基于GIS的近49a淮河流域相对湿度演变特征研究1

基于G I S 的近49a 淮河流域相对湿度演变特征研究摘要：为揭示气候变暖背景下淮河流域空气相对湿度的变化规律，利用淮河流域165个台站1961－2009年逐日平均气温和相对湿度资料，采用GIS 技术对淮河流域四季及年空气相对湿度进行空间插值，得到了1km ×1km 栅格序列。

在此基础上，对淮河流域空气相对湿度时空格局及其变化特征进行了研究。

结果表明：淮河流域相对湿度年内变化曲线呈单峰型分布，相对湿度8月最大，2月和3月最小；空间上呈南部高于北部、山区高于平原、近海多于内陆的分布格局。

近49a 来淮河流域相对湿度年际波动较大，除夏季相对湿度有增大趋势外，其他线性变化趋势不显著，但1980s 中期以来相对湿度均明显减小。

REOF 分析表明，年相对湿度序列空间上可分为5个主要区域。

流域年平均相对湿度存在序列存在9～14a 的显著周期振荡，并且2004年以来相对湿度明显变小。

关键词：相对湿度；GIS 插值；时空变化；淮河流域1 引言20世纪以来，全球和中国的气候正经历一次以变暖为主要特征的显著变化[1-4]。

相关研究表明，全球变暖导致地表蒸发增加，从而引发全球干旱化的发展和加剧[5]。

土壤湿度变化作为气候变化研究重要方面一直受到有关研究的重视，但近地层空气湿度的研究却鲜少受到关注[6-9]。

空气相对湿度影响生态系统中动植物的生长、人类生活环境的舒适程度以及各行各业的生产活动。

特别是在气候变化研究方面，气溶胶的辐射性被认为是十分重要的关键因子，而空气相对湿度是影响大气气溶胶粒子短波辐射特性的重要因子[10-11]。

淮河流域是我国重要的商品粮生产基地，农业经济发达。

在气候变暖背景下，淮河流域相对湿度发生了明显变化，其连锁反应是导致土壤干湿程度的改变。

因而，空气湿度的变化对农业生态环境以及农作物产量必然会产生较大影响。

本文利用GIS 技术开展气候变暖背景下淮河流域近地层空气相对湿度时空演变特征精细化研究，充分考虑地形与海拔对相对湿度的影响，这将进一步丰富对淮河流域气候过渡带气候变化的认识，为认识空气相对湿度变化对生态系统、人类生活和生产的影响提供参考，也对理解全球气候变化下的淮河流域生态脆弱区干湿变化问题有积极意义。

2 资料与方法2.1 资料来源本文选用淮河流域165个气象台站1961－2009年逐日平均气温和平均相对湿度资料，个别缺测数据由周边台站代替。

资料由流域四省（河南、安徽、江苏和山东）气象局提供，由于气象站点空间分布均匀，且兼顾不同地形状况，具有较好代表性，能满足研究需要。

淮河流域空间数据主要包括流域边界、数字地面高程（DEM ）、气象站点分布等，主要是通过数字化和利用站点经纬度自动生成。

由于空间数据为经纬度坐标系，而最终结果需要以公里网坐标存储运算，因此利用ArcGIS 的投影变换功能将空间数据的坐标系转换成等面积Albers 投影下的公里网坐标。

1.2 研究方法空气相对湿度受温度和海拔高度的综合影响，因此插值过程中要考虑温度和高程因素的影响。

先将台站资料订正到海平面高度，某一高程的空气相对湿度由以下公式求得[12]：z z z t t t t r r β−+−+×=3.2375.73.2375.700010 （1）式中0r 为海平面相对湿度，0t 为海平面气温（℃），z t 为高程z 处的温度（℃），自由大气中z β为常数（1z 5000/1−=m β）。

利用GIS 技术在水平方向上进行内插，然后在垂直方向上代入以上公式进行拟合，即可得到淮河流域相对湿度空间分布图层。

空气相对湿度时间序列的演变特征，主要是运用REOF 、线性倾向率、功率谱以及Mann-Kendall 非参数突变检验等方法来分析，上述统计方法内容详见相关参考文献[13-15]。

3 结果分析3.1 相对湿度的空间分布3.1.1 基本分布图1是近49a 淮河流域不同时段平均相对湿度的空间分布。

淮河流域全年和四季平均相对湿度的空间分布格局基本一致，大体呈现南部高于北部、山区高于平原、近海多于内陆的特征。

相对湿度较高区域位于流域西南部山区。

但从局部看，并不完全符合这个规律。

例如，在淮河流域东北部海拔较高的区域，空气相对湿度的分布并没有明显的规律，而这也与（1）式中相对湿度与高度的函数关系相符合，即相对湿度并非随高度单调的递减或递增。

较大，均超过70％（最大8月为83％），这是由于此阶段气温较高，降水较多以及风速相对较小，造成近地层空气相对湿度较大；其他月份较小（最小值为2月和3月均为67％）（图略）。

按照年相对湿度70％的阈值划分湿润和半湿润的标准，淮河流域东北部和西北部年相对湿度不足70％，属于半湿润地区，而其余绝大部分地区超过70％，属湿润地区，这也体现了淮河流域过渡性气候的特征。

此外，淮河流域地处季风区，受季风进退影响，四季相对湿度高低有明显的交替变化，即冬春季相对湿度较低，空气较为干燥；夏秋季相对湿度较高，气候较湿润，其中夏季最高（流域平均达78％）。

3.1.2 异常分布利用EOF 和REOF 对淮河流域年相对湿度序列进行分析，其载荷向量(LV)和旋转载荷向量(RLV)能够较好地反映年相对湿度的空间异常特征。

表l 给出了旋转前后HC 和RHC 对总方差的贡献率。

可以看出，随着时间尺度的扩大，台站数目的增多，其主成分和旋转主成分的收敛速度降低，表明淮河流域年相对湿度时空差异大；旋转后各分量方差贡献率较均匀分散，同时某些分量方差大小顺序也发生了变化，相应的方差贡献只集中于某一较小的区域，使其他区域的方差贡献尽量减小。

EOF 第一荷载向量方差贡献率即达99.94％，并且其特征向量在全流域内均为正值，这表明年相对湿度在空间上具有一致性，这显然是由于全球气候变暖背景条件而导致的区域性相对湿度一致增减[16]。

表1 前5个模态对总方差的贡献率Tab.1 Accumulated contribution of front 5 EOF and REOF序号第1 第2 第3 第4 第5 HC 累积贡献率（％）99.94 99.96 99.97 99.98 99.98 RHC 累积贡献率（％） 15.42 30.51 45.37 60.07 73.70在EOF 分析的基础上，对前5个荷载向量进行方差极大正交旋转（REOF ），其旋转载荷向量场的累积方差贡献达73.70％，表明前5个旋转载荷向量场最具有代表性。

按North 判别准则[13]，将同一旋转荷载向量场中贡献率≥0.6且在地理上连成一片的测站多于5个的区域划分为同一区域。

因此，近49a 淮河流域年相对湿度分为5个区域（图2）：I 区位于淮河流域北部，旋转载荷向量中心值为-0.95（山东嘉祥）；Ⅱ区位于淮河流域西部，载荷向量中心值为+0.92（河南新蔡）；Ⅲ区位于淮河流域南部，载荷向量中心值为+0.94（江苏姜堰）；Ⅳ区位于淮河流域中部，旋转载荷向量中心值为-0.95（安徽灵璧）；V 区主要位于淮河流域东部，载荷向量中心值为-0.98（江苏邳州）。

上述分型确定的临界值范围内，基本包括了流域所有站点，每个区内各个站点与大致中心代表站之间相关性较好，相对湿度异常特征较为一致，相对于传统的聚类分析，更能较好地识别相对湿度的区域性，有明显的优势。

这也是将来开展相对湿度客观综合区划的基础。

3.2 相对湿度的时间演变3.2.1 基本态和变率淮河流域不同时段平均相对湿度均存在明显的年际波动；线性变化夏季为显著的增加趋势（线性倾向率为0.58％/10a ，通过0.05的信度检验），东春秋三季及全年线性增减趋势不显著，但1980s 中期以来变小趋势明显（图略）。

从空间分布来看（图3a ），不同时段相对112113114115116117118119120121313233343536°°ⅠⅡⅢⅣⅤE N湿度总体呈东部减少、西部增加的线性变化趋势，即淮河流域东部和南部趋于干燥而西部趋于湿润；具体就年相对湿度而言，淮河流域东部线性倾向率基本为负值，其中流域东南部为-0.5～-2.1％/10a （通过0.01的信度检验）；流域中西部基本为正值，其中西北部为0.5～1.3％/10a （通过0.05的信度检验）。

为进一步研究淮河流域相对湿度在长时间序列下空间格局的变化，分析前后25a 相对湿度均态的空间差异，即用1986－2009年相对湿度均值空间插值图层减去1961－1985年相对湿度均值空间插值图层，以此来反映气候均态的变化。

通过前后25a 对比可见（图3b ），尽管在全流域尺度上相对湿度均值相差不大，但是空间格局上却有较大差异，表现为：流域东部和南部差值为负，其中流域东南部减小2.0～4.8％；流域中部和西北部差值为正，其中流域西北部增加2.0％以上。

这种空间格局的变化导致淮河流域东部和南部近地层大气趋于干燥，而流域中西部趋于湿润。

3.2.2 突变分析Mann-Kendall 检验是一种非参数突变检验方法，根据M-K 统计量的意义可知，当UF值大于0表明序列呈上升趋势，小于0则表明呈下降趋势。

当它们超过α=0.05显著性水平的临界线时，则上升或下降趋势显著。

若统计曲线在临界线之间出现交点，则交点对应的时刻便是突变开始时间。

淮河流域年平均相对湿度于1969年左右发生突变，突变后相对湿度有显著增大趋势（通过0.05的信度检验）；2008年UF 和UB 再次相交，突变后相对湿度呈不显著的减小趋势（图4a ）。

此外，四季之中，夏季于1971年左右发生显著性突变（通过0.05的信度检验），突变后相对湿度增加显著，表明1970s 以来夏季空气相对湿度明显增大（图4b ）；而冬春秋三季未出现明显突变，但1980s 中期以来趋于干燥（图略）。

3.2.3 周期变化气候变化规律十分复杂，气候时间序列常表现为多频率、准周期的振动特征。

分析气候周期活动，有助于更好理解其过去的变化以及推测未来的演变。

通过对近49a 淮河流域年平均相对湿度序列功率谱和小波分析表明：相对湿度功率谱估计值在9.3a 处为峰值，且大大超过标准谱，因此9.3a 是第一显著周期，其次在14a 处功率谱估计值也超过标准谱（图5a ）。

因此可以确定年相对湿度存在9～14a 的显著周期振荡。

小波变换系数小尺度变化表现为嵌套在较大尺度下的较为复杂的多少结构（图5b ）。

从高频振荡看，在5～9a 时间尺度上周期震荡较为明显，相对湿度值经历了大→小→大→小→大→小→大→小→大→小的循环交替，目前相对湿度正处于偏小期；低频9～14a 准周期震荡也较为明显，并且2004年以来相对湿度处于明显变小。

4 结论与讨论综合上述分析，得到如下结论：（1）淮河流域相对湿度空间差异明显，大体呈现南部高于北部、山区高于平原、近海多于内陆的分布格局，但相对湿度随高程变化并非单调的递减和递增关系。