近15a中国气温变化趋势分析

范兰，吕昌河*，杨彪

（1.中国科学院地理科学与资源研究所，北京 100101；2中国空间技术研究院，北京 100010）

近15a中国气温变化趋势分析

范兰1，吕昌河1*，杨彪2

（1.中国科学院地理科学与资源研究所，北京 100101；2中国空间技术研究院，北京 100010）

利用1998—2012年635个气象站点的观察数据，对我国气温的时空变化趋势及其区域差异进行了分析和突变检验，结果表明：近15 a来我国年平均气温呈现波动式下降的特点，但下降趋势不显著；全国绝大部分地区年均和四季气温在0.05显著水平未检测出显著的变化趋势，但Z值显示，气温存在不显著的变化倾向：青藏高原区年均气温存在上升倾向，而其他地区多呈下降倾向；春季气温呈上升和下降倾向的区域约各占一半，夏季绝大部分地区气温有上升倾向，而秋季和冬季大部分地区气温则呈现不显著下降趋势。

气候变化；气温变化；趋势分析；突变检验

大量的文献和研究成果证实近百年全球正在不断变暖[1-3]。政府间气候变化专门委员会（IPCC）自1990年成立以来，陆续发表了5次评估报告和l次补充报告，指出近百年全球平均增温率在0.45～0.85℃/100 a之间[4-5]，并预测未来全球还将呈现继续增温的趋势。但对近15 a温度的变化趋势存在着争议，争议点在于全球增温趋势是继续上升，还是减缓上升，抑或是停止上升。如IPCC第五次报告指出，起始于1998年强厄尔尼诺事件之后的15 a间（1998—2012年），全球地表的升温速率为每10 a升高0.05℃（-0.05～+0.15℃），明显小于1951年以来0.12℃（0.08～0.14℃）的升温速率[6-7]。而德国《明镜周刊》报道过去15 a间全球平均气温并未上升[8]；Robert等人对1998—2008年全球地表气温进行分析后指出其几乎没有上升[9]。

近15 a我国的气温是否也存在同样的变化趋势呢？是继续上升还是有所减缓，抑或是停止上升？为了回答该问题，我们根据覆盖全国的635个气象站1998—2012年的气温观测数据，对年和季节平均气温的变化趋势以及突变进行了分析和检验，以揭示近15 a我国气温的变化特征与空间差异。

1 数据与方法

从国家气象信息中心的中国地面气候资料日值数据集（http://cdc.cma.gov.cn/），下载了覆盖全国的744个气象站1998—2012年日气温观测数据。通过Matlab软件编程对观测数据的完整性进行检测后，剔除了存在1 a或多年缺测日数≥10 d的109个站点。在其余635个站点中，578个站点观测数据完整，57个站点存在少量数据缺测但年缺测日数少于10 d，用其它年份同日的多年平均值对缺测数据进行插补。根据气温的日值数据，计算每年和春、夏、秋、冬四季的平均气温。

采用Mann-Kendall非参数秩次相关检验法（M-K检验）和Sen’s坡度估计法，分析变化趋势和幅度，采用反距离权重插值法（IDW）对站点数据进行插值。M-K检验法可判断出时间序列变量是否具有上升或下降趋势[10-11]，被世界气象组织推荐且广泛应用于水文和气候要素随时间的趋势分析。该方法根据统计变化量Z值判断趋势，大于零为上升趋势，小于零为下降趋势[12-15]。M-K检验是比较常用的气候突变检验方法，其优点是计算简单并可以明确突变开始的时间和突变区域[16-17]。Sen’s坡度估计法用来计算具有线性趋势的等间隔时间数据系列的坡度，即单位时间内的变化幅度，实际坡度值Q通过非参数检验获取，能够定量计算变化量[18-19]。因此，在很多研究中，M-K检验与Sen’s坡度估计法常结合运用[20]，以同时给出分析变量的变化趋势、显著性水平和变化幅度。IDW是一个常用的空间插值方法，通过对采样点线性加权来决定像元值，加权权重与距离成反比，输入的点离输出像元越远，它对输出值的计算影响就越小，即离采样点越近的点，在估算时越具有代表性[21]。

本研究首先利用M-K检验和Sen’s方法，分站点对1998—2012年的年和四季气温系列数据逐一进行计算，得到全部635个气象站点的气温变化趋势的Z值和Sen’s坡度值。然后对各站点的Z值通过ArcGIS软件中的IDW进行空间插值，输出0.5× 0.5 km的栅格图；根据Z值，对栅格数据分为4类，即Z值≥1.96为显著上升/变暖（0.05显著水平），Z≤-1.96为显著下降/变冷，0≤Z＜1.96为不显著上升/变暖，-1.96＜Z＜0为不显著下降/变冷。最后，对气温存在显著变化趋势的站点，抽样进行了突变检验。该检验通过正序列（UFK）和反序列（UBK）两个统计量进行突变判断，若UFK的值大于0，则表明序列呈上升趋势，小于0则表明呈下降趋势，当UFK或UBK超过临界直线时，则表明上升或者下降趋势显著[17]，在UFK曲线超过临界值信度线的前提下，若UFK和UBK仅有一个明显的交叉点，且位于信度线之间，则表明该交叉点为突变点，且统计上显著；若交点位于信度线之外，或者存在多个明显的交叉点，则不确定是否为突变点，超过临界线的范围为出现突变的时间区域[22]。

2 结果与分析

2.1 近15 a年均气温的变化趋势

1961—2012年我国635个代表性气象站的年平均气温在10.2～12.2℃之间（图1a），呈现显著的波动上升趋势，平均每10 a增温0.23℃，但存在显著的时间差异，主要表现在：1961—1969年年均气温呈现显著且快速下降趋势，平均每10 a下降0.91℃，1970—1986年年均气温在10.3～11.0℃之间波动，未呈现明显的变化趋势；1987—2007年呈现显著增温趋势，平均每10 a增加0.49℃，之后气温呈现明显下降趋势，由2007年的12.2℃下降到2012年的11.1℃。从1961—2012年气温的时间变化看，1998年似乎是一个明显的分界点，之后10 a气温呈现了明显的在高位震荡的特点，并于2008年开始气温出现了连续4 a的下降（图1b）。趋势分析结果显示，1998—2012年，我国年平均气温在11.1～12.2℃之间波动，呈现下降趋势（图1b），但未通过0.05显著性检验。

图1 我国635站1960—2012年（a）、1998—2012年（b）平均气温变化

对全国635个台站气温数据的M-K检验发现（表1；图2），有18个站点气温在0.05显著性水平上呈现显著上升趋势，分布面积占国土面积的0.87%，主要分布在青藏高原中部和横断山脉等地，年均增温幅度为0.05～0.10℃；有111个站呈现显著下降趋势，其分布面积占7%，其中28个站点在≤0.05显著性水平上显著下降，主要分布在黄土高原北部、内蒙古中部、华北平原北部，其年均气温降幅-0.15～-0.03℃。其余80%的站点（面积约占92%）在0.05显著水平上未检测出显著的变化趋势，不过从Z值看，有144个站点气温有上升倾向，主要分布在青藏高原中南部、横断山脉、云贵高原的西部、新疆天山山脉东段、黑龙江和内蒙北部的大小兴安岭地区，分布面积占27%；362个站点气温呈下降倾向，分布于我国中南部、西部和东北部地区，其分布面积占65%。

2.2 近15a气温的季节变化趋势

表1 气象站年平均气温变化趋势与幅度统计

1998—2012年超过90%的站点各季的平均气温在0.05显著水平上均未检测出显著的变化趋势，但在变化的倾向性上各季存在差异（表2）：春季气温呈上升和下降倾向的区域约各占一半，绝大部分地区夏季气温有上升趋势，而秋季和冬季气温却呈现不显著下降趋势（图2）。

春季：有超过一半的区域（占51%），气温呈现上升倾向，主要分布在我国西部、华北平原和长江中下游平原地区，但只有4个站点的上升趋势通过了0.05显著性检验；其余地区（占49%）的气温呈下降趋势，主要位于我国中部、东北和南部地区，其中有26个站点，集中分布在广东中南部、山西中部地区，气温在0.05的显著性水平上呈现下降趋势，平均降幅为-0.21～-0.06℃/a。

夏季：在我国82%的区域气温呈现上升趋势，其中在新疆西北部、青藏高原南部、横断山脉，云贵高原、四川盆地等地，共有26个站点的气温在0.05的显著水平上呈上升趋势，年增幅为0.03～0.16℃/ a。气温呈下降趋势的区域主要位于辽宁、京津冀地区、黄土高原、青海、新疆北部等地，约占国土面积的18%。

秋季：大部分地区气温变化不显著，全国只有15个站点在0.05显著水平上检测出显著的变化趋势，其中7个站点显著上升、8个站点显著下降。从Z值所指示的变化倾向性看，在东北北部、新疆北部、青藏高原西部与东部、横断山区、云南和广西、浙江和福建等地（占37%），气温呈不显著上升趋势，其余地区则都呈不显著下降趋势。

图2 1998—2012年我国年和四季平均气温变化趋势

冬季：气温在青藏高原和横断山区（占21%）呈不显著上升趋势，其余约占国土面积79%的区域呈现下降趋势，其中有56个站点，主要分布在新疆北部、内蒙古西部、黄土高原、长江中下游平原以及广东省东部地区，在0.05的置信水平上检测出下降趋势，平均降幅在-0.37～-0.10℃/a之间。

表2 四季平均气温变化趋势与幅度统计

3 结论与讨论

本研究利用全国635个气象站的气温观测数据，通过M-K趋势分析显示：1998—2012年，我国超过70%的区域年平均气温存在下降倾向，其中在华北和广东部分地区在0.05显著水平上呈现了显著的降温趋势（图2），其余近30%的区域集中分布在青藏高原地区，气温呈现了不显著上升趋势。分季节看，我国超过95%的区域，四季气温在0.05显著水平上未检测出显著变化趋势，但Z值显示，大部分区域夏季存在变暖倾向，其他季节，超过一半的区域存在变冷倾向（表2）。青藏高原中南部、横断山区和云贵高原西段，四季气温均呈现上升倾向，而黄土高原、华北平原北部以及广东省的大部分地区四季气温均呈现下降倾向。M-K突变检验发现呈显著上升趋势站中94%的站存在暖突变，呈显著下降趋势的站中约27%存在冷突变。

本研究中气象站点分布不均，尤其是新疆和西藏等地区气象站点较稀疏，这在一定程度上影响了气温的趋势分析和插值结果；同时，对近15 a气温不显著下降原因还有待进一步分析。

[1]葛全胜，王顺兵，郑景云.过去5000年中国气温变化序列重建[J].自然科学进展，2006，16（6）：689-696.

[2]韩翠华，郝志新，郑景云.1951—2010年中国气温变化分区及其区域特征[J].地理科学进展，2013，32（6）：887-896.

[3]丁一汇，任国玉，赵宗慈，等.中国气候变化的检测及预估[J].沙漠与绿洲气象，2007，1（1）：1-10.

[4]秦大河，Stocker T，TSU，等.IPCC第五次评估报告第一工作组报告的亮点结论[R].气候变化研究进展，2014，10（1）：1-6.

[5]赵宗慈，王绍武，罗勇.IPCC成立以来对温度升高的评估与预估[J].气候变化研究进展，2007，3（3）：183-184.

[6]IPCC.Working group I contribution to the IPCC Fifth Assessment Report climate change2013：the physical science basis summary for policymakers[R].2013.

[7]翟盘茂，李蕾.IPCC第五次评估报告反映的大气和地表的观测变化[J].气候变化研究进展，2014，10（1）：20-24.

[8]杨柳.全球平均气温15年未上升气候专家纠结是否公布真相[EB/OL].（2013-09-24）[2014-10-11]http://www. spiegel.de/thema/intergovernmental_panel_on_climate_ change/.

[9]Robert K K，Heikki K,Michael L M，et al.Reconciling anthropogenic climate change with observed temperature 1998-2008[J].PNAS，2011，108：11790-11793.

[10]Mann H B.Non-parametric tests against trend[J].Econometric，1945，13：245-259.

[11]Kendall M G.Rank Correlation Measures[M].London：Charles Griffin，1975.

[12]符淙滨，王强.气候突变的定义和检测方法[J].大气科学，1992，16（4）：482-493.

[13]Beran R，Feuerverger A，Hall P.On nonparametric estimation of intercept and slope distributions in random coefficient regression[J].Annals of Statistics，1996，24：2569-2592.

[14]Donald H B,Mohamed A H E.Detection of hydrologic trends and variability[J].Journal of Hydrology，2002，55：107-122.

[15]Sicard P,Mangin A，Hebel P，et al.Detection and estimation trends linked to air quality and mortality on French Riviera over the 1990-2005 period[J].Science of the Total Environment，2010，408：1943-1950.

[16]蔺学东，张镱锂，姚治君，等.拉萨河流域近50年来径流变化趋势分析[J].地理科学进展，2007，26（3）：58-67.

[17]魏凤英.现代气候统计诊断与预测技术[M].第二版，北京：气象出版社，2008.

[18]Sen P K.Estimates of the regression coefficient based onKendall's tau[J].Journal of the American Statistical Association，1968，63：1379-1389.

[19]Thiel H.A rank-invariant methodoflinearand polynomial regression analysis,Part 3[R].Proceedings of Koninalijke Nederlandse Akademie van Weinenschatpen A，1950，53：1397-1412.

[20]Salmi T,Määttä A,Anttila P，et al.Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen’s slope estimates-the EXCEL templateapplication499MAKESENS[R].Finnish Meteorological Institute Publications on Air Quality No.31（ReportcodeFMI-AQ-31），Helsinki,Finland.（Availableat：http：//www.ilmanlaatu.fi/ilmansaasteet/ julkaisu/julkaisu.php）2002，35 pp.

[21]ESRI中国北京培训中心.ArcGIS地理信息系统培训系列丛书—ArcGIS空间分析教程[M].北京：中国科学院地理科学与资源研究所信息室，2009.

[22]尹云鹤，吴绍洪，陈刚.1961—2006年我国气候变化趋势与突变的区域差异[J].自然资源学报，2009，24（12）：2147-2157.

Trend of Temperature in Recent 15 Years in China

FAN Lan1，LV Changhe1，YANG Biao2
（1.Institute of Geographic Sciences and Natural Resources Research，CAS，Beijing 100101，China；2.China Academy of Space Technology，Beijing 100010，China）

This study analyzed change trend of mean annual and seasonal temperature and its spatial variation in China,using the meteorological observation data of 635 stations from 1998 to 2012.The results showed that both mean annual and seasonal temperature had a non-significant trend in the most areas,but the test statistic Z was mostly not passed test at the 0.05 significance level.The trend of spatial variation differed apparently.Annual temperature tended to decline in the most part of China except the Tibet Plateau with a warming trend.In spring,the mean temperature tended to increase in the west part of China while tended to decrease in the most part of eastern China.In summer,it showed a non-significant warming trend while in autumn and winter a cooling trend in the most areas.Abrupt change test at typical stations indicated that the most of stations with a warming trend had an abrupt change in temperature,often happened in 2005 and 2006, while only 27%stations with a cooling trend had an abrupt change in temperature,normally occurred in 2009,2010 or 2011.

climate change；temperature change；trend analysis；abrupt change test

P467

A

1002-0799（2014）05-0034-05

10.3969/j.issn.1002-0799.2014.05.006

2014-03-20

国家重大科学研究计划课题（2012CB955304）。

范兰（1985-），女，博士后，现从事气候变化、作物生产潜力、粮食产量与食物安全等的研究。E-mail：fanl.09b@igsnrr.ac.cn

吕昌河（1962-），男，研究员，主要从事土地利用和作物生产潜力等方面的研究。E-mail：luch@igsnrr.ac.cn

范兰，吕昌河,杨彪，等.近15a中国气温变化趋势分析[J].沙漠与绿洲气象，2014，8（5）：34-38.