王國(guó)強(qiáng) 姜基春 焦峰

摘 要：利用安塞站1951—2016年的降水資料對(duì)延安市安塞區(qū)年降水和汛期降水特征進(jìn)行趨勢(shì)性、突變性和周期性分析，其中趨勢(shì)性分析采用EEMD分析法，突變性分析采用Mann-Kendall突變分析法，周期性分析采用Morlet分析法，以此對(duì)安塞區(qū)1951—2016年降水進(jìn)行了時(shí)序變異特征分析。結(jié)果表明：隨著時(shí)間的推移年降水量下降趨勢(shì)較明顯，汛期降水量存在微弱上升趨勢(shì);年降水量在1952年和1992年發(fā)生突變，并在2000年以后下降趨勢(shì)明顯，而汛期降水量在1986年發(fā)生突變;年降水量和汛期降水量分別存在4個(gè)和3個(gè)主周期。

關(guān)鍵詞：降水量;汛期;時(shí)序變異特征;延安市安塞區(qū)

中圖分類號(hào)：P338

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2022.02.008

引用格式：王國(guó)強(qiáng)，姜基春，焦峰.1951—2016年延安市安塞區(qū)降水變異特征分析[J].人民黃河，2022，44（2）：36-40.

Abstract： In order to investigate the variation characteristics of precipitation time series in recent decades of Ansai region in the Loess Plateau， the trends， mutations and periodicities of annual precipitation and flood season precipitation in the region were clarified in the present study based on the precipitation data from 1951 to 2016. EEMD analysis method was used for the study of trend， Mann-Kendall analysis method was used for the study of mutation， and Morlet analysis method was used for the study of periodicity to analyze the climate of Ansai area in recent decades. The characteristics of temporal variation were analyzed. The results show that the annual precipitation decreases obviously with the passage of time， and slightly increases in the flood season. However， there are sudden changes in the time series of precipitation. The annual precipitation has a sudden change in 1952 and 1992 and a significant downward trend after 2000， while there is a sudden change point in the flood season precipitation is found in 1986. Then from the periodicity analysis， it is concluded that there are 4 and 3 main periods of annual precipitation and flood season precipitation respectively.

Key words： precipitation;flood season;temporal variation characteristics;Ansai area of Yan’an City

在全球變暖、環(huán)境日趨惡化的狀況下，世界各地出現(xiàn)了許多氣候反常事件，對(duì)自然環(huán)境的破壞巨大，環(huán)境變化導(dǎo)致降水量發(fā)生變異，造成許多自然災(zāi)害，農(nóng)業(yè)、牧業(yè)等均受到影響，因此學(xué)者們對(duì)不同地區(qū)的降水變化趨勢(shì)和變異特征進(jìn)行了研究探討[1-7]。黃土高原是自然災(zāi)害多發(fā)地區(qū)，降水是主要的影響因素之一，因此有必要對(duì)黃土高原氣候變化進(jìn)行研究。王丹云等[8]分析黃土高原52個(gè)氣象站近30 a的降水資料得出黃土高原不同地區(qū)春季的干旱特征。祝青林等[9]利用非參數(shù)檢驗(yàn)方法對(duì)黃河流域近30 a的269個(gè)觀測(cè)站的氣候資料進(jìn)行分析，揭示了降水的時(shí)空變化規(guī)律。劉勤等[10]選取黃河流域54個(gè)氣象站的觀測(cè)數(shù)據(jù)，利用最小二乘法和DPS軟件對(duì)黃土高原降水量變化進(jìn)行趨勢(shì)性分析。李占杰等[11]運(yùn)用最大熵譜分析法，分析了黃河流域氣候的周期變化特征，解釋了降水變化周期在不同區(qū)域的特性以及可能受其他因素（例如大氣、太陽(yáng)活動(dòng)）的制約。然而在氣候變化的大環(huán)境下，不同尺度區(qū)域受到影響的程度是不同的，以往對(duì)典型區(qū)域氣候時(shí)序變異的研究較少，因此有必要運(yùn)用多種方法，從多種時(shí)序角度對(duì)典型區(qū)域氣候變異特征進(jìn)行分析。筆者對(duì)延安市安塞區(qū)1951—2016年的降水?dāng)?shù)據(jù)進(jìn)行時(shí)序特征分析，了解過(guò)去幾十年的氣候變化規(guī)律，進(jìn)而對(duì)未來(lái)氣候狀況做出預(yù)測(cè)，以期對(duì)該區(qū)域預(yù)防災(zāi)害、農(nóng)業(yè)發(fā)展以及生態(tài)治理等有所幫助。

1 研究區(qū)概況

研究區(qū)為陜北延安市安塞區(qū)，地處黃土高原腹地，區(qū)域內(nèi)水土流失嚴(yán)重。研究區(qū)春季溫度低、降水少，夏季溫度高、有伏旱和暴雨，秋季溫涼，冬季濕度低、空氣干燥。年平均降水量為500 mm左右，降水多集中在夏季，因此容易發(fā)生洪澇災(zāi)害和土壤侵蝕。

2 數(shù)據(jù)來(lái)源

氣象數(shù)據(jù)（1951—2016年的月降水量）來(lái)自安塞氣象站。為了保證數(shù)據(jù)的質(zhì)量和可靠性，對(duì)數(shù)據(jù)進(jìn)行人工篩選，剔除了超過(guò)3倍標(biāo)準(zhǔn)差的異常值[12]，對(duì)降水資料進(jìn)行檢測(cè)發(fā)現(xiàn)安塞站提供的降水?dāng)?shù)據(jù)比較完整。本文將降水量數(shù)據(jù)分為年度和汛期（7—10月）進(jìn)行分析研究，汛期作為降水量集中的時(shí)段具有較大研究意義。

3 研究方法

對(duì)時(shí)間序列從趨勢(shì)性、突變性和周期性3個(gè)方面進(jìn)行分析。其中趨勢(shì)性檢驗(yàn)采用EEMD分解方法對(duì)數(shù)據(jù)進(jìn)行分解[13-14]，突變性檢驗(yàn)采用Mann-Kendall突變檢驗(yàn)法[15-18]來(lái)判斷降水突變發(fā)生的時(shí)間點(diǎn)，周期性檢驗(yàn)采用小波分析法[19-24]。

3.1 EEMD分解

EEMD分解方法是由Wu和Huang提出的一種提取信息的方法[13-14]，它可以將原始信號(hào)逐級(jí)分解出來(lái)，從而更好地處理數(shù)據(jù)，這種方法在近些年逐漸應(yīng)用于氣象領(lǐng)域。在本研究中每次添加白噪聲的振幅為合成序列標(biāo)準(zhǔn)差的20%，集合平均次數(shù)為200次[21]。

3.2 Mann-Kendall突變檢驗(yàn)法

設(shè)降水量時(shí)間序列為Xt（t=1，2，…，n），其對(duì)偶數(shù)S的計(jì)算公式為

根據(jù)S值確定以下參數(shù)：

用同樣的計(jì)算方法將序列逆向排序計(jì)算，將計(jì)算結(jié)果乘以-1得到UB。UF與UB的交點(diǎn)若處在臨界線之間，所對(duì)應(yīng)的時(shí)刻可能就是突變開(kāi)始的時(shí)刻。UF>0則表明處于上升趨勢(shì)，UF<0則處于下降趨勢(shì)。當(dāng)|UF|≥U0.05=1.96時(shí)則表明趨勢(shì)明顯，反之則表明趨勢(shì)不明顯。

3.3 小波分析法

小波分析是將一簇頻率不同的振蕩函數(shù)作為窗口函數(shù)φ（t），對(duì)信號(hào)f（t）進(jìn)行掃描和平移。時(shí)間序列f（kΔt）（k=1，2，…，N;Δt為取樣的時(shí)間間隔）的小波變換為

式中：c為尺度因子;d為平移因子。

小波函數(shù)有幾種不同類型，本研究選用的是Morlet小波，其表達(dá)式為

為了判斷序列的主周期，用如下公式進(jìn)行方差檢驗(yàn)：

式中：Var（c）為小波方差。

小波方差反映了波動(dòng)的能量隨尺度的分布，可以用來(lái)確定一個(gè)時(shí)間序列中各種尺度擾動(dòng)的相對(duì)強(qiáng)度，對(duì)應(yīng)峰值處的尺度稱為該序列的主要時(shí)間尺度，即主周期。

4 結(jié)果與分析

4.1 降水變化的趨勢(shì)性分析

圖1是對(duì)年降水序列進(jìn)行EEMD分解而成的IMF分量（C1～C5）和一個(gè)趨勢(shì)分量（RES）。各IMF分量表示降水由高頻到低頻的不同時(shí)間尺度的波動(dòng)狀況，最后得出的趨勢(shì)分量表示隨著時(shí)間的推移年降水量的總體變化趨勢(shì)，由趨勢(shì)分量圖可以看出安塞區(qū)年降水量總體呈下降趨勢(shì)。從圖1中可以看出，IMF分量都具有穩(wěn)定的周期以及在相同時(shí)間段內(nèi)不同程度的振蕩頻率，并隨時(shí)間呈現(xiàn)非均勻的變化，反映了大氣內(nèi)部動(dòng)力過(guò)程和外在強(qiáng)迫共同作用的非線性。

IMF分量都具有各自的物理意義，它們分別表明原序列在不同時(shí)間尺度下的變化規(guī)律，而這種規(guī)律的可信性可以通過(guò)顯著性檢驗(yàn)來(lái)進(jìn)行判斷。圖2（圖中E為頻率）中IMF分量越靠近左側(cè)表明其頻率越高、周期越短，反之則頻率低、周期長(zhǎng)?？拷蟼?cè)的IMF分量表示其能量高、振幅大，反之則表示其能量低、振幅小。從圖2可以看出，C1位于左上角并落在了80%的置信曲線上，這表明C1分量最為顯著，同時(shí)它還具有頻率高、周期短、能量高的物理意義。C3位于50%與80%的置信曲線之間，而其他幾個(gè)分量都位于50%置信曲線的下方。

圖3為對(duì)安塞區(qū)汛期降水量進(jìn)行EEMD分解得出的IMF分量（C1～C5）和趨勢(shì)分量（RES），不同頻率的IMF分量存在不同尺度的波動(dòng)狀況，趨勢(shì)分量說(shuō)明汛期降水量隨著時(shí)間推移的變化狀況。由RES圖可以看出隨著時(shí)間的推移降水量具有微弱的上升趨勢(shì)，這與年降水量的變化趨勢(shì)相反，結(jié)合年降水量下降的趨勢(shì)說(shuō)明安塞區(qū)降水強(qiáng)度存在微弱的上升趨勢(shì)。由圖4可以看出C1位于80%與90%的置信曲線之間，具有能量高、振幅大、波動(dòng)頻繁的特點(diǎn)，且C1波動(dòng)的時(shí)間尺度最短，C5位于50%與80%的置信曲線之間，而C2、C3、C4的波動(dòng)幅度隨著時(shí)間的推移逐漸減小，都位于50%置信曲線之下。

4.2 降水的突變性分析

降水時(shí)間序列的突變包含豐富的信息，通過(guò)突變性分析可以推測(cè)引起突變的原因。

圖5為年降水量M-K突變檢驗(yàn)圖，顯示了安塞區(qū)66 a降水時(shí)序的突變性，其中UF和UB存在1952年和1992年兩個(gè)交點(diǎn)，并且兩個(gè)交點(diǎn)都在臨界值之間，這表明在1952年和1992年可能發(fā)生突變。1952年之后降水量雖然有波動(dòng)但大致呈上升趨勢(shì)并且在1960年左右上升趨勢(shì)顯著。而在1992年之后總體趨勢(shì)是下降的，在2000年左右UF超過(guò)了臨界值，所以在2000年以后下降趨勢(shì)明顯。整體來(lái)看，在1992年發(fā)生曲線相交之前降水量整體呈上升趨勢(shì)，在1992年之后降水量呈下降趨勢(shì)，2000年甚至超過(guò)了臨界值，下降趨勢(shì)明顯。

圖6為安塞區(qū)1951年到2016年汛期降水量的突變檢驗(yàn)情況，由圖6可以看出，UF和UB兩條線在1986年有一個(gè)交點(diǎn)，而且交點(diǎn)在臨界值之間，這表明1986年可能是汛期降水量發(fā)生突變的時(shí)刻。2000年UF曲線超過(guò)了臨界值，之后的一段時(shí)間汛期降水量發(fā)生了較為明顯的下降。

4.3 降水變化的周期性分析

對(duì)安塞區(qū)66 a的降水量數(shù)據(jù)進(jìn)行小波分析，如圖7和圖8所示。在3～5、8～15 a時(shí)間尺度上年降水量經(jīng)歷了較多的變化，大的時(shí)間尺度有20～24 a和27～31 a，這兩個(gè)時(shí)間尺度相對(duì)于前兩個(gè)時(shí)間尺度波動(dòng)范圍廣、波動(dòng)時(shí)間長(zhǎng)。時(shí)間尺度隨后一直到2016年等值線也沒(méi)有閉合，表明接下來(lái)的一段時(shí)間降水將持續(xù)偏少。為了進(jìn)一步分析周期性，圖7（b）小波方差圖給出了年降水量的小波方差分布，綜合可知，年降水量存在4個(gè)主周期，分別為30、25、15、4 a，在這些時(shí)間尺度上年降水量波動(dòng)較為明顯，存在多次降水量偏多、偏少交替變化。

安塞區(qū)汛期降水量變化的周期性分析如圖8所示，汛期降水量在3～10、11～15、18～25 a時(shí)間尺度之間存在較多的波動(dòng)，經(jīng)歷了降水量多次上升和下降的變化，結(jié)合小波方差圖可以看出汛期降水量存在24、14、4 a三個(gè)主周期，在這些時(shí)間尺度下存在汛期降水量偏多、偏少的多次變化。

5 結(jié) 語(yǔ)

本文分析時(shí)間序列后顯示降水量變化大致呈現(xiàn)下降趨勢(shì)并且在2000年之后趨勢(shì)進(jìn)一步明顯，這一結(jié)論與劉勤等[10]的研究結(jié)論不完全相同，與此同時(shí)汛期降水量呈現(xiàn)上升的趨勢(shì)，這與祝青林等[9]得出的黃土高原春夏季降水量具有上升趨勢(shì)的結(jié)論吻合。安塞區(qū)年降水量和汛期降水量存在的主周期尺度較小，而其主周期數(shù)值范圍在1～30 a的時(shí)間尺度上與李占杰等[11]得到的主周期相近，這說(shuō)明降水趨勢(shì)在短時(shí)間內(nèi)波動(dòng)頻繁，存在多次增減交替，而整體變化趨勢(shì)基本不變。

（1）通過(guò)對(duì)安塞區(qū)近幾十年降水量進(jìn)行EEMD分解，得出降水量大致呈下降趨勢(shì)，在66 a里年降水量由最初的550 mm減少至500 mm，IMF中C1、C2、C3對(duì)原序列的影響最為明顯，在C1、C2、C3相對(duì)應(yīng)的波動(dòng)時(shí)間尺度下周期波動(dòng)頻率對(duì)原序列的影響也最大。結(jié)合年降水量和汛期降水量的變化趨勢(shì)得出安塞區(qū)降水強(qiáng)度有微弱的上升趨勢(shì)。

（2）通過(guò)M-K檢驗(yàn)得出年降水量在1952年和1992年存在突變，在1992年后降水量存在下降趨勢(shì)，表明在最近幾年降水量不僅處于減少的狀態(tài)而且減少的趨勢(shì)逐漸顯著。通過(guò)對(duì)汛期降水量進(jìn)行M-K檢驗(yàn)得出在1986年UF與UB存在交點(diǎn)，并且在2000年之后UF超過(guò)了臨界值，由此推斷汛期降水量的突變時(shí)間在1986年左右。

（3）周期變化上，年降水量存在30、25、15、4 a四個(gè)主周期，在這些時(shí)間尺度下存在多次降水量偏多偏少交替，未來(lái)一段時(shí)間仍將處在降水量偏少的階段，而汛期降水量存在24、14、4 a三個(gè)主周期，在這些時(shí)間尺度下存在多次汛期降水量偏多偏少交替。從主周期來(lái)看，年降水量和汛期降水量的主周期差別不大。

參考文獻(xiàn)：

[1] 馬寧，王乃昂，朱金峰，等.巴丹吉林沙漠周邊地區(qū)近50 a來(lái)氣候變化特征[J].中國(guó)沙漠，2011，31（6）：1541-1547.

[2] 曹永強(qiáng)，劉佳佳，王學(xué)鳳，等.黃淮海流域旱澇周期、突變點(diǎn)和趨勢(shì)分析研究[J].干旱區(qū)地理，2016，39（2）：275-284.

[3] 黃國(guó)如，冼卓雁.深圳市1953—2012年極端氣候事件變化分析[J].水資源與水工程學(xué)報(bào)，2014，25（3）：8-13.

[4] LIU R，LIU S C，CICERONE R J，et al.Trends of Extreme Precipitation in Eastern China and Their Possible Causes[J].Advances in Atmospheric Sciences，2015，32（8）：1027-1037.

[5] JIANG Z H，SHEN Y C，MA T T，et al.Changes of Precipitation Intensity Spectra in Different Regions of Mainland China During 1961-2006[J].Journal of Meteorological Research，2014，28（6）：1085-1098.

[6] 陳磊，王義民，暢建霞，等.黃河流域季節(jié)降水變化特征分析[J].人民黃河，2016，38（9）：8-12，16.

[7] 丁建隆，汪海歐，董召榮，等.1960—2013年安徽極端降水特征研究[J].干旱氣象，2016，34（2）：252-260.

[8] 王丹云，呂世華，韓博，等.近30年黃土高原春季降水特征與春旱變化的關(guān)系[J].高原氣象，2017，36（2）：395-406.

[9] 祝青林，張留柱，于貴瑞，等.近30年黃河流域降水量的時(shí)空演變特征[J].自然資源學(xué)報(bào)，2005，20（4）：477-482.

[10] 劉勤，嚴(yán)昌榮，張燕卿，等.近50年黃河流域氣溫和降水量變化特征分析[J].中國(guó)農(nóng)業(yè)氣象，2012，33（4）：475-480.

[11] 李占杰，魚(yú)京善.黃河流域降水要素的周期特征分析[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，46（3）：401-404.

[12] 張卉，薛聯(lián)青，劉遠(yuǎn)洪，等.洞庭湖流域極端降水變化特征分析[J].水資源與水工程學(xué)報(bào)，2017，28（4）：6-12.

[13] 劉健，夏軍，王明森，等.1961—2015年山東省降水周期變化特征[J].人民黃河，2017，39（4）：6-10.

[14] GUAN B T.Ensemble Empirical Mode Decomposition for Analyzing Phenological Responses to Warming[J].Agricultural and Forest Meteorology，2014，194（8）：1-7.

[15] 韓梅，劉闖，廖晶晶，等.本溪市郊近60年氣溫變化特征和突變分析[J].安徽農(nóng)學(xué)通報(bào)，2019，25（1）：137-139.

[16] LU X R，ZHUANG Y H，WANG X L，et al.Assessment of Streamflow Change in Middle-Lower Reaches of the Hanjiang River[J].Journal of Hydrologic Engineering，2018，23（12）：89-96.

[17] GAO T，XIE L.Spatiotemporal Changes in Precipitation Extremes over Yangtze River Basin，China，Considering the Rainfall Shift in the Late 1970s[J].Global and Planetary Change，2016，147（11）：106-124.

[18] 張明，李國(guó)勝.關(guān)中地區(qū)極端降水時(shí)空變化及概率特征研究[J].人民黃河，2021，43（11）：59-64.

[19] 劉濛濛，隆永蘭.巴音布魯克近58 a氣候變化特征分析[J].干旱區(qū)地理，2019，42（4）：715-723.

[20] 向亮，郝立生，安月改，等.51 a河北省降水時(shí)空分布及變化特征[J].干旱區(qū)地理，2014，37（1）：56-65.

[21] 馮暢，毛德華，曹艷敏，等.近59年石家莊市降水變化特征分析[J].水電能源科學(xué)，2018，36（5）：10-12，16.

[22] 胡建橋，劉萬(wàn)鋒，常周梅，等.蘭州市1951—2015年降水量變化特征研究[J].水利水電技術(shù)，2017，48（4）：8-12.

[23] 邊玉明，代海燕，王冰，等.內(nèi)蒙大興安嶺林區(qū)年降水量變化特征及周期分析[J].水土保持研究，2017，24（3）：146-150.

[24] FRANZKE，CHRISTIAN L E.Warming Trends：Nonlinear Climate Change[J].Nature Climate Change，2014，4（6）：423-424.

【責(zé)任編輯 張 帥】