上东区的博库地区位于加纳最东北角，与两个法语国家布基纳法索和多哥分别接壤，分别位于北部和东部。该地区由五个不同的行政区组成:Bawku Municipality (Bawku)、Bawku West (Zebilla)、Binduri (Binduri)、Garu- tempane (Garu)和Pusiga District (Pusiga)。整个研究区域位于纬度10°30 '至11°11<年代up>1位于赤道以北，东经0°06 '至西经0°40 '，平均陆地面积约2848公里<年代up>2．该地区位于海拔202 - 235米之间 1）.博古市位于北纬10°40 '至11°11 '，东经0°61 '至西经0°18 '，而博古西位于北纬10°30 '至11°10 '，西经0°20 '至0°35 ' [ 23］.另一方面，Binduri区位于北纬11°00 '，东经0°06 '至西经0°18 '，Garu-Tempane位于北纬10°38 '至11°00，东经0°06至0°23 ' [ 24].研究区域地图如图所示 1．

与整个UER地区一样，博库地区属于加纳内陆大陆气候带，以长干期和短湿(雨)期为主。旱季和雨季是由东北信风(也称为哈马坦风)和西南季候风决定的，它们随季节交替。东北信风起源于撒哈拉沙漠，控制着该地区的气候。旱季由十月至四月持续七个月[ 20.］.雨季的特征是在5月和9月之间有大约5个月的单峰式降雨。然而，雨季受到从大西洋吹来的热带海洋气团的影响[ 26］.该地区主要由白色和红色伏尔塔河及其支流以及其他著名的河流和溪流:分别是Tamne和Pawnaba-Kiyinchongo。河流随季节(旱季和雨季)而流动。在雨季，河水会溢出河岸，淹没附近的社区;然而，它们会在旱季干涸。

该地区总人口约为384,151人，约占市区人口的36.7%，其中约60%为女性，50%为青少年，41%为15岁以下儿童，约9%为年龄介乎[ 27］.该地区大部分是农村地区，平均每户6.5人。11岁以上人口中约有60%是文盲，而在43%的识字人口中，男性占多数(53.2%)。在该地区发现的最大民族是Mole Dagbani集团的Kussasis;还有Mamprusis, Moshies, Bimoba, Bisas, Busanga, Frafra和Fulani。主要宗教是伊斯兰教，大多数基督徒是天主教徒，也有一些传统的非洲宗教信徒。尽管该地区主要的农村人口从事自给农业，但最常见的经济活动是初级(农业、林业和渔业)和一些次级(批发、零售和制造业)[ 21， 27］.

本文收集并分析了上东区博库地区binduuri、Garu-Tempane和Manga三个气象站1976年至2015年期间的降雨量和气温的时间序列数据。表格 1介绍了用于记录数据的仪器的地理位置和高程。使用40年的数据是因为它的一致性、准确性和可靠性。这一高度可靠的台站数据来自位于阿克拉的加纳气象局(GMet)，该机构负责收集和存储气候数据。对数据进行空间插值，采用算术平均法填充数据间隙，利用间隙前后的数据生成缺失值。因此，没有一致数据的年份被从研究中删除，因此是1976-2015年的数据。本研究中用于分析的月度和年度数据是由每日收集的数据汇编而成的。计算了40年期间的总体平均值，以便能够检查降雨量和温度异常。

数据分析的第一部分使用正态性检验统计来理解数据的性质。这对于确定适合于分析的最佳可用测试工具是必要的。因此，使用夏皮罗-威尔克(Shapiro-Wilk)、安德森-达林(Anderson-Darling)、莉莉福斯(Lilliefors)和贾克-贝拉(Jarque-Bera)测试对降雨和温度数据进行了正态性测试。采用这些测试是由于其适合性和一般可接受的正态性测试[ 28以及每项测试都将弥补其他测试的不足。在正态样本分布的零假设下，上述所有检验都将样本的检验分数与具有相同标准差和均值的正态分布分数进行比较。提供了用于正态检验的方程。

Shapiro-Wilk (W)给药 （1) W ＝ ∑ 我 ＝ 1 n 一个 我 x 我 2 ∑ 我 ＝ 1 n x 我 − x ¯ 2 ， 在哪里<我t一个lic> x₁为有序样本值，<我t一个lic> 一个 _我是由有序统计量的均值、方差和协方差生成的常数，<我t一个lic> n是观察的次数，和<我nline-formula> x ¯ 为样本均值。

安德森-达林（AD）测试使用累积分布函数来确定给定数据集的正态性。公式如下: （2) 广告 ＝ − n − 1 2 ∑ 我 ＝ 1 n 2 我 − 1 ln F x 我 + ln 1 − F x n − 我 + 1 ， 在哪里<我t一个lic> n = sample size;<我t一个lic> F（<我t一个lic> x)为指定分布的累积分布函数;<我t一个lic> 我是<我t一个lic> 我^th当数据按升序排序时样本。

Lilliefors是对Kolmogorov-Smirnov (K-S)检验的改进，修正了概率分布的尾部。它的主要优点之一是，即使均值和标准偏差是未知的，检验仍然可以应用。公式如下: （3) Z 我 ＝ x 我 − x ¯ 年代 ， 我 ＝ 1，2 ， ．.. ， n ， 在哪里<我t一个lic> Z _我是个体<我t一个lic> z-样本中每个成员的得分;<我t一个lic> X _我是单个成员/数据点。

Lilliefors检验统计量是经验分布函数 （4) T 1 ＝ 吃晚饭 x F ∗ x − 年代 x ， 在哪里<我nline-formula> F ∗ 为标准正态分布函数;<我nline-formula> 年代 x 的经验分布函数<我t一个lic> Z _我值。

Jarque-Bera (JB)测试是对样品数据是否具有正态分布的偏差和峰氏症的健康测试。JB测试由以下公式给出： （5) K 3. ＝ ∑ 我 ＝ 1 n x 我 − x ¯ 3. n 年代 3. ， （6） K 4 ＝ ∑ 我 ＝ 1 n x 我 − x ¯ 4 n 年代 4 − 3.

Jarque-Bera测试是通过将方程式( 5)和( 6）. （7) 简森-巴顿 ＝ n K 3. 2 6 + K 4 2 24 ， 在哪里<我t一个lic> x是每一个观察,<我t一个lic> n为样本量，<我t一个lic> 年代是标准偏差，<我t一个lic> k_3.是偏态,<我t一个lic> k₄峰度。

其次，在分析趋势之前，应用同质性检验统计量来确定数据的同质性。采用Pettitt检验、标准正态性检验(SNHT)和Buishand极差检验对数据进行趋势检验的同质性和适用性进行检验[ 29］.这三个测试具有类似的零假设（h<年代ub>0)，即数据完全相同。在一个<我nline-formula> P 值为0.05时，H<年代ub>0是接受还是拒绝。

z ¯ 1 表示第一次平均值的统计比较<我t一个lic> y与生命的最后几年<我t一个lic> n-<我t一个lic> y使用<我t一个lic> P（<我t一个lic> y）. （10） P y ＝ y Z 1 ¯ + n − 1 Z 2 ¯ ， y ＝ 1，2，3 ．.. n ， 在哪里 (11） Z 1 ¯ ＝ 1 y ∑ 我 − 1 n y 我 − y ¯ 年代 ， Z 2 ¯ ＝ 1 n − y ∑ 我 − y + 1 n y 我 − y ¯ 年代 ．

今年<我t一个lic> y由break if value组成<我nline-formula> P 是最大的。因此，如果 （12） P o ＝ 马克斯 0 ≤ y ≤ 1 P y ．

在进行同质性检验和Mann-Kendall趋势检验之前，采用Shapiro-Wilk、Anderson-Darling、Lilliefors和Jarque-Bera检验对数据进行正态检验。所有四个测试都有类似的null (<我t一个lic> H_o)和交替(<我t一个lic> H_一个)假设；数据分别服从正态分布和不服从正态分布。概率取95%；<我t一个lic> H_o被接受的<我nline-formula> P > 0．05 并在<我nline-formula> P < 0．05 ．表格 3.和图 2显示测试统计信息和正态性测试的图形结果。

温度从表中可以看出 3.四种测试工具在三个测量站均显示出显著偏离正态分布<我nline-formula> P 值≤0.05;因此,<我t一个lic> H_o将被拒绝。拒绝的风险<我t一个lic> H_o而这是真的，从0.01%到4.89%。在温度数据方面，与其他测试工具相比，使用Shapiro-Wilk和Jarque-Bera测试工具产生第一类错误的风险最小。同时，对于降雨数据，四种试验均违反正态性假设<我nline-formula> P 值≤5% (<我nline-formula> P < 0．05 ）.

因此，在Binduri的所有四项测试的零假设都被拒绝，而在Garu和Manga中各有一个(Lilliefors)被拒绝。也就是说，只有Lilliefors检验表明Garu和Manga的降雨数据是正态分布的。P-P图和Q-Q图如图所示 2用于正常试验的目视检查。然而，第1类错误的风险在0.01%到4.33%之间。因此，结果表明，降雨量和温度数据都违反了正态性假设，因此不能进行参数检验分析。

在这项研究中，在5％的意义水平下进行了三种类型的均匀性测试（即Pettitt测试，SNHT测试和Buishand测试）。该测试用于确定是否实际上数据集是显着均匀的趋势试验分析。

在图 2，而SNHT和Buishand的试验检测到相同的变化点(<我t一个lic> T）在2007年，在Binduri和Garu-Tempane两者，Pettitt在1987年在1987年的Centuri和Garu-Tempane的变化点见到了平均年降雨量。但是，所有三次测试都有<我nline-formula> P 值≥0.05，满足了对趋势检验适用性的均匀性假设，这意味着通过检验，至少大多数数据集是均匀序列，因此无论改变点如何，都有助于趋势分析。数据 3（a）- - - - - - 3 (c)用图形显示齐性检验分析的结果。

表格 4显示了降雨和温度均匀性分析的统计结果及其对比试验统计（Pettitt检验、SNHT和Buishand检验）。该表显示，在研究的40年中，只有两年（1988年和1993年）然而，在平均温度方面，Binduri和Garu Tempane在2010年和Manga在1992年观察到了显著的变化点。Pettitt和Buishand的测试都发现了一个变化点(<我t一个lic> T)，而Buishand的测试在2010年binduuri和Garu-Tempane都遇到了一个转折点。

在图 4，三个监测站的月降雨模式是相似的。如图所示 4从12月到2月，这里几乎没有降雨。这个地区的降雨是三月开始的;4月降水量开始增加，5月降水量显著增加。8月雨量最高，9月至11月雨量开始减少。在加纳的博库地区，5月至9月是雨季，10月至4月是旱季。据观察，无论测量站在什么位置，研究区都有一种单峰式降雨情况。

采用Mann-Kendall (MK)非参数检验对降水和温度数据的趋势进行检验，其结果如表所示 5和 6．这一结果是基于三个独立的气象站得出的。作为对两个随后的年降雨量和气温数据集之间联系的衡量，MK结果是基于对Kendall’s tau的计算和一个零假设(H<年代ub>0)数据集中没有趋势。阳性和阴性的MK检验结果分别表示数据集的增加和减少趋势。这是在表中观察到的 5漫画站的年降雨量显示统计上显着的阳性（<我nline-formula> P < 0．05 )趋势；因此，零假设（H<年代ub>0)在Manga降雨站被拒绝。在同一表中 5在美国，森的坡度估算器描绘了所有站点的降雨量呈上升趋势:Binduri、Manga和Garu-Tempane。因此，这意味着Sen的坡度和Mann-Kendall检验都与Manga和Garu-Tempane的降雨增加趋势一致。

在图形上，进一步使用线性回归趋势线显示数据集中的降雨变异性和趋势的证据。如图所示 5， Binduri的年总降雨量呈轻微下降趋势(负趋势线)，Manga和Garu-Tempane的年总降雨量呈上升趋势(正趋势线)。然而，在研究区三个气象站观测到，在40年的时间里，降雨量都是不稳定的，随时间而变化。

图中再次说明了这一点 5三个气象站的年降雨量均高度集中在600mm ~ 1000mm之间。三个气象站录得的最高雨量(1562.7毫米)均发生在2007年的Manga气象站，而极低雨量(42.3毫米)则发生在2008年的binduuri。在拟合的回归线上计算年总降雨量变化，以反映各雨量站年降雨量的变化。Binduri、Garu-Tempane和Manga的结果分别为−0.029、2.724和5.4613毫米/年。

标准化降水指数(SPI)用于生成和描述研究区在40年的研究期间的年总降雨量(三个站合并)的异常。目的是确定在研究区域内，在这段时间内，哪些年份出现了更多的潮湿或干燥。因此，作者将三个监测站的数据结合起来，得到一个共同的平均值，然后用这个平均值来概括该地区。因此，计算三个站点的平均值，随后用于生成SPI。spi的结果为正(湿)或负(干)，正值表示大于中位降水(>)，负值表示小于中位降水(<)。当然，这是必要的，因为降雨在加纳大草原农业气候区这部分居民的生计中发挥着重要作用。值得注意的是，SPI可以在不同的时间尺度上生成;然而，在本研究中，为了反映长期的降水格局，采用12个月的时间尺度SPI，将第一年连续12个月的降水格局与所有其他年份连续12个月的降水格局进行比较。

SPI结果为正(+)表示湿润，为负(−)表示干燥，但强度与SPI值有关。从图中可以看出 6它仅在2006年，SPI≥2.0令人暗中暗中在研究中的一年中的极度潮湿，每50年重复2.3％。在1993年和1998年，SPI值分别≥1.5和≤1.99。这意味着每20年再次重复4.4％的潮湿年份。此外，1988年至1991年，1994年，1996年，1997年，1999年，2001-2004,2008，2009年，2011,2012和2014年，SPI值≥0.0和≤0.99，这表明温和的湿度。他们每3年一次都有34.1％的人。

相反，1977-1979年、1981-1982年、1985-1987年、1992 - 1995年、2000 - 2005年和2010年的SPI值≥0.0和≤−0.99，表明轻度干燥，每3年复发的可能性为34.1%。1984年、1985年和2014年的SPI值≥−1和≤−1.49，表示中度干燥，10年出现一次的概率为9.2%。1976年、1980年和2007年的SPI值分别为≥−1.5和≤−1.99，表明非常干燥年份，20年复发概率为4.4%。

然而，基于基线期的总体观测表明，最长的干旱期发生在1976 - 1987年，以负异常为标志，而1988-1991年和1996-1999年是观测到的最长的湿润期。与此同时，1987年之后的一段时期，降雨过剩多于短缺。

在加纳，气温全年都很高;但是，在区域和地方各级也有波动。三个测量站在图样上没有明显的图形差异。总体而言，如图所示，1月至12月的温度范围在26.4°C至33.3°C之间 7．有两个可识别的温度峰值:3月- 4月和10月- 11月。3月及4月气温最高，4月录得最高气温。8月是全年气温最低的月份，也是降水量最多的月份。具体来说，从图表中观察到，Garu-Tempane和Binduri测量站的温度相对较高和较低。7 - 9月的湿季温度相对较低(25-27°C)， 2 - 4月的干季温度相对较高(27-32°C)(图) 7）.

表格 6为三个站点平均气温的MK趋势检验结果。在Binduri测站观察到，只有该地区的最低气温有下降的趋势，这意味着该地区的最低气温多年来平均呈下降趋势。相反，Binduri站的最高气温呈正的显著趋势。零假设(H<年代ub>0的平均值和最低温度，因此接受为H<年代ub>1将被拒绝。

此外，我们观察到，在<我nline-formula> P 值为0.05时，Garu-Tempane和Manga站点的最低、最高和平均气温均有上升趋势。因此，零假设(H<年代ub>0)在这些计量站是被拒绝的。也就是说，在40年的时间里，加鲁和日本的平均气温都在上升。在表 6， Sen的斜率估计对所有气象站的温度数据集都显示出正的趋势。因此，Mann-Kendall趋势检验和Sen的斜率估计是一致的。

同样,图 8图示三个监测站的年平均气温。图中拟合了一条线性回归趋势线，显示了研究期间温度的变化情况。从图中可以看出 8这三个台站的温度都很高，只有轻微的极端情况。总的来说，这三个台站的最高（32.9℃）平均记录温度是1998年在Garu Tempane，而最低（23.9℃）记录温度是1979年在Manga气象站。

R平方为34.7%，漫画中的温度上升最为显著，加鲁坦帕内的温度上升仅为14%。另一方面，宾杜里的平均温度在这一时期呈下降趋势。不管上述情况如何，这些地区的平均温度都在稳步上升。此外，图 8描述了基于气象站的平均气温变化，在95%置信水平下，从Binduri到Manga的平均气温年变化为−0.0085°C至0.05°C/年(0.9%-5%)。

温度对草原农业气气区的水文循环有着深远的影响，由于其对蒸散速率的影响，因此也对该地区的一般水安全产生了深远的影响。因此，在这一时期寻找温度异常是谨慎的，因为结果可能会影响该地区未来的农业计划。温度异常测量的是观测数据与数据集平均值之间的差异。正(+)值表示40年平均温度小于观测值，负(-)值表示观测值较大。

数字 9一般表明，在未来的许多年份见证了温度的正(+)值，异常范围在−1.42和1.2°C之间。数字 9气温异常呈逐年上升趋势的年份中，1988年出现了极端(1.2°C)，表明出现了高温。紧随其后的是1998年、2001-2007年和2009-2010年，数值≥0.5和<1.0，表明温度高于平均值。其余(1990年、1993年、1995-1997年、1999-2000年和2011年)≥0.0和<0.5。以上温差为近常温状态，1980年、1987年和2008年相对于平均值没有变化(零变化)，为常温状态。

相比之下,图 91979年(−1.8°C)和1976年(−1.0°C)记录的最低气温异常值≤−1°C，表明与该地区的平均气温相比，气温最低的年份。1977 ~ 1978年、1983 ~ 1984年、2013年和2014年气温均较该地区气温偏冷，记录值≤- 0.5，> ~ 1.0。1982年、1986年、1989年、1991-1992年、1994年、2012年和2015年观测到近正常状态，异常≤−0.5。

采用单向后置方差分析分别探讨以毫米(mm)和摄氏度(°C)测量的十年降雨量和温度的平均值的差异。从本研究开始记录的年份开始，将年份分为40年(10年)(第1组:1976-1985年，第2组:1986-1995年，第3组:1996-2005年，第4组;2006 - 2015)。对三个气象站分别进行了分析，结果见表 7- - - - - - 9．方差分析中，方差齐性检验采用Levene’s检验，检验各组得分的方差是否相同。如果<我nline-formula> P 值(sig.)大于0.05(即，<我nline-formula> P > 0．05 )，这意味着同质假设没有被违反，因此我们可以继续解释事后方差分析的结果。但是，如果检验结果违背了同质性假设(即<我nline-formula> P < 0．05 )，然后您咨询了强大的平均数相等测试，因此使用Welch和Brown-Forsythe方差分析来解释您的输出。但由于本分析未违反方差齐性，故采用Levene检验进行解释。