基于M-K与Morlet的清镇市降水量特征分析

张　皓，金昭贵，刘宇鹏，袁仕锋，许　毅，李　娟，滕万里，王禄静，李龙玲，许仍祥

(1.清镇市气象局，贵州 清镇　550014； 2.贵州省山地环境气候研究所，贵州 贵阳　550002)

气候变化作为一个影响全人类生存发展的重大问题越来越受到各方的关注，有关气候变化的研究成果也多见诸报道。林婧婧等[1]在中国气候态变化特征及其对气候变化的影响中运用气候评价等级指标和极值标准对中国历年基本气象要素数据进行了定量分析；徐梅等[2]采用Mann-Kendall非参数统计对天津市近20 a酸雨变化特征及趋势进行了分析；晏红明等[3]通过相关性、合成分析等方法讨论了欧亚大陆热力差异与中国降水异常的关系；陈丹等[4]借助经验正交函数分解、距平合成和相关分析等方法，对西南地区夏季大气水汽含量及其与南亚高压关系进行了研究；严小冬等[5]分析了贵州近50 a气温时空分布特征；刘益兰[6]通过贵阳近80 a气温变化的小波分析，得到小波波幅中心间的周期增长、波幅加强与贵阳温度增暖期和变冷期的关系。清镇市地处贵阳市以西22 km，域内农业、旅游等资源丰富。清镇国家一般气象观测站，始建于1956年，积累了大量的气象数据，作者以清镇市1965—2015年降水量为研究对象，通过对降水量的变化特征、趋势分析、周期变化等方面的分析以期为清镇市气候变化研究及决策服务提供依据。

1　材料与方法

1.1　材料

分析的数据选取于1965—2015年清镇国家一般气象观测站降水量数据。清镇国家一般气象观测站自1956年建站，一直进行降水连续观测。

1.2　方法

采用EXCLE 2007、SPSS 20.0，计算1965—2015年清镇市春、夏、秋、冬及全年的平均降水量、标准差、变异系数、相关系数等。

借助MATLAB 12 a通过Morlet连续复小波[7]变换来分析降雨量时间序列的多时间尺度特征。小波分析的基本思想是用一簇小波函数系来表示或逼近某一信号或函数。

Morlet连续复小波表达式：

式中，fb是带宽参数,fc是小波中心频率。

采用Mann-Kendall非参数统计方法对1965—2015年清镇市的降水量进行趋势分析。该方法不需要样本遵从一定的分布，也不受少数异常值的干扰，适用于水文、气象等非正态分布的数据[8-9]。

2　结果与分析

2.1　降水变化特征

由表1可知，清镇市年降水量最高为1 768.8 mm，出现在2014年，最低为1981年的699.1 mm；春季降水最高为483.9 mm，出现在2014年，最低为2011年的152.6 mm；夏季降水最高为915.7 mm，出现在1999年，最低为1981年的220.6 mm；秋季降水最高为546.6 mm，出现在1972年，最低为2002年的109.3 mm；冬季降水最高为120.2 mm，出现在1982年，最低为1969年的20.3 mm。西南低涡是造成我国西南地区夏半年暴雨洪涝等气象灾害的主要影响系统[10]，多发于川西高原、云贵高原和四川盆地的5—10月，1981年发生较少仅为23次[11]，清镇市1981年夏季降水量低与西南涡出现次数少直接相关。

表1　清镇市1965—2015年的降水情况

在进行降水量变异强度评价时引入了薛正平等[12]的3级评价法：变异系数<10%，弱变异；10%～30%，中等变异；>30%，强变异。1965—2015年清镇市春季降水量的变异系数为28.5%，夏季为31.9%，秋、冬季均为34.4%，四季间的变异系数为61.6%。51 a间春季降水量为中等变异，其余各季及之间为强变异，而年际变异系数仅为18.0%，为弱变异。

由表2可知，1月降水量与7月降水量显著正相关，相关系数为0.351；3月降水量与7月降水量显著正相关，相关系数为0.305；4月降水量与7月降水量显著负相关，相关系数为-0.285；4月降水量与11月降水量显著负相关，相关系数为-0.277。各相关月份间以冬季代表月1月与夏季代表月7月的相关性最强且为正，说明冬季与次年夏季之间存在韵律现象[13]，这一结果和李瑜等[14]的研究结果相同。

表2　清镇市各月降水量的相关性

2.2　降水周期

小波系数实部等值线图(图1)能反映降水量序列不同时间尺度的周期变化及其在时间域中的分布，进而能判断在不同时间尺度上降水量的变化趋势。总体而言，在降水变化过程中存在着3～7，7～12和22～32 a的3种不同尺度的周期。其中，在22～32 a尺度上出现了降水丰—欠交替的准5次震荡；在7～12 a时间尺度上存在准5次震荡。同时，还可以看出以上2个尺度的周期变化在整个分析时段具有全域性，表现非常稳定；3～7 a的尺度周期变化，在1995年以后才表现得较为稳定。

图1　1965—2015年清镇市降水量的小波实部系数

小波系数方差(图2)能反映降水量时间序列的波动能量随尺度(年)的分布情况。可用来确定降水量演化过程中存在的主周期。图2存在3个较为明显的峰值，依次对应着28、10和4 a的时间尺度。其中，最大峰值对应着28 a的时间尺度，说明28 a周期震荡最强，为清镇市年降水量变化的第1主周期；10 a时间尺度对应着第2峰值，为清镇市年降水量变化的第2主周期，第3峰值对应着4 a的时间尺度，为清镇市年降水量变化的第3主周期。

图2　1965—2015年清镇市降水量小波系数方差

2.3　降水趋势变化

Mann-Kendall非参数统计中Z=0.69，表明1965—2015年清镇市降水量呈增长趋势，但是未达显著水平，通过一元线性回归分析，其降水上升幅度估计为每年0.53 mm(图3)。

图3　　　　1965—2015年清镇市降水量的年际变化及线性回归

Mann-Kendall 法突变检测中得出UF(k)和UB(k)，并结合上限(U1)、下限(U2)绘制出1965—2015年清镇市降水量突变点图(图4)，图4中UF(k)>0，表明序列为上升趋势；在1965—1975年UB(k)>0,序列为上升趋势，1975—2015年UB(k)<0，序列为下降趋势。UF(k)和UB(k)交点为1965、1974、2015年，且交点在上限(U1)、下限(U2)之间，故可知1965、1974、2015年为研究区间降水量变化突变年。

图4　1965—2015年清镇市降水量的突变检测

3　小结

清镇市1965—2015年年降水量最高为1 768.8 mm，出现在2014年，最低为1981年的699.1 mm；1981年夏季降水量最低，与西南涡出现次数少直接相关。春季降水量为中等变异，其余各季及之间为强变异，而年际变异系数仅为18.0%，为弱变异。各相关月份间以冬季代表月1月与夏季代表月7月的相关性最强且为正，说明冬季与次年夏季之间存在韵律现象。1965—2015年降水变化存在着3～7、7～12和22～32 a的3类尺度的周期变化规律。28 a周期震荡最强，为清镇市年降水量变化的第1主周期；10 a时间尺度对应着第2峰值，为年降水量变化的第2主周期，第3峰值对应着4 a的时间尺度，为年降水量变化的第3主周期。1965—2015年清镇市年降水量呈增长趋势，但是未达显著水平，其降水上升幅度估计为每年0.53 mm，1965、1974、2015年为研究区间降水量变化突变年。

参考文献：

[1]林婧婧,张强.中国气候态变化特征及其对气候变化分析的影响[J].高原气象,2014,34(6):1593-1600.

[2]徐梅,祝青林,朱玉强,等.近20年天津市酸雨变化特征及趋势分析[J].气象,2016,42(4):436-442.

[3]晏红明,王灵,李蕊.1—3月欧亚大陆热力变化及其与我国降水的关系[J]．应用气象学报，2016，27(2):209-219.

[4]陈丹,周长艳,邓梦雨.西南地区夏季大气水汽含量及其与南亚高压关系[J]．应用气象学报,2016，27(4):473-479.

[5]严小冬,金建德,雷云,等.贵州近5 a气温时空分布特征分析[J].贵州气象,2005,29(2):6-9.

[6]刘益兰.贵阳近八十年气温变化的小波分析[J].贵州气象,2001,25(2):10-14.

[7]胡昌华,张军波,夏军,等.基于MATLAB的系统分析与设计：小波分析[M].西安:西安电子科技大学出版社, 1999：210-217.

[8]MANN H B. Non-parametric test against trend[J]. Economet-rica, 1945, 13(3): 245-259.

[9]KENDALL M G. Rank correlation methods[M]. London: Charles Griffin, 1975.

[10]李国平,万军,卢敬华.暖性西南低涡生成的一种可能机制[J].应用气象学报,1991(1):91-99.

[11]叶瑶，李国平. 近61年夏半年西南低涡的统计特征与异常发生的流型分析[J].高原气象,2016,35(4)：946-954.

[12]薛正平,杨星卫,段项锁,等.土壤养分空间变异及合理取样数研究[J].农业工程学报,2002,18(4):6-9.

[13]苏联在天气过程韵律作用方面的新研究[M]．杨鉴初，译．北京：科学出版社，1956：1-79．

[14]李瑜,李维京,任宏利,等.长江中下游地区冬夏干湿韵律特征分析[J].气象学报,2015(3):496-504.