李宝华,达海钰,周 丹,雷春苗,马守存,郑 玲
(青海省气象服务中心,青海 西宁 810001)
日照时数是表征太阳辐射强弱的重要指标,对研究气候变化趋势和资源利用有重要的指示意义[1]。在我国年平均日照时数呈现东南少、西北多的形势[2],从东南向西北增加,青藏高原海拔高、空气稀薄,晴朗天气多,日照时数是全国最多的地区之一。近年来,气候变化所引起的太阳辐射变化也备受研究者关注,黄耀贤[3]等人通过研究1960—2019年广东省日照时数时空变化规律,发现区域内的年际日照时数具有明显缩短的趋势,夏季日照时数减少量最为显著;谭大明[4]等人分析西藏60多年的日照时长变化趋势,得出林芝、山南、日喀则日照时数呈下降趋势的结论;张万诚[5]等人发现云南地区日照时数变化具有差异性,大致呈北部减少,南部增多的趋势,可见各地区日照时数变化的区域性差异明显。
西宁地区处于青藏高原东部边缘,其行政区划包括湟中区、湟源县、大通县和西宁市,是青海省人口最为集中的地区之一,拥有丰富的太阳能资源[6]。近几年,随着生态能源的大力发展,太阳能发电成为广泛推崇的清洁发电资源,在一定程度上能缓解环境压力[7],提高社会经济效益,因此研究西宁地区日照时空变化规律对太阳能资源开发利用和气候变化具有一定的参考意义。
研究数据来源于西宁市、湟中区、湟源县和大通县4个国家气象站日照时数、降水量、平均风速、相对湿度、水汽压和总云量资料,由CIMISS气象数据统一服务接口获取,其中研究总云量的时间序列为1970—2013年,地理信息资料来源于中国气象局国家气象中心提供的基础数据。
线性趋势分析法。气象要素的气候变化趋势用公式(1)进行估计。
Yi=a0+aiti
(1)
式中:Yi为气象要素,ti为时间;ai为线性趋势,ai×10 得到每10年的趋势系数,即气候变化趋势,其中 ai的最小二乘估计和 ti与 Yi之间的相关系数 r 分别用公式(2)~(3)计算。
(2)
(3)
ai表示气象要素的气候变化特征,正值表示上升趋势,负值表示下降趋势;趋势显著性以r来判断,超过a=0.05 显著性水平则认为趋势显著,超过a=0.01显著性水平则认为极为显著。
2.1.1日照时数的年际变化
图1是西宁地区1970—2019年日照时数的年际变化图,西宁地区50年来的年平均日照时数为2 587.6 h,日照时数总体呈现减少趋势,减少趋势为-35.2 h/10a。由50年间年代际变化趋势可见(如图2),20世纪70年代和90年代西宁地区年均日照时数偏多,80年代年均日照时数与多年平均相当,21世纪00年代和10年代,年均日照时数较多年均值偏少;年日照时数最多的年份为1980年,第二多的年份为1997年,日照时数分别为2 806.5 h和2 781.0 h,日照时数最少的年份为2019年,第二少的年份为2018年,日照时数分别为2 330.1 h和2 349.1 h。
图1 西宁地区1970—2019年日照时数的年际变化
图2 西宁地区1970—2019年日照时数的年代际变化
2.1.2日照时数的季节变化和月变化
以3~5月为春季,6~8月为夏季,9~11月为秋季,12月至次年2月为冬季,分析西宁地区日照时数的季节变化(如图3)。夏、秋、冬三季日照时数均呈现不同程度的减少趋势,春季日照时数变化趋势总体上不明显,夏季日照时数变化趋势最大,为-16.1 h/10a,秋冬季日照时数减少趋势相当,分别为-10.6 h/10a和-9.1 h/10a;夏、秋、冬三季日照时数下降趋势均通过 α=0.01的显著性检验,说明夏、秋、冬三季日照时数变化较为显著。
图3 西宁地区1970—2019年日照时数季节变化
2.1.3日照时数的突变分析
滑动t检验的基本思想是:把一气候序列中两段子序列均值有无显著差异看为来自两个总体均值有无显著差异的问题来检验。如果两段子序列的均值差异超过了一定的显著性水平,可以认为均值发生了质变,有突变发生。根据距平有正有负的特点,当距平累计持续增大时,表明该时段内日照时数距平持续为正,当距平累计持续不变时,表明该时段距平持续为零即保持平均,当距平累积持续减小时,表明该时段内日照时数距平持续为负。滑动t检验结合累计距平方法较其他方法能更直观准确地确定日照时数的年际变化阶段和突变特点。通过对日照时数距平累积曲线(见图 4)和年变化曲线(见图 1)的判断,西宁地区1970—2019年50年日照序列可分为以下三个阶段:1975—1985年距平累计持续增大,2002—2007年距平累计持续减少,1970—1975年、1986—2001年、2008—2019累计距平连续性不稳定,1985年增多趋势终止,2002年以后呈现减少趋势,年日照时数在1985年和2002年附近发生突变。选取时间1970—1985年和1986—2001年、2002—2019年3个时段,取n1=16,n2=16,n3=18计算T值,分别得到 T=4.63和T=6.36。当n1+n2-2=30时,在1985年通过了a=0.01的显著性水平检验,当n2+ n3-2=32时,在2002年通过了a=0.01的显著性水平检验,可见西宁地区日照时数在1985年和2002年附近发生了突变。
图4 西宁地区1970—2019年日照时数距平累计曲线
2.2.1年日照时数空间变化
1970—2019年西宁地区多年平均日照时数的空间分布(如图5)所示,日照时数呈现中间多、南北少的趋势,即湟源县的年均日照时数最多,年平均日照时数为2 644.2 h,西宁市次之,年平均日照时数为2 612.6 h,湟中和大通年均日照时数较少,年平均日照时数分别为2 547.9 h和2 541.6 h。
图5 西宁地区1970—2019年多年平均日照空间分布图
2.2.2季日照时数空间变化
由西宁地区1970—2019 年各季多年平均日照的空间分布(如图6)来看,四季日照时数空间分布与年的空间分布类似,整体呈中部偏多的趋势。春季湟源县日照时数最多,大通县日照时数最少,两地日照时数相差43.9 h;夏季西宁市日照时数最多,日照时数最少的地区仍在大通县,两地日照时数相差37.8 h;秋季西宁市日照时数最多,日照时数最少的地区在湟中区,两地日照时数相差32.7 h;冬季湟源县日照时数最多,西宁市日照时数最少,两地日照时数相差33.9 h。由此可见,春季西宁地区的日照时数空间分布相差最大,其次是夏季。
图6 西宁地区1970—2019年各季平均日照空间分布图
2.3.1影响要素的变化趋势
文中主要研究降水量、平均风速、相对湿度、水汽压、总云量对日照时数的影响。计算西宁地区1970—2019年各气象要素年与季节的气候倾向率(见表1),可以看出年均水汽压呈显著增加趋势,通过0.05水平的显著性检验,其中春季水汽压呈显著减少趋势,夏、秋、冬三季呈不显著增加趋势,说明春季水汽压的变化对全年整体趋势有较大影响;年均相对湿度呈不显著减少趋势,四季相对湿度均呈减少趋势;年均总云量呈显著减少趋势,其中春季总云量呈减少趋势,夏、秋季呈显著增加趋势,冬季呈不显著增加趋势,说明对于总云量而言,夏季和秋季对全年整体趋势影响较大;年均降水量及春、夏、秋三季季降水量呈增加趋势,冬季呈现减少趋势,其中秋季为显著性增加,其余未通过显著性检验,增加或减少趋势不显著;年平均风速呈显著减少趋势,且四季平均风速均呈现显著减少趋势,都通过了0.05的显著性检验。
表1 西宁地区年、季气象要素的气候倾向率
2.3.2日照时数与气象要素的相关性分析
从西宁地区50年的年、季日照时数与水汽压、相对湿度、总云量、降水量、平均风速的相关系数来看(见表2),年日照时数与总云量、水汽压、呈极显著负相关(P<0.01),与降水量呈显著负相关(P<0.05),与平均风速呈极显著正相关(P<0.01),说明年日照时数的减少与降水量的增加关系密切,也与总云量平均风速的减少有关,与相对湿度年的变化无明显相关性。
表2 各气象要素和日照时数之间的相关系数
从各季节看,除平均风速外,春季日照时数的变化与其他各要素之间都存在极显著负相关性;夏季日照时数的变化与相对湿度和总云亮有极显著负相关性,与降水量呈显著负相关,与平均风速呈显著正相关;秋季日照时数的变化与总云量和降水量呈极显著负相关,与水汽压和相对湿度呈显著负相关,与平均风速呈显著正相关;冬季日照时数与水汽压和总云量成极显著负相关,与平均风速呈极显著正相关,与相对湿度和降水量呈显著相关。
总之,西宁地区50年来日照时数的变化受多种气象因子的影响,其中水汽压呈显著增加趋势,总云量和平均风速呈显著减少趋势,且这3个因子的变化趋势对年日照时数的影响较为显著。各季节影响日照时数的气象因子略有不同,春季受水汽压、相对湿度、总云量、降水量的影响极为显著,夏季主要受相对湿度、总云量、降水量和平均风速的影响,秋、冬季5个气象因子均影响日照时数的变化,且影响程度显著性不尽相同。
通过对西宁地区1970—2019年日照时数的时空变化特征及其影响因子的分析,得出以下结论:
(1)西宁地区50年来的年平均日照时数为2 587.6 h,日照时数总体呈现减少趋势,减少趋势为-35.2 h/10a。夏、秋、冬三季日照时数均呈现不同程度的减少趋势,其中春季日照时数变化趋势总体上不明显,夏季日照时数变化趋势最大,为16.1 h/10a,秋冬季日照时数减少趋势相当。
(2)西宁地区日照时数在1985年和2002年附近发生了突变,1985年增多趋势终止,2002年以后呈现减少趋势。西宁地区1970—2019年年日照时数呈现中间多、南北少的趋势,湟源县的年日照时数最多,其次是西宁市,大通县的年日照时数最少,湟中县日照时数次少。
(3)西宁地区年日照时数的变化与多种气象要素都有相关性,其中与水汽压、总云量呈极显著负相关,与平均风速呈极显著正相关,与降水量呈显著负相关,与相对湿度无显著相关性。