三種趨勢分析法在東帕米爾高原降水特征分析中的應(yīng)用*

王 濤 伊麗努爾·阿力甫江 李思穎 阿依謝姆古麗·孜比不拉 張心蕊 高騰飛

1 新疆大學(xué)地理與遙感科學(xué)學(xué)院，烏魯木齊 830017 2 新疆克州氣象局，阿圖什 845350

提 要：基于東帕米爾高原3個氣象站近58年(1961—2018年)逐月降水量資料，借助創(chuàng)新性趨勢分析(innovative trend analysis,ITA)法、Mann-Kendall(M-K)非參數(shù)檢驗和Sen’s斜率估計法分析了東帕米爾高原降水量的變化趨勢。結(jié)果表明：三種分析方法得出的結(jié)論具有一致性，近年來東帕米爾高原降水量呈增加趨勢。Sen’s斜率估計法分析得出有69.44%的月份降水呈增加趨勢，11.11%的月份呈減少趨勢；M-K法分析得出有75%的月份降水呈增加趨勢，22.22%的月份呈減少趨勢；ITA法分析得出有94.44%的月份降水呈增加趨勢，5.56%的月份呈減少趨勢。三種方法在分析過程中也存在著差異性，如利用Sen’s斜率估計法分析塔什庫爾干氣象站點時有5個月無變化趨勢，與其他兩種方法分析結(jié)果差異較大。而ITA和M-K 法較為準確地辨識時間序列的變化趨勢，且不受異常值影響；三種分析方法中，顯著性趨勢最強的是ITA法，其次是M-K 法，Sen’s斜率估計法表現(xiàn)較為一般。其中，ITA分析法有63.89% 的月份通過了0.10的顯著性水平檢驗，M-K有25% 的月份通過了0.10的顯著性水平檢驗。相較于傳統(tǒng)分析方法，ITA的優(yōu)勢在于，它能夠給出不同月份不同級別降水量增加或減少的范圍和趨勢，所以可以有效地識別傳統(tǒng)檢驗無法確定的隱藏的微趨勢，更有助于分析水文氣象方面數(shù)據(jù)系列的變化趨勢。

引 言

近百年來全球氣候變化對各地區(qū)降水產(chǎn)生了顯著的影響，受影響最為顯著的是干旱半干旱區(qū)(馬柱國和符淙斌，2005)。IPCC(2014)的第五次評估報告表明，陸地上越來越多的地區(qū)出現(xiàn)降水量的增長。受全球氣候變化影響，區(qū)域間氣候差異較大，整體氣溫和降水變化與局部地區(qū)氣溫和降水變化呈現(xiàn)出的趨勢可能不同。而我國氣候復(fù)雜多變，氣溫和降水變化可能與其他地區(qū)呈現(xiàn)出差異性，尤其中國西北干旱半干旱地區(qū)近年來降水變化顯著。目前關(guān)于氣候變化的研究，丁一匯(2008)、姚世博等(2017)、嚴中偉等(2020)主要是從氣候要素，如氣溫、降水變化特征來分析氣候變化的趨勢和原因。左洪超等(2004)、王遵婭等(2004)、張先恭和李小泉(1982)、丁一匯和戴曉蘇(1994)研究表明中國氣候變化與全球氣候變化趨勢基本一致。西北地區(qū)的降水變化也引起了眾多學(xué)者的關(guān)注(楊金虎等，2006；陳冬冬和戴永久，2009；王澄海等，2021)。楊陽等(2022)得出我國西北干旱半干旱地區(qū)降水量呈增加趨勢。王寶靈(1997)得出西北大部分地區(qū)大氣可降水量呈增加趨勢，新疆等地增加趨勢明顯。黃小燕等(2018)也分析出了西北地區(qū)6月降水量1961—1990年間明顯遞增。

新疆是西部面積最大的省份，研究新疆及其周邊地區(qū)近年來降水量變化具有重大意義。左洪超等(2004)研究得出中國新疆地區(qū)降水量變化最為明顯。降水量的增加在范圍和強度上與國內(nèi)其他地區(qū)相比最大(熱孜宛古麗·麥麥提依明等，2016；楊維西，2008)，增濕趨勢十分明顯(崔彩霞，2001；姜大膀等，2009)。新疆腹地的和田地區(qū)1961—2000年降水量總體呈增多趨勢(玉蘇甫·阿布都拉等，2006)。位于新疆省西南邊緣的東帕米爾高原氣候變化也明顯受到影響，降水量的不斷變化可能會形成洪水和極端天氣事件，并且對生態(tài)環(huán)境產(chǎn)生了較大影響。毛煒嶧等(2006)分析得出1961—2015年帕米爾高原的年降水量呈顯著線性增加趨勢。努爾帕提曼·買買提熱依木和帕爾哈提·阿不都拉(2015)分析得出1960—2014年塔什庫爾干縣年降水量呈緩慢增加的趨勢。關(guān)于東帕米爾高原降水量變化研究較少，研究方法集中于M-K檢驗法、一元線性趨勢分析法和累積距平法等，基于創(chuàng)新性趨勢分析(innovative trend analysis，ITA)法的研究還未實踐。ITA法首先是對數(shù)據(jù)處理做出直觀的圖像變化趨勢，圖像將數(shù)據(jù)點分為上半三角增加區(qū)、下半三角減少區(qū)和無明顯變化區(qū)，且將圖像縱向分為“低”組、“中”組和“高”組，能夠非常直觀地觀察出降水量在不同階段不同范圍的變化趨勢(黃丹等，2018)。它彌補了M-K只能檢驗單調(diào)變化趨勢的不足；它更易于理解、計算，分析結(jié)果更精確和更清楚，表現(xiàn)在于：ITA不需要假設(shè)，保證了對趨勢存在性的直觀檢查可能性；它可以用于給定時間序列中的詳細趨勢的確定和分類解釋，用數(shù)字觀察可視化趨勢之外的變化，給出的D值(表征趨勢增減性)有助于確定最小值隱藏的趨勢，還可以防止其他誤導(dǎo)性的判斷(如無限變化率等)，而圖形檢驗可以直觀地檢驗出單調(diào)和非單調(diào)的變化趨勢，允許對三部分做圖形化的評估。因此，本研究利用ITA法研究分析東帕米爾高原塔什庫爾干、吐爾尕特、烏恰3個氣象站58年(1961—2018年)的月降水變化趨勢。對了解東帕米爾高原近年來降水變化特征具有一定意義。

1 研究區(qū)概況

東帕米爾高原位于中亞東南部、中國新疆維吾爾自治區(qū)的西南邊緣，38°～41°N、73°～76°30′E。北起天山、東以木吉谷地和塔什庫爾干谷地為界，西與昆侖山相接、南至喀拉昆侖山。高原海拔為4000～7700 m，擁有許多高峰，最高峰可達7719 m，平均海拔在4500 m以上，主要山峰均在6000 m以上。

東帕米爾高原屬嚴寒的強烈大陸性高山氣候，冬季漫長，絕對最低氣溫達-50℃，歷史上布侖戈爾1953年最低氣溫曾低達-53.3℃，歷年最高氣溫不超過20℃，年降水量僅為75～100 mm，在喀拉湖盆地更是少至30 mm。本區(qū)處在西風(fēng)和西南季風(fēng)冷濕氣流進入青藏高原西北邊緣的通道山區(qū)，因而較為寒冷。由于本區(qū)地處亞歐大陸腹地，遠離海洋，降水較少，故氣候寒冷且干燥(曾磊等，2013)。多年來極端升溫過程造成該區(qū)域夏季融雪(冰)洪水發(fā)生風(fēng)險提高，并且極端降水形成的混合型洪水及其衍生地質(zhì)災(zāi)害風(fēng)險也在加劇(毛煒嶧等，2019)，地質(zhì)災(zāi)害風(fēng)險的加劇越來越影響人類正常的生產(chǎn)生活，所以研究此區(qū)域近年來氣候變化有一定的實際意義。

2 研究方法

2.1 Mann-Kendall檢驗法

Mann-Kendall(M-K)趨勢檢驗法是一種非參數(shù)檢驗，用于檢測氣象水文時間序列的趨勢和突變檢驗(Kendall，1938；Mann，1945)。該方法已被世界氣象組織應(yīng)用于研究處理氣候數(shù)據(jù)的時間變化。其優(yōu)點是不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，檢驗?zāi)芰?yōu)于參數(shù)檢驗，并且無須事先假定樣本的統(tǒng)計分布，人為性少，定量程度高，計算較簡便。α為顯著性水平，本文取α=0.10。

(1)

(2)

式中：xi和xj是在i和j時刻的數(shù)據(jù)值，n表示數(shù)據(jù)集的長度(數(shù)據(jù)集中數(shù)據(jù)的個數(shù))。而S的正值表示增加趨勢，負值表示減少趨勢(Mann，1945；黃丹等，2018；魏鳳英，2007)。

(3)

式中：m是并列組數(shù)(時間序列中的相等數(shù)據(jù))，摘要符號(∑)表示所有并列組的總和。tk是第m組中觀察值的數(shù)目(李紅梅等，2008；艾雅雯等，2020)。用式(3)計算時間序列方差后，標準Zc值根據(jù)式(4)計算，Zc為正表示該序列具有增加趨勢，而Zc為負表示該序列呈減少趨勢(魏鳳英，2007)。

(4)

2.2 Sen’s斜率估計法

Sen’s斜率估計法計算序列的斜率β，β表示序列的平均變化率和序列的趨勢，當β>0時，序列呈上升趨勢；β=0時，序列趨勢不明顯；β<0時，序列呈下降趨勢。估計n個樣本中N對數(shù)據(jù)的趨勢斜率：

(5)

式中：xj和xi分別是第j個和i個時間的樣本序列值(j>i)，Median為取中值函數(shù)。

2.3 創(chuàng)新性趨勢分析(ITA)法

圖1 以創(chuàng)新性趨勢分析(ITA)法為例：(a)非單調(diào)趨勢，(b)3組數(shù)據(jù)點分布趨勢

(5)

3 分析結(jié)果

3.1 M-K法分析結(jié)果

選取東帕米爾高原3個代表性的氣象站(塔什庫爾干、吐爾尕特和烏恰)58年(1961—2018年)的逐月降水資料，采用M-K趨勢檢驗3個氣象站的降水量進行趨勢分析，其計算結(jié)果見表1。

從表1可知：

表1 1961—2018年東帕米爾高原3個氣象站點月降水量變化(單位：mm)

(1)塔什庫爾干站6月和8月降水量的Zc值>0，分別為2.119和2.361，均通過了0.05的顯著性水平檢驗，呈顯著增加趨勢。而其他月份均未通過0.10顯著性水平檢驗，呈增加或減少趨勢。其中3、5、10和11月的Zc值均>0，呈增加趨勢。而其他月份均未通過0.10顯著性水平檢驗，占33.333%；而1、2、4、7、9和12月的Zc值均<0，呈減少趨勢，約占50%。

(2)吐爾尕特站降水量除了1月(Zc=-0.085)呈減少趨勢外，2—12月的Zc值都>0，呈增加趨勢，約占91.667%。其中，4月(Zc=1.733)通過了0.10的顯著性水平檢驗，3月(Zc=2.119)、6月(Zc=2.197)和10月(Zc=2.348)均通過了0.05的顯著性水平檢驗，占25%；而12月(Zc=2.871)通過了0.01的顯著性水平檢驗，呈顯著增加趨勢。

(3)烏恰站的降水量在6月和7月(Zc=2.295和Zc=2.439)，通過了0.05的顯著性水平檢驗，呈顯著增加趨勢，占16.667%。除了3月(Zc=-0.268)為減少趨勢，該站1、2、4、5月和8—12月這9個月均沒通過0.10的顯著性水平檢驗，但Zc值都>0，因此說明該站在這10個月降水量呈增加趨勢，占83.333%。

基于M-K檢驗法3個站點的多年降水量中夏季(6—8月)增加趨勢均顯著，對全年降水貢獻最大；秋季(9—11月)和冬季(12月和次年1—2月)次之；春季變化趨勢不明顯，甚至塔什庫爾干站和吐爾尕特站1月和2月與烏恰站3月呈減少趨勢。與曾磊(2012)分析的1957—2010年東帕米爾高原不同季節(jié)降水量變化趨勢一致：“研究區(qū)不同季節(jié)降水量除春季外，夏季、秋季和冬季表現(xiàn)出一定的升高趨勢并且夏季降水量增幅最為明顯”。

3.2 Sen’s斜率估計法趨勢分析結(jié)果

由表1可知，塔什庫爾干站在1—2月、9月、11—12月β為0，表明沒有變化趨勢；3月、5—6月、8月和10月β為正值，表明降水量呈增加趨勢；4月和7月β為負值，表明降水量呈減少趨勢。

吐爾尕特站在1月β為0，表明沒有變化趨勢；2—12月β為正值，表明降水量呈增加趨勢。而烏恰站在2月和11月β為0，表明沒有變化趨勢；3月β為負值，呈減少趨勢；1月、4—12月β為正值，表明呈增加趨勢。總之，58年來東帕米爾高原降水量變化趨勢不明顯。這與胡凡盛(2018)研究結(jié)果相似，東帕米爾高原1976—2016年降水量線性擬合系數(shù)低，整體呈緩慢增加趨勢。

3.3 ITA法趨勢分析結(jié)果

圖2～圖4顯示1∶1(45°)線與數(shù)據(jù)點的位置關(guān)系，由圖可知逐月降水量的變化趨勢。由圖2可知，塔什庫爾干站3月的數(shù)據(jù)點均落在1∶1線的上方(在增加區(qū)域)，整體呈增加趨勢；且數(shù)據(jù)點落在“低”組和“中”組的增加區(qū)域，就說明這3個月降水量的增加是在0～20、0～40和0～60 mm范圍內(nèi)增加。在1月大部分數(shù)據(jù)點落在1∶1線的下方(在減少區(qū)域)，且數(shù)據(jù)點落在“低”組和“高”組的減少區(qū)域；說明1月降水量的減少是在0～30 mm范圍內(nèi)減少。

從圖2可知，塔什庫爾干站降水量在2、3、5、6、8、11和12月呈增加趨勢，這些月的數(shù)據(jù)點落在1∶1線上和1∶1線的上方，落在“低”組和“中”組內(nèi)，增加范圍在0～60 mm內(nèi)。1月降水量呈顯著減少趨勢，通過了0.10的顯著性水平檢驗，1月在“低”組和“高”組減少趨勢顯著，減少范圍在0～30 mm。4月大部分數(shù)據(jù)落在1∶1線上，說明無變化趨勢，但有些數(shù)據(jù)落在1∶1線下的“低”組的減少區(qū)域，也有一些數(shù)據(jù)落在“中”組的增加區(qū)域。7、9和10月部分數(shù)據(jù)落在1∶1線的上方，部分數(shù)據(jù)落在1∶1線的下方，上方是在“中”組的增加區(qū)域，下方是在“低”組的減少區(qū)域，這種情況就無法正確閱讀出該月的降水量變化趨勢，必須結(jié)合ITA指數(shù)進行分析。從表3 可知，2、3、5、6、8、11和12月，7個月顯著水平檢驗均通過了0.10，降水量呈顯著增加趨勢。

圖2 塔什庫爾干1961—2018年1—12月ITA趨勢分析結(jié)果

如圖3所示，吐爾尕特站點，1月、3—6月和10—12月這8個月均通過了0.10顯著性水平檢驗，呈顯著增加趨勢。1月一部分數(shù)據(jù)點落在“低”組的減少區(qū)域，但十分靠近1∶1線，還有一部分數(shù)據(jù)點落在“低”組的增加區(qū)域，但距離1∶1線較遠，且通過了0.10顯著性水平檢驗，所以1月降水量是呈顯著增加的。3—6月和10—12月這7個月的數(shù)據(jù)點大部分都落在“低”組和“高”組的增加區(qū)域，所以這些月降水量是呈顯著增加的。7月的“低”組的增加區(qū)域和“中”組的減少區(qū)域，分別在0～50和 0～100 mm內(nèi)減少和增加。

圖3 同圖2，但為吐爾尕特

如圖4所示，烏恰站點1月、5—10月和12月全部都通過了0.10顯著性水平檢驗，呈顯著增加趨勢。5月和7—8月數(shù)據(jù)點幾乎全部都落在在“低”組、“中”組和“高”組的增加區(qū)域內(nèi)，分別在0～90、0～120和0～150 mm范圍內(nèi)增加。6、10和12月的數(shù)據(jù)點大部分都落在“低”組的增加區(qū)域內(nèi)，少部分數(shù)據(jù)點落在“中”組的增加區(qū)域內(nèi)。9月則是大部分數(shù)據(jù)點落在“低”組的增加區(qū)域內(nèi)，少部分落在“中”組的減少區(qū)域內(nèi)，但是通過了0.10顯著性水平檢驗，所以也呈顯著增加趨勢。11月大部分數(shù)據(jù)落在1∶1線的下方，落在“低”組和“中”組的減少區(qū)域內(nèi)，所以說該月呈顯著減少趨勢。

圖4 同圖2，但為烏恰

表2 東帕米爾高原3個氣象站的ITA指數(shù)

3.4 三種趨勢分析法的比較

通過ITA和M-K法進行對比得出，3個氣象站在36個月(每個站點有12個月尺度降水量)的降水量中變化顯著的月份分別是23個月和9個月，其中ITA顯著趨勢為64%，M-K顯著趨勢為25%。Sen’s斜率估計檢驗36個月的降水量，其中有8個月斜率為0，表明無變化趨勢，而剩余月份的斜率估計與Zc值的正(負)變化情況一致，表明Sen’s斜率估計檢驗和M-K法有較高的擬合度。通過M-K和Sen’s斜率估計法與ITA法對比分析，塔什庫爾干站除6月和8月之外所有月份的降水量沒有顯著變化趨勢；而通過ITA方法，降水量在2、3、5、6、8、11和12月呈顯著增加趨勢。通過M-K和Sen’s斜率估計檢驗法分析吐爾尕特氣象站點3、4、6、10和12月的降水量呈顯著增加趨勢，而通過ITA分析法得知1月、3—6月和10—12月的降水量均呈顯著增加趨勢；烏恰氣象站點，通過M-K和Sen’s斜率估計檢驗法得知6月和7月呈顯著增加趨勢，而其他10個月無顯著趨勢，通過ITA分析法得知1月、5—10月和12月呈顯著增加趨勢，而11月呈顯著減少趨勢。

4 結(jié) 論

本文分別利用M-K檢驗法、Sen’s斜率估計和ITA法，針對東帕米爾高原3個代表氣象站點，1961—2018年逐月降水資料，分析得到東帕米爾高原的降水變化整體趨勢。結(jié)果如下：

(1)1961—2018年，三種方法均得出東帕米爾高原年降水量呈現(xiàn)出顯著的增加趨勢，與尚華明等(2021)分析東帕米爾高原近幾十年來降水增幅大結(jié)論一致。但顯著性趨勢最強的是ITA法，其次是M-K法，Sen’s斜率估計表現(xiàn)較為一般。ITA法分析了不同月份不同級別降水量趨勢，能夠?qū)σ恍┰路莸碾[藏趨勢做出回答，比較系統(tǒng)全面分析出了各個階段的變化趨勢；M-K與ITA趨勢變化大體一致，3個站點的多年降水量均呈現(xiàn)出增加趨勢，尤其是顯著月份與ITA高度擬合；Sen’s斜率估計與兩種方法得出結(jié)論有一定差異性，線性擬合系數(shù)低，原因可能是Sen’s斜率估計法是在眾多斜率中尋找中值，而中值斜率的正負不能很好地評估時間序列的增減趨勢，而且Sen’s斜率估計法不能很好地排除異常值的影響，但分析得出整體呈緩慢增加趨勢。

(2)季節(jié)特征上，夏季(6—8月)降水增強幅度最大，6月和8月最為顯著,與王寶靈(1997)分析1961—1990中國西北地區(qū)30年間6月降水量遞增的結(jié)果吻合；冬季(12月、次年1月和2月)為其次，1月增強幅度最小；春季(3—5月)增強幅度最小，一年中夏季降水量貢獻最大，春季最小。原因可能是冰川加速消融(IPCC，2007)導(dǎo)致的徑流增加，潛在植被變化(Jiang，2008)導(dǎo)致的土壤水分平衡過程變化等。

(3)ITA的優(yōu)勢在于，它能夠根據(jù)圖形非常直觀地觀察出降水量在不同階段的變化趨勢，彌補了M-K和Sen’s斜率估計法只能檢驗單調(diào)變化趨勢的不足，不需要假設(shè)，保證了對趨勢存在性的直觀檢查可能性，能夠確定最小值隱藏的趨勢，彌補了M-K 和Sen’s斜率估計法對短時間序列分析的低精確性。