1951年～2013年南宁市气温和 降水量变化特征分析

莫崇勋，刘 朋，朱新荣，阮俞理，覃俊凯，孙桂凯

(1.广西大学土木建筑工程学院，广西南宁530004；2.广西大学工程防灾与结构安全教育部重点实验室，广西南宁530004；3.广西大学广西防灾减灾与工程安全重点实验室，广西南宁530004)

近年来，在温室效应和城市化进程快速发展的大背景下，全球变暖趋势日益显著[1]。随着全球平均温度的升高、降水变率空间分布的改变，区域性的气候变化特征受到越来越多的关注[2]。IPCC第五次评估报告指出，1951年～2012年全球平均地表温度升高了0.72 ℃(0.49～0.89 ℃)，1980年～2012年为工业革命以来最暖的30年[3]。我国气候变化趋势与全球基本一致，降水除少数地区外，均呈减少趋势[4]；根据《第三次气候变化国家评估报告》， 1909年～2011年，中国陆地区域平均增温0.9 ℃～1.5 ℃，变暖速率高于全球平均值，约为0.22 ℃/10 a[5]。

气温和降水作为气候变化的两大重要因素，对生态环境的影响巨大。研究气温和降水的变化规律具有重要的意义，因而很多学者对此进行了研究[6]。如贺伟等采用线性倾向率法，累积距平法，Mann-Kendall法和Morlet小波分析等方法，对东北地区近45年来的气候变化进行了研究[7]；罗栋梁等采用线性趋势分析、累积距平、Mann-Kendall趋势检验及Morlet复小波分析法，对黄河源区气温和降水特征与突变规律进行了分析[8]；邸择雷等应用线性倾向估计法、累积距平分析法、M-K检验法和Mrolet小波分析等方法分析了1958年～2016年呼伦贝尔草原新巴尔虎右旗气温和降水变化特征[9]；王银花等采用线性趋势分析、Mann-Kendall、小波分析和功率谱分析等方法对景泰县近50 年来气温和降水变化进行研究[10]。本文基于南宁市1951年～2013年气温和降水时间序列数据，采用线性趋势法、滑动平均、Mann-Kendall(M-K)检验法、pettitt检验法、累积距平检验法、有序聚类、滑动秩和、滑动游程、Lee-Heghinan、滑动t检验法和Morlet小波分析法分析了南宁市年平均气温、降水量的趋势、突变和周期，并利用Hurst指数法对其未来变化趋势进行了预测，以期为南宁市气候资源利用和农业生产指导提供参考，同时也为气温和降水的短期预测提供依据。

1 研究区域概况

南宁市位于广西壮族自治区西南部，属湿润的亚热带季风气候，阳光充足，雨量充沛，霜少无雪，气候温和，夏长冬短，年平均气温21.6 ℃左右，极端最高气温40.4 ℃，极端最低气温-2.4 ℃，冬季最冷的1月平均12.8 ℃，夏季最热的7、8月平均28.2 ℃，年均降水量达1 304.2 mm，平均相对湿度为79%，气候炎热潮湿。南宁市河流众多，水资源丰富，珠江干流左江、右江在市区西部汇合形成邕江，并自西向东穿过市辖区；其地势自东北向西南倾斜，四面山丘环绕，形成以邕江广大河谷为中心的盆地形态。论文研究数据来源于广西南宁市1951年～2013年共63 a的逐月平均气温和降水量资料，该数据资料完整，对于南宁市气候变化研究具有良好的代表性，同时利用excel、SPSS和MATLAB等软件进行数据的处理、分析和绘图。

2 研究方法

本文对南宁市降水量和气温的季节变化和年际变化进行研究，在统计季度数据时，季节的划分方法为：以3月～5月为春季，6月～8月为夏季，9月～11月为秋季，12月～次年2月为冬季。考虑到单一检测方法有其适用区域的局限性，采用线性趋势法和滑动平均[11]进行趋势分析；通过Mann-Kendall(M-K)检验法、pettitt检验法、累积距平检验法、有序聚类、滑动秩和、滑动游程、Lee-Heghinan]和滑动t检验法[12]进行突变检验；应用Morlet小波分析法[13]进行周期分析；最后，基于R/S分析法计算Hurst指数[14]预测未来变化趋势。通过对南宁市近63 a气温和降水变化的总体特征的研究，揭示出近年来南宁市气温和降水的变化规律。

3 结果与分析

3.1 气温

3.1.1 变化趋势

图1 年平均气温变化过程曲线

研究发现，南宁市四季平均气温均呈现上升趋势，其中春季增暖速率最大，为0.083 ℃/10 a；冬季最小，为0.016 ℃/10 a；夏季和秋季分别为0.068 ℃/10 a和0.019 ℃/10 a；其增温速率与全国四季均温变化趋势有所不同[15]，可能与南宁市所处地理位置以及地形地势对当地气温变化产生影响有关。

3.1.2 突变检验

采用M-K检验、pettitt检验、累积距平、有序聚类、滑动秩和、滑动游程、Lee-Heghinan和滑动t检验等8种方法对南宁市近63 a的年平均气温序列进行综合突变检验，将可能变异点中权重最高的年份作为最终变异点(见表1)。

表1 气温序列变异点综合诊断结果

综合八种突变检测的分析结果可知，南宁市近63 a年平均气温发生变异，按照变异点确定综合权重的方法计算得到变异点1985年的综合权重为0.875(见表1)，大于其他变异年份的权重，由此确定序列最有可能的变异点为1985年。年平均气温的水文序列变异点被多种方法同时检测出，增加了变异点存在的可信度。

3.1.3 周期分析

采用Morlet小波分析法对南宁市近63 a年平均气温进行多时间尺度周期分析，计算得到小波系数和小波方差，绘出小波系数实部等值线图以及小波方差图(见图2)。南宁市年平均气温的各种时间尺度周期变化具有差异性。从图2a可以看出，年平均气温小波系数实部等值线密集期主要集中在4～7、7～10 a和10～15 a左右，此期间小波系数高、低值中心发生波动变化，而小波方差的极值出现在6、9 a 和14 a。综上所述，可以得出南宁市年平均气温存在14 a的强显著周期，此外还有6 a和9 a的尺度变化周期。因此，南宁市年平均气温变化的第一主周期约为14 a，第二主周期约为6 a，第三主周期约为9 a。

图2 年平均气温变化小波分析

3.1.4 未来变化

运用R/S分析法计算Hurst指数判别南宁市未来年平均气温的变化趋势，经过最小二乘法线性拟合的直线斜率即为该水文序列的Hurst指数(见图3)。由图3分析结果可知，Hurst指数H=0.806 8>0.5；故可预测年平均气温序列呈现显著的持续性，与1951年～2013年整体趋势保持一致，呈上升趋势。依据Hurst指数可以看出，若全球气候变化依旧保持现在发展趋势或者变化更为激烈；那么，南宁市未来年平均气温将继续呈现升高的趋势，且短时期内不会发生逆转。

糖化血红蛋白水平对急性ST段抬高型心肌梗死患者住院期间及近期预后的影响………………… 程昭栋 杨体霞 周利民 等（3）345

图3 Hurst指数分析结果(气温)

3.2 降水

3.2.1 变化趋势

图4 年降水量变化过程曲线

1951年～2013年南宁市年降水量序列、线性拟合及5年滑动平均曲线(见图4)。由图4可看出：1951年～2013年南宁市年降水量在827.9～1 987.5 mm之间变化，其中多年平均降水量为1 294.6 mm；年最大降水量为1 987.5 mm，出现在2001年；年最小降水量为827.9 mm，出现在1989年。年降水量最大值是年平均降水量的1.54倍，是最小年降水量的2.4倍。63 a来年降水量整体呈减少趋势，倾向率为-3.312 mm/10 a，63 a间减少了20.9 mm，年降水量减少并不显著。符合全国平均年降水量总波动趋势[16]。

研究发现，南宁市各季降水量的倾向率由大到小依次为春季(9.7 mm/10 a)>夏季(3.6 mm/10 a)>秋季(1.9 mm/10 a)>冬季(0.5 mm/10 a)。可见，近63 a间南宁市春季降水量主导年降水量的下降趋势。

南宁市降水量的年内分配四季分明，不均匀性较强，从降水量年内分配过程显示，全年降水主要集中在春(3月～5月)、夏(6月～8月)两季，占全年的74.2%；秋(9月～11月)、冬(12月～次年2月)两季降水量仅占全年的25.8%。

3.2.2 突变检验

同气温一样，采用M-K检验、pettitt检验、累积距平、有序聚类、滑动秩和、滑动游程、Lee-Heghinan和滑动t检验对南宁市近63 a的年降水量序列进行突变综合检验，将可能变异点中权重最高的年份作为最终变异点(见表2)。

表2 降水量序列变异点综合诊断结果

综合8种突变检测的分析结果可知，南宁市近63 a年降水量未发生变异，按照变异点确定综合权重的方法计算得到未发生变异的综合权重为0.50(见表2)，且远大于其他变异年份的权重；由此确定，年平均气温序列未发生变异。文中同时运用多种方法对降水序列是否发生变异进行检测，增加了年降水量水文序列未发生变异的可信度。

3.2.3 周期分析

图5 年降水量变化小波分析

小波分析法能够准确识别水文时间序列的多时间尺度演变特征。本文采用Morlet小波分析法对南宁市近63 a的降水量进行周期分析，计算得到小波系数和小波方差，绘出小波系数实部等值线图以及小波方差图(见图5)。由图5a可以清楚地看到，年降水量变化过程中存在着2～4、4～7 a和7～15 a的3类尺度的周期变化规律。降水序列的能量中心分别位于特征时间尺度3、6 a以及12 a左右，表明在这3年左右的信号振荡最为强烈。以上3个尺度的周期变化在整个分析时段表现的非常稳定，具有全域性。由图5b可进一步得到，1951年～2013年南宁市年降水量第一主周期为12 a，第二主周期为6 a，第三主周期为3 a。

3.2.4 未来变化

运用Hurst指数判别南宁市未来年降水量的变化趋势。图6绘出了南宁市年降水量的Hurst指数分析结果，得到Hurst指数H=0.546 7>0.5(见图6)，故可预测降水序列呈现正持续性，变化趋势与过去一致，即呈减少趋势。

图6 Hurst指数分析结果(降水)

4 结 论

(1)南宁市近63 a来年平均气温呈上升趋势，气温倾向率0.046 ℃/10 a，63 a间的年平均气温上升了0.29 ℃；降水呈现下降趋势，降水倾向率为-3.3 mm/10 a，63 a来年平均降水量减少了20.9 mm。

(2)通过M-K检验、pettitt检验、累积距平、有序聚类、滑动秩和、滑动游程、Lee-Heghinan和滑动t检验等8种检测方法对年平均气温和年降水量序列的突变点进行识别，结果显示：南宁市年均气温在1985年发生突变；年降水量63 a来未发生突变。

(3)通过Morlet小波分析可知，南宁市年平均气温第一主周期为14 a，第二、三主周期分别为6、9 a；南宁市年降水量的第一主周期为12 a，第二、三主周期分别为6 a、3 a；可以看出南宁市年平均气温与年降水量在周期演变上存在一定程度的吻合。

(4)R/S分析结果表明，1951年～2013年南宁市年平均气温的Hurst指数为0.860 8>0.5，表明南宁市年平均气温具有显著的持续性，与1951年～2013年整体趋势保持一致，呈上升趋势，短时期内不会发生逆转；年降水量的hurst指数为0.546 7>0.5，表明南宁市年降水量具有较显著的持续性，与1951年～2013年整体趋势保持一致，呈下降趋势。