温升背景下皖北平原降水时空变化规律分析

摘要 为分析温升背景下皖北平原地区1955—2022年降水时空变化规律，利用皖北平原境内5个气象站点1955—2022年降水逐日数据资料，采用现行倾向估计、M-K检验、Morlet小波分析及EOF正交分解等方法，分析研究区近68年降水时空变化规律。结果表明，（1）近68年来，皖北平原年降水和春、夏季降水呈下降趋势，倾向率分别为-0.23、-1.11和-0.05 mm/10 a；秋、冬季降水呈增加趋势，倾向率分别为0.330和1.08 mm/10 a。（2）M-K突变检验显示，秋季降水在1958年发生由少到多的突变，年降水和夏季降水分别在2009年和2010年发生了由多到少的转变，春、冬季未发生突变现象。（3）利用小波分析可知，年降水无明显周期变化，春季震荡主周期16～17 a，夏季震荡主周期3～4和25～26 a，秋季震荡主周期19～20 a，冬季震荡主周期12～13 a。（4）皖北平原年降水和春、夏和秋季降水均呈南—北反向分布形式，冬季呈现东—西反向分布形式，年降水和夏季降水呈现由北向南依次减少的变化趋势，春、秋季呈现由南向北依次减少趋势，冬季呈现由东向西依次减少趋势。

关键词 温升；皖北平原；降水；时空变化；M-K检验；小波分析

中图分类号 P426.623；S162" " 文献标识码 A" "文章编号 1007-7731（2024）14-0101-07

DOI号 10.16377/j.cnki.issn1007-7731.2024.14.022

降水是地区气候和水文分析的主要因素之一，也是农业发展需要考虑重要因素之一。降水的变化对农业生产、种植结构和产量具有重要影响。因此，研究降水的时空变化对农业的发展有重要意义。降水是气候变化的主要因子之一，也是气候变化较为突出的一个方面[1]。降水的时空分布是农业发展的重中之重，相关学者较为重视对不同区域的降水分布进行研究。在气温变暖的大背景下，胡文峰等[2]、任国玉等[3]、张一驰等[4]和何书樵等[5]对我国总体和区域降水的变化特征进行了研究，吴燕娟[6]和宋世凯[7]对极端降水和降水程度的时空分布展开分析，结果表明，总降水量趋势历年来并无太大差别，但不同区域的降水趋势呈现差别，东南呈现下降的趋势，西北呈现上升的趋势。邢轶兰等[8]、王友贺等[9]、苏晓丹等[10]和王涛等[11]分别对西北（甘肃）、华中、东北和西北（陕西）等地区的降水进行了分析，结果表明，西北（甘肃）和华中地区降水呈缓慢上升趋势，东北地区呈弱减少趋势，西北（陕西）地区呈明显减少趋势。Greve等[12]和Donat等[13]对全球降水变化趋势进行分析，结果表明，全球干旱地区的降水变化呈现增加趋势，而湿润地区呈现减少趋势，且降水与气温变化呈正相关。可见，气候变化条件下，降水在时间和空间上均会受到影响。

皖北平原地处南北气候过渡带的中东部，土地肥沃，耕地面积广，是粮、棉和油等主要农作物的生产基地之一。有关该地区升温背景下降水时空变化规律对农业影响的研究相对较少。为此，本文利用皖北平原宿州、砀山、蚌埠、阜阳和亳州5个气象站点1955—2022年降水逐日资料等基础数据，分析研究区降水在时间和空间上的变化规律，为当地农业种植、生产以及合理利用降水资源等提供参考。

1 材料与方法

1.1 数据来源

本文采用皖北平原5个气象站点（砀山、蚌埠、宿州、亳州和阜阳）1955—2022年日降水数据资料。选取的5个站点均为国家气象站，数据集具有较强的可靠性和完整性。在季节划分上，将3～5、6～8、9～11、12～2月（翌年）分别划分为春、夏、秋和冬季。

1.2 研究方法

1.2.1 降水趋势变化 采用线性倾向估计法分析降水变化趋势的倾向率，即变化趋势。采用曼－肯德尔（Mann-Kendall，M-K）检验中的M-K趋势检验降水变化趋势是否明显，主要通过M-K趋势检验中的标准统计量MK-Z值检验序列差异，即通过Z值的大小检验降水变化趋势是否明显。

1.2.2 降水突变 采用M-K检验中的突变检验，将统计量UFk和UBk的计算结果绘入一张图中，以α=0.05为统计学差异水平，临界线为1.96（上临界线）和-1.96（下临界线），来检验年降水突变和季降水突变情况。

1.2.3 降水周期变化" 利用小波分析方法，将时间系列分解到时间频率域内，从而得出时间系列的明显波动模式，即周期变化动态。

1.2.4 降水空间变化" 采用经验正交函数（Empirical orthogonal function，EOF）分解方法，并结合Matlab 2016 b软件编程，计算年、季降水特征向量特征值的方差以及累计方差贡献率，利用Arcgis 10.2制作并输出能够体现各要素不同尺度空间分布特征的模态空间分布结果。

1.3 数据分析

1.3.1 现行倾向估计" 设[yi]为某气候变量，[xi]为观测气候变量[yi]的时间，n表示样本容量大小，则[yi]与[xi]的线性回归关系如式（1）。

[yi=kxi+b]（i=1，2，3，...，n） （1）

式（1）中，k为回归系数，表示气候变量的趋势变化。当kgt;0时，其与时间呈正相关，表示增长趋势；当klt;0时，表示下降趋势；当k=0时，趋势无变化。b为常数，运用最小二乘法得出。本文以k×10表示气候倾向率，单位：℃/10 a。

为探讨气候倾向率的统计学差异，设定统计学差异水平为α=0.05，并运用MK-T检验来验证其差异是否具有统计学意义。

1.3.2 M-K检验" M-K检验是一种非参数检验法，其优点是计算简单、无分布检验（样本不需要按照拟定的要求分布），适用于类型变量和顺序变量，不受少数异常值的干扰。M-K检验包括M-K趋势检验和M-K突变检验，分别对目标的变化趋势和突变点进行检验。M-K趋势检验主要通过标准统计量MK-Z值检验序列差异，通过[Z]的绝对值与1.96（α=0.05时统计学差异水平所对应的标准统计值）相比，若[Z] gt;1.96，表明序列比较明显，当[Z]gt;0时，表明序列上升趋势明显，反之下降趋势明显；M-K突变检验是将统计量UFk和UBk的计算结果绘入一张图中，以[α]=0.05为统计学差异水平，临界线1.96（上临界线）和-1.96（下临界线）。当UFkgt;0或UBkgt;0时，样本序列呈上升趋势；当UFklt;0或UBklt;0时，样本序列呈下降趋势；当-1.96lt;UFk=UBklt;1.96时，样本序列发生突变，两条线的交点就是突变点，对应的时间就是突变开始的时间；若[UFk]和[UBk]超过临界线，表明样本变化趋势明显。

1.3.3 小波分析" 参考王文圣等[14]、傅梦嫣等[15]的研究方法，利用小波分析将时间系列分解到时间频率域内，得出时间系列的明显波动模式，即周期变化动态以及周期变价动态的时间格局。采用小波分析，运用Matlab 2016 b软件，计算该地区年、季降水的周期变化规律。

1.3.4 经验正交函数" 通过EOF利用数据的方差把数据中有用的信息集中到少数几个空间分布和时间序列上，具体计算过程参考文献[16]，从而反映要素场的时空变化[17]。

2 结果与分析

2.1 降水趋势

采用线性倾向估计法和MK-T检验对皖北平原年平均和四季平均降水进行计算，其降水年、季气候倾向率见表1。由表1可知，皖北平原年降水气候倾向率-0.23 mm/10 a，小于0，呈下降趋势，且每10年下降0.23 mm；春、夏季降水气候倾向率分别为-1.11、-0.05 mm/10 a，均小于0，呈下降趋势，每10年分别下降1.11、0.05 mm；而秋、冬季降水气候倾向率分别为0.33、1.08 mm/10 a，均大于0，呈上升趋势，每10年分别上升0.33、1.08 mm，且年降水和四季降水差异均在0.01水平上具有统计学意义。

2.2 降水突变

2.2.1 年降水突变" 1955—2022年皖北平原年降水M-K检验统计量如图1所示。年降水在1968年以前UF线呈周期性波动，在1968—2004年UF线小于等于0，呈下降趋势，2004年之后UF线大于0，呈上升趋势，UF与UB相交多个点，但UF线均超过[μ0.05=±1.96]临界线，表明年降水未发生突变，进一步对交点进行滑动t检验，结果显示2009年通过a=0.05水平差异性检验，说明2009年是年降水量由多到少的转变年。

2.2.2 季降水突变" 近68年皖北平原季降水M-K检验统计量如图2所示。由图2（A）可知，春季降水在1978年之前UF线呈周期性波动，1978年之后，UF线小于0，且未超过统计学差异水平界线，表明春季降水呈不明显的下降趋势，在统计学差异水平线内UF和UB相交7个点，经滑动t检验，这些交点均未通过[a]=[0.05]水平差异性检验，表明春季降水未发生突变现象。由图2（B）可知，夏季降水在1955—1958年和2003—2016年呈上升趋势，其余年份总体呈下降趋势，UF和UB在统计学差异水平线内相交7个点，对其滑动t检验，2010年通过a=0.05水平差异性检验，表明夏季降水在2010年发生由多到少的转变。由图3（A）可知，秋季降水总体呈上升趋势，只有在1956—1957年出现短暂下降趋势，UF和UB在统计学差异水平线内相交多个点，但1958年相交后，UF线在1961—1964年越过[a]=[0.05]水平差异性临界线，说明此阶段上升趋势较为明显，1958年为秋季降水增加突变年。由图3（B）可知，冬季降水在1971年之前呈有序周期性波动，1971年之后，UF线大于0，且在临界线内，表明冬季降水呈不明显的趋势，对UF和UB在统计学差异水平线内相交的多个点进行滑动t检验，这些交点均未通过[a]=[0.05]水平差异性检验，表明冬季降水未发生突变现象。‌

2.3 降水周期变化分析

1955—2022‌‌年皖北平原年均和季平均降水小波分析结果如图4所示。由图4可知，皖北平原年降水和四季平均降水周期变化呈现较大差异，年降水无明显的周期性变化特征，春季和夏季发生4次震荡主周期，秋季和冬季发生3次震荡主周期，其中，春季和冬季小波方差均呈现出明显的峰值，而夏季和秋季部分震荡主周期不明显。

由图4（A）可知，春季主周期的时间尺度分别为6～7、11～12、16～17和25～26 a。由图4（B）可知，夏季分别以3～4、11～12、19～20和25～26 a尺度为主周期，其中11～12和19～20 a尺度不稳定，而3～4和25～26 a尺度在整个系列年都比较稳定。由图4（C）可知，秋季主周期时间尺度分别为9～10、19～20和29～30 a，其中9～10和29～30 a尺度对应的小波方差峰值比较平稳，周期呈现不明显，而19～20 a尺度较明显。由图4（D）可知，冬季发生3次主周期，时间尺度分别为3～4、12～13和19～30 a，呈现出与秋季主周期相同的变化特征，3～4和19～30 a尺度主周期不明显，12～13 a尺度主周期较明显。

2.4 降水空间变化分析

2.4.1 年平均降水空间变化特征" 皖北平原1955—2022年降水EOF分解特征向量贡献率如表2所示。由表2可知，模态1、2和3方差贡献率分别为66%、17%和7%，累计贡献率达到90%；模态1、2的特征根误差范围未重叠，并通过了95%统计学差异检验。因此，模态1、2对应的特征根可以很好地代表研究区1955—2022年的降水空间分布类型。

模态1方差贡献率66%，远大于模态2、3，是研究区降水场的主要空间分布类型之一。由图5可知，模态1（图5A）对应的特征向量均为正值，表明皖北平原降水变化趋势高度一致，呈现要么同增要么同减的降水趋势。高值区和低值区分别位于北部和南部，表明北部降水变化比南部降水变化明显。

模态2方差贡献率17%，是皖北平原典型的降水主要空间分布形式之一。由图5（B）可知，以宿州站为界，以北为正值区，以南为负值区，呈现南—北反向分布模式，表明两种分布模式，即要么北部降水多、南部降水少，要么北部降水少、南部降水多。特征向量值由北向南依次减少，反映皖北平原降水也是由北向南依次减少。

2.4.2 季平均降水空间变化特征" 皖北平原1955—2022年季平均降水EOF分解特征向量贡献率如表3所示。由表3可知，皖北平原四季降水前3个模态特征根累计贡献率均超过89%，四季模态1、2特征根均通过95%的置信水平检验，各季节前2个特征根误差范围未发生重叠。

皖北平原四季降水场模态特征向量分布如图6所示。由图6可知，研究区四季平均降水模态1特征向量值均为正值，四季降水量呈现同增共减的分布特征，其中，春（图6A）、夏（图6C）和冬季（图6G）高值区和低值区均分别位于阜阳站和砀山站，表明皖北平原春、夏和冬季降水均呈现出南部变化程度高于北部的趋势，秋季（图6E）高值区和低值区分别位于蚌埠站和皖北平原西部，降水变化呈现出西部变化程度高于东部的趋势。

四季平均降水模态2特征向量值既有正值又有负值，呈现增减的反向分布特征，其中，春（图6B）、夏（图6D）和秋季（图6F）降水呈现南—北反向增减分布，冬季（图6H）呈现东—西反向增减分布，表明春、夏和秋季主要是两种分布模式，即要么北部降水多、南部降水少，要么北部降水少、南部降水多；冬季主要是两种分布模式，即要么东部降水多、西部降水少，要么西部降水少、东部降水多。春、秋季特征向量值由南向北依次减少，夏季特征向量值由北向南依次减少，冬季特征向量值由东向西依次减少，反映春、秋季降水也是由南向北依次减少，夏季降水由北向南依次减少，冬季降水由东向西依次减少。

3 结论与讨论

（1）近68年皖北平原降水总体呈下降趋势，其中，年降水和春、夏季降水均呈现下降趋势，而秋、冬季降水呈增加趋势，气候倾向率分别为-0.23、-1.11、-0.05、0.33和1.08 mm/10 a，且年降水和四季降水均通过0.01水平统计学差异检验。

（2）从突变情况来看，皖北平原年降水和四季降水突变情况存在差异，秋季降水在1958年发生由少到多的突变；年降水和夏季降水在2009年和2010年均发生了由多到少的转变；春季和冬季未发生突变现象。

（3）从周期变化来看，年降水和四季平均降水周期变化呈现出较大差异，年降水无明显的周期变化；春季发生以16～17 a为主的4次震荡主周期；夏季发生以3～4和25～26 a为主的4次震荡主周期；秋季发生以19～20 a为主的3次震荡主周期；冬季发生以12～13 a为主的3次震荡主周期。

（4）从空间分布来看，皖北平原降水EOF分解显示，年降水和四季降水前3个模态方差累计贡献率为89%～94%，其收敛速度快。模态1年、四季降水特征向量值均为正值，表明皖北平原年、四季降水一致，即降水多或降水少；模态2年、四季降水特征向量呈现南正—北负、南负—北正或东正—西负分布形式，反映了皖北平原年、四季的第二类空间分布形式，即年和夏季降水为南部减少和北部增多，春、秋季降水为北部增多和南部减少，冬季降水为东部增多和西部减少。

综上，本文基于数理统计方法对皖北平原5个站点近68年连续年和四季降水在时间和空间上的变化进行分析，分析结果显示研究区近68年来降水在时间和空间上呈现一定的变化规律，研究结果为该地区来水预测、水资源分布及水资源合理利用提供一定的参考，同时为农业种植生产以及种植结构的调整提供参考。

参考文献

[1] 褚健婷，夏军，许崇育，等. 海河流域气象和水文降水资料对比分析及时空变异[J]. 地理学报，2009，64（9）：1083-1092.

[2] 胡文峰，陈玲玲，姚俊强，等. 气候变化背景下新疆气温和降水时空演变特征分析[J]. 阜阳师范学院学报（自然科学版），2020，37（3）：90-95.

[3] 任国玉，吴虹，陈正洪. 我国降水变化趋势的空间特征[J]. 应用气象学报，2000，11（3）：322-330.

[4] 张一驰，吴凯，于静洁，等. 华北地区1951—2009年气温、降水变化特征[J]. 自然资源学报，2011，26（11）：1930-1941.

[5] 何书樵，郑有飞，尹继福. 近50年长江中下游地区降水特征分析[J]. 生态环境学报，2013，22（7）：1187-1192.

[6] 吴燕娟. 气候变化背景下我国极端降水的时空分布特征和未来预估[D]. 上海：上海师范大学，2016.

[7] 宋世凯. 全球变暖背景下1960—2014年中国降水时空变化特征[D]. 乌鲁木齐：新疆大学，2017.

[8] 邢轶兰，邸利，何毅，等. 1960—2013年甘肃省气温、降水变化特征分析[J]. 中国农学通报，2015，31（23）：175-181.

[9] 王友贺，申双和，谷秀杰. 1965—2009年河南省降水量的时空演变特征[J]. 气象与环境科学，2011，34（3）：56-60.

[10] 苏晓丹，张雪萍. 黑龙江省近56年气温降水变化特征及突变分析[J]. 中国农学通报，2011，27（14）：205-209.

[11] 王涛，崔晓临，杨强，等. 陕西省气温降水的年际和季节变化特征[J]. 中国农学通报，2014，30（33）：248-255.

[12] GREVE P，ORLOWSKY B，MUELLER B，et al. Global assessment of trends in wetting and drying over land[J]. Nature geoscience，2014，7（10）：716-721.

[13] DONAT M G，LOWRY A L，ALEXANDER L V，et al. More extreme precipitation in the world’s dry and wet regions[J]. Nature climate change，2016，6：508-513.

[14] 王文圣，丁晶，李跃清. 水文小波分析[M]. 北京：化学工业出版社，2005.

[15] 傅梦嫣，代俊峰. 基于小波分析的入库径流变化研究[J]. 工业安全与环保，2016，42（4）：35-38，64.

[16] 魏凤英. 现代气候统计诊断与预测技术[M]. 2版. 北京：气象出版社，2007.

[17] 任建成，王峰，卢晓宁. 基于EOF和小波分析的山东省年降水时空变化特征[J]. 水土保持研究，2022，29（2）：179-183.

（责任编辑：杨 欢）

基金项目 安徽省（水利部淮河水利委员会）水利科学研究院青年科技创新计划项目（KY202207）；水利部重大科技项目（SKS-2022066）；安徽省引江济淮集团有限公司科技项目（YJJH-ZT-ZX-20230706545）。

作者简介 刘明亮（1994—），男，安徽宿州人，硕士，助理工程师，从事水文水资源、农田水利研究。

收稿日期 2024-03-14