分布不均，干旱年发生频率达48%以上，灾害性天气（如秋绵雨、旱干、洪涝等）频率较大且持续时间较长，对其进行气候要素变化分析，不但能预测其未来气候变化趋势，还能更好地利用南充的气候资源，促进区域内生产生活。现有的研究方式大都选取气温、降水和日照等气候要素进行分析[15-17]。鉴于此，本文选取南充市1970—2019年间的南充市地面50年的气候观测数据作为研究对象，利用R/S分析法和线性回归方式，从年均和不同季节分别进行气温、降水和日照时数的实验和结果分析。利用最新的长期数据，不但能够体现南充市最近的气候变化趋势，也能保证利用R/S分析法和线性回归方式得到实验结果的准确和有效性。
-
南充市地处四川盆地东北部，嘉陵江中游，位于30°35′—31°51′ N，105°27′—106°58′ E。地貌类型以丘陵为主，低山带坝、中丘中谷、高丘低山类型大体各占1/3。气候属于中亚热带湿润季风气候，具有气候温和，降水集中的特点。其四季分明，降水，气温，日照等气候要素受季节影响明显，春季气候宜人；夏季炎热湿润；秋季阴雨连绵；冬季寒冷干燥。
-
数据来源于国家气象科学数据中心（http://www.cma.gov.cn），选取1970—2019年间，四川省南充市气温，降水和日照三项气候要素数据。
-
线性回归是研究气候要素具体数量关系的一种常用方法，其能通过线性的方式，反应气候要素的趋势变化，建立气候要素的数学模型[18-19]，如公式（1）所示。
其中x，y分别为地理要素中的因变量与自变量（如不同年份对应不同的年平均温度），a，b为待定参数，利用最小二乘法可以拟合出最佳的a，b值。对于拟合出的a值（既斜率），当a>0时，表明气候要素未来处于增长趋势，当a=0时，表明气候要素未来趋于不变，当a<0时，表明气候要素未来处于下降趋势。
-
R/S分析法是由水文学家Hurst提出的一种研究时间序列的方法，后由Mandelbrot等人改良，现广泛应用于经济，地理等学科的数据分析中[20]。其主要原理为：假设有一时间序列
$\{L(t)\}$ ，$t=1, 2, 3,\cdots,n$ ，对于任意正整数β，其均值序列可求得为：其累计离差可求得为：
其极差可求得为：
其标准差可求得为：
将得到的极差，标准差与β一同带入（ln（β），ln（R/S））组成的直角坐标系中，通过线性回归的方式，可以在这个坐标系中拟合出相应的直线，这条拟合出的直线的斜率既为Hurst指数值。通过分析Hurst指数值的大小，可以判断这个时间序列是完全随机的，还是存在某种趋势变化，判断依据如表1所示：
等级 Hurst指数值域 持续性强度 等级 Hurst指数值域 持续性强度 1 0.50<H≦0.55 很弱 −1 0.45≦H<0.50 很弱 2 0.55<H≦0.65 较弱 −2 0.35≦H<0.45 较弱 3 0.65<H≦0.75 较强 −3 0.25≦H<0.35 较强 4 0.75<H≦0.80 强 −4 0.20≦H<0.25 强 5 0.80<H<1.00 很强 −5 0.00<H<0.20 很强 Table 1. Classification table of Hurst index value
如果得到的Hurst指数值H=0.5，表明该气候要素的时间序列是完全独立的，过去与将来的变化不存在相关性；如果0.5<H<1，表明该气候要素的时间序列具有持续性，与过去的变化趋势相同；如果0<H<0.5，表明该气候要素的时间序列具有反向持续性，与过去的变化趋势相反。
-
对南充市1970—2019年间的平均气温、日照数和降水量三项气候要素，分别就全年和不同季节进行线性回归和R/S实验。线性回归实验，采用1970—2019年间南充市的气候要素数据，使用最小二乘法拟合实验结果；R/S实验，采用冯新灵的Hurst指数实验设计[14]，以25年为一个周期计算Hurst指数值（如1970—1995、1971—1996、1972—1997）形成一个连续的Hurst指数序列，通过分析这个Hurst指数序列和之前线性回归实验得到的斜率，预测未来南充市的气候变化趋势。
-
从图1（a）线性回归分析图中可以看到，南充市1970—2019年，年平均气温线性回归拟合的直线斜率大于0，总体呈上升趋势，上升速率为0.01281℃·a−1。从图1（b）Hurst值柱状图中可以看到，南充市1970—1974年，25年实验的Hurst值均大于0.5。1975年，25年实验的Hurst值开始小于0.5，一直持续到1981年。1982—1991年的25年实验Hurst值持续大于0.5，并且达到了3级。1992年后，25年实验的Hurst值开始小于0.5，为−2级，持续到1994年。这说明南充市年平均气温的时间序列具有反向持续性，未来南充市的年平均气温呈下降趋势。
Figure 1. Linear regression analysis of average annual temperature and Hurst value histogram of average annual temperature in Nanchong city from 1970 to 2019
-
从图2南充市1970—2019年，各季节平均气温的线性回归分析图中可以看到，各个季节的平均气温斜率均大于0，呈上升趋势，其中春季、秋季上升趋势明显，夏季、冬季上升趋势相对平缓。从图3各季节平均气温的Hurst值柱状图中可以看到，春季的25年实验Hurst值在0.5左右波动较大，于1994年达到−2级，而夏季、秋季和冬季25年实验的Hurst值在1991年后均小于0.5，分别达到−3级，−4级和−2级。说明各季节平均气温的时间序列都具有反向持续性，未来南充市四个季节的平均气温都呈下降趋势。总体上和年平均气温变化趋势一致。
Figure 2. Linear regression analysis diagram of average temperature in each season in Nanchong city from 1970 to 2019
Figure 3. Hurst value histogram of average temperature in each season in Nanchong city from 1970 to 2019
-
从图4（a）线性回归分析图中可以看到，南充市1970—2019年，年日照时数线性回归拟合直线的斜率小于0，总体呈下降趋势，下降速率为1.57612 h·a−1。图4（b）Hurst值柱状图中可以看到，1970—1977年25年实验的Hurst值均大于0.5。从1978年后的25年实验开始，Hurst值持续小于0.5，一直到1985年。1986—1994年开始，25年实验的Hurst值在0.5上下波动，总体大于0.5，表明南充市年日照时数时间序列具有正向持续性，未来南充市的年日照时数呈下降趋势。
Figure 4. Linear regression analysis plot of annual sunshine hours and Hurst value histogram of annual sunshine hours in Nanchong city from 1970 to 2019
-
从图5南充市1970—2019年，各季节日照时数的线性回归分析图中可以看到，夏季日照时数总体最多，春秋次之，冬季最少。春季与冬季的日照时数的拟合直线斜率大于0，呈上升趋势。而夏季和秋季日照时数的拟合直线斜率小于0，呈下降趋势。从图6各季节日照时数Hurst值柱状图中可以看到，除秋季1992年后25年实验的Hurst值达到1级外，春季、夏季和冬季的Hurst值均小于0.5，分别为−2级，−3级与−4级。这表明，南充市秋季的日照时数时间序列具有正向持续性，未来南充市秋季的日照时数将下降。而春季、夏季和冬季的日照时数时间序列皆具有反向持续性，未来南充市春季与冬季的日照时数将下降，而夏季的日照时数将会增多。总体与3.2.1节分析的年日照时数变化趋势一致。
Figure 5. Linear regression analysis diagram of sunshine hours in each season in Nanchong city from 1970 to 2019
Figure 6. Hurst value histogram of sunshine hours in each season in Nanchong city from 1970 to 2019
-
从图7（a）线性回归分析图中可以看到，南充市1970—2019年，年降水量线性回归拟合直线的斜率大于0，总体呈上升趋势，上升速率为1.53341 mm·a−1。图7（b）Hurst值柱状图中可以看到，1970—1978年25年实验的Hurst值总体小于0.5。自1979年后的25年实验开始，Hurst值持续大于0.5，一直到1985年。1986年25年实验的Hurst值结果骤降，之后一直持续到1990年，Hurst值始终在0.5上下波动。从1991年的25年实验开始，Hurst值持续小于0.5，除1993年为−2级外，其余年份皆达到−3级。说明南充市年降水量时间序列具有反向持续性，未来南充市年降水量呈下降趋势。
Figure 7. Linear regression analysis plot of annual precipitation and Hurst value histogram of annual precipitation in Nanchong city from 1970 to 2019
-
从图8南充市1970—2019年，各季节降水量线性回归分析图中可以看到，夏季降水量最多，冬季降水量最少，符合降水集中，夏季湿润，冬季干燥的特点。春季、夏季和冬季降水量的拟合直线斜率均大于0，呈上升趋势，秋季降水量的拟合直线的斜率小于0，呈下降趋势。从图9南充市1970—2019年，各季节降水量的Hurst值柱状图中可以看到，夏季与秋季降水量Hurst值在1985年后均大于0.5，并在1993年达到3级，说明了夏季与秋季降水量时间序列具有正向持续性，未来南充市夏季降水量呈上升趋势而秋季降水量呈下降趋势。春季和冬季的降水量时间序列具有反向持续性，两个季节的降水量Hurst值在1990年后均小于0.5，分别为−1级和−3级，未来南充市春季和冬季的降水量均呈下降趋势，总体与3.3.1小节分析得到的年降水量变化趋势一致。
Figure 8. Linear regression analysis diagram of precipitation in each season in Nanchong city from 1970 to 2019
Figure 9. Hurst value histogram of precipitation in each season in Nanchong city from 1970 to 2019
-
对1970—2019年间，南充市平均气温、日照时数和降水量三项气候要素，就全年和各季节分别进行线性回归和R/S分析，研究了未来南充市这三项气候要素在全年和各个季节的变化趋势，结论如下：
（1）南充市1970—2019年间，年平均气温和各季节的平均气温总体呈上升趋势；未来一段时间年平均气温和各季节的平均气温都将呈下降趋势；年日照时数和夏、秋季日照时数总体呈下降趋势，而春季与冬季日照时数呈上升趋势；未来一段时间年日照时数将呈下降趋势，夏季日照时数将会增多，春季、秋季与冬季日照时数将会减少；降水量除秋季呈下降趋势外，其余均呈上升趋势。未来一段时间年降水量将呈下降趋势，夏季降水量会增多，春季、秋季与冬季降水量将会减少。
（2）1980年前后，南充市全年和各季节的平均气温、日照时数和降水量三项气候要素在Hurst值上均呈现不同程度的波动，三项气候要素整体上表现出与之前不同的变化趋势。1980年前后中国和世界都发生了大规模气候异常现象[21-23]。
总体上看，南充近50年来平均气温的上升趋势，未来降水量的下降趋势与全球变暖和中国气候变化大趋势一致，50年来全球整体气温不断上升，降水量不断下降。中国整体气候变化与全球变暖大趋势具有相似性，同时日照时数不断下降[24-25]，同南充近50年来日照时数总体的下降趋势，和未来的减少倾向较为一致。
Analysis on Main Climate Elements Changes in Nanchong City in the Past 50 Years
doi: 10.12172/202204070002
- Received Date: 2022-04-07
- Available Online: 2022-06-23
- Publish Date: 2022-08-23
-
Key words:
- Nanchong city /
- R/S analysis /
- Change trend /
- Climate elements /
- Linear regression
Abstract: In order to make better use of the climate resources in Nanchong city, forecast the future climate change trend in Nanchong city, and promote the production and life in the region. Based on the ground meteorological observation data of Nanchong city from 1970—2019, three climate elements: temperature, precipitation and sunshine, were selected. By using the linear regression method and R/S analysis method, the characteristics of inter-annual and four-season climate change in Nanchong city over the past 50 years were analyzed, and the future inter-annual and four-season climate change trends in Nanchong city were predicted. The results showed that, from 1970—2019, the annual average temperature and the four-season average temperature showed an overall upward trend; the annual, summer and autumn sunshine hours showed an downward trend, and the spring and winter sunshine hours showed an upward trend; precipitation showed an downward trend in autumn, and the rest showed an upward trend. In the future, the annual average temperature and four-season average temperature in Nanchong city will show a downward trend; the sunshine hours in Nanchong city for the annual, spring, autumn and winter will show a downward trend, and the sunshine hours in summer will show an upward trend; the annual, spring, autumn and winter precipitation will show a downward trend, and the summer precipitation will show a upward trend.
DownLoad: