ojns Open Journal of Natural Science 2330-1724 2330-1732 beplay体育官网网页版等您来挑战！ 10.12677/ojns.2024.125114 ojns-95808 Articles 数学与物理, 地球与环境, 信息通讯, 生命科学, 化学与材料 四川盆地日照时数变化特征及未来趋势分析
Characterization of Changes in Sunshine Hours and Analysis of Future Trends in the Sichuan Basin
刘峻熙 刘子瑞 尤昭杰 贾志军 成都信息工程大学大气科学学院，四川 成都 29 08 2024 12 05 1033 1040 20 6 ：2024 28 6 ：2024 28 8 ：2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 基于1980~2018年14个气象站点实测的日照时数，采用线性倾向趋势分析、Morlet小波分析和重标极差分析方法分析了四川盆地日照时数时空分布特征及其未来变化趋势，结果表明：1) 观测期间年日照时数呈增加趋势，气候倾向率达到了19.1 h/10a，且春夏冬三季呈增加趋势，秋季呈下降趋势，但这些变化均没有达到显著性水平。年日照时数具有26年(第一主周期)和8年(第二主周期)的周期变化特征。2) 年日照时数在中部及西南地区较低，由此向北和向西均逐渐增加；夏季日照时数自西南向东北日照时数值呈逐渐增加趋势，而冬季的空间分布模态与夏季基本相反。3) 年日照时数未来变化继续呈增加趋势，但这种持续性较弱。季节尺度上春夏冬三季的日照时数继续呈增加趋势，而秋季日照时数未来趋势存在很大的不确定性。
Based on the sunshine hours measured by 14 meteorological stations from 1980~2018, this paper studies the temporal and spatial variation characteristics and its future trend in the Sichuan Basin by using linear trend analysis, Morlet wavelet analysis and re-scale range analysis. The results showed that: 1) during the observation period, the annual sunshine hours showed an increasing trend, and the climate trend rate reached 19.1 h/10a. In addition, there was an increasing trend in spring, summer and winter, and a decreasing trend in autumn. But none of these changes reached a significant level. Annual sunshine hours had periodic changes of 26 years (the first main cycle) and 8 years (the second main cycle). 2) The annual sunshine hours were lower in the central and southwest regions of the Sichuan Basin, and thus gradually increased north and west; the sunshine hours in summer gradually increased from southwest to northeast, and the spatial distribution mode in winter was basically opposite to that in summer. 3) Future changes in annual sunshine hours continued to show an increasing trend, but this persistence was weak. On the seasonal scale, sunshine hours in spring, summer and winter continued to increase, while there is a great deal of uncertainty about future trends in fall sunshine hours.
日照时数，变化特征，空间分布，未来趋势
Sunshine Hours
Characterization of Changes Spatial Distribution Future Trend 1. 引言

气候变化会导致大气层的物理和化学结构发生变化，进而影响地面太阳辐射量的分布和强度 [1] 。日照时数反映了一天内地面太阳直接辐射强度达到或者超过120 W∙m−2时间的总和，其不仅是表征气候系统变化的要素之一，也是衡量光照条件优劣和热量大小的重要指标，与作物生长发育、气候资源开发利用及人类生产生活密切相关。因此，在当前全球气候系统显著变化的背景下，日照时数已经成为气候学、环境学和生态学等领域重点关注的对象 [2] 。

诸多学者已对日照时数的时空变化特征及其变化趋势进行了深入探讨。从全球尺度来看，全球日照时数呈逐年减少趋势，即所谓的“全球变暗”现象 [3] [4] 。我国许多地区日照时数也呈现出明显的下降趋势。北京市1923~2020年的年日照时数以22.42 h/10a的速率减少，其中夏季、秋季和冬季日照时数也均呈显著减少趋势 [5] 。东北地区年日照时数总体呈现出减少的趋势，夏季减少幅度最大，秋季减少幅度最小 [6] 。山西省1959~2008年平均日照时数呈显著减少趋势(65.40 h/10a)，且四季均呈减少趋势，其中夏秋冬季日照时数显著减少 [7] 。安徽省近45年的年日照时数变化幅度较大，呈明显的减少趋势，变化率为−66.94 h/10a，其中春季日照时数总体呈微弱的上升趋势，夏季、秋季和冬季日照时数呈下降趋势 [8] 。但是我国也有一些地区日照时数呈现出不同的变化趋势。1996~2021年酒泉市平均日照时数整体以增加趋势为主，气候变化倾向率为55.81 h/10年，四季日照时数也呈现出增加趋势，尤以春季贡献最大 [9] 。1981~2016年石河子垦区日照时数呈增加趋势，气候变化倾向率为42.8 h/10a，其中日照时数在冬季显著减少，其他季节增加趋势 [10] 。

四川省是中国地形最复杂的省，同时包括山地、丘陵、平原、高原，从川西到川东落差近7000 m，是我国重要的粮食生产基地。日照时数直接影响着生物生长，许多农作物的生长发育过程对光照要求严格，光照不足会导致农作物产量减少 [9] 。国内也有学者对四川省日照时数特征进行了一些分析，例如胡慧敏 [11] 研究结果表明四川省50年来的平均日照时数整体呈现下降趋势，变化率为−28.70 h/10a。但是日照时数变化趋势与下垫面类型密切相关，例如有研究表明日照时数在内陆和平原地区下降最明显，而西北山区和沿海地区下降最小 [2] 。因此研究四川盆地日照时数的时空变化特征，并分析其未来变化趋势，对于评估四川盆地气候变化特征和布局农业生产发展具有一定的指导意义。

 2. 资料来源和研究方法 2.1. 资料来源

本文研究所用数据主要来源于中国气象数据网( http://cdc.cma.gov )的中国地面气候资料日值集(V3.0)，该数据集涵盖了四川盆地14个国家气象站点的日照时数、气压、相对湿度、平均风速、降水量等气象要素数据。这些站点分布较为均匀，且站点间海拔相差较小，约为300~700 m，其中叙永站海拔高度最低(309.7 m)，都江堰站点海拔高度最大(698.5 m)。

 2.2. 研究方法

本研究采用线性倾向趋势分析 [12] 和Morlet小波分析 [13] 分别分析日照时数的时间变化特征和周期特征；同时采用克里金插值法分析日照时数的空间分布特征。日照时数未来的变化趋势则采用重标极差(R/S)分析法。R/S分析法是一种用来分析时间序列数据长期记忆特性的一种统计方法 [14] ，具体计算步骤和Hurst指数含义参阅文献 [15] 。

 3. 研究结果 3.1. 日照时数年际变化特征

图1(a) 为1980~2018年四川盆地年日照时数年际变化曲线。四川盆地年日照时数平均值为1145.0 h，年际变化较大，标准差为104.1 h，最大值出现在2018年(1409.1 h)，最小值出现在2005年(985.8 h)。整体而言，观测期内四川盆地年日照时数呈上升趋势，气候倾向率达到了19.1 h/10a，但该变化趋势没有达到显著性水平(p > 0.1)。从累计距平曲线 图1(b) 可以明显看出，1986~2012年日照时数累计距平呈明显下降趋势，大部分年份日照时数低于平均值，为日照时数偏少阶段，2012之后日照时数累计距平呈明显上升趋势，为日照时数偏多阶段。

图1. 四川盆地日照时数年际变化特征：(a) 变化趋势，(b) 累计距平

 3.2. 季节变化特征

四川盆地日照时数四季变化趋势如 图2 所示。日照时数在夏季最大，为420.7 h，春季次之为333.5 h，冬季最小为158.6 h，秋季为213.3 h。日照时数在春夏秋冬四季均呈现出明显的波动，其变异系数分别为15.0%、15.4%、16.7%和22.7%。整体而言，春夏冬三季的日照时数呈增加趋势，气候倾向率分别为5.26 h/10a、4.78 h/10a和6.47 h/10a。而秋季的日照时数呈下降趋势，气候倾向率为−0.66 h/10a。但日照时数在四季的变化趋势均没有达到显著性水平，其p值均远大于0.1。

Figure 2. Characteristics of inter-annual variation of sunshine hours in Sichuan Basin during four seasons: (a) spring, (b) summer, (c) autumn, (d) winter--图2. 四川盆地日照时数四季变化特征：(a) 春季，(b) 夏季，(c) 秋季，(d) 冬季-- 3.3. 日照时数周期变化特征

图3(a) 为小波系数实部等值线图，右图可见观测期间四川盆地日照时数具有多个特征时间尺度的周期性特征，主要有0~10年、10~20年、20~30年。其中0~10年小波系数位于0轴线上下，说明此时四川盆地日照时数与相邻年份变化频繁，规律性较差。在10~20年尺度和25~30尺度下，四川盆地存在两次日照时数的增加和减少。进一步分析日照时数的小波方差图，由 图3(b) 可见方差的一个峰值位于26年时间尺度，该时间尺度振荡周期最大，峰值最长，所以它对应的四川盆地日照时数变化的第一主周期。还有一个不明显的8年时间尺度，相比之下其波动能量也较小，其对应的是第二主周期。所以四川盆地日照时数变化受26年和8年特征时间尺度下的两个主周期控制。

 3.4. 日照时数空间分布特征

图4 为1980~2018四川盆地日照时数平均值的空间分布图，由图可见盆地年均日照时数变化范围为850 h~2000 h，其中盆地中部及西南地区为低值中心，其日照时数均小于1111 h。由低值中心向北和向西，日照时数均逐渐增加，向北最大达到了1842 h，向西最大值达到了1915 h。日照时数最高值位于盆地西北方及西南方，这些地区海拔较高，日照时数数值均大于1500 h。

图3. 四川盆地年日照时数周期特征分析：(a) 小波分析实部等值线分布图，(b) 小波分析方差折线图

Figure 4. Spatial distribution characteristics of annual sunshine hours in the Sichuan Basin--图4. 四川盆地年日照时数空间分布特征--

日照时数的空间分布特征与季节也密切相关，在不同季节具有不同的特征，如 图5 所示。夏季四川盆地日照时数变化范围为300 h~520 h，自西南向东北日照时数值显著增加( 图5(a) )。在冬季四川盆地日照时数明显小于夏季，变化范围为90 h~430 h，且整个空间分布模态与夏季基本相反：日照时数自西向东递减，西南地区日照时数较高，向东部地区逐渐下降。

 3.5. 日照时数变化趋势分析

本文利用R/S法分析四川盆地日照时数年际和季节尺度上的变化趋势，具体而言是利用Hurst指数来衡量日照时数时间序列的持久性特征。ln(R/S)与lnn线性回归方程的斜率即为Hurst指数。Hurst指数 > 0.5表示数据具有正持续性，即过去的趋势会延续到未来。Hurst指数 < 0.5表示数据具有负持续性，即过去的趋势会逆转。Hurst指数 = 0.5表示数据没有持续性，即未来趋势与过去无关。

由 图6 可见四川盆地年日照时数时间序列的Hurst指数为0.68，Hurst指数在0.5到1范围内，表明盆地日照时数时间序列是一个持续性序列，即未来趋势与过去趋势一致，且H指数趋于0.5，表明持续性较弱。这表明四川盆地日照时数未来将继续呈缓慢增加趋势，与目前日照时数的变化趋势一致( 图1 )。

图5. 四川盆地夏季(a)和冬季(b)日照时数空间分布特征

Figure 6. Change trend of annual sunshine hours in Sichuan Basin--图6. 四川盆地年日照时数变化趋势--

四川盆地四季日照时数变化趋势如 图7 所示。春夏秋冬的Hurst指数分别为0.60，0.69，0.51和0.82，均介于0.5到1之间，这说明四川盆地四季的日照时数未来变化趋势与过去趋势相一致，即春夏冬三季的日照时数继续呈增加趋势，而秋季日照时数呈下降趋势。其中冬季的Hurst指数最接近于1，表明冬季日照时数时间序列的持续性最强，未来其变化趋势较为稳定；秋季的Hurst指数趋于0.5，表明秋季日照时数时间序列未来的变化趋势与过去变化趋势没有关系，意味着盆地未来秋季日照时数的变化趋势存在较大的不确定性。

 4. 结论

1) 四川盆地年日照时数平均值为1145.0 h，明显小于四川省的年平均日照时数(1459.6 h) [11] ，主要是由于盆地总云量较大所致。观测期内盆地年日照时数整体呈增加趋势，但是没有达到显著性水平。季节尺度上，日照时数也表现出明显的波动，其中春夏冬三季呈增加趋势，秋季呈下降趋势，但均没有达到显著性水平。就日照时数的年际和四季变化趋势而言，四川盆地的与整个四川省的特征明显不同，这说明日照时数区域性特征显著，在分析研究过程中必须要考虑下垫面的影响。此外，四川盆地日照时数具有多个特征时间尺度的周期性特征，第一主周期是26年的时间尺度，该时间尺度振荡周期最大，峰值最长；第二主周期是8年时间尺度，相比之下其波动能量也较小。

Figure 7. Change trend of annual sunshine hours in the Sichuan Basin during four seasons--图7. 四川盆地四季日照时数变化趋势--

2) 尽管四川盆地内海拔高度差异较小，但是受地理位置和大气环境的影响，日照时数在空间分布上具有明显的特征，主要表现为在盆地中部及西南地区为低值中心，然后由此向北和向西均逐渐增加，向北最大达到了1842 h，向西最大值达到了1915 h。另外，四川盆地日照时数的空间分布特征受季节影响，夏季日照时数自西南向东北日照时数值呈逐渐增加趋势，而冬季的空间分布模态与夏季基本相反，日照时数表现为自西南地区向东部地区逐渐下降。

3) 基于R/S法对四川盆地日照时数变化趋势的分析结果表明，年尺度上日照时数时间序列的Hurst指数为0.68，表明四川盆地年日照时数未来趋势与过去趋势一致，即继续呈增加趋势。季节尺度上四季日照时数的Hurst指数均介于0.5到1之间，这说明四川盆地春夏冬三季的日照时数继续呈增加趋势，而秋季日照时数继续呈下降趋势。

 References 李慧群, 付遵涛, 闻新宇, 等. 中国地区日照时数近50年来的变化特征[J]. 气候与环境研究, 2013, 18(2): 203-209. Yang, Y.H., Zhao, N., Hao, X.H. and Li, C.Q. (2008) Decreasing Trend of Sunshine Hours and Related Driving Forces in North China. Theoretical and Applied Climatology, 97, 91-98. >https://doi.org/10.1007/s00704-008-0049-x Stanhill, G. and Cohen, S. (2001) Global Dimming: A Review of the Evidence for a Widespread and Significant Reduction in Global Radiation with Discussion of Its Probable Causes and Possible Agricultural Consequences. Agricultural and Forest Meteorology, 107, 255-278. >https://doi.org/10.1016/s0168-1923(00)00241-0 Wild, M., Gilgen, H., Roesch, A., Ohmura, A., Long, C.N., Dutton, E.G., et al. (2005) From Dimming to Brightening: Decadal Changes in Solar Radiation at Earth’s Surface. Science, 308, 847-850. >https://doi.org/10.1126/science.1103215 闫军辉, 魏然, 王娟, 等. 近百年北京市日照时数变化特征及其未来趋势[J]. 信阳师范学院学报(自然科学版), 2023, 36(4): 605-610. 张玮琦, 张萌萌, 于亚鑫, 等. 东北地区近70a日照时数的时空变化特征[J]. 江西农业学报, 2023, 35(9): 128-134. 范晓辉, 郝智文, 王孟本. 山西省近50年日照时数时空变化特征研究[J]. 生态环境学报, 2010, 19(3): 605-609. 于海敬. 安徽省近45年日照时数时空分布及太阳辐射模拟优化[D]: [硕士学位论文]. 合肥: 安徽农业大学, 2019. 曹丽娟. 酒泉市日照时数变化特征及对农业生产的影响分析[J]. 农业灾害研究, 2023, 13(2): 124-126. 于瑞波, 尹新燕, 李四清. 近35年石河子垦区日照时数变化特征及对农业影响[C]//中国气象学会. 第33届中国气象学会年会S11大气成分与天气、气候变化及环境影响. 北京: 中国学术期刊电子出版社, 2016: 3. 胡慧敏, 吴薇, 杜冰. 四川省1969-2018年日照时数变化规律及未来趋势分析[J]. 成都信息工程大学学报, 2023, 38(5): 610-614. 魏凤英. 现代气候统计诊断与预测技术[M]. 第2版. 北京: 气象出版社, 2007: 63-66. 程正兴, 杨守志, 冯晓霞. 小波分析的理论、算法、进展和应用[M]. 北京: 国防工业出版社, 2007. 徐建华. 现代地理学中的数学方法[M]. 第2版. 北京: 科学出版社, 2002: 414-415. 于海燕. 重标极差分析法的研究[J]. 数学学习与研究, 2019(4): 117.
Baidu
map