东北地区近百年降水时间序列变化规律的小波分析_姜晓艳
东北地区近百年降水时间序列变化规律的小波分析
东北地区近百年降水时间序列变化规律的小波分析一、本文概述本文旨在通过小波分析的方法，对东北地区近百年降水时间序列的变化规律进行深入研究。
东北地区作为我国重要的农业和工业基地，其气候变化对区域生态环境、农业生产以及社会经济发展具有重要影响。
降水作为气候变化的关键因子之一，其时间序列的变化规律对于理解和预测东北地区的气候变化趋势具有重要意义。
本文将系统回顾和梳理东北地区近百年的降水数据，构建完整的降水时间序列。
在此基础上，运用小波分析的方法，对降水时间序列进行多尺度分解，揭示其在不同时间尺度上的变化规律。
小波分析作为一种有效的时频分析方法，能够同时提供时间序列在时间和频率域的信息，有助于我们更深入地理解降水时间序列的局部特征和整体趋势。
本文将对比分析东北地区不同区域、不同季节的降水时间序列变化规律，探讨降水变化的空间异质性和季节性差异。
同时，结合历史气候变化和人类活动等因素，分析降水变化的可能原因和机制。
本文将对东北地区未来降水变化趋势进行预测和展望。
通过构建降水预测模型，结合全球气候变化趋势和区域特定因素，预测东北地区未来降水时间序列的变化趋势和可能的影响。
这对于制定适应气候变化的策略和措施，促进东北地区的可持续发展具有重要意义。
本文旨在通过小波分析的方法，全面揭示东北地区近百年降水时间序列的变化规律，为深入理解和预测东北地区气候变化趋势提供科学依据。
二、文献综述随着全球气候变化的日益显著，降水时间序列的变化规律及其影响已成为众多研究者关注的焦点。
东北地区作为我国重要的粮食生产基地和生态安全屏障，其降水变化的研究对于农业生产、水资源管理和生态环境保护具有重要意义。
近年来，小波分析作为一种有效的时频分析方法，被广泛应用于气候变化和降水序列的分析中。
在降水时间序列的研究方面，早期的研究主要侧重于降水量的统计分析和空间分布特征。
随着研究的深入，学者们开始关注降水时间序列的周期性、突变性和趋势性。
例如，等（）利用时间序列分析方法对东北地区降水量的变化趋势进行了研究，发现降水量呈现显著的增加趋势。
1961–2014年中国东北地区各季节平均降水时空特征分析
1961–2014年中国东北地区各季节平均降水时空特征分析摘要：本研究利用中国区域CN05.1格点化观测降水数据集，使用经验正交函数分解法（EOF）对1961~2014年期间我国东北地区春、夏、秋、冬四个季节平均降水的时空分布特征进行分析。
结果表明，该地区四个季节平均降水具有明显的空间特征：东北地区春、夏、秋、冬各季节平均降水EOF展开的第一空间模态均为全区一致型，第二空间模态均为南北反向型。
此外，东北地区四个季节EOF1模态对应的时间序列均表现出显著的年代际变化，夏、秋、冬三个季节EOF2模态对应的时间序列也具有明显的年代际变化特征。
关键词：中国东北；季节平均降水；时空分布特征；经验正交函数分解法1.引言东北地区，拥有中国最大的平原，是我国重要的粮食产区。
气候异常，特别是降水的时空变化特征对自然环境和社会发展有重要意义。
近年来，东北地区干旱洪涝等灾害性天气增加，例如2013年6月1日至8月11日黑龙江省先后发生了11次明显降水过程，比历年同期偏多16%。
其中7月份比历年同期偏多28%，32条河流发生超警戒水位洪水，其中嫩江上游发生20年一遇的洪水。
降水异常严重影响该地区的农作物产量、人民生产生活，严重危害人民的生命和财产安全。
因此，认识和了解东北地区降水的时空分布特征对于我国的粮食生产安全及提高人民生活质量具有非常重要的意义。
2.资料和方法本文使用的降水数据是中国区域格点化的观测降水数据集CN05.1。
该套数据是基于中国地区2400余个地面气象台站的观测资料，运用插值建立的一套格点化降水数据集，分辨率为0.5°×0.5°[1]。
本文使用经验正交函数分解法（Empirical Orthogonal Function，EOF）来分析我国东北地区春、夏、秋、冬四个季节平均降水的时空分布特征。
EOF方法是把原变量场分解为只随时间变化的时间函数和不随时间变化的空间函数，其分解的几个典型模态是相互正交的，并且浓缩了原变量场的大量信息[2]。
近50年东北地区六个主要城市温度降水变化特征分析
近50年东北地区六个主要城市温度降水变化特征分析摘要：以东北三省中的六个市为研究区，首先收集1961-2010年东北六个市的年平均降水和年平均温度的数据，然后通过统计数据，制作图表，最后从图表中观察近50年的温度降水变化，并从中寻求此变化的原因。
关键词：东北地区、温度、降水1.引言气候变化是指除在类似时期内所观测气候的自然变异之外, 由于直接或间接的人类活动改变了地球大气的组成而造成的气候变化。
它被认为是威胁世界环境、人类健康与福利和全球经济持续性的最危险的因素之一[1]。
而气候是否变化则是通过温度降水来体现的，而近些年来全球气候在一直慢慢变暖。
许多国内外的学者在气候变化方面做了大量的研究工作。
陈隆勋[2]等对近45 年来中国气候变化特征作了全面分析:中国自20 世纪40 年代到达20 世纪的第一个暖期后, 于50 年代气温急剧下降, 随后呈波动变化。
80 年代后, 气温又急剧上升, 90 年代达到20 世纪的第二个暖期。
在区域差异上, 中国的现代气温变暖主要在35°N 以北。
而我国东北地区气候变化有其特殊性。
本文对东北六个市的温度降水变化进行数据分析，目的在于探讨东北地区六个主要城市的温度降水变化特征。
2.对东北地区六个主要城市温度降水数据进行处理2.1收集近50年来六个主要城市的年均温度降水数据通过查询资料以及咨询老师等各方面对数据进行收集。
收集数据如下两个表格：东北地区六个主要城市的年均降水量数据时间漠河乌兰浩特哈尔滨长春沈阳大连1961 330.1 350.2 485.3 481.7 552 860.6 1962 469.7 259.3 391.9 492 615.6 691.1 1963 377.4 453 651.3 636.6 699.9 666.5 1964 284.7 361.6 512 532.5 824 880.7 1965 303.6 411.3 539.9 486.5 422.3 310.3 1966 356.3 344.6 502.6 571.7 625.1 787.2 1967 273.5 229.7 343.7 476.3 495.4 695.3 1968 301 305.8 488.5 442.6 543.9 386.9 1969 410.3 523.8 550.5 614 745.6 439.9 1970 352.9 404.2 424.8 654 754.2 700.8 1971 255.2 429.5 566.3 440.3 688.1 628.3 1972 351.7 266.7 454.2 384.2 515.6 523.3 1973 209.1 474.5 354.9 702.4 820.9 854.8 1974 271.4 418.5 372.7 514 747.4 728.5 1975 335 413.4 341 469.7 740.5 492.9 1976 303.8 409 292.5 522.5 548.4 805.9 1977 581.7 329.9 510.8 571.3 579.9 648.4 1978 398.5 362.3 364.6 433.2 533.1 549.1 1979 203.7 253.7 378.1 498.8 558.9 683.5 1980 429.5 298.6 601 630.2 618.3 444.61981 453 466.2 622.5 536.8 583 438.3 1982 550.2 288.5 532.5 329.7 552 380.5 1983 414.3 545.3 534.5 588.8 763.9 594.1 1984 624.7 524.8 619.1 653.5 718.1 595.9 1985 384.3 502.7 745.9 821.9 810.8 924.4 1986 318.7 523.6 512.3 784.2 969.5 387.7 1987 393.1 497.9 684 593 724.9 774.3 1988 377.6 559.5 609.1 469.7 629.7 457.3 1989 537.9 265.5 345.5 623.9 467.4 446.7 1990 503 747.1 490.6 579.3 642.4 637.7 1991 418.1 626.4 597.3 700.1 748.9 438.4 1992 384.2 305.1 462 519.3 554 747.6 1993 591.9 557.5 552.7 470.1 633.7 464.9 1994 435.3 533 818.8 689.4 893.1 791.8 1995 460.4 410.4 424.7 560 880.7 656.7 1996 472.3 399.5 480.7 490.2 721.9 660.3 1997 418.2 250 481.9 574.8 571.8 528.7 1998 496.1 823.9 659.2 623.3 857.6 818.8 1999 486.3 289.3 438.6 489.6 561.2 258.2 2000 385.8 288 488 416.3 501.5 419.2 2001 506.7 227.6 385.2 389.9 583.8 485.9 2002 286.8 362 600.7 490.6 739.2 312.9 2003 553.1 413.5 513.7 517.7 652.4 522.5 2004 471.6 156.4 525.8 476.2 705.2 614.9 2005 344.3 548.5 507.9 681 822.2 768.5 2006 507.7 320 487.9 632.6 576.3 493.8 2007 346.1 359.8 444.1 534.2 672.3 859.6 2008 455.2 350.9 439 716.8 721.7 509.9 2009 543.9 346.4 534.1 481 657.7 718.7 2010 439.5 513 591.3 878.3 1036.6 684.6 东北地区六个主要城市的年均温度数据时间漠河乌兰浩特哈尔滨长春沈阳大连1961 -5.01092 4.527734 4.223713 5.627036 8.761073 10.83024 1962 -4.50893 4.240311 4.062101 5.120332 7.80517 10.22284 1963 -3.61377 4.561614 3.634743 5.471066 7.973171 10.11761 1964 -4.99159 4.405119 3.434651 4.773974 7.611411 9.976965 1965 -6.25458 3.414131 2.720547 4.407492 7.829472 10.39498 1966 -6.05163 3.707369 3.475326 4.862739 7.574265 9.972357 1967 -3.52798 4.957315 4.380751 5.261873 7.854448 9.962445 1968 -4.06488 4.73533 3.97732 5.100192 8.069954 10.13627 1969 -6.27999 2.659478 2.143111 3.387278 6.778111 9.265405 1970 -4.81078 4.026025 3.257154 4.617865 7.616681 10.06329 1971 -4.03635 4.329914 3.837576 5.076892 7.797766 10.2391 1972 -6.24019 4.088346 3.179215 4.926044 7.793595 10.11071973 -4.35571 4.787717 3.529185 5.407957 8.401725 10.75644 1974 -5.60329 3.513186 2.933674 4.752921 7.773707 10.02499 1975 -3.38929 5.820594 5.269917 6.467312 8.949289 11.27839 1976 -5.60868 3.641546 3.298905 4.483411 7.587705 9.796951 1977 -5.32504 4.163339 3.252632 5.03887 7.946139 10.4164 1978 -4.21872 4.762726 3.737755 4.980608 8.098233 10.90705 1979 -5.16994 4.458242 4.103916 5.489752 8.57693 10.91128 1980 -4.73493 3.900468 3.014804 4.408953 7.709033 9.908947 1981 -4.39273 4.567159 3.767827 4.778587 8.23387 10.42387 1982 -3.91723 5.775862 5.208832 6.44278 9.092832 11.29547 1983 -3.89466 5.358114 4.179563 5.898701 9.046026 11.37244 1984 -4.85222 4.205069 3.424533 4.90959 8.182692 10.43032 1985 -4.67137 4.213797 3.318022 4.774509 7.984883 9.704551 1986 -3.63969 4.963068 3.949907 5.017531 8.11276 10.34537 1987 -5.54459 4.225444 3.366386 5.089228 8.360185 10.32385 1988 -2.82009 5.521394 4.18448 5.795102 9.0952 11.17634 1989 -3.32515 6.047719 5.058385 6.669081 8.680193 11.76337 1990 -2.92948 5.844137 5.442978 6.845662 8.473274 11.262 1991 -4.12181 5.186524 4.439713 5.660766 7.919382 11.21859 1992 -3.99129 5.46375 4.280285 6.006825 8.086167 11.2861 1993 -3.31697 5.416464 4.389962 5.835199 7.990737 11.20715 1994 -3.66887 5.930689 4.708207 6.543683 9.003817 11.82188 1995 -3.16756 6.19897 5.282979 6.485831 8.580525 11.42044 1996 -4.46427 5.265538 5.033589 5.883428 8.079646 10.91728 1997 -3.94718 6.277024 5.652101 6.689953 8.873539 11.76066 1998 -3.75324 6.067226 6.048707 7.345385 9.71913 11.77734 1999 -4.25881 5.655485 4.88722 6.064634 8.983996 12.09718 2000 -4.80065 5.354491 4.62163 5.648519 8.31157 11.4533 2001 -3.47079 5.797169 4.847487 6.05025 8.368502 11.53861 2002 -3.20459 6.123559 5.483982 6.850753 9.316146 11.89608 2003 -3.95344 6.198948 5.997119 7.046643 9.145698 11.33489 2004 -3.32537 6.476979 5.828597 7.146092 9.591469 12.1728 2005 -3.45579 5.442387 4.725629 5.646169 8.047438 10.89719 2006 -4.65099 5.537714 5.273584 6.575778 8.274703 11.38052 2007 -3.06654 7.102218 6.645449 7.678532 9.043159 12.27214 2008 -3.22665 6.688708 6.599857 7.219005 8.639871 11.36561 2009 -4.86877 5.343724 4.94323 6.117109 7.648009 11.47603 2010 -4.52609 4.760902 4.501057 5.167696 7.23315 10.2659漠河县位于大兴安岭北麓，黑龙江上游南岸，中国版图的最北端，地理坐标位于东经121°07′~124°20′，北纬52°10′~53°33′，是中国纬度最高的县。
基于小波理论的锦州市降水时间序列特征分析
） ）
（ ２ ） （）
在 计 算 出 的 Ｍｏ ｄ ｅ ｔ 小 波 系数 模 中 ， 其 实 部较 虚 部
在位相上存在有 ２差值 ， 这可 以去除小波本身震荡
影响 ， 表示 能量 密度 的小 波模 平 方 能 明 显 表示 时 间序
列各 种尺 度特 征及其 在 时间 轴上 的位置 。
阊山两座山脉 ， 南临渤海辽东湾 ， 地面高度从海拔 ４ ０ ０
多 ｍ 的西北 部 山 区 ， 逐 渐 向东 南 降 到 ２ ０ ｍ 以下 的滨
海平 原 。
把小 波 系数 的平 方值 在 时 间尺 度上 积 分 ， 即 可得 到小 波方 差 ， 计 算公 式为 ：
Ｖ ａ ｒ （ ａ ）＝』 ： ：Ｉ Ｗ （ ａ ， ｂ ） Ｉ 。 ａ ｂ （ ３ ）
在 实际水 文 时 间序列 中 ， 观测 值 以离散 形 式居 多 ，
故 将上 式 连续 型 公式 变换 成离 散形 式 的公式 ， 如下 ：
肇 簪 ｆ ，
１ ０
内 蒙 古 水 利
姗｛ 毫ｍ 驰。嘞ｍ 蛳哪
２ ０ １ ５年第 ５期 （ 总第 １ ５ ９期 ）
据序列 ， 利用制图软件 Ｓ ｕ ｆ ｅ ｒ ｌ ２绘 制 出降 水 量 距 平 序
度上 的能量 聚集程 度 ， 可 以方 便 的利 用 小 波 方 差 图来 鉴别 降水 序 列蕴含 的 主要周 期 。利 用工 具软 件 Ｍａ ｔ ｌ ａ ｂ ７ ． ０计算 小 波方 差并 绘制 小波 方差 图 。 见图２ 。
列 Ｍ ｏ ｒ ｌ ｅ ｔ 小波 变换 系数 模平 方 、 实部 的时 频分 布 图 。
ｂ一 时 间上 的平 移 因子 。
据序列进行中心化处理 ， 即以各年降水量减去多年均
基于小波分析的华北地区近61年降水变化特征
基于小波分析的华北地区近61年降水变化特征近年来，气候变化成为全球热议的话题之一。
气候变化对全球各地区的降水变化产生了深远的影响，特别是对华北地区的降水变化。
了解华北地区近61年的降水变化特征对于预防和应对气候变化具有重要意义。
本文将基于小波分析的方法，对华北地区近61年降水变化特征进行研究和分析。
我们需要了解小波分析的基本原理。
小波分析是一种非参数的信号处理技术，可以将信号分解成不同频率的成分。
小波分析在处理非平稳信号和突变信号方面具有很大的优势，因此在研究降水变化特征时具有较高的适用性。
通过小波分析可以将时间序列信号进行时频分解，得到不同尺度下的频率成分，从而揭示出信号的局部特征和变化规律。
接下来，我们将对华北地区近61年的降水数据进行小波分析。
我们收集了华北地区近61年的降水数据，包括每年的降水量和时间序列。
然后，将这些数据进行小波分析，得到不同尺度下的降水变化情况。
通过小波分析，我们可以得到不同时间尺度下的降水变化特征，包括长期趋势、周期性变化和突变情况等。
在进行小波分析之后，我们发现华北地区近61年的降水变化具有以下特征：华北地区的年降水量整体呈现出逐渐减少的趋势。
尤其是近几十年来，降水量减少的趋势更为明显。
这一趋势可能与气候变化和人类活动有一定的关系。
气候变化导致了华北地区降水量的不稳定和减少，而人类活动则加剧了这一趋势。
华北地区的降水变化具有一定的周期性。
在小波分析的结果中，我们发现了一些明显的周期性成分，包括年内季节性变化和年际多年变化。
这些周期性变化对于了解华北地区降水的变化规律和预测未来的降水趋势具有重要意义。
华北地区的降水变化还存在一些突变情况。
在小波分析的结果中，我们发现了一些突变点，这些突变点可能对于了解华北地区降水变化的原因和机制具有重要意义。
通过对这些突变点的分析，我们可以揭示出华北地区降水变化的关键因素和影响因素。
基于小波分析的方法可以揭示出华北地区近61年降水变化的特征。
中国东北地区近百年气温序列的小波分析
１ ｕｉ 变换基 础上 引 入窗 口函数 Ｉ （ ｏ ｒ ￣ Ｆ ｅ ｒ
．
—
—
～
解
为 时 问和频率 的 贡献
，
，
它于 二 对
，
从而 把时
篓 嗍序在诊气 妻 Ｆ ｉ 列 ，断候 『 律 ｖｌ 因此 ， 过小 油 △ 壬 ￣ ｔ ： 羔 通 ，／ Ｅ
亚季 风 的最北端 ，属于温 带大 陆性 季风 气候 ，是 中 国湿润 的东部 季 风 区和 干 旱 的 内陆 之 间 的过 渡带 。 其气候 的季节性变 化与整个 东亚大 气环流紧 密相连 ，
但 气候及 其变化 的差 异较 大 ，是典 型 的 “ 气候脆 弱 区”和受 气候 变暖影 响最 为敏 感 的地 区之一 ，也 是 我 国最大 的商 品粮 产区和重要 的重工业 和能源 基地 。
１ 资 料 来 源 与 处 理 方 法
本文 采用 了哈 尔滨 、长春 、沈 阳和 大连 ４个站
立 了近百年 中国年 气温 序列 ；孙 凤华 等 … ］研 究
１０ － ２ ０ 年 的 气温观 测资料 。 波分 析是在 傅立 ９５ ０５ 小
收稿 日期 ：２ ０ ０ ３ ； 修订 日期 ： ０ ７ ０ ５ ０７ ８ １ ２ ０ １ １
基金 项 目 ：辽宁 省气 象局 正研级 专 业技术 人才 培 养专项 科研 基金 项 目资助
作者 简 介 ：姜晓艳 （９０ ，女 ，高级 工程师 ，主要从 事 气候 和应 用气 象业 务及科 研工 作 １６－）
通 讯作 者 ：刘树华 ，Ｅ ｍａｌｌ ｕ ｕ ＠ｐ ｕｅ ｕ ｎ － ｉ ｓ ｈａ ｋ ， ：ｈ ｄｃ
气候 研 究开放 实 验 室 ， 北 京 １０ ８ ） ０１ ０
引洮河清流 解陇中干渴 引洮供水一期工程正式通水试运行
的小波与李氏指数分析 ［ Ｊ Ｊ ． 水文 ， ２ ０ ０ ５ ， ２ ５ （ ５ ） ： １ ８ — ２ ０ ． ［ ９ ］李荣叻 ， 王鹏 ， 吴敦银 ． 鄱 阳湖流域年 降水时间序列 的小
波分析 ［ Ｊ ］ ． 水文 ， ２ ０ １ ２ ， ３ ２ （ １ ） ： ２ ９ — ３ １ ． ［ １ ０ ］马雪 宁 ， 张明军 ， 黄小燕 ， 等． 黄河上游流域近 ４ ９ ａ气候 变化特征和未来变化趋势分析 ［ Ｊ ］ ． 干旱 区资源与环境 ，
候特征［ Ｊ ］ ． 干旱气象 ， ２ ０ １ ２ ， ３ ０ （ ２ ） ： ２ ４ ９ — ２ ５ ４ ． ［ ３ ］张 正强． 大 夏河流域 水面蒸 发量分析 ［ Ｊ ］ ． 甘肃水 利水 电 技术 ， ２ ０ ０ ４ ， ４ ０ （ ４ ） ： ３ ４ ６ — ３ ４ ８ ． ［ ４ ］李 小荣． 大夏河流域 水文特 性分析 ［ ｎ 甘肃水利 水 电技
１ ７ Ｊ Ｏ ｚ ｇ ｅ ｒ Ｍ， Ｍｉ ｓ ｈ ｒ ａ Ａ Ｋ ， Ｓ ｉ ｎ ｇ ｈ Ｖ Ｐ ． Ｓ ｃ ａ ｌ ｉ ｎ ｇ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｉ ｒ ｓ ｔ ｉ ｃ ｓ ｏ ｆ ｐ ｒ ｅ ｃ ｉ ｐ ｉ ｔ ａ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ｉ ｎ ｃ ｏ ｎ ｊ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｗ ｉ ｔ ｈ ｗ ａ ｖ ｅ ｌ ｅ ｔ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｌ Ｊ 』 ．
（ ３ ） 根据年 降水 主周 期变 化过 程分 析 ， ３ １ 年、 ２ Ｏ 年 和 ５年 尺 度 的平 均 周期 为 ２ Ｏ年 、 ｌ ３年 和 ３ ． ４年 ：
［ ６ ］姜晓艳 ， 刘树华 ， 马明敏 ， 等． 东北地 区近百年 降水 时间序 列变化规律的小波分析［ Ｊ ］ ． 地理研究 ， ２ ０ ０ ９ ， ２ ８ （ ３ ） ： ３ ５ ４ —
1979—2021年哈尔滨市降水量及环流特征分析
1979—2021年哈尔滨市降水量及环流特征分析作者：姜兵赵广娜景学义于凯旋杜静隋亚男来源：《农业灾害研究》2024年第02期摘要：基于哈尔滨市站点资料、NCEP再分析资料，运用线性回归、Mann-Kendall检验、Morlet小波分析、合成分析等方法，分析了哈尔滨市年降雨量的变化特征和相应的环流形势特点。
研究表明：哈尔滨市年降雨量呈递增趋势，平均每10年增加1.44 mm。
1979—1988年呈上升趋势；1989—2020年呈现显著的下降趋势；2020年以后又呈现增加趋势，但总体上变化趋势均不显著。
降雨量存在10～15年、5～9年和2～4年的周期，其中，前3个主周期分别为15年、8年和33年。
当乌拉尔山阻高、鄂海阻塞高压、东北冷涡均偏强、副高偏弱时，哈尔滨市降雨量偏多；反之，哈尔滨市降雨量偏少。
850 hPa高度哈尔滨市有明显的偏南风异常，处于偏暖地区。
关键词：降雨量；M-K 突变；小波分析中图分类号：P426.6 文献标志码：B 文章编号：2095–3305（2024）02–0-03短期气候预测对于城市安全保障、经济社会发展具有重大意义。
近年来，吴昊旻、周晓宇等[1-5]研究了当地年降水的变化规律。
鉴于以往对哈尔滨市的年降雨量特征的研究较少，因此，以哈尔滨国家气象站1979—2021年降雨量数据为资料源，从变化趋势、突变特征、周期变化以及相对应的环流形势开展对哈尔滨市的降水特征的研究。
1 研究方法与数据来源采用了线性回归、M-K突变分析、小波分析、合成分析等方法。
资料来源于哈尔滨市国家气象站降雨量资料、NCEP再分析资料，水平分辨率为2.5°×2.5°。
2 结果与分析2.1 年降水量趋势分析1979—2021年哈尔滨市年降雨量均值为530.3 mm，最大值为1994年（826.3 mm），最小值为1989年（345.5 mm）。
线性倾向率为0.14，总体呈缓慢增长的趋势，每10年降雨量增加约为1.44 mm（图1）。
鄱阳湖流域年降水时间序列的小波分析
第ｌ 期
李 荣 唠等 ： 阳湖 流 域 年 降 水 时 间序 列 的 小 波 分析 鄱
３ １
阳湖 流域 可 能 进 入 降水 偏 少 的周 期 。 这也 可 以说 明 ２ ０世 纪 ９ ０年 代 以来 鄱 阳 湖 流 域 经 常 发 生 洪 灾 的一 个 重要 原 因 是 流域 处 于 降水 偏 多 的周 期 ， 而未 来 ３ ａ ０
１ 引 言
鄱 阳 湖 流 域 位 于 长 江 中 下 游 ， 史 上 洪 水 灾 害 历 频繁 ， 其 是 ２ 尤 ０世 纪 ９ Ｏ年 代 以 来 ， 次 发 生 特 大 多 洪 水 灾 害 Ｉ 。 阳湖 生 态 经 济 区的 建 设 已经 上 升 为 ｌ 鄱 ＿ 国家 战 略 ，鄱 阳 湖 地 区经 济 社 会 的 又 好 又 快 发 展 ． 要 建 立 在 水 资 源 可持 续 利 用 和洪 水 灾 害有 效 防治 的
第３ 卷 第 １ ２ 期
２ ２ 月 ０１ 年２
水 文
Ｊ ＵＲＮＡＬ ＯＦ ＣＨＩ Ｏ ＮＡ ＨＹＤＲ０ ＯＧＹ Ｌ
Ｖ０－２ Ｎｏ １ ｌ ３ ． Ｆｅ ． ０１ ｂ，２ ２
鄱 阳湖 流域 年 降水 时 间序 列 的小 波 分析
李 荣 防 一王 鹏 ， ， ， 吴敦银
小 波 函数 采用 Ｍｏｌ 小 波 ， 小波 函数形 式为 ： ｒｔ ｅ 其
２
‘
（） “ ： 。 ＝ ｅ
（） （） ２
式 中 ：表示 虚数 ；。 小波 中心频 率 。 ｒ ｔ 波具有 ｉ ∞为 Ｍｏｌ 小 ｅ
收 稿 日期 ： ０ １ ０ — ２ ２ １－ ５ １
基金项 目： 江西省科技支撑计划项 目“ 鄱阳湖流域洪水灾变规律研究 ”科技厅编号 ２０ Ｄ Ａ１ ８０； （ ０ ９ Ｓ ３ ０ 水利厅编号 ２０ ０ ） ０ ８ ５ 作 者 简 介 ： 荣 防 （９ ５ ） 男 ， 李 １５ 一 ， 云南 盐 津 人 ， 授 级 高工 ， 士 研 究 生 ， 要从 事 水 资 源 水 生 态 环 境 及 智 能决 策 与 分 析 等 研 究 。 教 博 主 通 讯 作 者 ： ｉ （９ ２ ） 男 ， ｔ ｎ １８ － ， 山东 济 宁 人 ， 师 ， 士研 究 生 ，ｚ － ， 流 域水 文过 程 的研 究 。Ｅ ｍ ｉｗ ｎ ｐｎ＿ｌ＠１３ｃｒ 讲 博 ３￣９事 － ａｈ ａｇ ｅｇｊ ｕ ６． ｎ ｏ
东北地区降水日数、强度和持续时间的年代际变化
东北地区降水日数、强度和持续时间的年代际变化孙凤华;杨素英;任国玉【期刊名称】《应用气象学报》【年(卷),期】2007(018)005【摘要】利用93站1951-2002年逐日降水资料,分析了我国东北地区不同强度降水事件的时空演变特征及其对旱涝的影响.结果表明:52年来,东北地区小雨事件对年降水量的贡献率呈显著增加趋势,中雨的贡献率略为减少,大雨和暴雨的贡献率变化不大;东北地区年总雨日减少趋势非常明显,雨日的减少主要体现在小雨日数的减少;年降水强度表现为明显的增强趋势,主要体现为小雨和暴雨强度增强;20世纪80年代中期之前多小雨事件,80年代中期之后多中雨以上强度的降水,特别是90年代中期之后多暴雨事件.在显著变暖的20世纪90年代,降水日数明显减少,但暴雨日数基本不变,强度明显增强.对东北地区降水量、降水变幅、降水事件的变化特征分析表明:该区域降水有向不均衡、极端化发展的趋势,旱涝灾害也有加重趋势.【总页数】9页(P610-618)【作者】孙凤华;杨素英;任国玉【作者单位】中国气象局沈阳大气环境研究所,沈阳,110016;中国气象局沈阳大气环境研究所,沈阳,110016;国家气候中心,中国气象局气候研究开放实验室,北京,100081【正文语种】中文【中图分类】P4【相关文献】1.东北地区夏季风强度的年代际变化分析 [J], 张海辉2.东北地区夏季风强度的年代际变化分析(英文) [J],3.陕西黄土高原地区降水日数和强度年代际变化 [J], 孙智辉;曹雪梅;刘志超;雷延鹏4.近40年我国东部降水持续时间和雨带移动的年代际变化 [J], 赵平;周秀骥5.近30多年中国东北地区春季寒潮的年代际变化及其可能原因 [J], 唐孟琪;曾刚因版权原因，仅展示原文概要，查看原文内容请购买。
沈阳市降水对水资源的影响及对策
沈阳市降水对水资源的影响及对策
张文兴;姜晓艳;张菁;隋东;孙福义
【期刊名称】《气象与环境学报》
【年(卷),期】2009(025)003
【摘要】在分析沈阳近百年特别是近50 a降水变化规律的基础上,研究了沈阳市降水对水资源的影响.结果表明:沈阳市降水量变化决定水资源变化,自1956年以来水资源总量呈减少趋势,且随着年降水量的变化而变化;地下水变化平缓;地表水资源变化速度比降水变化速度快.同时降水量对辽、浑河的自然径流量影响显著,年际变化剧烈;近10 a沈阳降水量呈减少趋势,将加剧沈阳水资源短缺的矛盾.在对气候进行预估的基础上对水资源的发展趋势进行了预估.
【总页数】6页(P24-29)
【作者】张文兴;姜晓艳;张菁;隋东;孙福义
【作者单位】沈阳市气象局,辽宁沈阳,110168;沈阳市气象局,辽宁沈阳,110168;沈阳市气象局,辽宁沈阳,110168;沈阳市气象局,辽宁沈阳,110168;康平县气象局,辽宁康平,110500
【正文语种】中文
【中图分类】P426
【相关文献】
1.沈阳市苏家屯区水资源保护的思考与对策 [J], 于淑宏;王东江
2.沈阳市水资源可持续利用对策研究 [J], 王琳;张守利;崔洪斌
3.我国的降水资源及其稳定性与潜在可预报性(Ⅰ)降水资源及其稳定性 [J], 马开玉
4.沈阳市水资源分区及开发利用与保护对策研究 [J], 何俊仕;吴迪;梁洪杰;张谛;徐德利;王澎泉
5.沈阳市地下水资源开发利用现状与对策研究 [J], 杨武成;李国正;陈赫
因版权原因，仅展示原文概要，查看原文内容请购买。
近50年辽宁无霜期积温时空演变特征
近50年辽宁无霜期积温时空演变特征明惠青;唐亚平;孙婧;关键华【摘要】利用GIS技术对辽宁近50 a不同时间尺度无霜期积温的时空演变特征进行了分析,结果表明:辽宁无霜期积温区域平均值年际变异很大,最大值超过600℃·d,近50 a极显著增多,增幅为85℃·d/10a,主要增多时段在90年代以后;其中增幅最大区域分布在辽西南部和中部平原南部,超过90℃·d/10a,趋势极显著,东部山区西部和辽西西北部增幅最小,在60℃·d/10a以下,增多趋势不显著.气候平均值由南向北呈递减分布,B时段(1971～2000年)与A时段(1961～1990年)相比,东部山区中西部和辽西西部略有减少,东部山区北部、辽西大部、中部平原大部以及大连部分地区增多最多,在60℃·d以上.从年代际变化来看,2 600℃·d以上的积温高值范围由环渤海地区向东北不断扩展,2000年后达到最大,覆盖了辽西大部、中部、辽北大部和辽南大部地区.%Based on the data of daily mean temperature of Liaoning Province in the recent 50 years ( 1961 ～ 2007),and using GIS technique, analysis is made of different time scale of spatio-temporal evolvement characteristics of frostless period accumulated temperature (FIPAT) in Liaoning in recent 50 years. The results demonstrate that in terms of regional average, the FLPAT whose the largest variability is larger than 600℃ .d varies evidently between years and increases signific antly with a rate of increase of 85℃·d/10a in recent 50 years and mainly after 1990s. The largest rate above 90℃ .d/10a distributes in the south of west Lianning and south of central plain. The smallest rate below 60℃ .d/10a distributes in most parts of east mountainous area and the west of west Liaoning. The west of east mountainous area and northwest of westLiaoning are the places whére the FLPAT increases unsignificently. Comparing the B period from 1971 ～ 2000 with the A period from 1961 ～1990, except for center and west of east mountainous area as well as the west of west Liaoning where the FLPAT decreases slightly, the climatology of the FLPAT which decreases progressively from south above 2 700℃·d to north below I 800℃·d increases in most parts of L iaoning, especially in the north of east mountainous area, most parts of west Liaoning, most parts of cental plain and part of Dalian where the rate of increase of the FLPAT above 60℃·d is the largest. In term of interannual change, the scope area with hig h value of above 2 600℃·d expands to northeast from surrounding Bohai zone and reaches the peak after 2000, covering middle Liaoning, most parts of west Liaoning and north Liaoning as well as south Liaoning.【期刊名称】《干旱地区农业研究》【年(卷),期】2011(029)002【总页数】5页(P276-280)【关键词】辽宁;无霜期积温;时空演变;GIS技术【作者】明惠青;唐亚平;孙婧;关键华【作者单位】辽宁省气象科技服务中心,辽宁沈阳110016;辽宁省气象科技服务中心,辽宁沈阳110016;辽宁省气象科技服务中心,辽宁沈阳110016;辽宁省气象科技服务中心,辽宁沈阳110016【正文语种】中文【中图分类】S161.2+2无霜期是一个地区最为重要的热量指标之一,指一年中终霜后至初霜前的一整段时间[1],在这一期间内,没有霜的出现。
基于小波分析的西昌市降水时间序列变化特征
（２）
万方数据
３８卷９期
刘占明等基于小波分析的西昌市降水时间序列变化特征
４６７９
式中，ｋ＝１，２，…，Ⅳ；Ａｔ为时间间隔。 该研究选用复值Ｍｏｒｌｅｔ小波作母小波函数，Ｍｏｒｌｅｔ小波
表达式为：
娥ｔ）＝ｅ“ｅ’‘沈
（３）
式中，￡为连续变量，ｉ表示虚数，ｃ＝６．２。Ｍｏｒｌｅｔ小波变换的 模和实部是２个重要的变量，模的大小表示时间尺度的强
收稿日期２００９－１ｌ－２０
服务网，资料年度为１９５１年１月～２００８年１２月。该研究中
的季节采用气象季节定义，即用当年１２月～翌年２月的降
水量代表当年冬季降水量，３～５月、６～８月、９～１１月降水 量分别代表春、夏、秋季降水量，用当年ｌ—１２月降水量代表
年降水量。 １．２处理方法 小波分析（ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ）方法是在傅立 叶（Ｆｏｕｒｉｅｒ）变换基础上引人窗口函数，窗口大小（即窗口面
ｐｒｅｅｉｐｉｔａｔｉｏｎ ｃｈａｎｇｉｎｇ ｄｅｐｅｎｄｓ ｎｏｔ ｏｎｌｙ ｏｎ ｄｉｆｆｅｒｅｎｔ ｔｉｍｅ ｓｅｒｉｅｓ ｂｕｔ ａｌｓｏ ｏｎ ｔｈｅ ｐｈａｓｅ ｏｆ ｓｐｅｃｉｆｉｃ ｙｅａｒｓ．
Ｋｅｙ ｗｏｒｄｓ Ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ；Ｐｒｅｃｉｐｉｔａｔｉｏｎ ｔｉｍｅ ｓｅｒｉｅｓ；Ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ；Ｘｉｃｈａｎｇ Ｃｉｔｙ
定尺度ａ（ａ＝４，ａ＝３５）的值，做平行于ｂ轴的切割线，在切割
线上取点，作盯（ａ，ｂ）的实部随时移ｂ变化的过程线（图４）。 由图４可以看出，不同时间周期尺度上具体年份对应的相位
周期Ｃｙｃｔｅ“年
不同，这说明从不同时间周期尺度上考察降水量是偏多还是 偏少对具体年份来说将得出不同的结论。小尺度的交替变 化隐藏嵌套在大尺度的更为宏观的结构中，同时也说明结合
东北降水的趋势有哪些
东北降水的趋势有哪些
东北地区降水的趋势主要包括以下几个方面：
1. 年际降水变化：东北地区年降水量呈现出明显的年际变化，即不同年份之间降水量有较大的差异。
有些年份降水量偏多，有些年份降水量偏少。
2. 季节降水变化：东北地区降水具有鲜明的季节特点。
春季降水量较少，夏季降水量较多，秋季降水量逐渐减少，冬季降水量又开始增加。
夏季是东北地区主要的降水季节。
3. 降水年内分布：东北地区降水在年内分布不均匀。
冬季和早春是降水较少的时期，尤其是冬季降水量较少。
夏季和秋季是降水较多的时期。
4. 长期趋势变化：东北地区的降水量在长期时间尺度上可能发生变化。
一些研究表明，东北地区的降水量可能呈现出逐渐减少的趋势，特别是近几十年来，由于气候变化等因素的影响，东北地区的一些地方可能出现了降水减少的情况。
需要注意的是，以上的趋势是一般情况下的表现，具体的降水情况还会受到其他气候因素的影响，如气候变化、风向、地形等。
此外，东北地区的降水趋势可能在不同的时间尺度上表现出不同的特点。
东北地区近百年气候变化及突变检测
东北地区近百年气候变化及突变检测
利用沈阳、大连、营口、长春、哈尔滨、黑河6个代表站1905～2001年的月平均气温和月降水观测数据,建立了东北地区近百年来季、年的气温和降水序列.对所建温度和降水序列分别与同一区域内26个代表站的温度序列和51个代表站的降水序列近40年同期资料做了相关分析,检验了序列的代表*.在所建序列的基础上,分析了东北地区百年气温的年代、年和季节等不同时间尺度的变化特点和地域分布特征,以及百年降水量的变化规律,采用谱分析方法探讨了序列的周期*变化特征,并采用Mann-Kendall和Yamamoto方法对经过滑动平均的气温和降水序列进行了突变分析.
路爽,LUShuang(沈阳市气象局,沈阳,110016)。
近50年沈阳市气温降水变化特征
近50年沈阳市气温降水变化特征
康敏;姜晓艳
【期刊名称】《安徽农业科学》
【年(卷),期】2010(038)018
【摘要】利用沈阳市1960～2009年各月平均气温、极端最高和最低气温及降水量资料,对近50年来沈阳市的气候变化特征作了一个比较全面的分析研究.结果表明,近50年沈阳增温趋势明显;随着气温的上升,沈阳市的降水量呈下降趋势.
【总页数】2页(P9650-9651)
【作者】康敏;姜晓艳
【作者单位】辽宁省沈阳市气象局,辽宁沈阳,110168;辽宁省沈阳市气象局,辽宁沈阳,110168
【正文语种】中文
【中图分类】P467
【相关文献】
1.厦门市近50年的气温降水变化特征及突变分析 [J], 田愉
2.近50年沈阳市气温降水变化特征(英文) [J], 康敏;姜晓艳
3.黄山市(屯溪)近50年气温和降水变化特征研究 [J], 袁新田;高杨;李琦;李弘飞
4.霍山县近50年气温和降水变化特征研究 [J], 袁新田;吴茂成
5.近50年来河南省气温和降水时空变化特征分析 [J], 史佳良;王秀茹;李淑芳;李宁因版权原因，仅展示原文概要，查看原文内容请购买。
东北地区近52年极端降水变化分析
东北地区近52年极端降水变化分析李非【摘要】文章采用中国气象局1960-2011年间东北地区71个气象站观测的实测日降水量,分析了ETCCDI 12个极端降水指数的时空分布.研究结果表明:连续干旱天数CDD表现出减少的趋势,在0.05水平上显著下降,而其他降水指数均没有表现出显著下降趋势.极端降水事件的增加和减少在空间上表现出很大的差异.极端降水指数存在周期为7a、14a和17a的显著周期性变化.1960—2011年,极端降水对总降水的贡献在减少,除连续干旱日数CDD外,年总降水量和极端降水量之间存在显著的相关性.【期刊名称】《黑龙江水利科技》【年(卷),期】2019(047)007【总页数】5页(P16-20)【关键词】极端降水;时空分布;周期性;相关性【作者】李非【作者单位】辽宁省水资源管理集团有限责任公司,沈阳 110000【正文语种】中文【中图分类】P4670 引言近几十年来，全球变暖逐渐加剧，引发了很多强烈的极端气候事件[1]。
在过去50a中，极端降水量和年总降水量的变化趋势在世界各地有所不同，但极端降水变化的趋势和幅度大于年总降水的趋势幅度[2]。
由于气候变化对地理上不同地区有不同的影响，因此，极端事变化表现出巨大的区域差异性[3]。
一些研究表明，大部分极端降水指数与年总降水量相关，表明年总降水量与极端降水有很好的相关性[4-6]。
东北是农业、林业、畜牧业和工业的重要制造基地。
东北地处温带和寒温带，属于大陆性季风气候，是全球气候模式中气候变化的敏感地区。
年总降水量和东南季风强度之间有很强的相关性。
在变暖的背景下，中国东北地区的气候有更显著的变暖趋势，但大多数站点的降水量却呈下降趋势[7]。
连续干旱、暴雨和洪水在1990年代频繁发生[8-9]。
小雨发生的频率降低，严重干旱事件增加，严重潮湿减少。
5d以上的极端降水显著增加。
然而，这些先前的研究主要关注的是降水或某些极端降水事件，并且在使用综合指数分析中国东北地区的降水极端事件时存在局限性。
1961-2017年中国东北地区降雪时空演变特征分析
1961-2017年中国东北地区降雪时空演变特征分析周晓宇;赵春雨;崔妍;刘鸣彦;敖雪;李娜;李经纬【期刊名称】《冰川冻土》【年(卷),期】2020(42)3【摘要】利用东北地区162个气象台站逐日降水量和天气现象数据,采用统计分析方法,对近57年(1961-2017年)降雪的气候特征和时空演变规律进行了分析。
结果表明:降雪量和降雪日数最多出现在12月,小雪和中雪最多出现在11月或12月,大雪和暴雪在冬末春初出现概率最高。
降雪分布为山地大于平原,平原地区自北向南、自东向西减少,降雪高值区主要位于大兴安岭北部、小兴安岭和长白山区,降雪强度中心位于长白山区和辽宁中部平原地区。
年、秋季、冬季、春季降雪量占同期降水量比例分别为4.7%、7.0%、84.4%和7.6%;辽宁省西部山区和南部大连地区日最大降雪量占年总降雪量比例最高,最长连续降雪日数在2d以下,降雪较高纬度地区更为集中。
近57年降雪量和降雪强度分别以1.93mm·(10a)^-1和0.11mm·d^-1·(10a)^-1的速率显著增加,降雪日数以2.08d·(10a)^-1速率显著减少;降雪量增加主要表现为各等级降雪量的增加,降雪日数减少主要是微量和小雪日数的减少,降雪强度增加主要为大雪和暴雪降雪强度的增加。
年、秋季和冬季降雪量占同期降水量比例平均每10年增加0.36%、0.48%和0.45%,春季以0.11%·(10a)^-1的速率减少。
中雪、大雪和暴雪对降雪贡献率均呈增加趋势,小雪降雪量和微量降雪日数贡献率减少;1987年降雪量和降雪日数突变后,微量降雪日数和暴雪日数、小雪降雪量贡献率改变显著。
就区域平均而言,2001-2017年的降雪量较1961-1980年增加了27.8%,降雪日数减少了22.4%。
【总页数】14页(P766-779)【作者】周晓宇;赵春雨;崔妍;刘鸣彦;敖雪;李娜;李经纬【作者单位】沈阳区域气候中心;山西省气象台【正文语种】中文【中图分类】P426.63【相关文献】1.1961-2017年江西省晚稻寒露风时空演变特征2.基于SPI指数的当前及未来中国东北地区干旱时空演变特征分析3.基于湿润指数的吉林省1961-2017年地表干湿时空变化特征分析4.1961-2017年黄淮海流域主要农作物需水量和缺水量时空演变研究5.1961-2017年青海高原降雪时空变化分析研究因版权原因，仅展示原文概要，查看原文内容请购买。
东北地区夏季降水时空变化特征
东北地区夏季降水时空变化特征
韩艳凤;江志红;王冀;张艳梅
【期刊名称】《气象科技》
【年(卷),期】2005(033)002
【摘要】采用东北地区99个测站1960～2000年逐日降水资料,运用小波分析、突变分析、旋转EOF等方法,研究了东北地区不同区域夏季降水的长期变化特征.结果表明,东北地区夏季降水呈减少趋势,并存在14年和2～4年的变化周期.东北地区夏季降水异常可分为5种空间分布类型:东北西南部型、东北东南部型,东北东北部型、东北西北部型、东北中部型.东北东南部地区夏季降水减少趋势最明显,东北西南部降水的增加趋势最明显.各区域降水的变化周期有所区别,东北东北部存在16～18年的变化周期,其它地区存在10～14年的变化周期,各区域降水突变的时间主要在60年代和80年代.
【总页数】6页(P136-141)
【作者】韩艳凤;江志红;王冀;张艳梅
【作者单位】南京信息工程大学,南京,210044;辽宁省鞍山市气象局,鞍山,114004;南京信息工程大学,南京,210044;辽宁省鞍山市气象局,鞍山,114004;贵州省六盘水市气象局,六盘水,553000
【正文语种】中文
【中图分类】P4
【相关文献】
1.潍坊市夏季降水量的时空变化特征分析 [J], 高学芹;常成;张珊;徐凤霞;单英超
2.近60年贵州省夏季降水量时空变化特征 [J], 王然;毛文书;宋荣津;何泠萱
3.西江流域夏季降水时空变化特征及成因分析 [J], 孙雯;王月;杨聪剑;梁彬兰
4.辽宁省夏季降水量和极端雨量日时空变化特征分析 [J], 曹永强;张亮亮;王学凤;高璐
5.近40年西南地区夏季降水时空变化特征分析 [J], 张义;严晓强;赖晟
因版权原因，仅展示原文概要，查看原文内容请购买。
基于聚类分析的中国东北地区气温和降水时空变化特征
基于聚类分析的中国东北地区气温和降水时空变化特征孙倩倩;刘晶淼【摘要】利用1961-2010年中国东北地区81个代表站逐日气温和降水资料，采用旋转主分量分析（REOF）和聚类分析（CAST）相结合的方法，对东北地区年平均气温和年降水量的时空变化特征进行了分析。
结果表明：中国东北地区年平均气温呈显著的增加趋势，但区域性较为明显，北部和东部地区的升温幅度较小，西部和南部升温幅度较大；年降水量呈减少的趋势，西部地区降水减少的趋势较为显著。
%Based on the daily temperature and precipitation data from 81 weather stations during 1961-2010 in the northeast China,the spatial-temporal variations of mean annual temperature and precipitation were analyzed using methods of a rotated principal componentanalysis(REOF)and a cluster analysis statistic test(CAST).The results show that the warming trend is significant in the northeast China,and the trend differs significantly in the different areas.The ascending trend of temperature is more obvious in the north and east regions than in the west and south regions.On the contrary,the annual precipitation is in a decreasing trend,especially in the western region of north-east China.【期刊名称】《气象与环境学报》【年(卷),期】2014(000)003【总页数】7页(P59-65)【关键词】CAST;平均气温;降水量【作者】孙倩倩;刘晶淼【作者单位】中国气象科学研究院，北京 100081;中国气象科学研究院，北京100081; 中国气象局沈阳大气环境研究所，辽宁沈阳 110166【正文语种】中文【中图分类】P468引言气温和降水是重要的气候指标之一，对人类的生产生活状况以及农业生产均有非常重要的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第28卷 第2期2009年3月地 理 研 究GEOGRAPH ICAL RESEARCH V o l 28,N o 2M ar ,2009收稿日期:2008-07-09;修订日期:2008-12-24基金项目:辽宁省气象局正研级专业技术人才培养专项科研基金项目作者简介:姜晓艳(1960-),女,高级工程师。
主要从事气候变化和应用气象业务及科研工作。
东北地区近百年降水时间序列变化规律的小波分析姜晓艳1,刘树华2,3*,马明敏2,张 菁1,宋 军4(1 辽宁省沈阳市气象局,沈阳110168; 2 北京大学物理学院大气科学系,北京100871;3 中国气象局气候研究开放实验室,北京100081;4 大连市气象局,大连116001)摘要:利用1905~2005年东北地区哈尔滨、长春、沈阳和大连的降水时间序列资料,采用距平和M or let 小波分析方法,研究了东北地区降水变化的多时间尺度的周期性性变化规律,并对东北地区近期降水状况进行了预测。
结果表明:近百年来东北地区年降水量呈现较显著下降趋势,整个东北地区降幅为-5 2mm/10a;长春为-12 7mm/10a;哈尔滨为-7 1mm/10a;大连为-2 7mm/10a;沈阳略为上升趋势为1 3mm/10a 。
东北地区的年降水量存在着区域性的多重时间尺度下的周期变化特征,2a~3a 、5a~6a,10a 和50a 左右的长期振荡周期具有全域性;长春、哈尔滨年降水的主要控制周期是20a 左右;5a~6a 的短周期和50年的长周期变化也对年降水有较大影响。
关键词:东北地区;近百年;降水时间序列;小波分析文章编号:1000-0585(2009)02-0354-091 引言全球变暖导致全球和区域气候变化,使得高温、干旱、洪涝等灾害性天气频发,造成生态和环境恶化,严重影响到农业生产、社会经济和可持续发展,已引起人们的高度重视[1~3]。
特别是在全球气候变化背景下,中国降水量的空间格局的变化直接关系到我国农业生产安全[4]。
我国东北地区位于东亚季风的最北端,属于温带大陆性季风气候,是中国湿润的东部季风区和干旱的内陆之间的过度带。
夏季高温多雨,冬季严寒干燥,大陆性气候由东向西渐强。
其气候的季节性变化与整个东亚大气环流紧密相连,气候及其变化的差异较大,是典型的 气候脆弱区 和气候变暖影响最为敏感地区之一,也是我国最大的商品粮产区和重要的重工业和能源基地。
因此,研究我国东北地区近百年来降水变化的特征,对了解气候演变对降水的影响和短期、中长期降水预测具有十分重要的意义。
近年来,已有许多气象工作者对此进行了研究,例如:姜哓艳等[5]。
在分析了我国东北地区哈尔滨、长春、沈阳和大连近百年年平均气温变化特征的基础上,采用小波分析的方法研究了其多时间尺度的复杂结构构,研究结果表明,近百年来东北地区的平均气温呈升高趋势,尤其在20世纪80年代以后升高趋势更加明显,升温率达到0 165 /10a 。
气温存在2期姜晓艳等:东北地区近百年降水时间序列变化规律的小波分析3552~3a,8~12a,20~25a和45a左右时间的多重时间尺度结构的变化特征;蓝永超等[2]研究了气候变化对黄河上游水资源系统影响;许月卿等[6]基于小波分析方法研究了河北平原降水变化规律;林振耀等[7]研究了青藏高原气温降水变化的时空特征;戴新刚等[8]研究了华北汛期降水多尺度特征与夏季风年代际衰变特征;郝立生等[9]研究了1951~2005年燕山南麓夏季降水变化特征;邵晓梅等[10]进行了黄河流域降水序列变化的小波分析研究;万明波等[11]进行了青藏铁路沿线气温和降水的小波分析研究;匡正等[12]进行了华北降水时间序列资料的小波分析。
近百年来,在全球变化背景下我国东北地区降水的变化趋势及其时间尺度结构变化规律等问题深受关注。
为了研究全球变化背景下我国东北地区近百年年平均降水序列的变化规律,本文选择了对区域降水变化的响应存在一定差异的内陆城市哈尔滨、长春、沈阳和沿海城市大连,并利用1905~2005年上述4个典型城市的年降水时间序列资料,采用Mo rlet小波变换分析方法,进行降水时间序列变化特征和多时间尺度的复杂结构分析研究,对了解我国东北地区百年降水的多时间尺度的复杂结构变化规律具有重要意义,并为短期及中长期降水预测提供科学依据。
2 资料来源与处理方法本文采用哈尔滨、长春、沈阳和大连4个站1905~2005年的降水时间序列观测资料。
哈尔滨、长春、沈阳地处我国东北地区,位于东亚季风的最北端,属于温带大陆性季风气候,大连是沿海城市,受大陆性季风和海洋气候影响。
因此分析4站的百年降水规律,对了解在全球变化背景下我国东北地区的降水规律具有重要的意义。
本文采用的小波分析(w avelet analysis)方法是在傅立叶(Fourier)变换基础上引入窗口函数,从而把时间序列分解为时间和频率的贡献,它对于获取一个复杂时间序列的调整规律,诊断气候变化内在层次结构,分辩时间序列在不同尺度上的演变特征是非常有效的[13~19]。
通过小波分析可得到所研究对象序列在不同时间尺度上周期结构和异常变化的规律,为短期气候预测提供科学依据。
小波分析方法原理及在气象学、工程学等方面的应用见参考文献[1~3,5~19]。
3 结果分析3 1 东北四站近百年年降水量距平与小波周期频域的关系为了更清楚地了解哈尔滨近百年来降水多少的变化规律,图1(a)给出了哈尔滨近百年年降水量距平图。
从图1(a)除了看到每年降水量与百年平均降水量的关系外,还可看到1905年~2005年哈尔滨降水经历了少 多 少 多4个循环阶段,即1905~1925年降水距平为负,说明在此期间降水比常年偏少;1926~1956年降水距平为正,说明在此期间降水比常年偏多;1957~1982年降水距平为负,说明在此期间降水比常年偏少; 1983~2005年降水距平为正,说明在此期间降水比常年偏多。
哈尔滨百年平均年降水量约为550mm/a,从图上看出百年降水量呈减少趋势,降水倾向率为-7 1mm/10a,这么高的降水倾向率累积效应还是比较大的,它将导致哈尔滨现在的年降水量比100年前有数十毫米的差距。
值得注意的是1932年的降水量远远超过平均值,达到1041 0mm,为历年最高纪录;而紧接着第二年1933年的降水量就降到了353 2m m,几乎是历年的最低356地 理 研 究28卷图1 1905~2005年哈尔滨年降水量距平(a)和M o rlet小波变换图(b) Fig 1 Anomaly(a)and M orlet wavelet transform(b)of annual precipitation in Harbin during1905-2005 除了上述的分析之外,从图1(a)很难看出更短周期的变化信息。
对此,图1(b)给出了相应的M orlet小波变换图。
图1(b)清楚地显示了哈尔滨近百年来年降水在不同时间尺度上的周期振荡和突变点特征。
图中信号振荡的强弱通过灰度的大小来表示,灰度越大表示年降水量越小于常年;灰度越小表示年降水量越大于常年。
由图1(b)与(a)比较可见,从图1(b)中可得到更丰富的变化周期尺度信息。
由图1(b)可见,存在多重时间周期尺度上的嵌套复杂结构现象。
明显地存在2~3a、5~6a的短期振荡周期1950年以后生成的10a左右的振荡周期,及20a左右的中期振荡周期和50a左右的长期振荡周期。
从图中的变化规律看,2005年以后哈尔滨正处在2~3a、5~6a短期振荡周期的多降水期;10a左右的振荡周期为少降水期;20a左右的中期振荡周期经历了多 少 多 少 多 少 多 少8个循环交替,而且2005年振荡周期等值线远未闭合,说明2005年以后在该周期上降水量正处于偏少时期;而50a左右的长期振荡周期等值线也仍未闭合,说明2005年以后在该周期上降水量将继续维持稍微偏多趋势。
综上分析,哈尔滨近百年年降水量受多重周期性规律控制,明显地存在2~3a、5~ 6a的短期振荡周期,1950年以后生成的10a左右的振荡周期及20a左右的中期振荡周期和50a左右的长期振荡周期。
从振荡的剧烈程度上看20a左右的中周期变化是年降水的主要控制周期;但5~6a的短周期和50年的长周期变化也对年降水有较大影响。
图2(a)给出了长春近百年年降水量距平图。
由图2(a)看到1905~2005年长春的年降2期姜晓艳等:东北地区近百年降水时间序列变化规律的小波分析3571925~1954年降水距平为负,说明在此期间降水比常年偏少;1955~1982年降水距平为正,说明在此期间降水比常年偏多;1983~2005年降水距平为负,说明在此期间降水比常年偏少。
对长春年降水量序列进行线性拟合,发现其降水倾向率为-12 7mm/10a,比哈尔滨的降水倾向率大。
这说明长春的多年降水量呈减少趋势,而且减少的幅度比哈尔滨要大,100年积累下来将导致长春现在的年降水量比20世纪初减少126 8mm之多。
考虑到长春多年平均降水量约为596mm,这个减少量是相当惊人的。
图2 1905~2005年长春年降水量距平(a)和M or let小波变换图(b)Fig 2 Anomaly(a)and M orlet wavelet transform(b)of annual precipitation in Changchun during1905-2005 为了更清楚地分析长春近百年年降水的变化规律的多周期性,图2(b)给出了相应的Mo rlet小波变换图,清楚地显示了长春近百年来年降水在不同时间尺度上的周期振荡和突变点特征。
由图2(b)与(a)比较可见,从图2(b)中同样可得到更丰富的变化周期尺度信息。
由图1(b)与图2(b)比较可见,长春与哈尔滨的年降水的小波变换规律很相似,不但同样存在多重时间周期尺度上的嵌套复杂结构现象,而且明显地存在2~3a、5~6a的短期振荡周期,1955年以后生成的10~15a左右的振荡周期及20a左右的中期振荡周期和50a左右的长期振荡周期。
这可能是两市同在东北地区一个大气候背景下的原因。
所不同的是50a左右的长期振荡周期规律与哈尔滨的少 多 少 多4个循环正好相反,即多 少 多 少4个循环。
从图中的变化规律看,2005年以后长春正处在2~3a、5~6a短期振荡周期的多降水期;10a左右的振荡周期为少降水期;20a左右的中期振荡周期经历了多 少 多 少地 理 研 究28卷358说明2005年以后在该周期上降水量将继续维持偏少趋势。
综上分析可知,长春近百年年降水量受多重周期性规律控制,明显地存在2~3a、10a的短期振荡周期;20a左右的中期振荡周期和50a左右的长期振荡周期。