1969—2018年青海省生长季降水时空变化特征

张 博，周 伟，2

（1.中国地质大学（北京）土地科学技术学院，北京 100083；2.自然资源部土地整治重点实验室，北京 100035）

1 研究背景

目前全球气候日渐变暖，我国西北地区气候变化特点表现为一定的暖湿化，降水量有增长趋势［1］。我国地势西部高东部低，位于西部的青藏高原地区地势明显不同于我国多数地区，其平均高程＞4 000 m，而且是全球海拔最高、地势最复杂的地区，因此有“地球第三极”的称号。由于其地形地势与其他地区的差异性，气候变化表现为明显的区域性，又有气候变化“敏感区”和“启动区”之称［2-3］。

降水是气候的重要组成部分，青藏高原地区的降水变化特点是诸多学者研究的焦点［4-6］。数十年来，该地区降水呈现增长趋势［7-9］，相关报告显示，1961—2012年中国区域平均降水量减少，但在高海拔地区有增加趋势［10］。考虑到青海省的地理位置在青藏高原东北部的特殊性［11］，本文探析了青海省生长季降水量的变化特点及将来的变化趋势，进一步反映青藏高原的降水变化特点。考虑到降水量来源于各站点的实地测量数据，目前的处理方法主要为在ArcGIS中进行处理［12-14］，但该方法对雨量站的分布和地形有着严格的限制［15-17］，明显不适用于地形复杂地区。ANUSPLIN插值方法则得到了大量的使用［18-19］，并且在统计学角度该方法优于其他方法，如克里格插值［20］。

目前有关该地区的降水变化方面有大量的文献研究，如白淑英等［21］研究了青海省50 a间降水量年际变化，得出总体呈现小幅增加趋势的结论；王黎俊等［11］得出近45 a间青海省西部夏季降水变化特点为增长；韩辉邦等［22］得出近30 a间青海省气温降水呈现上升趋势；刘晓琼等［10］研究了三江源地区降水变化，认为三江源降水量总体呈现弱增趋势，在雨季海拔较高的长江源区降水量增加最高。在诸多研究中，选用较多的方法有距平法、周期分析、Mann-Kendall检验、R/S等，但结合GIS使用空间分析获得降水量时空变化特征的研究不太多。因此，本文最终选用ANUSPLIN插值方法处理1969—2018年间降水量数据，利用趋势分析、距平分析、周期分析等方法研究生长季降水时间变化特点。使用Sen's斜率和Mann-Kendall检验，以ArcGIS和Mat-Lab为数据处理平台来获得降水空间变化特点，得出青海省50 a间生长季降水量的变化特点，以便为青海省未来气候变化相关研究提供参考。

2 材料和方法

2.1 研究区概况

青海省处在青藏高原东北部，地理坐标为89°35′E—103°04′E，31°39′N—39°19′N。全省东西长约1 200 km，南北宽约800 km，面积72.23万km2。该地区位于亚欧大陆内部，省内多数地区高程在3 000 m之上，地势呈西高东低，包括柴达木盆地、祁连山地区、青南高原三大区域，除此之外还广泛分布河谷、丘陵、山地等众多地形地貌。青海省南部也是我国诸多大江大河的源头，如我们熟悉的长江、黄河等，因此南部也有“中华水塔”“江河源头”的称号。气候特点方面，青海地理位置在我国西北内陆区，因而表现为明显的大陆性以及高原性特点。省内平均温度低于同纬度的我国其他区域，由于高原特性，其日照时间长，太阳辐射强。青海省位置和雨量站点位置如图1所示。

图1 青海省雨量站点位置Fig.1 Map of meteorological stations in Qinghai Province

2.2 数据来源

1969—2018 年生长季（5—9月份）降水量数据来自国家气象中心，数据产品为中国地面国际交换站气象资料日值数据集（V3.0），包含中国166个主要气象站的气温、降水量等要素的日值数据。

2.3 降水量的处理

本文选用ANUSPLIN插值作为降水量的基础处理方法，该方法以薄盘样条理论为基础，是专用于气象资料曲面拟合的处理方法［18］，因此ANUSPLIN插值方法适用于时间序列的气象资料空间处理［23］。该方法由Wahba［24］于1979年初次提出，Hutchinson［18］于1984年在其基础上做了改进，以便用于大数据集的处理；Bates等［25］又将该方法改进为局部薄盘光滑样条法。ANUSPLIN插值方法在数据处理时可代入线性协变量，譬如海岸线距离、海拔高程等相应对处理结果有影响的元素。其理论统计模型为

式中：Zi为位于空间i点的因变量；f(xi)为要估算关于xi的未知光滑函数，xi是独立变量；yi为独立协变量；b为独立协变量的系数；ei为随机误差。

本文的数据处理主要步骤为：选用上述插值方法以海拔为协变量插值得到1969—2018年全国50 a间各月降水量的空间分布，在ArcGIS10.2平台中进行相应处理，获得青海省50 a间历年5—9月份的累积降水量。

2.4 研究方法

2.4.1 趋势分析

计算获得上述数据的Sen's斜率。该方法主要通过获取数据对斜率的中位数来表现数据的变化趋势。对于数据的缺失和异常值的干扰，该方法可以良好地避免这些影响，因此非常适宜于时间序列数据趋势分析［26］。Sen's斜率计算公式为

式中：Xi和Xj是对应时间点i和j的观测数据；Q＞0，表示序列呈上升趋势，Q＜0，表示序列呈下降的趋势［26-27］；median表示取中位数；n为序列长度。

2.4.2 Mann-Kendall（M-K）检验

M-K方法为气象学中常用于时间序列趋势检验的通用方法［28］。M-K方法可以删除部分异常值，样本可不遵从一定分布，因此可使用M-K方法进行非正态分布数据的检测。

2.4.3 小波分析

小波分析常用于时域和频域的分析，主要经过小波基的伸缩平移变换，呈现包含于降水序列之中的各种随时间周期波动的周期变化［29］，表达式为［30］

式中：Wf(a，b)为小波系数；a为伸缩因子；b为平移因子；t为时间；f（t）为任意平方可积函数即降水过程；φ（t）为一个基本小波（母小波），φ*为φ的共轭函数。可根据该函数绘制小波系数等值线图，直观地显示降水的周期和突变特征。

Morlet函数是一种复数小波［31］，函数定义为

式中ω0无量纲，当ω0≥5时该函数能视为近似满足容许性条件。本文以该函数对研究数据进行离散小波分析。

小波方差即为对时间域上关于年的所有小波系数的平方进行积分，定义为

式中Var(a)为小波方差。可根据其绘制小波方差图，以显示降水数据里面包含的变化周期。

3 结果和分析

3.1 生长季累计降水量时间尺度分析

通过ArcGIS栅格计算获得1969—2018年间青海省每年生长季降水量的平均值，利用趋势分析、滑动平均、距平分析对该序列进行分析，结果如图2所示。

图2 青海省生长季降水量变化趋势线和距平值Fig.2 Trend line and anomaly of precipitation in the growing season of Qinghai Province

从图2（a）可知：青海省50 a间生长季降水量平均值波动明显，由变化趋势线可知，1969—2018年整体变化趋势为增长，倾斜率是2.12 mm/a；5 a滑动平均线显示该序列呈现增减波动趋势。图2（b）显示，1980年以前主要以负距平为主，为少雨期，但在此期间，仍然伴随有减少和增加趋势。2000年之后，开始步入多雨期，主要为正距平，降水量开始有明显的增加。通过5 a滑动平均线可以得出，降水量在整体呈现为增加的同时，局部有减少波动，说明降水量在增加的同时，呈现一定的周期增减波动。

本文以MatLab为数据处理平台进一步处理研究数据并绘制小波方差图像，以Surfer13为平台绘制小波系数等值线图。

1969—2018 年青海省生长季累积降水量变化周期明显（图3（a）），存在20～25 a的长周期变化。图3（a）中红色正相位表示降水量比较多的时期，蓝色表示降水量比较少的时期。在20～25 a的长周期变化尺度中，红色出现在1980年和2002年附近，蓝色出现在1969年、1991年、2013年附近。在研究时段中红色和蓝色则表现为明显的交替出现。仅次于20～25 a长周期范围的是5～10 a和0～5 a两个周期尺度，其中5～10 a于1980年之前和2000年之后表现比较明显，0～5 a在20世纪90年代之后比较明显。

1969—2018 年青海省生长季降水量小波分析模部平方图（图3（b））中显示有多个能量积聚中心，其中在20～25、5～10、0～5 a表现最为明显，可将这3个变化周期的中心尺度22、8、4 a视为序列变化的准周期。

1969—2018 年青海省生长季降水量小波方差图（图3（c））显示有3个极值点，分别与之对应的时间尺度为22、8、4 a。因此最终得出1969—2018年青海省生长季降水量变化的主导周期为22、8、4 a，其中22 a和8 a比较明显。

1969—2018 年青海省生长季降水量22 a和8 a周期的小波系数实部变化趋势（图3（d））显示，22 a和8 a周期在50 a范围内变化明显。其中22 a尺度范围有5个变化过程，在50 a中可认为其经过了2个完整的周期。在变化过程中降水量较少的阶段为1969—1974年、1986—1997年、2008—2018年；降水量多的阶段为1974—1986年和1997—2008年。在这些变化节点中，1986年和2008年为降水量从多到少的节点，而1974年和1997年为降水量由少到多的节点。而8 a尺度则经历了12个丰枯交替过程，可认为其完整经过了5个8 a周期，该周期变化正处在降水量少的变化阶段。从2个主要的周期小波系数实部变化趋势来看，目前都处在降水量较少的阶段，从周期持续的时间长度分析，在2019—2020年会出现降水量由少到多的转变节点，这也表明在未来降水量会出现增加趋势。

图3 青海省生长季累积降水量小波分析结果Fig.3 Wavelet analysis of cumulative precipitation in the growing season of Qinghai Province

3.2 生长季累积降水量空间尺度分析

青海省1969—2018年生长季降水量的空间分布与变化趋势如图4所示。平均降水量（图4（a））显示该省降水量空间分布特点为明显的西北低东南高，降水主要集中在东南部。50 a降水量均值为236.15 mm，其中在西北部海西蒙古族藏族自治州的降水量最少。图4（a）显示该省西北地区最低值为39.39 mm，而东南部最大值为596.68 mm，空间上降水量较多的地区主要在南部玉树藏族自治州的东南部，果洛藏族自治州以及东部的海北藏族自治州、西宁市、海东市、黄南藏族自治州等。

图4 1969—2018年生长季降水量的空间分布与变化趋势Fig.4 Spatial distribution and trend of precipitation in the growing season of 1969-2018

根据Sen's斜率以及M-K检验，以ArcGIS10.2和MatLab软件处理降水数据以得出该地区1969—2018年生长季降水量的空间变化特点，依据置信区间和Sen's值来判断降水量的变化特征。Sen's值＞0为降水量增加区域，Sen's值＜0为降水量减少区域。置信度水平按照p∈（0，0.05］为显著、p∈（0.05，0.1］为弱显著、其他为不显著地区进行划分。降水量减少（Sen's值＜0）以置信水平划分为显著减少（p∈（0，0.05］）、轻微减少（p∈（0.05，0.1］）。降水量增加（Sen's值＞0）根据置信水平划分为显著增加（p∈（0，0.05］）、轻微增加（p∈（0.05，0.1］）。其他定义为降水量稳定地区。

根据Sen's趋势分析青海省50 a降水量的变化特征。结果（图4（b））显示，50 a间主要在青海省南部生长季降水表现增加趋势，累积降水量变化率最高可达到5.53 mm/a。将Sen's趋势和M-K检验结果叠加得到降水量变化趋势，如图4（c），50 a间降水变化主要呈现为显著增加，面积占比99.67%，表明50 a间青海省生长季降水量呈现显著增加趋势。

根据小波分析的22 a周期尺度和分阶段点，将50 a划分为1969—1986年、1986—2008年、2008—2018年3个阶段，将各阶段Sen's趋势和M-K检验结果叠加得到不同时间段降水量变化趋势，如图5和表1。

图5 1969—2018年不同时间段降水量的空间变化趋势Fig.5 Spatial variation trend of precipitation in different time periods from 1969 to 2018

表1 青海省1969—2018年不同时间段降水量变化趋势面积占比Table 1 Proportion of the area of precipitation change trend in different time periods in Qinghai Province from 1969 to 2018 %

3个阶段中处在22 a完整周期的是1986—2008年。通过分析可知，1969—1986年、1986—2008年和50 a变化趋势一致，降水量大部分保持稳定和明显的增加趋势，但在2008—2018年，图3（a）显示该阶段正处在降水枯期，降水有一定比例的减少。

从图5（a）可知，1969—1986年阶段青海省南部玉树州和果洛州等地区降水量有一定的增加趋势，增加趋势（轻微增加、显著增加）面积占青海省总面积的比值为54.57%（表1）。北部地区保持稳定。从图5（b）空间分布分析，1986—2008年青海省东北部祁连山地区和西南部青南高原高海拔地区生长季降水均有增长趋势，增加趋势面积占比47.51%（表1），主要分布在东北部海北藏族自治州、德令哈市、天峻县，西南部玉树州、格尔木市等。图5（c）显示2008—2018年西北部和东部降水量有轻微增加趋势，西南部的3.94%有减少趋势，主要在玉树州和格尔木市，其他大部分区域保持稳定。

4 讨 论

在50 a青海省生长季累积降水量变化周期分析中，存在22 a、8 a、4 a的周期尺度，该结论可在其他相关降水周期尺度的研究中得到验证［32-37］，降水变化的周期并非一个，而是存在大（18～30 a）、中（5～18 a）、小周期（0～5 a）相互叠加的变化特征，如鞠彬等［33］得出新疆额尔齐斯河流域的哈巴河站降水量存在22、9～12、5 a的变化周期；鄢波等［34］得出黑龙江流域降水变化存在28、12、4 a的显著周期尺度；宋扬等［35］得出灞河流域年降水量以及四季降水量变化的周期基本在22～29、13、4～8 a之间浮动；张悟颖等［37］得出西藏年降水量变化周期为20、10、4 a等。

以上说明选择不同研究区域和不同时间段得出的变化中心尺度可能有差异，但大多都集中在这3个变化尺度之中。

在青海省降水量变化趋势的研究方面，本文得出在1986—2008年的完整22 a周期范围内，青海省生长季的降水量在海拔较高的西南青南高原和东北祁连山区呈现明显的增加趋势，与刘晓琼等［10］得出的雨季海拔较高的长江源区降水量增加值最高结论部分一致。而与唐红玉等［38］研究得出的三江源地区年降水量趋于减少的结论相比，本文选择5—9月份累积降水量，可能会受到春季降水的影响，使得本文得出降水量呈现增加趋势。该趋势可从部分文献中［10，39］得出的春季降水量增加趋势强度高、夏季减少趋势强度弱等结论得到验证。

5 结 论

（1）1969—2018年青海省生长季降水量变化周期主要有22、8、4 a三个尺度。其中22 a贯穿整个研究时间段，50 a间转变节点为1974年、1986年、1997年、2008年，其中1986年和2008年为降水由多到少的节点，1974年和1997年为降水由少到多的节点。22 a和8 a周期均显示2019年正处于枯雨期，预测未来降水呈现增加趋势。

（2）在空间变化特点中，青海省生长季降水量仍然呈现增加趋势，通过变化节点划分阶段，1969—1986年间青海省南部降水增加趋势明显，1986—2008年间高海拔地区降水增加趋势强度大，2008—2018年间正处在降水枯期，降水呈现一定的减少趋势。