福建省1980—2017气候变化特征及未来趋势

黄奇晓，丘永杭，陈晓瑜，孙晓航，林玉蕊

(1.福建农林大学 计算机与信息学院，福建 福州 350002；2.生态与资源统计福建省高校重点实验室，福建 福州 350002；3.福建省资源环境空间信息统计研究中心，福建 福州 350002)

全球气候变化问题早已引起国际社会的广泛关注。气候变化不仅影响大自然生态平衡，同时气候变化引起的气象灾害还可能影响到社会经济和人类生命安全。据IPCC 2013年第5次评估报道，1880—2012年，全球海陆表面温度上升了0.85℃；2003—2012年平均温度比1850—1900年平均温度上升了0.78℃[1]。据《第三次气候变化国家评估报告》中指出1909年以来中国的变暖速率高于全球平均值，在每百年升温0.9～1.5℃之间[2]。影响气候变化的因素多种多样，不同区域气候变化必然存在差异。对地区气候影响因子(气温、降水量、风速、日照时间等)进行分析是了解该地区气候变化特征与变化趋势重要方法之一。在前人研究中，国内外许多学者基于对地区各个维度的气候影响因子进行分析，来了解该地区气候变化特征以及预测未来气候趋势。Ijaz等[3]运用M-K突变检验和斯皮尔曼秩相关系数等方法研究巴基斯坦斯瓦特河流域的降水量变化；Soumyodipta等[4]运用R/S分析方法计算印度季风前温度与夏季温度的Hurst指数，研究其规律以及预测未来趋势。同时国内学者也已经在该领域展开研究，并取得丰富成果。赵嘉阳等[5]运用R/S分析方法研究龙岩市气候变化特征并预测未来趋势变化；刘琼等[6]运用M-K突变检验方法分析河西西部地区气候变化特征和空间分布。

因此，本研究采用线性回归模型、Mann-Kendall突变检验、小波分析和R/S分析等方法对福建1980—2017年平均气温、降水量的变化特征和未来趋势变化进行分析，不仅丰富福建在该领域的研究成果，同时对福建省应对气候变化提供了科学借鉴。

1 资料与方法

1.1 研究区概况

福建，位于中国东南沿海，总陆地面积为1.214×105km2。下辖福州、莆田、泉州、厦门、漳州、龙岩、三明、南平、宁德9个地级市。福建地势因丘陵、山谷占全省总面积80%以上，素有“八山一水一分田”之称，森林覆盖率达到65.95%，居全国首位。福建属亚热带湿润季风气候，雨量充沛，光照条件充足，气候条件宜人及适合多种作物生长，受地形影响各地区气候特征差异较大。

1.2 资料来源

本研究基于中国气象数据共享网络(http://cdc.cma.gov.cn/)中福建省24个气象点（崇武、福鼎、福州、建瓯、建阳、九仙山、龙岩、宁德、平潭、浦城、厦门、上杭、邵武、泰宁、武夷山、漳平、长汀、漳州、仙游、宁化、永定、尤溪、南平、霞浦）1980—2017年的月值数据（见图1）。从中选取气温和降水量这两个气象因子年际数据进行研究。

图1 气象站点在福建省位置Fig.1 Location of meteorological station in Fujian Province

2 研究方法

2.1 线性回归

线性回归是一种参数估计方法[7]，一元线性回归理论模型为：

其中：Yt在本文中表示气象因子，t表示时间（文中1980—2017年）；β为回归常数，α为回归系数。回归系数α符号表示Yt的趋势倾向。α＞0，则说明随时间t增加，Yt呈上升趋势；反之，Yt呈下降趋势。

2.2 M-K突变检验法

Mann-Kendall突变检验法(M-K突变检验法)是一种非参数统计检验方法[8]。Mann-Kendall突变检验法具有不需要样本数据遵从一定的分布，也不受少数异常值的干扰，且计算简便的优点。

对于时间序列xi，按顺序x1，x2，…，xn构造一秩序列：

式中：Sk表示第i时刻数值大于第j时刻数值个数的累计数。在时间序列相互独立，且有相同连续分布时有：

E（Sk）,Var（Sk）是累计数Sk的均值和方差。构造如下统计量：

其中UF1=0。再按时间序列xi逆序xn，xn-1，…，x1，重复公式(2)、(3)、(4)、(5)过程构造UBk序列，同时使UBk=-UFk，k=n，n-1，…，2,1，UB1=0。给定显著性水平a，将UFk，UBk，曲线绘制在同一坐标图上，可通过三条曲线位置判断时间序列趋势性、显著性和突变点。

2.3 小波分析

小波分析（wavelet analysis）也称为多分辨率分析（multiresolution analysis）,被认为是傅里叶分析方法的突破性进展。小波分析在信号处理、图像处理以及地震勘探等诸多科技领域有广泛应用。

小波分析的基本思想是一簇小波函数系来表示或逼近某一信号或函数。在小波变换中，比较常用的小波函数有哈尔（Harr）小波、墨西哥帽状小波以及Morlet小波。因此，小波函数是小波分析的关键，它是指具有振荡性、能够迅速衰减到零的一类函数。若函数ψ(t)为满足下列条件的任意函数：

ψ称为基本小波或母小波，a为频率参数，b为时间参数，表示波动在时间上的平移。函数f(t)小波变换的连续形式为：

小波方差为：

小波方差可用来确定信号中不同种尺度扰动的相对强度和存在的主要时间尺度，即主周期。

2.4 R/S分析

重标度极差分析法(rescaled range analysis)，基本原理为：

1）给定一段时间序列x(t)，将其分成τ段并求出每一段的均值，构造一个均值序列

其标准差为：

2）定义均值序列累积离差

3）定义极差序列

对于比值R（τ）/S（τ）/@R/S若存在如下关系：R/S=τH则说明所分析的时间序列存在Hurst现象，H称为Hurst指数，可以根据H值的大小来判断时间序列未来的趋势性。若0.5＜H＜1,则时间序列具有持续性，气候未来趋势与过去一致，且H越接近1持续性越强；若0＜H＜0.5，则时间序列具有反持续性，气候未来趋势与过去相反，且H越接近0反持续性越强。

3 结果与分析

3.1 研究区气候特征分析

根据福建各年代气温、降水量算数平均值计算结果(表1)。

表1 福建省各年代气温与降水量平均值Tab.1 Average annual temperature and precipitation in Fujian Province

3.2 气温与降水量年变化趋势

如图1所示，实线表示各年气候因子平均值，虚线表示线性趋势。福建降水量整体趋势不明显，拟合优度只有0.04，且未通过显著性检验。说明福建1980—2017年降水量整体呈现波动趋势。如图2，福建年平均气温呈现明显上升趋势，且通过95%显著性检验，福建年平均气温上升趋势显著。在95%显著性水平下年际倾向率为每10 a 0.321℃。这与北半球和全球近百年来的温度上升趋势相吻合。

图2 福建年降水量线性趋势Fig.2 Linear trend of annual precipitation of Fujian Province

图3 福建年平均气温线性趋势Fig.3 Linear trend of annual average temperature of Fujian Province

3.3 气温与降水量突变分析

3.3.1 降水量突变分析

利用M-K突变检验法对福建地区38 a逐年平均降水量进行分析，显著性水平为0.05。如图4所示，观察UF曲线，UF曲线围绕0值上下波动且未超过0.05显著性水平线，说明1980—2017年福建降水量处于波动状态无明显上升或下降趋势；2000—2017年之间，UF曲线的值基本位于0值以上，说明在2000年后福建降水量有增多的趋势，但是UF曲线的值始终未超过0.05置信水平临界线，说明福建降水量增多的趋势不显著。UF与UB曲线在0.05显著性水平临界线内有多个交点，说明福建地区在2000年后降水量不存在显著性突变时间点。

图4 福建年平均降水量Mann-Kendall突变检验图Fig.4 Mann-Kendall curve of average annual precipitation of Fujian Province

3.3.2 气温突变分析

利用M-K突变检验法对福建地区38年逐年平均气温进行分析，显著性水平为0.05。如图5所示，观察UF曲线，1990年之后UF曲线值始终大于0值，且一直以较大幅度增长并超过了显著性水平临界线，说明福建整体气温呈现上升趋势且趋势显著，即年平均气温逐渐升高。UF与UB曲线相交于1998年且在0.05置信水平临界线内，根据M-K突变检验法原理可知，福建年平均气温的突变时间点为1998年，1998年是大幅增温的开始，即由温暖向炎热突变，这与《第三次气候变化国家评估报告》指出的中国增温趋势是相吻合的。

图5 福建年平均气温Mann-Kendall突变检验图Fig.5 Mann-Kendall curve of annual mean temperature of Fujian Province

3.4 气温与降水量周期性变化分析

小波方差图能反映时间序列的波动能量随时间尺度的分布情况。图5为福建降水量矩平序列的小波方差图，如图所示在较大时间尺度上福建年降水量小波方差图出现4个明显的峰值，分别对应27、14、6、3 a的时间尺度。其中以27 a时间尺度小波方差最大，说明27 a左右的降水周期震荡最强，为福建降水量38年来降水变化的第一主周期；6、3、14 a分别对应福建降水量的第二、三和四主周期。

图6 福建年平均降水量小波方差图Fig.6 Wavelet variance of average annual precipitation of Fujian Province

图6为福建年平均气温矩平序列的小波方差图，如图所示在较大时间尺度上福建年平均气温小波方差图出现了4个峰值，分别对应21、14、6、3 a的时间尺度。其中以14 a主周期小波方差最大，说明14 a时间尺度左右的福建年平均气温能量震荡最强，为福建年平均气温38年来气温变化的第一主周期；21、6和3 a时间尺度分别为福建年平均气温变化的第二、三、四主周期；说明上述四个主周期的波动分别控制着福建年平均气温38 a来的变化特征。

图7 福建年平均气温小波方差图Fig.7 Wavelet variance of average annual temperature of Fujian Province

3.5 气温与降水量未来趋势分析

通过使用R/S分析法计算出福建省1980—2017年年平均气温和年平均降水量Hurst指数可以对福建省年平均气温与年平均降水量进行未来趋势性分析(见表2)。

结合图2福建年平均降水量趋势图与图4福建年平均降水量突变检验图，福建年平均降水量在2000—2017年有增多趋势，趋势不显著。福建年平均降水量赫斯特指数H值为0.288 4，说明福建年平均降水量具有反持续性，即福建未来年平均降水量变化趋势与过去相反，说明福建年平均降水量在过去虽然整体呈现增多趋势，但是在未来有可能呈现减少趋势。

结合图3福建年平均气温趋势图，福建年平均气温在1980—2017年具有显著上升趋势，这一变化趋势与全球气温变化趋势一致。根据计算，福建年平均气温的赫斯特指数H值为0.420 6小于0.5，说明福建年平均气温具有反持续性，即福建未来年平均气温变化趋势与过去相反。

表2 福建年平均气温与降水量Hurst指数Tab.2 Hurst index of annual mean temperature and precipitation of Fujian Province

4 结论与讨论

福建省1980—2017年平均气温上升趋势显著，年平均气温在95%显著性水平下年际变化倾向率为每10年0.32℃。这一趋势与IPCC（政府间国际气候变化委员会）提供的报告结果以及《第三次气候变化国家评估报告》中指出的结果一致。在1988年气温发生突变，气候由温暖向炎热突变。突变时间点后年平均气温为19.2℃，比多年平均气温高0.3℃，突变年份以前年平均气温是18.5℃，比多年平均气温低0.4℃。福建省年平均气温的上升趋势一定程度上反应了温室效应所带来的影响。福建年平均气温变化第一主周期为14 a；福建未来平均气温将有下降趋势，但持续程度较弱。

福建1980—1999年平均降水量呈波动趋势，2000—2017年平均降水量整体有增多趋势，但未通过95%显著性水平检验，福建年平均降水量增多趋势不显著，这一结果与赵嘉阳等学者研究的结果一致；在1980—2017年内未出现明显突变点；福建年平均降水量变化第一主周期为27 a；福建未来降水量将呈现减少趋势，持续程度较强，即福建地区在未来可能进入到降水量偏低的时期。

在预测福建省未来气候变化趋势的同时还分析了福建省气候变化的主周期，在一定程度上精确地预测了福建省未来气候趋势变化。