1. 引言

近年来，全球各地气象灾害时有发生，这给全球的经济增长、社会发展以及人类的生命财产安全带来极大的威胁，气候变化改变了各种气象灾害发生的频率和强度，这使得气象变化受到人们越来越多的关注，现已成为社会关注热点之一。联合国政府间气候变化专门委员会(IPCC)第六次评估报告(AR6)解读中指出，在全球变暖的趋势影响下，21世纪全球陆地的年平均降水将增加(高信度)，且降水变化呈显著的区域性和季节性差异(高信度)[1]。中国位于亚洲东部，太平洋西岸，幅员辽阔，从南至北划分为六个温度带，经度从东经72度到135度跨度较广，距海远近参差较大，地势高低各不相同，地形及山脉走向复杂多样，因而各地降水情况也迥然有别，降水量从东南向西北逐渐减少，各地年平均降水量差异很大，因此研究某地区的降水量相关知识是气候研究的重要课题之一，这对当地的农业生产、经济发展及水资源调度等有一定的指导作用。

在全球气候变暖的背景下，关于降雨量相关问题的研究开始引起大家的高度关注和重视，学者们从不同视角对问题展开了分析和研究，并取得了较多的研究成果。这些成果大致可以分为两类，一部分学者通过结合地形、海拔等因素，从气候角度对某地区短时间降雨特征进行了统计分析，指出暴雨的日变化特征具有明显的区域性差异，此类研究多集中于气候变化机理以及预报方法方面，以期达到为预报预测和防灾、减灾提供有效参考依据的目的。另一部份学者结合气候等特征对区域性的年降水量变化趋势及突变进行了分析，指出所研究区域的年降水时空分布特征、降水变化规律等，研究多集中在变化趋势和突变检验方面，研究结果可为所研究区域的农业生产、水资源规划、生态建设等提供一些理论和数据支持。

学者们对我国一些地区的气温、降水等进行了研究，主要包括降水量的时间变化趋势、降水量的空间格局和降水突变分析。有的学者通过分析某地区多年多个气象站的逐日降水量数据，从大雨日数、年降水量、连续干旱日数等指数空间总结了研究区的降水时空分布特征。如时延锋等研究分析了沂蒙山区60年间极端降水在时间和空间上的变化特征，结果表明研究区年降水量及极端降水事件并没有出现明显下降的趋势，但是在2010以后，强降雨日数、强降水量和极强降水量都出现了上升的趋势，其他指数也有着各自明显的分布格局[2]。蒋琳等对滁州市近五十年降水特征进行了分析，发现其近50年的降水量变化存在年际尺度和年代际尺度，年降水量有着空间和时间上的特征，通过分析汛期各级雨量频数及汛期暴雨降水研究了汛期降水量特征[3]。有的学者通过分析某地区多年多个气象站的逐月或逐年降水量数据，从降水的时间变化特征、年降水量的突变检测和年降水量的周期变化规律分析了研究区降水的变化特征[4]-[11]。如郎泽东等利用安吉气象站多年逐月均温及平均降水资料，分析研究区的年度及季度气温、降雨的基本特征，发现该研究区气候发展方向不利于安吉小鲵的生存[12]。敬文茂等采用多种方法对祁连山北麓及其附近地区气温和降水从时间和空间尺度上进行了分析，结果表明气温和降水均呈现上升趋势，且有显著的空间特征和变化周期[13]。

上述研究多数采用较少的气象站点和较长的时间数据分析研究区的整体降水特征，研究方法多采用Mann-Kendall检验法、累积距平法、Morlet小波变换法等进行趋势分析和突变分析。本文选取移动平均法处理数据进行趋势预测，该方法对原时间序列的波动有一定的修匀作用，削弱了原序列中短期偶然因素的影响，从而呈现出现象发展的变动趋势，具有简单易懂，易于实现的优点。Mann-kendall突变检验是一种非参数突变检验方法，具有高效、便捷、适用范围广等优点。虽然上述研究方法已经比较成熟，但鲜有学者针对青海省历年的降水量变化特征展开研究[12]。因此，本研究选取青海省27个气象站点，根据1960~2009年各站点的年降水量资料，基于上述方法对研究区50年间的降水情况进行了分析，希望对该地区的气候变化研究和农业生产有所帮助。

2. 研究区概况和数据来源

2.1. 研究区概况

青海省位于中国西北内陆，青藏高原的东北部，北部和东部与甘肃相邻，西北邻新疆维吾尔族自治州区，南部和西南部与西藏自治区相接，东南部与四川省接壤，整体介于北纬31˚36'~39˚19'，东经89˚35'~103˚04'之间，全省平均海拔3000米以上，全省总面积72.23万平方公里，辖2个地级市，6个自治州(图1)。青海省地形复杂多样，以高原、山地、盆地为主，青海省属于高原大陆性气候，具有气温低，昼夜温差大，降水少且集中，太阳辐射强等特点冬季严寒而漫长，夏季凉爽而短促。青海省河湖众多，是长江，黄河、澜沧江的发源地，由三江源自然保护区，素有“中华水塔”的美誉，水资源非常丰富。

Figure 1.Thiessen polygon map of Qinghai Province

图1.青海省泰森多边形图

2.2. 数据来源

本文采用1960~2009年逐年气象资料来源于青海省27个气象站，其中包括17个百年气象站，数据质量较好。所选各气象站的基本信息见表1。

Table 1.Basic information of the 27 selected meteorological stations

表1.所选27个气象站基本信息

3. 研究方法

(1) 移动平均法

在简单平均数法基础上，按顺序逐期增减新旧数据，计算前后时刻的一共2k + 1个观测值的平均值，借以减弱时间序列的滑动周期，起到消除偶然变动因素影响的作用，依此找到事物的发展趋势，并据此进行预测的方法，计算方法如下[5]。

$M_j=\frac{1}{2k+1}\underset{i=-k}{\overset{k}{{\displaystyle \sum }}}{x}_{i+j}i=1,2,\cdots ,n$(1)

上式中， $x_i$为原序列数值，在此指年降水量，mm；M_j为新序列数值，mm；n为原序列长度；k为滑动长度。本文采用5年移动平均法来分析，即取 $k=2$。

(2) Mann-kendall突变检验法

Mann-Kendall检验是一种被世界气象组织推荐并被广泛应用的非参数趋势检验方法，它最早是由Mann和Kendal提出的，现在许多学者利用该方法对降水、径流、气温和水质等要素的时间序列变化趋势和突变点进行了分析。突变检验的计算方法如下[13]。

对任意待检序列 $X_t\left(t=1,2,\cdots ,n\right)$，定义统计量S：

$S_K=\underset{i=1}{\overset{k}{{\displaystyle \sum }}}{r}_i$(2)

$r_i=\{\begin{array}{c}1,x_i>x_j\\ 0,x_i<x_j\end{array},1\le j\le i,\left(j=1,2\cdots ,i;k=1,2,\cdots .n\right)$(3)

式中， $S_k$为样本序列 $\left\{x_1,x_2,\cdots ,x_n\right\}$中第i个样本大于第j个样本的累计数。

在时间序列样本随机独立的假定下，定义信度水平统计量 $U_{F_K}$：

$U_{F_K}=\frac{S_k-E\left(S_k\right)}{\sqrt{Var\left(S_k\right)}}$(4)

$E\left(S_k\right)=\frac{n\left(n-1\right)}{4}$(5)

$Var\left(S_k\right)=\frac{n\left(n-1\right)\left(2n+5\right)}{72}$(6)

式中， $U_{F_K}$为正态分布； $\text{E}\left(S_k\right)$和 $\text{Var}\left(S_k\right)$为 $S_k$的均值和方差。

将原始样本序列的逆序 $\left\{x_n,x_{n-1},\cdots ,x_1\right\}$重复以上步骤，即可获得变化度统计量:

$U_{B_K}=-U_{F_K},k=n+1-k$

将时间尺度上的x顺序 $x_1,x_2,\cdots ,x_n$作为基数的统计量 $U_{F_K}$呈正态分布，在进行显著性检验时，设定显著水平 $\alpha$，若 $\left|U_{F_K}\right|>U_{\alpha }$，则时间序列x变化趋势明显[13]。本文中取 $\alpha =0.05$，对应的 $U_{\alpha }$为2.576。当 $U_{F_K}$和 $U_{B_K}$的变化曲线在临界范围内有交点时，该交点所对应的时间即为突变的起始时间。

4. 结果分析

4.1. 年降水量趋势性特征

采用5年滑动平均法对青海省1960~2009年间年降水序列进行趋势拟合，结果如图2所示。青海省的平均年降水为281.63 mm，多年最大降水量为351.82 mm，出现在1989年，多年最小年降水量为237.92 mm，出现在1962年，年降水量变化呈上升趋势，变化倾向为0.4721 mm/年。

Figure 2.Interannual variation of precipitation

图2.降水量年际变化

图3显示了年降水量的分布特性。结果表明，青海省历年来的年降水量主要集中在250~270 mm和280~330 mm之间，此区间发生频数总和为44，占总频数的88%，250 mm以下和330 mm以上的较少发生频数总和为6，仅占总频数的12%。

Figure 3.Precipitation distribution histogram

图3.降水量分布直方图

4.2. 年降水量空间分布

研究区域1960~2009年降水序列线性趋势如图4所示。从图4中可以看出，各区域的降水量年际变化不是很大、波动有的区域较为显著，有的区域较为平稳，海西蒙古族藏族自治州、海北藏族自治州、西宁市、海南藏族自治州、玉树藏族自治州和果洛藏族自治州年降水量整体上呈增长趋势，黄南藏族自治州和海东市降水量整体上呈减少趋势。其中，海西蒙古族藏族自治州年降水量平均增长速率为0.61 mm/年、海北藏族自治州为0.68 mm/年、西宁市为1.40 mm/年、海南藏族自治州为0.45 mm/年、玉树藏族自治州为0.52 mm/年、果洛藏族自治州为0.23 mm/年、黄南藏族自治州为−1.31 mm/年、海东市为−0.26 mm/年。

Figure 4.Interannual variation of precipitation in various regions

图4.各区域降水量年际变化

研究时段内，各区域的多年平均降水量、最大年降水量及年份、最小年降水量及年份、极值比等见表2。对于多年平均降水量，可以将其划分为四个阶梯，果洛藏族自治州和黄南藏族自治州属于第一阶梯，即400 mm以上，海北藏族自治州、西宁市和玉树藏族自治州属于第二阶梯，在300~400 mm，海南藏族自治州和海东市属于第三阶梯，在200~300 mm，海西蒙古族藏族自治州属于第四阶梯，在100 mm以下，其中黄南藏族自治州多年平均降水量最大，海西蒙古族藏族自治州多年平均降水量最小。整体来看，青海省多年平均降水量的分布总体上呈现出自西向东、自西北向东南递增的规律，这可能与各区域当地地形以及气候有关。

Table 2.Characteristics of precipitation series in each region

表2.各区域降水序列特征

4.3. 年降水量的突变分析

用Mann-kendall突变检验法对青海地区1960~2009年的年降水进行突变检验分析(图5)，从下图可以看到信度水平统计量UF (k)和变化度统计量UB (k)的变化过程，99%置信区间的阈值线为±2.576，观察发现，年降水量的UF (k)和UB (k)曲线交点较多，主要出现在1974~1985，2004~2006年间，且突变点均位于置信区间内，表明降水量突变不明显，UF (k)曲线几乎整位于0值以上，表明降雨量呈现增加的趋势，UF曲线在1988年前呈现波动上升的趋势，之后呈现波动下降趋势，2002年之后又呈现出波动上升的趋势，UF曲线在置信区间(图5中两条横线区间)内与UB曲线有较多交点，由此判断研究区年降水在1960~2009年之间有发生突变。

Figure 5.Mann-Kendall mutation analysis of annual precipitation in Qinghai from 1960 to 2009

图5.1960~2009年青海地区年降水的Mann-Kendall突变分析

5. 结语

基于所选的青海省27个气象站1960~2009年降水数据，以年降水量为特征变量，采用移动平均法进行趋势分析，各区域对比进行空间特征分析，采用移动平均法进行趋势预测，Mann-Kendall检验法进行突变检验，得到以下结论。

(1) 从趋势性角度看，青海省1960~2009年多年平均年降水量为281.63 mm，整体变化呈上升趋势，变化倾向为0.4721 mm/年。

(2) 从空间角度看，青海2个地级市，6个自治州中，有4个自治州和一个地级市1960~2009年降水量年际变化整体上呈增长趋势各区域的，一个自治区和一个地级市降水量呈减少趋势。整体来看，青海省多年平均降水量的分布总体上呈现出自西向东、自西北向东南递增的规律，这可能与各区域当地地形以及气候有关。

(3) 从突变性角度看，青海省年降雨存在突变现象，且突变发生在1974~1985，2004~2006年间，UF曲线几乎整位于0值以上，呈现上升–下降–上升趋势。研究结果有助于我们更好的了解青海省多年来的降水趋势和突变性变化特征，可为当地相关部门优化水资源配置等提供理论参考。

基金项目

青海省自然科学基金资助项目(No.2019-ZJ-920)。

参考文献