中国北方干旱区降雨与相对湿度变化趋势的非一致性研究

徐丽君，卫 琦，徐俊增，龙上敏，薛 璟，戴惠东

(1.河海大学 农业科学与工程学院，江苏 南京 210098；2.河海大学 海洋学院，江苏 南京 210098；3.昆山市城市水系调度与信息管理处，江苏 昆山 215300)

1 研究背景

20世纪中期以来，全球变暖加剧，不同地区(尤其是干旱区)的干湿状况发生了显著的变化[1-6]，掌握气候变暖背景下干旱区干湿变化趋势及区域间差异，对于了解不同干旱区生态系统变化、制定相应对策具有重要指导意义。降雨量(P)作为最常用的气象因子，其长期变化趋势通常被用于反映气候的干湿变化[7-9]。例如，马柱国等[10]利用1951-2004年的月P资料研究了中国北方地区过去54年的干湿变化，结果表明北方地区的P整体上呈逐渐减少趋势、干旱化趋势不断加剧。陈洁等[11]基于1961-2010年的月P资料分析了中国大陆过去50年的干湿变化状况，结果发现华北和东北地区P呈减少趋势，干旱化趋势加剧，而西北和青藏高原地区的P呈增加趋势，气候呈湿润化趋势。

除降雨量外，相对湿度(RH)是一个从空气水蒸气含量变化的角度来反映区域干湿变化的变量[12-14]。例如，卢爱刚等[15]基于1958-2007年的月RH资料研究了中国近50年的空气湿度变化，结果发现中国西部地区RH呈增大的 “暖湿化”趋势；而东部地区RH呈减小的“暖干化”趋势。李瀚等[16]利用1966-2013年的月RH资料研究了中国西南地区的RH变化特征，结果显示该地区1966-2000年RH的值呈轻微上升趋势, 而2000-2013年呈快速下降趋势。在以往研究中，已有一些学者同时关注了P和RH的变化趋势，发现年P和RH存在变化趋势的不一致性。例如，李东等[17]发现乌鲁木齐地区1962-2011 年的P呈增加趋势，而RH却基本保持稳定。郑然等[18]发现青藏高原1971-2011年内年P呈增大趋势，而RH自1990年后呈减小趋势。然而，上述研究都是在个别站点发现的现象，且缺乏系统性的分析。考虑到P和RH均为表征全球干湿变化趋势的重要因子，且干旱区分布范围较广、年内降雨量分布极不均匀，因此，针对干旱区不同区域的站点，区分雨季与非雨季时段，对研判P和RH的变化趋势及其非一致性规律尤为重要，但相关方面的研究还鲜有报道。

随着气候变暖，气温的升高将改变全球降雨的格局，并进一步影响空气实际水汽含量的变化，因此，基于P和RH的变化趋势开展干旱区在不同时段、不同区域的干湿变化状况研究，对于认识气候变暖背景下干旱区的干湿变化状况具有一定的重要性。以此为背景，本研究拟选择中国北方从新疆到黑龙江不同区域的干旱区多个典型的气象站点，基于1951-2018年的日P值和RH值资料，研究各站点P和RH在全年、雨季和非雨季时段的变化趋势，分析讨论两者在指示干湿变化趋势中的一致性，旨在了解气候变暖背景下不同指标(P和RH)表征北方干旱区干湿变化状况及其非一致性规律，研究结果对于评价指标的合理选择以及干旱区干湿变化状况的准确评估具有重要参考意义。

2 数据来源与研究方法

2.1 数据来源

本研究所用的气象资料由国家气象科学中心(http://www.nmic.cn/)提供。考虑到资料的完整性和代表性，在遴选代表性气象站点的过程中，所采用的主要原则如下：(1)气象资料序列长且年份不断档，即所选择站点1951-2018年的日P和RH资料中不存在异常数据且具有连续性；(2)站点覆盖整个北方干旱区，根据经纬度进行区域划分，考虑到中国干旱区横向分布范围辽阔，站点纬度密度应大于经度密度，经纬度范围分别选择在30°～50°N和75°～130°E之间，挑选了空间分布均匀且具有明显差异性和较强代表性的站点。通过筛选，选取了中国北方干旱区20个常规气象站点近68年(1951-2018年)的日气象数据，主要包括日降雨量(P，mm)和日相对湿度(RH，%)，对干旱区降雨和相对湿度变化的特征进行系统分析。各气象站点的基本信息如表1所示。

2.2 统计方法

采用SPSS(statistical product and service solutions)对不同时段(全年、雨季和非雨季)的P和RH进行了统计分析，其中全年、雨季和非雨季时段分别代表1-12月、4-10月和11-次年3月。采用Mann-Kendall趋势检验法[19]对P和RH的趋势变化进行了分析，在反映干湿变化状况时，两者出现增加趋势表明变湿润，反之则变干旱。

表1 所选中国北方干旱区典型气象站点的基本信息

为了定量评价P和RH的变化趋势，基于其多年变化斜率，利用统计排序进行归一化处理得到各自变化趋势的相对数值。对P和RH的增加幅度按降序进行0～1的赋分排序，并将各自站点的两个变量赋分值进行相加用于定量表征两者变化趋势的反向差异度。此外，采用Pearson相关系数法[20]分析了不同时段P和RH值与其归一化赋分值、反向差异度等指标的相关性。

3 结果与分析

3.1 不同时段P变化趋势

各典型气象站点P在不同时段的变化趋势如表2所示。分析表2可知，全年时段P呈增大趋势的站点个数占总站点个数的95%，增幅为0.02～4.42 mm/a；且该时段内60%站点(12个)的降雨量P呈显著性增大(p<0.05)。非雨季时段所有站点的P均呈增大趋势，增幅为0.03～0.84 mm/a，且其在95%的站点呈显著性增加(p<0.05)；与全年和非雨季时段相比，雨季时段P呈减少趋势的站点个数(6个)显著增加，减幅为0.01～1.00 mm/a，且均未达到显著性水平(p>0.1)。此外，通过分析各站点多年平均累积降雨量与降雨变化量的回归关系，可以发现降雨量越大的站点，其在不同时段内的降雨增加量也相对越大。

对比表2中的不同时段，非雨季时段内各站点P的增大幅度(0.03～0.84 mm/a)相对稳定；其中在固原、西宁、玉树等站点的增幅较大(0.41～0.61 mm/a)，而在吐鲁番等站点的增幅较小(< 0.05 mm/a)。与非雨季时段不同，雨季和全年时段各站点P的增大趋势较为明显，其中在青海—西藏一带的玛多、那曲等站点的增大趋势较为显著(1.52～4.42 mm/a)，在新疆—甘肃一带的西北内陆干旱区站点(吐鲁番、张掖、民勤等)的增大幅度较小(0.02～0.47 mm/a)。而对于宁夏—陕西—山西—河北一带的站点来说，其降雨量变化趋势并不稳定，雨季降雨量多为减少趋势。

表2 各典型气象站点在不同时段P变化趋势

3.2 不同时段RH变化趋势

各典型气象站点RH在不同时段的变化趋势如表3所示。由表3可知，就全年时段而言，仅有3个站点的RH呈增大趋势，增幅为0～0.04%/a；而其余站点均呈减小趋势，降幅为0.01%/a～0.19%/a，且88.2%的站点呈显著性减小(p<0.05)。与全年时段相比，雨季时段RH呈增加趋势的站点个数保持相同，但其增加幅度略有所增大，为0.02%/a～0.06%/a；非雨季时段RH呈增加趋势的站点个数(2个)有所减少，且其增加幅度均未通过显著性检验水平(p>0.1)。总体而言，全年、雨季和非雨季时段所选典型站点的RH变化趋势基本相似，呈减小趋势的站点个数基本相同。

表3 各典型气象站点在不同时段RH变化趋势

对比不同站点，可以发现其RH的变化趋势均较为相似，除河北承德RH始终呈增大趋势外，大多数站点均呈明显的减小趋势；其中在陕甘宁干旱区的榆林、银川、张掖等站点的RH减小幅度较为显著，而在青海—甘肃—西藏一带的站点变化趋势则缺乏一致性规律，即全年和雨季时段的西宁、酒泉站点RH呈增大趋势、那曲站点RH呈减小趋势，而非雨季时段则正好相反。

3.3 P与RH变化趋势的非一致性

不同时段各典型气象站点P和RH变化趋势的一致性如表4所示。

由表4可见，P和RH呈非一致性规律较多的站点发生在全年和非雨季时段，而呈一致性规律较多的站点主要发生在雨季时段。具体表现为：P和RH在全年和非雨季时段呈非一致性规律的站点个数高达18个，占总站点个数的90%；而二者在雨季时段呈非一致性规律的站点个数为13个，较全年和非雨季时段减少了27.8%。

表4 各典型气象站点P和RH在不同时段变化趋势的非一致性

结合各站点P和RH在不同时段的变化趋势，可以看出，对于P和RH呈非一致性规律的大多数站点来说，其共同的特征是P呈增加趋势、RH呈降低趋势；而对于P和RH呈一致性规律的站点来说，其P和RH大多呈增加趋势，且P的增加量远大于RH。

进一步分析发现，不同时段内P和RH呈非一致性变化的站点主要集中在阿克苏、和田、喀什、玛多、民勤、张掖、玉树、银川等新疆—青海—甘肃地区；而P和RH呈非一致规律不稳定的地区主要发生在那曲、太原、承德等西藏—山西—河北—甘肃地区。

此外，通过分析P、RH与其变化量(ΔP、ΔRH)以及反向差异度(ΔRH+ΔP)的线性回归关系(表5)可以得出，各时段P与RH、ΔT均呈显著的正相关关系(p<0.01)，且其相关系数(R2)在雨季更大，分别为0.74和0.68；而RH仅在雨季与T、ΔT呈显著的正相关关系(p<0.05)，相关系数分别为0.28和0.30。

表5 不同时段P、RH与其归一化赋分值、反向差异度的相关系数

对于ΔP赋分值来说，其在全年和雨季时段内与T呈显著的正相关关系(p<0.01)，而在非雨季时段与气温增量ΔT呈显著的正相关关系(p<0.05)。对于ΔRH赋分值而言，其在各时段内与各气象因子及其变量的相关性均未达到显著性水平(p>0.1)。对于(ΔRH+ΔP)反向差异度来说，其在全年和雨季时段内与T、ΔP赋分值以及ΔRH赋分值呈显著的正相关关系，且其与T和ΔRH赋分值的相关系数在雨季更大。而在非雨季时段，(ΔRH+ΔP)反向差异度与气温增量ΔT、ΔP赋分值以及ΔRH赋分值呈显著的正相关关系。

4 讨 论

降雨和相对湿度作为最重要的气象因子，是最常用的评价空气长期干湿状况的指标[21-25]。国内外相关学者已经基于P和RH开展了一些研究工作[26-31]，已有研究发现长江流域[32]和淮河流域[33]的P和RH均呈不同程度的增大趋势，气候呈“暖湿化”趋势，而在中国干旱区的研究结果则倾向于气候呈“暖干化”特征。例如，贾恪等[34]研究发现内蒙古吉力吐地区的P和RH呈逐年下降趋势，气候呈“暖干化”特征。本研究中，不同时段内P在绝大部分站点呈现增大趋势，表明大多数干旱区呈“湿润化”趋势，与上述大多数文献的研究结果较为相似。但RH多呈现减小趋势，空气干燥程度增加又表明中国干旱区呈“干旱化”趋势。上述结果意味着我国干旱区正在经历一个降雨量微弱增加、空气变得更干燥的时期。这也似乎表明未来气候变化背景下干旱区可利用水量、可蒸发水量以及大气蒸发能力将协同增加，干旱区降水—蒸发过程呈加剧趋势，且雨季和非雨季的对比结果表明这一问题在雨季时段表现的更为突出。

此外，本研究结果表明，T、ΔP以及ΔRH赋分值与全年和雨季时段(ΔRH+ΔP)反向差异度具有显著的相关性，而ΔT、ΔP以及ΔRH赋分值与非雨季时段(ΔRH+ΔP)反向差异度呈显著正相关关系。鉴于全年和雨季ΔP赋分值与T以及非雨季ΔP赋分值与气温增量ΔT呈显著相关，ΔRH受其他因子的影响很小，因此可以推断，气温T(全年和雨季)及其增量ΔT(非雨季)可能是导致P与RH呈非一致性规律的关键影响因子。另外，与全年和非雨季时段相比，雨季时段P呈增大趋势的站点个数在减少(减幅为25%～30%)、增加幅度在降低；既然气温主导了全年(尤其是雨季)降雨量的变化趋势，这就意味着升温将加剧雨季的降雨和蒸散发过程而影响全年的降雨—蒸散发格局，且这一现象将覆盖越来越多的干旱区站点。

本文主要基于中国北方干旱区20个典型气象站点1951-2018年的气象资料，研究了P和RH在不同时段的变化趋势及其非一致性规律。研究结果显示，不同时段P在大多数站点呈增加趋势，而RH呈减小趋势；且与全年和非雨季相比，雨季时段P和RH的一致性更为明显。这些结果表明了未来全球变暖背景下气温的升高将增加降雨量和蒸发蒸腾量，可在一定程度上缓解农业缺水、促进生物系统的恢复。然而，干旱区P的时空分布不均匀(主要集中在雨季)以及RH减小导致的空气变干又将会加剧区域间干旱化的发展趋势，甚至打破全球生态系统的平衡。因此，未来需结合全国甚至全球更多干旱区站点，研究不同气象因子综合影响下P和RH的非一致性及其对评价气候干湿变化状况的影响，研究结果对于应对未来气候变化背景下的农业用水危机以及指导农业生态系统平衡具有重要的现实意义。

5 结 论

(1)不同时段P在所选的大部分气象站点呈增加趋势，与全年和非雨季时段相比，雨季时段P呈增加趋势的站点个数分别减少了25%和30%。

(2)所选各气象站点在不同时段的RH几乎均呈减小趋势，且呈减小趋势的站点个数在不同时段基本相同。

(3)与雨季时段相比，全年和非雨季时段P和RH的非一致性的站点个数增加了25%。

(4)气温T(全年和雨季)及其增量ΔT(非雨季)是干旱区站点P与RH呈非一致性的关键因子。

(5)气候变暖背景下，气温的升高将加剧干旱区的降雨—蒸散发过程，且这一现象在雨季表现的更为突出。